自聊天机(jī)器人ChatGPT火爆以来，微软公司(sī)创(chuàng)始人比尔·盖茨已多次(cì)公开谈论人工智(zhì)能话题(tí)。在最近的一次(cì)采(cǎi)访(fǎng)中(zhōng)，他(tā)再(zài)次(cì)表示：“AI可能(néng)会让科技行业迎来(lái)一次剧烈的洗牌”。

这个结论(lùn)是他在(zài)当地时间(jiān)2月20日接受《In Good Company》节目专访时(shí)提出的。

他预(yù)期，AI的发展(zhǎn)可能(néng)会威胁到谷(gǔ)歌的市占率(lǜ)，因为微软在AI方(fāng)面的行动相(xiāng)当(dāng)迅速。而最终科技巨头将把AI整合成用(yòng)户的(de)“全能助(zhù)手(shǒu)”，包揽一切应用，与人们进行沟通并提供建议(yì)，可以取代亚马逊、Siri或Outlook等应用。

大佬(lǎo)口中全能(néng)助手的(de)到来(lái)可(kě)能尚需时日，但由ControlNet引发的又一次(cì)AI绘画浪潮，让AIGC在ChatGPT的(de)话题热(rè)点包围中(zhōng)杀(shā)出重围。

01

ControlNet颠覆AI绘画新玩法(fǎ)

AIGC向可控靠近

以AI绘画为代表的AIGC上一(yī)次(cì)爆火的时候，还是(shì)2022年(nián)8月，在美国科罗拉多州(zhōu)举办(bàn)的新(xīn)兴数(shù)字艺术家竞(jìng)赛中(zhōng)，一幅名为《太空歌剧(jù)院》的作品(pǐn)获奖。

随后各大厂商的AI绘画软(ruǎn)件被(bèi)广大网(wǎng)友熟知并体验，Stable Diffusion便是其中代表(biǎo)。

用户们可以在应用中(zhōng)输(shū)入一组关(guān)键词或者一张照片，就能获得一幅(fú)AI创作的画作(zuò)。

作(zuò)画(huà)的关键就是所(suǒ)输(shū)入(rù)的文本。同一组关键词也可以创作出(chū)很(hěn)多张风格不(bù)一样(yàng)的画作，这(zhè)让(ràng)创作(zuò)的过程就像(xiàng)开(kāi)盲盒。

很多用户很(hěn)喜(xǐ)欢这种不确定的惊喜，他们会将生成的(de)美图当做(zuò)头(tóu)像。而另一部分喜欢(huān)翻看AI绘画的“翻车”作(zuò)品(pǐn)。在社交(jiāo)媒体上，许多用户分享AI“翻车(chē)现场”，例如，一位网(wǎng)友的小狗照片(piàn)被AI画成了“肌肉男”，还(hái)有网友的(de)个(gè)人照片被AI识别成了建筑。

而如今随着ControlNet的出现(xiàn)与加持，以往AI绘画的填写关(guān)键(jiàn)词游戏可能要被颠覆(fù)了。

ControlNet是一位(wèi)正在(zài)斯坦福读博的中国人张(zhāng)吕敏创作(zuò)的(de)一种基(jī)于控(kòng)制点的图像变(biàn)形算法，主要用于(yú)数字图像(xiàng)处理、计算(suàn)机视觉和计算机图形学等领域。

其SD插(chā)件(jiàn)一(yī)经发布，在短短的两天内便成为(wèi)了AI绘画领域最新(xīn)的热点。

在(zài)此之前，大家(jiā)用了很多方法想让AI生成的结果尽可(kě)能的符(fú)合要求(qiú)，但是都不尽如人意，它的出现代表着AI生成(chéng)开始进入真正的可控时期(qī)。

因为ControlNet可以(yǐ)直接提取画面的(de)构图，人(rén)物的姿(zī)势和画面(miàn)的深度(dù)信息等。有(yǒu)了它的帮助，就(jiù)不用频繁的用提(tí)示(shì)词来碰(pèng)运气，抽盲盒式的创作了。

通俗(sú)的说ControlNet相当(dāng)于(yú)给AI绘(huì)画加了“魔法”，不少博(bó)主的作品(pǐn)已经获得了大量的浏览量，“viggo”就(jiù)是其中之一，他用(yòng)朋友的照片直(zhí)接带她们(men)走进(jìn)动漫世界。

viggo先用StableDiffusion图片(piàn)转文字。

再用Text2Prompt插件拓展找(zhǎo)到(dào)对(duì)应的关键词；最(zuì)后用ControlNet插件(jiàn)绑定(dìng)骨骼开(kāi)始换关键词试效(xiào)果。

通过图片就可以看出来，效(xiào)果十分惊艳。

更厉(lì)害的是，除了真实的照片(piàn)，草(cǎo)图(tú)也可以(yǐ)加上“魔法”，知乎大牛“DevPoint”和“逗砂(shā)”介绍(shào)到(dào)ControlNet还(hái)能实(shí)现线稿转全彩图。大(dà)神(shén)张吕敏其本(běn)尊也亲自回应。

不得(dé)不(bù)说(shuō)当下(xià)AIGC已经变(biàn)得越来越强(qiáng)大，甚至输出的(de)作品都已经能(néng)以假乱真了。

02

难(nán)辨虚实，AIGC技术力(lì)爆发

警惕安全问题

近(jìn)日，“苏州金鸡湖(hú)有游艇party”的消息火(huǒ)遍网络，而经(jīng)过警方辟(pì)谣这所谓的“party”可(kě)能是全国第一起AI绘图诈骗。

由于这(zhè)个活动里面(miàn)给出的美女照片都(dōu)是AI制作(zuò)的真(zhēn)人(rén)照片(piàn)绘图，因为太逼真，被大(dà)家(jiā)当成真事传播(bō)了。

不过仔细观(guān)察可以发现，活动发起者提供的照片中有(yǒu)个很大(dà)的漏洞可以(yǐ)发现并非真人，而是AI绘图，那便是图片中女性的手指部(bù)分有的存(cún)在(zài)异常(cháng)。

有行业人(rén)事表示：“现(xiàn)在(zài)因(yīn)为手指部分的绘画算法比较复(fù)杂，AI还(hái)不太会画人的手(shǒu)，但最新看到的图片已(yǐ)经有越(yuè)来(lái)越(yuè)完美的AI模型出现，以后可能就(jiù)完全没有漏洞了。”

类似的AI作图诈骗在国外也已有发生。据英国广播公司(sī)报道，土耳其地震期(qī)间(jiān)，有(yǒu)Tiktok用户(hù)使用AI合(hé)成了儿童受灾(zāi)的假(jiǎ)照片发布到(dào)网络，以此诱(yòu)骗善良(liáng)的人打赏(shǎng)“捐助”从(cóng)而实施诈(zhà)骗。

目前随着技术发展，AIGC已经能做出真(zhēn)人照片般的(de)绘(huì)图效果，如果这样的图片被用来诈骗(piàn)，将非常可怕(pà)。

此外AIGC还引(yǐn)发了(le)很多(duō)担忧，一方面，批判者(zhě)认为AI在“学习”了大(dà)量(liàng)前人的作(zuò)品之后，其创作(zuò)没有(yǒu)任何(hé)情绪(xù)和灵魂，难以(yǐ)和人(rén)类(lèi)的艺术(shù)创(chuàng)作相提并(bìng)论。

另(lìng)一方面，AIGC背后(hòu)的版权、目前都并没有(yǒu)得(dé)到(dào)有效的(de)解决，还有AIGC会不会代(dài)替(tì)人类“至高无(wú)上”的(de)创意。

马斯克也强(qiáng)调，人(rén)工智能的(de)安(ān)全问题(tí)需要(yào)得到重视，太晚就来不及了。

03

AIGC下(xià)一站除(chú)了视频，还有远(yuǎn)方

技术都是有两(liǎng)面(miàn)性的，潜在的危害并(bìng)不(bù)能掩盖其光辉的贡献。现在看来，人工智能技(jì)术将是第(dì)四(sì)次工业(yè)革命的核心驱动力量，将创造新(xīn)的增长奇迹。

过去一年，人工智能(néng)在技术和商业层(céng)面都有了巨大进展，AI绘画就是(shì)人工智能技术发(fā)生方向(xiàng)性(xìng)改变的(de)一个代表。其(qí)下一站或许(xǔ)就是视频。

此前，Meta和谷歌先后(hòu)发布了几条引爆科技圈的(de)短视(shì)频。这(zhè)些(xiē)视频引发关注并非内容做得多优秀，反而都非常简(jiǎn)单，比如一匹正在喝(hē)水的马，一只画画的(de)玩具熊，或者一段骑摩托车的第(dì)一视角录像，随(suí)便一(yī)个有手(shǒu)机(jī)的人都(dōu)可以随手录(lù)下(xià)一段(duàn)。

但这些短(duǎn)视频(pín)的创(chuàng)作(zuò)方式非常简(jiǎn)单，创作者仅仅需要向AI输(shū)入一段话，甚至只是说一(yī)下要求，AI就可(kě)以根据(jù)需要生成一(yī)段视(shì)频。

谷歌发布(bù拼多多10几块的美瞳可以用吗，拼多多ovolook品牌美瞳)的两个AI生成视频分(fēn)别来自于Imagen Video和Phenaki，前(qián)者主要(yào)突出(chū)的是高清(qīng)，与(yǔ)Meta的Make-A-Video没(méi)有太多(duō)的差别。

在Make-A-Video公布(bù)了(le)AI生成的视(shì)频(pín)后，AI圈就(jiù)已经玩了一波(bō)梗，一个(gè)能够做(zuò)出(chū)更高清视频的AI还不足(zú)以在短时(shí)间内戳(chuō)中兴奋点。

Phenaki更(gèng)加令人震惊的地方在于，它(tā)可以制作出超过2分钟的连贯的也有确切内容的视频，这才(cái)是真正让人们(men)感(gǎn)到(dào)惊喜(xǐ)的地(dì)方。因为无论AI生成的视(shì)频多么高清，也只能是为内(nèi)容生(shēng)产者(zhě)提供一(yī)个(gè)灵感，一(yī)个素(sù)材，一个过场动画。

不过能够制(zhì)作出有具(jù)体剧(jù)情内容的视频就意味着，一些视频创作由AI代替人工完成已经初步(bù)有(yǒu)了可能。

当下AI的发展速度(dù)已(yǐ)经超过大部分(fēn)人的想(xiǎng)象。内容产业的本质是供给创造需求，AIGC作为全新(xīn)的(de)内容生产方(fāng)式，可以为内容产业带来(lái)更新的内容风格(gé)、更快的(de)生(shēng)产速度，更低(dī)的生产成(chéng)本(běn)，这无疑会驱(qū)动内容产业的大爆发。

除了AI绘图、视频，AIGC技术还(hái)能应(yīng)用于音乐、代(dài)码、机器人动(dòng)作(zuò)等(děng)多种内容形式的(de)生成(chéng)。不难发现该项技术不仅在游戏等行业(yè)能(néng)得到有效应用，对于(yú)下一代(dài)互联网各(gè)种元素的构建亦有关键意义。

从商业化的角度(dù)来看(kàn)，文化娱乐、教育、传媒等诸多领域(yù)，本(běn)身就(jiù)对基于AI的可视(shì)化内容有(yǒu)强烈(liè)需求。

因此(cǐ)，AI绘(huì)画及(jí)视频(pín)或不是结果，而只是AI进(jìn)程(chéng)中的一块(kuài)重要拼图，有(yǒu)望在技术更新的加持下实现更(gèng)大的应用价值。

AI从(cóng)理解内容，走向了(le)可以生成(chéng)内容，甚(shèn)至能够创造出(chū)独立价值和独立视(shì)角的内容。AIGC的(de)再次出圈，更代(dài)表着未来的先进生(shēng)产(chǎn)力即(jí)将到来。

04

紧(jǐn)抓大模型与(yǔ)算力(lì)，牢固AIGC底座(zuò)

从技术(shù)的发展也(yě)可以(yǐ)看出，在语(yǔ)言大模型、图像大(dà)模(mó)型(xíng)之后，多模态大(dà)模(mó)型(xíng)已(yǐ)经(jīng)成为了新的趋势。

大模型被誉为当前人工智能发展的智能底座，是全球(qiú)竞争最激烈的研究方(fāng)向(xiàng)之(zhī)一，包括谷歌、亚马逊、百度、阿里、腾讯等众多头(tóu)部企业都(dōu)在竞(jìng)相(xiāng)发力。

不过训练大模型(xíng)的确价格(gé)不菲，以国盛证券发布的(de)《ChatGPT需要多少算力》报告估(gū)算，GPT-3训练一次的成(chéng)本约为140万美元。而对于(yú)一些更大的LLM(大(dà)型语言(yán)模型)，训练成(chéng)本则介于(yú)200万美元至1200万美元(yuán)高价之(zhī)间。

以ChatGPT在(zài)2023年1月(yuè)的独立访客平均数1300万计算(suàn)，其对应芯片(piàn)需(xū)求为3万(wàn)多片英伟达A100 GPU，初始投入成本(běn)约(yuē)为8亿美元，每日仅电费就在5万美元左右。

此(cǐ)外不论是ChatGPT还(hái)是AIGC，都离(lí)不开庞大算力支持。在关注各类大模(mó)型的发展同时，更(gèng)应该关注(zhù)算力(lì)网络(luò)的建设。

算力网络(luò)正驱动AI产(chǎn)业发展进入史诗级加速进程(chéng)，让AIGC及通用AI这一人工智能发展的(de)终极目(mù)标离得(dé)更近。

因为算力可以对突破性(xìng)技(jì)术创新提供(gōng)大力的(de)支持。这方面，多模态大模(mó)型是典型。作为面向未来强(qiáng)人工智(zhì)能、通用人工智能的重要技术创新，多模态大模型已经在人工智(zhì)能领域提出了很多年，业界也有不少(shǎo)技术(shù)突破(pò)，但是，多模态大模型进一步往下走(zǒu)，算力(lì)需求(qiú)呈(chéng)几何式上(shàng)升(shēng)，一般的算力基础设施很快将难以胜(shèng)任。

从图像、文字、语音单独一项(xiàng)的训练，到双(shuāng)模态、三模(mó)态的跃迁，让(ràng)人工(gōng)智能可以灵(líng)活应(yīng)对(duì)不同模态的转(zhuǎn)化、像人与世(shì)界(jiè)交互一样(yàng)自然，这方面，由算力网络来(lái)驱动将有(yǒu)明显优势(shì)。

此外，还有很多需要爆发式增长的(de)算力来支(zhī)撑的技术创(chuàng)新(xīn)，将在人工智能算力网络支撑下快速推进。

AIGC已经露出曙光，期待在(zài)大模型(xíng)和大算力的支持下AIGC能持续颠覆内容生(shēng)产的方式，将创造的边际(jì)成本(běn)降低，让万众受益(yì)。

未经允许不得转载：橘子百科-橘子都知道 拼多多10几块的美瞳可以用吗，拼多多ovolook品牌美瞳