自聊天机(jī)器人(rén)ChatGPT火爆以来(lái)，微软公司创始人比尔·盖茨已多(duō)次公开(kāi)谈论人工智能话题。在最近的一次采(cǎi)访中，他(tā)再次表示(shì)：“AI可能(néng)会(huì)让科技(jì)行业(yè)迎来一次剧烈的洗牌(pái)”。

这个结(jié)论是他在(zài)当地时间(jiān)2月20日(rì)接受《In Good Company》节(jié)目专访时提(tí)出的(de)。

他(tā)预期(qī)，AI的发展可能(néng)会威胁到谷歌(gē)的市占率，因为微软在AI方面的行动相(xiāng)当(dāng)迅速。而最终科技巨头将(jiāng)把AI整(zhěng)合成用户的(de)“全能助手”，包揽一(yī)切应用(yòng)，与(yǔ)人(rén)们进行沟通(tōng)并提供建议(yì)，可以(yǐ)取代亚马逊、Siri或(huò)Outlook等应用。

大佬口中全能助手的到来可(kě)能尚需(xū)时日，但由ControlNet引发的又一次AI绘(huì)画浪(làng)潮，让AIGC在ChatGPT的(de)话题热点包围中杀(shā)出重围。

01

ControlNet颠覆AI绘画新玩(wán)法

AIGC向可控靠近(jìn)

以AI绘画为代表的AIGC上一次(cì)爆火的时候，还是2022年8月，在(zài)美国科(kē)罗(luó)拉多州举办的新兴数字艺(yì)术家(jiā)竞(jìng)赛中(zhōng)，一幅名为《太(tài)空歌剧院》的作品获(huò)奖。

随后各(gè)大(dà)厂商(shāng)的AI绘(huì)画软件被广(guǎng)大网友(yǒu)熟知并体(tǐ)验，Stable Diffusion便是(shì)其(qí)中代表。

用户(hù)们可以在应用中输入(rù)一组关(guān)键词或者一(yī)张(zhāng)照片，就能获得一(yī)幅AI创作的(de)画(huà)作。

作画的关键(jiàn)就(jiù)是所输入的(de)文本。同(tóng)一组关(guān)键词也可以创作出(chū)很多张(zhāng)邕包含南宁六县吗 邕包含武鸣区吗风(fēng)格不(bù)一(yī)样的画作(zuò)，这让创(chuàng)作的过程(chéng)就像开盲盒。

很多用户(hù)很喜欢这种不(bù)确定的惊(jīng)喜，他(tā)们会(huì)将生(shēng)成的(de)美图当做头像。而另一部分喜欢(huān)翻看(kàn)AI绘画的“翻车”作(zuò)品。在社交媒体(tǐ)上，许多用(yòng)户分(fēn)享AI“翻车现场”，例如，一(yī)位网友的小(xiǎo)狗(gǒu)照(zhào)片被AI画成了(le)“肌肉男(nán)”，还有网(wǎng)友的个人照片(piàn)被AI识别成了建筑。

而如今随(suí)着ControlNet的出现与加持，以往(wǎng)AI绘画的(de)填(tián)写关键词游戏(xì)可(kě)能要被(bèi)颠覆了。

ControlNet是(shì)一位正在(zài)斯坦福读博的(de)中国(guó)人(rén)张(zhāng)吕敏创作的一种基于控(kòng)制(zhì)点的图像变形算(suàn)法，主要用于(yú)数(shù)字图(tú)像(xiàng)处理、计(jì)算机视觉(jué)和计算机图形学等领域。

其SD插(chā)件一经发布，在短(duǎn)短(duǎn)的两(liǎng)天内便(biàn)成为(wèi)了AI绘画领域(yù)最新的热点(diǎn)。

在此之前，大家(jiā)用了很多方法想让AI生成的结果尽可能的(de)符(fú)合要求，但是都不尽(jǐn)如人意，它的(de)出现代表着AI生(shēng)成(chéng)开始(shǐ)进(jìn)入真(zhēn)正的可控时期。

因为(wèi)ControlNet可以直接(jiē)提取画面(miàn)的构图(tú)，人物的姿势和画面(miàn)的深度信息等。有了它的帮助，就不用频繁的(de)用(yòng)提(tí)示词来(lái)碰(pèng)运气，抽盲盒式的创作了。

通俗的(de)说ControlNet相当于给AI绘(huì)画加了“魔法”，不少博主的作(zuò)品已经获得了大量的(de)浏(liú)览(lǎn)量，“viggo”就是其中之一(yī)，他(tā)用朋友的照(zhào)片直接带她们走进动(dòng)漫(màn)世界(jiè)。

viggo先用(yòng)StableDiffusion图片转文字。

再(zài)用Text2Prompt插件拓(tuò)展(zhǎn)找到(dào)对(duì)应的关键词(cí)；最后(hòu)用ControlNet插(chā)件绑(bǎng)定骨骼开始换关(guān)键词(cí)试效果。

通过图片就可以看(kàn)出(chū)来，效果十(shí)分惊艳。

更(gèng)厉(lì)害的是，除了真实的照片，草图也可(kě)以加上“魔(mó)法”，知乎大牛“DevPoint”和“逗砂”介绍到(dào)ControlNet还能实现线(xiàn)稿转(zhuǎn)全彩图(tú)。大神张吕(lǚ)敏(mǐn)其(qí)本尊也(yě)亲自回应。

不得不说当下AIGC已经(jīng)变得越来越强大(dà)，甚至输出的(de)作品(pǐn)都已(yǐ)经能以假乱真了。

02

难(nán)辨虚实(shí)，AIGC技术力爆发

警惕安全问题

近(jìn)日，“苏(sū)州金(jīn)鸡湖有游艇party”的消(xiāo)息(xī)火遍网络，而经(jīng)过警方辟(pì)谣这所谓(wèi)的“party”可能是全国(guó)第(dì)一起AI绘图诈(zhà)骗。

由于(yú)这个(gè)活动(dòng)里面给出的美女照片都是(shì)AI制作的真人照片绘图，因为太逼真(zhēn)，被大家当成(chéng)真事传播(bō)了。

不过仔(zǎi)细(xì)观察可以发现(xiàn)，活(huó)动发起者提供的照片中有个很(hěn)大的漏洞可以(yǐ)发(fā)现并非(fēi)真(zhēn)人，而是AI绘(huì)图(tú)，那便(biàn)是图片中女性的手指部(bù)分有的存在(zài)异常。

有行业人事表示(shì)：“现在(zài)因为(wèi)手(shǒu)指(zhǐ)部分(fēn)的(de)绘画(huà)算法比(bǐ)较复杂，AI还不(bù)太会画人的手，但(dàn)最新(xīn)看到的图(tú)片已经有越(yuè)来(lái)越完美的AI模型(xíng)出(chū)现，以后可能(néng)就完全没有(yǒu)漏(lòu)洞了(le)。”

类似的(de)AI作图诈骗(piàn)在国外也已有发生。据英国广播公司报(bào)道，土耳其地(dì)震(zhèn)期间，有Tiktok用户使用AI合成了(le)儿童受灾的假照(zhào)片发布到网络，以此诱骗善良的人打赏“捐助”从而实施诈骗。

目前(qián)随着技术发展，AIGC已经能(néng)做出真人照片般的绘图效果，如果这样的(de)图片被用来诈骗(piàn)，将非常可怕。

此外AIGC还引发了很多担忧(yōu)，一方面，批判者认(rèn)为AI在“学习”了(le)大量(liàng)前(qián)人的作品之后，其创作没有任何情绪(xù)和(hé)灵魂(hún)，难(nán)以(yǐ)和(hé)人类的艺术创作(zuò)相提并论。

另一方面，AIGC背后的(de)版权、目前(qián)都并没有(yǒu)得到有效的解决，还有AIGC会不会代替人(rén)类(lèi)“至高无上”的(de)创意。

马斯克也强调(diào)，人工智能的(de)安全问题需要(yào)得到重(zhòng)视，太晚就来不及了。

03

AIGC下一站除了视频，还有远方

技术(shù)都是有两面(miàn)性(xìng)的，潜在的危害(hài)并不能(néng)掩盖其光辉的(de)贡献。现在看来，人工智(zhì)能技术将是第四次工业革命的核心驱动(dòng)力量，将(jiāng)创造(zào)新的增长(zhǎng)奇迹(jì)。

过去(qù)一年，人工智(zhì)能在技(jì)术和(hé)商业层(céng)面都(dōu)有了巨(jù)大进展，AI绘画(huà)就是人工智能技术发生方向性改变的(de)一(yī)个(gè)代表。其下一站或许就(jiù)是(shì)视频。

此前(qián)，Meta和谷歌(gē)先(xiān)后发(fā)布了几条引爆科技圈的短(duǎn)视频。这(zhè)些视(shì)频引发关注并非(fēi)内容做得多(duō)优秀，反(fǎn)而都(dōu)非(fēi)常简单(dān)，比如一(yī)匹(pǐ)正在喝水的(de)马，一只画画的玩具熊，或者一段骑摩托车的第一视角(jiǎo)录像，随(suí)便(biàn)一个有手机的(de)人都可以随手录下一段。

但这(zhè)些(xiē)短视频的创作方式非常简(jiǎn)单，创作(zuò)者仅仅需(xū)要(yào)向AI输入一(yī)段话，甚(shèn)至只是(shì)说一下要求，AI就(jiù)可以根据需(xū)要生(shēng)成(chéng)一段视频(pín)。

谷歌发布的两(liǎng)个(gè)AI生成视频分别来(lái)自于Imagen Video和Phenaki，前者主要(yào)突(tū)出(chū)的是(shì)高清，与Meta的Make-A-Video没有太(tài)多的差别(bié)。

在Make-A-Video公布了AI生成的(de)视(shì)频后，AI圈就已经玩了一波梗，一(yī)个能够(gòu)做出(chū)更高清(qīng)视频的AI还不足以在短时(shí)间(jiān)内戳(chuō)中兴奋点。

Phenaki更加令人震(zhèn)惊的地(dì)方在于，它可以(yǐ)制(zhì)作(zuò)出超过2分钟的连贯(guàn)的也有确切内容的视频，这(zhè)才(cái)是真(zhēn)正让人们感到惊喜的地方。因为无论AI生(shēng)成的视(shì)频多(duō)么高清，也(yě)只能是(shì)为内容生产者提供一个(gè)灵感，一(yī)个素(sù)材，一个过场动(dòng)画。

不过(guò)能够制作(zuò)出有具(jù)体剧情内容的视频就意味(wèi)着(zhe)，一(yī)些视频(pín)创作由AI代替人工完成已经初步有了可能。

当(dāng)下AI的(de)发展速度已经超过大部分人的(de)想(xiǎng)象。内容产业(yè)的本质是供(gōng)给创造需求，AIGC作为全新的内容(róng)生产方式(shì)，可以为内容(róng)产(chǎn)业(yè)带来更(gèng)新的内容风格(gé)、更快的生(shēng)产速度(dù)，更低的生(shēng)产成本，这无疑会驱(qū)动(dòng)内(nèi)容产(chǎn)业的大(dà)爆发。

除了AI绘图、视频，AIGC技术还能应用于(yú)音乐(lè)、代码、机器(qì)人动作等多种内(nèi)容形式的(de)生成。不(bù)难(nán)发现该(gāi)项技术不仅在游戏等(děng)行业能得(dé)到有(yǒu)效应用，对于(yú)下一代(dài)互联网各种元素的(de)构建亦有关(guān)键意义。

从商业化的角度来看，文化娱乐(lè)、教育、传媒等诸多领域，本身(shēn)就(jiù)对基于AI的可视化内容有强烈需求。

因此，AI绘画及视频或(huò)不(bù)是(shì)结果，而只是AI进程中的一块重要拼图，有望在技术更新的(de)加持下实现更(gèng)大(dà)的应用价值。

AI从理解内容，走(zǒu)向了(le)可以(yǐ)生成内(nèi)容，甚至能(néng)够创造(zào)出独立(lì)价(jià)值和独(dú)立视角的内容(róng)。AIGC的再次出圈，更代表着未来的先进生产力即将到来。

04

紧(jǐn)抓(zhuā)大模(mó)型与算力，牢(láo)固(gù)AIGC底座

从(cóng)技术的发展也可以看出，在(zài)语言大模型、图像大模型之后，多模(mó)态大模型已经成为了(le)新的趋势。

大模(mó)型(xíng)被(bèi)誉为当前人工智能发展的智能底(dǐ)座，是全球竞(jìng)争最激烈(liè)的研(yán)究方向之一，包括谷歌、亚马(mǎ)逊、百度、阿里(lǐ)、腾讯等(děng)众(zhòng)多头部企业(yè)都在竞相(xiāng)发力。

不过训练大模型的确价格(gé)不菲，以国盛证券发布的《ChatGPT需要多少算力》报告估算，GPT-3训练一次的成本约为140万美元。而对于一(yī)些(xiē)更(gèng)大(dà)的LLM(大型语言模型)，训练成(chéng)本则介于200万美元至1200万美元(yuán)高(gāo)价之(zhī)间(jiān)。

以ChatGPT在2023年1月的独立(lì)访客平均数1300万计(jì)算，其对应芯(xīn)片需求为3万多片(piàn)英伟达A100 GPU，初始投(tóu)入成本约为8亿美(měi)元，每(měi)日仅电费就(jiù)在5万美元左右。

此外(wài)不论是ChatGPT还是AIGC，都离(lí)不开庞大算(suàn)力支持。在关(guān)注各类大(dà)模型的发展同时(shí)，更应该关注(zhù)算力(lì)网络的建设。

算力网(wǎng)络正驱(qū)动AI产(chǎn)业发展进入史诗级加速进(jìn)程，让AIGC及(jí)通用AI这一(yī)人(rén)工智能发展的终极目标离(lí)得(dé)更(gèng)近。

因为算(suàn)力可以对突破性(xìng)技(jì)术(shù)创新提供大(dà)力(lì)的支持。这方面，多模态大模型是典(diǎn)型(xíng)。作为面向未来强(qiáng)人工智能、通用人工智能(néng)的(de)重要技术创新，多模态大(dà)模(mó)型已经在(zài)人(rén)工智能领域提出了很(hěn)多(duō)年，业界(jiè)也有(yǒu)不少技术突破(pò)，但是，多模态(tài邕包含南宁六县吗 邕包含武鸣区吗)大模型进一步往(wǎng)下走(zǒu)，算(suàn)力需求呈几(jǐ)何式上(shàng)升，一般的算(suàn)力基础(chǔ)设施(shī)很(hěn)快将(jiāng)难以胜任。

从图像、文(wén)字、语音单独(dú)一项的训练，到双模态、三模态的跃迁(qiān)，让人工(gōng)智能(néng)可以灵活应对不同(tóng)模态(tài)的(de)转化、像(xiàng)人与(yǔ)世界交(jiāo)互一样自然，这方面，由(yóu)算(suàn)力网(wǎng)络来驱动将有明显优势。

此外，还有很多需(xū)要爆发式增(zēng)长的算力来支撑的技术(shù)创新，将在人(rén)工智能算力(lì)网络支(zhī)撑下快速推(tuī)进(jìn)。

AIGC已经露出(chū)曙光，期待在大模型(xíng)和(hé)大(dà)算力的支持下AIGC能(néng)持续颠(diān)覆内(nèi)容生产的方式，将(jiāng)创造(zào)的边际成本降低，让万众受益(yì)。

未经允许不得转载：橘子百科-橘子都知道 邕包含南宁六县吗 邕包含武鸣区吗