自(zì)聊天机(jī)器人(rén)ChatGPT火爆以来，微软公司创始人比尔·盖(gài)茨(cí)已多次公开(kāi)谈(tán)论人工智能(néng)话(huà)题。在最近的一次采访中(zhōng)，他再次表示：“AI可能会让科(kē)技(jì)行业迎(yíng)来(lái)一次剧(jù)烈的(de)洗牌(pái)”。

这个结论是他在当地时间2月20日接受《In Good Company》节(jié)目专访(fǎng)时提出的(de)。

他预期，AI的发展可能会威胁到谷(gǔ)歌的(de)市占率(lǜ)，因为(wèi)微软在AI方面(miàn)的(de)行动相当迅速。而最终科技巨头将把AI整合(hé)成(chéng)用户的“全能助手”，包揽(lǎn)一(世界四大文化名人是哪4个，世界四大文化名人不包括谁yī)切应用，与人们进行沟通并提供建议，可以取代(dài)亚马逊、Siri或Outlook等(děng)应(yīng)用。

大(dà)佬口中全能(néng)助手(shǒu)的到来(lái)可能尚需时日，但由ControlNet引发(fā)的又一次(cì)AI绘画浪潮(cháo)，让AIGC在ChatGPT的话题热点包围中杀(shā)出重围。

01

ControlNet颠覆(fù)AI绘(huì)画(huà)新玩法(fǎ)

AIGC向可控靠近

以AI绘画(huà)为(wèi)代(dài)表的(de)AIGC上一次(cì)爆火(huǒ)的时(shí)候，还是2022年8月，在(zài)美国科罗拉(lā)多(duō)州举办的新兴数字艺术家竞赛中，一幅(fú)名为《太空歌剧(jù)院》的(de)作(zuò)品(pǐn)获奖。

随(suí)后(hòu)各大厂(chǎng)商(shāng)的AI绘画软件被广大网友熟知并体验，Stable Diffusion便(biàn)是其中(zhōng)代(dài)表。

用户们(men)可以在应(yīng)用中输入一组关键词(cí)或者一张照片，就能获得一(yī)幅AI创作的画作(zuò)。

作画的关键就是所输入的文(wén)本。同一组关键词也可以创作出(chū)很多张风格不一样的(de)画作，这(zhè)让创作(zuò)的(de)过程就(jiù)像(xiàng)开盲盒。

很(hěn)多(duō)用户很(hěn)喜欢这种不确定的惊喜，他(tā)们会将生(shēng)成的美图当做头像(xiàng)。而另一部(bù)分(fēn)喜欢翻看AI绘画的(de)“翻(fān)车”作(zuò)品。在社交媒体(tǐ)上(shàng)，许多用户分享(xiǎng)AI“翻车现场(chǎng)”，例如，一(yī)位网友的小(xiǎo)狗(gǒu)照片(piàn)被AI画成了“肌肉(ròu)男”，还有(yǒu)网(wǎng)友的(de)个人照片被AI识(shí)别成了建筑。

而如今随着(zhe)ControlNet的出现与加持，以往AI绘画的填写关键词游戏可能(néng)要被颠(diān)覆了。

ControlNet是一位(wèi)正在斯(sī)坦福读(dú)博的中国人(rén)张吕敏(mǐn)创(chuàng)作的一种基于控制点的图像变形(xíng)算法，主要用于数字(zì)图像处(chù)理、计算机视(shì)觉和(hé)计(jì)算机图(tú)形学等领域。

其SD插件一经发布(bù)，在(zài)短短的(de)两天内便成为了(le)AI绘画(huà)领域最新的热点(diǎn)。

在此之前，大家用了(le)很多方法想(xiǎng)让AI生成的结果尽可能的(de)符合(hé)要求，但是都不(bù)尽如人意(yì)，它的出现代表着AI生成开(kāi)始(shǐ)进(jìn)入(rù)真正的可控(kòng)时期。

因为(wèi)ControlNet可(kě)以直接提取画(huà)面的构图，人物(wù)的(de)姿势(shì)和画面(miàn)的深度(dù)信息等。有(yǒu)了它的帮助，就(jiù)不用频繁(fán)的(de)用提示词来碰运气，抽盲盒式的创作了(le)。

通俗的说ControlNet相当于给AI绘画加了“魔法”，不(bù)少博主的作品已经获得了大(dà)量的(de)浏(liú)览量，“viggo”就是其(qí)中之(zhī)一，他(tā)用朋友的照片直接(jiē)带她(tā)们走进动漫世界(jiè)。

viggo先用(yòng)StableDiffusion图片转(zhuǎn)文字。

再用Text2Prompt插(chā)件拓展(zhǎn)找到对应的(de)关键词；最后用(yòng)ControlNet插件绑定(dìng)骨骼开始(shǐ)换关键词试效果。

通(tōng)过图(tú)片就可以(yǐ)看出来，效果(guǒ)十分惊(jīng)艳。

更厉害的是，除了真(zhēn)实的照(zhào)片，草图也可以加上“魔法(fǎ)”，知乎(hū)大牛“DevPoint”和“逗砂”介绍到ControlNet还能实现(xiàn)线稿转全彩图。大神(shén)张(zhāng)吕敏其本(běn)尊也亲(qīn)自回应。

不得不说当下(xià)AIGC已经变得(dé)越来(lái)越强大(dà)，甚(shèn)至(zhì)输出的作(zuò)品都已经能以(yǐ)假乱真了。

02

难辨虚实(shí)，AIGC技术(shù)力爆(bào)发

警惕安全问题

近日(rì)，“苏(sū)州金鸡湖(hú)有(yǒu)游(yóu)艇party”的消息火遍网络，而经过警方辟(pì)谣(yáo)这所谓的“party”可能(néng)是全国第一(yī)起AI绘图诈(zhà)骗。

由于这个活动里面给出的美女照片都是AI制作的真人照(zhào)片(piàn)绘图，因为太逼(bī)真，被大(dà)家当成真事(shì)传(chuán)播了。

不过仔细观察可以发(fā)现，活动(dòng)发起者提(tí)供(gōng)的照片中有个很大(dà)的漏洞可以发现并非真人，而是(shì)AI绘(huì)图(tú)，那便是图片(piàn)中女(nǚ)性的手指部(bù)分有的存(cún)在(zài)异常(cháng)。

有行业(yè)人事表示：“现在因为(wèi)手(shǒu)指部分的绘画(huà)算(suàn)法比较复(fù)杂，AI还(hái)不太会(huì)画人的手，但最新(xīn)看(kàn)到的图片已经有越来(lái)越(yuè)完美的AI模型(xíng)出现，以后(hòu)可能就完全没有漏洞(dòng)了。”

类(lèi)似(shì)的AI作图(tú)诈骗在国外也已有发生(shēng)。据(jù)英国(guó)广播(bō)公司报道，土耳其地震期间，有Tiktok用户使用AI合成了(le)儿童受灾的(de)假(jiǎ)照片发(fā)布到网络(luò)，以(yǐ)此诱(yòu)骗(piàn)善良(liáng)的人打(dǎ)赏(shǎng)“捐助”从而实施诈骗。

目前随(suí)着(zhe)技术发展(zhǎn)，AIGC已经能做出(chū)真人照(zhào)片般(bān)的(de)绘图效果，如果这样(yàng)的图片被用来诈骗，将非常可怕。

此外AIGC还引发了(le)很多(duō)担忧，一方(fāng)面，批判者认为(wèi)AI在“学习”了大量前人的(de)作品之(zhī)后，其创(chuàng)作没有任何情绪和灵魂，难(nán)以和人类的(de)艺术创作相(xiāng)提并论。

另(lìng)一方面(miàn)，AIGC背后的版权、目前都并没有得到有效的解决，还(hái)有(yǒu)AIGC会(huì)不会(huì)代替人类“至高无上”的(de)创意。

马斯克也强调，人工智能的安全问(wèn)题需要得到重(zhòng)视，太晚就(jiù)来不及(jí)了。

03

AIGC下一站除了视频，还有(yǒu)远方

技术都是有(yǒu)两(liǎng)面(miàn)性的，潜在(zài)的(de)危害(hài)并不(bù)能掩(yǎn)盖其(qí)光辉(huī)的贡献。现在(zài)看来，人工智能技术将(jiāng)是(shì)第四(sì)次工业革命(mìng)的核心驱动力量，将创(chuàng)造(zào)新的(de)增长奇迹。

过去(qù)一年，人工智能在技术和商业层(céng)面都有了巨大进展，AI绘画就(jiù)是人工智能技术发生方向性改(gǎi)变(biàn)的一个代(dài)表(biǎo)。其(qí)下一(yī)站或许就是视频。

此前，Meta和谷歌(gē)先后发(fā)布了几条(tiáo)引爆科技圈的(de)短视频。这些视频(pín)引发(fā)关注并非(fēi)内容(róng)做(zuò)得多优秀，反而都非常简单，比如一匹正(zhèng)在喝水的马，一只(zhǐ)画画的(de)玩具熊，或(huò)者一段骑(qí)摩托车的第一视角录像(xiàng)，随便一个有手机的人都(dōu)可以(yǐ)随手录下一段。

但这些短视频的创作方(fāng)式非常简单，创作者仅仅(jǐn)需要向(xiàng)AI输入(rù)一段话，甚至只是说一下要求，AI就可以(yǐ)根据(jù)需要生成(chéng)一(yī)段(duàn)视频。

谷歌发布的(de)两(liǎng)个AI生(shēng)成视频(pín)分别来自于Imagen Video和(hé)Phenaki，前者主要突出的是高清，与Meta的Make-A-Video没有太多的差别。

在Make-A-Video公布了AI生成的视频(pín)后，AI圈就已(yǐ)经玩(wán)了一波梗(gěng)，一个能够做出更高清视频的AI还不足以在短时间内戳中(zhōng)兴(xīng)奋(fèn)点。

Phenaki更(gèng)加令人震惊的(de)地方(fāng)在于，它可以制作出(chū)超过2分(fēn)钟的连(lián)贯的(de)也有确切内(nèi)容的视(shì)频，这(zhè)才是真正让人们感(gǎn)到惊喜(xǐ)的地方。因(yīn)为无论(lùn)AI生成(chéng)的视(shì)频多么高清，也只能是为(wèi)内容生产者提供一个灵感，一个素材，一个过场动画(huà)。

不过能够(gòu)制(zhì)作出有具体剧(jù)情内容的视频就意味着，一些(xiē)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的发展(zhǎn)速度已经超过(guò)大(dà)部(bù)分(fēn)人(rén)的想象(xiàng)。内(nèi)容(róng)产业(yè)的(de)本质是供给(gěi)创造需(xū)求，AIGC作(zuò)为全新的内容生产(chǎn)方式，可以为内(nèi)容产业带来更(gèng)新的内容风格、更(gèng)快的生产(chǎn)速度，更低(dī)的生产成(chéng)本(běn)，这无疑(yí)会驱动内容产业(yè)的(de)大爆发。

除了(le)AI绘图、视频(pín)，AIGC技术还能应用于音乐、代码、机器人动作等多(duō)种内容形式(shì)的(de)生成(chéng)。不(bù)难(nán)发现(xiàn)该(gāi)项技术不仅在游戏等行业(yè)能得到有效应(yīng)用，对于下一(yī)代(dài)互联网各种元素的构建亦有关(guān)键意(yì)义。

从商业(yè)化的角度来看(kàn)，文化娱(yú)乐、教育(yù)、传媒等诸多领域，本身就对基(jī)于AI的可视化(huà)内容有强烈需求。

因此，AI绘画及视频或不是结果，而只是AI进程中的一块重要拼图，有望在技术更新的(de)加持下实现更大的(de)应(yīng)用价(jià)值。

AI从理解内容(róng)，走(zǒu)向了可以生成(chéng)内(nèi)容，甚至(zhì)能够创造出独立(lì)价值和独立(lì)视角(jiǎo)的(de)内(nèi)容。AIGC的再(zài)次出圈，更(gèng)代表(biǎo)着(zhe)未(wèi)来(lái)的(de)先进生产(chǎn)力即(jí)将到来。

04

紧抓大(dà)模型与算力，牢(láo)固AIGC底座

从技术的发展(zhǎn)也可(kě)以看出，在语言大模(mó)型、图像大模型之后，多模态(tài)大(dà)模(mó)型已经成为了新的趋势。

大模(mó)型(xíng)被誉为(wèi)当(dāng)前人工(gōng)智能发展的智能底座，是全(quán)球竞争最(zuì)激烈的(de)研究方向之一(yī)，包括谷歌、亚马(mǎ)逊、百度、阿里、腾讯等众(zhòng)多头部企(qǐ)业都(dōu)在竞相发力。

不过训(xùn)练(liàn)大模型的确价(jià)格不菲(fēi)，以国盛证券(quàn)发布的《ChatGPT需要(yào)多少算力》报告估算，GPT-3训(xùn)练(liàn)一(yī)次的成本约为140万美元。而对于一些更大的LLM(大型语言(yán)模型)，训练(liàn)成本(běn)则介于200万美元至1200万美(měi)元高价之间(jiān)。

以ChatGPT在2023年(nián)1月的独立访客平(píng)均数1300万计算，其对应(yīng)芯片(piàn)需求(qiú)为3万多片英伟(wěi)达A100 GPU，初(chū)始投入(rù)成本(běn)约(yuē)为(wèi)8亿美(měi)元，每日(rì)仅电(diàn)费就在5万美元左右。

世界四大文化名人是哪4个，世界四大文化名人不包括谁rc="https://mmbiz.heiliaofuli.com/wp-content/uploads/2023/03/1d9722de3fed1e6.jpeg?imageMogr2/thumbnail/2160x0/format/web世界四大文化名人是哪4个，世界四大文化名人不包括谁p/quality/80" data-ratio="0.4255555555555556" data-type="jpeg" data-w="900">

此外(wài)不(bù)论是(shì)ChatGPT还是AIGC，都离不(bù)开庞大算力支持。在关(guān)注各类大模型的发展(zhǎn)同时，更(gèng)应该(gāi)关注算力网(wǎng)络(luò)的建设。

算(suàn)力网络正(zhèng)驱动AI产(chǎn)业发展进入史诗(shī)级加(jiā)速进程(chéng)，让AIGC及通用(yòng)AI这一人工智能发展的(de)终极目标离得更近(jìn)。

因为算力可以对突破性技术创新(xīn)提供大力的支持。这(zhè)方面，多模态(tài)大(dà)模型(xíng)是典型(xíng)。作为面向未来强人工智能(néng)、通(tōng)用(yòng)人工智能的重要技术创新，多模态大模型已经在人工智能领域提出了很多年，业界也有不少技术突破(pò)，但是(shì)，多(duō)模态大模型进一步往(wǎng)下(xià)走，算力需求呈几(jǐ)何式(shì)上升，一般的算力基础设施很快(kuài)将难以(yǐ)胜任。

从(cóng)图像(xiàng)、文字、语音单独一项的训练，到双模态(tài)、三模态的跃(yuè)迁，让人工智能可以灵活(huó)应对不(bù)同(tóng)模态的转化(huà)、像人与(yǔ)世(shì)界交互一样(yàng)自然，这方面，由算力(lì)网络来驱(qū)动将有明显(xiǎn)优(yōu)势。

此外，还有很多需要爆发(fā)式增长的算力(lì)来支撑的技术创新，将在人工(gōng)智(zhì)能算力网络支撑下快速推进。

AIGC已(yǐ)经露出(chū)曙光(guāng)，期待在大模(mó)型和大算力的支持下AIGC能持(chí)续(xù)颠覆内容生产的(de)方式，将创造的边(biān)际(jì)成本降(jiàng)低，让万(wàn)众受(shòu)益(yì)。

未经允许不得转载：橘子百科-橘子都知道 世界四大文化名人是哪4个，世界四大文化名人不包括谁