自聊天(tiān)机(jī)器人ChatGPT火爆以来，微软公司创始人比尔·盖茨(cí)已多(duō)次公开谈(tán)论人工智(zhì)能话题(tí)。在最(zuì)近的一次采访中，他再次表示：“AI可能会让科技(jì)行业迎来(lái)一次剧(jù)烈的洗牌”。

这个结论是他在当地时间2月(yuè)20日接受《In Good Company》节(jié)目专(zhuān)访时(shí)提出的。

他预(yù)期，AI的发(fā)展可能会威胁到(dào)谷歌(gē)的市(shì)占率，因为微软在AI方(fāng)面的行动相当迅速。而最(zuì)终科技(jì)巨头(tóu)将(jiāng)把AI整(zhěng)合成(chéng)用户的“全能助手”，包揽(lǎn)一切应用，与(yǔ)人们进行(xíng)沟通(tōng)并提供建议，可以取代亚马逊、Siri或(huò)Outlook等应(yīng)用。

大(dà)佬口中全(quán)能助手的到来(lái)可(kě)能(néng)尚(shàng)需时日(rì)，但由ControlNet引发的又一次AI绘画浪潮(cháo)，让(ràng)AIGC在ChatGPT的话题热点包(bāo)围中杀出重围。

01

ControlNet颠覆AI绘画(huà)新玩法

AIGC向可控靠近

以AI绘(huì)画为代表的AIGC上一次爆火(huǒ)的时候，还是2022年8月，在美国科(kē)罗(luó)拉多州举(jǔ)办的新(xīn)兴(xīng)数字艺(yì)术家竞赛中，一(yī)幅名为《太(tài)空歌剧院》的作品获奖(jiǎng)。

随后各(gè)大厂(chǎng)商的AI绘画软件被广(guǎng)大网友熟知(zhī)并体验，Stable Diffusion便是其中代(dài)表(biǎo)。

用户们可以(yǐ)在应用中输入一组关键词或者一(yī)张照(zhào)片(piàn)，就能(néng)获得一幅AI创作的(de)画作。

作画的关键就是(shì)所输(shū)入(rù)的文(wén)本。同一组关键词也(yě)可以(yǐ)创作出很多张风格不(bù)一样的画作，这让创作的过(guò)程就像开盲盒(hé)。

很多(duō)用户很喜(xǐ)欢(huān)这种不确定的惊喜(xǐ)，他们会将生成的(de)美图当(dāng)做头像。而另一(yī)部分喜欢(huān)翻看AI绘(huì)画的“翻车(chē)”作品。在社交媒体(tǐ)上，许多(duō)用户分(fēn)享AI“翻车现(xiàn)场”，例如，一位网友(yǒu)的小狗照(zhào)片被AI画(huà)成了“肌肉(ròu)男(nán)”，还有(yǒu)网(wǎng)友的(de)个人照片被(bèi)AI识别成了建筑。

而(ér)如(rú)今随着(zhe)ControlNet的出现与加持，以往AI绘画的填写关(guān)键词游戏可能要(yào)被颠(diān)覆了。

ControlNet是一(yī)位正(zhèng)在(zài)斯坦福读博的中国(guó)人张吕敏创作(zuò)的一种基于控制点的图像变形(xíng)算法，主要用于数字(zì)图像处理、计算(suàn)机视觉和计算机图形学(xué)等领域。

其SD插(chā)件一经(jīng)发布，在短短的两(liǎng)天内便成为了AI绘画领域(yù)最(zuì)新的热点。

在此(cǐ)之前(qián)，大家用了很多方(fāng)法(fǎ)想让AI生(shēng)成(chéng)的结果尽可能(néng)的(de)符合要求，但是都(dōu)不(bù)尽如人意，它的出现代表着AI生成开(kāi)始进入真正的可控时(shí)期。

因(yīn)为ControlNet可以直接提取画面的构图，人物的(de)姿(zī)势和画面的深度信息(xī)等。有了它的帮助(zhù)，就不(bù)用频繁的用提(tí)示词来碰运(yùn)气，抽(chōu)盲盒式(shì)的创(chuàng)作了。

通俗的说(shuō)ControlNet相当(dāng)于给AI绘画加了“魔法”，不少博(bó)主(zhǔ)的作品已(yǐ)经获得了大量(liàng)的浏览量，“viggo”就是其中之一，他用朋友的照片(piàn)直(zhí)接带她们走(zǒu)进动漫世界。

viggo先用StableDiffusion图片转(zhuǎn)文字。

再用Text2Prompt插件拓展找到(dào)对应的关键词；最后(hòu)用ControlNet插件绑定骨骼开始换关键(jiàn)词试效(xiào)果。

通(tōng)过(guò)图片就可以看出(chū)来，效果十(shí)分(fēn)惊艳。

更(gèng)厉(lì)害的(de)是，除了真实的照片，草图也可以加上(shàng)“魔法”，知乎大牛“DevPoint”和“逗砂”介绍到ControlNet还能实(shí)现线稿转全彩图。大神张吕敏其本尊也亲自回应。

不得不说当下AIGC已经变得(dé)越来(lái)越强大，甚至输出的作品都(dōu)已经能以假乱真(zhēn)了。

02

难辨(biàn)虚实，AIGC技(jì)术力爆发

警惕安全问题

近日，“苏州金鸡湖有游艇(tǐng)party”的消息火遍网络，而经过警方辟谣这所谓的“party”可能(néng)是(shì)全国第一起AI绘图诈(zhà)骗。

由于这个(gè)活(huó)动里面(miàn)给(gěi)出(chū)的美女照(zhào)片都是AI制作的真人照片绘图，因(yīn)为太逼(bī)真(zhēn)，被(bèi)大家当成(chéng)真事(shì)传(chuán)播了。

不过仔细观(guān)察可以发(fā)现(xiàn)，活动发(fā)起者提供的照片中有个(gè)很大(dà)的漏洞可以发(fā)现并非(fēi)真人(rén)，而是AI绘图，那(nà)便是图片中(zhōng)女(nǚ)性的手(shǒu)指(zhǐ)部分有的存在(zài)异(yì)常。

有行业人事表示(shì)：“现在(zài)因为手指部分的绘画算法比较复杂，AI还不太(tài)会(huì)画人的手，但最新(xīn)看(kàn)到(dào)的(de)图(tú)片已经有越来越(yuè)完(wán)美的AI模(mó)型出现，以后可能就(jiù)完全没有漏(lòu)洞了(le)。”

类似(shì)的AI作图诈骗在国外也已有发(fā)生。据英国广播公(gōng)司报道，土耳其地震期间(jiān)，有Tiktok用户(hù)使用(yòng)AI合成了儿童(tóng)受灾的假照片发布到网络，以此诱骗善良的人打(dǎ)赏“捐助”从而实(shí)施诈骗。

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

此外AIGC还引发了(le)很多担忧，一(yī)方面，批判者认(rèn)为AI在“学习”了(le)大量前人的作品之后，其(qí)创作没有任(rèn)何情绪和灵魂，难以(yǐ)和人(rén)类的艺术创作(zuò)相提(tí)并论。

另一(yī)方面，AIGC背后的版权、目前(qián)都(dōu)并没有得(dé)到(dào)有效的解决，还有AIGC会不会代替人类(lèi)“至高无(wú)上”的创意。

马斯克(kè)也(yě)强调，人工智(zhì)能的安全问题需要得到重视，太(tài)晚就来不(bù)及了。

03

AIGC下一站除了视频，还有远方

技术都是有(yǒu)两面(miàn)性的，潜在的危害并不能掩盖其光(guāng)辉的贡献。现在(zài)看(kàn)来(lái)，人(rén)工智能(néng)技术将是第四次(cì)工业革命(mìng)的(de)核心驱动力量，将创造(zào)新(xīn)的增长奇迹。

过(guò)去(qù)一年，人工智能在(zài)技术(shù)和商业层面都有了巨大进展，AI绘画(huà)就是(shì)人(rén)工智能技(jì)术发(fā)生(shēng)方向性(xìng)改(gǎi)变(biàn)的一个代(dài)表(biǎo)。其(qí)下一(yī)站或许就是视(shì)频。

此前，Meta和谷歌先后发布了几条引爆科技(jì)圈的(de)短视(shì)频。这些视频(pín)引发关注并非(fēi)内容做得多(duō)优秀(xiù)，反而都非常简(jiǎn)单，比如一(yī)匹正在喝水的(de)马(mǎ)，一只(zhǐ)画(huà)画(huà)的玩具熊，或者(zhě)一段骑摩托车的第(dì)一(yī)视角(jiǎo)录像，随便一个有手(shǒu)机的人(rén)都可以随(suí)手录(lù)下(xià)一段。

但这些短视(shì)频的创作方式非常简(jiǎn)单，创(chuàng)作(zuò)者仅仅需要向(xiàng)AI输入一(yī)段话(huà)，甚至只是说一下要求，AI就可(kě)以根据(jù)需(xū)要(yào)生成一段视频。

谷歌发布(bù)的两个AI生成(chéng)视频分别来自于Imagen Video和Phenaki，前者主要突出的是(shì)高清(qīng)，与Meta的(de)Make-A-Video没有太多(duō)的(de)差别。

在(zài)Make-A-Video公布了AI生成的视(shì)频后，AI圈就(jiù)已经玩(wán)了一波梗，一个能(néng)够(gòu)做出(chū)更(gèng)高清视频的AI还(hái)不足以在短时间内戳中兴(xīng)奋(fèn)点(diǎn)。

Phenaki更加令人(rén)震惊(jīng)的地方在于(yú)，它可(kě)以制作出超过2分钟的(de)连贯的也有确切内(nèi)容(róng)的视(shì)频，这才是真正让人们感到惊喜(xǐ)的地方。因为无论AI生成的视频多么(me)高(gāo)清(qīng)，也只能是为内(nèi)容生产者提(tí)供(gōng)一个灵感(gǎn)，一个素材，一个(gè)过场动画。

不过能够制作出(chū)有具体剧情内容的(de)视频就意(yì)味着，一些(xiē)视频创(chuàng)作由AI代(dài)替人工完(wán)成已经(jīng)初(chū)步有了可能。

当下AI的发展(zhǎn)速度(dù)已经超过大部(bù)分人的想象。内容产业的本质是供给创造需求，AIGC作为全(quán)新的内(nèi)容生(shēng)产方式，可(kě)以为内(nèi)容(róng)产业带(dài)来更新的(de)内(nèi)容(róng)风格、更快(kuài)的生(shēng)产速(sù)度，更低的(de)生产成本，这无疑会驱(qū)动(dòng)内容(róng)产业的大爆发。

除了AI绘图(tú)、视频，AIGC技术还能应用于(yú)音(yīn)乐、代(dài)码、机器(qì)人动作等多(duō)种内(nèi)容形式(shì)的生成。不难发现该项技术不仅在游(yóu)戏(xì)等行业(yè)能得(dé)到有效应用，对于(yú)下一代互联网(wǎng)各种(zhǒng)元素的构建亦有关键(jiàn)意义(yì)。

从商业化的角度来看，文化娱(yú)乐、教育、传媒(méi)等诸多领域，本身就对基于AI的可(kě)视化内容有(yǒu)强(qiáng)烈需求。

因此，AI绘画及视频或(huò)不是结果，而只是AI进程(chéng)中的一块重要拼(pīn)图，有(yǒu)望在(zài)技术更新的加持(chí)下(xià)实现更(gèng)大(dà)的应(yīng)用(yòng)价(jià)值(zhí)。

AI从理(lǐ)解内(nèi)容，走向了可以(yǐ)生成内容，甚(shèn)至(zhì)能(néng)够创造(zào)出独立价(jià)值和独立视角的内容。AIGC的再次出圈，更代(dài)表着未(wèi)来的(de)先进生产力即将到来。

04

紧(jǐn)抓大模型与算(suàn)力(lì)，牢固AIGC底座

从技术的发展(zhǎn)也可以看出，在(zài)语(yǔ)言(yán)大模型、图像大模型之后，多模态大(dà)模型已经成为了新的趋势。

大(dà)模型(xíng)被誉为(wèi)当前人工智能发展的智能(néng)底座，是全球竞争(zhēng)最激烈(liè)的研究(jiū)方向(xiàng)之一，包括谷歌、亚马逊、百度、阿里(lǐ)、腾讯(xùn)等(děng)众(zhòng)多头部(bù)企业都(dōu)在竞相发力(lì)。

不过训练(liàn)大模型的确价格不(bù)菲，以国盛证券发(fā)布的(de)《ChatGPT需要多少算力》报告估算，GPT-3训练一次(cì)的(de)成本约为140万美元。而(ér)对于一些更大的LLM(大型语言模型)，训练成本则介于200万美元至1200万美(měi)元(yuán)高价之间。

以ChatGPT在2023年1月的独(dú)立访(fǎng)客平均数1300万计算，其对应(yīng)芯(xīn)片需求为3万多片英伟达A100 GPU，初始投入(rù)成本(běn)约为8亿美元，每日仅电费(fèi)就在5万美元(yuán)左右。

此外(wài)不(bù)论是(shì)ChatGPT还是AIGC，都离(lí)不开(kāi)庞大(dà)算(suàn)力(lì)支持。在关(guān)注各(gè)类大模型的发展同时(shí)，更应该关(guān)注算(suàn)力网络的建(jiàn)设。

算力(lì)网(wǎng)络正驱(qū)动(dòng)AI产业(yè)发展进入(rù)史诗级加速进程，让AIGC及通用(yòng)AI这一人工(gōng)智(zhì)能发展的终极目标离(lí)得更(gèng)近。

因为(wèi)算(suàn)力可以(yǐ)对突破性技术创新提(tí)供大(dà)力的支持。这方面，多模态大模型是(shì)典型。作为(wèi)面(miàn)向未来(lái)强人工智能、通用人(rén)工智(zhì)能的重要技术创新，多(duō)模态(tài)大模型已经在人(rén)工智能领域(yù)提出了很多年，业(yè)界(jiè)也(yě)有不少技术突破(pò)，但(dàn)是，多模态大(dà)模(mó)型(xíng)进一步往下走，算力需求呈(chéng)几何式上(shàng)升，一(yī)般的算(suàn)力基础(chǔ)设(shè)施很快(kuài)将(jiāng)难以胜任。

从图像、文(wén)字、语(yǔ)音单独一(yī)项的训(xùn)练，到(dào)双(shuāng)模态(tài)、三模(mó)态的(de)跃迁，让人工智(zhì)能可以灵(líng)活应对(duì)不同模态的转化、像人与世界交互一样(yàng)自然，这方面，由(yóu)算力网络来驱动将(jiāng)有(yǒu)明显优势。

此外(wài)，还有很多需要爆发式增长的算力(lì)来支撑的(de)技术(shù)创新，将(jiāng)在人工智能(néng)算力网络(luò)支撑下快(kuài)速(sù)推(tuī)进。

AIGC已经露出(chū)曙光，期(qī)待(dài)在大模型(xíng)和大算力(lì)的支持下AIGC能(néng)持续颠覆内容生产的方式，将创造的(de)边际成本降低，让(ràng)万众(zhòng)受益。

未经允许不得转载：橘子百科-橘子都知道 艺高人胆大什么意思打一生肖，艺高人胆大什么意思 说明人有较强动机