自聊(liáo)天机器人ChatGPT火(huǒ)爆以来，微软公司创始(shǐ)人(rén)比(bǐ)尔·盖茨(cí)已多次公开谈论人工智能话题。在最近的一(yī)次(cì)采访中，他再(zài)次表示(shì)：“AI可能会让(ràng)科技行业迎来一次(cì)剧烈(liè)的(de)洗(xǐ)牌”。

这个(gè)结(jié)论(lùn)是他在当(dāng)地时间2月20日接受《In Good Company》节(jié)目(mù)专(zhuān)访时提出的(de)。

他预期，AI的发展可(kě)能会威胁到谷歌的(de)市占率，因为微软在AI方面的行动(dòng)相(xiāng)当迅速(sù)。而最(zuì)终(zhōng)科技巨头将把AI整合成(chéng)用户(hù)的“全(quán)能助手(shǒu)”，包揽一(yī)切(qiè)应用，与人们进(jìn)行沟(gōu)通并提供建议(yì)，可以(yǐ)取(qǔ)代亚马逊、Siri或Outlook等应用。

大佬口中全能助手的到(dào)来可能尚(shàng)需时日，但(dàn)由ControlNet引(yǐn)发的(de)又一(yī)次AI绘画浪潮，让AIGC在ChatGPT的话题热点包围中杀出重围(wéi)。

01

ControlNet颠覆(fù)AI绘画新玩(wán)法(fǎ)

AIGC向(xiàng)可控靠近

以AI绘画为代表的(de)AIGC上一次爆火(huǒ)的时候，还是2022年8月(yuè)，在(zài)美国科罗拉多州(zhōu)举办的新兴数字艺术(shù)家竞赛中(zhōng)，一幅名为《太空歌剧院(yuàn)》的(de)作品获(huò)奖(jiǎng)。

随后各大厂商的AI绘画软件(jiàn)被广大(dà)网友熟知(zhī)并体验，Stable Diffusion便(biàn)是其中代表(biǎo)。

用户们可以在应(yīng)用中输入一组关键词或者一张照片，就能获得(dé)一幅AI创(chuàng)作的画作(zuò)。

作画(huà)的关(guān)键就是(shì)所(suǒ)输(shū)入(rù)的文本。同一组关键词也(yě)可以创作出很多(duō)张(zhāng)风格不(bù)一样的(de)画作，这让创作的过(guò)程(chéng)就像开盲盒。

很多(duō)用户很(hěn)喜欢这(zhè)种不确定(dìng)的(de)惊喜，他们会将(jiāng)生成(chéng)的(de)美(měi)图当做头像。而(ér)另一部分(fēn)喜(xǐ)欢(huān)翻看AI绘画的“翻车”作品。在社交媒体上，许多用户分享AI“翻(fān)车现场(chǎng)”，例如，一位(wèi)网友的小狗照片(piàn)被AI画(huà)成了(le)“肌肉男”，还有网友的(de)个人照片(piàn)被AI识别成了建(jiàn)筑。

而如今随着ControlNet的出现与加持，以往AI绘画的填(tián)写关(guān)键词游(yóu)戏可能(néng)要被颠覆(fù)了(le)。

ControlNet是(shì)一位正在斯坦福(fú)读博的中国人张吕敏创作的一种基于控(kòng)制点的图(tú)像变形算法(fǎ)，主(zhǔ)要用(yòng)于(yú)数字图像处理、计(jì)算机视觉(jué)和计算机图形学等领域。

其SD插件一(yī)经发布，在短短的两天内便成为了(le)AI绘画领域最新(xīn)的热点。

在此之前，大(dà)家用了很多(duō)方法(fǎ)想让AI生成的结(jié)果尽可(kě)能的(de)符合要求(qiú)，但是(shì)都(dōu)不尽(jǐn)如(rú)人意，它的出现代表着(zhe)AI生成开始进入真正的可控时期。

因为ControlNet可以(yǐ)直(zhí)接提取画面的构图(tú)，人物的姿势和画(huà)面的深度信息(xī)等。有了它(tā)的帮助，就不用频繁的用(yòng)提示词来碰运气(qì)，抽盲盒式的创作了。

通俗的说可怜天下父母心的全诗的意思，可怜天下父母心的意思ControlNet相当于(yú)给AI绘画加了“魔(mó)法”，不(bù)少(shǎo)博主的作品已(yǐ)经获得了大量(liàng)的浏览量，“viggo”就(jiù)是其中(zhōng)之一，他用朋友的照片(piàn)直接带她们走进(jìn)动漫世界。

viggo先用StableDiffusion图片转(zhuǎn)文字。

再用Text2Prompt插件拓(tuò)展找到(dào)对应的关键词；最后用(yòng)ControlNet插件绑定骨骼开(kāi)始换关(guān)键词试效(xiào)果(guǒ)。

通(tōng)过图片就可以看出来(lái)，效果(guǒ)十分(fēn)惊艳。

更厉害的是，除了真实(shí)的照片，草图(tú)也(yě)可以加上“魔法”，知乎大牛“DevPoint”和“逗砂(shā)”介绍到(dào)ControlNet还能(néng)实现(xiàn)线稿转(zhuǎn)全(quán)彩图。大神(shén)张(zhāng)吕敏(mǐn)其本尊也亲(qīn)自(zì)回(huí)应。

可怜天下父母心的全诗的意思，可怜天下父母心的意思oding="async" src="https://mmbiz.heiliaofuli.com/wp-content/uploads/2023/03/90c6e5987a37ef9.jpeg?imageMogr2/thumbnail/2160x0/format/webp/quality/80" data-ratio="1.3637137989778534" data-s="300,640" data-type="jpeg" data-w="1174">

不得不说(shuō)当下AIGC已经变得越来(lái)越(yuè)强大，甚至(zhì)输出(chū)的作品都已经能以(yǐ)假乱真(zhēn)了。

02

难辨虚实，AIGC技术力爆(bào)发

警惕安全问(wèn)题

近日，“苏州金鸡湖有游(yóu)艇party”的消息(xī)火遍网络，而(ér)经(jīng)过警方(fāng)辟谣这所谓的“party”可能是(shì)全国第一起AI绘(huì)图(tú)诈骗。

由(yóu)于这个(gè)活动里(lǐ)面给出的美女(nǚ)照片都是(shì)AI制作的(de)真人照片绘(huì)图，因为太(tài)逼真(zhēn)，被大家当成真事传播了。

不过仔(zǎi)细观察可以发现，活动(dòng)发起者提供(gōng)的照片中有个很(hěn)大的漏洞可(kě)以发现(xiàn)并非真人，而是AI绘图，那便是图(tú)片中(zhōng)女性的手指(zhǐ)部分有的(de)存在异常。

有行(xíng)业人(rén)事表示：“现在因为手指部分的绘(huì)画算法比较复杂，AI还不太(tài)会画人的手，但(dàn)最新看到的图(tú)片已(yǐ)经有(yǒu)越来越完美(měi)的(de)AI模型出(chū)现，以后可能就完(wán)全(quán)没有漏洞了。”

类似(shì)的AI作图诈骗在国外也已有发生。据英(yīng)国广播(bō)公司报道，土耳其地震期间，有Tiktok用(yòng)户使(shǐ)用AI合成了儿童受(shòu)灾的假照片发布到网(wǎng)络，以此诱骗善良的(de)人(rén)打(dǎ)赏“捐助”从(cóng)而实施诈骗。

目前(qián)随(suí)着技术(shù)发展(zhǎn)，AIGC已经能做出(chū)真(zhēn)人照(zhào)片(piàn)般的绘图(tú)效果，如果这样的图片被用来(lái)诈骗，将非常可(kě)怕。

此外AIGC还引发了很多担忧，一方面，批判(pàn)者认为AI在(zài)“学习”了大(dà)量(liàng)前人(rén)的作品(pǐn)之后，其创作没有任何(hé)情绪和灵魂，可怜天下父母心的全诗的意思，可怜天下父母心的意思难(nán)以和人类的艺(yì)术创作相提并论。

另(lìng)一方面，AIGC背(bèi)后的(de)版(bǎn)权、目前都并没有得到有效的解(jiě)决，还有(yǒu)AIGC会不(bù)会代替人类“至高无上”的创意。

马斯(sī)克也强调，人工(gōng)智能的安全问题需要得(dé)到(dào)重视，太(tài)晚就来不(bù)及(jí)了。

03

AIGC下一站除了视(shì)频，还有远方

技术都是有两面性(xìng)的，潜在(zài)的危害并不能掩盖(gài)其光辉的贡献。现在看来(lái)，人工智能技术将是第四次工业革命(mìng)的核心驱动力量，将创(chuàng)造(zào)新的增(zēng)长奇(qí)迹。

过去一(yī)年，人工(gōng)智(zhì)能在技术和商业(yè)层面都有(yǒu)了巨大进展(zhǎn)，AI绘(huì)画就是(shì)人工智(zhì)能技术发生方(fāng)向性改变的一(yī)个(gè)代(dài)表。其下一站或许(xǔ)就是视(shì)频(pín)。

此(cǐ)前(qián)，Meta和谷歌先后发布了几条(tiáo)引爆科(kē)技(jì)圈(quān)的短视频(pín)。这些视频引发关注并非内容(róng)做(zuò)得多(duō)优(yōu)秀，反(fǎn)而都非常(cháng)简单，比如一匹(pǐ)正在喝(hē)水的马，一(yī)只画画的(de)玩具(jù)熊，或者一段骑摩托车的第一视角(jiǎo)录像，随便一个有手机的人都可以随手录下一(yī)段。

但这些短视频的创作方式非常简单，创(chuàng)作者仅仅需(xū)要向AI输入一段话，甚至(zhì)只是说一(yī)下要求，AI就可以(yǐ)根据需要(yào)生成一段视频。

谷歌发布的两个(gè)AI生(shēng)成(chéng)视频分别(bié)来自(zì)于(yú)Imagen Video和Phenaki，前者主要突出的是高清(qīng)，与Meta的Make-A-Video没有太多(duō)的差(chà)别(bié)。

在(zài)Make-A-Video公布了AI生成的视频后，AI圈就(jiù)已(yǐ)经玩了一波梗，一(yī)个能够做出更高清视频的AI还不足(zú)以在短(duǎn)时间内戳中兴(xīng)奋点(diǎn)。

Phenaki更(gèng)加令人震惊的地(dì)方在于，它可以制作出超过(guò)2分钟的连(lián)贯的也有确切内容的视频(pín)，这才是真正让(ràng)人们感到(dào)惊喜的地(dì)方。因为无论(lùn)AI生成的(de)视(shì)频(pín)多么高清，也(yě)只能是为内容生产者提供(gōng)一个(gè)灵感，一个素材，一个过场动画(huà)。

不过能够(gòu)制作出有(yǒu)具体剧情内容的视(shì)频就意(yì)味着(zhe)，一(yī)些视频创(chuàng)作(zuò)由AI代替人工(gōng)完成已经初步有了可能。

当下AI的发展(zhǎn)速度已(yǐ)经超(chāo)过(guò)大部分人的想象。内容产(chǎn)业的本质是(shì)供(gōng)给(gěi)创造需求，AIGC作为全(quán)新的内容(róng)生产(chǎn)方式(shì)，可以为内容产业带来(lái)更新的内(nèi)容(róng)风格、更(gèng)快的(de)生产速度，更(gèng)低的生产成本，这无疑会驱(qū)动(dòng)内容产(chǎn)业(yè)的大爆发。

除了AI绘图、视频，AIGC技(jì)术(shù)还能(néng)应用于音乐、代码、机器人动作(zuò)等多种(zhǒng)内容形式(shì)的(de)生(shēng)成(chéng)。不难发现该项技术不(bù)仅在游戏等行业能得到(dào)有效应用，对于下一代(dài)互联网各种(zhǒng)元素的构建(jiàn)亦有关键意(yì)义。

从商业化的(de)角(jiǎo)度来看，文化娱乐、教育(yù)、传(chuán)媒等诸多领(lǐng)域，本身就对基(jī)于AI的可视(shì)化内容有强烈需(xū)求。

因此(cǐ)，AI绘(huì)画及视频或(huò)不是结果，而只是AI进(jìn)程(chéng)中(zhōng)的(de)一块重要拼图，有望在技术更(gèng)新的加(jiā)持下(xià)实现更大的应用价值。

AI从理解内容(róng)，走(zǒu)向了(le)可(kě)以生(shēng)成内容，甚至能(néng)够创造出独立价(jià)值和独立视角的内(nèi)容。AIGC的(de)再次出(chū)圈，更(gèng)代表着未来的先进生产力即将到来。

04

紧(jǐn)抓大模型与算力，牢固(gù)AIGC底座

从技术(shù)的发展也可以看出，在语言大模型、图像大模(mó)型之后，多模态大(dà)模型已(yǐ)经成为了新的趋势。

大模型(xíng)被誉为当前(qián)人工智能(néng)发展的(de)智(zhì)能底座，是(shì)全(quán)球竞争(zhēng)最激烈的研究方向之一，包括谷歌、亚马(mǎ)逊、百度(dù)、阿里、腾(téng)讯(xùn)等众多头部(bù)企业都(dōu)在竞(jìng)相发力。

不过训练大模型的确价(jià)格不菲(fēi)，以国盛证(zhèng)券发布的《ChatGPT需要多少算力(lì)》报告(gào)估算，GPT-3训练(liàn)一次的(de)成本约为140万美元。而对(duì)于(yú)一些更(gèng)大的LLM(大型语言模型)，训练(liàn)成本则(zé)介(jiè)于200万美元至1200万美元高价之(zhī)间。

以(yǐ)ChatGPT在(zài)2023年1月的(de)独立访客平均数1300万(wàn)计算，其对应芯片需求(qiú)为3万多片英伟(wěi)达A100 GPU，初始投入成本约为8亿(yì)美元，每日仅电费(fèi)就在5万美(měi)元左(zuǒ)右。

此外不(bù)论(lùn)是ChatGPT还(hái)是AIGC，都离不开庞(páng)大算力支持。在关(guān)注各类大模型(xíng)的(de)发(fā)展(zhǎn)同时，更应该关注(zhù)算力网络的建(jiàn)设。

算力网(wǎng)络正驱(qū)动AI产业发(fā)展进(jìn)入史诗级加(jiā)速进程，让(ràng)AIGC及(jí)通用AI这一人工智能发展的终极目标离(lí)得更(gèng)近(jìn)。

因为(wèi)算力可以(yǐ)对突破性技术创新提供大(dà)力(lì)的支持。这方面(miàn)，多模态大(dà)模型是典型。作为面向(xiàng)未来强(qiáng)人工智能、通用(yòng)人工智能(néng)的重要(yào)技术创新(xīn)，多模(mó)态大(dà)模型(xíng)已经在(zài)人工智能(néng)领域提(tí)出了很(hěn)多年，业界也(yě)有不少技术突破，但是，多(duō)模(mó)态大模型进一步往(wǎng)下走，算力(lì)需求呈几(jǐ)何式(shì)上升，一般的算力基(jī)础设施(shī)很快将(jiāng)难以胜任。

从图像、文(wén)字、语音单(dān)独一项(xiàng)的(de)训练，到(dào)双模态、三模态的(de)跃迁，让人工智(zhì)能可(kě)以灵活应对不同模(mó)态的转(zhuǎn)化、像人(rén)与(yǔ)世界交互一样(yàng)自(zì)然，这方面，由(yóu)算力(lì)网络来驱动将有(yǒu)明显优势。

此外，还有很多需要爆发式增(zēng)长的(de)算(suàn)力来支撑的(de)技术(shù)创新，将在人工智能算力(lì)网络支撑(chēng)下(xià)快速推(tuī)进。

AIGC已(yǐ)经露出曙光，期待(dài)在(zài)大模型和大(dà)算力的支持下AIGC能持(chí)续颠覆内容(róng)生(shēng)产(chǎn)的(de)方式，将创造(zào)的边际(jì)成本降低，让万众受(shòu)益。

未经允许不得转载：橘子百科-橘子都知道 可怜天下父母心的全诗的意思，可怜天下父母心的意思