自聊天机器人ChatGPT火(huǒ)爆以来，微(wēi)软公司创始(shǐ)人比(bǐ)尔·盖茨已多次公开谈论人工智能话题。在最近的一次(cì)采访中，他(tā)再次表示：“AI可(kě)能(néng)会让科技行(xíng)业迎来一次剧烈的洗(xǐ)牌”。

这个结论是他在当地(dì)时间2月20日接受《In Good Company》节目专访时提出的。

他预期，AI的发展可(kě)能会威胁到(dào)谷歌的市(shì)占率，因为微软在AI方面的行动相(xiāng)当迅速。而最终科技巨头将把AI整合成用户的“全能(néng)助手”，包(bāo)揽一切应用，与(yǔ)人们进(jìn)行沟(gōu)通并提供(gōng)建(jiàn)议，可以取代亚马(mǎ)逊、Siri或Outlook等应用。

大佬口中全能助手的到来可能尚需时日，但由(yóu)ControlNet引发的又一次AI绘画浪(làng)潮，让AIGC在ChatGPT的(de)话题热点包(bāo)围中杀出重围。

01

ControlNet颠(diān)覆AI绘画新玩法(fǎ)

AIGC向可控靠(kào)近(jìn)

以AI绘画(huà)为代表的AIGC上一次爆火的时(shí)候，还(hái)是2022年8月，在(zài)美国科罗拉多州(zhōu)举办的新(xīn)兴数字艺(yì)术家竞赛中，一幅名(míng)为《太(tài)空歌剧院》的(de)作(zuò)品获奖。

随(suí)后各大厂(chǎng)商的(de)AI绘画软件被广大网友熟知并体(tǐ)验，Stable Diffusion便是其中代表。

用户们(men)可以在应用中(zhōng)输入(rù)一组关(guān)键词或者一张照片，就能(néng)获得一幅AI创作的画作。

作(zuò)画(huà)的关(guān)键就是所输入(rù)的文本。同一组关键词也可以创(chuàng)作出很多张(zhāng)风格(gé)不一样的画(huà)作，这(zhè)让创作的过程(chéng)就(jiù)像开盲盒。

很(hěn)多用户很喜(xǐ)欢这种不确定的惊喜(xǐ)，他们会将生成的美图当做(zuò)头像。而另一部分喜欢翻看(kàn)AI绘画的(de)“翻车”作品。在社(shè)交媒体上，许(xǔ)多用户分享(xiǎng)AI“翻车现场”，例如，一(yī)位网(wǎng)友的(de)小狗(gǒu)照片被AI画成(chéng)了“肌肉(ròu)男”，还有网友(yǒu)的个人照片被(bèi)AI识别成了建筑。

而如今随着ControlNet的出(chū)现(xiàn)与加持，以往(wǎng)AI绘画的(de)填写关键(jiàn)词游戏可能要被颠覆了。

ControlNet是一位(wèi)正在斯坦福读博的中国人张吕敏创作的一种(zhǒng)基于控制(zhì)点的图像变形(xíng)算(suàn)法，主要用(yòng)于数字图像(xiàng)处理、计算机视觉和(hé)计(jì)算机(jī)图形(xíng)学等领域。

其SD插件(jiàn)一经发布，在短短(duǎn)的两天内便成为了(le过渡句在文章中起什么作用，过渡句在文中起什么作用,有什么好处)AI绘画领(lǐng)域最新(xīn)的(de)热点。

在此之前(qián)，大家用了(le)很多方法想让AI生成的结果尽可能的符(fú)合要(yào)求，但(dàn)是都不尽如人意，它的出现代表(biǎo)着AI生成(chéng)开始(shǐ)进(jìn)入(rù)真正(zhèng)的(de)可控时期(qī)。

因为ControlNet可以直接提(tí)取(qǔ)画(huà)面的构(gòu)图(tú)，人物的姿(zī)势和画(huà)面的(de)深度信息等。有了它的帮助(zhù)，就不用频繁的用提示词来碰(pèng)运气，抽盲盒式(shì)的(de)创(chuàng)作了。

通俗的说(shuō)ControlNet相当于给AI绘画(huà)加了“魔法”，不少博主的(de)作品已经获得了大(dà)量的浏览量(liàng)，“viggo”就是其中之一，他用朋友的照(zhào)片直接带她们(men)走进动漫世界(jiè)。

viggo先用(yòng)StableDiffusion图(tú)片(piàn)转文(wén)字。

再用Text2Prompt插件拓展找到对应的关键(jiàn)词；最后(hòu)用ControlNet插件(jiàn)绑定骨骼(gé)开(kāi)始换关(guān)键词(cí)试(shì)效果。

通过(guò)图(tú)片就(jiù)可(kě)以看出来，效果(guǒ)十分惊(jīng)艳。

更厉害的是(shì)，除了(le)真实的照(zhào)片，草图也可(kě)以加(jiā)上(shàng)“魔(mó)法”，知乎(hū)大(dà)牛“DevPoint”和“逗砂(shā)”介(jiè)绍到(dào)ControlNet还能实现(xiàn)线稿(gǎo)转全彩图。大(dà)神张吕敏其本(běn)尊也亲自回应。

不得不说当(dāng)下AIGC已经变得越(yuè)来越强(qiáng)大，甚至(zhì)输出的作(zuò)品都已经能以假(jiǎ)乱真了(le)。

02

难辨(biàn)虚实，AIGC技术力爆发

警(jǐng)惕安全问题

近日，“苏州(zhōu)金鸡湖有游艇party”的消息火遍网络，而经(jīng)过警方(fāng)辟谣这所谓的“party”可(kě)能(néng)是(shì)全(quán)国第一起AI绘图诈骗(piàn)。

由(yóu)于这个(gè)活动里面给出的美女照片都是(shì)AI制作的真人照片绘(huì)图，因为太逼真(zhēn)，被大(dà)家当成真事传播了。

不过仔细观察可以发现，活动发起者(zhě)提供的(de)照(zhào)片中(zhōng)有个很大(dà)的(de)漏(lòu)洞可以(yǐ)发现(xiàn)并非(fēi)真人，而是AI绘图，那便是图片(piàn)中女(nǚ)性的手(shǒu)指部分有的存(cún)在异常(cháng)。

有(yǒu)行(xíng)业人事表示(shì)：“现在因(yīn)为手指部(bù)分(fēn)的绘画算法比较复杂，AI还不太会画人(rén)的手，但最新看到的图片已经有越来(lái)越(yuè)完美的AI模型(xíng)出(chū)现，以(yǐ)后可能(néng)就完全没有漏洞了。”

类似的AI作(zuò)图(tú)诈骗(piàn)在国外也已有(yǒu)发生。据英国广播公司报道，土耳其地(dì)震期间(jiān)，有Tiktok用(yòng)户使用AI合成了儿童受灾的假照片发布到网络，以此诱骗善(shàn)良(liáng)的人打赏“捐助”从而实施诈骗。

目前随着技术发展(zhǎn)，AIGC已经能做(zuò)出真(zhēn)人(rén)照片般(bān)的绘(huì)图(tú)效果(guǒ)，如果这样(yàng)的图(tú)片被用来(lái)诈骗，将非常(cháng)可怕。

此外AIGC还(hái)引(yǐn)发了很多(duō)担忧，一方面，批(pī)判者(zhě)认为AI在“学习”了大量前人的作品之(zhī)后，其创(chuàng)作没有任何情绪和(hé)灵魂，难以和人类的艺术(shù)创作相提并论。

另一方面(miàn)，AIGC背后的版权(quán)、目(mù)前都并没有得(dé)到有效(xiào)的解决，还有AIGC会(huì)不会代替人类“至高无上”的创意。

马斯克也强调，人工(gōng)智能的安全问题需要得到(dào)重视，太(tài)晚就(jiù)来不及了。

03

AIGC下一(yī)站除了视频，还(hái)有(yǒu)远方(fāng)

技(jì)术都是有(yǒu)两(liǎng)面性的，潜在的(de)危害并不(bù)能掩盖(gài)其光辉的贡献。现在(zài)看来，人工智能技术将是第(dì)四次工业革命(mìng)的核心(xīn)驱动力量，将创造新的(de)增长奇迹。

过去(qù)一年(nián)，人工智能在(zài)技术和商业(yè)层面都有了(le)巨(jù)大(dà)进展，AI绘(huì)画就是人工智(zhì)能技术发生方向性(xìng)改变的一(yī)个代表。其下一站或许就是视频。

此前(qián)，Meta和谷歌先后发布了几条引爆科技圈的短视频。这些视频引发关注(zhù)并非内容(róng)做得多优秀，反而都非常简单(dān)，比(bǐ)如一匹正(zhèng)在喝(hē)水的马(mǎ)，一只(zhǐ)画画的玩具熊(xióng)，或者(zhě)一段骑摩托车的第一视角录(lù)像，随便一个有手机(jī)的人都可(kě)以随手(shǒu)录下一段(duàn)。

但这些短视(shì)频的创作(zuò)方式非(fēi)常(cháng)简单，创作者仅仅(jǐn)需要向AI输入一段(duàn)话，甚至只(zhǐ)是说一下要求，AI就可以根据(jù)需(xū)要生成(chéng)一段视频。

谷歌发布的两个(gè)AI生成(chéng)视频分别来自于Imagen Video和Phenaki，前者(zhě)主要突(tū)出(chū)的是高清，与Meta的(de)Make-A-Video没有太多(duō)的差(chà)别。

在(zài)Make-A-Video公布了AI生成的(de)视频后，AI圈就(jiù)已经玩了一波(bō)梗，一个能够做出更高(gāo)清视(shì)频的AI还不足以在短时间内(nèi)戳中兴奋点。

Phenaki更(gèng)加令人震惊(jīng)的地方在(zài)于(yú)，它可以制作出超过(guò)2分钟的连贯的也有确切内容(róng)的视(shì)频，这才是真正(zhèng)让人们感到(dào)惊喜的(de)地方(fāng)。因为无论AI生成的(de)视频多么高清，也只(zhǐ)能是(shì)为(wèi)内容(róng)生(shēng)产者提供一个灵感，一个素材，一个过场动画。

不过能够制作出有具体剧情内容的视频就意味(wèi)着，一(yī)些视频(pín)创作由(yóu)AI代(dài)替人工完成已经初步(bù)有了可能。

当下AI的(de)发展速(sù)度已经超过大(dà)部分人的想象(xiàng)。内(nèi)容(róng)产(chǎn)业的本质是供给(gěi)创(chuàng)造需(xū)求，AIGC作为全新的内容生产方式，可以为内容产业(yè)带(dài)来更(gèng)新的内(nèi)容风格、更快的生产速度(dù)，更低(dī)的生产(chǎn)成本，这无疑会驱动内容产业的大爆发。

除了(le)AI绘图(tú)、视(shì)频，AIGC技术还能应用于音乐、代码、机(jī)器人动作等多(duō)种内(nèi)容形式的生成。不(bù)难发现该项技术不(bù)仅在游戏等行业(yè)能得到有效(xiào)应用，对于(yú)下一代(dài)互联(lián)网各(gè)种元素的构建亦有关键意义。

从商业化的角度来(lái)看，文化娱乐(lè)、教育、传(chuán)媒等诸多领域，本身(shēn)就对基于AI的可视化内(nèi)容有强(qiáng)烈需(xū)求。

因此，AI绘画及视频或不是(shì)结(jié)果(guǒ)，而只(zhǐ)是AI进(jìn)程中(zhōng)的一块重要(yào)拼图(tú)，有望在技术更新的加持下实现更大(dà)的应用价值。

AI从理解(jiě)内容，走向了可以生成内(nèi)容，甚至能够(gòu)创(chuàng)造出(chū)独立(lì)价(jià)值和(hé)独立视角(jiǎo)的内容。AIGC的再(zài)次出圈(quān)，更代表(biǎo)着未来(lái)的先进(jìn)生产力即将到来(lái)。

04

紧抓大(dà)模型与算(suàn)力，牢固AIGC底座

从技术的发(fā)展也可以看(kàn)出，在(zài)语言大模型(xíng)、图像(xiàng)大模(mó)型(xíng)之后，多模态(tài)大模型已(yǐ)经成为了新的趋势。

大(dà)模型(xíng)被誉为当(dāng)前人(rén)工智能发(fā)展的智能底座，是(shì)全球竞争(zhēng)最激烈的(de)研究方向之一，包(bāo)括谷歌、亚马(mǎ)逊、百度(dù)、阿里、腾讯(xùn)等众多头部(bù)企业都在竞相发力。

不过训练大(dà)模(mó)型的(de)确(què)价(jià)格不菲，以(yǐ)国盛证券(quàn)发布的《ChatGPT需要多少算力》报告估算(suàn)，GPT-3训(xùn)练一次的成本(běn)约为(wèi)140万美元。而对于一些(xiē)更大的LLM(大(dà)型语(yǔ)言模型)，训(xùn)练成本则介(jiè)于200万美(měi)元至1200万美(měi)元高价之间。

以(yǐ)ChatGPT在2023年1月的独(dú)立访客(kè)平均数1300万计算，其对(duì)应(yīng)芯片需求为(wèi)3万多(duō)片(piàn)英伟达(dá)A100 GPU，初(chū)始投入成(chéng)本(běn)约为8亿美元，每(měi)日仅电费(fèi)就在5万美元左右。

此(过渡句在文章中起什么作用，过渡句在文中起什么作用,有什么好处cǐ)外不论(lùn)是ChatGPT还(hái)是AIGC，都离不开庞大算力(lì)支持。在关注各(gè)类大模型的发展(zhǎn)同(tóng)时，更应该关注算力(lì)网络的建设。

算(suàn)力网(wǎng)络正(zhèng)驱动AI产(chǎn)业发展进入史诗级加速进程(chéng)，让(ràng)AIGC及(jí)通(tōng)用(yòng)AI这一人工智能发展的终极(jí)目(mù)标离得更(gèng)近。

因为算力可以对(duì)突破性技(jì)术创新提供大(dà)力的支持。这(zhè)方(fāng)面(miàn)，多模态大模型是(shì)典型。作为面向未来强人工智能、通用(yòng)人(rén)工(gōng)智能的重要技术(shù)创新(xīn)，多模态大(dà)模(mó)型已经在人工智能领域提出了很多年，业界也(yě)有不少技术突(tū)破，但是(shì)，多模(mó)态(tài)大模(mó)型进(jìn)一(yī)步往下走，算力(lì)需求呈几(jǐ)何式上升(shēng)，一(yī)般的算力基础设(shè)施很快(kuài)将难以胜任。

从(cóng)图像、文字、语音单独一项的训(xùn)练，到双模(mó)态、三模态的跃迁，让人(rén)工智能可以灵活应(yīng)对不(bù)同模态的转化(huà)、像(xiàng)人与世界交互一样自然，这方面，由算力网络来驱动(dòng)将有明显优势(shì)。

此外，还有很多需要爆(bào)发(fā)式增(zēng)长(zhǎng)的算力来(lái)支撑的技术创新，将在人工智能(néng)算力网(wǎng)络支撑下快速(sù)推进。

AIGC已(yǐ)经露出(chū)曙(shǔ)光(guāng)，期待在大模型和大算力(lì)的支持下AIGC能持续颠覆内容生产的方式，将创造的边际成本降低，让万众受(shòu)益。

未经允许不得转载：橘子百科-橘子都知道 过渡句在文章中起什么作用，过渡句在文中起什么作用,有什么好处