自聊天(tiān)机器人ChatGPT火爆以来，微(wēi)软公司创始人比(bǐ)尔·盖茨已多次(cì)公(gōng)开谈论(lùn)人工(gōng)智(zhì)能(néng)话题。在最近的一次采(cǎi)访(fǎng)中，他再次(cì)表示：“AI可能会(huì)让科技(jì)行业迎来一次剧(jù)烈的洗(xǐ)牌”。

这个结论是他在(zài)当地时间2月(yuè)20日接受《In Good Company》节目(mù)专访时提(tí)出(chū)的(de)。

他预期，AI的(de)发展可能会威胁到谷歌(gē)的市(shì)占率，因为(wèi)微(wēi)软在AI方面的行动(dòng)相当迅速(sù)。而最终(zhōng)科(kē)技巨(jù)头(tóu)将把AI整合成用户的“全能助手(shǒu)”，包揽一(yī)切应用(yòng)，与人们(men)进行沟(gōu)通并(bìng)提(tí)供(gōng)建议，可以(yǐ)取(qǔ)代亚马逊、Siri或(huò)Outlook等应用。

大佬口中全能(néng)助手的到来(lái)可能尚需(xū)时日(rì)，但(dàn)由(yóu)ControlNet引发的又一次AI绘画浪潮，让(ràng)AIGC在ChatGPT的话题热点包围(wéi)中(zhōng)杀出(chū)重围。

01

ControlNet颠覆AI绘画新玩(wán)法

AIGC向(xiàng)可(kě)控靠近(jìn)

以AI绘画(huà)为代表的AIGC上一(yī)次爆火(huǒ)的时候(hòu)，还是2022年8月，在美国(guó)科罗拉多州举办的新兴数字艺术(shù)家竞赛中(zhōng)，一(yī)幅名为《太(tài)空歌剧(jù)院》的作品获奖(jiǎng)。

随(suí)后各大厂(chǎng)商的AI绘画软件被广大(dà)网友熟知并体验，Stable Diffusion便是(shì)其中代表。

用户们可以在应用(yòng)中输入(rù)一组关键词或者一张照片，就能获(huò)得一幅(fú)AI创(chuàng)作(zuò)的画(huà)作(zuò)。

作画的关键(jiàn)就(jiù)是所输入的文本。同一组关键(jiàn)词(cí)也可以创作出很多张风(fēng)格不一(yī)样的(de)画作，这让创作的过程就像开(kāi)盲(máng)盒(hé)。

很多用户很喜欢这(zhè)种(zhǒng)不确定的(de)惊喜，他们(men)会(huì)将(jiāng)生成的美(měi)图当做头像。而另(lìng)一部分喜欢翻看AI绘画的“翻车”作品。在(zài)社交媒体上，许多(duō)用户分(fēn)享AI“翻(fān)车现(xiàn)场”，例如，一位网友的小(xiǎo)狗照(zhào)片被AI画成了“肌(jī)肉男”，还有网友的个人(rén)照片被AI识别成了建筑。

而如今随着ControlNet的出(chū)现与加(jiā)持，以往AI绘画的填(tián)写(xiě)关键词游戏可能要(yào)被(bèi)颠覆(fù)了。

ControlNet是一(yī)位正在斯(sī)坦福(fú)读博的中国人张吕敏创作的一种基于控制点(diǎn)的图(tú)像变形算(suàn)法，主要(yào)用于数字图像(xiàng)处理、计算机视觉(jué)和计算机图形学(xué)等(děng)领(lǐng)域。

其SD插件一经(jīng)发布(bù)，在短短(duǎn)的(de)两天内便成为了AI绘画领域最新(xīn)的热(rè)点。

在此之前，大(dà)家用了很(hěn)多方(fāng)法(fǎ)想(xiǎng)让(ràng)AI生成的结果尽可能的符合要求，但是(shì)都不尽如人意(yì)，它的出现代(dài)表着AI生成开始进入真正的可(kě)控(kòng)时(shí)期。

因为ControlNet可(kě)以直接提(tí)取画面的构图，人(rén)物的姿势和画面的深度信息等(děng)。有(yǒu)了(le)它的(de)帮(bāng)助，就不用频(pín)繁的用提示词来碰运气，抽盲盒(hé)式(shì)的创作了(le)。

通俗(sú)的说(shuō)ControlNet相(xiāng)当于给(gěi)AI绘画加了“魔法(fǎ)”，不少博(bó)主(zhǔ)的作品已经获得了大(dà)量的浏览量，“viggo”就是其中之一(yī)，他用朋友(yǒu)的(de)照(zhào)片直接带她们走进动漫世界(jiè)。

viggo先用StableDiffusion图片(piàn)转(zhuǎn)文字。

再(zài)用Text2Prompt插(chā)件拓展(zhǎn)找(zhǎo)到对应的关键词；最(zuì)后用ControlNet插件绑定骨骼开始(shǐ)换关(guān)键(jiàn)词试(shì)效果。

通过图片就可(kě)以看出(chū)来，效果十(shí)分惊艳。

更厉害(hài)的是，除了真实的照片，草(cǎo)图(tú)也可以加上“魔法”，知(zhī)乎大牛“DevPoint”和“逗(dòu)砂”介绍到ControlNet还能实现线稿转全彩图(tú)。大神张吕敏其本尊也亲自回应(yīng)。

不得(dé)不说当下AIGC已经变(biàn)得越来越强大，甚至输(shū)出(chū)的作品都已(yǐ)经(jīng)能以假乱真(zhēn)了。

02

难辨虚(xū)实，AIGC技术力(lì)爆发(fā)

警惕安全问题

近日(rì)，“苏州金鸡湖有游艇party”的消息火(huǒ)遍网络(luò)，而经过警(jǐng)方(fāng)辟谣这所谓的“party”可能是全国第一起AI绘图诈骗。

由于这(zhè)个活动里(lǐ)面给出的美女照片都是AI制作的真(zhēn)人照片(piàn)绘图，因为太逼真，被大家(jiā)当(dāng)成真(zhēn)事传播了。

不过仔(zǎi)细观察(chá)可以发现，活(huó)动发起者提供的照片中有个很大的(de)漏洞可以发现(xiàn)并非(fēi)真人，而(ér)是AI绘(huì)图，那(nà)便是图(tú)片中女性的手指部(bù)分有的存在异常。

有行(xíng)业(yè)人事表示：“现(xiàn)在(zài)因为手指部分的绘画(huà)算法比较复(fù)杂，AI还不太会画人的手，但最新(xīn)看(kàn)到(dào)的图(tú)片已经有越来越(yuè)完美的AI模型出现，以后可能就完全没有漏洞了。”

类似的AI作图诈骗在国(guó)外也(yě)已有(yǒu)发生(shēng)。据英国广播公(gōng)司报道，土耳(ěr)其地(dì)震期间，有Tiktok用户使用AI合成了儿(ér)童受灾(zāi)的假照片(piàn)发布到网(wǎng)络(luò)，以此诱骗善(shàn)良的人打(dǎ)赏(shǎng)“捐助(zhù)”从而实(shí)施(shī)诈(zhà)骗。

目(mù)前(qián)随着技术(shù)发展，AIGC已经(jīng)能(néng)做出(chū)真人(rén)照片般的绘图(tú)效果，如果(guǒ)这样的图(tú)片被用来诈(zhà)骗，将非常可(kě)怕。

此外AIGC还引发了(le)很多担忧，一方面，批(pī)判者(zhě)认为AI在“学习”了大量前人的作品之后(hòu)，其(qí)创作没有任何情绪和灵魂，难以和人(rén)类的艺术(shù)创作相提并论(lùn)。

另一方面(miàn)，AIGC背(bèi)后(hòu)的版权、目(mù)前都(dōu)并没有得到有效(xiào)的(de)解(jiě)决，还有AIGC会不会代替人类“至高(gāo)无上”的创意(yì)。

马斯克也强调(diào)，人(rén)工智能的(de)安(ān)全问(wèn)题需要(yào)得到重视，太晚就来不(bù)及了。

03

AIGC下一站除了视(shì)频，还(hái)有(yǒu)远方

技术都是有两面性的，潜(qián)在的危害并不能(néng)掩盖其光辉的贡献(xiàn)。现在看(kàn)来，人工智能技(jì)术将是(shì)第(dì)四(sì)次工业革独善其身是什么意思啊 独善其身是褒义还是贬义命的核心驱(qū)动力(lì)量，将(jiāng)创造新的增长奇迹。

过去一年，人工智能(néng)在技(jì)术和商业(yè)层面都有(yǒu)了巨(jù)大进展，AI绘画就是人(rén)工(gōng)智能技术(shù)发生方(fāng)向性改变的一个代表。其(qí)下一站或许就(jiù)是视(shì)频。

此(cǐ)前，Meta和谷歌先(xiān)后发(fā)布(bù)了几条引爆(bào)科技(jì)圈的短视频(pín)。这些视频引(yǐn)发(fā)关注并非(fēi)内(nèi)容(róng)做(zuò)得多优秀，反而(ér)都非常简(jiǎn)单，比如一匹正在喝水的马，一只画(huà)画的玩(wán)具熊，或者一段骑摩托车的第一(yī)视角录像(xiàng)，随便一个有手机的人都可以随手录下一段。

但(dàn)这(zhè)些短视(shì)频(pín)的创作方式非(fēi)常简单，创作者仅仅需(xū)要向(xiàng)AI输入一段话(huà)，甚至只是说一下(xià)要(yào)求，AI就可以根据需要生(shēng)成(chéng)一段视频(pín)。

谷(gǔ)歌发布(bù)的两个AI生成视(shì)频分别来自于Imagen Video和Phenaki，前者主要突出的是高清，与Meta的(de)Make-A-Video没有太(tài)多的差别。

在Make-A-Video公布了(le)AI生成的视(shì)频后，AI圈就已经玩(wán)了一(yī)波梗，一个能够做出更高清视(shì)频的(de)AI还不(bù)足以在短时间内戳中(zhōng)兴奋点(diǎn)。

Phenaki更加(jiā)令人震(zhèn)惊的地方在于(yú)，它(tā)可(kě)以制(zhì)作出超(chāo)过2分(fēn)钟的连贯的也有确(què)切内(nèi)容的(de)视(shì)频，这才是真正让人们感到(dào)惊喜的地(dì)方。因(yīn)为无论(lùn)AI生(shēng)成的视频多么高清，也(yě)只能是为内容生产者提供一个灵(líng)感(gǎn)，一个素材，一(yī)个过场动画。

不过能够(gòu)制(zhì)作出有具(jù)体剧情内容(róng)的(de)视频就意味着，一些(xiē)视频(pín)创作由AI代替人工完成已经(jīng)初步有了(le)可能。

当下AI的发展速度已经超过大部分人的想(xiǎng)象。内(nèi)容产业的本(běn)质是(shì)供给创造需求，AIGC作为全新的内容生产(chǎn)方式，可以为内容产(chǎn)业(yè)带来更新的内容(róng)风格、更(gèng)快(kuài)的(de)生产(chǎn)速度，更低的(de)生产成(chéng)本，这无疑(yí)会驱(qū)动内容产(chǎn)业的大爆发。

除了AI绘图、视频，AIGC技术还能应用于音乐、代码(mǎ)、机器人动作等多种内容形式的生成。不(bù)难发现该(gāi)项(xiàng)技(jì)术不仅在游戏等(děng)行业能(néng)得(dé)到有(yǒu)效应用，对于(yú)下一代(dài)互(hù)联网各种元素的(de)构建亦有关键(jiàn)意义(yì)。

从商业(yè)化的(de)角度来看，文化(huà)娱乐、教育、传媒等诸多领域，本身就对基于(yú)AI的可视化(huà)内容有(yǒu)强烈需(xū)求。

因此，AI绘画及(jí)视频或不是结果，而(ér)只是AI进程(chéng)中的一块重(zhòng)要拼图，有望在技术更(gèng)新的加持(chí)下实现更大的应用价(jià)值。

AI从理解内容，走(zǒu)向了可以生(shēng)成内容，甚(shèn)至(zhì)能够创造(zào)出独(dú)立(lì)价值和独立(lì)视(shì)角的内容。AIGC的再(zài)次出圈，更代表着未来(lái)的先进(jìn)生产力即将到来。

04

紧抓大(dà)模型与算力，牢固AIGC底座

从(cóng)技术的发展(zhǎn)也可以看出(chū)，在语言大模(mó)型、图像大(dà)模(mó)型之后，多模态大模(mó)型已经成为了新(xīn)的趋势。

大模型被誉为当(dāng)前人工智能发展的智(zhì)能底座，是全(quán)球(qiú)竞争(zhēng)最激烈的(de)研究方向之一，包括谷歌(gē)、亚(yà)马逊、百(bǎi)度、阿(ā)里、腾讯(xùn)等众多头部企业都(dōu)在竞相发力。

不过训(xùn)练大(dà)模型的确(què)价格不菲(fēi)，以(yǐ)国(guó)盛证券发布的《ChatGPT需(xū)要多(duō)少算力(lì)》报(bào)告估算，GPT-3训练一次(cì)的成本约为(wèi)140万美元。而对于一(yī)些更(gèng)大的LLM(大型语言(yán)模型(xíng))，训(xùn)练成本则(zé)介于(yú)200万美元至1200万美(měi)元高价之间。

以ChatGPT在2023年1月的独立(lì)访客(kè)平(píng)均数1300万计算，其对应(yīng)芯片(piàn)需求为3万多片英(yīng)伟达A100 GPU，初(chū)始投入成本(běn)约为(wèi)8亿美元，每日仅(jǐn)电费就(jiù)在5万美元左(zuǒ)右(yòu)。

此外不(bù)论是ChatGPT还(hái)是(shì)AIGC，都离(lí)不开庞大算力支持(chí)。在(zài)关注各类大模型的发展同时(shí)，更(gèng)应该关(guān)注算力(lì)网络的建设。

算力网络正驱动AI产业发展进入(rù)史诗级(jí)加速进程，让AIGC及通(tōng)用AI这一人工(gōng)智能(néng)发展的终极目标离得更近。

因(yīn)为(wèi)算力可以对突破性技(jì)术创新提供大(dà)力(lì)的支(zhī)持。这方(fāng)面，多模态(tài)大模型是(shì)典(diǎn)型。作(zuò)为面向(xiàng)未来(lái)强人工智能(néng)、通用人工智(zhì)能(néng)的(de)重要技(jì)术创(chuàng)新(xīn)，多(duō)模态大模型已(yǐ)经在人工(gōng)智(zhì)能领域提(tí)出了很多(duō)年，业界也有不少技术突破，但(dàn)是，多(duō)模态大模型进一步往(wǎng)下走，算力需求呈(chéng)几何式上升，一般(bān)的算力基础设(shè)施很快将难以胜(shèng)任。

从图像、文字、语音(yīn)单(dān)独一项(xiàn独善其身是什么意思啊 独善其身是褒义还是贬义g)的(de)训练，到双模态、三模态(tài)的跃迁，让人工智能可(kě)以灵活(huó)应(yīng)对(duì)不同模态的(de)转化、像(xiàng)人与世界交互一样自然，这方面，由算力网络(luò)来驱动将有(yǒu)明(míng)显优势。

此(cǐ)外(wài)，还(hái)有很(hěn)多需要爆发式(shì)增长的算力来支撑的技术创(chuàng)新，将在人工智能算力网络支(zhī)撑下快速推进。

AIGC已经露出曙光，期待在大模型和大算力(lì)的(de)支持下AIGC能持续颠覆内容(róng)生(shēng)产的(de)方式，将(jiāng)创(chuàng)造的边际成(chéng)本降低(dī)，让万(wàn)众受益。

未经允许不得转载：橘子百科-橘子都知道 独善其身是什么意思啊 独善其身是褒义还是贬义