自聊天机(jī)器人(rén)ChatGPT火爆以来，微软公司(sī)创始人比尔·盖茨已多次(cì)公开谈(tán)论(lùn)人工智(zhì)能话题(tí)。在最(zuì)近的一(yī)次采访(fǎng)中，他再(zài)次表示：“AI可能会让科技行(xíng)业迎来(lái)一(yī)次(cì)剧(jù)烈的洗牌”。

这(zhè)个结论(lùn)是他(tā)在当(dāng)地时间(jiān)2月20日接受《In Good Company》节目专(zhuān)访时提(tí)出的(de)。

他预期，AI的(de)发展可能会威胁到谷歌的市占率，因为微软在(zài)AI方(fāng)面的行动相当迅速(sù)。而最终科(kē)技(jì)巨头将(jiāng)把AI整合成用户的“全(quán)能(néng)助手”，包揽一切(qiè)应用(yòng)，与(yǔ)人(rén)们进行沟(gōu)通并(bìng)提供建议，可以(yǐ)取代(dài)亚(yà)马逊(xùn)、Siri或Outlook等应用。

大佬(lǎo)口(kǒu)中全能(néng)助手的到(dào)来可(kě)能(néng)尚需时日，但由ControlNet引发的又一次AI绘画浪(làng)潮，让AIGC在ChatGPT的话(huà)题热点包围(wéi)中杀出重围(wéi)。

01

ControlNet颠覆AI绘画(huà)新(xīn)玩法

AIGC向可(kě)控靠近(jìn)

以AI绘画为代表的AIGC上一次爆火的时候(hòu)，还(hái)是2022年(nián)8月(yuè)，在美国科罗(luó)拉多州(zhōu)举办的新(xīn)兴数字艺术家竞赛(sài)中(zhōng)，一幅(fú)名(míng)为《太(tài)空歌剧院》的作品(pǐn)获奖。

随(suí)后各大厂商的(de)AI绘画软件被广大(dà)网(wǎng)友(yǒu)熟(shú)知并体(tǐ)验(yàn)，Stable Diffusion便是其中代表。

用户们可以(yǐ)在(zài)应(yīng)用(yòng)中(zhōng)输(shū)入一(yī)组关键词或者一张照片，就能获得一幅AI创作的画作。

作画的关键就是所输入的文本。同一组(zǔ)关键词也(yě)可(kě)以创作出很多(duō)张风格不一样的画作，这让创作的过程就像开(kāi)盲盒(hé)。

很(hěn)多用户很喜欢这种不确(què)定的惊(jīng)喜，他们会将(jiāng)生(shēng)成的美(měi)图当做(zuò)头(tóu)像(xiàng)。而另一部分喜(xǐ)欢翻看(kàn)AI绘画的(de)“翻车”作品。在社交(jiāo)媒体上，许多用户(hù)分享(xiǎng)AI“翻车现场(chǎng)”，例如(rú)，一(yī)位(wèi)网友的小狗照片(piàn)被AI画成了“肌肉男”，还有网友(yǒu)的个人照(zhào)片被AI识别成了建筑。

而如今(jīn)随着ControlNet的出(chū)现与加持，以往AI绘画(huà)的(de)填写关(guān)键词游(yóu)戏可能要被(bèi)颠覆(fù)了。

ControlNet是一位正在斯坦福读博的中国人张吕敏创作的一(yī)种(zhǒng)基(jī)于控制点的图(tú)像(xiàng)变形(xíng)算法，主要(yào)用于数(shù)字图像处(chù)理、计算机视(shì)觉和计算机图形(xíng)学等领(lǐng)域。

其SD插(chā)件一(yī)经发布，在短(duǎn)短(duǎn)的(de)两天内便成(chéng)为了AI绘画领(lǐng)域最(zuì)新的热(rè)点。

在此(cǐ)之前，大(dà)家(jiā)用了很多方法(fǎ)想让AI生(shēng)成的结果尽可能的符合(hé)要求，但是都不尽如人意，它的出现代(dài)表着AI生(shēng)成(chéng)开始(shǐ)进(jìn)入真正的可(kě)控(kòng)时期。

因为ControlNet可(kě)以直接提取画面的构图，人物的姿势和(hé)画面(miàn)的深度信息等(děng)。有了它的帮助，就不用(yòng)频(pín)繁的用提示词来碰运(yùn)气，抽盲盒(hé)式的创作了。

通俗的说ControlNet相当(dāng)于给AI绘画加(jiā)了“魔法(fǎ)”，不少博主的作品已经获得了大量的浏览量，“viggo”就是其中(zhōng)之一，他用(yòng)朋友的照片直接带她(tā)们走进(jìn)动漫世界(jiè)。

viggo先用StableDiffusion图片转文字。

再用Text2Prompt插件拓(tuò)展找(zhǎo)到对应的关(guān)键(jiàn)词(cí)；最后用ControlNet插件绑定骨骼开(kāi)始(shǐ)换关键词试效(xiào)果。

通过图(tú)片就可以看出来，效(xiào)果十分惊艳。

更厉害的是，除了真实的照片，草图也可以(yǐ)加(jiā)上“魔法”，知(zhī)乎大(dà)牛“DevPoint”和“逗砂(shā)”介绍到ControlNet还能实现线稿转全彩(cǎi)图。大神张(zhāng)吕(lǚ)敏其本(běn)尊也(yě)亲(qīn)自回应(yīng)。

不得不说当下(xià)AIGC已经变得越来越强(qiáng)大，甚至输出的作品都已(yǐ)经能以假乱(luàn)真了(le)。

02

难辨虚实，AIGC技术力爆发

警惕(tì)安全问题

近日，“苏州(zhōu)金鸡湖有游(yóu)艇party”的消(xiāo)息火(huǒ)遍网(wǎng)络，而经过警方辟谣这所谓的“party”可能(néng)是全国第(dì)一起AI绘图诈骗。

由于这个活(huó)动(dòng)里(lǐ)面给出(chū)的美女照片都(dōu)是AI制作(zuò)的(de)真人照(zhào)片(piàn)绘图，因为太逼真，被大家(jiā)当(dāng)成真事(shì)传播了(le)。

不过仔细观察可以发现，活动发起者提(tí)供的照片中有个很大(dà)的漏洞(dòng)可以发现并非真人，而是AI绘图，那(nà)便是图片中女性(xìng)的手(shǒu)指(zhǐ)部(bù)分有的存在异常(cháng)。

有(yǒu)行业(yè)人事表示：“现在因为手(shǒu)指部分的绘画算法(fǎ)比较复(fù)杂，AI还不太会画人的(de)手(shǒu)，但最(zuì)新看到的(de)图片已经有越(yuè)来越完美的(de)AI模型出现，以(yǐ)后可能(néng)就(jiù)完全没有(yǒu)漏(lòu)洞了。”

类(lèi)似(sh韵母带ao的字有哪些，带韵母ao的字有哪些字ì)的AI作图诈(zhà)骗(piàn)在国外也已(yǐ)有(yǒu)发生。据(jù)英国广播公(gōng)司(sī)报道，土耳其地震期间(jiān)，有(yǒu)Tiktok用户使用AI合成(chéng)了儿童(tóng)受灾的假照片发(fā)布到(dào)网(wǎng)络，以此诱骗善良(liáng)的人打赏“捐助(zhù)”从(cóng)而实施诈骗(piàn)。

目前(qián)随着技术发展(zhǎn)，AIGC已经(jīng)能做出真人照(zhào)片般的绘图效果，如(rú)果这样的图(tú)片(piàn)被用(yòng)来(lái)诈骗，将非常可怕。

此外AIGC还引发了很多担忧，一方(fāng)面，批判者认为(wèi)AI在“学(xué)习”了(le)大量前人的作品(pǐn)之后，其创作没有任何(hé)情绪(xù)和灵魂，难以(yǐ)和人类(lèi)的艺术创作相提并论。

另一(yī)方面，AIGC背后的版(bǎn)权、目(mù)前(qián)都并没有得(dé)到有效的解(jiě)决，还有AIGC会不会代(dài)替人类“至高无上(shàng)”的创意。

马斯克也强调，人工智能的安全问题(tí)需要得到重(zhòng)视(shì)，太晚就来不及了。

03

AIGC下(xià)一站(zhàn)除(chú)了视频，还有远方

技术都(dōu)是(shì)有两面性的，潜在的危害并不能掩(yǎn)盖其光(guāng)辉(huī)的贡献。现在(zài)看(kàn)来，人工智能技术将是第四次工业革命的(de)核心(xīn)驱动力量，将创造新的增(zēng)长(zhǎng)奇迹。

过(guò)去(qù)一(yī)年，人工(gōng)智能在技术和商业层面(miàn)都有了巨大进展，AI绘画就是人工智能技(jì)术发(fā)生方向性改变的一个(gè)代表。其下一站(zhàn)或许就是视频。

此前，Meta和谷(gǔ)歌先(xiān)后发布了(le)几(jǐ)条引爆科(kē)技圈的短(duǎn)视频。这些(xiē)视频引发关注并非内容做(zuò)得多优秀，反而都非(fēi)常(cháng)简单(dān)，比(bǐ)如一(yī)匹正在(zài)喝水的马，一只画画(huà)的玩具熊(xióng)，或(huò)者一(yī)段骑(qí)摩(mó)托(tuō)车的第(dì)一视角录像，随便一个有(yǒu)手机(jī)的人(rén)都(dōu)可(kě)以(yǐ)随手(shǒu)录下(xià)一段。

但这些短视(shì)频的创作方式非常简单，创作者(zhě)仅仅需要向AI输(shū)入(rù)一段(duàn)话，甚至只是说一(yī)下要(yào)求，AI就可(kě)以根(gēn)据需(xū)要生(shēng)成一段视频(pín)。

谷歌(gē)发(fā)布的两个(gè)AI生成视(shì)频分别(bié)来自于Imagen Video和Phenaki，前(qián)者主要突出的是高(gāo)清，与Meta的Make-A-Video没有太多的差别。

在Make-A-Video公布了AI生成的视频后，AI圈就已(yǐ)经(jīng)玩了一波梗，一个能够做出(chū)更高(gāo)清视(shì)频的AI还不足以在短时间内戳中兴奋点。

Phenaki更(gèng)加令人震惊的(de)地方在于，它可(kě)以制(zhì)作出(chū)超过2分钟的连贯(guàn)的也有(yǒu)确切内容的(de)视频，这(zhè)才是真正让人们(men)感到惊喜的地方。因为(wèi)无论AI生成的视频多么高(gāo)清，也只能是为内容生产者提供一个灵感，一个素材，一个(gè)过场(chǎng)动画。

不过能(néng)够制作出有具(jù)体(tǐ)剧情内容的视(shì)频就意味着，一些视频创作(zuò)由AI代替人工完成已经初步有了可能。

当下AI的发展速度(dù)已经超过大部分人的想象(xiàng)。内容产业的本质是供给创造需(xū)求，AIGC作为全新(xīn)的内容(róng)生产方式(shì)，可以为(wèi)内容(róng)产(chǎn)业(yè)带来更新的内容(róng)风格(gé)、更快(kuài)的生产速度，更低的生产成(chéng)本，这无疑会(huì)驱动内容(róng)产业的大爆发。

除了(le)AI绘图、视频，AIGC技术还能应用于音(yīn)乐、代码、机器(qì)人动作等多(duō)种内容形式的(de)生成。不难(nán)发现该项技术(shù)不仅(jǐn)在(zài)游戏等行(xíng)业能得到有效应用，对于下一代互联网各种(zhǒng)元素的构(gòu)建亦有(yǒu)关键意义。

从商(shāng)业(yè)化(huà)的角度来(lái)看，文化娱(yú)乐、教(jiào)育、传媒等诸多(duō)领域，本身就对基于AI的(de)可(kě)视化内容(róng)有(yǒu)强(qiáng)烈需(xū)求。

因此，AI绘画及视频或(huò)不是结果，而只是AI进程中的一块(kuài)重(zhòng)要(yào)拼图，有望在技术更新的(de)加持下实现更(gèng)大(dà)的(de)应用(yòng)价值。

AI从理解内容，走向(xiàng)了可(kě)以生成内容，甚至能够创(chuàng)造出独立价值(zhí)和独(dú)立视(shì)角的内容。AIGC的(de)再次(cì)出圈，更(gèng)代表(biǎo)着(zhe)未来(lái)的(de)先(xiān)进生产(chǎn)力即将到(dào)来(lái)。

04

紧(jǐn)抓(zhuā)大模型与算力，牢(láo)固AIGC底座

从技术(shù)的发展也可以看出，在语(yǔ)言(yán)大(dà)模(mó)型、图像大模型之后，多模态大(dà)模型已经成为(wèi)了(le)新的趋势。

大模型被(bèi)誉为当前(qián)人工(gōng)智能发展的智(zhì)能底座(zuò)，是全球竞争最(zuì)激烈的研(yán)究方向(xiàng)之一，包括谷歌、亚马逊、百(bǎi)度(dù)、阿里、腾(téng)讯等众多头部企业都(dōu)在竞相(xiāng)发(fā)力(lì)。

不过训练大(dà)模型(xíng)的确价格不菲，以国盛证券发(fā)布的(de)《ChatGPT需(xū)要(yào)多少算(suàn)力》报告估算，GPT-3训(xùn)练一次(cì)的成本(běn)约(yuē)为140万美元(yuán)。而对于一些更大的LLM(大型语言模型(xíng))，训练成本(běn)则介于200万美元至1200万(wàn)美元高价之间。

以(yǐ)ChatGPT在2023年(nián)1月的独立访客平均数(shù)1300万计算，其对应芯片需求为3万多片英伟达A100 GPU，初(chū)始(shǐ)投入(rù)成本约为(wèi)8亿美元，每日仅电费就在(zài)5万美元(yuán)左右。

此外不论是ChatGPT还(hái)是(shì)AIGC，都离不(bù)开庞大算力支持(chí)。在关注各类大(dà)模型的发展同(tóng)时，更应该关注(zhù)算力网络的建设。

算力网络正(zhèng)驱动AI产(chǎn)业发(fā)展进入史诗级(jí)加速进程，让AIGC及通用AI这一(yī)人工智能(néng)发展的终(zhōng)极(jí)目标(biāo)离(lí)得更近(jìn)。

因为算力可以对(duì)突破性技术创新提(tí)供大力(lì)的支持。这(zhè)方面，多模态大模型是典(diǎn)型。作为面向未来强人工智能(néng)、通(tōng)用人工智能的重(zhòng)要(yào)技术创新，多模(mó)态(tài)大模型已(yǐ)经在人工智能领域提出了(le)很多年，业界也有不(bù)少技(jì)术突破(pò)，但是，多模态大(dà)模型进一步往(wǎng)下走，算力需(xū)求呈几何式上升，一(yī)般的(de)算力基础设施很快将难(nán)以胜任。

从(cóng)图像、文字、语音单独一项的训练，到双模态、三模态的跃迁(qiān)，让人工智能可(kě)以灵(líng)活应对不同模态的转化(huà)、像人与世(shì)界交互一样(yàng)自然，这方(fāng)面，由(yóu)算力网络来驱动将(jiāng)有(yǒu)明(míng)显(xiǎn)优(yōu)势(shì)。

此外，还(hái)有很多需要爆发式增长的算(suàn)力(lì)来支(zhī)撑的技术创(chuàng)新，将在人工智能(néng)算力网(wǎng)络支撑下快(kuài)速推进(jìn)。

AIGC已经露出(chū)曙光，期待(dài)在大模型和大算力的支持下AIGC能持续颠覆内容(róng)生(shēng)产的方式，将(jiāng)创造的边际成本降(jiàng)低，让(ràng)万众受(shòu)益。

未经允许不得转载：橘子百科-橘子都知道 韵母带ao的字有哪些，带韵母ao的字有哪些字