自聊天机器人ChatGPT火(huǒ)爆以(yǐ)来，微软公(gōng)司创始人比尔·盖茨已多次(cì)公开谈论人工智能话题。在最近的一次(cì)采访中，他再次(cì)表(biǎo)示：“AI可(kě)能会让科技(jì)行业迎(yíng)来一次剧烈的(de)洗(xǐ)牌”。

这个结(jié)论是(shì)他在当地(dì)时间2月(yuè)20日接受(shòu)《In Good Company》节目专(zhuān)访(fǎng)时提出的。

他(tā)预期，AI的发展可能(néng)会威胁到(dào)谷(gǔ)歌的市占(zhàn)率，因(yīn)为微软在(zài)AI方面的行动(dòng)相当迅速(sù)。而最(zuì)终科(kē)技巨头将把AI整合(hé)成用户(hù)的“全能助手”，包(bāo)揽一切应用(yòng)，与人(rén)们进(jìn)行沟通(tōng)并提供建议(yì)，可以取(qǔ)代亚马逊(xùn)、Siri或Outlook等应用(yòng)。

大佬口中全能助手的到来可能(néng)尚需时日，但由ControlNet引(yǐn)发的又(yòu)一次(cì)AI绘(huì)画浪潮(cháo)，让(ràng)AIGC在ChatGPT的话题(tí)热点包围中(zhōng)杀出(chū)重(zhòng)围。

01

ControlNet颠覆AI绘画新玩(wán)法

AIGC向(xiàng)可控(kòng)靠近

以AI绘画(huà)为代(dài)表的AIGC上一次爆火的时候，还(hái)是2022年8月(yuè)，在美国科罗拉多(duō)州举办(bàn)的新兴(xīng)数字艺术家(jiā)竞赛(sài)中，一幅名为(wèi)《太空歌剧(jù)院(yuàn)》的作(zuò)品(pǐn)获(huò)奖。

随(suí)后各大厂商(shāng)的AI绘(huì)画(huà)软件(jiàn)被广(guǎng)大网友熟(shú)知(zhī)并体验，Stable Diffusion便是其中代表。

用户们可(kě)以在应用中输入一组关键(jiàn)词(cí)或(huò)者一张照片，就能获得一幅AI创作的(de)画作(zuò)。

作画(huà)的关键就(jiù)是所(suǒ)输入的文(wén)本。同一组关键词也可以创作出很(hěn)多张风格不一样的画作，这让创作(zuò)的过程就像开(kāi)盲盒。

很多用户很喜欢兰州理工大学是一本还是二本 兰州理工大学是211吗这种不确(què)定(dìng)的惊喜，他们会将生成的(de)美图当(dāng)做(zuò)头像。而(ér)另一部分喜欢翻看AI绘画的“翻(fān)车”作品。在(zài)社交媒体上，许多用户分(fēn)享AI“翻车(chē)现(xiàn)场”，例如，一位网(wǎng)友(yǒu)的小狗照片(piàn)被AI画成了“肌肉男”，还有网(wǎng)友(yǒu)的(de)个人照片被(bèi)AI识别成了建筑。

而如(rú)今随着(zhe)ControlNet的(de)出现与加持(chí)，以(yǐ)往(wǎng)AI绘画的填(tián)写(xiě)关键词游戏可能要被颠覆了。

兰州理工大学是一本还是二本 兰州理工大学是211吗ControlNet是(shì)一位正(zhèng)在斯坦(tǎn)福读博(bó)的中国人张吕敏(mǐn)创作的(de)一(yī)种基于控制(zhì)点(diǎn)的图像变(biàn)形算法，主要用于数字图像(xiàng)处理(lǐ)、计算机视觉和计算(suàn)机图形(xíng)学等领域。

其SD插件一经发布(bù)，在短短的两天内便成(chéng)为了AI绘画(huà)领域最(zuì)新(xīn)的热(rè)点。

在(zài)此(cǐ)之前(qián)，大家用(yòng)了很多方法想让AI生(shēng)成(chéng)的(de)结果尽(jǐn)可能(néng)的符(fú)合要求，但是都(dōu)不尽如人意，它(tā)的出现代表(biǎo)着AI生(shēng)成开(kāi)始进入真正的可控时(shí)期。

因为ControlNet可以(yǐ)直接提(tí)取画(huà)面的构图，人物的姿势和画面(miàn)的深度信(xìn)息等。有了它的帮助，就不用(yòng)频(pín)繁的用提(tí)示词来碰运气，抽盲盒式的创(chuàng)作了。

通(tōng)俗的(de)说ControlNet相当于给AI绘画加了“魔法”，不(bù)少博主的作品(pǐn)已经获得了大量的浏览量(liàng)，“viggo”就是其(qí)中(zhōng)之(zhī)一，他(tā)用朋友(yǒu)的(de)照片直(zhí)接带她们走进动漫(màn)世界(jiè)。

viggo先用StableDiffusion图(tú)片转文字。

再用Text2Prompt插件拓展(zhǎn)找(zhǎo)到对应的关键词；最后用(yòng)ControlNet插件(jiàn)绑(bǎng)定(dìng)骨骼(gé)开始换关(guān)键词试效果。

通(tōng)过图片就可以看(kàn)出来(lái)，效果十分惊艳。

更厉害(hài)的(de)是，除了真实的照片，草图也可以(yǐ)加上“魔法”，知乎大牛“DevPoint”和“逗砂”介绍(shào)到(dào)ControlNet还能实(shí)现线稿转全彩图。大神张吕敏其本(běn)尊(zūn)也(yě)亲自回应。

不(bù)得不说当下AIGC已经(jīng)变得越来越强大，甚(shèn)至输出的作品(pǐn)都已(yǐ)经(jīng)能(néng)以假(jiǎ)乱真了。

02

难辨虚实，AIGC技术力(lì)爆发(fā)

警惕安(ān)全问题

近日，“苏州金鸡(jī)湖(hú)有游艇party”的消息火遍(biàn)网(wǎng)络，而经过警方辟谣这(zhè)所谓的“party”可能是(shì)全(quán)国第(dì)一起AI绘图诈(zhà)骗。

由于这个(gè)活动里面给出的美女照片都是(shì)AI制作的真人照(zhào)片(piàn)绘图，因(yīn)为太逼真，被大家当成真事传(chuán)播(bō)了。

不(bù)过(guò)仔细观察可以发现，活(huó)动(dòng)发起者(zhě)提供的(de)照(zhào)片中(zhōng)有个(gè)很大的漏(lòu)洞可以发现并(bìng)非真人，而是AI绘图，那便是图片中女性的(de)手指部分有的存在异常。

有行业人事表示(shì)：“现在因(yīn)为手指(zhǐ)部分的绘(huì)画(huà)算(suàn)法比(bǐ)较(jiào)复杂，AI还不太会画人的手，但最新看到的(de)图片(piàn)已经有越来越(yuè)完(wán)美的AI模(mó)型出现，以后可能就完全(quán)没有漏洞(dòng)了。”

类似的AI作图诈骗(piàn)在国(guó)外也已有发(fā)生(shēng)。据英国广播公司报道，土耳其(qí)地震期间(jiān)，有(yǒu)Tiktok用户使用AI合成了(le)儿童受(shòu)灾(zāi)的假照(zhào)片发布到网络(luò)，以此诱骗(piàn)善(shàn)良(liáng)的人打赏“捐助”从(cóng)而实(shí)施诈骗。

目前随着技术(shù)发展，AIGC已经(jīng)能做出真(zhēn)人(rén)照片般(bān)的绘图效(xiào)果，如果(guǒ)这样的(de)图片被用来(lái)诈(zhà)骗(piàn)，将非常可怕。

此外AIGC还引发了很多担忧，一方(fāng)面，批(pī)判者认为AI在“学习”了大(dà)量前人的作(zuò)品之后，其创(chuàng)作没有任何(hé)情绪和灵魂，难以和人类的艺术创作(zuò)相提并论。

另一(yī)方面，AIGC背后的版权(quán)、目前(qián)都并没有得(dé)到(dào)有(yǒu)效的解决，还有AIGC会不会代替人类“至高(gāo)无上(shàng)”的创意。

马斯克也(yě)强调，人工智能的安(ān)全问题需要得到重视(shì)，太晚就来不及了。

03

AIGC下一站除了视频，还有远(yuǎn)方

技术都是(shì)有两面性的，潜在(zài)的危(wēi)害并(bìng)不能(néng)掩盖其(qí)光(guāng)辉(huī)的(de)贡献。现在看来，人工智能技术将是第四次工业革命的核心(xīn)驱(qū)动力量(liàng)，将创造(zào)新(xīn)的增(zēng)长奇迹。

过(guò)去(qù)一年，人(rén)工智(zhì)能在技术和(hé)商业层面都有了巨大进展，AI绘画就是人工智能技术发生方向(xiàng)性(xìng)改变的一个代表。其下一站或(huò)许就(jiù)是视(shì)频。

此前，Meta和谷歌先后发布(bù)了几条引爆(bào)科技圈的短视频。这(zhè)些视频引(yǐn)发关注并非内(nèi)容做得多优(yōu)秀，反(fǎn)而都非(fēi)常简(jiǎn)单，比如一匹正在喝水的马，一只画画的玩具熊，或(huò)者(zhě)一段骑摩(mó)托(tuō)车的(de)第一视角录像，随便一(yī)个有手机的人都(dōu)可(kě)以随手录下(xià)一(yī)段(duàn)。

但这些短视频的创(chuàng)作方式非(fēi)常简单，创作者仅仅需要向(xiàng)AI输入一(yī)段话，甚至只(zhǐ)是说一下要求，AI就可以根(gēn)据需(xū)要生(shēng)成一段视频。

谷歌(gē)发布的两个AI生成(chéng)视(shì)频(pín)分别来自于Imagen Video和Phenaki，前者主要突出的是高(gāo)清，与Meta的Make-A-Video没有(yǒu)太多的差(chà)别。

在(zài)Make-A-Video公布了AI生成的视频后，AI圈就已(yǐ)经玩了一波梗，一(yī)个(gè)能够做出更(gèng)高(gāo)清视频的AI还不(bù)足以在短时(shí)间内(nèi)戳中兴奋(fèn)点。

Phenaki更加令人震惊(jīng)的地(dì)方在于(yú)，它(tā)可以制作出超(chāo)过2分钟(zhōng)的(de)连贯的(de)也有确切内容的视频，这才是真正让人们感到惊喜的地方(fāng)。因(yīn)为无论(lùn)AI生(shēng)成的视频(pín)多么(me)高清，也只能是为(wèi)内容生产者提供一个灵感，一个素材(cái)，一个过场动画(huà)。

不过能(néng)够(gòu)制(zhì)作出有(yǒu)具(jù)体剧(jù)情内(nèi)容的视频就(jiù)意味着，一些(xiē)视频创作由(yóu)AI代(dài)替人工完成已经(jīng)初(chū)步有(yǒu)了可能(néng)。

当(dāng)下AI的发展速度已(yǐ)经超过(guò)大部分人的(de)想象。内(nèi)容产(chǎn)业的(de)本质是(shì)供给创(chuàng)造需求，AIGC作为全(quán)新的内(nèi)容生(shēng)产(chǎn)方式，可以为(wèi)内容产业带来(lái)更新的(de)内容风格、更快的生(shēng)产速度，更低的生产(chǎn)成本，这无疑会驱动内(nèi)容产业的(de)大爆(bào)发。

除(chú)了AI绘图(tú)、视(shì)频，AIGC技术还(hái)能应用于音乐、代码、机器(qì)人动作等多(duō)种内容形(xíng)式的生(shēng)成。不难(nán)发(fā)现该项技术不仅在游(yóu)戏等行业能得到(dào)有效(xiào)应用，对于(yú)下一(yī)代互(hù)联网各种元素的构建亦(yì)有关键意(yì)义。

从商业(yè)化的角度来看，文化娱乐、教(jiào)育(yù)、传媒等诸(zhū)多领(lǐng)域(yù)，本身就对基于AI的可视化内容有强烈(liè)需(xū)求。

因此，AI绘画及视(shì)频或不是结果，而只是(shì)AI进程中的一块重要拼图，有望在(zài)技(jì)术(shù)更新的加持下实现更大的应(yīng)用价值。

AI从理解内(nèi)容，走向(xiàng)了(le)可(kě)以生(shēng)成(chéng)内容，甚至能够创造出独立价值和独立视角(jiǎo)的(de)内容(róng)。AIGC的(de)再次(cì)出圈，更代表(biǎo)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AIGC底座

从(cóng)技(jì)术的发展也可以看出，在(zài)语言(yán)大(dà)模型、图像(xiàng)大模型之后(hòu)，多模态大模型已(yǐ)经(jīng)成为了新的(de)趋势。

大模(mó)型被誉为当(dāng)前人(rén)工智能发展的(de)智(zhì)能(néng)底座，是全球竞争最激烈的研(yán)究方向之(zhī)一，包括谷歌、亚马逊、百度、阿里(lǐ)、腾讯(xùn)等(děng)众多头部企业都在竞(jìng)相发力。

不过训练大模(mó)型的确价格不菲，以国盛证券发布的《ChatGPT需要多少算力》报告估(gū)算，GPT-3训练一次(cì)的成(chéng)本约(yuē)为140万美元。而对(duì)于一些更大的LLM(大型语言模型)，训(xùn)练成本(běn)则(zé)介(jiè)于200万美元至1200万(wàn)美元(yuán)高价之间。

以ChatGPT在2023年1月的独立访客(kè)平(píng)均(jūn)数1300万计算，其对应芯(xīn)片需求(qiú)为3万多片英伟达A100 GPU，初始投(tóu)入成(chéng)本约(yuē)为8亿美元，每日仅电费(fèi)就在5万美元左(zuǒ)右(yòu)。

此外不论(lùn)是ChatGPT还(hái)是AIGC，都离不开庞(páng)大算(suàn)力(lì)支持。在关注(zhù)各类大模型的发展(zhǎn)同(tóng)时，更应该关注算力网(wǎng)络的建设。

算力网络正驱动AI产业发展进入史诗级(jí)加速进程(chéng)，让AIGC及通用AI这一人工智能发展的终极目标离(lí)得(dé)更近。

因为(wèi)算力可以(yǐ)对突(tū)破性(xìng)技术创新提(tí)供大(dà)力(lì)的支持。这(zhè)方面，多(duō)模态大模型是典型。作(zuò)为面向未来强人工(gōng)智能、通用人工智(zhì)能(néng)的重要技术创(chuàng)新，多模态大模型已经在人(rén)工智能领(lǐng)域(yù)提出了(le)很多年，业(yè)界(jiè)也有不少(shǎo)技术突(tū)破，但是，多模(mó)态(tài)大模型进一步往下走，算力(lì)需求(qiú)呈几何式(shì)上升，一般的算力基础设施很快将难(nán)以胜(shèng)任。

从(cóng)图像(xiàng)、文字、语(yǔ)音(yīn)单独一项的训练，到双模态、三模态的跃迁，让人(rén)工智能可以灵活应对不同模态的转化、像人(rén)与世界交互(hù)一样自然，这方面，由算力网络来(lái)驱动将有明(míng)显优势。

此外，还有很(hěn)多需要爆(bào)发式增长的算力来支撑的技术创新，将在人工智(zhì)能算力网络(luò)支撑下(xià)快(kuài)速推进。

AIGC已(yǐ)经(jīng)露出曙光(guāng)，期待在大模型和大算力的支持下AIGC能持(chí)续颠(diān)覆内容生产的方式，将(jiāng)创造的边际成本降低，让万众受益(yì)。

未经允许不得转载：橘子百科-橘子都知道 兰州理工大学是一本还是二本 兰州理工大学是211吗