自聊天机器人ChatGPT火爆以来，微软公司创始人比尔·盖(gài)茨已多次公开谈(tán)论人工(gōng)智能话题(tí)。在最近(jìn)的一次采访中，他再次表示(shì)：“AI可(kě)能会让科技行业迎来一次剧(jù)烈(liè)的洗牌”。

这个结(jié)论是他在当地时间2月20日(rì)接受《In Good Company》节目专访时提(tí)出(chū)的。

他预期，AI的发(fā)展可能(néng)会威(wēi)胁(xié)到谷歌的市占率，因为微软在AI方(fāng)面的(de)行动相当迅速(sù)。而最(zuì)终(zhōng)科技(jì)巨头(tóu)将(jiāng)把(bǎ)AI整合成(chéng)用(yòng)户的“全能助手”，包(bāo)揽一切应(yīng)用，与人们(men)进行(xíng)沟通并提(tí)供建议(yì)，可以取代亚马逊、Siri或Outlook等应用。

大佬口中全能助(zhù)手的到(dào)来可能尚需(xū)时日，但由ControlNet引发(fā)的又一次AI绘画浪潮，让AIGC在ChatGPT的话题热(rè)点包围中杀出重围(wéi)。

01

ControlNet颠覆AI绘画新(xīn)玩法

AIGC向可控靠(kào)近

以AI绘画(huà)为代表的AIGC上一次(cì)爆火的时(shí)候(hòu)，还是(shì)2022年8月(yuè)，在美(měi)国科罗拉多州举办的新兴(xīng)数字艺术(shù)家竞赛中，一幅名为《太空歌剧院》的(de)作品(pǐn)获奖。

随后(hòu)各大厂商(shāng)的AI绘画软件被广大网友熟知并(bìng)体验，Stable Diffusion便是其中代表。

用户(hù)们可以在应用中(zhōng)输入一组关键(jiàn)词或者(zhě)一张照片，就能获得一幅AI创(chuàng)作的画作(zuò)。

作画的关键就是所输入的(de)文本。同一组关键词也(yě)可以创作出很多张风格不一样(yàng)的(de)画作(zuò)，这(zhè)让创作的过程就像开盲盒。

很多用户很喜欢这种不确定的(de)惊喜，他(tā)们会(huì)将生(shēng)成的美图当做头像。而另一部(bù)分(fēn)喜欢翻看(kàn)AI绘画的“翻车”作品。在社交媒(méi)体上，许多用户(hù)分享AI“翻车现场”，例如，一位网(wǎn翼年代记和百变小樱有什么关系么 翼年代记是悲剧吗g)友的小狗(gǒu)照片被AI画(huà)成了(le)“肌肉(ròu)男”，还有(yǒu)网(wǎng)友的个人照片被AI识别成(chéng)了建(jiàn)筑。

而如今随着ControlNet的出现与加持，以往(wǎng)AI绘画的填写关键词游戏可能要被颠覆了。

ControlNet是一(yī)位正在斯坦福(fú)读博的(de)中国(guó)人张(zhāng)吕敏(mǐn)创作的一种基(jī)于控制点(diǎn)的(de)图(tú)像(xiàng)变形算法(fǎ)，主要用于数字图像(xiàng)处(chù)理(lǐ)、计算(suàn)机视觉(jué)和计算机(jī)图形学等领域(yù)。

其SD插件一经发布，在短(duǎn)短的(de)两天内便成(chéng)为(wèi)了AI绘画领域最新的热点。

在此之前，大家用了很多方(fāng)法想(xiǎng)让AI生成的结果尽可能(néng)的符合(hé)要(yào)求，但(dàn)是都不(bù)尽如(rú)人(rén)意，它的出现代表着AI生成开(kāi)始进入真正的可控时期(qī)。

因为ControlNet可以(yǐ)直接提取画(huà)面的构(gòu)图，人(rén)物的姿势和画面的深(shēn)度信(xìn)息(xī)等。有了它的帮助，就不(bù)用(yòng)频繁的(de)用提示词来碰运气，抽盲盒式的创作了。

通俗的说ControlNet相当(dāng)于给AI绘(huì)画(huà)加了“魔法(fǎ)”，不(bù)少博主的(de)作品已经获得了大量的浏览量，“viggo”就是(shì)其中之一，他用朋友的(de)照片直接带(dài)她们(men)走进动漫世界。

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

再用Text2Prompt插件(jiàn)拓展找到对应的(de)关键(jiàn)词；最后用(yòng)ControlNet插件绑定骨骼开(kāi)始换关键词试效果。

通过图片就可以(yǐ)看出来，效果十(shí)分惊艳(yàn)。

更厉(lì)害的是(shì)，除了真实的(de)照(zhào)片(piàn)，草图(tú)也可以(yǐ)加上“魔法”，知乎大牛“DevPoint”和“逗砂”介(jiè)绍到ControlNet还能实现线稿转全彩图。大神张吕敏其本尊(zūn)也亲(qīn)自回应。

不得不说当下AIGC已经变得越(yuè)来(lái)越强大，甚(shèn)至输出(chū)的作品(pǐn)都已经能(néng)以(yǐ)假乱真了。

02

难(nán)辨虚(xū)实，AIGC技术力爆(bào)发

警(jǐng)惕安(ān)全问题

近日，“苏(sū)州金(jīn)鸡湖有游艇party”的(de)消(xiāo)息火(huǒ)遍网络，而经过警方辟谣这所(suǒ)谓的(de)“party”可能(néng)是(shì)全国第(dì)一起AI绘图诈(zhà)骗。

由于(yú)这个活(huó)动里面(miàn)给出(chū)的(de)美女(nǚ)照片都是AI制作(zuò)的真人照片绘图，因(yīn)为太逼真，被大家当成真事(shì)传播了。

不过仔细(xì)观察可(kě)以发现，活动发起者提供的(de)照片中有(yǒu)个很大的漏洞可以发现并非真人，而是(shì)AI绘图，那便是图片中女性的(de)手指部分有的存在(zài)异(yì)常。

有行业人(rén)事(shì)表(biǎo)示：“现在因为手指部(bù)分的绘画算法比(bǐ)较(jiào)复杂，AI还不太会(huì)画(huà)人的(de)手，但(dàn)最(zuì)新看到(dào)的图片已经有越来越完美的AI模型出现，以后可(kě)能就完(wán)全没有漏(lòu)洞了(le)。”

类(lèi)似的(de)AI作(zuò)图诈骗在国(guó)外也已有发生。据英国广播公(gōng)司报(bào)道，土耳其地震(zhèn)期间，有Tiktok用(yòng)户使用AI合成了儿童受灾的假(jiǎ)照片发布(bù)到网络，以此诱骗(piàn)善良(liáng)的人打赏(shǎng)“捐助(zhù)”从而实施诈骗。

目前随(suí)着技术发展，AIGC已经(jīng)能做出(chū)真人照片般的绘图(tú)效(xiào)果，如果这样的(de)图片(piàn)被用来(lái)诈骗，将非常可怕(pà)。

此(cǐ)外AIGC还引发了很多担忧(yōu)，一方面，批判者认为AI在“学习(xí)”了大(dà)量(liàng)前(qián)人的作品之(zhī)后，其创作没(méi)有任何(hé)情(qíng)绪和灵魂(hún)，难以和人类(lèi)的艺术创作相(xiāng)提(tí)并论。

另一方面(miàn)，AIGC背后的版权、目前都(dōu)并没有(yǒu)得(dé)到(dào)有效的解决，还有AIGC会(huì)不会代(dài)替(tì)人类“至高无上”的创意。

马(mǎ)斯(sī)克也(yě)强调(diào)，人工智能的安全(quán)问(wèn)题(tí)需要得(dé)到(dào)重视，太(tài)晚就(jiù)来不(bù)及了。

03

AIGC下一(yī)站(zhàn)除了视频，还(hái)有远方

技术都是有两面性的，潜在的危害(hài)并不(bù)能掩盖其光辉的贡献。现在(zài)看(kàn)来，人(rén)工智能技术(shù)将是第四次工业革命(mìng)的(de)核心(xīn)驱动(dòng)力量，将(jiāng)创(chuàng)造新的增(zēng)长奇迹。

过去一年，人(rén)工智能在技术(shù)和商业层面都有(yǒu)了巨大(dà)进展，AI绘(huì)画就(jiù)是人工智能(néng)技术(shù)发生方向性改变的一(yī)个代(dài)表。其下一站或许就(jiù)是视频。

此(cǐ)前，Meta和谷歌先(xiān)后发(fā)布了几条引爆科(kē)技圈(quān)的短视频。这些视频引发关注并非内(nèi)容做得多优秀，反而都非常简单(dān)，比如一匹正在喝水的马，一只画画的玩具熊(xióng)，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(kě)以(yǐ)随(suí)手录下一段(duàn)。

但(dàn)这些短视频的创作方(fāng)式(shì)非常简单，创(chuàng)作者仅(jǐn)仅需要向AI输入一段话，甚至只是说一下要求(qiú)，AI就(jiù)可以根据需要生成(chéng)一段(duàn)视(shì)频。

谷歌发布的(de)两个(gè)AI生成视(shì)频分别来自于(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(tài)多(duō)的差别。

在Make-A-Video公(gōng)布(bù)了AI生(shēng)成的视频后，AI圈(quān)就已经玩(wán)了一波梗，一(yī)个能够做出更(gèng)高清视频(pín)的AI还不足以在短时(shí)间内戳中兴奋(fèn)点。

Phenaki更加令(lìng)人震惊的地方在(zài)于(yú)，它(tā)可以(yǐ)制作出超过2分钟的(de)连贯的也有确切内容的视(shì)频，这才是真正让人(rén)们(men)感到惊喜(xǐ)的地(dì)方(fāng)。因为无论AI生成的(de)视频多么(me)高清，也(yě)只(zhǐ)能是为(wèi)内容(róng)生产(chǎn)者提供(gōng)一个灵感(gǎn)，一个素材，一(yī)个过场动画。

不(bù)过能够制作出有具体(tǐ)剧情内容的视(shì)频(pín)就意味着(zhe)，一些视频(pín)创作由AI代(dài)替(tì)人工完成已经(jīng)初步有了可能。

当下AI的发(fā)展速(sù)度(dù)已经(jīng)超过大(dà)部分人(rén)的想象(xiàng)。内容产业的本(běn)质是供给创(chuàng)造需求，AIGC作(zuò)为全新的内容(róng)生产方式，可以为内容产业(yè)带来(lái)更新的内(nèi)容风(fēng)格(gé)、更快的生产速(sù)度(dù)，更(gèng)低的(de)生产(chǎn)成(chéng)本，这无(wú)疑会驱动(dòng)内(nèi)容产业的大爆发。

除了AI绘图(tú)、视频，AIGC技术(shù)还能应用于音乐、代码(mǎ)、机(jī)器人动作等(děng)多种内(nèi)容形式(shì)的生成。不难(nán)发现该项技术不仅在游戏等行业能(néng)得到有效应用，对(duì)于下一代(dài)互联网各种元(yuán)素的构建亦有关键(jiàn)意义。

从商业化的角度来看，文化娱(yú)乐、教育、传媒等诸多领域(yù)，本(běn)身就对基于(yú)AI的(de)可(kě)视化内容有强烈需求。

因此，AI绘画及视频或不(bù)是结果，而只(zhǐ)是AI进(jìn)程中的一块重(zhòng)要拼图(tú)，有(yǒu)望在技(jì)术更新(xīn)的加持下(xià)实现更大的(de)应用价值。

AI从(cóng)理(lǐ)解内容，走向了可以生成内容，甚(shèn)至(zhì)能够创造(zào)出独立价值和独(dú)立视角(jiǎo)的内容。AIGC的再次出圈，更代(dài)表着未(wèi)来的先进(jìn)生产力即将到来。

04

紧抓大(dà)模型与(yǔ)算力，牢固AIGC底座(zuò)

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

大模型被誉为(wèi)当前人(rén)工(gōng)智能(néng)发(fā)展(zhǎn)的(de)智能(néng)底(dǐ)座，是全球竞争最激(jī)烈的(de)研究方向之一，包(bāo)括谷歌、亚马逊(xùn)、百度(dù)、阿里、腾(téng)讯等众(zhòng)多头部企业都在竞相发力。

不(bù)过训(xùn)练大(dà)模型的确价格(gé)不菲(fēi)，以国盛证(zhèng)券发布的《ChatGPT需要多(duō)少算力》报告估算，GPT-3训练一次的(de)成本(běn)约为140万美元(yuán)。而对于(yú)一些更大的(de)LLM(大型语言模型(xíng))，训练成(chéng)本则介于200万美(měi)元至1200万美元高价之间。

以(yǐ)ChatGPT在(zài)2023年(nián)1月的(de)独立访客平均数1300万(wàn)计算，其对应芯片(piàn)需求(qiú)为3万多片(piàn)英伟达(dá)A100 GPU，初(chū)始投入(rù)成本约为8亿美元(yuán)，每日仅电费就在5万美元左右。

此(cǐ)外不论是ChatGPT还是AIGC，都离不开庞大算力支(zhī)持(chí)。在关注各类大(dà)模型的发展(zhǎn)同时，更(gèng)应该关注(zhù)算(suàn)力网络的建设。

算(suàn)力网络正驱动AI产(chǎn)业发展进(jìn)入(rù)史诗级加速进(jìn)程，让AIGC及通用AI这一人工智能发展的终极目(mù)标离(lí)得更近。

因为(wèi)算(suàn)力可以对突破性技术创新提供大力的支持。这(zhè)方(fāng)面，多模态大模型是典型。作为(wèi)面向(xiàng)未来强人工智能、通用人工智能的重要技(jì)术创新，多模态大(dà)模(mó)型(xíng)已(yǐ)经在人(rén)工智(zhì)能领域提出了很多(duō)年，业(yè)界也有不少技术突(tū)破，但是(shì)，多(duō)模态大模(mó)型进一步往(wǎng)下走，算力需(xū)求呈几何式上升，一般的(de)算(suàn)力基础设施很快将难(nán)以胜任。

从图(tú)像(xiàng)、文字、语音单独一项(xiàng)的训练，到(dào)双模态、三模态的跃迁，让(ràng)人工智能可以(yǐ)灵活应对不同模(mó)态的转(zhuǎn)化(huà)、像人与(yǔ)世(shì)界交互一样自(zì)然，这方面，由(yóu)算(suàn)力网络来驱动将有明(míng)显优势。

翼年代记和百变小樱有什么关系么 翼年代记是悲剧吗tio="0.562962962962963" data-type="jpeg" data-w="1080">

此外，还有很多需要爆(bào)发(fā)式增长的算(suàn)力来(lái)支撑的技(jì)术创(chuàng)新，将在(zài)人工智能算力网络(luò)支撑下快速推进。

AIGC已经露出(chū)曙(shǔ)光(guāng)，期(qī)待在大(dà)模型(xíng)和大算(suàn)力的支持下AIGC能持续颠覆(fù)内容生(shēng)产的(de)方式，将创造的边(biān)际(jì)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 翼年代记和百变小樱有什么关系么 翼年代记是悲剧吗