自聊(liáo)天(tiān)机器人ChatGPT火爆以来，微软公司创(chuàng)始人比尔·盖(gài)茨已多(duō)次公开谈论人工智能话(huà)题。在(zài)最(zuì)近的一(yī)次采(cǎi)访中，他(tā)再次表示：“AI可(kě)能会让(ràng)科技行业(yè)迎来(lái)一次剧烈的(de)洗牌(pái)”。

这个结论是他在当地时间2月(yuè)20日(rì)接受《In Good Company》节目专(zhuān)访时提出的(de)。

他(tā)预(yù)期，AI的发展可能会(huì)威胁(xié)到谷歌的市占率，因为(wèi)微软(ruǎn)在AI方(fāng)面(miàn)的行动相当迅速(sù)。而最(zuì)终(zhōng)科技巨头将把(bǎ)AI整合成用户的“全(quán)能(néng)助手”，包(bāo)揽一(yī)切(qiè)应用，与人们进行沟通并提(tí)供建议，可以取代亚马逊、Siri或Outlook等应用。

大佬口(kǒu)中(zhōng)全能助手的到来可能尚需时日，但由ControlNet引(yǐn)发(fā)的又(yòu)一次AI绘画(huà)浪(làng)潮，让AIGC在ChatGPT的话题热(rè)点包围中(zhōng)杀(shā)出重围。

01

ControlNet颠覆AI绘画新(xīn)玩(wán)法

AIGC向可控(kòng)靠近

以AI绘画为代表的AIGC上一次爆(bào)火的时候，还(hái)是2022年8月，在美国科罗拉多(duō)州举办(bàn)的新兴数字(zì)艺术(shù)家(jiā)竞赛中，一(yī)幅(fú)名(míng)为《太空(kōng)歌剧(jù)院》的(de)作(zuò)品获奖。

随(suí)后各大厂商的AI绘(huì)画(huà)软件被(bèi)广(guǎng)大网友(yǒu)熟(shú)知并体验(yàn)，Stable Diffusion便是其中代表(biǎo)。

用户(hù)们(men)可以在应(yīng)用中输(shū)入(rù)一组关(guān)键词(cí)或(huò)者一张照(zhào)片(piàn)，就能获得一幅(fú)AI创作的(de)画作(zuò)。

作画的关键就(jiù)是所输入的文本。同一组关键(jiàn)词(cí)也可以(yǐ)创(chuàng)作(zuò)出很多(duō)张(zhāng)风(fēng)格(gé)不一(yī)样的(de)画作，这(zhè)让创(chuàng)作的过程就像开(kāi)盲盒。

很多(duō)用户很喜欢这种不确定的惊喜，他们会将(jiāng)生成的美(měi)图当(dāng)做头像。而另一(yī)部分喜欢翻(fān)看AI绘画(huà)的“翻车”作(zuò)品。在社交媒体上，许(xǔ)多用户分享(xiǎng)AI“翻(fān)车现场”，例如，一位网友(yǒu)的(de)小狗照片被(bèi)AI画成(chéng)了“肌肉男”，还有网友的个人(rén)照片被AI识(shí)别成了(le)建筑。

而如今随着ControlNet的出现(xiàn)与加持，以往(wǎng)AI绘画的填(tián)写(xiě)关键词游戏可能要被颠覆了。

齿轮计算公式汇总，齿轮全齿高计算公式lt="ChatGPT之后又(yòu)一(yī)应用杀疯了，AIGC或进入可控期，将洗牌科技行业(yè)？_黑(hēi)料正能(néng)量" decoding="async" src="https://mmbiz.heiliaofuli.com/wp-content/uploads/2023/03/19d7ab2c0056bd4.jpeg?imageMogr2/thumbnail/2160x0/format/webp/quality/80" data-ratio="1.12109375" data-s="300,640" data-type="jpeg" data-w="1024">

ControlNet是一位正在斯坦(tǎn)福读博(bó)的中国人张吕敏创作的一(yī)种基于控制(zhì)点的(de)图像变形算法，主(zhǔ)要用于(yú)数(shù)字(zì)图像处(chù)理、计算机视(shì)觉(jué)和计算(suàn)机(jī)图形(xíng)学等领域。

其SD插件一经(jīng)发布，在短短的两天(tiān)内便成(chéng)为了AI绘画领(lǐng)域最新(xīn)的热(rè)点(diǎn)。

在此之(zhī)前，大(dà)家用了很多方法想让AI生成的结果尽可能的符合(hé)要求(qiú)，但是都不(bù)尽(jǐn)如人(rén)意，它(tā)的出现代表(biǎo)着AI生成(chéng)开(kāi)始(shǐ)进入真(zhēn)正(zhèng)的可控时期。

因为ControlNet可以直接提取画面的构(gòu)图，人物的姿势(shì)和画面的深度信息等。有了它(tā)的帮(bāng)助，就不用频繁(fán)的用提示词来碰运气，抽盲盒(hé)式的(de)创作了。

通俗的说ControlNet相当于给AI绘(huì)画加了(le)“魔法”，不少(shǎo)博主的作(zuò)品(pǐn)已经获得了大(dà)量(liàng)的浏览量，“viggo”就是其中(zhōng)之一，他用朋友的照片(piàn)直(zhí)接带她们走进动(dòng)漫世界。

viggo先用StableDiffusion图片转文字。

再(zài)用Text2Prompt插件拓展找到对应的(de)关键(jiàn)词；最(zuì)后用ControlNet插件绑定骨骼开始换关键词试效果。

通过图片(piàn)就(jiù)可(kě)以看出来(lái)，效果十分惊艳。

更(gèng)厉(lì)害(hài)的是，除了(le)真实的照片，草图也(yě)可以(yǐ)加上“魔法”，知乎(hū)大(dà)牛“DevPoint”和“逗(dòu)砂”介绍到(dào)ControlNet还能实现线稿(gǎo)转全彩图。大神张吕敏其本尊也亲自回应。

不得不说当下AIGC已经变(biàn)得越来越强大(dà)，甚至(zhì)输(shū)出的作品都已经能(néng)以(yǐ)假乱真了。

02

难辨虚实，AIGC技术(shù)力爆发

警惕安全(quán)问题(tí)

近日，“苏州金鸡湖有(yǒu)游艇party”的(de)消息火遍网络(luò)，而经过警方辟(pì)谣这所谓(wèi)的“party”可能是全国(guó)第一起AI绘(huì)图诈骗。

由于这个活(huó)动(dòng)里面(miàn)给出的美女(nǚ)照片都(dōu)是(shì)AI制作的真人(rén)照片绘(huì)图，因为太(tài)逼真，被大家当(dāng)成真事传播了。

不过仔细(xì)观察可以发现，活(huó)动发起者提供的照片中有个很大的漏洞可(kě)以发(fā)现并非真人(rén)，而是AI绘(huì)图，那便是图片中女性的(de)手指(zhǐ)部分有的存在异常。

有行业(yè)人事表示(shì)：“现在因为手(shǒu)指部(bù)分的(de)绘画算(suàn)法比较复杂，AI还不太会画人的手(shǒu)，但(dàn)最新看到的图(tú)片(piàn)已经有(yǒu)越(yuè)来越(yuè)完美的AI模型出现，以后可能就完全没(méi)有漏洞了。”

类似的AI作图(tú)诈(zhà)骗在国外也已(yǐ)有发生。据英国广播公司报道，土耳其地震期间，有(yǒu)Tiktok用户使用AI合成(chéng)了儿童受灾的假照片发布到网(wǎng)络，以此诱骗善良的人(rén)打赏“捐助”从(cóng)而实(shí)施诈骗。

目前随着技术发展，AIGC已(yǐ)经(jīng)能做(zuò)出真人(rén)照(zhào)片(piàn)般的(de)绘图效果，如果这样的图片被(bèi)用来诈骗(piàn)，将非常(cháng)可(kě)怕。

此外AIGC还引发了(le)很多担忧，一方面，批(pī)判者(zhě)认为AI在“学习”了大量前人的作品之后，其创作没有任(rèn)何(hé)情绪(xù)和灵(líng)魂，难(nán)以和人类的艺(yì)术创作相提并(bìng)论。

另一方(fāng)面(miàn)，AIGC背后的版权、目(mù)前(qián)都并没有得到有效(xiào)的解(jiě)决，还有AIGC会不(bù)会(huì)代替人类“至高无上”的(de)创意。

马斯克也强调，人工智能的安全问题需要(yào)得(dé)到重视，太(tài)晚(wǎn)就来不及了。

03

AIGC下一站(zhàn)除了(le)视(shì)频(pín)，还有远方(fāng)

技术都(dōu)是有两面性的(de)，潜在(zài)的危害并不(bù)能掩(yǎn)盖其光辉的贡献。现在看(kàn)来，人工智能技术将是第四次工业革命的核(hé)心驱(qū)动力量，将创造新的增(zēng)长奇迹。

过(guò)去一年(nián)，人工智能在技术和商业层(céng)面都(dōu)有了巨大进展，AI绘画(huà)就是人(rén)工智(zhì)能技术发生方(fāng)向性改变的(de)一(yī)个代表(biǎo)。其下(xià)一站或(huò)许就是视频。

此前，Meta和谷(gǔ)歌先后发布了几条(tiáo)引爆科(kē)技圈的短视频。这些视(shì)频引(yǐn)发关注并非内容做(zuò)得多优秀，反而都(dōu)非常简单，比如一匹正在喝水的马(mǎ)，一(yī)只(zhǐ)画画的玩具熊(xióng)，或者一段骑摩(mó)托车的第(dì)一视角录像，随便一个有手机的人都可以随(suí)手录下一段。

但这些短视(shì)频的创作(zuò)方式非常简单，创作者仅仅需要向AI输(shū)入一段话，甚至只是说(shuō)一下(xià)要求，AI就(jiù)可以(yǐ)根据需要生成(chéng)一段视频。

谷歌发布(bù)的两个AI生成视频分别来自(zì)于Imagen Video和Phenaki，前者主要(yào)突出的是高(gāo)清(qīng)，与Meta的(de)Make-A-Video没有太(tài)多的差别。

在Make-A-Video公布了AI生成的视频(pín)后(hòu)，AI圈(quān)就已(yǐ)经玩了一波梗，一个能够做出更高(gāo)清视频的(de)AI还不足以在短(duǎn)时间内戳(chuō)中兴奋(fèn)点。

Phenaki更加令人震惊的(de)地方在于(yú)，它(tā)可以制(zhì)作出超过2分钟的连贯的(de)也有(yǒu)确切内容的视频，这(zhè)才是真正让人们感(gǎn)到惊(jīng)喜的(de)地方。因为无论AI生成的视频多么高清(qīng)，也只能是为内容生产(chǎn)者(zhě)提供一个灵(l齿轮计算公式汇总，齿轮全齿高计算公式íng)感，一(yī)个素(sù)材，一(yī)个过(guò)场动画。

不过能够制作出有具体剧情内(nèi)容的视频就(jiù)意味着，一些视频创作由AI代替人工完成(chéng)已经(jīng)初步(bù)有(yǒu)了可能。

当下AI的发展速度已经超过大部分人的(de)想象。内容(róng)产(chǎn)业(yè)的(de)本质是供给创造(zào)需求，AIGC作为全新的内容生产方式，可(kě)以为内容产业带来更新的内容(róng)风格、更快的(de)生产(chǎn)速度，更低的生(shēng)产成本，这无(wú)疑会(huì)驱(qū)动内容产业的大爆发。

除了AI绘图、视频，AIGC技术(shù)还能应用于音乐、代码、机器人动作等多(duō)种内容形式的生成。不难(nán)发现该项技术不仅在游(yóu)戏(xì)等行业能得到(dào)有(yǒu)效应用，对于下一(yī)代互联网各种元素的构建亦有关键(jiàn)意义。

从商(shāng)业化的(de)角度来看，文(wén)化娱(yú)乐、教育、传媒等诸多(duō)领域，本身就(jiù)对基于(yú)AI的(de)可视化内容有(yǒu)强烈需求(qiú)。

因此，AI绘(huì)画及视频或不是结果，而只是AI进程(chéng)中(zhōng)的(de)一块重要(yào)拼图，有望在技(jì)术更新(xīn)的(de)加持(chí)下实(shí)现(xiàn)更大的(de)应(yīng)用价(jià)值。

AI从理解内容，走向了可以(yǐ)生成内(nèi)容，甚(shèn)至(zhì)能够创造出独立价值和独立视角的内(nèi)容。AIGC的再次出圈，更代表(biǎo)着未(wèi)来的先进生产力即(jí)将(jiāng)到来。

04

紧(jǐn)抓大模(mó)型与算力(lì)，牢固AIGC底座

从技术的发展(zhǎn)也可以看出，在(zài)语(yǔ)言大模型、图像大模(mó)型之后，多模态(tài)大模型已(yǐ)经成为了(le)新的趋势。

大模型被(bèi)誉为当前人工智能发(fā)展(zhǎn)的智能底座，是全球竞争最(zuì)激烈的研究(jiū)方向之一，包括谷歌、亚马逊、百度、阿里、腾讯(xùn)等众多头(tóu)部企业(yè)都在竞相发力(lì)。

不过训练(liàn)大模型的(de)确价格不(bù)菲，以国盛证券发布的《ChatGPT需要多少(shǎo)算(suàn)力》报(bào)告估算，GPT-3训练一次的成本(běn)约为140万美元。而对(duì)于一些(xiē)更大的LLM(大型语言模型(xíng))，训练成(chéng)本则介(jiè)于200万美元至1200万美(měi)元高价之间(jiān)。

以ChatGPT在2023年1月的(de)独立访客平(píng)均数1300万计算，其对应芯片需求为3万多(duō)片英伟达A100 GPU，初始投(tóu)入成本约为8亿美元，每日仅电(diàn)费就在(zài)5万美元左右。

此(cǐ)外不论是ChatGPT还是(shì)AIGC，都离(lí)不(bù)开庞大算(suàn)力支持。在关注各类大模型的(de)发展同(tóng)时，更应该关注算(suàn)力网(wǎng)络的建设。

算力(lì)网络正(zhèng)驱(qū)动AI产业发展进入史诗(shī)级加速进程，让AIGC及通用(yòng)AI这(zhè)一(yī)人工智(zhì)能(néng)发(fā)展(zhǎn)的终极(jí)目标离得更近(jìn)。

因为算力可以对(duì)突破(pò)性技术(shù)创(chuàng)新提供大力的支持。这方(fāng)面，多模态大模型(xíng)是典型。作为面向未来强人工智(zhì)能、通用人工智能的重要(yào)技(jì)术创新，多模(mó)态大模型已经(jīng)在(zài)人工智能领域提出了很多年，业(yè)界也有不少(shǎo)技术突(tū)破，但是，多模态大模型进一(yī)步往下走，算力需(xū)求呈几何(hé)式上(shàng)升(shēng)，一般的(de)算力基础设施很快将难(nán)以胜任。

从图像、文(wén)字、语音(yīn)单(dān)独(dú)一项的训练，到双模态、三模态的跃迁，让人工智能可以灵活应对不同模态的(de)转化、像(xiàng)人与世界交互一样自然(rán)，这(zhè)方面，由算力(lì)网络来(lái)驱(qū)动(dòng)将有(yǒu)明显优势。

此外，还有很多需要爆发式增(zēng)长的算力来支撑的技(jì)术创新，将(jiāng)在人(rén)工(gōng)智(zhì)能算力网(wǎng)络支撑下快速(sù)推(tuī)进。

AIGC已经露出曙光(guāng)，期待在(zài)大模型和大算力的支持下(xià)AIGC能持续颠(diān)覆内容生产的方式，将创造的边际(jì)成(chéng)本降低，让(ràng)万众受益。

未经允许不得转载：橘子百科-橘子都知道 齿轮计算公式汇总，齿轮全齿高计算公式