自聊(liáo)天机器人(rén)ChatGPT火爆(bào)以来，微软公司创始人比尔·盖茨已多次公开谈(tán)论人工智能话题。在最近的一次采访中，他再次表示：“AI可能会让科(kē)技行(xíng)业(yè)迎(yíng)来一次(cì)剧烈的洗牌”。

这个结论是他在当地时(shí)间2月20日接受《In Good Company》节目专访时提出的(de)。

他预期(qī)，AI的发展可能(néng)会(huì)威(wēi)胁(xié)到谷歌的市占率，因为微软(ruǎn)在AI方(fāng)面的(de)行动相当迅(xùn)速(sù)。而最终科技巨头将(jiāng)把AI整合成用户(hù)的“全(quán)能助(zhù)手(shǒu)”，包揽一切应用，与人们(men)进行沟通并提供建议，可以取代亚马逊、Siri或Outlook等应(yīng)用。

大佬(lǎo)口中全能助手的到来可能尚(shàng)需(xū)时日，学年是什么意思？应该怎样填，2022至2023学年是什么意思ong>但由ControlNet引(yǐn)发(fā)的又(yòu)一次AI绘(huì)画(huà)浪潮，让AIGC在(zài)ChatGPT的话题热点(diǎn)包围中杀出(chū)重围(wéi)。

01

ControlNet颠覆AI绘画新玩(wán)法

AIGC向可控靠近

以AI绘(huì)画为代表的AIGC上一次(cì)爆火的(de)时候(hòu)，还是2022年(nián)8月，在(zài)美国科罗拉多州举办的新兴数字艺术家(jiā)竞赛中，一幅名为《太空歌剧院》的作品获奖。

随后(hòu)各(gè)大厂商的AI绘画软件被广大(dà)网友熟知并体验，Stable Diffusion便是其中代表。

用户们可以在(zài)应用中输入一(yī)组关键词或者一(yī)张照片，就能获得(dé)一幅AI创作的画作。

作画的关键就是所(suǒ)输入(rù)的文本。同一组(zǔ)关键词也可以创作出很(hěn)多张风格不一样的画作，这(zhè)让创作的过程就像开盲盒。

很多用户很(hěn)喜欢这(zhè)种不确定的惊喜，他们会(huì)将(jiāng)生成的美图当(dāng)做(zuò)头像。而另一部分喜欢翻看AI绘画的“翻(fān)车”作品。在社交媒体上，许(xǔ)多用户分(fēn)享(xiǎng)AI“翻车现场”，例如，一位网友(yǒu)的小狗照(zhào)片(piàn)被AI画成了“肌肉男”，还有网友的(de)个人照片被(bèi)AI识别成了(le)建(jiàn)筑。

而如今随着ControlNet的(de)出现与加持，以往AI绘画的填写(xiě)关(guān)键词游戏可能要被颠覆了。

ControlNet是一位正在斯坦(tǎn)福读博的中国人张吕敏创作的一种基于(yú)控制点(diǎn)的图像变形算法，主要用于数字图像处理(lǐ)、计算机视(shì)觉(jué)和计算(suàn)机图形学等领(lǐng)域。

其SD插件(jiàn)一经发(fā)布，在短短的两天内便(biàn)成(chéng)为了AI绘(huì)画领域最新(xīn)的(de)热点。

在此之(zhī)前，大家(jiā)用(yòng)了很多方法想让AI生成的结(jié)果尽可能的符合要求(qiú)，但(dàn)是都不尽如人意，它(tā)的出(chū)现(xiàn)代表着AI生成开始进入真正的可控时期(qī)。

因为ControlNet可以(yǐ)直接提取画(huà)面(miàn)的构图，人物(wù)的姿势和画面的深度(dù)信息等(děng)。有了它的帮助，就不(bù)用频繁的用提(tí)示词来碰运(yùn)气(qì)，抽盲盒式的(de)创(chuàng)作了(le)。

通俗的(de)说(shuō)ControlNet相当于给AI绘画加了“魔(mó)法”，不(bù)少博(bó)主的作品已经(jīng)获得了大量(liàng)的浏览量(liàng)，“viggo”就是(shì)其中之一，他用朋友的(de)照片(piàn)直接带(dài)她们走进动漫世(shì)界(jiè)。

viggo先用(yòng)StableDiffusion图片转文字(zì)。

再用(yòng)Text2Prompt插件拓展(zhǎn)找到对应(yīng)的关键词；最后用C学年是什么意思？应该怎样填，2022至2023学年是什么意思ontrolNet插件绑定骨骼开始换关键词试效(xiào)果。

通过图片就(jiù)可以看出来，效果十分(fēn)惊艳。

更厉害的是，除了真实(shí)的照片，草(cǎo)图也(yě)可(kě)以加上(shàng)“魔法”，知乎大牛“DevPoint”和“逗砂”介绍到ControlNet还能实现(xiàn)线稿(gǎo)转全彩图。大(dà)神张吕敏(mǐn)其(qí)本尊(zūn)也亲自回应。

不得不(bù)说当下AIGC已经(jīng)变得越来越(yuè)强大，甚至(zhì)输出的作品都已(yǐ)经能以假乱真(zhēn)了。

02

难辨(biàn)虚实(shí)，AIGC技术力爆发

警惕安全问题

近日，“苏州(zhōu)金鸡湖有(yǒu)游艇party”的(de)消息火遍(biàn)网络，而经过警方辟谣这所谓的“party”可能是全国第一起AI绘图诈骗。

由于这个活(huó)动里面给出(chū)的美(měi)女照片(piàn)都(dōu)是(shì)AI制作的真人(rén)照片绘(huì)图(tú)，因为太逼(bī)真(zhēn)，被大家(jiā)当成真事传播了(le)。

不过仔细观察可以发现，活(huó)动发起者提供的照片中有个很大(dà)的漏洞(dòng)可(kě)以发现并(bìng)非(fēi)真人，而是(shì)AI绘图，那便是图片中女(nǚ)性的手指部分有的存在异(yì)常。

有(yǒu)行业人事表示：“现在(zài)因(yīn)为手(shǒu)指(zhǐ)部分(fēn)的绘画算法比(bǐ)较(jiào)复杂(zá)，AI还不太(tài)会画人的手(shǒu)，但最新看到的图片(piàn)已经(jīng)有越来越完美的AI模型出现，以后可(kě)能就(jiù)完全没有漏洞了。”

类似的(de)AI作图诈骗(piàn)在国外(wài)也已(yǐ)有发生(shēng)。据英国广播公(gōng)司报道，土耳其地震期间，有Tiktok用户(hù)使用AI合(hé)成了(le)儿童受(shòu)灾的假(jiǎ)照(zhào)片(piàn)发(fā)布(bù)到网络，以此诱骗善良的人打(dǎ)赏“捐助”从而(ér)实施诈骗。

目前随着技术发展，AIGC已经能做出真人照片般的绘(huì)图效果，如果这样的图片被用(yòng)来诈骗，将非(fēi)常可(kě)怕。

此外(wài)AIGC还引发了(le)很多担忧，一方面，批判者认为AI在(zài)“学习”了(le)大(dà)量前人的作品之后(hòu)，其(qí)创作没有任何情绪和灵(líng)魂，难(nán)以和人类的艺术创作(zuò)相提并论。

另一方面(miàn)，AIGC背后的版权、目(mù)前都并没有得到有效的解决，还有(yǒu)AIGC会不会代替人(rén)类“至高无(wú)上”的创意(yì)。

马斯克也(yě)强(qiáng)调，人工智能的安全(quán)问题需要得到(dào)重视(shì)，太晚就来不及了。

03

AIGC下一站除了视频，还有(yǒu)远方

技术都是有两(liǎng)面性的，潜在的危(wēi)害并不能掩盖(gài)其(qí)光辉的贡(gòng)献。现在(zài)看(kàn)来，人工(gōng)智能技术将是(shì)第(dì)四次工业革命的(de)核心驱动力量，将创(chuàng)造新的增长奇迹。

过(guò)去一年，人工智(zhì)能在(zài)技(jì)术和商业层面都有了巨(jù)大进展，AI绘画就(jiù)是人工智能技术发(fā)生方向性改变的一个代表。其下一站或许(xǔ)就是视频。

此前，Meta和谷歌先后发布(bù)了几条引爆科技圈的短视频。这些视频(pín)引发关(guān)注并非内容做(zuò)得多优秀，反而都非常(cháng)简单，比如一匹正在喝水的马，一只画画的玩(wán)具熊，或者一段骑摩托车(chē)的第一视(shì)角录像，随便一个有手机的人都可以随(suí)手录下一段。

但(dàn)这(zhè)些短视频(pín)的(de)创作方式非常简单，创(chuàng)作者仅(jǐn)仅需要向AI输入一段(duàn)话，甚至只是说一下要(yào)求(qiú)，AI就可以根据(jù)需要生成一段视频。

谷(gǔ)歌(gē)发(fā)布的两个AI生成视频(pín)分别来自于Imagen Video和Phenaki，前者主要突(tū)出的是(shì)高清(qīng)，与Meta的Make-A-Video没有太(tài)多(duō)的差别。

在Make-A-Video公布了AI生成的视频(pín)后，AI圈就已经玩了一波梗，一(yī)个(gè)能够做出更(gèng)高(gāo)清视(shì)频(pín)的AI还不足以在短(duǎn)时(shí)间内(nèi)戳中兴奋点。

Phenaki更加令人震惊的地方在于，它可以制作出超(chāo)过2分钟的连贯的也有确(què)切内(nèi)容的视频，这才是真正让人(rén)们(men)感(gǎn)到惊喜(xǐ)的地方。因为(wèi)无论AI生成的视频(pín)多(duō)么高清，也(yě)只能是为(wèi)内容生产者提供一个(gè)灵感，一(yī)个素材，一个过场动画。

不过能(néng)够(gòu)制作出有具体剧情内(nèi)容的视(shì)频(pín)就意味着，一些(xiē)视频(pín)创(chuàng)作由AI代替人工完(wán)成已(yǐ)经(jīng)初步有(yǒu)了可能。

当下AI的发展(zhǎn)速度已经超过大(dà)部分人的想象。内容(róng)产业的本质(zhì)是供给创造需(xū)求，AIGC作为全新的内容生产方式，可以为内容产业带来更新的内容(róng)风格、更(gèng)快的(de)生产速(sù)度，更低的生产(chǎn)成本(běn)，这无疑会驱(qū)动内容产业(yè)的大爆发。

除(chú)了AI绘图、视频(pín)，AIGC技术还能应用于音(yīn)乐、代码、机器(qì)人动作等多种(zhǒng)内容形式的生成(chéng)。不难发现该项(xiàng)技术不仅在(zài)游戏等行业能(néng)得到有效应用，对于下一代互联网各种(zhǒng)元(yuán)素的(de)构建亦有关键意义。

从商业化的角度来看，文(wén)化(huà)娱乐、教育、传媒(méi)等诸多领域，本身就对基于AI的(de)可视化内容有强烈(liè)需(xū)求。

因此，AI绘画及视频或(huò)不(bù)是结果，而只(zhǐ)是AI进程(chéng)中的(de)一块重要拼图，有望在技术更新的加持下实现更大(dà)的(de)应用(yòng)价值。

AI从理解(jiě)内(nèi)容(róng)，走向(xiàng)了可以生成(chéng)内容，甚(shèn)至能够创造(zào)出独立(lì)价值和(hé)独(dú)立(lì)视角的内(nèi)容。AIGC的再次出(chū)圈，更代(dài)表着未(wèi)来的先(xiān)进生产力(lì)即(jí)将到来。

04

紧抓大模型与算力(lì)，牢固AIGC底(dǐ)座

从技(jì)术(shù)的发展(zhǎn)也可以(yǐ)看出，在语言大模(mó)型、图像大模型之(zhī)后，多模态大模型(xíng)已(yǐ)经成为了新的趋势(shì)。

大(dà)模型被誉(yù)为当(dāng)前人工智能发(fā)展的智能底座，是全(quán)球竞争(zhēng)最激烈的研究(jiū)方向(xiàng)之一(yī)，包括谷歌、亚马逊、百(bǎi)度、阿里、腾(téng)讯(xùn)等众多头部(bù)企业都在竞相发(fā)力。

不过训练大(dà)模(mó)型(xíng)的确(què)价格不菲，以国盛证券发布的《ChatGPT需(xū)要多少(shǎo)算(suàn)力》报告估算，GPT-3训练(liàn)一次的成本(běn)约(yuē)为140万美元。而对于(yú)一些更大的LLM(大(dà)型语言(yán)模型)，训(xùn)练成本则(zé)介于200万美元至(zhì)1200万美元(yuán)高(gāo)价之间。

以(yǐ)ChatGPT在2023年1月的(de)独立访客平均数1300万计(jì)算，其对应芯(xīn)片需求为3万多片英伟达A100 GPU，初始投入成本约为8亿美(měi)元(yuán)，每日仅电(diàn)费就在(zài)5万美(měi)元左右(yòu)。

此外不论是ChatGPT还(hái)是AIGC，都(dōu)离不开庞大算力(lì)支持。在关注各类大模型的发展同时，更(gèng)应该关注算力网络的建设。

算力(lì)网(wǎng)络正驱(qū)动AI产业发(fā)展进(jìn)入史诗级(jí)加(jiā)速进程(chéng)，让AIGC及通用(yòng)AI这一人工智(zhì)能发展的终极(jí)目标离(lí)得更近(jìn)。

因为算(suàn)力可以对(duì)突破性(xìng)技(jì)术创新(xīn)提供大力(lì)的支持(chí)。这方面，多模态大模(mó)型是典型。作为面向未来强(qiáng)人工智能、通用人工智能的重(zhòng)要技术创新，多模态(tài)大模型(xíng)已经(jīng)在人工智(zhì)能领域提出了很多年，业界也有不少技术突破(pò)，但是，多模态大模型进(jìn)一步往下走，算力(lì)需求呈几何式上升(shēng)，一般的算(suàn)力基础设(shè)施很快将(jiāng)难以胜(shèng)任。

从图像、文字、语音单独一项的训练，到双模态、三模态的(de)跃迁，让人工智(zhì)能可以灵活应对不同模态的转化、像人与世界交互一样自然，这方面，由算力网(wǎng)络来驱动将有明(míng)显优势。

此(cǐ)外，还(hái)有很多需要(yào)爆发式(shì)增长的算力来支撑(chēng)的技术创(chuàng)新，将在人工智能算力网络(luò)支撑下快速推进。

AIGC已经露出曙光(guāng)，期待(dài)在(zài)大模型和大算力的支持下(xià)AIGC能持续(xù)颠覆内容生产(chǎn)的方式，将创造的边际(jì)成(chéng)本降低，让万众受益。

未经允许不得转载：橘子百科-橘子都知道 学年是什么意思？应该怎样填，2022至2023学年是什么意思