自(zì)聊天机器人(rén)ChatGPT火爆(bào)以来，微软公司(sī)创(chuàng)始人比(bǐ)尔·盖茨已多次公开谈论人工智能话题(tí)。在最(zuì)近的(de)一(yī)次(cì)采(cǎi)访中(zhōng)，他再次表示：“AI可(kě)能会(huì)让科技(jì)行业迎(yíng)来一次(cì)剧烈的洗牌”。

这(zhè)个结(jié)论是他(tā)在(zài)当地时间(jiān)2月20日接受《In Good Company》节目专访时(shí)提出(chū)的。

他预期，AI的发(fā)展可能会威胁到谷歌的市占(zhàn)率，因为微软在AI方(fāng)面的(de)行动相(xiāng)当(dāng)迅速。而最终科技巨头将(jiāng)把AI整合成用户的“全能(néng)助(zhù)手”，包揽一切应(yīng)用，与人们进行沟(gōu)通并提(tí)供(gōng)建议，可以取代(dài)亚马逊、Siri或Outlook等应用。

大佬口中(zhōng)全(quán)能助手的到(dào)来可能尚需时日，但由ControlNet引发的又一次AI绘画浪(làng)潮，让AIGC在ChatGPT的(de)话(huà)题热点包(bāo)围中杀(shā)出(chū)重围。

01

ControlNet颠覆AI绘(huì)画新(xīn)玩法

AIGC向可控靠近

以AI绘画为代表(biǎo)的AIGC上一次(cì)爆火的时候，还是2022年8月(yuè)，在美国科罗拉多州(zhōu)举办的新兴数字艺术家竞赛(sài)中，一幅名为《太空歌剧院》的作品获奖。

随(suí)后各大厂商的AI绘画软件(jiàn)被广大网友熟知并体验，Stable Diffusion便是其中代表。

用户们(men)可(kě)以在应用中(zhōng)输(shū)入一组关键词或者一张照片，就能获(huò)得(dé)一(yī)幅AI创作的(de)画作。

作画的关键就是所(suǒ)输入(rù)的(de)文(wén)本(běn)。同(tóng)一组(zǔ)关键词也可(kě)以创作(zuò)出很多(duō)张风格不一样的(de)画作，这让创作(zuò)的过程就像开盲盒。

很多用户很(hěn)喜欢这种(zhǒng)不确定(dìng)的惊(jīng)喜(xǐ)，他们会将生成的美图当做头像。而另一部分喜欢翻看AI绘画的(de)“翻(fān)车”作品。在社交媒体上，许多用户分享(xiǎng)AI“翻车现场”，例如，一位(wèi)网友(yǒu)的小狗照片被(bèi)AI画成了“肌肉男”，还有网(wǎng)友的个人照片被AI识(shí)别成了建筑(zhù)。

而如今随着ControlNet的出现与加(jiā)持，以往AI绘画的填(tián)写关键词游戏可(kě)能要被颠覆了。

ControlNet是一(yī)位(wèi)正在(zài)斯坦福读博(bó)的中国人张吕敏创(chuàng)作的一种基于控(kòng)制(zhì)点的图像变形算法，主要(yào)用(yòng)于数(shù)字图像处理、计算机视(shì)觉和计算机图形学等(děng)领域。

其SD插(chā)件一经发(fā)布，在短短的两天内便成为了AI绘(huì)画领域(yù)最(zuì)新(xīn)的(de)热点。

在(zài)此之前，大(dà)家用了很多方(fāng)法想让AI生成的结果尽可能的(de)符合要(yào)求，但是(shì)都(dōu)不(bù)尽(jǐn)如人意(yì)，它的(de)出现(xiàn)代(dài)表(biǎo)着(zhe)AI生成开(kāi)始(shǐ)进(jìn)入(rù)真正的可控(kòng)时期。

因为(wèi)ControlNet可以直接提取画面的构图(tú)，人物(wù)的姿势和画面的深度信息(xī)等。有了(le)它的帮助，就不用(yòng)频繁的用提示词(cí)来碰运气，抽盲盒(hé)式的创作(zuò)了。

通俗(sú)的说ControlNet相当于(yú)给AI绘(huì)画(huà)加了“魔法”，不少(shǎo)博主(zhǔ)的作(zuò)品(pǐn)已经获得了大量的浏(liú)览量，“viggo”就是其中之一，他用(yòng)朋(péng)友的照片直接带她们走进动漫世界。

viggo先用StableDiffusion图片转文字。

再用Text2Prompt插件拓展(zhǎn)找到对应的关(guān)键词；最后用(yòng)ControlNet插(chā)件绑定骨骼开始(shǐ)换关(guān)键词试(shì)效果。

通(tōng)过图片就可以看出(chū)来，效(xiào)果十分惊艳。

更厉害的是，除了真实的照片(piàn)，草图也可(kě)以加上“魔法”，知乎(hū)大牛(niú)“DevPoint”和“逗砂”介绍到ControlNet还能实(shí)现(xiàn)线稿(gǎo)转全彩(cǎi)图。大神张吕敏(mǐn)其(qí)本尊也(yě)亲自回应。

不得不说当下AIGC已经变得(dé)越来越(yuè)强大，甚至输出(chū)的作品(pǐn)都(dōu)已经能以假乱真了。

02

难(nán)辨(biàn)虚实，AIGC技(jì)术力爆(bào)发

警惕安全问(wèn)题

近日(rì)，“苏州金(jīn)鸡湖(hú)有游艇party”的(de)消息火遍网络，而经过警(jǐng)方辟谣(yáo)这所谓的“party”可能是全(quán)国第一起AI绘(huì)图诈骗(piàn)。

由(yóu)于这(zhè)个活动里(lǐ)面给出的美女照(zhào)片都(dōu)是AI制作(zuò)的真人照片(piàn)绘图，因为太逼真(zhēn)，被大家当成真事传播了(le)。

不过仔细观察可以发现，活动(dòng)发起者提供的照片中有个很大的(de)漏洞(dòng)可(kě)以发现并非真人，而是(shì)AI绘(huì)图(tú)，那便(biàn)是图(tú)片中女(nǚ)性的手指部分有的存在异(yì)常。

有行业(yè)人事表示：“现在因为手指部(bù)分的绘画算法比较(jiào)复杂，AI还(hái)不太会画人的手，但最新看到的图片已经有越来越完美的AI模(mó)型出现，以后可(kě)能就(jiù)完全没(méi)有漏(lòu)洞了。”

类似的AI作图诈(zhà)骗在国外也已(yǐ)有发生(shēng)。据英(yīng)国广播公司报(bào)道，土耳其地震期(qī)间，有(yǒu)Tiktok用户使用AI合成了儿童受灾(zāi)的(de)假照片发布到网络，以(yǐ)此诱骗善良的人打(dǎ)赏“捐助”从而实(shí)施诈骗。

目前(qián)随着技术(shù)发展，AIGC已(yǐ)经能做出真人照片般的绘(huì)图效果，如(rú)果这样的图(tú)片被用(yòng)来诈骗，将非常(cháng)可怕。

此(cǐ)外AIGC还引发了很多(duō)担忧，一方面(miàn)，批判者认为AI在“学习”了(le)大(dà)量前人(rén)的作品(pǐn)之后，其创作(zuò)没有任何(hé)情绪和灵魂(hún)，难(nán)以和(hé)人类的艺术创作相提并论。

另(lìng)一方面，AIGC背(bèi)后的版权、目前(qián)都并没有得到(dào)有效的(de)解决，还(hái)有AIGC会不会代(dài)替人类“至高无上”的创意(yì)。

马(mǎ)斯克(kè)也强调，人(rén)工智能的安(ān)全问(wèn)题需要得到(dào)重视，太晚就来不及了。

03

AIGC下一(yī)站除(chú)了视频，还(hái)有远方

技术都是有两面性的，潜在(zài)的危害并不能掩盖其光辉(huī)的贡献。现在看来(lái)，人工智(zhì)能(néng)技术(shù)将是第四(sì)次工业(yè)革命(mìng)的(de)核(hé)心驱动力量，将创造新的增长奇(qí)迹。

过去一年(nián)，人工智能在技术和商业层面都有了巨(jù)大进展(zhǎn)，AI绘画就是人工智(zhì)能技术(shù)发生方向性改变的一个代表。其下(xià)一站或许就是(shì)视频。

此(cǐ)前，Meta和谷歌先后发布了几(jǐ)条引(yǐn)爆(bào)科技圈的短视(shì)频。这些视(shì)频引发关注并非(fēi)内容做得多优秀，反而都(dōu)非(fēi)常(cháng)简单，比如一匹正(zhèng)在喝水的(de)马，一只画(huà)画的玩具熊(xióng)，或者一段骑摩托车的第一视角录(lù)像(xiàng)，随便一个(gè)有手机的(de)人都(dōu)可以随手录下(xià)一段。

但(dàn)这些短视频(pín)的创作方式非常(cháng)简单(dān)，创作者仅仅需要向(xiàng)AI输入一段话，甚至只是说一下(xià)要求，AI就可以根据需(xū)要生成一段(duàn)视(shì)频。

谷歌发(fā)布的两个AI生成视频分别来(lái)自于Imagen Video和Phenaki，前(qián)者主要突(tū)出的(de)是(shì)高清，与Meta的Make-A-Video没有太(tài)多(duō)的差别。

在(zài)Make-A-Video公布了AI生成的视频后(hòu)，AI圈就已经(jīng)玩(wán)了一波梗，一(yī)个能够(gòu)做出更高清视频的(de)AI还不(bù)足以(yǐ)在短时间内戳中兴(xīng)奋点(diǎn)。

Phenaki更加(jiā)令人震惊的地方在于，它可以(yǐ)制作(zuò)出超过(guò)2分钟的(de)连贯的也有确切内(nèi)容(róng)的视频，这才是真正(zhèng防晒衣买什么颜色的好，七种颜色防紫外线排行)让人们感到惊喜的地方。因为无(wú)论AI生成(chéng)的(de)视频多么高清，也(yě)只能是为内容生(shēng)产(chǎn)者提供一个灵感，一个素材，一个过场动画。

不过能够制(zhì)作出有具体剧(jù)情(qíng)内容的视频就(jiù)意味着，一些视(shì)频创作(zuò)由AI代(dài)替人工完成已(yǐ)经初步有(yǒu)了可能(néng)。

当(dāng)下(xià)AI的发展速度已经超(chāo)过大部分人的想象。内容产业的本质(zhì)是供给创造需(xū)求，AIGC作为全新的内容生(shēng)产方式，可以为内容产业(yè)带来(lái)更新的内容风格(gé)、更快的生产(chǎn)速(sù)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(tú)、视(shì)频，AIGC技(jì)术还能应(yīng)用(yòng)于音乐(lè)、代码(mǎ)、机(jī)器人动(dòng)作等多种内容(róng)形式的生成。不难发现该(gāi)项技术不(bù)仅在游(yóu)戏等行业能(néng)得(dé)到有效应用(yòng)，对(duì)于下(xià)一代互联(lián)网(wǎng)各(gè)种元素的(de)构建(jiàn)亦有关键意义。

从商业化的角(jiǎo)度来(lái)看(kàn)，文化(huà)娱乐、教育、传媒(méi)等诸多领(lǐng)域，本身就对基于(yú)AI的(de)可视化内(nèi)容有强烈需求。

因(yīn)此，AI绘画及视(shì)频(pín)或不是结果，而只是(shì)AI进程中的(de)一块重要拼(pīn)图，有望在技(jì)术(shù)更新的加持下实(shí)现更大的应用价(jià)值。

AI从理解内容，走向了可以(yǐ)生成内容，甚至(zhì)能够创造出独(dú)立价(jià)值和独立视角的内(nèi)容。AIGC的再次(cì)出圈，更代表着未(wèi)来的先(xiān)进生(shēng)产(chǎn)力即将到来(lái)。

04

紧抓(zhuā)大模型与算力，牢(láo)固(gù)AIGC底(dǐ)座

从技术的(de)发(fā)展也(yě)可以看出，在(zài)语言大模型、图像大(dà)模型之后，多(duō)模态(tài)大模型已经成为了新的趋(qū)势。

大模型被(bèi)誉为当前人工智能发展的智能底座，是(shì)全球竞争最激烈的(de)研究(jiū)方(fāng)向(xiàng)之一，包括谷歌、亚马逊、百度、阿里(lǐ)、腾讯(xùn)等众(zhòng)多头部企(qǐ)业都(dōu)在竞相(xiāng)发力。

不过(guò)训练大模型的确(què)价格不(bù)菲，以国(guó)盛证券发(fā)布的《ChatGPT需要多少算力(lì)》报告估算，GPT-3训练一次的成本约为140万美元(yuán)。而对于一些更(gèng)大的LLM(大型(xíng)语(yǔ)言模型(xíng))，训练成本则介(jiè)于200万美元至1200万美元高价之(zhī)间。

以(yǐ)ChatGPT在2023年(nián)1月(yuè)的独立(lì)访客平均数1300万计算，其对应芯片需求为3万多片英伟达A100 GPU，初始投入成本约为8亿美(měi)元，每日仅电费就在5万美元左右。

此外不(bù)论是ChatGPT还是AIGC，都离不(bù)开庞大(dà)算(suàn)力支持(chí)。在关注各类大模型的发(fā)展(zhǎn)同时(shí)，更(gèng)应该关注(zhù)算力网络的建设。

算力网络正(zhèng)驱动(dòng)AI产业发展进入史诗级加(jiā)速进程，让AIGC及通用AI这一人工智能发展的终(zhōng)极目标离得更(gèng)近。

因为算力可以(yǐ)对突(tū)破性技术创新提(tí)供大力(lì)的支持。这方面(miàn)，多(duō)模态大模型(xíng)是(shì)典型。作为面向未(wèi)来强人(rén)工智(zhì)能、通用(yòng)人工智(zhì)能的重要(yào)技术创新，多模(mó)态(tài)大(dà)模型已经在人(rén)工(gōng)智能(néng)领域提出了很多(duō)年，业界也有不少技术突破(pò)，但是，多模(mó)态大模型进(jìn)一步往下走，算力(lì)需求(qiú)呈几何式上(shàng)升，一般(bān)的(de)算力基础设施很快将难以胜(shèng)任。

从(cóng)图像、文字、语音单独一项的(de)训练(liàn)，到双模态、三(sān)模态的跃迁，让人工智(zhì)能可以灵活应(yīng)对不同模态的转(zhuǎn)化、像人与世界交互(hù)一样自然，这方面，由算(suàn)力网络来驱(qū)动将有明显优势。

此(cǐ)外，还有很(hěn)多需要爆(bào)发式增长的算力来支撑的技术创新，将在人(rén)工智(zhì)能算力网络支撑下(xià)快速推进。

AIGC已经露出(chū)曙光，期待在大模型和大算力的支持下AIGC能持续颠覆内容生产的方式，将创(chuàng)造的边(biān)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 防晒衣买什么颜色的好，七种颜色防紫外线排行