自(zì)聊天机(jī)器人ChatGPT火爆以来(lái)，微软(ruǎn)公(gōng)司创(chuàng)始人比(bǐ)尔(ěr)·盖茨已多(duō)次公(gōng)开谈论人工智能话题。在最(zuì)近的一次采访中，他再次(cì)表示：“AI可能会让科(kē)技行业迎(yíng)来一次剧烈的洗牌”。

这个结论(lùn)是他在当地时间2月20日接受《In Good Company》节目专(zhuān)访时提(tí)出的。

他预(yù)期，AI的发展可能会威胁到谷歌的市占率(lǜ)，因为微软在(zài)AI方面的行动(dòng)相当(dāng)迅(xùn)速。而最终科技巨头(tóu)将把AI整(zhěng)合成用户的“全能(néng)助手”，包揽一切应(yīng)用，与(yǔ)人们(men)进行沟通并提供建议，可以(yǐ)取代亚马逊、Siri或Outlook等应用。

大佬(lǎo)口中全能助手的到来可能尚需时日，但(dàn)由ControlNet引(yǐn)发的又一(yī)次AI绘画浪(làng)潮(cháo)，让AIGC在ChatGPT的话题热点(diǎn)包围中杀出(chū)重围。

01

ControlNet颠覆AI绘画新(xīn)玩(wán)法

AIGC向可控靠近

以AI绘(huì)画为代表(biǎo)的AIGC上一次爆火的时(shí)候(hòu)，还是2022年8月，在美国(guó)科罗拉多州举办的新兴数字艺(yì)术家竞赛中(zhōng)，一幅名(míng)为《太空歌(gē)剧(jù)院》的作品(pǐn)获奖(jiǎng)。

随后各大(dà)厂商(shāng)的AI绘画(huà)软件被广(guǎng)大(dà)网友(yǒu)熟(shú)知并体验(yàn)，Stable Diffusion便是(shì)其中代表。

用户们可(kě)以在应(yīng)用中(zhōng)输入一组关键(jiàn)词或者一(yī)张照片，就能(néng)获得(dé)一幅AI创作的(de)画(huà)作。

作画的关(guān)键就是所(suǒ)输入的文本。同一组(zǔ)关键词也(yě)可以(yǐ)创作(zuò)出很(hěn)多张风(fēng)格不(bù)一样的画作，这让创作的过程就(jiù)像(xiàng)开盲盒。

很多用(yòng)户很喜欢这(zhè)种不(bù)确定的(de)惊喜，他(tā)们会将生成的美图当(dāng)做头(tóu)像。而另一部(bù)分喜欢翻看AI绘画的“翻(fān)车”作品。在(zài)社交媒体(tǐ)上，许多用户(hù)分享(xiǎng)AI“翻车(chē)现场”，例如，一位网友的小(xiǎo)狗照(zhào)片被AI画(huà)成(chéng)了“肌(jī)肉男”，还有网友(yǒu)的个人照片被AI识别(bié)成(chéng)了建筑。

而如(rú)今随(suí)着ControlNet的(de)出现(xiàn)与加持，以往AI绘画的(de)填写关键词(cí)游戏可(kě)能要被颠覆了。

ControlNet是一位正在斯坦(tǎn)福(fú)读(dú)博的中国(guó)人张(zhāng)吕敏(mǐn)创作的一(yī)种基于控制点的图像变形算法，主(zhǔ)要用于数字(zì)图像(xiàng)处理、计算机视觉(jué)和计(jì)算机(jī)图形学等领域。

其(qí)SD插件一经(jīng)发布，在短(duǎn)短的两天内便成为了AI绘画领域最(zuì)新的热(rè)点。

在此之(zhī)前，大家用了很(hěn)多方法想让AI生成的结果(guǒ)尽可能的符合(hé)要求，但(dàn)是都不尽如人意，它的出(chū)现代表(biǎo)着(zhe)AI生成开(kāi)始进入真正的可(kě)控时期(qī)。

因为ControlNet可以(yǐ)直接提取画(huà)面的构图，人(rén)物(wù)的姿势(shì)和画面的深度信息等。有了它的帮助，就不(bù)用(yòng)频繁的用提示词来碰运气，抽(chōu)盲盒(hé)式的创作(zuò)了。

通俗的说ControlNet相(xiāng)当于给AI绘画加了“魔法”，不少博主的作品已(yǐ)经(jīng)获得了(le)大(dà)量的浏览量，“viggo”就是其(qí)中之一，他用朋友的(de)照片(piàn)直接带她们走进动漫世界。

viggo先(xiān)用StableDiffusion图片转文字。

再用Text2Prompt插件拓(tuò)展找到对(duì)应的关键词；最后(hòu)用ControlNet插件绑定骨骼开始换关(guān)键词(cí)试效果。旖旎是什么意思解释，风光旖旎是什么意思解释>

通(tōng)过图片就可以看出来，效果十(shí)分惊(jīng)艳。

更厉害的是(shì)，除了真实的照片，草图也可以加上“魔法”，知乎(hū)大牛(niú)“DevPoint”和“逗砂”介绍到(dào)ControlNet还能(néng)实现(xiàn)线稿转全(quán)彩图。大神张吕敏其本(běn)尊也(yě)亲自回(huí)应。

不得不说当下AIGC已经(jīng)变得越来越强大，甚(shèn)至输出的作品都已经能以假乱真了。

02

难辨虚实(shí)，AIGC技术力爆发(fā)

警惕安(ān)全问题(tí)

近日，“苏州金鸡湖有游艇party”的消息火遍网(wǎng)络，而经过警(jǐng)方辟(pì)谣这(zhè)所(suǒ)谓的“party”可能是全国第一起AI绘(huì)图(tú)诈骗。

由于这(zhè)个活(huó)动里面给出的美女照片(piàn)都是AI制作的(de)真人照片(piàn)绘图(tú)，因为太逼真，被大家当成(chéng)真(zhēn)事传播(bō)了(le)。

不过仔(zǎi)细观察(chá)可以发现，活动发起(qǐ)者提供的照片中(zhōng)有(yǒu)个很大(dà)的(de)漏洞(dòng)可以发现并非真人(rén)，而是(shì)AI绘图，那(nà)便是图(tú)片中女性的手指部分(fēn)有的存(cún)在异(yì)常。

有行(xíng)业人(rén)事表示：“现在(zài)因(yīn)为手(shǒu)指部分(fēn)的绘(huì)画算法(fǎ)比较复杂，AI还不太(tài)会画人的手，但最新(xīn)看到的图片已经(jīng)有(yǒu)越来越完美的AI模(mó)型(xíng)出(chū)现，以后可能就(jiù)完全没有漏洞了。”

类(lèi)似的AI作图诈骗在国外也已有发(fā)生。据英(yīng)国广播公司报道，土耳其地震期间，有Tiktok用户使用(yòng)AI合成了(le)儿(ér)童受灾(zāi)的假照片发布到网络，以此诱(yòu)骗善良(liáng)的人(rén)打赏“捐助”从而实(shí)施诈骗。

目前随(suí)着(zhe)技(jì)术发展，AIGC已经(jīng)能做(zuò)出真人照片般的绘图效果(guǒ)，如果这(zhè)样的图片被(bèi)用来诈骗(piàn)，将非常(cháng)可(kě)怕。

此外AIGC还引发了很多担忧，一方面，批(pī)判者认为AI在“学(xué)习(xí)”了大量前(qián)人(rén)的作品之后(hòu)，其创(chuàng)作没有任何(hé)情绪和(hé)灵魂(hún)，难以和人(rén)类的艺术创(chuàng)作相提并论。

另(lìng)一方(fāng)面，AIGC背(bèi)后的(de)版(bǎn)权、目前都并没有(yǒu)得到有效的(de)解决，还有(yǒu)AIGC会不会(huì)代(dài)替人(rén)类(lèi)“至高无(wú)上”的创意。

马斯克也强调，人(rén)工智能的安全问题需要得到重(zhòng)视，太晚就来不及了。

03

AIGC下一站除了视频，还有(yǒu)远方

技术(shù)都是有两面性的，潜在(zài)的危害并不能掩盖其光(guāng)辉的贡(gòng)献。现在看(kàn)来，人工智能(néng)技术将是第四次工业革命(mìng)的核心驱动力量，将创造新(xīn)的增(zēng)长奇迹(jì)。

过(guò)去一年，人工(gōng)智能在技(jì)术和商业层面都(dōu)有了巨大进展，AI绘画就是人工智能(néng)技(jì)术(shù)发生方向(xiàng)性(xìng)改变(biàn)的一个代表。其(qí)下一站(zhàn)或许(xǔ)就是视频。

此前，Meta和谷歌先(xiān)后发布了几条引爆科(kē)技(jì)圈的短视频。这些视频引发关注(zhù)并非(fēi)内容(róng)做得多优秀，反而都非常(cháng)简单，比(bǐ)如一匹正在喝(hē)水的(de)马，一只画画的玩具熊，或者一段骑(qí)摩(mó)托车(chē)的第(dì)一视(shì)角录(lù)像(xiàng)，随便(biàn)一个有(yǒu)手机(jī)的人都(dōu)可以随手录下一(yī)段。

但这(zhè)些短视频的创作方(fāng)式非(fēi)常简单，创作者仅仅需要向(xiàng)AI输入一段(duàn)话，甚至只是说一下要求，AI就(jiù)可以根据需要生成(chéng)一(yī)段视频。

谷歌发(fā)布的两个AI生成视(shì)频分别来自于Imagen Video和Phenaki，前者主要突(tū)出的是高清，与(yǔ)Meta的Make-A-Video没有太多的差别。

在Make-A-Video公(gōng)布了AI生成的视频(pín)后，AI圈就已经玩了一波梗，一个(gè)能够做出更高清视频(pín)的(de)AI还(hái)不足以在短时间内戳中兴(xīng)奋点。

Phenaki更加(jiā)令人震惊(jīng)的(de)地(dì)方在于，它可以制作出超过2分钟的连贯的也有确切(qiè)内容的(de)视频，这(zhè)才是(shì)真正让(ràng)人们感到惊喜的地方。因为无论AI生成的视(shì)频(pín)多么高清，也只(zhǐ)能是(shì)为内(nèi)容生产者提供一个灵感，一个素材，一(yī)个过场动画。

不过能够(gòu)制作出有具体剧(jù)情内容(róng)的视频就意味着(zhe)，一些(xiē)视频(pín)创作由AI代(dài)替人(rén)工完成已经初步有(yǒu)了可(kě)能。

当(dāng)下AI的发展速度已(yǐ)经超过大(dà)部分人的想象。内容产业的本质是供给创造(zào)需求，AIGC作为全(quán)新的内(nèi)容(róng)生(shēng)产方(fāng)式，可以为内容产业带来更新的内容风格、更快的生产速度，更低的(de)生产成(chéng)本，这(zhè)无疑(yí)会(huì)驱(qū)动(dòng)内容(róng)产业的大(dà)爆发。

除了AI绘图、视频，AIGC技术(shù)还能(néng)应用于音乐(lè)、代码、机器人(rén)动(dòng)作等多(duō)种内容形式的生成(chéng)。不难发(fā)现该项技术不仅在(zài)游(yóu)戏(xì)等行(xíng)业能得到(dào)有效应用(yòng)，对于下一代互联网各种元素的构建亦有关键意义。

从商(shāng)业化(huà)的角度来看，文化娱乐、教(jiào)育、传(chuán)媒等诸多(duō)领(lǐng)域，本身就对基(jī)于AI的可(kě)视化(huà)内容有(yǒu)强(qiáng)烈(liè)需求。

因此，AI绘(huì)画(huà)及视频或不是结果，而只是AI进程中的一块重要拼图，有望(wàng)在(zài)技术更新的加(jiā)持下实(shí)现更大的应(yīng)用价值(zhí)。

AI从理解(jiě)内容(róng)，走向(xiàng)了可以生成内容，甚(shèn)至能够创造(zào)出独立价值(zhí)和独(dú)立视角的(de)内旖旎是什么意思解释，风光旖旎是什么意思解释(nèi)容。AIGC的再(zài)次出圈，更代表着(zhe)未来的先进(jìn)生(shēng)产力即将到(dào)来。

04

紧抓大模型(xíng)与算力，牢固(gù)AIGC底座

从技术的(de)发(fā)展也可以看(kàn)出，在语(yǔ)言大模型、图像大模型之后，多模态大模型已(yǐ)经成为(wèi)了新(xīn)的趋势。

大模型被(bèi)誉为当前(qián)人(rén)工智能(néng)发展的(de)智能底座(zuò)，是全球竞争最激烈的(de)研究方向(xiàng)之一，包括谷歌(gē)、亚马逊、百度、阿里、腾讯等众多头部(bù)企业都在(zài)竞相发(fā)力。

不过(guò)训练大(dà)模型(xíng)的(de)确(què)价格不(bù)菲(fēi)，以国盛证(zhèng)券发(fā)布的《ChatGPT需(xū)要(yào)多少算力》报(bào)告估(gū)算，GPT-3训练一次的(de)成本(běn)约为140万(wàn)美元。而对(duì)于一(yī)些更大的LLM(大型语言(yán)模型)，训练成本则介于200万美元至(zhì)1200万美元高价之间。

以ChatGPT在2023年1月的独立访客(kè)平均(jūn)数1300万计算，其对(duì)应(yīng)芯(xīn)片需求为(wèi)3万多片英伟达A100 GPU，初(chū)始投入成本(běn)约(yuē)为8亿美元，每日仅电费就(jiù)在5万美(měi)元左右。

此外不(bù)论是ChatGPT还是AIGC，都离不开庞(páng)大(dà)算(suàn)力支(zhī)持。在关注各类(lèi)大模型(xíng)的发展同(tóng)时，更应该关(guān)注(zhù)算力网络的建设。

算(suàn)力网(wǎng)络正驱动AI产业(yè)发展进入史诗级加速进程，让(ràng)AIGC及通用AI这一人工(gōng)智能发展的终极目标离(lí)得更近。

因为算力可以对(duì)突破性技术创新(xīn)提供大力的(de)支(zhī)持。这(zhè)方面，多模(mó)态大模型是典(diǎn)型。作为面向(xiàng)未(wèi)来强人工智能、通用人工智能的重要(yào)技术(shù)创新，多模态大模型已经(jīng)在人(rén)工智能领域提出了很多年，业(yè)界也有不(bù)少(shǎo)技术突破(pò)，但是(shì)，多模态大模型进一步往下(xià)走(zǒu)，算力需求呈几何式(shì)上(shàng)升(shēng)，一般的算(suàn)力基础设施(shī)很快将难以胜任。

从图像、文字、语(yǔ)音单独(dú)一项的训练，到双模态、三模态的跃迁，让人工智能(néng)可(kě)以灵(líng)活应对不同模态的转化、像人与世界(jiè)交(jiāo)互一样(yàng)自(zì)然，这方面(miàn)，由(yóu)算力网络来驱动将有(yǒu)明显(xiǎn)优(yōu)势。

此外，还有(yǒu)很多需要(yào)爆发式增长的算力来支撑的技术创(chuàng)新，将在人工智能算力网络支撑下快速(sù)推进(jìn)。

AIGC已经露出曙光，期(qī)待在大模型和大算力的支持下AIGC能持(chí)续颠覆内(nèi)容生产的方式，将创造(zào)的边际成本降低(dī)，让万众受益(yì)。

未经允许不得转载：橘子百科-橘子都知道 旖旎是什么意思解释，风光旖旎是什么意思解释