自聊天(tiān)机(jī)器人ChatGPT火爆以来(lái)，微软公司创始人比(bǐ)尔·盖茨已多次公(gōng)开谈论人工智能话题。在(zài)最近的一次采访中，他(tā)再次表示：“AI可能会让科技行(xíng)业迎来一次剧(jù)烈的(de)洗(xǐ)牌”。

这个(gè)结(jié)论是他在当地时间2月20日接受《In Good Company》节目专访(fǎng)时提出的。

他预期，AI的发展可能(néng)会威胁到谷歌的市占率，因(yīn)为微软在AI方面的行动相当迅速(sù)。而最终科技巨头将(jiāng)把(bǎ)AI整合成用户的“全能助手”，包揽(lǎn)一切应用，与人们(men)进行沟通并提供建议，可(kě)以取代亚马(mǎ)逊、Siri或Outlook等应用。

大佬口中(zhōng)全(quán)能助手的(de)到来可能尚(shàng)需(xū)时日，但(dàn)由ControlNet引发的又一(yī)次AI绘画(huà)浪潮，让AIGC在(zài)ChatGPT的话题热点包围中杀出重围(wéi)。

01

ControlNet颠覆AI绘画新玩法(fǎ)

AIGC向可(kě)控靠近(jìn)

以(yǐ)AI绘画(huà)为代表的AIGC上一次爆火的(de)时候，还(hái)是2022年8月，在美国科罗拉多(duō)州举办的新兴(xīng)数字艺术家竞赛中，一幅名为《太空歌(gē)剧院》的作品获(huò)奖。

随后(hòu)各大厂商的AI绘画软(ruǎn)件被广大(dà)网(wǎng)友(yǒu)熟(shú)知并体(tǐ)验，Stable Diffusion便(biàn)是其中代表。

成玉元君的身世是什么，成玉元君是什么身份="https://mmbiz.heiliaofuli.com/wp-content/uploads/2023/03/4a712a72a22d7ba.jpeg?imageMogr2/thumbnail/2160x0/format/webp/quality/80" data-ratio="0.7261345852895149" data-s="300,640" data-type="jpeg" data-w="639">

用户们可(kě)以在应(yīng)用中输入一组(zǔ)关键(jiàn)词(cí)或者一张照片(piàn)，就能获得一幅AI创作的(de)画作。

作画的关键就是所输入的文本。同一组关键词(cí)也可以创作出很多张风格不一样的画(huà)作，这让创作的过程(chéng)就像开盲盒。

很多用户很喜欢这(zhè)种不确定的惊喜(xǐ)，他们会将生成的美图当做头(tóu)像。而另一部(bù)分喜欢翻看(kàn)AI绘画的“翻(fān)车”作品。在社交媒体上，许多用(yòng)户分享AI“翻车现场”，例如，一位(wèi)网友的小狗照片被AI画(huà)成了“肌肉(ròu)男”，还有网友的(de)个人照片被(bèi)AI识别成了(le)建筑。

而如今随(suí)着ControlNet的(de)出现与(yǔ)加持(chí)，以往AI绘画的填(tián)写关键词游戏可能要(yào)被颠覆了(le)。

ControlNet是一位(wèi)正(zhèng)在斯坦福读(dú)博(bó)的中(zhōng)国人(rén)张吕敏创作的一种基于控(kòng)制点(diǎn)的图(tú)像变形算法，主要用(yòng)于数字图像处理、计(jì)算机视觉和计算机图(tú)形学等领域。

其(qí)SD插(chā)件一经发布，在(zài)短短的(de)两天内(nèi)便(biàn)成为了AI绘画领(lǐng)域最新的(de)热(rè)点。

在此之前，大家用了(le)很多方法(fǎ)想让AI生成的结果尽可能的符合要求，但是都(dōu)不尽如人意，它(tā)的出现代(dài)表着AI生成开始进入(rù)真(zhēn)正的可控时(shí)期。

因为ControlNet可以直接(jiē)提(tí)取(qǔ)画面(miàn)的(de)构图，人(rén)物的(de)姿势和画面的深(shēn)度信息(xī)等。有了它(tā)的帮助，就不用频繁的(de)用提示词来碰运(yùn)气，抽盲盒式的创作(zuò)了。

通俗的说(shuō)ControlNet相(xiāng)当于给AI绘画加了“魔法”，不少(shǎo)博主的作品已经(jīng)获(huò)得了大量(liàng)的(de)浏览(lǎn)量，“viggo”就是(shì)其中之一，他用(yòng)朋友的照片(piàn)直接带她们走(zǒu)进动漫世界。

viggo先用StableDiffusion图片转文字(zì)。

再(zài)用Text2Prompt插件拓展找到对应的关(guān)键词；最后用ControlNet插件绑定骨骼开(kāi)始(shǐ)换(huàn)关键词试效果。

通过图(tú)片就可以看出(chū)来，效果十(shí)分惊艳。

更(gèng)厉害的是，除了真(zhēn)实的(de)照片，草图也可(kě)以加上“魔法”，知乎大牛“DevPoint”和“逗(dòu)砂”介绍到ControlNet还能(néng)实(shí)现线(xiàn)稿转全彩图。大神张吕敏其本尊(zūn)也亲自(zì)回应。

不得不说(shuō)当下AIGC已经(jīng)变得(dé)越来越强大，甚(shèn)至输出(chū)的作品(pǐn)都已经能(néng)以假乱真(zhēn)了(le)。

02

难辨虚实(shí)，AIGC技术力(lì)爆发

警惕安(ān)全问题

近日(rì)，“苏州金(jīn)鸡湖有游(yóu)艇party”的(de)消(xiāo)息火遍网络(luò)，而经过(guò)警方辟(pì)谣这所谓的“party”可能是(shì)全国第一起AI绘图(tú)诈骗。

由于这个活动里(lǐ)面给出的美女(nǚ)照(zhào)片都(dōu)是AI制作的真人照片绘图，因(yīn)为太(tài)逼真，被大家当成(chéng)真事传播了。

不过仔细(xì)观察可以(yǐ)发现，活(huó)动(dòng)发起者(zhě)提(tí)供的照(zhào)片(piàn)中有(yǒu)个很大的(de)漏洞可(kě)以发现并非真人(rén)，而是AI绘图，那便是图(tú)片中女性的(de)手指(zhǐ)部分有的存在异常(cháng)。

有(yǒu)行(xíng)业(yè)人事表(biǎo)示(shì)：“现在因为(wèi)手指部分的绘画算法比较复杂，AI还不太会画人的手，但最新看到的(de)图片(piàn)已经有(yǒu)越来越完美的AI模型(xíng)出现，以后可(kě)能就完全(quán)没有漏洞(dòng)了。”

类似的AI作图诈(zhà)骗在国外也已(yǐ)有发生。据(jù)英国广播(bō)公(gōng)司(sī)报道，土耳其地(dì)震期间，有Tiktok用(yòng)户使(shǐ)用AI合成了儿(ér)童受灾(zāi)的假照片发布到网络，以此(cǐ)诱骗善良(liáng)的人打(dǎ)赏“捐助”从而实施诈(zhà)骗。

目(mù)前随着技术发展，AIGC已经能(néng)做出真人照片(piàn)般的绘图效果(guǒ)，如果(guǒ)这(zhè)样(yàng)的图片(piàn)被用来诈骗，将(jiāng)非(fēi)常可怕。

此外AIGC还引发了很多担忧，一(yī)方面，批判(pàn)者认为AI在“学习”了大量前人的作品之后，其(qí)创作(zuò)没有(yǒu)任何情绪(xù)和灵魂，难以和人(rén)类的艺术创作相(xiāng)提并论。

另一方面，AIGC背后的版权、目前都并没有得到有效(xiào)的解(jiě)决，还(hái)有AIGC会不(bù)会代(dài)替人(rén)类(lèi)“至高(gāo)无上”的(de)创意。

马斯(sī)克也强调(diào)，人工智能的安全问题(tí)需要得到重视，太(tài)晚就来不及了(le)。

03

AIGC下一(yī)站除了视(shì)频，还有远方

技术都是有两面性的，潜在的危(wēi)害并不(bù)能(néng)掩(成玉元君的身世是什么，成玉元君是什么身份yǎn)盖其光辉的贡献。现在(zài)看来，人工智能技术将是(shì)第四次工(gōng)业(yè)革命的核心驱动力量，将(jiāng)创造新的(de)增(zēng)长奇迹(jì)。

过去(qù)一年，人工智能在技术和商(shāng)业层(céng)面都(dōu)有了巨(jù)大(dà)进展，AI绘画就是人工智(zhì)能技(jì)术发生方向(xiàng)性改变的(de)一个代(dài)表。其下一(yī)站或(huò)许就是视频。

此前(qián)，Meta和谷歌(gē)先(xiān)后(hòu)发布(bù)了(le)几条引爆科(kē)技(jì)圈(quān)的(de)短(duǎn)视频。这些(xiē)视频(pín)引发(fā)关注并非内容做得多优秀，反而都非常简单，比如一匹(pǐ)正在喝水的马，一(yī)只画(huà)画的玩具熊(xióng)，或者一(yī)段骑摩托车(chē)的(de)第一视角录像(xiàng)，随便一(yī)个有(yǒu)手机(jī)的人都可(kě)以随手(shǒu)录下(xià)一段(duàn)。

但(dàn)这些短视频的创作方式非常简单(dān)，创作者仅仅需要(yào)向(xiàng)AI输入一段(duàn)话，甚至只是说(shuō)一下(xià)要求，AI就可以根据(jù)需要生成一(yī)段视频。

谷歌发布的两(liǎng)个AI生(shēng)成视频分别来自于Imagen Video和Phenaki，前(qián)者(zhě)主(zhǔ)要突出的是高清，与Meta的(de)Make-A-Video没有太多的差别(bié)。

在Make-A-Video公(gōng)布了AI生成(chéng)的视频后(hòu)，AI圈就已经玩了一波梗，一(yī)个能够(gòu)做出(chū)更(gèng)高清(qīng)视频的AI还不(bù)足以(yǐ)在短(duǎn)时间内戳(chuō)中(zhōng)兴奋点。

Phenaki更加令人(rén)震(zhèn)惊的地方在(zài)于，它可以制(zhì)作(zuò)出超过2分(fēn)钟的连贯的(de)也(yě)有确切(qiè)内容的视频，这才是真正让人(rén)们感(gǎn)到(dào)惊喜的地方。因(yīn)为(wèi)无论AI生成(chéng)的视频多么高清，也只能是为内容生(shēng)产者(zhě)提供一(yī)个灵(líng)感，一个素材(cái)，一个过场动画。

不过能够制作出有具体(tǐ)剧情内(nèi)容的视频就(jiù)意(yì)味着，一(yī)些视频创作(zuò)由AI代替人工(gōng)完(wán)成已经(jīng)初步(bù)有了可能。

当下AI的发展速度已经(jīng)超(chāo)过大部(bù)分人的想象(xiàng)。内容产业的本质是供给(gěi)创造需求，AIGC作为(wèi)全(quán)新(xīn)的(de)内容生产方式，可以为内容产业带来更新的内容风(fēng)格、更(gèng)快的生(shēng)产(chǎn)速度，更低的生产成本，这(zhè)无疑会驱动内容产业的大(dà)爆发。

除了AI绘图、视频，AIGC技术还能应用于(yú)音乐、代码、机器人动作(zuò)等多种内容(róng)形(xíng)式的生成。不难发现该项技(jì)术(shù)不仅(jǐn)在游戏等行(xíng)业(yè)能(néng)得(dé)到(dào)有效应用(yòng)，对于下一代互联网各种元素的(de)构建亦有关(guān)键意义。

从商业化的(de)角度来看，文化娱乐、教育、传媒等诸多领(lǐng)域，本身就对基于AI的可视化内容有(yǒu)强烈需求。

因此，AI绘画(huà)及视频或(huò)不是结(jié)果(guǒ)，而只是(shì)AI进程中的一(yī)块重要拼图，有望在技术更新(xīn)的加持下实(shí)现更大的应用(yòng)价值。

AI从理解内容，走向(xiàng)了可(kě)以生成内(nèi)容，甚至(zhì)能够创造出独(dú)立(lì)价值和独(dú)立视角的内容。AIGC的再(zài)次出圈，更代(dài)表(biǎo)着未来的先(xiān)进生产(chǎn)力即将到来。

04

紧抓大模型(xíng)与算力，牢固AIGC底座

从技术的(de)发(fā)展也可以看出(chū)，在语言大模型、图(tú)像(xiàng)大模型之后，多模态大模(mó)型(xíng)已经(jīng)成为(wèi)了新的趋势。

大模型(xíng)被誉为当前人工智(zhì)能发展(zhǎn)的智(zhì)能底座，是全球竞争最激烈的研(yán)究方向之一，包括谷歌、亚马逊、百度、阿里、腾(téng)讯等众多头部企业都在(zài)竞相发力。

不(bù)过训练大模型的(de)确价(jià)格(gé)不菲，以国盛证券发布的《ChatGPT需要多少算力》报告估算，GPT-3训练一次(cì)的成本约为140万美元。而对(duì)于(yú)一(yī)些更大的LLM(大型语言模型)，训(xùn)练(liàn)成本则介于200万美元至1200万美(měi)元高价之间。

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

此外不(bù)论是ChatGPT还(hái)是(shì)AIGC，都离(lí)不开庞大算力(lì)支(zhī)持。在关注(zhù)各类大模型的发展同时，更应(yīng)该关注算力网络(luò)的建设。

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

因为算(suàn)力(lì)可以对(duì)突破性(xìng)技术(shù)创(chuàng)新提(tí)供大(dà)力的支持。这方面，多模态大模型是典型。作为面向未(wèi)来强人工(gōng)智能、通用人工智能的重要技(jì)术(shù)创新，多模态大模型已经在(zài)人工智能领域提出了很多年，业界(jiè)也有不少技术突破，但是(shì)，多模态大模型进一步往(wǎng)下走，算(suàn)力需(xū)求呈几何式(shì)上升，一般的算力基(jī)础(chǔ)设(shè)施很快将难(nán)以胜任。

从图像、文字、语音(yīn)单独一(yī)项的训练，到(dào)双(shuāng)模态、三模态的跃迁，让人(rén)工智(zhì)能可以(yǐ)灵活应对不同模态的转化、像人与世界(jiè)交互(hù)一样自然，这方面，由算力网络来驱动将有(yǒu)明显优势。

此(cǐ)外，还有很多需要爆发(fā)式(shì)增长的算力来支(zhī)撑的技术创新(xīn)，将在人工智能算(suàn)力网络支撑下快速推进(jìn)。

AIGC已经露出曙光，期待在大模型和大算力的支(zhī)持下AIGC能持续颠覆内容生产的方式(shì)，将创造的边际成本降低，让万众受益。

未经允许不得转载：橘子百科-橘子都知道 成玉元君的身世是什么，成玉元君是什么身份