自(zì)聊天机(jī)器人ChatGPT火爆以来，微软(ruǎn)公(gōng)司创始人比(bǐ)尔·盖茨(cí)已多(duō)次公开谈论人工智能话题。在最(zuì)近的一次采访中(zhōng)，他再次表示：“AI可能会(huì)让科技行业迎来一次(cì)剧烈的洗牌”。

这个结论是他在当地时间2月20日接(jiē)受《In Good Company》节目(mù)专访时提出的。

他预期，AI的发展可能会威胁到(dào)谷歌的市占(zhàn)率，因为微软在AI方面的行动相当迅速。而最终科技巨头将把AI整(zhěng)合成(chéng)用(yòng)户的“全(quán)能(néng)助(zhù)手”，包揽一切(qiè)应用，与人们进行沟通并提(tí)供建议(yì)，可以取(qǔ)代亚(yà)马逊、Siri或Outlook等应用。

大佬(lǎo)口中全能助手(shǒu)的到来可能尚需时日，但由ControlNet引发的又一次AI绘画浪潮，让AIGC在(zài)ChatGPT的(de)话题热点(diǎn)包围中杀(shā)出重围。

01

ControlNet颠(diān)覆AI绘画新(xīn)玩法(fǎ)

AIGC向可(kě)控靠近(jìn)

以AI绘画为代表(biǎo)的AIGC上一次(cì)爆火的时候，还是2022年8月(yuè)，在美国(guó)科罗(luó)拉多州举办(bàn)的新兴数字艺术家(jiā)竞赛中(zhōng)，一幅名为《太(tài)空歌剧院》的(de)作品(pǐn)获奖。

随后(hòu)各大(dà)厂商的AI绘画软(ruǎn)件被广大网友熟知并体验(yàn)，Stable Diffusion便是其中代表(biǎo)。

用户(hù)们可以在应用中输(shū)入一组关键词或者(zhě)一张照片，就能获得一幅AI创作的画作。

作(zuò)画的关键就是(shì)所输入的文(wén)本。同(tóng)一组(zǔ)关键(jiàn)词也可以(yǐ)创(chuàng)作(zuò)出很多(duō)张风格不一样的(de)画作，这让(ràng)创作(zuò)的过程就像开盲(máng)盒。

很多用户(hù)很喜欢这种(zhǒng)不确定的惊喜，他们会将生成的(de)美图当(dāng)做头像(xiàng)。而另(lìng)一部分(fēn)喜欢翻看AI绘画的“翻车”作品。在社交媒(méi)体上，许多用户分享AI“翻车现场”，例如，一位网友的小狗照片被AI画(huà)成了(le)“肌肉男(nán)”，还有网友的(de)个人照片被AI识别成了建筑。

而如今(jīn)随着ControlNet的(de)出现(xiàn)与加持(chí)，以往(wǎng)AI绘画的填(tián)写关键词游戏可能要被颠(diān)覆了。

ControlNet是一位正在斯坦福读博的中国人张吕敏创(chuàng)作(zuò)的(de)一种基于控制点的图像变形算法，主要用(yòng)于数字图像处理、计算机(jī)视(shì)觉和计算机图形(xíng)学等领(lǐng)域。

其SD插件一经发布，在(zài)短短的两(liǎng)天内便(biàn)成为(wèi)了AI绘画(huà)领(lǐng)域最新的(de)热点。

在此(cǐ)之前，大家用了很多(duō)方法想让(ràng)AI生成的结果尽可能的符合要(yào)求，但是都不尽如人意(yì)，它的出现代表着AI生成(chéng)开始(shǐ)进入(rù)真正的可控(kòng)时期(qī)。

因(yīn)为(wèi)ControlNet可以直接提取画面的构图，人物的姿(zī)势和画面的深度信(xìn)息(xī)等(děng)。有了它的帮(bāng)助，就(jiù)不用频繁(fán)的用提示词来碰(pèng)运气，抽(chōu)盲盒(hé)式的创作了。

通(tōng)俗的说(shuō)ControlNet相当(dāng)于给AI绘画加了(le)“魔法”，不(bù)少博主的作(zuò)品已经获得了大量(liàng)的浏览量，“viggo”就是其中之(zhī)一(yī)，他用朋友(yǒu)的照片直接带她(tā)们走进动(dòng)漫世界。

viggo先用StableDiffusion图片转(zhuǎn)文(wén)字。

再用Text2Prompt插(chā)件拓展找(zhǎo)到(dào)对(duì)应的关键词(cí)；最后用ControlNet插件绑定骨(gǔ)骼开始换(huàn)关键词试(shì)效果。

通过图片(piàn)就可(kě)以看(kàn)出来(lái)，效果十分(fēn)惊艳(yàn)。

更(gèng)厉害(hài)的(de)是，除(chú)了真实的照(zhào)片(piàn)，草(cǎo)图也(yě)可以加上“魔法”，知乎大牛“DevPoint”和“逗砂”介绍到(dào)ControlNet还能(néng)实现线稿转全彩图(tú)。大神张吕敏其(qí)本尊也(yě)亲自回应。

不(bù)得(dé)不(bù)说当(dāng)下AIGC已经变(biàn)得越(yuè)来越强大，甚至输出(chū)的(de)作品都已经能以假乱真了。

02

难辨(biàn)虚实(shí)，AIGC技术(shù)力爆发

警(jǐng)惕安全问题

近日(rì)，“苏州金鸡(jī)湖有游艇party”的消息火遍网络，而经过警方辟谣这(zhè)所谓(wèi)的“party”可能是(shì)全国第一起AI绘(huì)图诈骗。

由于这个活动里面给出的美女照(zhào)片都(dōu)是AI制作的(de)真人照片绘图，因(yīn)为太逼(bī)真(zhēn)，被(bèi)大家当(dāng)成真事传播了(le)。

不过仔细(xì)观(guān)察可以发现(xiàn)，活(huó)动发起者提供的照(zhào)片中有个(gè)很大的(de)漏洞可以发现并非真人，而是(shì)AI绘图，那便是图片中(zhōng)女性的手(shǒu)指部(bù)分(fēn)有的存在(zài)异常。

有(yǒu)行业人事(shì)表示：“现在(zài)因为手指部分(fēn)的绘画算法比较复杂，AI还不太会(huì)画人的手，但最(zuì)新看到的图片已经有越(yuè)来越完美(měi)的AI模(mó)型出(chū)现(xiàn)，以后可能就完全没有漏洞了(le)。”

类似的AI作图诈(zhà)骗在国(guó)外也(yě)已有发生。据英(yīng)国广播公司报道，土耳其地(dì)震期间，有(yǒu)Tiktok用户(hù)使用AI合成了(le)儿(ér)童(tóng)受灾的假照(zhào)片发布(bù)到网络，以(yǐ)此诱骗善(shàn)良(liáng)的人打赏(shǎng)“捐助”从而实施诈(zhà)骗。

目(mù)前随着技术发(fā)展，AIGC已经能做出(chū)真人照片(piàn)般的(de)绘图效(xiào)果(guǒ)，如果(guǒ)这(zhè)样的图片被(bèi)用来诈骗，将非常可怕(pà)。

此外AIGC还(hái)引发(fā)了很(hěn)多(duō)担(dān)忧，一方面，批判者认为AI在“学习”了(le)大量前人的作(zuò)品之后，其创作没(méi)有任(rèn)何情绪和灵魂，难(nán)以(yǐ)和人类(lèi)的艺术创作相提并论。

另(lìng)一方面，AIGC背后(hòu)的版权、目前都并没有得到有效的解决，还有AIGC会不会(huì)代替人(rén)类“至高(gāo)无(wú)上”的创意。

马(mǎ)斯克也强调，人工智能的安(ān)全问题需要(yào)得到重视，太(tài)晚就来不及了。

03

AIGC下一站除了(le)视频(pín)，还有远方(fāng)

技(jì)术都(dōu)是有两面性的(de)，潜在的危害并不能掩盖(gài)其光辉的贡(gòng)献。现(xiàn)在(zài)看来，人工智能技术将是第(dì)四次工(gōng)业革命(mìng)的核心驱动力量，将创(chuàng)造新的增长(zhǎng)奇迹。

过去一年，人工智能在技(jì)术(shù)和商业层面都有了巨大进展(zhǎn)，AI绘画(huà)就是人工智能技术发生方向性改(gǎi)变的一(yī)个代表(biǎo)。其下(xià)一站或许就是视频(pín)。

此前(qián)，Meta和谷歌先后发布了几(jǐ)条引爆科(kē)技圈的短视(shì)频。这些视(shì)频引发关注并(bìng)非内(nèi)容做得(dé)多优秀，反而都非常简单(dān)，比如一匹正在喝(hē)水的马(mǎ)，一只画画的玩具熊，或者一段(duàn)骑摩托车的第一视角录像，随便一个(gè)有(yǒu)手机的(de)人(rén)都可以随手录(lù)下一段。

但这些短视频的创(chuàng)作(zuò)方(fāng)式非常简单，创作(zuò)者仅仅需要向AI输入(rù)一段话，甚至只是说一(yī)下要(yào)求(qiú)，AI就可以根据需要生成一(yī)段视频。

谷歌发布的两(liǎng)个AI生(shēng)成视频分别来自于Imagen Video和Phenaki，前者主要突出的(de)是高(gāo)清，与Meta的Make-A-Video没有太多的差别。

在Make-A-Video公(gōng)布了(le)AI生成的视频后，AI圈就(jiù)已经玩了一波梗，一个能够做出更高清视频的AI还不足以在短时间内(nèi)戳中兴奋点。

Phenaki更加令人震惊(jīng)的地方在于(yú)，它可以制作出超(chāo)过2分(fēn)钟的连(lián)贯的也有确切内(nèi)容的视(shì)频(pín)，这才(cái)是(shì)真(zhēn)正让人们感到惊喜的地(dì)方(fāng)。因为无(wú)论AI生成(chéng)的视频多么高(gāo)清，也只能是为内(nèi)容生产者(zhě)提供(gōng)一个灵(líng)感，一个素材，一个过场动画。

不过能(néng)够制作出有具体剧情内(nèi)容的视(shì)频就意(yì)味着，一些视频(pín)创作(zuò)由AI代替人工完(wán)成已经初(chū)步有了可(kě)能。

当下AI的发展速度已经超过大部分人的想象。内容产业的本质是(shì)供给(gěi)创(chuàng)造需求，AIGC作为全(quán)新的(de)内容生产方式(shì)，可(kě)以为内容产业带(dài)来更(gèng)新的内容风格、更快的生(shēng)产速度(dù)，更(gèng)低的生产成本，这无疑会(huì)驱(qū)动内容产业的大(dà)爆(bào)发。

除了AI绘图、视频，AIGC技术还(hái)能应用于音乐、代码、机(jī)器(qì)人动作等多种内容形式(shì)的生成。不难发(fā)现该项技术不(bù)仅在(zài)游戏等行(xíng)业(yè)能得到有效应用，对于下(xià)一代互联网各(gè)种元(yuán)素的构建(jiàn)亦(yì)有关键意义。

从商业化的(de)角(jiǎo)度来看，文化娱乐(lè)、教育、传媒等(děng)诸多领(lǐng)域，本身就对基于AI的可视化内(nèi)容有(yǒu)强烈需求。

因此，AI绘画及视频或(huò)不是(shì)结(jié)果，而只是AI进程中(zhōng)的一(yī)块重要拼图(tú)，有望在技术更(gèng)新的加持下实现更(gèng)大的应用价值。

AI从理(lǐ)解内容(róng)，走向(xiàng)了可以生成内(nèi)容，甚(shèn)至能(néng)够创造出独(dú)立价值和(hé)独立视(shì)角的内容。AIGC的再次(cì)出圈，更代表着未来(lái)的先(xiān)进(jìn)生产力即将(jiāng)到来。

04

紧抓大模型与算(suàn)力，牢固AIGC底座

从技术(shù)的(de)发展也可以看出(chū)，在语言大(dà)模(mó)型、图像大模(mó)型之后(hòu)，多模(mó)态大模型已经成(chéng)为(wèi)了新的(de)趋势。

大模型被(bèi)誉(yù)为当前人工智能发展的智能(néng)底座，是全球竞争最激(jī)烈的(de)研究方向之一，包括谷歌、亚马逊(xùn)、百度、阿(ā)里、腾讯等众多(duō)头部企业都在竞相发力。

不过训练(liàn)大模型的确(què)价(jià)格不菲，以国盛证(zhèng)券发布(bù)的(de)《ChatGPT需要(yào)多少(shǎo)算(suàn)力》报告估算(suàn)，GPT-3训练一次的(de)成本约为140万美元。而对于(yú)一些(xiē)更(gèng)大(dà)的LLM(大(dà)型(xíng)语言(yán)模型)，训练成本(běn)则介(jiè)于200万美元至1200万(wàn)美元高价(jià)之间(jiān)。

以ChatGPT在2023年1月(yuè)的独立(lì)访客平均数1300万计(jì)算，其对应芯片(piàn)需求为(wèi)3万多片英伟达A100 GPU，初(chū)始(shǐ)投入成本约(yuē)为8亿美元，每日(rì)仅电费就(jiù)在5万美元左右。

此外不论是ChatGPT还是AIGC，都离不开庞大算力支持。在关注各类大模型的发(fā)展同(tóng)时，更应该关注算力网络(luò)的建设。

算力网络正驱(qū)动AI产业发展进入史诗级(jí)加(jiā)速进程，让AIGC及(jí)通用(yòng)AI这(zhè)一人(rén)工智能(néng)发展的(de)终极目标离(lí)得更近。

因为算力可以对突破性技术创新提供大力的支持。这方面，多模(mó)态大模型是典型。作为面向未来强人工(gōng)智能、通用人(rén)工智(zhì)能的(de)重要技术创新，多(duō)模态大模型已(yǐ)经(jīng)在人工智能(néng)领域提出(chū)了很多年，业界也有不少技术突破，但是，多模态(tài)大模型进一步往(wǎng)下走，算力需求(qiú)呈(chéng)几何式上升，一般(bān)的算(suàn)力(lì)基础设施很快将难以胜任。

从图像、文字、语音(yīn)单(dān)独(dú)一项的训练，到(dào)双模态(tài)、三(sān)模态的跃迁，让(ràng)人工智能可以灵(líng)活应(yīng)对不同模态的转化(huà)、像人与世(shì)界交互一样自然，这方面(miàn)，由算(suàn)力网络(luò)来驱动将有明(míng)显优势。

此外，还有很(hěn)多(duō)需(xū)要爆发式增长的算力来支撑(chēng)的技术创(chuàng)新，将在人工智能算(suàn)力网(wǎng)络支撑下(xià)快速推进。

AIGC已经露出曙光，期待在大模型和大算力的支持(chí)下AIGC能持续颠覆内(nèi)容生产的方式，将创造的边际成本(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 46oz爆米花多大万达影城 爆米花会吃胖吗