橘子百科-橘子都知道 自聊天(tiān)机器人ChatGPT火爆以来，微软公(gōng)司(sī)创始人比尔·盖茨已多次公开谈论人工智(zhì)能话题(tí)。在最(zuì)近的(de)一次采(cǎi)访中，他(tā)再次表(biǎo)示(shì)：“AI可能(néng)会让(ràng)科技(jì)行业迎来一(yī)次剧烈(liè)的洗牌”。
这个(gè)结论是他在当地时间(jiān)2月(yuè)20日接受(shòu)《In Good Company》节目专访时提出(chū)的(de)。
他预期，AI的发展(zhǎn)可(kě)能会威胁到谷歌(gē)的市占率(lǜ)，因为微软(ruǎn)在AI方(fāng)面的(de)行动相当迅速。而最(zuì)终科技巨头将把AI整合成用(yòng)户的“全(quán)能助手”，包(bāo)揽一切应用，与人们进行(xíng)沟通并(bìng)提供建(jiàn)议，可(kě)以取代亚(yà)马逊(xùn)、Siri或Outlook等应用。
大佬口中全能助手的到来可能尚需(xū)时日(rì)，但由ControlNet引发的又(yòu)一(yī)次AI绘画浪潮，让AIGC在ChatGPT的话题热(rè)点(diǎn)包(bāo)围(wéi)中(zhōng)杀出重围(wéi)。
01
ControlNet颠(diān)覆AI绘(huì)画新玩法(fǎ)
AIGC向可控(kòng)靠近
以AI绘画为(wèi)代表的AIGC上一次爆火的时(shí)候，还是(shì)2022年8月，在美国科罗拉多州(zhōu)举办的新兴数字艺术(shù)家竞(jìng)赛(sài)中，一幅名为(wèi)《太空歌剧院》的作品获奖(jiǎng)。
随后各(gè)大厂商的AI绘画软件(jiàn)被广(guǎng)大网友(yǒu)熟知并(bìng)体验(yàn)，Stable Diffusion便是其中代表(biǎo)。
用户们可以在应用中输入一(yī)组关(guān)键词或(huò)者(zhě)一张(zhāng)照片(piàn)，就能获得一幅(fú)AI创(chuàng)作(zuò)的画作。
作(zuò)画的(de)关键(jiàn)就是所输入的文本。同一(yī)组关(guān)键词也可(kě)以创作出很多张风格不一(yī)样的(de)画作，这让创(chuàng)作的过程(chéng)就像开盲(máng)盒(hé)。
很多用户很喜欢这种(zhǒng)不确定(dìng)的惊喜，他们会将生成的美图(tú)当做头像。而另一部分喜(xǐ)欢翻(fān)看AI绘(huì)画的“翻(fān)车”作(zuò)品。在(zài)社交媒体上，许多(duō)用(yòng)户分(fēn)享AI“翻车(chē)现场”，例如，一位网友的小狗(gǒu)照(zhào)片(piàn)被AI画成了“肌肉(ròu)男”，还(hái)有网友的(de)个人照片被AI识别成(chéng)了建(jiàn)筑。
而如(rú)今随着ControlNet的出现与加持(chí)，以往AI绘画(huà)的填写关键词游戏可(kě)能要被颠覆了(le)。
ControlNet是(shì)一位正在斯坦福(fú)读(dú)博(bó)的中(zhōng)国人张吕(lǚ)敏创(chuàng)作的一(yī)种基于(yú)控(kòng)制点(diǎn)的图像变形算法(fǎ)，主要用(yòng)于数字图像处理(lǐ)、计算(suàn)机视觉和计(jì)算(suàn)机图(tú)形学等领(lǐng)域(yù)。
其SD插件一经发布(bù)，在短短的两天内便成为了AI绘画领域最(zuì)新的热(rè)点。
在此之前，大家用了很多(duō)方法想让AI生(shēng)成的结果(guǒ)尽可能的符合要求，但(dàn)是都不尽如人意(yì)，它的出(chū)现代表着AI生成(chéng)开始进入真(zhēn)正的可控时期。
因为(wèi)ControlNet可以直(zhí)接提(tí)取画面的(de)构图(tú)，人物的姿(zī)势和画(huà)面的深度信息等。有了它的帮助，就不用频繁的用提(tí)示词来碰运气(qì)，抽盲盒式(shì)的创作了(le)。
通(tōng)俗(sú)的说ControlNet相(xiāng)当于给AI绘画加了“魔法”，不少博主的作品(pǐn)已(yǐ)经获(huò)得(dé)了(le)大(dà)量的浏(liú)览量，“viggo”就是其中之一，他用朋友(yǒu)的照片(piàn)直接带她们走进动漫世界。
viggo先用StableDiffusion图片转文字。
再用Text2Prompt插件拓展(zhǎn)找到对应的(de)关键词；最后用ControlNet插(chā)件绑定骨骼开始(shǐ)换关键词试效果(guǒ)。
通过图片就可(kě)以看出来，效果十(shí)分惊艳。
更厉害的是，除(chú)了真实的照片，草图(tú)也可以加上(shàng)“魔法”，知乎大牛“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(lǚ)敏成大事者必先苦其心志劳其筋骨什么意思，干大事者必先苦其心志劳其筋骨什么意思>其本尊(zūn)也亲自(zì)回应。
不得(dé)不说当下AIGC已(yǐ)经变得(dé)越来越强大(dà)，甚至输出的作(zuò)品(pǐn)都(dōu)已经能以假(jiǎ)乱真(zhēn)了。
02
难(nán)辨虚实，AIGC技术力爆发
警惕(tì)安全问(wèn)题
近日，“苏州金鸡湖有游艇party”的消息火遍网络，而经过警(jǐng)方辟谣这所谓的“party”可能是全国第(dì)一起AI绘图(tú)诈骗。
由(yóu)于这(zhè)个活动里面(miàn)给出的美女(nǚ)照片都是AI制作(zuò)的真人照片绘图，因为太逼真，被大(dà)家当成真事传播(bō)了。
不过仔细观察可以(yǐ)发现，活动发起(qǐ)者提供(gōng)的(de)照片(piàn)中(zhōng)有个(gè)很大的漏洞可以发(fā)现并非真人，而是AI绘图，那便(biàn)是(shì)图片(piàn)中女性(xìng)的手指部分(fēn)有的存在异常。
有行业人(rén)事表示：“现(xiàn)在因为手(shǒu)指(zhǐ)部(bù)分的绘画(huà)算法(fǎ)比较(jiào)复杂，AI还不太会画人的(de)手，但最新(xīn)看(kàn)到(dào)的图片已(yǐ)经有越来越完美的AI模型(xíng)出现，以后可能就完全没有漏洞了。”
类似的AI作(zuò)图(tú)诈骗在国外(wài)也(yě)已有(yǒu)发生(shēng)。据英国(guó)广(guǎng)播(bō)公司报(bào)道，土耳其(qí)地震(zhèn)期间(jiān)，有Tiktok用户使用AI合成了儿童受灾的假(jiǎ)照片发布到网络，以(yǐ)此诱骗(piàn)善(shàn)良(liáng)的人打(dǎ)赏“捐助”从而实施诈(zhà)骗。
目(mù)前随着技术(shù)发展，AIGC已经(jīng)能做出真人照片般(bān)的绘图效果，如果这(zhè)样(yàng)的(de)图片被用来诈骗，将(jiāng)非常可(kě)怕。
此外(wài)AIGC还引(yǐn)发了很多担忧，一方面(miàn)，批判者认为AI在“学习”了大量前人(rén)的作品(pǐn)之(zhī)后，其创作没有任(rèn)何情绪和(hé)灵魂，难以(yǐ)和人类的(de)艺术(shù)创作相提并论(lùn)。
另一方面(miàn)，AIGC背(bèi)后的版权、目前都(dōu)并没(méi)有得到有效的解(jiě)决，还有(yǒu)AIGC会不(bù)会代替人类“至高无上”的创(chuàng)意。
马斯克也强调，人工智能的安全问题(tí)需(xū)要(yào)得(dé)到(dào)重视(shì)，太晚(wǎn)就来不(bù)及了。
03
AIGC下一站(zhàn)除(chú)了视频(pín)，还有远方
技(jì)术都是有两面性的，潜在的危害并不能掩盖其光辉(huī)的贡(gòng)献。现在(zài)看来，人工智(zhì)能技术(shù)将是第四(sì)次工业革命的核心驱动力量(liàng)，将创造新的增长奇迹。
过去一年，人工智能在技术和(hé)商业层面(miàn)都有了(le)巨(jù)大进展，AI绘画就是人(rén)工智能技术发生方向性改变的一个代表。其下一站或(huò)许(xǔ)就是视频。
此前，Meta和(hé)谷歌(gē)先(xiān)后发布了几条引爆科技(jì)圈的短视频。这些视频(pín)引发关注并非内容做得多优(yōu)秀，反(fǎn)而都非常简单，比如一(yī)匹正在喝水的马，一只画画的玩具熊，或(huò)者(zhě)一段骑摩托车的(de)第一视角(jiǎo)录像，随便一个有手机的人(rén)都(dōu)可(kě)以随手(shǒu)录下(xià)一段。
但这些短视频的创(chuàng)作方式非常简(jiǎn)单，创作者(zhě)仅仅需要向AI输入一段(duàn)话，甚至只是说一下要(yào)求，AI就可(kě)以根据(jù)需要(yào)生(shēng)成一段(duàn)视频(pín)。
谷歌(gē)发布的两个AI生成视频分(fēn)别来自于(yú)Imagen Video和Phenaki，前者主要突出的是(shì)高清，与(yǔ)Meta的Make-A-Video没有太多的差别。
在Make-A-Video公布(bù)了AI生(shēng)成的视(shì)频后，AI圈就已经玩(wán)了一波(bō)梗，一个(gè)能够做出更(gèng)高(gāo)清视频的AI还不足(zú)以在(zài)短时(shí)间内(nèi)戳中(zhōng)兴奋(fèn)点。
Phenaki更加令(lìng)人(rén)震(zhèn)惊(jīng)的地(dì)方在于，它可(kě)以制作出(chū)超过2分钟的(de)连贯的也有确切内(nèi)容(róng)的视频，这才是(shì)真正(zhèng)让人们感到惊喜的地(dì)方。因为(wèi)无论AI生(shēng)成的视(shì)频多么高清，也只(zhǐ)能是为内容生产者提供一个(gè)灵(líng)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容(róng)的(de)视(shì)频就(jiù)意味(wèi)着，一些视频创作由AI代替人工完成已经初步有(yǒu)了可(kě)能。
当下AI的发展速度已经超过大部(bù)分人(rén)的想象。内容产业的本质(zhì)是供给创造需求，AIGC作为全新的内容(róng)生产方式，可以为内容产业(yè)带(dài)来更(gèng)新的内容(róng)风格(gé)、更快的(de)生产速度(dù)，更低的生产(chǎn)成本，这(zhè)无疑会驱动内容产业的大爆发(fā)。
除了AI绘(huì)图、视频(pín)，AIGC技(jì)术还能应(yīng)用于音(yīn)乐、代码、机器人动作等多种内容形式的生成。不(bù)难(nán)发现(xiàn)该项(xiàng)技术不仅在(zài)游戏等(děng)行(xíng)业(yè)能(néng)得到(dào)有(yǒu)效应用，对于(yú)下一代互(hù)联网(wǎng)各种元素的构建亦有关键意(yì)义。
从商业化的角度(dù)来看，文化娱(yú)乐(lè)、教育、传媒(méi)等诸多领域(yù)，本身就对基(jī)于AI的可视化内容有强(qiáng)烈(liè)需求。
因此，AI绘画及(jí)视频(pín)或不是结(jié)果，而只(zhǐ)是AI进程中的一(yī)块重要拼图，有望在(zài)技(jì)术更新的加持下(xià)实现更大的(de)应用价(jià)值。
AI从理解内容，走(zǒu)向(xiàng)了可(kě)以生成内(nèi)容，甚至能够(gòu)创造(zào)出独立价(jià)值(zhí)和(hé)独立视角的内容。AIGC的再次出(chū)圈，更代(dài)表着未来的先进生产力即(jí)将到来。
04
紧抓大模型与算力，牢固(gù)AIGC底座
从技(jì)术的(de)发展也(yě)可(kě)以看出，在语(yǔ)言(yán)大(dà)模型(xíng)、图像大(dà)模型之后，多模态大模型(xíng)已经成为了(le)新(xīn)的趋(qū)势(shì)。
大模型被誉为(wèi)当(dāng)前人工智(zhì)能发展的智(zhì)能底座，是全球竞争最激烈(liè)的研究方(fāng)向之(zhī)一，包括(kuò)谷歌、亚马逊、百度、阿里、腾讯等众多头(tóu)部企业都在竞相(xiāng)发力。
不(bù)过训练(liàn)大(dà)模型(xíng)的确(què)价格不菲，以国盛证券发布的《ChatGPT需要多少算力》报告估算(suàn)，GPT-3训练一次的(de)成本约为140万美元。而对于一些更(gèng)大的LLM(大型语言模型)，训练成(chéng)本则介于200万美元至1200万美(měi)元(yuán)高价之(zhī)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(piàn)英伟达(dá)A100 GPU，初始投入(rù)成本(běn)约为8亿美元，每日仅电费就在5万美(měi)元左右。
此外不论是ChatGPT还是AIGC，都离不开庞大算力(lì)支持。在(zài)关注(zhù)各类大模型的(de)发展同(tóng)时，更应(yīng)该关注算力(lì)网络的建设。
算力(lì)网(wǎng)络正驱动AI产(chǎn)业发展进入史诗级加速(sù)进程，让AIGC及通(tōng)用AI这一人工智能(néng)发(fā)展的(de)终(zhōng)极目标离(lí)得更近。
因为(wèi)算力可以(yǐ)对突破性(xìng)技术创新提供(gōng)大力的支(zhī)持。这(zhè)方(fāng)面，多模态大模(mó)型是典型。作为面向未(wèi)来强人工智能、通用人工智能的重(zhòng)要技术创新(xīn)，多(duō)模态大模(mó)型已经在人工智能领域提出了很多年(nián)，业(yè)界也有不少技(jì)术突破，但是，多模态大模型进一步往(wǎng)下走(zǒu)，算力需求呈(chéng)几何式上升，一般的算力基础设施很快将难以胜任。
从(cóng)图像、文(wén)字、语音单独(dú)一项(xiàng)的训练，到双模态、三模态的跃迁(qiān)，让人(rén)工智能(néng)可以(yǐ)灵活应对不同模态的转化、像人(rén)与(yǔ)世界交互一样自然(rán)，这方面，由算力网络(luò)来驱动(dòng)将有(yǒu)明显(xiǎn)优势。
此外，还有(yǒu)很多需要爆(bào)发式增(zēng)长的算力来支撑的技术创新(xīn)，将在人工智能(néng)算力(lì)网络支撑下快速(sù)推进(jìn)。
AIGC已经(jīng)露出曙光，期待在大模型和大算力的支持下(xià)AIGC能持续颠覆(fù)内容生产的方式，将创造的边际成本降低，让万众受益。
最新评论
非常不错
测试评论
是吗
真的吗
哇，还是漂亮呢，如果这留言板做的再文艺一些就好了
感觉真的不错啊
妹子好漂亮。。。。。。
呵呵，可以好好意淫了