自聊(liáo)天机器人(rén)ChatGPT火爆以来，微软公司创始人比尔·盖茨(cí)已(yǐ)多次公开谈论人工智能话题。在(zài)最近的(de)一(yī)次采访中，他再次表示：“AI可能会让(ràng)科技行(xíng)业迎来一次剧(jù)烈(liè)的洗牌”。

这个结论是(shì)他在(zài)当(dāng)地时间(jiān)2月20日接受《In Good Company》节目专访时提出的。

他预(yù)期，AI的发展可能会(huì)威(wēi)胁到谷歌(gē)的市占率，因为微软在(zài)AI方面的(de)行动(dòng)相当迅速。而(ér)最终科(kē)技(jì)巨(jù)头(tóu)将把AI整(zhěng)合成用户的(de)“全能助手”，包揽一切应用，与人们进行沟通并提供建议(yì)，可以取代亚马逊(xùn)、Siri或(huò)Outlook等应用。

大(dà)佬口中(zhōng)全能(néng)助手的到(dào)来可能尚需时(shí)日，但(dàn)由ControlNet引发的又一次AI绘(huì)画(huà)浪潮，让AIGC在ChatGPT的话题热点包围(wéi)中杀(shā)出重(zhòng)围(wéi)。

01

ControlNet颠覆(fù)AI绘画新玩(wán)法(fǎ)

AIGC向可控靠近

以AI绘(huì)画为(wèi)代表的(de)AIGC上一次爆火的时候，还(hái)是(shì)2022年8月，在美(měi)国科罗拉多州举(jǔ)办(bàn)的新(xīn)兴数字艺(yì)术家竞(jìng)赛(sài)中，一幅名为《太空歌剧(jù)院》的(de)作品获奖。

随后各大(dà)厂商(shāng)的(de)AI绘画软件(jiàn)被广大网友熟知并体(tǐ)验，Stable Diffusion便是其中代表。

用(yòng)户们(men)可以在应用中(zhōng)输入(rù)一组关键词或者一张照片，就能获(huò)得一(yī)幅AI创作的画作。

作画的关(guān)键就是(shì)所输入的文本。同一组关键词也可(kě)以创(chuàng)作出很多(duō)张风格不(bù)一样(yàng)的(de)画作(zuò)，这让(ràng)创作的过程就像开(kāi)盲盒(hé)。

很多用户很喜欢这种不确定的(de)惊喜(xǐ)，他(tā)们会将生成(chéng)的美图(tú)当做(zuò)头像。而另一部分(fēn)喜欢翻看AI绘画的“翻车”作品。在社交媒体(tǐ)上，许多用户分享AI“翻车(chē)现场”，例如，一位(wèi)网(wǎng)友的小狗照片被AI画成了“肌(jī)肉男(nán)”，还有网(wǎng)友的个人照片被AI识别成了建筑。

而如(rú)今随着ControlNet的出现与加(jiā)持，以往AI绘画(huà)的填写关键词(cí)游戏(xì)可能要(yào)被(bèi)颠覆了。

ControlNet是(shì)一位正在斯坦福读博的中国人张吕敏创作的一(yī)种基于控制点的图像变形(xíng)算法(fǎ)，主要用于数字图像处理(lǐ)、计算机视(shì)觉(jué)和计算机(jī)图(tú)形学等领域。

其SD插(chā)件(jiàn)一(yī)经发布，在短短的(de)两天内便成为了AI绘画领(lǐng)域最(zuì)新的热(rè)点。

在此之前，大(dà)家用了很多方(fāng)法想让AI生(shēng)成的(de)结果尽可(kě)能的符合要求，但是都不尽如人意，它的出现代表着(zhe)AI生成(chéng)开始(shǐ)进(jìn)入真正的可(kě)控时(shí)期。

因为(wèi)ControlNet可以直接(jiē)提取画面(miàn)的(de)构(gòu)图，人物的姿势和(hé)画面的深度信(xìn)息(xī)等。有了它的(de)帮(bāng)助，就不用频繁的(de)用提(tí)示词来碰运气，抽盲(máng)盒式的创作了(le)。

通俗的(de)说ControlNet相当于给AI绘画加了“魔法”，不(bù)少博(bó)主的作(zuò)品已经(jīng)获得了大量的(de)浏览量，“viggo”就是其(qí)中之(zhī)一，他(tā)用朋(péng)友(yǒu)的照片直接(jiē)带她们(men)走进动(dòng)漫世界。

viggo先用(yòng)StableDiffusion图(tú)片转(zhuǎn)文字。

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

通过图片就可以看出来，效果十分惊艳。

更(gèng)厉害的是，除(chú)了真实的照(zhào)片(piàn)，草(cǎo)图也可以加上“魔法”，知乎大牛(niú)“DevPoint”和“逗砂”介绍到ControlNet还能(néng)实现线稿转全彩图。大神张吕敏(mǐn)其本(běn)尊也亲自(zì)回应(yīng)。

不得不说当(dāng)下AIGC已经变(biàn)得越来(lái)越强大，甚至输出(chū)的作品都已经(jīng)能(néng)以(yǐ)假乱真了。

02

难(nán)辨(biàn)虚实，AIGC技术力(lì)爆发

警惕安全问题

近日，“苏州金鸡湖(hú)有游艇(tǐng)party”的消息火(huǒ)遍网络，而经过警方辟谣这所谓的“party”可(kě)能是全国第(dì)一起AI绘(huì)图诈(zhà)骗。

由(yóu)于这(zhè)个活(huó)动里面给出的美女照片(piàn)都(dōu)是AI制作(zuò)的真人照片绘图，因(yīn)为太逼真(zhēn)，被大家当成真事传播了。

不过仔细观察可以发(fā)现，活(huó)动(dòng)发起者提供的照片(piàn)中有个很大的漏洞可以发现并非真人，而是AI绘图，那(nà)便是图片中女(nǚ)性的(de)手指部分有(yǒu)的存在异常。

有行业人事表(biǎo)示(shì)：“现在(zài)因(yīn)为(wèi)手(shǒu)指部(bù)分(fēn)的绘(huì)画算法比较复杂，AI还(hái)不太会画人的手，但最(zuì)新看到的图片(piàn)已(yǐ)经有越来(lái)越完美的AI模型出现(xiàn)，以(yǐ)后可能就完全没有漏洞(dòng)了(le)。”

类似的(de)AI作图诈骗(piàn)在国(guó)外(wài)也已有(yǒu)发(fā)生。据英国广(guǎng)播公司报道(dào)，土(tǔ)耳其地震期间，有Tiktok用(yòng)户使用AI合成了儿童受灾的(de)假照(zhào)片发布(bù)到网络，以此诱骗(piàn)善良的人(rén)打赏“捐助”从而实施诈骗。

目前(qián)随着技术发(fā)展，AIGC已经能(néng)做出(chū)真人照片(piàn)般的绘(huì)图效果(guǒ)，如(rú)果这样的图片(piàn)被用来诈骗，将非常可怕。

此外AIGC还引发了很多(duō)担忧，一方面，批(pī)判者(zhě)认(rèn)为(wèi)AI在“学(xué)习”了大量(liàng)前人的作品之后，其创作没有任何(hé)情(qíng)绪和灵魂，难(nán)以和人(rén)类的(de)艺(yì)术创(chuàng)作相提(tí)并(bìng)论。

另一方面，AIGC背后的版(bǎn)权、目前都并没有得到有效(xiào)的解决，还有AIGC会不会代(dài)替(tì)人类“至高(gāo)无上”的(de)创意(yì)。

马斯克(kè)也强调，人工(gōng)智能的安全问题需(xū)要得到重视，太晚(wǎn)就(jiù)来不及了(le)。

03

AIGC下(xià)一站除(chú)了视频，还(hái)有远方

技(jì)术都是有两面性(xìng)的，潜(qián)在(zài)的危(wēi)害(hài)并不(bù)能掩盖其光辉的贡献(xiàn)。现(xiàn)在看来，人工智能技术将(jiāng)是第四次工业革命的核心驱动力量，将创(chuàng)造新的增长奇迹(jì)。

过去一(yī)年，人(rén)工智能(néng)在(zài)技(jì)术(shù)和商业(yè)层面(miàn)都有了巨大进展，AI绘画就是人工智(zhì)能技(jì)术发(fā)生(shēng)方向性改(gǎi)变的一个代表。其下一站(zhàn)或许就是(shì)视频。

此前(qián)，Meta和(hé)谷(gǔ)歌先(xiān)后发布了几条引爆科技圈的短视频。这些(xiē)视频引发关注并非内(nèi)容做得多优秀，反而都(dōu)非常简单，比如(rú)一匹正在喝水(shuǐ)的马，一只(zhǐ)画画的玩具熊，或(huò)者一(yī)段(duàn)骑摩托车的第一视角(jiǎo)录像，随便一个(gè)有手(shǒu)机的人都可(kě)以随手录下一段。

但这些短视(shì)频的创(chuàng)作(zuò)方式非常简(jiǎn)单(dān)，创作者(zhě)仅仅需(xū)要向AI输(shū)入一段话(huà)，甚(shèn)至只是(shì)说一(yī)下要求，AI就(jiù)可以根据需要生(shēng)成一段视频。

谷歌发(fā)布的两个AI生成(chéng)视频分(fēn)别来自于Imagen Video和Phenaki，前者(zhě)主要突出的是高清(qīng)，与(yǔ)Meta形容君子的成语有哪些，形容君子的成语有哪些词语的Make-A-Video没有太多的差别。

在Make-A-Video公布了AI生成的视频(pín)后，AI圈就(jiù)已(yǐ)经(jīng)玩了一波(bō)梗，一(yī)个能(néng)够做出更高(gāo)清视频的AI还不足(zú)以(yǐ)在短时间内戳中兴奋点。

Phenaki更加令(lìng)人震(zhèn)惊的地方在于，它可以(yǐ)制作出(chū)超(chāo)过2分钟的连(lián)贯的也有(yǒu)确切内容(róng)的视(shì)频，这(zhè)才是(shì)真正让(ràng)人们感到惊(jīng)喜(xǐ)的地(dì)方。因为无(wú)论AI生成的视(shì)频多(duō)么高清，也只能是为内容(róng)生产者提供一个灵感，一个素材，一(yī)个过场动画。

不过能够制(zhì)作出有具体(tǐ)剧情内容的视频(pín)就意味(wèi)着，一些(xiē)视频创作由AI代替人(rén)工完成已经初步(bù)有(yǒu)了可能。

当下AI的发(fā)展速度已经超过大(dà)部分人(rén)的想象。内容(róng)产业的本质是供给(gěi)创造需求，AIGC作(zuò)为(wèi)全(quán)新的内容生产方式，可以为内容产(chǎn)业带来更新(xīn)的内容风格、更快的生产速度，更低的生(shēng)产成本(běn)，这无疑会驱动(dòng)内容产业的(de)大(dà)爆发。

除了AI绘图(tú)、视频，AIGC技术还(hái)能(néng)应用于音(yīn)乐、代(dài)码、机器(qì)人动作等多种(zhǒng)内容形式的生(shēng)成。不难发现该项技术(shù)不仅在游戏等行(xíng)业能得(dé)到(dào)有效应用，对于下(xià)一(yī)代互联网(wǎng)各种元素的构建亦有关(guān)键(jiàn)意义。

从商业化的(de)角度来(lái)看(kàn)，文化(huà)娱乐、教育、传(chuán)媒(méi)等诸多领域，本身就对基于AI的可视化(huà)内容有强烈(liè)需(xū)求。

因此，AI绘画及视频或不是结果，而只是(shì)AI进程中的(de)一块重要拼图，有望(wàng)在技(jì)术(shù)更新(形容君子的成语有哪些，形容君子的成语有哪些词语xīn)的加持下实(shí)现(xiàn)更(gèng)大的应用(yòng)价值。

AI从理解内容(róng)，走(zǒu)向了(le)可以(yǐ)生成内容，甚至(zhì)能够创造出独(dú)立价(jià)值和独立(lì)视(shì)角的内容。AIGC的再(zài)次出圈(quān)，更代形容君子的成语有哪些，形容君子的成语有哪些词语表着未来的先进生产力即将到来。

04

紧抓大模(mó)型与(yǔ)算(suàn)力，牢固AIGC底座

从(cóng)技术的发展也(yě)可以看出，在语言大模(mó)型、图像大模型之后，多模态大(dà)模型(xíng)已经成为了(le)新(xīn)的(de)趋势。

大模(mó)型被誉(yù)为当前人工(gōng)智能发展的智能底座，是全球竞(jìng)争最激(jī)烈(liè)的研究方向之一(yī)，包括谷歌、亚马逊、百度、阿(ā)里、腾讯(xùn)等众多头部企(qǐ)业都在竞相(xiāng)发(fā)力。

不过训练(liàn)大(dà)模(mó)型(xíng)的(de)确价格不菲，以国盛(shèng)证券(quàn)发布(bù)的(de)《ChatGPT需要多少算力(lì)》报告估算(suàn)，GPT-3训练一次的成本约为140万美元(yuán)。而(ér)对于一些(xiē)更大(dà)的LLM(大型语言模(mó)型)，训练成(chéng)本则介于200万美元至1200万美元(yuán)高价(jià)之间。

以ChatGPT在(zài)2023年1月的独立(lì)访客平(píng)均数(shù)1300万计(jì)算，其对(duì)应芯片需求为3万(wàn)多(duō)片(piàn)英伟达A100 GPU，初始(shǐ)投(tóu)入成本约为8亿美元，每日仅电费(fèi)就在5万美元(yuán)左右。

此(cǐ)外不论是(shì)ChatGPT还是AIGC，都离不开庞(páng)大算力支持。在关(guān)注(zhù)各(gè)类大模型(xíng)的(de)发展(zhǎn)同时(shí)，更应该关注算(suàn)力网络的建设(shè)。

算力网络正(zhèng)驱动(dòng)AI产业发展进入史(shǐ)诗级加速进程(chéng)，让AIGC及通用AI这一人工(gōng)智能发(fā)展的终(zhōng)极(jí)目标离(lí)得更近。

因为算力(lì)可以对突破性技(jì)术创新提供大力的支持。这方面，多模态大(dà)模型是典型。作为(wèi)面向未来(lái)强人(rén)工智能、通用人(rén)工智(zhì)能的(de)重要技(jì)术创新，多模态大(dà)模型(xíng)已经在人(rén)工智能领域提出了很(hěn)多年(nián)，业(yè)界也有不(bù)少(shǎo)技术突(tū)破，但是，多模态(tài)大模型进一(yī)步往(wǎng)下走，算力(lì)需求呈几何(hé)式上升，一(yī)般的算力(lì)基础设施(shī)很(hěn)快将难以(yǐ)胜任。

从图像、文字、语音(yīn)单独一项(xiàng)的训练，到双模态(tài)、三模态的(de)跃迁，让人工智能可以灵活应(yīng)对不(bù)同模态的转化(huà)、像(xiàng)人(rén)与(yǔ)世(shì)界(jiè)交互一(yī)样自然(rán)，这方面，由算力网络来驱动将有明显优势。

此外，还(hái)有(yǒu)很多需要(yào)爆发(fā)式增长的算力来支撑(chēng)的(de)技术创新，将在人工智能算力网络支撑下快(kuài)速推进。

AIGC已(yǐ)经露出曙光，期待(dài)在大模(mó)型和(hé)大算力的支持下AIGC能持续颠覆内容生产的方式，将创造的边际成本降(jiàng)低，让万众受益。

未经允许不得转载：橘子百科-橘子都知道 形容君子的成语有哪些，形容君子的成语有哪些词语