自(zì)聊天机器人ChatGPT火爆以来，微软公司创(chuàng)始人比(bǐ)尔·盖(gài)茨已多次公开(kāi)谈论(lùn)人(rén)工(gōng)智能话(huà)题。在最近(jìn)的一次采访中，他(tā)再次(cì)表示(shì)：“AI可能会让(ràng)科技行业迎来一次剧烈的洗(xǐ)牌”。

这个结(jié)论是他在当地时间(jiān)2月20日接受《In Good Company》节目专访时提(tí)出的。

他预期，AI的发展(zhǎn)可能会威胁到谷(gǔ)歌的市(shì)占率，因为微(wēi)软(ruǎn)在(zài)AI方面的行动(dòng)相当迅(xùn)速(sù)。而最终科(kē)技巨头将把AI整合成用(yòng)户的“全(quán)能助(zhù)手”，包揽一(yī)切应用，与人们(men)进行沟通(tōng)并提供建议，可以(yǐ)取(qǔ)代亚马(mǎ)逊、Siri或Outlook等应用。

大佬口中全能助手的到来(lái)可能尚(shàng)需时日，但由ControlNet引发(fā)的又一次AI绘(huì)画浪潮，让AIGC在ChatGPT的话题(tí)热点(diǎn)包围中杀出重(zhòng)围。

01

ControlNet颠(diān)覆(fù)AI绘画新玩(wán)法

AIGC向可控(kòng)靠近(jìn)

以AI绘画为代表的(de)AIGC上一次爆(bào)火的时候，还(hái)是2022年8月，在美(měi)国(guó)科罗拉多州举办的新兴数字艺术家竞赛中(zhōng)，一幅名为《太(tài)空歌剧院》的作品获奖(jiǎng)。

随后各大(dà)厂(chǎng)商的AI绘画软件被广(guǎng)大网(wǎng)友(yǒu)熟知并体验，Stable Diffusion便是其中代表。

用户(hù)们(men)可以在应用中输入一(yī)组关键词或者一(yī)张照(zhào)片(piàn)，就能(néng)获(huò)得一(yī)幅(fú)AI创作的(de)画作。

作画(huà)的(de)关键(jiàn)就是所输入的(de)文(wén)本。同一(yī)组关键词也可以创作出很多张风格不一样的画(huà)作，这让(ràng)创(chuàng)作的过程就(jiù)像开(kāi)盲盒。

很多用(yòng)户(hù)很喜欢(huān)这(zhè)种不确定(dìng)的惊(jīng)喜，他们会将生(shēng)成的美图当做头像(xiàng)。而另一部分喜欢翻看AI绘(huì)画的“翻车(chē)”作品。在社(shè)交媒体上(shàng)，许多用户(hù)分享(xiǎng)AI“翻(fān)车现场”，例如，一位网友的(de)小狗照片被AI画成了“肌肉男”，还有(yǒu)网友的个人照(zhào)片被AI识别(bié)成了建筑。

而(ér)如今随着ControlNet的出现与加(jiā)持，以往AI绘画的填写关键词游戏(xì)可能要被颠覆了。

ControlNet是一位正在斯坦福(fú)读博的中国(guó)人张吕敏(mǐn)创作的一种基于控制点的图(tú)像变形算法，主要用于数字图像处理、计算(suàn)机视觉和计算机图形(xíng)学等领(lǐng)域。

其SD插件(jiàn)一经发布，在短(duǎn)短的两天内(nèi)便(biàn)成(chéng)为了(le)AI绘(huì)画领域最新的热点。

在(zài)此之(zhī)前，大家用了(le)很多方(fāng)法想让AI生成(chéng)的结果尽可能的符(fú)合要求，但是都不尽如人意，它的出现代表着AI生成开始进入真正(zhèng)的(de)可控时期(qī)。

因为ControlNacross 和 cross的区别，cross和across区别和用法et可(kě)以直接提取画面的构(gòu)图(tú)，人物的姿(zī)势和画面(miàn)的(de)深(shēn)度信息(xī)等。有了它(tā)的帮助，就不用频(pín)繁(fán)的用提示词来碰运气，抽盲盒式的创作了。

通俗的说ControlNet相当于给AI绘画加了“魔法”，不(bù)少博主的作(zuò)品已经(jīng)获得了(le)大(dà)量(liàng)的(de)浏览量，“viggo”就是(shì)其(qí)中之一，他用朋友(yǒu)的(de)照片(piàn)直接(jiē)带(dài)她们走进(jìn)动(dòng)漫世界(jiè)。

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

再用(yòng)Text2Prompt插件拓展找到对应的关(guān)键词；最后用ControlNet插件绑定(dìng)骨骼开始换关(guān)键词试(shì)效果。

通过图片就可以看出来(lái)，效果十分惊艳。

更厉(lì)害的是，除(chú)了真(zhēn)实的(de)照片，草图也(yě)可以加(jiā)上“魔法”，知乎(hū)大牛“DevPoint”和(hé)“逗砂”介绍到ControlNet还能实现线(xiàn)稿转全彩图。across 和 cross的区别，cross和across区别和用法大(dà)神张吕敏其本尊也亲(qīn)自回(huí)应。

不得(dé)不(bù)说当下AIGC已经变(biàn)得越来越(yuè)强大，甚至(zhì)输(shū)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(jǐng)惕安(ān)全问题

近(jìn)日，“苏州金鸡湖有游艇party”的消息火遍网(wǎng)络，而经过警方辟谣这所谓(wèi)的“party”可能是全国(guó)第一起AI绘图诈(zhà)骗。

由于这个活(huó)动里面(miàn)给出的美女照片都(dōu)是(shì)AI制作的真人照片绘(huì)图，因为(wèi)太逼真，被大家当成真事传播了。

不过仔细观察可以发(fā)现(xiàn)，活(huó)动发起者(zhě)提(tí)供(gōng)的照片中(zhōng)有个很(hěn)大(dà)的漏(lòu)洞可以(yǐ)发现并非(fēi)真(zhēn)人，而是(shì)AI绘图，那便是(shì)图片中(zhōng)女性的手指部分有(yǒu)的(de)存在异常(cháng)。

有行业人事(shì)表示：“现在因为手(shǒu)指部分的绘画(huà)算法比较(jiào)复(fù)杂，AI还不太(tài)会画人的(de)手，但最新看(kàn)到的图片已经有越来越完美的AI模型(xíng)出现，以(yǐ)后(hòu)可能就完全(quán)没有漏洞(dòng)了。”

类似的AI作图诈骗在国外(wài)也已有(yǒu)发生。据英国广(guǎng)播(bō)公司报道，土耳其地(dì)震期间，有Tiktok用户使用(yòng)AI合成了儿童受(shòu)灾的假照片发布到网络，以此诱骗善良(liáng)的人打(dǎ)赏(shǎng)“捐(juān)助”从而(ér)实施诈骗(piàn)。

目前随着技术发展，AIGC已经能做出真(zhēn)人照片(piàn)般(bān)的绘图效果，如果这样的图片被(bèi)用来诈(zhà)骗(piàn)，将非常可怕。

此外AIGC还引发(fā)了(le)很多担忧，一(yī)方面(miàn)，批判(pàn)者认为AI在“学(xué)习”了大量前人(rén)的作(zuò)品(pǐn)之后(hòu)，其创(chuàng)作没有任(rèn)何情(qíng)绪和(hé)灵魂(hún)，难以和人(rén)类的艺术(shù)创作相提并(bìng)论(lùn)。

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

马斯(sī)克也强调(diào)，人工智能(néng)的安全问题需要得到重视(shì)，太晚(wǎn)就来不及了。

03

AIGC下一站除了视频，还有远方

技术都是有两面性(xìng)的，潜在(zài)的(de)危害并(bìng)不能掩盖(gài)其光(guāng)辉的贡献。现在看来，人工(gōng)智(zhì)能技术(shù)将(jiāng)是第四次工业(yè)革(gé)命(mìng)的(de)核(hé)心驱动力量，将创(chuàng)造新的增长奇迹(jì)。

过去一年，人工(gōng)智能在技术和(hé)商业层面都有了(le)巨大进(jìn)展，AI绘画(huà)就是(shì)人工智能技术发(fā)生方向性改变(biàn)的一个代表。其下一站或许就(jiù)是视频。

此前，Meta和谷(gǔ)歌(gē)先后发布了几条引爆科(kē)技圈的短(duǎn)视频(pín)。这些视频引发关(guānacross 和 cross的区别，cross和across区别和用法)注并非内(nèi)容(róng)做得多优秀，反而都非常简单，比(bǐ)如一匹(pǐ)正(zhèng)在喝水的马(mǎ)，一只(zhǐ)画画的玩(wán)具熊(xióng)，或者一段骑摩托(tuō)车的第(dì)一视角录像，随便一个有(yǒu)手(shǒu)机的(de)人都可以(yǐ)随手录(lù)下一(yī)段(duàn)。

但这些短视频的创作方式(shì)非常简(jiǎn)单，创作者仅(jǐn)仅需要向AI输入一段(duàn)话，甚(shèn)至只是说一下要求(qiú)，AI就可以根据(jù)需要生成(chéng)一(yī)段视频。

谷(gǔ)歌发布的(de)两(liǎng)个(gè)AI生成视频(pín)分别来自于(yú)Imagen Video和Phenaki，前(qián)者主要突(tū)出的(de)是高(gāo)清，与Meta的Make-A-Video没有太(tài)多的(de)差别。

在Make-A-Video公布(bù)了AI生成的(de)视(shì)频后，AI圈就已经玩了(le)一波梗，一个能够(gòu)做(zuò)出(chū)更(gèng)高清视(shì)频的AI还不(bù)足以在短时间内戳中兴奋点。

Phenaki更加令人震惊(jīng)的(de)地方在于，它(tā)可以制作(zuò)出(chū)超过2分钟的连贯的也(yě)有确切内容(róng)的视频，这才是真正让(ràng)人们(men)感到惊喜的地方。因(yīn)为无论AI生成的(de)视(shì)频多(duō)么(me)高清(qīng)，也只能是为(wèi)内容生(shēng)产者提供(gōng)一个灵感，一(yī)个(gè)素材，一(yī)个过场动(dòng)画。

不过(guò)能够制作出(chū)有具体剧(jù)情内容的视频(pín)就意味着，一些视频创作由AI代替人工完成已(yǐ)经初步有(yǒu)了(le)可能(néng)。

当下AI的发展(zhǎn)速度已经超过(guò)大(dà)部分人(rén)的想(xiǎng)象(xiàng)。内(nèi)容产业的本质是供(gōng)给(gěi)创造需求，AIGC作为全(quán)新的内容生产(chǎn)方式(shì)，可以为(wèi)内容(róng)产(chǎn)业(yè)带来(lái)更新的内容风格、更(gèng)快(kuài)的生(shēng)产速(sù)度，更低的生产成本，这无(wú)疑会驱动内容(róng)产业(yè)的大爆发。

除(chú)了AI绘图(tú)、视频，AIGC技术还能应用于音乐、代码、机器人动作等多种内(nèi)容形式(shì)的生成。不难发现(xiàn)该项技术不仅在游戏等行业能得到有效应用，对于下一代互联网(wǎng)各种元(yuán)素的构建(jiàn)亦有关键意义。

从商业化(huà)的角度来看，文化娱乐、教育、传(chuán)媒等诸多(duō)领域，本身就对(duì)基(jī)于AI的(de)可视化内(nèi)容有强烈需求。

因此，AI绘画及(jí)视频或不是结果，而只是(shì)AI进程(chéng)中(zhōng)的一(yī)块重要拼图，有望在(zài)技术更新的加持下(xià)实现(xiàn)更大的应用(yòng)价值。

AI从理解内容(róng)，走向了可以生成内(nèi)容，甚至能(néng)够(gòu)创(chuàng)造(zào)出独立价值和(hé)独立视角的(de)内容(róng)。AIGC的再次出圈，更代表(biǎo)着未来的先进生产力即将到来。

04

紧抓大模型与(yǔ)算(suàn)力，牢固AIGC底(dǐ)座

从(cóng)技术的发展也可(kě)以看(kàn)出，在(zài)语言(yán)大(dà)模型、图像大模(mó)型之后，多模态(tài)大模型已经成为了新(xīn)的趋势。

大模型(xíng)被(bèi)誉为(wèi)当(dāng)前(qián)人(rén)工智能发(fā)展的智能底(dǐ)座(zuò)，是全球竞争最激烈的研究方(fāng)向(xiàng)之一，包括谷歌、亚马逊、百度、阿里、腾(téng)讯等众多头部企业都(dōu)在竞相发力。

不(bù)过训练大模型的(de)确(què)价格不(bù)菲，以国(guó)盛证券(quàn)发布的《ChatGPT需要多少算力》报告估(gū)算，GPT-3训练一(yī)次的成本约为(wèi)140万(wàn)美(měi)元(yuán)。而对于一些更大(dà)的LLM(大(dà)型语言(yán)模型)，训练成本(běn)则介于(yú)200万(wàn)美元至1200万(wàn)美元高价(jià)之(zhī)间。

以ChatGPT在2023年1月的独(dú)立访(fǎng)客平均数1300万计算(suàn)，其对应芯片需求(qiú)为3万多片(piàn)英伟达A100 GPU，初始投入成本约为8亿美元，每日仅电费就(jiù)在5万美元左右(yòu)。

此(cǐ)外不(bù)论是ChatGPT还是AIGC，都离不开庞大算力支持。在(zài)关注各类大模型(xíng)的发(fā)展(zhǎn)同时，更应该关注算力网络的(de)建设。

算(suàn)力网络正(zhèng)驱动AI产业发展(zhǎn)进入史诗级加速进程，让AIGC及通用(yòng)AI这一人工(gōng)智能发展(zhǎn)的终极目标离得更近(jìn)。

因为(wèi)算力(lì)可以(yǐ)对突破性技术创新提(tí)供大力的支(zhī)持。这(zhè)方面，多(duō)模态大模型是典型。作为面(miàn)向(xiàng)未来(lái)强人工智能、通(tōng)用(yòng)人工智能的重要技术创新(xīn)，多模态大模型已经在人工智能领域提出(chū)了很(hěn)多年，业界也有不少(shǎo)技(jì)术突破，但是，多模(mó)态大模型进一步往下走，算力(lì)需求呈几何式上升(shēng)，一(yī)般的算力基(jī)础设施很(hěn)快将难以(yǐ)胜任。

从图像、文字(zì)、语音(yīn)单独一项(xiàng)的训练，到双模(mó)态、三模态的跃迁，让人工(gōng)智能可以灵活(huó)应对不同模态的(de)转化、像(xiàng)人与世界交互一样自(zì)然，这方(fāng)面，由算力网络来驱动将(jiāng)有明显优(yōu)势。

此(cǐ)外，还有很(hěn)多(duō)需要(yào)爆发式增长的算力来(lái)支撑的(de)技(jì)术(shù)创(chuàng)新，将(jiāng)在人工智能算力网(wǎng)络支撑下快速推(tuī)进。

AIGC已(yǐ)经(jīng)露出曙光，期待在大(dà)模(mó)型(xíng)和大算力的(de)支持下AIGC能持续颠覆内容生产的方式，将(jiāng)创造的边际成本降低(dī)，让万众(zhòng)受益。

未经允许不得转载：橘子百科-橘子都知道 across 和 cross的区别，cross和across区别和用法