自聊天机器人ChatGPT火爆(bào)以来(lái)，微(wēi)软公(gōng)司创始(shǐ)人比(bǐ)尔·盖茨(cí)已多次公开谈论人工智能话题。在最近的一(yī)次采访中，他再次表示：“AI可能会让科技行业迎(yíng)来一(yī)次剧烈的洗牌”。

这(zhè)个结论(lùn)是他(tā)在(zài)当(dāng)地时间2月20日接受《In Good Company》节目专访(fǎng)时提出的。

他预期(qī)，AI的发(fā)展可(kě)能会威(wēi)胁到谷(gǔ)歌的市占率，因为微软在AI方面的行动(dòng)相当迅(xùn)速。而(ér)最终(zhōng)科技巨头将把AI整合成用(yòng)户(hù)的“全能助(zhù)手(shǒu)”，包揽一切应用，与(yǔ)人们进行沟(gōu)通并提供建议(yì)，可以(yǐ)取代亚马逊、Siri或Outlook等应用。

大(dà)佬口中全能助手的到来(lái)可能尚需时(shí)日(rì)，但由ControlNet引发的又一次AI绘画(huà)浪(làng)潮，让AIGC在ChatGPT的话题热点包围中杀出重围(wéi)。

01

ControlNet颠(diān)覆AI绘画新玩法

AIGC向可(kě)控靠近

以AI绘(huì)画为代表(biǎo)的AIGC上一次爆火的(de)时候，还是2022年8月，在(zài)美国科罗拉多州举办的(de)新兴(xīng)数字艺术家竞赛中，一幅(fú)名为(wèi)《太空歌剧院(yuàn)》的作品获奖。

随(suí)后各大厂商的AI绘(huì)画软件被广(guǎng)大(dà)网友熟知(zhī)并体验，Stable Diffusion便(biàn)是其(qí)中代表。

用户们可(kě)以(yǐ)在应用(yòng)中输入(rù)一组关键词(cí)或者一(yī)张照片，就能获得一幅AI创作(zuò)的画(huà)作。

作画的关(guān)键就是(shì)所输入的文本(běn)。同一组关键词也可以创(chuàng)作(zuò)出很多张风(fēng)格不(bù)一样的画作，这让创作(zuò)的过(guò)程就像开盲盒(hé)。

很(hěn)多用户很喜欢(huān)这种不确定的惊(jīng)喜，他(tā)们会将(jiāng)生成(chéng)的(de)美(měi)图当(dāng)做头像。而另一部分(fēn)喜欢翻看AI绘画的“翻(fān)车(chē)”作品。在社交媒体(tǐ)上，许多用(yòng)户分享AI“翻车现(xiàn)场”，例(lì)如，一位网友的小狗照片(piàn)被AI画成了“肌(jī)肉男(nán)”，还(hái)有网友的(de)个人(rén)照片被AI识别成了(le)建筑。

而(ér)如今(jīn)随着ControlNet的出现(xiàn)与(yǔ)加持，以往AI绘画的填写(xiě)关键词游戏可能要被颠覆(fù)了。

ControlNet是一位正在斯(sī)坦福(fú)读博的中国(guó)人(rén)张吕敏创作的(de)一(yī)种基于(yú)控制(zhì)点的图像(xiàng)变形算法(fǎ)，凉风席席的是什么意思，凉风席席是成语吗主要用于数字图像处(chù)理、计算(suàn)机视觉和(hé)计算机图(tú)形学(xué)等领域。

其SD插件一经发布(bù)，在短短的两天内便成为了AI绘画领域最新(xīn)的热点。

在此之前，大(dà)家(jiā)用了很(hěn)多(duō)方法想让(ràng)AI生成的结果(guǒ)尽可能的符合要求，但是都不尽如人意，它的出现代表(biǎo)着(zhe)AI生(shēng)成开(kāi)始(shǐ)进入真正的可控时期(qī)。

因为ControlNet可以直接提取(qǔ)画面的构(gòu)图(tú)，人(rén)物的姿势(shì)和画面的深度(dù)信息等(děng)。有了它的帮助，就不用频繁的用提(tí)示词来碰运(yùn)气，抽(chōu)盲盒式的创作了。

通俗的说(shuō)ControlNet相当于给(gěi)AI绘画加(jiā)了“魔法”，不(bù)少博主的作品(pǐn)已经获(huò)得了大量的浏览量(liàng)，“viggo”就是其中(zhōng)之一，他用朋友的照(zhào)片直接带她(tā)们走(zǒu)进动漫世界。

viggo先用StableDiffusion图片转文字。

再用(yòng)Text2Prompt插件拓展(zhǎn)找到(dào)对(duì)应(yīng)的关(guān)键词(cí)；最(zuì)后用(yòng)ControlNet插件(jiàn)绑定骨骼开(kāi)始换(huàn)关(guān)键词试效果。

通过(guò)图(tú)片(piàn)就可以看出来，效(xiào)果十(shí)分(fēn)惊艳。

更(gèng)厉(lì)害的是，除了真(zhēn)实(shí)的照片，草图也(yě)可以(yǐ)加上“魔法”，知乎(hū)大牛(niú)“DevPoint”和(hé)“逗(dòu)砂(shā)”介(jiè)绍到ControlNet还能实现线稿转(zhuǎn)全彩图(tú)。大神张吕(lǚ)敏其(qí)本尊也亲自(zì)回应。

不得不说当(dāng)下AIGC已经变得越来越强大，甚至输(shū)出的作品都已(yǐ)经能(néng)以假(jiǎ)乱真了。

02

难辨(biàn)虚实，AIGC技术力爆发

警(jǐng)惕安全问(wèn)题

近日，“苏州金鸡(jī)湖有(yǒu)游艇(tǐng)party”的消(xiāo)息火遍网(wǎng)络，而经过警方(fāng)辟谣这所谓的“party”可能(néng)是(shì)全国第(dì)一起(qǐ)AI绘图(tú)诈骗。

由于这个活(huó)动里面给出(chū)的美女照(zhào)片都是(shì)AI制作(zuò)的(de)真人(rén)照片绘图，因为太逼(bī)真，被大家当成真(zhēn)事传播了。

不过仔细观察可以(yǐ)发现，活动发起者提供的照片中有(yǒu)个很大的漏洞可以发现并非真(zhēn)人，而是AI绘(huì)图，那便是(shì)图片中女性(xìng)的手指部分(fēn)有(yǒu)的存在异(yì)常。

有行业人事表(biǎo)示：“现在(zài)因(yīn)为手指部分的绘画(huà)算法比(bǐ)较复杂，AI还不太会画人的手(shǒu)，但最新看到的图(tú)片(piàn)已经有越来越完(wán)美的AI模型出现，以(yǐ)后可(kě)能就完全没有漏洞(dòng)了。”

类似(shì)的AI作图诈骗在国外也(yě)已有发(fā)生(shēng)。据英国广(guǎng)播(bō)公司报道，土耳其(qí)地(dì)震(zhèn)期间，有Tiktok用(yòng)户使(shǐ)用AI合成了(le)儿(ér)童受(shòu)灾的假(jiǎ)照片发布到网络，以此(cǐ)诱骗善(shàn)良(liáng)的人(rén)打赏“捐助”从而实(shí)施诈骗。

目前随着技术发展，AIGC已(yǐ)经能做(zuò)出真人(rén)照片(piàn)般的绘图效果，如果(guǒ)这样的图片被用来诈骗(piàn)，将(jiāng)非常可怕(pà)。

此(cǐ)外AIGC还引发了很多担忧，一(yī)方面，批判者认为(wèi)AI在“学习”了大量前人的作品之后，其创(chuàng)作(zuò)没(méi)有任何情绪和灵魂，难以和(hé)人(rén)类(lèi)的艺术创作相(xiāng)提并论。

另一方(fāng)面(miàn)，AIGC背后的版权、目前都(dōu)并没有得到有效的解(jiě)决，还有AIGC会不会代替(tì)人类“至高(gāo)无上(shàng)”的创意。

马(mǎ)斯克也强调，人工智能的(de)安(ān)全问题(tí)需(xū)要得(dé)到重视，太晚(wǎn)就来不及了(le)。

03

AIGC下(xià)一站除了(le)视频，还有远(yuǎn)方

技术都(dōu)是有两面性(xìng)的，潜在的危害并不能(néng)掩盖其光辉的贡(gòng)献(xiàn)。现(xiàn)在看来，人工智能技术将是第(dì)四次(cì)工(gōng)业革命的核心驱动力量(liàng)，将创造(zào)新的(de)增长奇迹。

过去一年，人(rén)工智(zhì)能在技术和商业层面都有了巨大进展，AI绘画就是人工智(zhì)能(néng)技术发生方向性(xìng)改变的一个代表。其下一(yī)站或许就是(shì)视频。

此(cǐ)前，Meta和(hé)谷(gǔ)歌(gē)先(xiān)后发布(bù)了几条引爆(bào)科(kē)技(jì)圈的短视频。这些视(shì)频引(yǐn)发(fā)关注并非内容(róng)做得多优秀，反而都(dōu)非常简单，比如(rú)一(yī)匹正在(zài)喝水的马，一只画画的玩(wán)具熊，或者一段骑摩托车(chē)的(de)第一视角(jiǎo)录像(xiàng)，随便一个(gè)有手机的人都(dōu)可以随(suí)手录下一(yī)段。

但这些短视频的创(chuàng)作方式非常简单，创作者(zhě)仅仅需(xū)要向AI输(shū)入(rù)一段话，甚至只是(shì)说一下要(yào)求，AI就(jiù)可(kě)以(yǐ)根据需要(yào)生成一段视频。

谷歌发布(bù)的两个AI生成视(shì)频分别来(lái)自(zì)于Imagen Video和(hé)Phenaki，前者主要(yào)突出的是(shì)高清，与Meta的Make-A-Video没有太多(duō)的差别(bié)。

在Make-A-Video公布(bù)了AI生成的(de)视频后，AI圈就已经玩了一波梗(gěng)，一个能够做出更(gèng)高(gāo)清视频的AI还不足以(yǐ)在短时间内(nèi)戳(chuō)中(zhōng)兴奋点。

Phenaki更加令(lìng)人(rén)震惊的地方在于，它可以制作出超(chāo)过2分钟的连贯(guàn)的也(yě)有确切(qiè)内容的视频，这才是真(zhēn)正让人(rén)们感到惊喜的地方。因为无论AI生成的视(shì)频多么(me)高清，也只(zhǐ)能是为内容生(shēng)产者提(tí)供(gōng)一个灵感，一个素(sù)材，一(yī)个过场动画。

不(bù)过能(néng)够制作(zuò)出有具体剧情内容的视(shì)频就(jiù)意味着，一(yī)些(xiē)视频(pín)创作由AI代替人(rén)工完(wán)成已经初步有了可能。

当(dāng)下AI的发(fā)展速度已(yǐ)经超(chāo)过大(dà)部(bù)分人的想象。内(nèi)容产(chǎn)业的本质是供给创造(zào)需求(qiú)，AIGC作(zuò)为全新(xīn)的内容生产(chǎn)方(fāng)式，可以为(wèi)内容产业带来(lái)更(gèng)新的内容风(fēng)格、更(gèng)快的(de)生产速度，更低的生(shēng)产成本，这无疑会(huì)驱动内容产业的大(dà)爆发。

除了(le)AI绘(huì)图、视频，AIGC技(jì)术还能应用于音乐、代码、机器人动作等(děng)多种内容形式的生成。不难发现该项(xiàng)技术(shù)不仅在游戏等行(xíng)业能得到有效应用(yòng)，对于下一(yī)代互联网(wǎng)各种(zhǒng)元素的构建亦有关键意(yì)义。

从(cóng)商业(yè)化(huà)的角度(dù)来看，文化(huà)娱乐、教育(yù)、传媒等诸多(duō)领域，本(běn)身就对基于AI的可视化内容有(yǒu)强(qiáng)烈需求(qiú)。

因此，AI绘画及视频或不是结果，而只(zhǐ)是(shì)AI进程中的一块重要拼图(tú)，有望在(zài)技术更新的加持下(xià)实现(xiàn)更大的应用价值。

AI从理(lǐ)解内容，走向了可以生成内容，甚至(zhì)能够创造(zào)出独立价值(zhí)和独立视(shì)角的内(nèi)容。AIGC的再次(cì)出(chū)圈，更代表着未(wèi)来(lái)的先(xiān)进生(shēng)产力即将到来。

04

紧抓大(dà)模(mó)型与算力，牢固AIGC底座

从技术的发(fā)展也可(kě)以看(kàn)出，在语言大模型、图(tú)像大模型之后，多模(mó)态大模(mó)型已经成为了(le)新的(de)趋势。

大(dà)模型被誉为当前人工智(zhì)能发(fā)展的(de)智(zhì)能底座，是(shì)全球竞争最激(jī)烈的研究(jiū)方向(xiàng)之一，包括(kuò)谷歌、亚马逊(xùn)、百度、阿里、腾讯等众多头部企业都(dōu)在竞相发力。

不过训练大模型的确(què)价格不菲，以国(guó)盛证券发布的《ChatGPT需要多(duō)少算力》报告(gào)估算，GPT-3训练一次的成本约(yuē)为140万美(měi)元。而(ér)对于一(yī)些(xiē)更(gèng)大(dà)的LLM(大型语言模型)，训(xùn)练成本(běn)则介于200万美(měi)元至(zhì)1200万美元高(gāo)价之间。

以ChatGPT在2023年1月的独立访客平均数1300万计算，其(qí)对应芯(xīn)片需求(qiú)为(wèi)3万多片英伟达A100 GPU，初始投入成本约(yuē)为8亿美(měi)元，每日仅电费就在5万美元左右。

凉风席席的是什么意思，凉风席席是成语吗atio="0.4255555555555556" data-typ凉风席席的是什么意思，凉风席席是成语吗e="jpeg" data-w="900">

此外不论是ChatGPT还是(shì)AIGC，都离不开庞大算(suàn)力支(zhī)持(chí)。在关注各类(lèi)大(dà)模型的(de)发(fā)展同(tóng)时，更应该关(guān)注算力网络的建设。

算(suàn)力网络正(zhèng)驱动AI产业发展进入(rù)史诗级加速(sù)进(jìn)程，让AIGC及(jí)通(tōng)用AI这(zhè)一人工(gōng)智能发(fā)展的终(zhōng)极目标离得更近。

因为算力(lì)可以对突破性(xìng)技术创新提供大(dà)力的支持(chí)。这方面(miàn)，多(duō)模态(tài)大模(mó)型是典型。作为(wèi)面向未来强(qiáng)人工智能、通用(yòng)人工智能的重要技术创新，多模态大模型已(yǐ)经在人工(gōng)智能(néng)领域(yù)提(tí)出了(le)很(hěn)多年，业(yè)界也有不少技术突(tū)破，但是，多模态(tài)大(dà)模型(xíng)进一步往下(xià)走，算力需(xū)求(qiú)呈(chéng)几何式上升，一般的算力基(jī)础设施很(hěn)快(kuài)将难以胜任。

从图(tú)像、文字(zì)、语音(yīn)单(dān)独一(yī)项的训练，到双模态、三模态(tài)的跃迁，让人工智能(néng)可以灵活应对不同模态(tài)的转化(huà)、像人与世界交互一(yī)样自然(rán)，这方面，由算力网络来驱动(dòng)将有(yǒu)明(míng)显(xiǎn)优势。

此(cǐ)外，还有很多需要爆发式增长(zhǎng)的算(suàn)力来支撑的技术创新，将在人工智能(néng)算力网络支(zhī)撑下快速推进(jìn)。

AIGC已经露出(chū)曙光，期待在大模型和大算力的支持下AIGC能持续颠覆内容(róng)生(shēng)产的方式，将创造的边际成本降低，让万(wàn)众(zhòng)受益(yì)。

未经允许不得转载：橘子百科-橘子都知道 凉风席席的是什么意思，凉风席席是成语吗