自聊天机(jī)器人ChatGPT火爆以来(lái)，微(wēi)软公司创始人比(bǐ)尔·盖茨已多次公开(kāi)谈论人工智能话(huà)题(tí)。在(zài)最近的(de)一次(cì)采访中，他再次表示：“AI可(kě)能会让科技行(xíng)业(yè)迎来(lái)一次剧烈(liè)的洗牌(pái)”。

这个结(jié)论是他(tā)在当地时间2月20日接受《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谷歌的(de)市(shì)占率(lǜ)，因为微软在AI方(fāng)面(miàn)的行动相(xiāng)当迅速。而(ér)最终科(kē)技巨头将把(bǎ)AI整合成用户(hù)的(de)“全能助手”，包揽一(yī)切应(yīng)用，与人们(men)进(jìn)行沟(gōu)通并提供建(jiàn)议(yì)，可以取代亚马逊、Siri或Outlook等应用(yòng)。

大佬口中全(quán)能助(zhù)手的到来可能尚(shàng)需(xū)时(shí)日(rì)，但由ControlNet引发的又(yòu)一次AI绘画浪潮，让AIGC在(zài)ChatGPT的话题(tí)热(rè)点包(bāo)围(wéi)中杀出重围。

01

ControlNet颠(diān)覆AI绘(huì)画(huà)新(xīn)玩法

AIGC向可控靠近

以(yǐ)AI绘画(huà)为代表的AIGC上(shàng)一(yī)次爆(bào)火的时(shí)候，还是2022年8月，在美国科(kē)罗拉(lā)多州举办的新(xīn)兴数(shù)字艺术家竞赛中，一幅名为《太(tài)空歌剧(jù)院》的作(zuò)品(pǐn)获(huò)奖。

随(suí)后各大厂商的AI绘(huì)画软件被(bèi)广大网友(yǒu)熟知并体(tǐ)验，Stable Diffusion便是其中代表(biǎo)。

用户们(men)可以在应用中输入(rù)一组关(guān)键(jiàn)词或者一张照片，就能获得(dé)一(yī)幅AI创作的画作(zuò)。

作画的关键就是所输入的(de)文本。同(tóng)一组关键词也可以创作出很(hěn)多张风格不(bù)一样的画作，这让创作(zuò)的过程(chéng)就(jiù)像开盲盒。

很多用(yòng)户很(hěn)喜欢这种不确定的惊(jīng)喜，他们(men)会将(jiāng)生成(chéng)的美图当(dāng)做头像。而另(lìng)一部分喜欢翻看(kàn)AI绘画的“翻车”作品。在社交媒体上，许多用户分享AI“翻车现场(chǎng)”，例如，一位网友的小(xiǎo)狗照片被(bèi)AI画成了“肌肉男”，还有网(wǎng)友的个人照片(piàn)被AI识(shí)别(bié)成(chéng)了(le)建筑。

而如今(jīn)随着(zhe)ControlNet的出现与加持，以往AI绘(huì)画(huà)的填写关(guān)键(jiàn)词游戏可能要(yào)被(bèi)颠覆了。

ControlNet是一位正在(zài)斯(sī)坦福读博的中国人张(zhāng白头发从哪开始白，白头发从发梢开始白是什么原因)吕敏创作的(de)一种基于控(kòng)制点的(de)图像变(biàn)形算(suàn)法(fǎ)，主要用于数(shù)字图像处理、计(jì)算机视(shì)觉和计(jì)算机图形学(xué)等领域。

其SD插(chā)件一经发布，在(zài)短短的(de)两天内便成(chéng)为了AI绘画领域最新的(de)热点。

在(zài)此之前，大家(jiā)用了很多方(fāng)法想让AI生成(chéng)的结(jié)果尽(jǐn)可(kě)能的符合要求，但是都不尽如人意，它的出现代表着AI生成(chéng)开(kāi)始进(jìn)入真正的可控时期(qī)。

因为ControlNet可以直(zhí)接提取画面的(de)构图，人物的姿势和画(huà)面的深度信息(xī)等(děng)。有了它的帮(bāng)助，就不用频(pín)繁的用提示(shì)词来碰运气，抽盲盒式的创作了。

通俗(sú)的(de)说ControlNet相当于给AI绘(huì)画加了“魔法(fǎ)”，不少博主(zhǔ)的(de)作品已经(jīng)获得了(le)大量(liàng)的浏(liú)览量，“viggo”就是(shì)其中(zhōng)之一，他(tā)用(yòng)朋友的照片直接带她们走进动(dòng)漫世界。

viggo先用(yòng)StableDiffusion图片转文字。

再(zài)用(yòng)Text2Prompt插件(jiàn)拓展(zhǎn)找到对应(yīng)的关键词；最后用ControlNet插(chā)件(jiàn)绑(bǎng)定骨骼开(kāi)始换关(guān)键词试效果。

白头发从哪开始白，白头发从发梢开始白是什么原因e="jpeg" data-w="1280">

通过图片就可以看出(chū)来(lái)，效果十分惊艳。

更厉(lì)害的是(shì)，除了真实(shí)的照片，草图也可以加上“魔法”，知(zhī)乎大(dà)牛“DevPoint”和“逗(dòu)砂”介绍(shào)到ControlNet还能实现线稿(gǎo)转全彩图(tú)。大神(shén)张吕(lǚ)敏其(qí)本(běn)尊也亲(qīn)自(zì)回应(yīng)。

不得不说当下AIGC已(yǐ)经变(biàn)得(dé)越来越强(qiáng)大(dà)，甚至输出(chū)的作品都(dōu)已经能(néng)以假乱真(zhēn)了。

02

难辨虚(xū)实，AIGC技(jì)术力爆发

警惕安全问题(tí)

近日，“苏州(zhōu)金鸡湖有游艇party”的消(xiāo)息火(huǒ)遍网络，而经过警方辟谣(yáo)这所(suǒ)谓的“party”可能(néng)是(shì)全国第(dì)一起AI绘(huì)图诈(zhà)骗。

由于这个活动里(lǐ)面给出的美女照片都是AI制(zhì)作的真人照(zhào)片绘(huì)图，因为太逼真，被大家当成真事传播了。

不过仔(zǎi)细观察可(kě)以(yǐ)发现，活动(dòng)发起者(zhě)提供的照片(piàn)中有个很大的漏(lòu)洞可以发现(xiàn)并非(fēi)真(zhēn)人，而是AI绘图(tú)，那便是图片中女(nǚ)性的手(shǒu)指部分(fēn)有的存在异常。

有行(xíng)业人事表示：“现在因为(wèi)手(shǒu)指部分(fēn)的绘画算法比较复(fù)杂，AI还不太会画人(rén)的手，但最新看到的图片已经有越来越完美的AI模型出现，以后(hòu)可能就完全(quán)没有漏洞(dòng)了。”

类似的AI作图诈(zhà)骗在国(guó)外也已有(yǒu)发生。据英国广播公司报(bào)道(dào)，土(tǔ)耳其地震期间，有(yǒu)Tiktok用户(hù)使用AI合成了儿(ér)童受灾的假(jiǎ)照(zhào)片发布到网络，以此诱骗善良的人打(dǎ)赏“捐助”从而实施(shī)诈骗。

目(mù)前(qián)随(suí)着技术(shù)发展，AIGC已经能做出(chū)真(zhēn)人照片般(bān)的绘图(tú)效果，如果这样的图片被用来诈(zhà)骗，将(jiāng)非常(cháng)可怕。

此外AIGC还引发了很多担忧，一方(fāng)面，批判者认为(wèi)AI在(zài)“学习”了大量前人的作品(pǐn)之后，其(qí)创作没有任何(hé)情绪和灵(líng)魂(hún)，难以(yǐ)和(hé)人类的(de)艺术创作相(xiāng)提(tí)并论(lùn)。

另一方面，AIGC背后(hòu)的版权、目前都并没有得到(dào)有效的解决，还有AIGC会不会代(dài)替人类“至高无上”的(de)创(chuàng)意。

马(mǎ)斯克也强调，人工智能(néng)的安全问题需要得到重视，太晚(wǎn)就来不(bù)及了。

03

AIGC下一站除了(le)视(shì)频，还有远(yuǎn)方

技(jì)术都(dōu)是有两面(miàn)性(xìng)的，潜在(zài)的危害(hài)并(bìng)不能掩盖其光辉的贡献。现(xiàn)在看来，人工智能技术将是第四(sì)次(cì)工(gōng)业(yè)革命(mìng)的(de)核(hé)心驱动力量，将(jiāng)创造(zào)新的增长(zhǎng)奇迹(jì)。

过去一年，人工智能在(zài)技(jì)术和商(shāng)业层面都有(yǒu)了巨大进(jìn)展(zhǎn)，AI绘(huì)画就(jiù)是人工智能技术发生方向性(xìng)改变的(de)一(yī)个(gè)代(dài)表。其下一站或许就是视频。

此前，Meta和谷歌(gē)先后发布了几条引(yǐn)爆科技圈(quān)的短视(shì)频。这些视(shì)频引发(fā)关(guān)注并非内容(róng)做(zuò)得多优秀，反而都非(fēi)常简单，比如一(yī)匹(pǐ)正(zhèng)在(zài)喝水的马，一(yī)只画画(huà)的玩具熊，或者一段骑摩托车的第一视角(jiǎo)录像，随便一个有手机的人都可以随手(shǒu)录下一段。

但这些短(duǎn)视频的创(chuàng)作方式非常简单，创作者仅仅(jǐn)需要向AI输入一段话，甚至只是(shì)说一下要求，AI就可(kě)以根据(jù)需(xū)要生成一段视频。

谷歌发布的两个AI生成视(shì)频分别来自于(yú)Imagen Video和(hé)Phenaki，前者主要突出的是(shì)高清，与(yǔ)Meta的(de)Make-A-Video没有太多(duō)的(de)差(chà)别。

在Make-A-Video公布了AI生成(chéng)的视频后，AI圈(quān)就已经玩了一(yī)波梗，一个能够(gòu)做出(chū)更高清视(shì)频的(de)AI还(hái)不足以(yǐ)在(zài)短(duǎn)时间内戳中兴奋点。

Phenaki更加令人震惊的地(dì)方在于，它可以制(zhì)作(zuò)出超(chāo)过2分钟的连(lián)贯的也有确切内容的视(shì)频，这才是真正让人们感(gǎn)到惊喜的地方(fāng)。因为无论AI生成的视频(pín)多么高清，也只能是为(wèi)内容生产(chǎn)者提供一(yī)个(gè)灵感，一个素材，一个过场动画(huà)。

不过能够制作(zuò)出有具体(tǐ)剧(jù)情(qíng)内容(róng)的(de)视频就(jiù)意味着，一(yī)些视(shì)频创作由AI代(dài)替(tì)人工完(wán)成(chéng)已经初步有(yǒu)了(le)可能。

当下(xià)AI的发展速度已经超过大(dà)部分人(rén)的(de)想象。内容产业的本(běn)质是(shì)供给创造(zào)需求，AIGC作为(wèi)全新的内(nèi)容(róng)生产方式，可以(yǐ)为(wèi)内容产业(yè)带(dài)来更新的内容风格(gé)、更快的(de)生(shēng)产速(sù)度，更(gèng)低的生产成本，这(zhè)无疑会驱动内(nèi)容产业(yè)的大爆发。

除了(le)AI绘图、视频，AIGC技术还能应(yīng)用于音乐、代(dài)码、机器人动作等多种内容(róng)形式的(de)生成。不难发现该(gāi)项技术不仅在游戏等行业能得到有效应用，对于(yú)下一(yī)代互联(lián)网各种元素的构建亦(yì)有(yǒu)关键意义。

从商业化的角度来看，文化娱乐、教育(yù)、传媒等(děng)诸(zhū)多领(lǐng)域，本(běn)身就对基于AI的可(kě)视化内容(róng)有(yǒu)强(qiáng)烈需(xū)求。

因此，AI绘画及(jí)视频(pín)或不是(shì)结果(guǒ)，而只是AI进(jìn)程中的(de)一块重要拼图，有(yǒu)望在(zài)技(jì)术更新的加(jiā)持下实现更大的应(yīng)用价值。

AI从理解内容，走向了可以生(shēng)成内容，甚至能够创造出(chū)独立(lì)价值和独立(lì)视角的内(nèi)容。AIGC的(de)再次出(chū)圈(quān)，更代(dài)表着未(wèi)来的先进生产力即将到来。

白头发从哪开始白，白头发从发梢开始白是什么原因type="png" data-w="1280">

04

紧(jǐn)抓大模型与算力，牢固AIGC底(dǐ)座(zuò)

从技术的发(fā)展也可(kě)以看(kàn)出，在语言大模型、图像大模型之后，多模态大模(mó)型已经成为(wèi)了(le)新的趋势。

大模型被誉为当前(qián)人工智能发展(zhǎn)的智能(néng)底座，是全球竞争最(zuì)激烈的研究方(fāng)向之一，包括(kuò)谷歌、亚马逊、百(bǎi)度、阿里(lǐ)、腾讯(xùn)等众多头部企(qǐ)业(yè)都在(zài)竞相(xiāng)发力。

不过训练(liàn)大模型的确价格不菲，以国(guó)盛证券发布(bù)的(de)《ChatGPT需要(yào)多少算力》报告估算，GPT-3训练一次的成本约为140万美元。而对于一些更大(dà)的LLM(大型语言模型(xíng))，训练(liàn)成本则介于200万(wàn)美元至1200万美元高价之间。

以ChatGPT在2023年1月的独立访客平均数1300万计算，其(qí)对应芯(xīn)片需求为(wèi)3万多片英伟(wěi)达A100 GPU，初始投(tóu)入成本约为8亿美元(yuán)，每日仅(jǐn)电(diàn)费(fèi)就在5万美元左右(yòu)。

此(cǐ)外不论(lùn)是ChatGPT还是AIGC，都(dōu)离不开(kāi)庞(páng)大算力支持。在关注各类(lèi)大模型的发展同时，更应该关注算力网络的建设。

算力网络正驱动AI产业发展(zhǎn)进(jìn)入史诗级加速(sù)进程，让AIGC及通用AI这(zhè)一(yī)人(rén)工智能发展(zhǎn)的终(zhōng)极目标离得(dé)更近。

因为算力(lì)可以(yǐ)对突破(pò)性技术创新提供(gōng)大(dà)力的支持(chí)。这方面，多模态大模(mó)型是典型。作为面(miàn)向未来强(qiáng)人工智能、通用人(rén)工智能的重要技术创(chuàng)新，多(duō)模态大模型已经在人工(gōng)智能领域提出了很多年，业界(jiè)也有(yǒu)不少技术突破，但是，多(duō)模(mó)态(tài)大(dà)模(mó)型进(jìn)一步(bù)往下走，算(suàn)力需求(qiú)呈几何式上升，一般的算力基础设(shè)施很快将难以胜任(rèn)。

从图像(xiàng)、文字、语音单独一(yī)项的(de)训(xùn)练，到双模态、三模态(tài)的跃迁，让(ràng)人工智能可(kě)以灵活(huó)应对不(bù)同模(mó)态的转化、像人与世界交互一样(yàng)自然，这方面，由(yóu)算力网(wǎng)络来驱动(dòng)将(jiāng)有明显优势。

此外，还有很多需要爆发式(shì)增长的算力来支撑的技术创新，将在人工(gōng)智能算力网络支撑(chēng)下(xià)快速推进(jìn)。

AIGC已经露(lù)出曙光，期待在大模型(xíng)和大(dà)算力的支持下(xià)AIGC能持续颠覆(fù)内(nèi)容(róng)生产的方式，将创造的边际成本(běn)降低，让万(wàn)众(zhòng)受益。

未经允许不得转载：橘子百科-橘子都知道 白头发从哪开始白，白头发从发梢开始白是什么原因