自聊天机器(qì)人ChatGPT火爆以来(lái)，微软(ruǎn)公司创(chuàng)始人比尔·盖茨已多次(cì)公开谈论(lùn)人工智能(néng)话题。在(zài)最(zuì)近的一次(cì)采(cǎi)访中(zhōng)，他(tā)再次表示：“AI可能会让科技行业(yè)迎来一次剧烈的洗(xǐ)牌”。

这(zhè)个结论是他在当地(dì)时间2月20日接受《In Good Company》节目专(zhuān)访时(shí)提出的。

他预期，AI的发展可能会威胁到谷歌(gē)的市(shì)占率，因为微(wēi)软(ruǎn)在AI方面的行动相当(dāng)迅(xùn)速。而(ér)最终科技巨头将(jiāng)把AI整(zhěng)合成用户(hù)的“全(quán)能助手”，包揽一切应用，与人(rén)们进行(xíng)沟通并提供建议(yì)，可以取代亚(yà)马逊、Siri或Outlook等应用。

大佬口中全(quán)能助手的到来可能尚(shàng)需时(shí)日，但由(yóu)ControlNet引发的又一次AI绘(huì)画浪(làng)潮，让(ràng)AIGC在ChatGPT的话题热点(diǎn)包围中杀出重(zhòng)围。

01

ControlNet颠覆AI绘(huì)画新(xīn)玩(wán)法(fǎ)

AIGC向(xiàng)可控靠近

以AI绘画为(wèi)代表的(de)AIGC上一次爆火的时(shí)候，还是2022年8月，在美国(guó)科罗(luó)拉(lā)多州(zhōu)举办的新兴数字艺(yì)术家竞赛中，一幅名为(wèi)《太空歌剧院》的作(zuò)品获(huò)奖。

随后各(gè)大厂商(shāng)的AI绘画(huà)软件被广大(dà)网(wǎng)友熟知(zhī)并体(tǐ)验(yàn)，Stable Diffusion便是其中代表。

用户(hù)们可以在(zài)应(yīng)用中输入一组关键词(cí)或(huò)者一张照(zhào)片，就能获得一幅AI创作的画作(zuò)。

作画的关(guān)键就是(shì)所输入的文(wén)本(běn)。同一组关键词(cí)也可(kě)以创作(zuò)出(chū)很多张风格不一(yī)样的画作，这让创(chuàng)作的过程就像开盲(máng)盒。

很多用户很喜欢这种不确(què)定的惊喜，他们会(huì)将(jiāng)生成的美图当做头像。而(ér)另一部分喜欢翻看AI绘(huì)画的“翻车”作品(pǐn)。在社(shè)交媒体上，许(xǔ)多(duō)用户分享AI“翻车现场”，例如，一位网友的小(xiǎo)狗(gǒu)照片(piàn)被AI画成(chéng)了“肌肉(ròu)男”，还有网友的个人(rén)照片被AI识别成了建筑。

而如今(jīn)随着ControlNet的出现与加持，以往AI绘画(huà)的填(tián)写关(guān)键词游戏可能要被颠覆(fù)了(le)。

ControlNet是一(yī)位(wèi)正在(zài)斯坦福读(dú)博的中国(guó)人张吕敏创作的一种(zhǒng)基于控(kòng)制点的图像变形算法(fǎ)，主要用(yòng)于数(shù)字(zì)图(tú)像处(chù)理、计算机(jī)视觉和计算机图形(xíng)学(xué)等领域。

其SD插件(jiàn)一经发布，在短短的两天内便成为了AI绘画领(lǐng)域最新的热点。

在此之前，大(dà)家用了很多方(fāng)法想让AI生成的结果尽可能的符合要(yào)求，但是都不尽如人意，它(tā)的出现代(dài)表着AI生成开始进(jìn)入真正的可控时期。

因为(wèi)ControlNet可(kě)以直(zhí)接提取(qǔ)画面的构图，人(rén)物的姿势和画面(miàn)的深度信(xìn)息等。有了它的帮助，就不(bù)用(yòng)频繁的用提示词来碰(pèng)运气，抽(chōu)盲盒式的创作(zuò)了(le)。

通俗的说ControlNet相当于给AI绘画(huà)加(jiā)了“魔法”，不少博主的作品已经获得了(le)大量的浏览量(liàng)，“viggo”就是(shì)其中之(zhī)一，他用朋友的照片直(zhí)接带(dài)她们走进动漫世界。

viggo先用StableDiffusion图片转文字。

再用Text2Prompt插件拓(tuò)展找到对应的关(guān)键词；最后用ControlNet插(chā)件(jiàn)绑定骨(gǔ)骼开始换关键词试效果。

通过图片就可以看(kàn)出来，效果十分(fēn)惊艳(yàn)。

更(gèng)厉(lì)害的是，除了(le)真实的照(zhào)片，草图也可(kě)以(yǐ)加(jiā)上“魔法”，知乎大牛(niú)“DevPoint”和“逗砂”介绍到(dào)ControlNet还(hái)能实(shí)现线稿(gǎo)转全彩(cǎi)图。大神张(zhāng)吕敏(mǐn)其本尊也亲(qīn)自回应。

不(bù)得不说当下AIGC已(yǐ)经变得越来越(yuè)强大，甚(shèn)至输出的作品都已经(jīng)能(néng)以(yǐ)假乱真了。

02

难辨虚实，AIGC技(jì)术力爆发

警(jǐng)惕安全问题

近日，“苏州金(jīn)鸡湖有游艇party”的消息(xī)火(huǒ)遍网络(luò)，而经过(guò)警(jǐng)方辟谣这所谓的“party”可能(néng)是全(quán)国第(dì)一起(qǐ)AI绘图(tú)诈骗(piàn)。

由(yóu)于(yú)这个(gè)活动(dòng)里面给出的美女照(zhào)片都是(shì)AI制作的(de)真人照(zhào)片(piàn)绘图(tú)，因(yīn)为(wèi)太(tài)逼(bī)真，被大家(jiā)当成(chéng)真事传播(bō)了。

不过仔细观(guān)察可以发现，活动(dòng)发起者提供的照片中有(yǒu)个很大黄喉要煮多久，黄喉要煮多久才能熟火锅的漏洞(dòng)可以发现并非真(zhēn)人，而是AI绘图(tú)，那便(biàn)是图片中女(nǚ)性(xìng)的手指部(bù)分有的(de)存(cún)在(zài)异常。

有行业(yè)人(rén)事表示：“现在(zài)因为手指部分的绘(huì)画算法比(bǐ)较复杂，AI还不太(tài)会画人的手，但最新看到(dào)的图片(piàn)已经有越来(lái)越完(wán)美的(de)AI模型出(chū)现(xiàn)，以后可能就(jiù)完(wán)全(quán)没有漏洞了。”

类似的(de)AI作图诈骗在国外也(yě)已有发生。据(jù)英国(guó)广播(bō)公司(sī)报道(dào)，土耳其(qí)地震期间，有Tiktok用户使用AI合成了儿童受灾的假(jiǎ)照片发(fā)布到网络(luò)，以此诱(yòu)骗善良的人打(dǎ)赏(shǎng)“捐(juān)助”从而实施诈骗。

目前(qián)随着技术发(fā)展，AIGC已经能做出真人照片般(bān)的绘图效(xiào)果，如(rú)果这样的图(tú)片被用(yòng)来诈(zhà)骗(piàn)，将(jiāng)非常可怕。

此外AIGC还引发了很(hěn)多担(dān)忧，一方(fāng)面，批(pī)判者认为AI在“学(xué)习”了(le)大量前人的作品之后，其创作没有(yǒu)任何(hé)情绪和灵魂，难以和人类的艺术创作相(xiāng)提并论。

另(lìng)一方面，AIGC背后的版权、目(mù)前都并没有得到有(yǒu)效的(de)解决，还(hái)有AIGC会不会(huì)代替人类“至高无上”的创意。

马(mǎ)斯(sī)克也强(qiáng)调，人工智能(néng)的安(ān)全(quán)问(wèn)题需要得到重视，太(tài)晚(wǎn)就(jiù)来不及了。

03

AIGC下一站(zhàn)除了视频，还有远方

技术都是有两面性的，潜在的危害(hài)并不能掩盖其光辉的贡献。现在看来(lái)，人(rén)工智能技术将(jiāng)是第(dì)四次工业(yè)革命的核(hé)心(xīn)驱动力量，将(jiāng)创造新的增长(zhǎng)奇迹。

过去一年，人工智能在技术和(hé)商(shāng)业层面都有了巨大进展，AI绘画就是人工智能技术(shù)发生方向性(xìng)改变的一个代表。其(qí)下一站或许就(jiù)是视(shì)频(pín)。

此(cǐ)前，Meta和(hé)谷歌先后发(fā)布了(le)几条引爆科技圈(quān)的短(duǎn)视频(pín)。这些视频引发关注(zhù)并非内容做(zuò)得多优秀，反而都非常简单，比如一匹(pǐ)正在喝水的(de)马，一只画画的玩(wán)具熊，或(huò)者一段骑摩托车(chē)的第一视角录(lù)像(xiàng)，随便(biàn)一个有手机的人(rén)都可以随手录下一段。

但这些短视频的(de)创(chuàng)作方式非常简单，创作者仅仅需要(yào)向AI输(shū)入一段话(huà)，甚至只是说一下要求，AI就(jiù)可以根据需要(yào)生(shēng)成一(yī)段视频。

谷歌发布(bù)的两个AI生成视频分别来自于Imagen Video和Phenaki，前者主要突出的是高清，与Meta的Make-A-Video没有(yǒu)太多(duō)的(de)差别。

在Make-A-Video公布(bù)了AI生成的视频后，AI圈就(jiù)已经(jīng)玩了一波梗，一个能够(gòu)做出更(gèng)高(gāo)清视频的AI还(hái)不足以在短(duǎn)时间内(nèi)戳中兴奋点。

Phenaki更加令人震惊的地(dì)方在于(yú)，它可以制作出超(chāo)过2分(fēn)钟的连贯的(de)也有确(què)切内容的视频，这才是真正让人(rén)们感到惊喜的地(dì)方。因为无论AI生成的视(shì)频多么高清，也只(zhǐ)能是为内容生产者提(tí)供一(yī)个灵感，一个(gè)素材，一个过场动画。

不过能够制(zhì)作出(chū)有具(jù)体剧情内容的视频就意(yì)味(wèi)着，一些(xiē)视频创作由AI代(dài)替人工完成已经初步(bù)有(yǒu)了可能(néng)。

当下AI的发(fā)展速(sù)度已经超过大部(bù)分人的想象。内容(róng)产业(yè)的(de)本质是(shì)供给创造需(xū)求，AIGC作为全(quán)新的内容生产方式，可(kě)以为内容产(chǎn)业带来更(gèng)新的内容风格、更快(kuài)的(de)生产(chǎn)速(sù)度，更(gèng)低的生产(chǎn)成本，这无疑会驱(qū)动内容产业的大爆发。

除了AI绘(huì)图、视频，AIGC技术还能应用(yòng)于音乐、代码、机器人(rén)动作等多种内容形式(shì)的生成。不难(nán)发现(xiàn)该项技术不(bù)仅在游(yóu)戏(xì)等行业能得(dé)到有效应用，对于下一代互联网各种元素(sù)的构建亦(yì)有关键意义。

从商业化的(de)角(jiǎo)度来(lái)看，文(wén)化娱乐、教育、传媒等诸多(duō)领域，本(běn)身就对基于AI的(de)可视(shì)化内容有强烈需求。

因此，AI绘画及视频或(huò)不是(shì)结果，而只是AI进程(chéng)中的一块重(zhòng)要拼图，有望(wàng)在技(jì)术更新的(de)加持下实现更大的(de)应用价值。

AI从理解内容(róng)，走(zǒu)向(xiàng)了(le)可以(yǐ)生成内容，甚至能够创造出独立价值和(hé)独(dú)立视角的内容。AIGC的再次出圈，更代表着(zhe)未来的先进生产力即将到来。

04

紧(jǐn)抓大模型与算力(lì)，牢固AIGC底座

从(cóng)技术的发展也可(kě)以看出，在语言(yán)大模型(xíng)、图(tú)像大模型之后，多模(mó)态大模型已经成为了新的趋势。

大模型(xíng)被誉为当前(qián)人工(gōng)智能发展的(de)智能底(dǐ)座(zuò)，是全球(qiú)竞争最激烈(liè)的研究方向之一，包括谷歌、亚马逊、百度、阿里、腾讯(xùn)等众多头部企业都(dōu)在竞(jìng)相发力。

不过训(xùn)练大(dà)模型的(de)确价格(gé)不(bù)菲，以国盛证券发布的《ChatGPT需要多少算(suàn)力》报告估算(suàn)，GPT-3训练(liàn)一次(cì)的成本约为140万美元。而对于(yú)一些更(gèng)大的LLM(大型(xíng)语言(yán)模型)，训练成(chéng)本(běn)则(zé)介于200万美元(yuán)至1200万美元高(gāo)价之(zhī)间。

以(yǐ)ChatGPT在(zài)2023年1月的独立访(fǎng)客平均数1300万计算，其对(duì)应(yīng)芯(xīn)片需求为(wèi)3万(wàn)多片英伟达A100 GPU，初始投入成本约(yuē)为8亿美(měi)元，每日仅电费就在5万美元左右。

此外不论是(shì)ChatGPT还是(shì)AIGC，都离不开庞大算力(lì)支持。在关注(zhù)各(gè)类大模型的发(fā)展同时，更应该关(guān)注算力(lì)网络的建设(shè)。

算力网络正驱动AI产(chǎn)业(yè)发展进入(rù)史诗级(jí)加速进程，让AIGC及通(tōng)用AI这一人工智能发展的终极目标离(lí)得(dé)更近。

因为算力可(kě)以(yǐ)对突(tū)破性技术创新提(tí)供大力的支持。这方面，多模态大模型是典型(xíng)。作(zuò)为面向未来强人(rén)工智能、通用(yòng)人(rén)工智能的重要技术创(chuàng)新，多(duō)模态大(dà)模型已经在人工智能领(lǐng)域提出了很多(duō)年，业界(jiè)也有不少(shǎo)技术(shù)突破，但是，多(duō)模态大模(mó)型进一步往下走，算力需求呈(chéng)几何式上升(shēng)，一般的算(suàn)力基础(chǔ)设施很快将难以胜(shèng)任。

从(cóng)图(tú)像、文字、语(yǔ)音单独一项的训练，到双模态、三模态的跃迁(qiān)，让人(rén)工智(zhì)能可以灵(líng)活应对不同模态的转化、像人与世界交互(hù)一样(yàng)自然，这方面(miàn)，由算力网络来驱动将有明显(xiǎn)优势。

此外，还有(yǒu)很(hěn)多(duō)需要(yào)爆发(fā)式增(zēng)长的算力来(lái)支撑的(de)技术创新，将在人(rén)工智能算力网络支撑下快(kuài)速推(tuī)进。

AIGC已经露出曙光，期待在大(dà)模型和大(dà)算力的(de)支(zhī)持下AIGC能持(chí)续颠(diān)覆内容生产的(de)方式，将创造的边(biān)际成本降低(dī)，让万众(zhòng)受益。

未经允许不得转载：HugeDomains.com - SeattleSeedling.com is for sale (Seattle Seedling) 黄喉要煮多久，黄喉要煮多久才能熟火锅