自聊天机器人ChatGPT火爆以来(lái)，微软公(gōng)司(sī)创始人比尔·盖(gài)茨已多(duō)次公开谈论人工智能话题。在(zài)最近的一次采访中(zhōng)，他(tā)再次表示：“AI可能(néng)会让科技行(xíng)业迎来一次剧(jù)烈的(de)洗牌(pái)”。

这(zhè)个(gè)结论是他在(zài)当地时间2月20日接受《In Good Company》节目(mù)专访时提出的。

他预(yù)期，AI的发展可能会威胁到(dào)谷歌的(de)市占率，因为(wèi)微软(ruǎn)在AI方(fāng)面的行动相当(dāng)迅速(sù)。而最终科(kē)技巨头将(jiāng)把AI整(zhěng)合成用(yòng)户的“全能助手(shǒu)”，包揽一切应用(yòng)，与人(rén)们(men)进行沟通(tōng)并提(tí)供建(jiàn)议，可以取代亚马逊(xùn)、Siri或Outlook等应用(yòng)。

大佬口(kǒu)中全能助手(shǒu)的到来(lái)可能尚需时(shí)日(rì)，但(dàn)由ControlNet引发(fā)的(de)又一次(cì)AI绘画浪潮，让AIGC在ChatGPT的话(huà)题热(rè)点包围中(zhōng)杀出重围。

01

ControlNet颠覆(fù)AI绘画新玩(wán)法

AIGC向可(kě)控靠近(jìn)

以AI绘(huì)画为代表的(de)AIGC上(shàng)一次爆火(huǒ)的时(shí)候(hòu)，还是2022年8月，在美国科(kē)罗拉多(duō)州举办的新兴(xīng)数字艺(yì)术家竞(jìng)赛中(zhōng)，一幅名(míng)为(wèi)《太空歌剧院》的作(zuò)品获(huò)奖(jiǎng)。

随后(hòu)各大厂(chǎng)商的AI绘画软件(jiàn)被广(guǎng)大网友熟知并体验(yàn)，Stable Diffusion便是其中代表。

用户们可以在应用中输(shū)入一(yī)组关键词或者一张照片，就能获得一幅AI创作的画作。

作画的关键(jiàn)就是所输入(rù)的(de)文本(běn)。同一组关键词也可以(yǐ)创作出(chū)很多张风格不(bù)一样的画作，这让创(chuàng)作的过程就像开盲(máng)盒(hé)。

很多用户(hù)很喜欢这种不(bù)确(què)定的惊(jīng)喜，他(tā)们会将生成(chéng)的美图(tú)当做(zuò)头(tóu)像。而另一(yī)部分(fēn)喜欢翻看AI绘画(huà)的“翻车”作品。在社(shè)交(jiāo)媒体(tǐ)上，许多用户分(fēn)享AI“翻(fān)车(chē)现(xiàn)场”，例如，一位网友的小狗照片被AI画成(chéng)了“肌肉男”，还(hái)有(yǒu)网友(yǒu)的(de)个人照片被AI识别成(chéng)了建筑。

而如(rú)今随着(zhe)ControlNet的出现与加持，以(yǐ)往AI绘(huì)画的填(tián)写关(guān)键词游戏(xì)可(kě)能(néng)要(yào)被(bèi)颠覆了。

ControlNet是一位(wèi)正在斯坦福读博(bó)的中(zhōng)国人张吕(lǚ)敏创作的一种基于控制点的图像变形算(suàn)法，主要用于(yú)数(shù)字图像处理、计算(suàn)机视觉和计算机图形(xíng)学等领(lǐng)域(yù)。

其SD插件(jiàn)一经发布，在(zài)短短的(de)两天内(nèi)便成为了AI绘画领域最新(xīn)的热点。

在(zài)此之(zhī)前，大家用了很多方法想让AI生(shēng)成的结果尽可能的符(fú)合要求，但是都不(bù)尽如人意，它的出(chū)现代(dài)表着AI生(shēng)成开始进(jìn)入真正的可控(kòng)时期。

因为ControlNet可以直接(jiē)提取(qǔ)画面的(de电表可以调快慢吗 电表房东能做手脚吗)构图，人物(wù)的姿势(shì)和画面的深(shēn)度信息等。有了它(tā)的帮助，就不用(yòng)频(pín)繁(fán)的用提(tí)示词来碰运气，抽(chōu)盲(máng)盒式(shì)的(de)创作了(le)。

通俗的(de)说ControlNet相当于给AI绘(huì)画加了“魔(mó)法”，不少博主的(de)作(zuò)品已经获得(dé)了大量的浏(liú)览量，“viggo”就是(shì)其中(zhōng)之一，他用朋友的照片直(zhí)接带她们(men)走进动(dòng)漫世界。

viggo先(xiān)用StableDiffusion图片转文字。

再用Text2Prompt插件拓展(zhǎn)找(zhǎo)到对应的(de)关键词；最后用(yòng)ControlNet插件绑定骨骼开始换关键词试效果。

通过图片就可以看(kàn)出来，效果十分惊艳。

更厉害的是，除(chú)了真实的照(zhào)片，草图也可以加上“魔法”，知乎大牛“DevPoint”和“逗砂”介(jiè)绍到ControlNet还能实现线稿转全彩(cǎi)图(tú)。大神(shén)张吕敏其本尊(zūn)也(yě)亲自回应。

不得不说当(dāng)下(xià)AIGC已经变得越来越(yuè)强(qiáng)大，甚至(zhì)输出(chū)的作(zuò)品(pǐn)都已经能以假乱(luàn)真了。

02

难辨(biàn)虚(xū)实，AIGC技(jì)术力爆发

警(jǐng)惕安(ān)全问题

近日，“苏州(zhōu)金(jīn)鸡湖有(yǒu)游艇party”的消息火(huǒ)遍(biàn)网络，而经过警方辟谣这所(suǒ)谓(wèi)的“party”可能(néng)是全国第(dì)一起AI绘图诈骗(piàn)。

由于这个活动里面(miàn)给出的(de)美(měi)女照片都是AI制作的真人照片绘图(tú)，因为太逼真，被大家当(dāng)成真事传播了。

不(bù)过仔(zǎi)细观察可以发现，活动发起者提供(gōng)的照片(piàn)中有个很(hěn)大的漏洞可以发现(xiàn)并(bìng)非(fēi)真人，而(ér)是AI绘图，那便(biàn)是图片中女(nǚ)性的(de)手指部分(fēn)有的(de)存在(zài)异常。

有行(xíng)业人事(shì)表示：“现(xiàn)在因(yīn)为手(shǒu)指部分的(de)绘画算法比(bǐ)较复杂(zá)，AI还不(bù)太会画人的(de)手，但最新(xīn)看到的图片已经有越来(lái)越(yuè)完美的AI模型出现，以后可能就完(wán)全(quán)没有漏洞了。”

类似的AI作图(tú)诈骗(piàn)在国外(wài)也已(yǐ)有发生。据英国广播公司报道(dào)，土耳其地震期间，有Tiktok用户使用AI合成了(le)儿童受(shòu)灾的假照片发布到网(wǎng)络，以此诱骗善良的人(rén)打赏(shǎng)“捐助”从而实施(shī)诈骗(piàn)。

目前随(suí)着技(jì)术发(fā)展，AIGC已经(jīng)能(néng)做出真人(rén)照片般的绘图(tú)效果，如果这样的图片(piàn)被用(yòng)来诈(zhà)骗，将非常(cháng)可怕。

此外AIGC还(hái)引发了很多担忧，一方(fāng)面，批判者认为AI在“学习”了大(dà)量前人的(de)作(zuò)品(pǐn)之(zhī)后，其创(chuàng)作没有任何情(qíng)绪和(hé)灵魂，难以(yǐ)和人类的(de)艺术创作(zuò)相提并论(lùn)。

另一方面(miàn)，AIGC背后(hòu)的版权(quán)、目前都并(bìng)没有得到有效的解决，还有AIGC会不会代替人(rén)类(lèi)“至高(gāo)无上(shàng)”的创意。

马斯(sī)克也强(qiáng)调，人工智能的安全(quán)问(wèn)题需要得到重视(shì)，太(tài)晚就(jiù)来(lái)不及了。

03

AIGC下(xià)一站除了视频(pín)，还(hái)有远方

技术都是有(yǒu)两(liǎng)面(miàn)性(xìng)的(de)，潜在的危害(hài)并不能掩(yǎn)盖其光(guāng)辉的贡献。现在看来，人(rén)工智(zhì)能(néng)技术(shù)将是(shì)第四次工业革命(mìng)的(de)核(hé)心驱动(dòng)力(lì)量(liàng)，将创(chuàng)造新(xīn)的增长奇迹。

过去一年，人工智能在技术(shù)和商业(yè)层(céng)面都有了巨大(dà)进(jìn)展，AI绘画就是人工智能技术发生(shēng)方(fāng)向(xiàng)性改(gǎi)变的一(yī)个代表。其(qí)下一站或许就是视频(pín)。

此前(qián)，Meta和谷歌(gē)先(xiān)后(hòu)发布了几条引(yǐn)爆科(kē)技圈的短视频。这些视频引(yǐn)发关注并非内(nèi)容做得多优秀，反而都(dōu)非常简(jiǎn)单(dān)，比如一匹正(zhèng)在喝水(shuǐ)的马，一只画画的玩具(jù)熊，或者(zhě)一段骑摩托车的(de)第一(yī)视角录像，随便一个有手机的人都(dōu)可以随手录下一段(duàn)。

但这些短视频的(de)创(chuàng)作方(fāng)式非常简单，创作(zuò)者仅仅需要向AI输(shū)入一段话，甚至(zhì)只是说一下要求，AI就可(kě)以根据需(xū)要生成一(yī)段(duàn)视(shì)频(pín)。

谷(gǔ)歌发布的两(liǎng)个(gè)AI生成视频(pín)分别来自于Imagen Video和Phenaki，前者主要突出的(de)是高(gāo)清，与Meta的(de)Make-A-Video没有太多的差别。

在Make-A-Video公布了AI生成的视频后，AI圈(quān)就已经玩了一波梗，一个能够(gòu)做出更(gèng)高清视频(pín)的(de)AI还不足以在短(duǎn)时(shí)间内戳中兴奋点。

Phenaki更加令人震惊的地方在于，它可(kě)以(yǐ)制作出超过2分钟(zhōng)的连贯的(de)也有确(què)切内容的视频，这才(cái)是真正让人们感(gǎn)到惊喜(xǐ)的(de)地方(fāng)。因为无论(lùn)AI生(shēng)成的视(shì)频多么高(gāo)清，也只能是为内容生产者(zhě)提供(gōng)一个灵感，一(yī)个素材，一(yī)个(gè)过场动画。

不(bù)过能够制作(zuò)出有具(jù)体剧情内容的视频(pín)就意味着，一些视频创(chuàng)作由AI代替人(rén)工完(wán)成已(yǐ)经初步有了可能。

当下(xià)AI的发展速度已经超过大(dà)部分人的(de)想象。内容产业(yè)的本质(zhì)是供(gōng)给创造需(xū)求，AIGC作为(wèi)全(quán)新的(de)内容(róng)生产方式(shì)，可以为(wèi)内(nèi)容产业带来更(gèng)新(xīn)的内容(róng)风格、更(gèng)快的生产(chǎn)速度(dù)，更低的生产成本，这无疑会驱(qū)动内(nèi)容(róng)产业的大爆(bào)发(fā)。

除了AI绘图、视频(pín)，AIGC技(jì)术还能应用(yòng)于音乐、代码、机器(qì)人动作(zuò)等多种内容形式(shì)的生成。不难发现该项技术不仅在游戏等行业(yè)能(néng)得到有效应用，对于下(xià)一代互(hù)联网各种元素的构建亦(yì)有(yǒu)关键意义。

从商业化的角(jiǎo)度来看，文化娱乐(lè)、教育、传媒等诸多(duō)领域(yù)，本身(shēn)就对基于AI的可(kě)视化内容有(yǒu)强烈需(xū)求。

因此，AI绘(huì)画及视频或不是结果(guǒ)，而(ér)只(zhǐ)是AI进程中的(de)一块重要拼图，有望在技(jì)术更新的加持下实现更(gèng)大(dà)的(de)应用价值。

AI从理(lǐ)解内容(róng)，走(zǒu)向了可以生(shēng)成内容，甚至能(néng)够创造出独立价值和独立(lì)视角的(de)内(nèi)容。AIGC的再次出圈，更代(dài)表着未来的(de)先进生产力即将(jiāng)到来。

04

紧抓大模型(xíng)与(yǔ)算力，牢固(gù)AIGC底座

从技术的发展也可以看出(chū)，在语(yǔ)言(yán)大模(mó)型、图像(xiàng)大模型之后(hòu)，多模态大模(mó)型已(yǐ)经成为了新的趋势。

大模(mó)型被(bèi)誉(yù)为当前人工智能发展的智能(néng)底座(zuò)，是全球竞争最激烈的研(yán)究方向之(zhī)一，包括谷(gǔ)歌、亚马逊、百度、阿(ā)里、腾讯等(děng)众多(duō)头(tóu)部企业都在竞相(xiāng)发力(lì)。

不(bù)过(guò)训练大模型(xíng)的确价格(gé)不菲(fēi)，以国盛证券发(fā)布(bù)的《ChatGPT需要多少算力》报告估算，GPT-3训练一(yī)次的成本约为(wèi)140万美(měi)元。而对于一些更(gèng)大的(de)LLM(大型(xíng)语(yǔ)言模型)，训练(liàn)成本则介(jiè)于200万美(měi)元至1200万美元(yuán)高(gāo)价之(zhī)间。

以ChatGPT在2023年1月的独(dú)立访客平均数1300万(wàn)计算，其对应芯片需求(qiú)为3万(wàn)多(duō)片英(yīng)伟达A100 GPU，初始投入成本约为8亿美元，每日仅电费就在(zài)5万(wàn)美元左右。

此外(wài)不论(lùn)是ChatGPT还是AIGC，都离不开庞大算力支持。在关(guān)注(zhù)各类(lèi)大模型(xíng)的发展同时(shí)，更应(yīng)该(gāi)关注算力网络的建设。

算(suàn)力网络(luò)正驱动AI产业发展进(jìn)入史(shǐ)诗级加速进程，让AIGC及(jí)通(tōng)用AI这一(yī)人(rén)工智能发(fā)展(zhǎn)的终极目标离得更近。

因为算(suàn)力可以对突(tū)破性技术创新提(tí)供大力的支持(chí)。这方面(miàn)，多模态大模型是典型。作为面(miàn)向未来强(qiáng)人(rén)工智能、通用(yòng)人(rén)工智能(néng)的重(zhòng)要技(jì)术创(chuàng)新，多模态(tài)大(dà)模型已经在(zài)人工智(zhì)能领域提出了(le)很多年，业界也有(yǒu)不少(shǎo)技术突破，但(dàn)是，多模(mó)态(tài)大模(mó)型进一步(bù)往(wǎng)下走，算力需求呈(chéng)几何式上升，一般的算力(lì)基础设施很(hěn)快将(jiāng)难以胜任(rèn)。

从图像(xiàng)、文字、语音单独一项的训(xùn)练，到双模(mó)态、三模(mó)态的跃迁，让人工智能可(kě)以灵(líng)活应对不同模态的转(zhuǎn)化、像(xiàng)人(rén)与世界交(jiāo)互一样(yàng)自然，这方(fāng)面，由(yóu)算力网络来(lái)驱动将有明显优势。

此(cǐ)外，还有很多需要爆发式(shì)增长的算(suàn)力(lì)来支撑(chēng)的技术创新，将在人工智(zhì)能算力(lì)网络支撑下快速推进(jìn)。

AIGC已经露出曙(shǔ)光，期待在大模型和大算(suàn)力的支持(chí)下AIGC能持续(xù)颠覆内容生产的方式，将创(chuàng)造的边际成本降(jiàng)低，让万众受益。

未经允许不得转载：橘子百科-橘子都知道 电表可以调快慢吗 电表房东能做手脚吗