自聊天机器人ChatGPT火爆以来，微软公司创始人比尔·盖茨已多次公开(kāi)谈论人工智(zhì)能话题。在最(zuì)近的一(yī)次(cì)采(cǎi)访中(zhōng)，他再(zài)次表示：“AI可能会让(ràng)科(kē)技行业迎(yíng)来一(yī)次剧烈的洗牌”。

这个结论是他在当地时间2月20日(rì)接受《In Good Company》节目专访时提出的。

他预期，AI的发展可能(néng)会威胁到(dào)谷歌的市占(zhàn)率，因为(wèi)微(wēi)软在AI方面的行动(dòng)相当迅速。而(ér)最(zuì)终科技巨头将(jiāng)把AI整合成用户的“全能助手”，包揽一切(qiè)应用，与人们进行(xíng)沟通(tōng)并提(tí)供建议，可以取代亚(yà)马逊、Siri或Outlook等应用(yòng)。

大佬口中全能助手的到(dào)来(lái)可能尚需时日，但由ControlNet引(yǐn)发的又一次AI绘画浪潮(cháo)，让AIGC在ChatGPT的(de)话题热点包围中(zhōng)杀出重围。

01

ControlNet颠覆(fù)AI绘画新玩法

AIGC向可控(kòng)靠(kào)近

以AI绘画为代(dài)表的AIGC上一次爆(bào)火的时候(hòu)，还是2022年(nián)8月，在(zài)美(měi)国科罗拉多多担待是什么意思 多多担待是敬语吗多州举办的(de)新(xīn)兴(xīng)数字艺(yì)术家(jiā)竞赛中，一(yī)幅(fú)名为《太空(kōng)歌剧(jù)院》的作品获(huò)奖。

随(suí)后(hòu)各大厂商的(de)AI绘画(huà)软件(jiàn)被广大网友熟知并(bìng)体验，Stable Diffusion便是其中代表。

用户(hù)们(men)可以(yǐ)在应用中(zhōng)输入(rù)一(yī)组关键词或者一张照(zhào)片，就能获得一幅AI创作的画作。

作(zuò)画(huà)的关键就是所输(shū)入的(de)文(wén)本。同一组关键词也可(kě)以(yǐ)创作出很多张风(fēng)格不(bù)一样的(de)画作，这(zhè)让创作的过(guò)程就像开盲盒。

很(hěn)多(duō)用户(hù)很(hěn)喜欢这种不确定(dìng)的惊(jīng)喜(xǐ)，他们会将生成的(de)美(měi)图当做头像(xiàng)。而另一部分喜欢翻看(kàn)AI绘画的“翻车”作品。在(zài)社交媒体上，许多用(yòng)户分(fēn)享AI“翻(fān)车现场”，例如，一位(wèi)网友的(de)小(xiǎo)狗(gǒu)照片被AI画成了“肌(jī)肉男”，还有网友的(de)个人照片被AI识别成(chéng)了建筑(zhù)。

而如今随着ControlNet的出现与加持，以往AI绘画(huà)的填写关键词游(yóu)戏可(kě)能要被颠(diān)覆了。

ControlNet是一位正在(zài)斯坦(tǎn)福读(dú)博的(de)中国人张吕敏创作的一种基于控制点的图像变形算法，主要(yào)用于(yú)数字图像(xiàng)处理(lǐ)、计算机视(shì)觉和计算机图形学(xué)等领域。

其SD插件一经发布，在短短的两天内(nèi)便成为了AI绘(huì)画领域最新的热点。

在此之前，大家用了(le)很多(duō)方法想(xiǎng)让AI生成的结(jié)果尽(jǐn)可能的(de)符合要求，但是(shì)都不尽(jǐn)如人意，它的出现(xiàn)代(dài)表着(zhe)AI生成开始进入(rù)真(zhēn)正的(de)可控(kòng)时期。

因为ControlNet可(kě)以直接提取画面的构(gòu)图，人物的(de)姿(zī)势(shì)和画面的深度信(xìn)息等。有了它的帮(bāng)助，就不用频(pín)繁的用提示词(cí)来碰运气(qì)，抽(chōu)盲盒式的(de)创作了。

通(tōng)俗的说ControlNet相(xiāng)当于(yú)给AI绘画加了“魔法”，不少博主的作品(pǐn)已经获得了大量的浏览量，“viggo”就是(shì)其中之一，他用朋友的照片(piàn)直接带她们(men)走进(jìn)动漫世界。

viggo先(xiān)用StableDiffusion图片(piàn)转(zhuǎn)文字。

再用(yòng)Text2Prompt插件拓展找到对(duì)应的关键词；最后用ControlNet插件绑(bǎng)定骨骼开始换关键(jiàn)词试效果。

通(tōng)过(guò)图片就(jiù)可(kě)以看(kàn)出来，效果十分惊艳。

更厉害的是，除(chú)了真实的照片，草图也可以(yǐ)加(jiā)上(shàng)“魔(mó)法(fǎ)”，知乎大(dà)牛“DevPoint”和“逗砂”介绍(shào)到ControlNet还(hái)能(néng)实现(xiàn)线稿(gǎo)转(zhuǎn)全(quán)彩图。大神(shén)张吕敏(mǐn)其(qí)本(běn)尊也亲自回应。

不得不说当(dāng)下AIGC已经变得越来越强(qiáng)大，甚至(zhì)输出的作(zuò)品都已(yǐ)经能以假乱真了。

02

难(nán)辨虚(xū)实，AIGC技术力爆发

警(jǐng)惕安(ān)全问题(tí)

近日，“苏(sū)州金鸡湖有(yǒu)游(yóu)艇party”的消息火(huǒ)遍(biàn)网络，而(ér)经过警(jǐng)方(fāng)辟(pì)谣这所谓的“party”可能是全国第一起AI绘图诈骗。

由于这个活动里面给(gěi)出的美(měi)女照片都是AI制作的真人照片(piàn)绘图，因为太逼真，被大(dà)家当成真事传播了。

不(bù)过仔细观察(chá)可以发现，活(huó)动发起者(zhě)提供(gōng)的照(zhào)片中有个很大的漏洞可(kě)以发现并(bìng)非真(zhēn)人，而是AI绘图，那便(biàn)是图片中(zhōng)女性的手指部分(fēn)有的存(cún)在异(yì)常(cháng)。

有行业人事表(biǎo)示：“现在因为手指部分的绘画算法比较复杂，AI还不(bù)太会画人的手，但最新看到的图(tú)片已经有(yǒu)越来越完美的AI模型出现，以后可能就完(wán)全没有漏洞(dòng)了。”

类似的AI作图诈骗在(zài)国外(wài)也已有发(fā)生。据英国广播公司报道(dào)，土耳其地震(zhèn)期间(jiān)，有Tiktok用户使用(yòng)AI合成(chéng)了儿童受灾的(de)假照片发布到网(wǎng)络，以(yǐ)此诱骗善(shàn)良的(de)人打赏“捐(juān)助”从而(ér)实(shí)施诈骗。

目前(qián)随着技术发展，AIGC已经能做出真(zhēn)人照片般的(de)绘图效果，如果(guǒ)这样的图片被用来诈(zhà)骗(piàn)，将非常可怕(pà)。

此(cǐ)外(wài)AIGC还(hái)引发了(le)很(hěn)多担忧，一方面，批判者认为AI在“学习”了大量前人的(de)作(zuò)品之后，其创作(zuò)没有(yǒu)任何情绪和灵魂，难以(yǐ)和(hé)人类的艺术(shù)创(chuàng)作相提并论(lùn)。

另一(yī)方面(miàn)，AIGC背后(hòu)的版权(quán)、目前都并没有得到(dào)有效的解决，还有AIGC会不会代替(tì)人(rén)类(lèi)“至高无上”的创意。

马(mǎ)斯(sī)克也强调(diào)，人工(gōng)智能的安全问题需要得(dé)到(dào)重(zhòng)视(shì)，太晚就来不及(jí)了(le)。

03

AIGC下一站(zhàn)除了视频，还有远(yuǎn)方

技术都是有(yǒu)两面性的，潜在的危害并不(bù)能掩盖其光辉的(de)贡献。现(xiàn)在(zài)看来，人工智(zhì)能技术将是第(dì)四次工业(yè)革命的核(hé)心驱动力量，将创造新的增(zēng)长奇迹。

过去一年，人工智能在技(jì)术和商业层面都有了巨大进展，AI绘画就是人工(gōng)智能技(jì)术(shù)发(fā)生方向性改变的一个代表。其下一(yī)站或(huò)许就(jiù)是视频(pín)。

此(cǐ)前，Meta和(hé)谷歌先后发(fā)布了(le)几(jǐ)条引爆科技圈的短视频。这(zhè)些视频(pín)引发关(guān)注并(bìng)非内(nèi)容做(zuò)得多优秀(xiù)，反而都非(fēi)常简单(dān)，比如(rú)一匹正在喝水的(de)马，一只(zhǐ)画画的(de)玩具熊，或者一段骑摩托车的第(dì)一视角(jiǎo)录(lù)像，随(suí)便一(yī)个有手机(jī)的人都可以随(suí)手录下(xià)一段(duàn)。

但这些(xiē)短(duǎn)视频(pín)的创作方式非(fēi)常简单(dān)，创作者仅仅需(xū)要向AI输入一段话，甚至只(zhǐ)是说一下(xià)要求，AI就可以(yǐ)根据(jù)需要生成(chéng)一(yī)段(duàn)视频。

谷歌发(fā)布的两(liǎng)个AI生成视频分别来自于Imagen Video和Phenaki，前者(zhě)主要(yào)突出(chū)的是高清，与(yǔ)Meta的Make-A-Video没(méi)有太多的差(chà)别。

在Make-A-Video公布了AI生成的(de)视频后，AI圈就已经玩了一波(bō)梗，一个能够做(zuò)出(chū)更高清视频(pín)的AI还不足以在(zài)短时间内戳中兴奋点。

Phenaki更加令人震惊的(de)地方在于，它可以制作(zuò)出超过2分钟的连贯的也(yě)有确(què)切内容的视频，这才是真正(zhèng)让人(rén)们感到惊喜的地(dì)方。因为无论(lùn)AI生成(chéng)的视频多么高清，也只能是为内容生(shēng)产者提供一(yī)个(gè)灵(líng)感，一个素(sù)材，一个(gè)过场动画。

不过能够(gòu)制(zhì)作出有(yǒu)具体剧情内容的(de)视频(pín)就意味着，一些视频创作由(yóu)AI代替(tì)人工完成(chéng)已经初步有了(le)可能。

当下AI的发(fā)展速度已经超过大部(bù)分(fēn)人的想象(xiàng)。内容(róng)产业的(de)本质是供(gōng)给创造(zào)需求(qiú)，AIGC作为全新的内容(róng)生产方式，可以为内容产业带(dài)来更新的内(nèi)容风格、更快(kuài)的生产速度，更低的生产成本(běn)，这无(wú)疑会驱动内(nèi)容(róng)产业(yè)的大爆(bào)发。

除了AI绘图、视频，AIGC技术还能应用(yòng)于音乐(lè)、代码、机器人(rén)动(dòng)作等多种内容形式的生成。不(bù)难发现该项技(jì)术不仅(jǐn)在游戏等行业(yè)能得到有效应用，对于下一代互联网(wǎng)各种(zhǒng)元素的构(gòu)建亦有关(guān)键(jiàn)意义。

从商业化(huà)的角(jiǎo)度来看，文(wén)化(huà)娱乐、教育、传媒等诸多领域，本身(shēn)就(jiù)对基于(yú)AI的可视化内容有强烈需求(qiú)。

因此，AI绘(huì)画及视(shì)频或不(bù)是(shì)结(jié)果，而只是AI进程(chéng)中的一块重要拼(pīn)图(tú)，有望在(zài)技(jì)术更新的加(jiā)持下实(shí)现更大的应用价值。

AI从理解内容，走向了(le)可以(yǐ)生(shēng)成内(nèi)容，甚(shèn)至能够(gòu)创(chuàng)造出独(dú)立价值(zhí)和独(dú)立(lì)视角的内容(róng)。AIGC的再(zài)次出(chū)圈，更代表着(zhe)未来的先进(jìn)生(shēng)产力即将(jiāng)到来(lái)。

04

紧抓大(dà)模型(xíng)与算(suàn)力，牢(láo)固AIGC底座

从技(jì)术的发展(zhǎn)也可以看出(chū)，在语言大模型(xíng)、图(tú)像大模(mó)型之后，多模态大模型已(yǐ)经成为了新的趋势。

大模型被誉为当前(qián)人(rén)工智能发(fā)展的智能底(dǐ)座，是(shì)全(quán)球(qiú)竞(jìng)争(zhēng)最(zuì)激烈的研(yán)究方向(xiàng)之一，包括(kuò)谷歌(gē)、亚(yà)马逊(xùn)、百度(dù)、阿(ā)里、腾讯等(děng)众(zhòng)多头(tóu)部(bù)企(qǐ)业都(dōu)在(zài)竞相发力。

不过训(xùn)练大模型的确价格(gé)不菲，以国盛证券发布(bù)的《ChatGPT需要多(duō)少(shǎo)算力》报告估算，GPT-3训练(liàn)一(yī)次(cì)的(de)成本约为140万美(měi)元。而(ér)对于一些更大的LLM(大(dà)型(xíng)语(yǔ)言模型)，训(xùn)练成本则介于200万美元至1200万美元高(gāo)价之(zhī)间。

以ChatGPT在2023年(nián)1月的(de)独立访客平均数1300万计算，其对应芯片需(xū)求为(wèi)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(měi)日(rì)仅电(diàn)费就在5万美元左右。

此外(wài)不(bù)论是ChatGPT还是(shì)AIGC，都离(lí)不开(kāi)庞大算力支持。在(zài)关注(zhù)各类(lèi)大模型的(de)发展同时(shí)，更应该(gāi)关注算力网络(luò)的建设。

算力(lì)网络正驱动AI产业发展进入史诗级加速进程，让AIGC及通用(yòng)AI这一人(rén)工智(zhì)能发(fā)展(zhǎn)的终极目标离得更(gèng)近。

因为(wèi)算(suàn)力可(kě)以对突破(pò)性技术创新提供大力的支持。这方(fāng)面，多模态大模型是典型。作为面向未来(lái)强(qiáng)人工智能、通用人(rén)工智能的(de)重要(yào)技术创新，多模态大(dà)模型已经在人工智(zhì)能领域(yù)提出了很多年，业界也有不少技术突破(pò)，但是，多模态(tài)大模型进一步往下走，算(suàn)力需求呈(chéng)几何式(shì)上升，一般的算力基础设施很快将(jiāng)难以胜(shèng)任。

从图(tú)像、文字、语音(yīn)单(dān)独(dú)一项的(de)训练，到(dào)双模(mó多多担待是什么意思 多多担待是敬语吗)态、三(sān)模态的(de)跃(yuè)迁，让(ràng)人工(gōng)智能可以灵活(huó)应对(duì)不同模态的转化、像(xiàng)人与世(shì)界交互一(yī)样自然，这(zhè)方面，由算力网络来驱动将有明(míng)显优势。

此外，还有(yǒu)很多(duō)需(xū)要爆发式增长的(de)算力来支(zhī)撑的技(jì)术创新，将在人(rén)工(gōng)智(zhì)能(néng)算力网络支(zhī)撑下快速推(tuī)进。

AIGC已经露出曙光(guāng)，期待在大(dà)模型和(hé)大算力的支(zhī)持下AIGC能持续颠覆内容生产的方式，将创造的边(biān)际成(chéng)本(běn)降低，让万(wàn)众受益。

未经允许不得转载：橘子百科-橘子都知道 多多担待是什么意思 多多担待是敬语吗