自聊(liáo)天机器人(rén)ChatGPT火爆以来，微软公司创(chuàng)始人比(bǐ)尔·盖茨已多次公开(kāi)谈论(lùn)人工智能(néng)话题。在最近的一次采(cǎi)访中(zhōng)，他再次表示：“AI可能会(huì)让科技行业迎(yíng)来(lái)一次剧(jù)烈的洗牌”。

这个(gè)结论是他在当地(dì)时间2月20日接受《In Good Company》节(jié)目专(zhuān)访(fǎng)时提(tí)出的。

他预期，AI的(de)发展可能会(huì)威胁(xié)到谷歌的市占率，因为(wèi)微软在AI方面的行动相当迅(xùn)速。而(ér)最(zuì)终科技巨头将把AI整合成用户的“全能助手”，包揽(lǎn)一(yī)切应用，与人(rén)们进行沟通(tōng)并提(tí)供建(jiàn)议(yì)，可以(yǐ)取(qǔ)代亚(yà)马逊、Siri或Outlook等应用(yòng)。

大佬口(kǒu)中全(quán)能助(zhù)手的到来可能尚(shàng)需时日，但由ControlNet引发的又一(yī)次AI绘(huì)画(huà)浪潮，让AIGC在(zài)ChatGPT的话题热点包(bāo)围中(zhōng)杀出(chū)重(zhòng)围。

01

ControlNet颠覆AI绘(huì)画新玩法(fǎ)

AIGC向可控(kòng)靠近

以AI绘画为代表的AIGC上一(yī)次爆火的时(shí)候，还是2022年8月，在美国科罗拉多(duō)州举办的新(xīn)兴(xīng)数字艺(yì)术家竞赛中，一幅名为《太空歌剧(jù)院》的(de)作品获奖。

随(suí)后各(gè)大厂(chǎng)商的AI绘(huì)画软件被广(guǎng)大网友(yǒu)熟知并体验，Stable Diffusion便(biàn)是其中代表。

homework可数还是不可数名词，homework可数吗？housework 呢decoding="async" src="https://mmbiz.heiliaofuli.com/wp-content/uploads/2023/03/4a712a72a22d7ba.jpeg?imageMogr2/thumbnail/2160x0/format/webp/quality/80" data-ratio="0.7261345852895149" data-s="300,640" data-type="jpeg" data-w="639">

用(yòng)户(hù)们可(kě)以在应用中(zhōng)输(shū)入一组关键词或者(zhě)一(yī)张照片，就能获得(dé)一幅AI创作的画作。

作(zuò)画的关(guān)键就是所输入的文本。同(tóng)一组关键词也可以创(chuàng)作出(chū)很多张风格不(bù)一样(yàng)的(de)画作(zuò)，这让创作的(de)过程(chéng)就像开盲盒。

很(hěn)多(duō)用(yòng)户很(hěn)喜欢(huān)这种不确定(dìng)的惊(jīng)喜，他们会(huì)将生成的美图当做(zuò)头像。而另一部分(fēn)喜欢翻看AI绘画的“翻(fān)车”作品(pǐn)。在社交媒体(tǐ)上，许多(duō)用户分(fēn)享AI“翻车现场(chǎng)”，例如(rú)，一位网友(yǒu)的小狗(gǒu)照(zhào)片被AI画成了“肌肉男(nán)”，还(hái)有网友的个人照片被AI识别成(chéng)了建筑。

而如今随着ControlNet的出现与加(jiā)持，以往AI绘画的填写(xiě)关(guān)键词游戏可能(néng)要被颠覆了。

ControlNet是一位正在斯坦福(fú)读(dú)博的中国人张吕敏创作的一种基于控制点的图像变形算法，主要用(yòng)于(yú)数(shù)字图像(xiàng)处理(lǐ)、计算(suàn)机视觉和计(jì)算(suàn)机图形学等(děng)领(lǐng)域。

其SD插件一经发布，在(zài)短短的两天(tiān)内便(biàn)成(chéng)为了AI绘(huì)画(huà)领(lǐng)域最新的热点。

在此之(zhī)前，大家用了(le)很多方(fāng)法想让AI生成(chéng)的结(jié)果尽可能的符合要求(qiú)，但是都(dōu)不尽如(rú)人意，它(tā)的出现(xiàn)代(dài)表着AI生成开始进入真正(zhèng)的可控时期。

因为(wèi)ControlNet可以直接提取画(huà)面的(de)构图，人物(wù)的姿势(shì)和画(huà)面的深度(dù)信息等(děng)。有了它的(de)帮助，就(jiù)不用频繁的用提示词来碰运气(qì)，抽盲盒(hé)式的创(chuàng)作了。

通俗的(de)说ControlNet相(xiāng)当于(yú)给AI绘画加了“魔法(fǎ)”，不(bù)少博主的作品已经获(huò)得了大量(liàng)的浏览量，“viggo”就是其中(zhōng)之一(yī)，他用朋(péng)友的(de)照片直接(jiē)带她们走进动漫世(shì)界(jiè)。

viggo先用StableDiffusion图片(piàn)转(zhuǎn)文字。

再用(yòng)Text2Prompt插件拓(tuò)展找到对应的关键(jiàn)词；最后用ControlNet插件绑定骨(gǔ)骼开始换关键词(cí)试效果(guǒ)。

通过图片就可以看出来，效果十分(fēn)惊(jīng)艳。

更厉(lì)害的是，除(chú)了真(zhēn)实(shí)的照(zhào)片(piàn)，草图也可以加上(shàng)“魔法(fǎ)”，知乎大牛“DevPoint”和“逗砂”介(jiè)绍到ControlNet还能实现线稿转全(quán)彩(cǎi)图。大神张吕敏(mǐn)其本尊也亲(qīn)自回(huí)应。

不得(dé)不(bù)说(shuō)当下(xià)AIGC已经变(biàn)得越来越强大，甚至输出的作品都已经(jīng)能以假乱真了。

02

难辨虚实，AIGC技术力爆发

警惕安全问题

近日，“苏州金鸡湖有游(yóu)艇party”的消(xiāo)息(xī)火遍(biàn)网络，而(ér)经过警方(fāng)辟谣这所谓的(de)“party”可能是全国第一(yī)起AI绘图诈骗。

由(yóu)于这个活动里面给出的美(měi)女照片都(dōu)是AI制作的真人照片(piàn)绘图，因为(wèi)太逼(bī)真(zhēn)，被(bèi)大家当成真事传播(bō)了。

不过仔细观察可以(yǐ)发现，活动发(fā)起者提供的照片(piàn)中有个很大的漏洞可以发现并非真人，而(ér)是(shì)AI绘图，那便是图片(piàn)中女性的手指部分有的存在(zài)异常(cháng)。

有行(xíng)业人事表示：“现(xiàn)在(zài)因(yīn)为手指(zhǐ)部分的绘画算法比较复杂，AI还不太会画人的手，但(dàn)最新看到的图(tú)片已经有越(yuè)来越完美(měi)的AI模型(xíng)出(chū)现，以后可能就完(wán)全(quán)没有漏(lòu)洞了。”

类似的AI作图(tú)诈骗(piàn)在国(guó)外也已有(yǒu)发生。据(jù)英国广(guǎng)播公(gōng)司报道，土耳(ěr)其地震(zhèn)期间，有Tiktok用户使(shǐ)用AI合成了(le)儿童(tóng)受灾的假照片发(fā)布到网络，以此诱骗善(shàn)良的人(rén)打赏“捐助(zhù)”从而(ér)实施(shī)诈骗。

目(mù)前(qián)随着技术(shù)发(fā)展，AIGC已经能做出真(zhēn)人照片般的绘(huì)图效果，如(rú)果这样的图片(piàn)被用来诈骗，将(jiāng)非常可怕。

此(cǐ)外(wài)AIGC还引发了很多担忧，一(yī)方面，批判者认(rèn)为AI在“学习”了大量前人的作品之后(hòu)，其(qí)创(chuàng)作没(méi)有任何情绪和灵(líng)魂，难以和人类的艺术创作相提并论。

另(lìng)一方面，AIGC背(bèi)后的版权(quán)、目前(qián)都并没有得到(dào)有效的解(jiě)决，还有AIGC会不会代(dài)替人(rén)类“至高(gāo)无上”的创(chuàng)意。

马斯克也(yě)强调，人工(gōng)智能的安(ān)全问题需要(yào)得到重视(shì)，太晚就来不及(jí)了。

03

AIGC下一站(zhàn)除了视频，还有远方

技(jì)术都是有两面(miàn)性的，潜在(zài)的(de)危害并不能掩盖其(qí)光辉的(de)贡(gòng)献。现在看来，人工智能(néng)技术将是第四次工业革命的核心驱动力量，将创造新的增长奇迹(jì)。

过去(qù)一年，人工智能(néng)在技术(shù)和商业(yè)层面(miàn)都有(yǒu)了巨(jù)大进(jìn)展，AI绘画就是人工智能技术发生方向性改(gǎi)变(biàn)的(de)一个代表。其下一站(zhàn)或许就(jiù)是视频。

此前，Meta和谷歌先后发布(bù)了几条引爆科(kē)技圈的短视频。这些视频(pín)引发关注并非内容做得多优秀，反而都非(fēi)常简单，比如一匹正在喝水的马，一只画画的玩(wán)具(jù)熊(xióng)，或(huò)者一段骑摩托车的第一视(shì)角录像，随便一个有(yǒu)手机的人都可以(yǐ)随手录(lù)下一(yī)段。

但这(zhè)些短视频的创作方式非常简单，创作者仅仅(jǐn)需(xū)要向(xiàng)AI输入一段话，甚至(zhì)只是说一下要求，AI就可以根(gēn)据需(xū)要生成一段视频。

谷歌发布的两个AI生(shēng)成视频分别来自于Imagen Video和Phenaki，前者主要突出(chū)的(de)是高清，与Meta的Make-A-Video没有太多的差别。

在(zài)Make-A-Video公布了AI生成的视频(pín)后，AI圈就已经玩了(le)一波梗(gěng)，一个能够做出更高(gāo)清(qīng)视(shì)频的AI还不足以(yǐ)在短时间内戳中兴奋点。

Phenaki更加令(lìng)人(rén)震惊(jīng)的地(dì)方在于(yú)，它(tā)可以制(zhì)作出超过2分(fēn)钟的连(lián)贯的(de)也有确切内容的(de)视频，这才是真正(zhèng)让人们(men)感到惊(jīng)喜的地方。因为无论AI生成的视频多(duō)么高清(qīng)，也只能(néng)是为内容生产者提供一个(gè)灵感，一个素(sù)材，一个过(guò)场动画。

不(bù)过能够制作出有具体剧情内容的视(shì)频就意味着，一些视频创作由(yóu)AI代替人工完成(chéng)已(yǐ)经初步有(yǒu)了可(kě)能。

当下AI的发(fā)展速度已经(jīng)超过大部分人的想象。内容产(chǎn)业的(de)本质是供给创造需求(qiú)，AIGC作为全(quán)新的(de)内容(róng)生(shēng)产(chǎn)方式，可以为内(nèi)容产业带来更(gèng)新的内容风(fēng)格、更快的生产速度，更低(dī)的生(shēng)产(chǎn)成本，这无疑会驱(qū)动内容产业的大爆发。

除了(le)AI绘图(tú)、视(shì)频(pín)，AIGC技术(shù)还能应用于音乐、代码、机(jī)器人(rén)动作等多种内容(róng)形(xíng)式(shì)的生成。不难发(fā)现(xiàn)该项技术不仅(jǐn)在游戏(xì)等行业(yè)能得到有(yǒu)效应用，对于下一代(dài)互联网各种元素(sù)的构建亦有关键意义。

从(cóng)商业(yè)化的(de)角(jiǎo)度来看，文化娱乐、教育、传媒等诸(zhū)多领域，本身就对基于AI的可视化内容有强烈需求。

因此，AI绘画及视频(pín)或不是结果(guǒ)，而只是AI进(jìn)程中的一块重(zhòng)要拼图(tú)，有(yǒu)望在技术更新(xīn)的加持(chí)下实现(xiàn)更(gèng)大的应(yīng)用价值。

AI从理解(jiě)内容，走(zǒu)向了可以生成内容，甚(shèn)至能够创造出独(dú)立价(jià)值和独立视角的内容。AIGC的(de)再次出圈，更代(dài)表(biǎo)着(zhe)未来的先进(jìn)生产力即将到(dào)来。

04

紧抓(zhuā)大模型(xíng)与算(suàn)力，牢固(gù)AIGC底座

从技(jì)术的发(fā)展也可(kě)以看出，在语(yǔ)言大模型、图像大模(mó)型之后，多(duō)模态大模型已(yǐ)经成为了新(xīn)的趋势。

大模(mó)型被誉为当(dāng)前(qián)人工智能发(fā)展的(de)智能底座，是全球竞争(zhēng)最激烈(liè)的研究方向之一，包括谷歌、亚马逊、百度、阿里、腾讯等(děng)众多头部企业都在竞(jìng)相发力(lì)。

不(bù)过训(xùn)练大(dà)模型(xíng)的确(què)价格不菲(fēi)，以国盛证券发布的《ChatGPT需要多少算力》报告(gào)估算，GPT-3训练一次的成本约(yuē)为140万美元。而对(duì)于(yú)一些(xiē)更大(dà)的LLM(大(dà)型(xíng)语言模型)，训(xùn)练成(chéng)本则介于200万美元至(zhì)1200万美元(yuán)高价(jià)之间。

以(yǐ)ChatGPT在2023年1月(yuè)的独立(lì)访(fǎng)客平均数1300万计算，其对(duì)应芯(xīn)片需(xū)求为3万多片(piàn)英伟达(dá)A100 GPU，初(chū)始(shǐ)投入成(chéng)本约为8亿美元(yuán)，每(měi)日仅电费就(jiù)在5万美元左右。

此外不(bù)论(lùn)是ChatGPT还是(shì)AIGC，都(dōu)离不开庞大算(suàn)力支持。在关注各类大模型的发展(zhǎn)同时，更应(yīng)该关(guān)注算(suàn)力网络(luò)的建设。

算(suàn)力网络(luò)正(zhèng)驱动AI产业发展进入史诗级(jí)加速进程，让AIGC及通用(yòng)AI这一人(rén)工(gōng)智(zhì)能发展的终极目(mù)标(biāo)离得更近(jìn)。

因为算力可以对(duì)突破性技术创新提供(gōng)大力的支(zhī)持。这方(fāng)面，多模态大模型(xíng)是典型。作为(wèi)面向未来强人工(gōng)智能、通用人(rén)工智(zhì)能的重要技术创新，多模态大模型(xíng)已经在人工(gōng)智能领(lǐng)域提出了很(hěn)多(duō)年，业界(jiè)也有不少技术突破，但是(shì)，多模态大模型进(jìn)一步(bù)往下走(zǒu)，算力需求呈(chéng)几何式上升，一般的算(suàn)力基础设施很快将难(nán)以(yǐ)胜(shèng)任(rèn)。

从(cóng)图像、文字(zì)、语(yǔ)音单独一(yī)项的训(xùn)练，到双(shuāng)模态(tài)、三模态的(de)跃迁(qiān)，让人工智能可以灵活(huó)应对不同模态的转化(huà)、像人与世(shì)界交互一(yī)样自然，这方(fāng)面(miàn)，由算(suàn)力网络来驱(qū)动将有明(míng)显优势。

此外，还(hái)有很多需要爆(bào)发式增长的(de)算力来支(zhī)撑的技术创(chuàng)新，将在人工(gōng)智能算力网(wǎng)络支撑下快(kuài)速推进。

AIGC已(yǐ)经(jīng)露出曙(shǔ)光，期待在大模(mó)型和大算力(lì)的(de)支持下AIGC能持续颠覆内容生产的方(fāng)式(shì)，将创造的边际(jì)成本降低(dī)，让万(wàn)众受(shòu)益。

未经允许不得转载：橘子百科-橘子都知道 homework可数还是不可数名词，homework可数吗？housework 呢