橘子百科-橘子都知道 自聊天机(jī)器人ChatGPT火爆以来，微软公司创(chuàng)始人(rén)比尔(ěr)·盖茨已多次公开谈论人(rén)工(gōng)智能话题(tí)。在(zài)最(zuì)近的一(yī)次采访中，他再(zài)次表(biǎo)示：“AI可能会让科技行(xíng)业(yè)迎来(lái)一次剧烈(liè)的(de)洗牌”。
这个(gè)结论(lùn)是他在当(dāng)地时间2月(yuè)20日接受《In Good Company》节目专(zhuān)访时提出的。
他预期，AI的发(fā)展可能会(huì)威胁到谷歌的(de)市占(zhàn)率，因为微软在(zài)AI方面的行动相当迅(xùn)速。而(ér)最终科技巨头将把AI整合成(chéng)用(yòng)户(hù)的“全(quán)能助手”，包(bāo)揽一切应用，与人(rén)们进行沟通(tōng)并(bìng)提(tí)供(gōng)建议，可以(yǐ)取代亚(yà)马逊、Siri或Outlook等应用。
大(dà)佬口中全能助(zhù)手的到(dào)来可能尚需(xū)时日，但由ControlNet引发(fā)的(de)又(yòu)一次AI绘画浪(làng)潮，让AIGC在ChatGPT的话题热点包围中(zhōng)杀出重围。
01
ControlNet颠覆AI绘画(huà)新玩法
AIGC向可控靠近
以AI绘画(huà)为代表的AIGC上一次爆火的时候(hòu)，还是2022年(nián)8月(yuè)，在(zài)美国(guó)科罗(luó)拉多(duō)州举办(bàn)的(de)新(xīn)兴数字(zì)艺术家(jiā)竞赛中，一幅(fú)名为《太空歌剧院》的作(zuò)品获奖。
随(suí)后各(gè)大厂商的AI绘画(huà)软件(jiàn)被广大(dà)网(wǎng)友熟知(zhī)并体验(yàn)，Stable Diffusion便是其中代表。
用户(hù)们可以在应用中输入(rù)一(yī)组关键词或者(zhě)一张照片，就(jiù)能获得一幅(fú)AI创作的画作(zuò)。
作画的(de)关键就是所输(shū)入的文(wén)本。同一组关键词也可以创作出很多张风(fēng)格不一样的画作，这让创(chuàng)作的(de)过程就像开盲盒。
很多(duō)用户很喜欢(huān)这种不(bù)确定的惊喜，他们会将生(shēng)成的美图当做头像。而另一部分喜欢翻看AI绘画的“翻车”作品。在(zài)社交媒体(tǐ)上，许多用户分享AI“翻(fān)车现场”，例如，一位网(wǎng)友的小狗照片(piàn)被AI画成了“肌肉(ròu)男(nán)”，还有网友的个人照片被AI识别成了建筑。
而如今随(suí)着(zhe)ControlNet的出(chū)现与加持，以往(wǎng)AI绘画的填写(xiě)关键词游(yóu)戏可能要(yào)被颠覆了。
ControlNet是(shì)一位正在斯坦福读博(bó)的中(zhōng)国人张吕敏创作的一种基(jī)于(yú)控制点的图像变形算法(fǎ)，主要用于(yú)数字图像处理、计算机视觉和计算(suàn)机图形学等领域。
其(qí)SD插件(jiàn)一(yī)经(jīng)发布，在(zài)短短(duǎn)的(de)两天内(nèi)便成为了AI绘画领域最(zuì)新的(de)热点。
在此(cǐ)之前，大家用了很多方法想让AI生(shēng)成的结果尽(jǐn)可(kě)能的符合要求，但是都不尽如人意，它的出现(xiàn)代表着AI生成(chéng)开始(shǐ)进入真正(zhèng)的可控(kòng)时期。
因为ControlNet可以直接提取(qǔ)画面的构图，人物(wù)的姿(zī)势和画面的深度信息等。有了它的(de)帮助，就不用频繁的用提示词来碰(pèng)运气，抽盲盒式的创(chuàng)作(zuò)了。
通俗的(de)说ControlNet相当(dāng)于给AI绘画加了“魔(mó)法”，不少博主的作(zuò)品已(yǐ)经获(huò)得(dé)了大量的浏览量(liàng)，“viggo”就是(shì)其(qí)中之一(yī)，他用(yòng)朋(péng)友的照片直接(jiē)带(dài)她们(men)走进动漫世界(jiè)。
viggo先(xiān)用StableDiffusion图片转文字(zì)。
再用Text2Prompt插件拓展找到对应的关键词；最后用ControlNet插件绑定骨(gǔ)骼开始换关键词试效(xiào)果(guǒ)。
通(tōng)过图片就可(kě)以看出(chū)来，效(xiào)果十分惊艳(yàn)。
更厉害的是，除了真实(shí)的照片，草图(tú)也可以加(jiā)上“魔法”，知(zhī)乎大牛“DevPoint”和“逗砂”介绍到ControlNet还能实现线(xiàn)稿转全彩图。大神张吕敏(mǐn)其本尊也亲自回(huí)应(yīng)。
不得不说(shuō)当下(xià)AIGC已经(jīng)变得越来越(yuè)强大，甚至输出(chū)的(de)作(zuò)品都已经能(néng)以(yǐ)假乱真了。
02
难辨虚实，AIGC技(jì)术(shù)力爆(bào)发
鱼目混珠这个故事，鱼目混珠的典故警惕(tì)安全问题
近日，“苏州金鸡(jī)湖有游艇(tǐng)party”的消息火遍(biàn)网络，而经过警方(fāng)辟谣(yáo)这所谓的“party”可能是全国(guó)第(dì)一(yī)起AI绘图诈骗(piàn)。
由于(yú)这个活动里面给出的美女(nǚ)照片都是AI制作的真人照片绘图，因(yīn)为太逼真(zhēn)，被大家(jiā)当成(chéng)真事传(chuán)播(bō)了。
不过仔细观察(chá)可以发现(xiàn)，活(huó)动发起(qǐ)者提供(gōng)的照片(piàn)中有个很大的漏洞可(kě)以发现并非真人(rén)，而(ér)是(shì)AI绘图(tú)，那便(biàn)是图片中女性的手指部(bù)分(fēn)有的存在异常。
有(yǒu)行业人(rén)事表(biǎo)示：“现在因为手指部分的绘画(huà)算法比较复杂，AI还(hái)不太(tài)会画人的(de)手，但最(zuì)新看到的图片已经有越(yuè)来越完(wán)美的AI模型出现，以后可能就(jiù)完全没有漏洞了。”
类似的AI作图诈骗在国外(wài)也已有发生。据英(yīng)国广播公司报道(dào)，土耳其地震期间(jiān)，有Tiktok用户使用(yòng)AI合成(chéng)了儿(ér)童受(shòu)灾(zāi)的假(jiǎ)照片(piàn)发布到(dào)网络，以此(cǐ)诱(yòu)骗(piàn)善良的人打(dǎ)赏“捐助”从而实施诈骗。
目前随着技术(shù)发展，AIGC已经能(néng)做出(chū)真(zhēn)人(rén)照片般的绘图效果(guǒ)，如(rú)果(guǒ)这样的(de)图片(piàn)被用来诈骗，将非常可怕。
此外AIGC还(hái)引发了(le)很(hěn)多(duō)担忧，一方面，批(pī)判者认为AI在“学习”了大量前人的作品之后，其创作没有任何情(qíng)绪和灵魂，难以和人类的艺术创作相提并论。
另一方面，AIGC背后的(de)版权(quán)、目前(qián)都并没有得到有效(xiào)的解决，还有AIGC会不会代替(tì)人类“至高无上”的创意。
马(mǎ)斯克(kè)也强调，人工智能的安全问题需(xū)要得到重视，太晚就(jiù)来不(bù)及(jí)了。鱼目混珠这个故事，鱼目混珠的典故ong>
03
AIGC下一站除了视频，还有远方
技术(shù)都是有两面性的，潜在的(de)危害并(bìng)不能(néng)掩盖(gài)其光(guāng)辉的贡(gòng)献(xiàn)。现在(zài)看来，人工(gōng)智能技术将是第四次工业革命的核心(xīn)驱动力量(liàng)，将(jiāng)创(chuàng)造新的增长奇迹。
过去一年，人工智(zhì)能在(zài)技术和商业层面都有了巨大进展，AI绘画就是(shì)人工(gōng)智能技(jì)术发生方向性改变(biàn)的一个代表。其下一站(zhàn)或(huò)许就是视(shì)频(pín)。
此前，Meta和谷歌先后发(fā)布(bù)了几条引爆科技(jì)圈的(de)短视频。这(zhè)些视频引发关(guān)注并非内(nèi)容(róng)做(zuò)得多优秀，反而都(dōu)非(fēi)常简(jiǎn)单(dān)，比如(rú)一(yī)匹正在喝水的马，一只画画的玩(wán)具(jù)熊(xióng)，或者一(yī)段骑(qí)摩托(tuō)车的第一视角录像，随便(biàn)一个(gè)有手机的人都(dōu)可以随(suí)手录下(xià)一段。
但这些短视频的创作方式(shì)非常简单，创(chuàng)作者(zhě)仅(jǐn)仅需要(yào)向AI输入一(yī)段话，甚(shèn)至只是说(shuō)一下(xià)要求，AI就可(kě)以根据(jù)需要生(shēng)成一段视频。
谷歌发(fā)布的(de)两(liǎng)个AI生(shēng)成视(shì)频分别来(lái)自于Imagen Video和Phenaki，前者主(zhǔ)要(yào)突出的是高清，与(yǔ)Meta的Make-A-Video没(méi)有太多的(de)差别。
在Make-A-Video公(gōng)布了AI生成的视(shì)频后，AI圈就已经玩了一波梗，一个能够做出更高清视频的AI还不足以在(zài)短时间内戳中(zhōng)兴(xīng)奋(fèn)点(diǎn)。
Phenaki更加令人震惊的地方在(zài)于(yú)，它(tā)可以制作出(chū)超过2分钟的连贯的(de)也有确切内容(róng)的视频(pín)，这才是真正让(ràng)人们(men)感(gǎn)到惊(jīng)喜的(de)地方。因为(wèi)无(wú)论AI生成的视(shì)频多么高(gāo)清(qīng)，也(yě)只(zhǐ)能是为(wèi)内容生产者提供一个灵感，一个素材(cái)，一(yī)个过(guò)场动画。
不(bù)过(guò)能够制作出有(yǒu)具体剧情内容的视频就(jiù)意味着，一些视频(pín)创作由AI代替人工完成已(yǐ)经初步有(yǒu)了可能。
当下AI的发展速度已经超(chāo)过大部分(fēn)人的想象。内容产业的(de)本质是供给创(chuàng)造(zào)需(xū)求，AIGC作为全(quán)新的内容(róng)生产方式，可以为内容(róng)产业带来更新的内容风格、更快(kuài)的生产速度，更低的生产(chǎn)成本，这无疑会驱动(dòng)内(nèi)容产业的(de)大爆发。
除(chú)了AI绘图、视频，AIGC技术还能应用于音乐(lè)、代码、机(jī)器人动作等多种内(nèi)容(róng)形(xíng)式的生成。不难发(fā)现(xiàn)该项技术不仅在游戏(xì)等行业能得(dé)到有(yǒu)效应(yīng)用(yòng)，对于下一代互联网(wǎng)各种元素的构(gòu)建(jiàn)亦有关(guān)键(jiàn)意义(yì)。
从商业(yè)化的角度(dù)来看，文(wén)化(huà)娱乐、教(jiào)育、传媒(méi)等诸多领域，本身就对基于(yú)AI的可视化内容有强烈需(xū)求。
因此(cǐ)，AI绘画(huà)及视频或不是结果(guǒ)，而只是AI进程中的(de)一块重要(yào)拼图，有望在(zài)技术更新的加持(chí)下实现(xiàn)更(gèng)大的应(yīng)用价值(zhí)。
AI从理(lǐ)解内容(róng)，走向了可以生成内容，甚至(zhì)能够创造出独立价(jià)值(zhí)和独立视角的内容。AIGC的(de)再次出圈，更(gèng)代(dài)表(biǎo)着未来的先进生产力即(jí)将到(dào)来。
04
紧抓大模型与算力(lì)，牢固AIGC底座
从技术的(de)发(fā)展也可以看(kàn)出(chū)，在语言(yán)大模型(xíng)、图像(xiàng)大模型之后，多模态(tài)大(dà)模型已经成(chéng)为(wèi)了新的(de)趋(qū)势(shì)。
大模型被誉为当(dāng)前人工智能发展的(de)智能底座，是(shì)全球竞争最激烈的研究方向之一(yī)，包括谷歌、亚马逊、百度、阿里、腾讯等众多头部企(qǐ)业都(dōu)在竞相(xiāng)发力。
不过训练大模型的确(què)价格不菲，以国盛证券(quàn)发布的《ChatGPT需要多少(shǎo)算力(lì)》报告估算(suàn)，GPT-3训(xùn)练一次的成本(běn)约为140万美元。而(ér)对(duì)于一些(xiē)更大的LLM(大(dà)型语(yǔ)言模型)，训练成本(běn)则(zé)介于200万美元至1200万(wàn)美元高价之间。
以ChatGPT在2023年1月(yuè)的独立访客平均数1300万计算，其对(duì)应芯片(piàn)需求为3万多(duō)片英伟达(dá)A100 GPU，初始投入(rù)成(chéng)本约为8亿(yì)美(měi)元，每日仅电费就在5万美元(yuán)左右。
此外不论是ChatGPT还是(shì)AIGC，都离不(bù)开庞大(dà)算力支持。在关(guān)注各类大模(mó)型的发鱼目混珠这个故事，鱼目混珠的典故展同(tóng)时，更应该(gāi)关注算力网络的建设。
算力(lì)网(wǎng)络正驱动AI产业(yè)发(fā)展(zhǎn)进入史(shǐ)诗(shī)级加速进(jìn)程(chéng)，让AIGC及通用(yòng)AI这一人工智(zhì)能发展(zhǎn)的终极目标离得更近。
因为算力可(kě)以对突破性(xìng)技术创新提供(gōng)大力的支持(chí)。这方面，多模态大模型是典型。作为(wèi)面向未(wèi)来强人(rén)工(gōng)智(zhì)能、通用人(rén)工智能的重要技术创(chuàng)新，多模态大模型已经在人工(gōng)智能领域提(tí)出了(le)很(hěn)多年，业界也有不少技术突破，但是，多模态大模型进一(yī)步往下走，算(suàn)力需求呈几何式上升，一般的(de)算(suàn)力(lì)基(jī)础设施(shī)很快将难(nán)以胜任。
从图像、文字、语(yǔ)音(yīn)单独一项的训练，到双模态、三模态的跃迁，让人工(gōng)智能(néng)可以灵活应(yīng)对(duì)不同模态的转化、像人(rén)与世界交(jiāo)互一样自然，这方面，由算(suàn)力网络(luò)来(lái)驱动将有(yǒu)明(míng)显优势(shì)。
此外，还(hái)有(yǒu)很多需(xū)要爆(bào)发式(shì)增长的算力(lì)来支撑(chēng)的技术创新，将(jiāng)在人工智能算力网络支撑下快速推进。
AIGC已经(jīng)露出曙(shǔ)光，期待在大(dà)模型和大算力的支持下AIGC能持(chí)续颠覆内容生产的方式，将创造的边(biān)际成本降低，让万众受(shòu)益。
未经允许不得转载：橘子百科-橘子都知道 鱼目混珠这个故事，鱼目混珠的典故
最新评论
非常不错
测试评论
是吗
真的吗
哇，还是漂亮呢，如果这留言板做的再文艺一些就好了
感觉真的不错啊
妹子好漂亮。。。。。。
呵呵，可以好好意淫了