自聊天机(jī)器人ChatGPT火爆以(yǐ)来(lái)，微软公(gōng)司(sī)创始人比(bǐ)尔·盖茨已多(duō)次公(gōng)开(kāi)谈论人工智能话题。在最近的(de)一次采访中，他再次表示(shì)：“AI可能会让(ràng)科技行业(yè)迎来一(yī)次剧烈的洗牌”。

这个结(jié)论(lùn)是他在(zài)当地时间2月20日(rì)接(jiē)受《In Good Company》节目专访时提出(chū)的。

他预(yù)期(qī)，AI的(de)发展可能会威胁(xié)到谷歌的市占率，因为微软在(zài)AI方(fāng)面的(de)行(xíng)动相当迅速。而最终科技巨头将把AI整合(hé)成用户的“全能(néng)助手”，包揽(lǎn)一切(qiè)应用(yòng)，与人们进行沟通并提供建议，可以取(qǔ)代亚马逊、Siri或Outlook等应用。

大佬口中全能助手的到(dào)来可能(néng)尚需时日(rì)，但(dàn)由ControlNet引发的(de)又一(yī)次AI绘(huì)画浪潮，让AIGC在ChatGPT的话题热点包围中(zhōng)杀(shā)出重围。

01

ControlNet颠覆AI绘画(huà)新玩法

AIGC向可控靠(kào)近

以AI绘画为代表的AIGC上(shàng)一(yī)次爆火的时候，还是2022年(nián)8月，在美国科罗拉多州举办(bàn)的新兴数字艺(yì)术家竞赛中，一幅名为(wèi)《太空歌剧院》的作品获(huò)奖。

随后各(gè)大厂商(shāng)的AI绘画软件(jiàn)被广大网(wǎng)友熟知并体验，Stable Diffusion便是(shì)其中代表。

用户(hù)们(men)可以在(zài)应用中输入一组关(guān)键词(cí)或者一张照(zhào)片，就能获得一幅AI创作(zuò)的画(huà)作。

作(zuò)画(huà)的关键就是(shì)所输入的文本。同一(yī)组关键词也可(kě)以创作出很多张风(fēng)格不一样的画(huà)作，这让创(chuàng)作的(de)过程(chéng)就像开盲盒(hé)。

很(hěn)多用户很喜欢这种不确定的惊喜，他们会(huì)将生(shēng)成的美(筑梦未来是什么意思，锦时筑梦是什么意思měi)图当做头像。而另一部分(fēn)喜(xǐ)欢翻看AI绘(huì)画的“翻(fān)车”作品(pǐn)。在社交媒体上(shàng)，许(xǔ)多用户分享AI“翻车(chē)现场(chǎng)”，例如(rú)，一位网友的小狗(gǒu)照片(piàn)被(bèi)AI画(huà)成了“肌肉男”，还(hái)有(yǒu)网友的个人照(zhào)片被AI识别成了建筑。

而如今随着(zhe)ControlNet的出现与加持，以(yǐ)往(wǎng)AI绘画的(de)填写关(guān)键(jiàn)词游戏可能要(yào)被颠覆了。

筑梦未来是什么意思，锦时筑梦是什么意思atio="1.12109375" data-s="300,640" data-type="jpeg" data-w="1024">

ControlNet是(shì)一位(wèi)正在斯坦福读博的中国人(rén)张吕敏创作的一种(zhǒng)基于控制点(diǎn)的图像变形算法，主要(yào)用于数(shù)字图(tú)像处理(lǐ)、计算机视觉(jué)和计(jì)算机(jī)图形学(xué)等(děng)领(lǐng)域(yù)。

其SD插件一经发布，在短(duǎn)短的两天内便(biàn)成为了(le)AI绘画(huà)领域最新的热点(diǎn)。

在(zài)此之前，大家用(yòng)了很多(duō)方(fāng)法想让AI生成(chéng)的(de)结果尽可能的符合要(yào)求，但(dàn)是都不(bù)尽如人意，它(tā)的出现代表着AI生成(chéng)开始(shǐ)进入真(zhēn)正(zhèng)的可控(kòng)时期(qī)。

因(yīn)为ControlNet可以直(zhí)接提取画面的构图，人(rén)物(wù)的姿势和(hé)画面的深(shēn)度信(xìn)息(xī)等。有了(le)它的帮(bāng)助(zhù)，就不(bù)用(yòng)频(pín)繁的用提示词(cí)来(lái)碰运气，抽盲盒式的创作了。

通(tōng)俗(sú)的说ControlNet相当于(yú)给AI绘画加(jiā)了(le)“魔法”，不少博主的作(zuò)品(pǐn)已(yǐ)经获得了大量的浏览量，“viggo”就是其中之一，他用朋友的(de)照片(piàn)直接带她们(men)走进动(dòng)漫世界。

viggo先用StableDiffusion图片(piàn)转文字。

再用Text2Prompt插件拓展找到对应的关键词(cí)；最后用ControlNet插(chā)件绑定骨骼开始换(huàn)关键词试效(xiào)果。

通过图片(piàn)就可(kě)以看出来，效果十(shí)分惊艳。

更厉害的是，除了真实的照片，草图也可(kě)以加(jiā)上“魔法”，知乎(hū)大牛“DevPoint”和“逗(dòu)砂(shā)”介(jiè)绍(shào)到(dào)ControlNet还(hái)能实现线稿转全彩(cǎi)图。大神张吕敏(mǐn)其本尊也(yě)亲自回(huí)应。

不得(dé)不说当下AIGC已(yǐ)经变得越来越强大，甚至输出的作品(pǐn)都(dōu)已(yǐ)经能以(yǐ)假乱真了(le)。

02

难辨(biàn)虚实，AIGC技术力爆发

警惕安全问(wèn)题

近日，“苏(sū)州金(jīn)鸡(jī)湖(hú)有(yǒu)游艇party”的(de)消息(xī)火遍(biàn)网络，而(ér)经过警方辟谣这所谓的“party”可能是全国第一(yī)起(qǐ)AI绘图诈骗。

由(yóu)于这个(gè)活动里面(miàn)给(gěi)出的美女照(zhào)片都是AI制作的真(zhēn)人照片绘图，因(yīn)为太逼真(zhēn)，被大家当成真(zhēn)事(shì)传播了(le)。

不过仔细观察可(kě)以发(fā)现，活(huó)动发起(qǐ)者提供的照(zhào)片中有个很(hěn)大的漏洞可以发现并非(fēi)真人，而是AI绘图(tú)，那便是图片中(zhōng)女性的(de)手指部分有的存在异常。

有行业(yè)人(rén)事表示：“现在因为手指部分的绘画算法比较复杂，AI还不太会画人的手(shǒu)，但最新看到的图片已经有(yǒu)越来越完美的AI模型出现，以后可(kě)能就完全没(méi)有(yǒu)漏洞了(le)。”

类似的AI作图诈骗在国外也已(yǐ)有发生。据英国广播公(gōng)司(sī)报(bào)道(dào)，土耳其(qí)地震期间，有Tiktok用户使用(yòng)AI合成了儿童(tóng)受灾的假照(zhào)片发布(bù)到网络，以此诱骗(piàn)善良的人(rén)打(dǎ)赏“捐助(zhù)”从(cóng)而实施(shī)诈骗。

目前随着(zhe)技术发展，AIGC已经能做(zuò)出(chū)真(zhēn)人照片般(bān)的绘(huì)图效果，如果这(zhè)样的图(tú)片(piàn)被用来诈骗，将非常(cháng)可怕。

此外AIGC还引发了很多(duō)担忧(yōu)，一方面，批判者认为AI在“学习”了大(dà)量前人的作品之(zhī)后，其创作(zuò)没有(yǒu)任何情(qíng)绪和灵(líng)魂，难(nán)以和人(rén)类(lèi)的艺术(shù)创作相提并论。

另一方面(miàn)，AIGC背后的版(bǎn)权、目前都并(bìng)没有得到(dào)有效的(de)解(jiě)决，还(hái)有AIGC会不会代(dài)替人类“至高(gāo)无(wú)上”的创意。

马(mǎ)斯克也(yě)强调，人工智能(néng)的安全问题需要(yào)得到重视，太晚就(jiù)来不及了。

03

AIGC下一站除了视频(pín)，还(hái)有远(yuǎn)方

技术都是有两面(miàn)性的，潜在的危害(hài)并(bìng)不能掩盖(gài)其光辉的贡献。现在看来(lái)，人工(gōng)智能(néng)技术将是(shì)第四次工业(yè)革(gé)命的核心驱(qū)动力量(liàng)，将创造新的增长(zhǎng)奇(qí)迹。

过去一年(nián)，人工智(zhì)能在技术和(hé)商业(yè)层面都(dōu)有了巨大进展，AI绘(huì)画就是人(rén)工智能技术发生(shēng)方(fāng)向性改变的一个代表。其下一站或许就是视频。

此前，Meta和(hé)谷歌先后(hòu)发布了几条引爆科技圈的短视频。这些视频引发关注并(bìng)非内容做(zuò)得多优(yōu)秀，反而都非常简单，比(bǐ)如一匹(pǐ)正在喝水的马，一只画(huà)画(huà)的玩具熊，或者一段骑摩托(tuō)车的(de)第一视角录像，随便一个有(yǒu)手机(jī)的人都可以随手录下一段。

但这些短视频的(de)创(chuàng)作(zuò)方式非常(cháng)简单，创(chuàng)作者(zhě)仅仅需要向AI输入一段话，甚至只(zhǐ)是说一下(xià)要求，AI就可以根据需要生成一(yī)段视频(pín)。

谷(gǔ)歌发布的(de)两个(gè)AI生成视频分别(bié)来自于Imagen Video和Phenaki，前者主要(yào)突出的是高清(qīng)，与Meta的Make-A-Video没有太多(duō)的差别。

在Make-A-Video公布了AI生成的(de)视频后，AI圈就(jiù)已经玩了一波(bō)梗(gěng)，一(yī)个能(néng)够做出更高清(qīng)视频的AI还不足以(yǐ)在(zài)短时间内戳(chuō)中(zhōng)兴奋点(diǎn)。

Phenaki更加令人震(zhèn)惊的(de)地方(fāng)在于，它可以制(zhì)作出(chū)超过2分钟的连(lián)贯(guàn)的也有确切内(nèi)容的视频，这才是真(zhēn)正让(ràng)人们感(gǎn)到惊喜(xǐ)的地方。因(yīn)为(wèi)无论AI生成的视频多么高清，也只(zhǐ)能是为(wèi)内容(róng)生(shēng)产者提供一个灵(líng)感，一个(gè)素材(cái)，一个过场动(dòng)画。

不过能够制作出有具(jù)体剧情(qíng)内(nèi)容的视频(pín)就意味(wèi)着，一些视频(pín)创作(zuò)由(yóu)AI代替人(rén)工完(wán)成(chéng)已经(jīng)初步有(yǒu)了可能。

当下AI的发(fā)展(zhǎn)速(sù)度已经(jīng)超过大(dà)部分人的想象。内容产业的本质是供给创造(zào)需求，AIGC作(zuò)为全(quán)新的内(nèi)容生产方式(shì)，可以为(wèi)内容产业带(dài)来更新的内容(róng)风(fēng)格、更快的(de)生产速度，更低的生产成本(běn)，这无疑会驱动内(nèi)容产业的大爆发。

除了AI绘(huì)图、视频，AIGC技术还(hái)能应用(yòng)于音(yīn)乐(lè)、代(dài)码、机器(qì)人动作(zuò)等多种内(nèi)容形式的(de)生成。不难(nán)发现(xiàn)该项技术不仅(jǐn)在游戏等行业(yè)能(néng)得到(dào)有效应用，对于下一代互联网各种元素的构(gòu)建亦有关键意义。

从商(shāng)业化(huà)的角度来看，文(wén)化(huà)娱乐、教育(yù)、传媒等诸多领域，本身就对基于(yú)AI的可视化内容(róng)有强烈需求。

因此，AI绘画及视频或(huò)不是结果，而只是AI进程(chéng)中(zhōng)的一块(kuài)重要拼图，有望(wàng)在技术更(gèng)新的(de)加(jiā)持下实现更大的应用价值(zhí)。

AI从理解(jiě)内(nèi)容，走(zǒu)向了可以生成内容，甚至能够创造出独立价值和独立视角的(de)内容(róng)。AIGC的再次(cì)出圈，更(gèng)代表着未来的先(xiān)进生(shēng)产力即将到来。

04

紧抓大模型与算(suàn)力(lì)，牢固(gù)AIGC底座(zuò)

从技术的发(fā)展也可以看出，在语(yǔ)言大模型、图像大(dà)模型之后，多模态大模型已经成为了(le)新(xīn)的(de)趋势。

大模型被誉为当前人工(gōng)智能发展(zhǎn)的(de)智能底座(zuò)，是全球竞争(zhēng)最(zuì)激烈的研究(jiū)方向之(zhī)一，包括谷歌、亚马逊、百度、阿里、腾讯等众多头部企业(yè)都在竞相(xiāng)发力。

不过(guò)训(xùn)练(liàn)大模(mó)型(xíng)的确(què)价格不菲(fēi)，以国盛证券发布(bù)的(de)《ChatGPT需(xū)要多少算力》报告(gào)估算，GPT-3训练(liàn)一次的成本约为(wèi)140万美元。而对于一(yī)些更大(dà)的LLM(大型语言模型(xíng))，训练成本则(zé)介于200万美元(yuán)至(zhì)1200万美元高价之间。

以ChatGPT在2023年1月的独立(lì)访客平均数1300万计算，其对应芯片(piàn)需(xū)求为(wèi)3万多片(piàn)英伟达A100 GPU，初始(shǐ)投入成本(běn)约为(wèi)8亿美元(yuán)，每日(rì)仅电费就在(zài)5万美元左右。

此外不论(lùn)是ChatGPT还是AIGC，都离不开庞(páng)大算力支持。在关注(zhù)各类(lèi)大模型的(de)发(fā)展同时，更应该关(guān)注(zhù)算力网络的建设。

算力网络正驱(qū)动AI产业(yè)发展进入史诗级(jí)加(jiā)速进(jìn)程，让AIGC及通用AI这一(yī)人(rén)工(gōng)智能(néng)发展(zhǎn)的(de)终(zhōng)极目(mù)标离(lí)得更近(jìn)。

因为(wèi)算力可以对突破性技术创新提供大力(lì)的支(zhī)持。这方面，多模态大(dà)模型是典(diǎn)型。作为面向未来强人工智能、通用人工(gōng)智能(néng)的(de)重要技术创新(xīn)，多模态大(dà)模型(xíng)已经(jīng)在人(rén)工智(zhì)能(néng)领(lǐng)域提出了(le)很多年，业界也有不(bù)少技术突(tū)破，但是，多模态大模型进一步往下走，算力需求(qiú)呈(chéng)几何式上升(shēng)，一般的算(suàn)力基础设施很(hěn)快(kuài)将难以胜任。

从图像、文字、语音单(dān)独(dú)一项(xiàng)的训练，到双模态、三模(mó)态的跃迁，让(ràng)人工智能可以灵活(huó)应对不同模(mó)态的转化、像人与(yǔ)世界交互一样自然，这(zhè)方面，由算力网络来驱(qū)动(dòng)将有明显优势。

此外，还有(yǒu)很(hěn)多需要爆(bào)发式增长的算力来支撑的技术创新，将在人工智能算力网络支撑下快速推进。

AIGC已经露出曙光，期(qī)待在大模型(xíng)和大算力的支持下AIGC能持(chí)续颠覆内容生产的方(fāng)式，将(jiāng)创造的边际成本降低，让万众受益。

未经允许不得转载：橘子百科-橘子都知道 筑梦未来是什么意思，锦时筑梦是什么意思