自聊天机器人(rén)ChatGPT火爆以来，微(wēi)软公司创始人比尔·盖茨已多次公开(kāi)谈论人(rén)工智(zhì)能话题。在最(zuì)近的一次(cì)采访中，他再次(cì)表示：“AI可能会让科技行业迎来一次剧烈的洗牌”。

这个结论是他(tā)在(zài)当地时间2月20日(rì)接(jiē)受《In Good Company》节目专访时提出(chū)的。

他预期，AI的发(fā)展可能会威胁到(挂号信几天能到，一般什么情况会用挂号信dào)谷歌的市占率，因为(wèi)微软在AI方面的行动相当迅速。而最终科技(jì)巨(jù)头将把AI整合成用户的“全能助手(shǒu)”，包揽一切应用，与人们进行沟通并提供建(jiàn)议，可以取代亚马逊、Siri或Outlook等应(yīng)用(yòng)。

大佬口中(zhōng)全能助手的(de)到来可能尚需时日(rì)，但(dàn)由ControlNet引(yǐn)发(fā)的又一次AI绘(huì)画浪(làng)潮，让AIGC在ChatGPT的(de)话题热点包(bāo)围中杀(shā)出重(zhòng)围。

01

ControlNet颠(diān)覆(fù)AI绘(huì)画新玩法

AIGC向(xiàng)可(kě)控靠(kào)近

以AI绘画为代表的(de)AIGC上一次爆火(huǒ)的时候(hòu)，还是(shì)2022年8月，在(zài)美国(guó)科罗拉(lā)多州举办(bàn)的新兴数字艺术家竞赛中，一幅名为《太空歌(gē)剧院(yuàn)》的作品获奖。

随后各大厂(chǎng)商的(de)AI绘画软(ruǎn)件被广(guǎng)大网友熟知并体验，Stable Diffusion便是其(qí)中(zhōng)代表(biǎo)。

用户们(men)可以在应用中输入一组(zǔ)关键词(cí)或者一张照片(piàn)，就能获得一(yī)幅(fú)AI创(chuàng)作的画作。

作画的(de)关键就是所输入的文本。同一组(zǔ)关键词也(yě)可以创(chuàng)作出很多张风格不(bù)一(yī)样的(de)画(huà)作(zuò)，这让创作的过(guò)程就(jiù)像(xiàng)开盲盒。

很多用(yòng)户很喜欢这种不确定的惊喜(xǐ)，他们会将生(shēng)成的(de)美图当(dāng)做头像。而另(lìng)一(yī)部分喜欢(huān)翻看AI绘画的(de)“翻车”作品。在社交媒体上，许多(duō)用户(hù)分享AI“翻车现场(chǎng)”，例如，一位网友的(de)小狗照(zhào)片被AI画(huà)成(chéng)了“肌肉男”，还有网(wǎng)友的个人照(zhào)片被AI识别(bié)成了建筑。

而如(rú)今随着ControlNet的出现与加持，以往AI绘画的填写关键词游(yóu)戏可能(néng)要被颠覆了。

ControlNet是一(yī)位(wèi)正在(zài)斯坦福读博的中国人张吕敏创(chuàng)作的(de)一种基于控制(zhì)点的图像变形算法(fǎ)，主要(yào)用(yòng)于(yú)数字图像(xiàng)处(chù)理、计算(suàn)机(jī)视觉和计算(suàn)机(jī)图形(xíng)学等领域(yù)。

其SD插件一(yī)经(jīng)发布，在短短的两天内便成(chéng)为了AI绘画(huà)领域最(zuì)新的热(rè)点。

在此之(zhī)前，大(dà)家用(yòng)了很多方(fāng)法想让AI生成的结(jié)果尽(jǐn)可能(néng)的(de)符合要求，但(dàn)是都不尽(jǐn)如人意，它的出现代表着AI生成开始进入(rù)真正的可控时期。

因(yīn)为(wèi)ControlNet可以直接提取画面的构图，人物的(de)姿(zī)势和画面的深度(dù)信息等(děng)。有(yǒu)了(le)它(tā)的帮助，就不用频繁(fán)的用提示词来碰运气(qì)，抽(chōu)盲盒(hé)式的创作(zuò)了(le)。

通俗的说ControlNet相当于给AI绘画加了“魔法”，不少博(bó)主的作品已经(jīng)获得(dé)了大量的浏览量，“viggo”就(jiù)是其中(zhōng)之一(yī)，他用(yòng)朋友的照片直(zhí)接(jiē)带她们走(zǒu)进动漫世界。

viggo先(xiān)用(yòng)StableDiffusion图片转文字。

再用Text2Prompt插件拓(tuò)展找到对应的关(guān)键词；最后用ControlNet插件绑定骨(gǔ)骼(gé)开始换(huàn)关键词(cí)试效果。

通过(guò)图片(piàn)就可以看出来(lái)，效果十分(fēn)惊艳。

更厉害的是(shì)，除了(le)真实(shí)的照片，草图也可以加上(shàng)“魔法(fǎ)”，知乎大牛“DevPoint”和“逗砂(shā)”介(jiè)绍到ControlNet还能(néng)实现线稿(gǎo)转全彩图(tú)。大神张吕敏其(qí)本尊也(yě)亲(qīn)自回应(yīng)。

不得不说当下AIGC已经变得越来越强(qiáng)大(dà)，甚至输出(chū)的(de)作品(pǐn)都(dōu)已经能以假乱真了(le)。

02

难辨虚(xū)实(shí)，AIGC技术力爆发(fā)

警惕安全问题

近日，“苏州(zhōu)金(jīn)鸡湖(hú)有游(yóu)艇(tǐng)party”的消息(xī)火遍网络，而经过警方(fāng)辟谣(yáo)这(zhè)所谓的(de)“party”可(kě)能是全(quán)国(guó)第(dì)一起AI绘图诈骗。

由于这个活动里面给出(chū)的(de)美女照(zhào)片都是(shì)AI制作的真人照片绘图，因(yīn)为太逼(bī)真，被大家(jiā)当成真事传(chuán)播了。

不过仔细(xì)观察可(kě)以发(fā)现，活动发起者提供的照片中有个(gè)很(hěn)大的漏洞可(kě)以发现并非(fēi)真人(rén)，而(ér)是(shì)AI绘图，那便(biàn)是图片(piàn)中女(nǚ)性的手指部分(fēn)有(yǒu)的存在异常。

有行(xíng)业人事表示：“现(xiàn)在(zài)因为手指部分(fēn)的绘(huì)画算法比较复(fù)杂，AI还不太会画人(rén)的手，但最(zuì)新看到的图片已(yǐ)经有越(yuè)来越完美的AI模型出现，以后可能就完全没有漏(lòu)洞了。”

类似的AI作图诈骗在国外也已有(yǒu)发生。据英(yīng)国广播(bō)公司报道，土耳其地震期间，有Tiktok用户使用AI合成了儿童受灾的(de)假照片发布到网(wǎng)络，以此诱(yòu)骗善良的人打赏“捐助(zhù)”从而(ér)实施诈骗(piàn)。

目前随着技术发展(zhǎn)，AIGC已经能做出真人(rén)照(zhào)片般的绘图效果(guǒ)，如果这样的(de)图片(piàn)被(bèi)用来诈骗，将非(fēi)常可怕。

此外AIGC还引(yǐn)发了(le)很多(duō)担(dān)忧，一方(fāng)面，批判者认为AI在“学习”了大量(liàng)前(qián)人的(de)作品(pǐn)之后，其创作没有(yǒu)任(rèn)何情绪(xù)和灵魂，难以(yǐ)和人类的艺术创作相(xiāng)提并论。

另一方面(miàn)，AIGC背后(hòu)的版(bǎn)权、目(mù)前都并(bìng)没有(yǒu)得到有(yǒu)效的(de)解决，还有(yǒu)AIGC会不(bù)会代替人类“至高无上”的(de)创意。

马(mǎ)斯(sī)克也强调，人(rén)工智能的安全问题需要(yào)得到(dào)重视(shì)，太晚就来不及了。

03

AIGC下一站(zhàn)除(chú)了视频(pín)，还有远方

技术(shù)都(dōu)是有两面性的，潜(qián)在的危害并不能(néng)掩盖其光辉的贡献。现在看来，人(rén)工智能技(jì)术将是第四(sì)次工(gōng)业(yè)革命的(de)核心驱动(dòng)力量，将创(chuàng)造新的增长(zhǎng)奇迹。

过去一年，人工(gōng)智能在技术(shù)和商业层面(miàn)都有了巨(jù)大进展，AI绘画就是人工(gōng)智(zhì)能(néng)技术发生(shēng)方向性改(gǎi)变的一(yī)个代表。其(qí)下一站或许就是视频。

此前，Meta和谷歌(gē)先后发布了几条引爆(bào)科技圈的短视频。这些视(shì)频引发关(guān)注并非内(nèi)容做(zuò)得多优(yōu)秀(xiù)，反(fǎn)而(ér)都(dōu)非(fēi)常简单，比如一匹正(zhèng)在喝(hē)水的马，一只画(huà)画的玩具熊(xióng)，或者(zhě)一段骑摩(mó)托车的第一视角录(lù)像(xiàng)，随便一(yī)个有手机(jī)的人都(dōu)可以随手(shǒu)录下一(yī)段。

但(dàn)这些短视频的创(chuàng)作(zuò)方式(shì)非常简单，创作者(zhě)仅仅需要向AI输入一(yī)段话，甚(shèn)至(zhì)只是说一下要(yào)求，AI就(jiù)可以根(gēn)据需要生成一段视频(pín)。

谷歌发布(bù)的两(liǎng)个AI生成(chéng)视频分别(bié)来自于Imagen Video和Phenaki，前(qián)者主要突出的是高清(qīng)，与Meta的Make-A-Video没有太多(duō)的(de)差别。

在Make-A-Video公布了AI生(shēng)成的视频后，AI圈(quān)就已经(jīng)玩了一波梗(gěng)，一个能够做出(chū)更高清视频的AI还(hái)不足以在短时(shí)间(jiān)内戳中(zhōng)兴奋点。

Phenaki更加令(lìng)人(rén)震惊的地方在于(yú)，它可(kě)以制作出(chū)超(chāo)过2分钟的连贯的也有确切内容的视(shì)频，这才(cái)是真(zhēn)正(zhèng)让(ràng)人们感到惊喜(xǐ)的地方。因为(wèi)无论AI生成的视频(pín)多(duō)么高清，也只能是为(wèi)内容生产者提供一(yī)个灵(líng)感，一个素材，一(yī)个(gè)过场(chǎng)动画。

不过能够(gòu)制作(zuò)出有具体剧(jù)情内容的视频(pín)就意味着(zhe)，一些(xiē)视频创(chuàng)作由AI代替人工完(wán)成已经初步(bù)有了可能。

当下AI的发展速度已经(jīng)超过大部分人(rén)的(de)想象。内(nèi)容产业的本质是供给创造(zào)需求(qiú)，AIGC作为全新的内容生产方式，可以为内容产业带来(lái)更新的内容(róng)风(fēng)格、更快的生产(chǎn)速度，更低的生产成本，这无疑会(huì)驱动(dòng)内容产业(yè)的(de)大爆发。

除了AI绘图、视频(pín)，AIGC技(jì)术还能(néng)应用于音乐、代(dài)码、机器人动作等多种内容形(xíng)式的生成。不(bù)难发现该(gāi)项技术不仅(jǐn)在游戏等行(xíng)业能得到有效(xiào)应用，对(duì)于下一代互联(lián)网各(gè)种元素的构(gòu)建亦有关键意义。

从商业化的角度来看，文化(huà)娱乐、教育(yù)、传媒等诸多领域，本(běn)身就对(duì)基于AI的可视化内(nèi)容有强烈需求。

因此，AI绘画及视频或(huò)不是结果(guǒ)，而(ér)只是AI进程中的一块(kuài)重要拼图，有望在(zài)技(jì)术(shù)更新的(de)加持下实现更大(dà)的应(yīng)用价值(zhí)。

AI从理解内容(róng)，走向(xiàng)了可以生(shēng)成内(nèi)容，甚(shèn)至能(néng)够创造出独(dú)立(lì)价(jià)值和独立视角的内容。AIGC的再次出圈，更代表着未来的先进生产力即(jí)将到来。

04

紧抓大模型与算(suàn)力(lì)，牢固(gù)AIGC底座

从技(jì)术的发展也可以看出，在语(yǔ)言(yán)大模(mó)型、图像大模(mó)型之后，多模态(tài)大模型已经成为了新的趋势。

大模型被(bèi)誉为当前(qián)人工智(zhì)能(néng)发展的智能底(dǐ)座(zuò)，是全球(qiú)竞争最(zuì)激(jī)烈的(de)研究方向(xiàng)之一，包(bāo)括谷(gǔ)歌(gē)、亚马逊、百度(dù)、阿(ā)里、腾(téng)讯(xùn)等众(zhòng)多头部企业都在竞相发(fā)力(lì)。

不过训练大(dà)模型的确价格不菲，以国盛(shèng)证(zhèng)券发布的《ChatGPT需要多(duō)少算力(lì)》报告(gào)估算(suàn)，GPT-3训练一次(cì)的(de)成本约为140万(wàn)美元。而对于一些更大的LLM(大型语言模型)，训练(liàn)成本则介于200万美元至(zhì)1200万(wàn)美元(yuán)高(gāo)价(jià)之(zhī)间(jiān)。

以(yǐ)ChatGPT在2023年1月(yuè)的独立访客平均数1300万计(jì)算(suàn)，其对应芯片需求为3万多片英伟达A100 GPU，初始投入(rù)成本约(yuē)为8亿美(měi)元，每日仅电费就在5万(wàn)美元左右。

此(cǐ)外不论(lùn)是ChatGPT还是AIGC，都离(lí)不开庞大算(suàn)力(lì)支(zhī)持。在关注各(gè)类(lèi)大模(mó)型的发展同时，更(gèng)应该(gāi)关注算力网络的建设。

算力网(wǎng)络正驱动AI产业发(fā)展(zhǎn)进入史(shǐ)诗级加(jiā)速进程，让(ràng)AIGC及通用AI这一人工智能发展的终极目标离得更(gèng)近。

因(yīn)为算力(lì)可(kě)以对突破性技术创新提供大(dà)力(lì)的(de)支持。这方面，多模态大模型是典型。作为(wèi)面向未来强人(rén)工(gōng)智能(néng)、通用人工智能的(de)重要(yào)技术创新，多模态(tài)大模型已经在人工(gōng)智能领域提出了很(hěn)多年，业界也有不(bù)少(shǎo)技术突破(pò)，但是，多模(mó)态大模(mó)型进一步往下(xià)走，算力(lì)需求呈几何式上升，一般的算力(lì)基础设施很(hěn)快将难以胜任。

从图像、文字、语音单独一项的(de)训练，到双模态(tài)、三(sān)模(mó)态的(de)跃迁，让人工智能(néng)可(kě)以灵活应对不同模态的(de)转(zhuǎn)化、像(xiàng)人与世界交互一样自然，这方面，由(yóu)算力网(wǎng)络来驱动将有(yǒu)明显优势。

此外，还有很(hěn)多需要爆发式增长的算力来支撑的技术(shù)创新，将在人工(gōng)智能算力网络支撑下快(kuài)速推(tuī)进。

AIGC已经露出(chū)曙光，期(qī)待在大模型和(hé)大算力的支持(chí)下(xià)AIGC能持续颠覆内容生产的方式，将创造的边际成本(běn)降(jiàng)低(dī)，让万众受益。

未经允许不得转载：橘子百科-橘子都知道 挂号信几天能到，一般什么情况会用挂号信