自聊天机器人ChatGPT火爆(bào)以来，微(wēi)软公司创始人比尔·盖(gài)茨(cí)已多次公开谈论人工智能(néng)话题。在最近的一次采访中，他(tā)再次表示：“AI可能会让科技行业迎来一次(cì)剧烈的洗牌”。

这个结论是他在当地时(shí)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(kě)能会威胁(xié)到(dào)谷歌的市占率，因为微软在AI方面的行动相当(dāng)迅速。而最终科技巨(jù)头将把AI整合成用户的“全能(néng)助手”，包揽(lǎn)一切应用，与人们进行沟通并提供(gōng)建议，可(kě)以(yǐ)取代亚马逊、Siri或(huò)Outlook等应用。

大佬口中全能助手的到(dào)来可能尚(shàng)需(xū)时(shí)日(rì)，但由ControlNet引(yǐn)发的又一次(cì)AI绘画浪潮，让(ràng)AIGC在ChatGPT的话题(tí)热(rè)点包围中杀出重围。

01

ControlNet颠覆(fù)AI绘(huì)画新玩(wán)法

AIGC向可控(kòng)靠(kào)近

以AI绘画为(wèi)代表的(de)AIGC上一次(cì)爆火的(de)时候，还是(shì)2022年8月，在(zài)美(měi)国科(kē)罗(luó)拉多州举办的(de)新(xīn)兴数字艺术家竞赛中(zhōng)，一(yī)幅(fú)名为(wèi)《太(tài)空歌剧院(yuàn)》的作(zuò)品获奖(jiǎng)。

随后(hòu)各大厂商(shāng)的AI绘画软(ruǎn)件被广大(dà)网友熟知并(bìng)体(tǐ)验，Stable Diffusion便是其(qí)中(zhōng)代表。

用户们可以(yǐ)在应用中输入一组关键(jiàn)词(cí)或者一张照片，就(jiù)能获得一幅AI创作的画作。

作画的关键就是所输(shū)入的文(wén)本(běn)。同一组(zǔ)关键词也可(kě)以创(chuàng)作(zuò)出很多(duō)张风格不(bù)一样的画作，这让创作的过程就像开盲盒。

很多用(yòng)户很喜欢这(zhè)种不(bù)确定(dìng)的惊喜，他(tā)们(men)会将生(shēng)成的美图(tú)当做头像。而另一部分喜欢(huān)翻(fān)看AI绘(huì)画的(de)“翻车”作品。在(zài)社交媒体(tǐ)上，许多(duō)用户分享AI“翻车现场”，例如，一位网友(yǒu)的小狗(gǒu)照片被AI画(huà)成了“肌肉男”，还有网友的个人照(zhào)片被AI识(shí)别成了建筑。

而如今随着(zhe)ControlNet的(de)出现与加持，以往AI绘画的填写关(guān)键(jiàn)词游戏可能要被(bèi)颠覆了。

ControlNet是一位正在斯坦福读博的中(zhōng)国人张吕敏创作的一(yī)种(zhǒng)基于(yú)控制点的图像变形算法，主要用(yòng)于数(shù)字图像处(chù)理、计(jì)算机视觉和计算机图形(xíng)学等领域(yù)。

其SD插件(jiàn)一(yī)经发(fā)布，在短短的两天内便成为了(le)AI绘画领(lǐng)域最新的热点。

在此之前(qián)，大(dà)家(jiā)用(yòng)了很(hěn)多方法想让AI生(shēng)成的结果(guǒ)尽可能的(de)符(fú)合要求，但是都不(bù)尽如人意(yì)，它(tā)的出(chū)现代表着AI生成开始进入(rù)真(zhēn)正的可控时期(qī)。

因为ControlNet可以直接提取画(huà)面(miàn)的构图(tú)，人物(wù)的(de)姿势和画面(miàn)的深度(dù)信息等。有(yǒu)了它的帮助，就不用频繁的用提示(shì)词来碰运气，抽盲盒式的创作了。

通俗的说(shuō)ControlNet相(xiāng)当于(yú)给(gěi)AI绘画加(jiā)了“魔法”，不少博主的作品(pǐn)已经获得了大量(liàng)的(de)浏(liú)览量(liàng)，“viggo”就(jiù)是其(qí)中之一(yī)，他用朋友的(de)照片直接带(dài)她们走进动(dòng)漫世(shì)界。

viggo先用StableDiffusion图(tú)片(piàn)转文字。

再用(yòng)Text2Prompt插件拓展找(zhǎo)到对(duì)应(yīng)的关(guān)键(jiàn)词；最后用ControlNet插件绑定骨(gǔ)骼开(kāi)始换(huàn)关键词试效果。

通过图(tú)片就(jiù)可以看出(chū)来，效果十分(fēn)惊艳。

更厉害的是，除(chú)了真实的(de)照(zhào)片，草图也可以加上(shàng)“魔法”，知乎大牛“DevPoint”和(hé)“逗砂”介绍到ControlNet还能实现线(xiàn)稿转(zhuǎn)全彩(cǎi)图。大神张吕(lǚ)敏其本尊(zūn)也亲自(zì)回应。

不得不说当下AIGC已(yǐ)经变(biàn)得越(yuè)来(lái)越强大，甚至输出的作品都已经能以假乱真了。

02

难辨虚实，AIGC技术力爆发

警惕安全(quán)问题

近(jìn)日，“苏州金鸡湖有游艇party”的消息火遍网络(luò)，而经(jīng)过警方辟(pì)谣这所谓的“party”可能是全(quán)国第一起(qǐ)AI绘图诈骗。

由于这个活动里面给出的美女照片都是AI制(zhì)作的真人照片绘图，因为太逼真(zhēn)，被大家当成(chéng)真事(shì)传播了。

不(bù)过(guò)仔(zǎi)细观(guān)察可以(yǐ)发现，活(huó)动发起者提供(gōng)的照片(piàn)中有个(gè)很大的漏(lòu)洞(dòng)可以发现(xiàn)并(bìng)非真人，而是AI绘图，那便是图片(piàn)中女性的手指部分(fēn)有的存(cún)在异常。

有行业人事(shì)表(biǎo)示：“现(xiàn)在因为手指部分的绘画算(suàn)法(fǎ)比较复(fù)杂，AI还不太(tài)会画人的手(shǒu)，但最新看到的图片已(yǐ)经有越来越完美的AI模型出现(xiàn)，以后可能就完(wán)全没(méi)有漏洞了。”

类似(shì)的AI作图(tú)诈(zhà)骗在国外也已(yǐ)有发生。据英国广播公司报(bào)道，土耳其地震期间，有(yǒu)Tiktok用户使用AI合(hé)成了儿童受灾(zāi)的假照片发(fā)布到网络(luò)，以此(cǐ)诱骗善良的(de)人打赏“捐助(zhù)”从而实施(shī)诈骗。

目前随着技(jì)术(shù)发展，AIGC已经能做出真(zhēn)人照片般的绘图效果，如果(guǒ)这样的图片(piàn)被用(yòng)来(lái)诈骗(piàn)，将非常可怕。

此外AIGC还引发了很多(duō)担忧，一(yī)方(fāng)面，批判者(zhě)认(rèn)为(wèi)AI在“学习”了大量前人的作品之后，其创(chuàng)作没(méi)有任何情绪和灵魂，难(nán)以和人类(lèi)的艺术(shù)创作相提(tí)并论。

另一方面，AIGC背(bèi)后(hòu)的版权、目前都并没有得到有效的解决(jué)，还有AIGC会不(bù)会代替人类“至高无上(shàng)”的创意。

马(mǎ)斯克也强调，人工(gōng)智能的(de)安全问题需要得到(dào)重视，太晚就来不及了(le)。

03

AIGC下一(yī)站(zhàn)除了视频，还(hái)有远(yuǎn)方

技术都是有两(liǎng)面(miàn)性的，潜在的(de)危害并不能(néng)掩(yǎn)盖其光辉的贡(gòng)献(xiàn)。现在看(kàn)来(lái)，人工智能技术(shù)将(jiāng)是(shì)第四次(cì)工业革命的核(hé)心驱(qū)动力量(liàng)，将创造(zào)新的增(zēng)长奇(qí)迹(jì)。

过(guò)去一年，人工智能(néng)在(zài)技术和商业(yè)层(céng)面都有了巨大进展，AI绘画就是人(rén)工智能(néng)技术发生(shēng)方向性改变(biàn)的一个代表。其下一(yī)站(zhàn)或许就是视频。

此前，Meta和(hé)谷歌先(xiān)后(hòu)发布了几(jǐ)条(tiáo)引爆(bào)科技圈的短视频。这些视频引发关注并(bìng)非内容(róng)做得多优秀，反而都非常简单，比如一匹(pǐ)正在喝水的马，一只(zhǐ)画画的玩具(jù)熊，或者一段骑摩(mó)托(tuō)车(chē)的(de)第一视角录像，随便一个有(yǒu)手机的人都可以随手录下一段。

但这些(xiē)短视(shì)频的创(chuàng)作方式非常简单(dān)，创作者仅仅需要向(xiàng)AI输入一段话，甚(shèn)至只是说(shuō)一下要求，AI就可(kě)以根据需(xū)要生成一段(duàn)视频。

谷(gǔ)歌发布(bù)的两(liǎng)个AI生(shēng)成(chéng)视频(pín)分别(bié)来自于Imagen Video和Phenaki，前(qián)者主要(yào)突出的是高(gāo)清，与Meta的(de)Make-A-Video没有太多的差别。

在Make-A-Video公布(bù)了AI生成的视频后，AI圈(quān)就(jiù)已经玩(wán)了一波(bō)梗，一个能够(gòu)做出更高(gāo)清(qīng)视频的AI还不足以在短时间内戳中(zhōng)兴奋点。

Phenaki更加令(lìng)人(rén)震惊的地方在于(yú)，它可以(yǐ)制(zhì)作出超过(guò)2分(fēn)钟的连贯(guàn)的也(yě)有确切内容的视频，这才是真正(zhèng)让人们(men)感到惊喜的地方。因为无(wú)论AI生成(chéng)的视(shì)频多么高清，也(yě)只(zhǐ)能(néng)是(shì)为内容生产者提(tí)供一(yī)个灵(líng)感，一个素(sù)材，一个过场动画(huà)。

不过(guò)能够制作(zuò)出有具体剧情内容(róng)的视(shì)频就意味(wèi)着，一些视频创作由(yóu)AI代(dài)替人工完成已经初步有了可能(néng)。

当下(xià)AI的发展速度已(yǐ)经超(chāo)过大部分人的想象。内(nèi)容产(chǎn)业(yè)的本质(zhì)是供给(gěi)创造需求，AIGC作为全新的内容生产方式，可以为(wèi)内容产(chǎn)业带来更新(xīn)的内容风格、更快的生产速度，更低的生产成本，这无(wú)疑会驱动内容产(chǎn)业的(de)大爆发。

除了AI绘图(tú)、视频，AIGC技术还能应用于音乐(lè)、代码、机器人动作等多种(zhǒng)内(nèi)容形式的生成。不(bù)难发现该项技术不仅在游戏等行(xíng)业(yè)能得(dé)到(dào)有效应用(yòng)，对于下(xià)一代(dài)互联网各(gè)种(zhǒng)元素的(de)构建(jiàn)亦有关键意(yì)义。

从商业化的角度来看(kàn)，文化娱(yú)乐、教育、传媒等诸多(银川海拔高度是多少 银川有高原反应吗duō)领域，本(běn)身(shēn)就对基于(yú)AI的可视化内容有强(qiáng)烈需求。

因此(cǐ)，AI绘画及视频或(huò)不是结果，而只是AI进程中的(de)一块重要拼图，有(yǒu)望在技术(shù)更新(xīn)的加(jiā)持下实现更大的应用价值。

AI从理解内容，走向(xiàng)了可(kě)以(yǐ)生成内容，甚至能够创造出独(dú)立价值和(hé)独(dú)立视角的内容。AIGC的再次(cì)出圈，更代表着未来的先进生产(chǎn)力即(jí)将(jiāng)到来。

04

紧抓(zhuā)大模型与(yǔ)算力，牢固(gù)AIGC底座(zuò)

从技术的(de)发展也可以看出，在(zài)语言(yán)大(dà)模型、图像大(dà)模(mó)型之后，多模(mó)态(tài)大模型已经成为了(le)新的(de)趋势。

大模型被誉(yù)为当前人工(gōng)智(zhì)能发展的智能底座，是全球竞争最激(jī)烈的研(yán)究方向之一，包(bāo)括谷歌、亚马(mǎ)逊、百度(dù)、阿里、腾讯(xùn)等众(zhòng)多头(tóu)部企业都在竞相发力。

不过训(xùn)练大(dà)模型的确价(jià)格不菲，以国盛证(zhèng)券发布的《ChatGPT需要(yào)多少(shǎo)算力(lì)》报告估算，GPT-3训练一次的成(chéng)本(běn)约为140万美(měi)元。而对于(yú)一些更大(dà)的LLM(大型语言模型)，训练(liàn)成(chéng)本则介(jiè)于200万美元至1200万美元高(gāo)价之(zhī)间。

以ChatGPT在(zài)2023年1月的独立(lì)访客平均数1300万(wàn)计算(suàn)，其对应芯片需求为3万多(duō)片(piàn)英伟达A100 GPU，初(chū)始投入成本约(yuē)为8亿美元(yuán)，每(měi)日仅电费就(jiù)在5万美元左右(yòu)。

此外不(bù)论是ChatGPT还是(shì)AIGC，都离不(bù)开庞大算力支持。在关(guān)注各类大(dà)模型(xíng)的发展同时，更应该(gāi)关注算力网络的建(jiàn)设。

算力(lì)网络正驱动(dòng)AI产(chǎn)业发展进入史诗级(jí)加速进(jìn)程，让AIGC及通用AI这一人(rén)工智(zhì)能发(fā)展(zhǎn)的终极目标离(lí)得更近(jìn)。

因为算(suàn)力可(kě)以对突(tū)破性技术创新提供大力的支持。这方面(miàn)，多模态大模型是典型。作为(wèi)面向(xiàng)未来强人工智能(néng)、通用人工智能的重(zhòng)要(yào)技术(shù)创新，多模态大(dà)模型已经在人工智能领(lǐng)域提出了很多年(nián)，业界也有不(bù)少技(jì)术突破，但是，多模态大模(mó)型(xíng)进一步往下(xià)走，算力需求呈几(jǐ)何式上(shàng)升，一般(bān)的算力(lì)基础(chǔ)设(shè)施很快将难(nán)以(yǐ)胜(shèng)任。

从图像、文(wén)字、语音单独一(yī)项(xiàng)的训练(liàn)，到双模态(tài)、三(sān)模态的跃迁，让人工智(zhì)能(néng)可以灵活应对不同模(mó)态的转(zhuǎn)化(huà)、像人与(yǔ)世界交互(hù)一样自银川海拔高度是多少 银川有高原反应吗然，这方面，由(yóu)算(suàn)力网络(luò)来驱动(dòng)将有(yǒu)明显(xiǎn)优势。

此外(wài)，还有很多需要(yào)爆发式增长(zhǎng)的算力来支撑的技术创新，将在人工智能(néng)算力网络支(zhī)撑下快速推进。

AIGC已经露出曙光，期待在(zài)大模型和大算力的支持下AIGC能持续颠覆(fù)内容生(shēng)产的(de)方式，将(jiāng)创造的边际成本降低(dī)，让(ràng)万众(zhòng)受(shòu)益(yì)。

未经允许不得转载：橘子百科-橘子都知道 银川海拔高度是多少 银川有高原反应吗