自(zì)聊天(tiān)机器人ChatGPT火爆以来，微(wēi)软公司(sī)创始人比尔·盖茨已(yǐ)多次公开谈论(lùn)人工(gōng)智(zhì)能(néng)话题。在最(zuì)近的(de)一(yī)次采访中，他再(zài)次表示：“AI可(kě)能会让科技(jì)行业迎来一次剧烈的洗牌(pái)”。

这个结论(lùn)是(shì)他在(zài)当地(dì)时间2月20日(rì)接受(shòu)《In Good Company》节目专(zhuān)访时提(tí)出(chū)的。

他(tā)预期，AI的发展可能会(huì)威胁(xié)到谷歌(gē)的市占(zhàn)率，因为微软在AI方面的行动相当迅速。而最终科(kē)技巨(jù)头将把AI整合成(chéng)用(yòng)户的“全能助手”，包揽一切应用，与人们(men)进行(xíng)沟通并提供建议，可以取(qǔ)代亚马逊、Siri或Outlook等(děng)应用。

大佬口(kǒu)中全能助手的到(dào)来可能尚需时日，但由ControlNet引发的(de)又一(yī)次(cì)AI绘画浪潮，让AIGC形容雨水声音的词语有哪些，形容雨水声音的词语四个字在ChatGPT的话(huà)题热点包围(wéi)中(zhōng)杀(shā)出(chū)重围。

01

ControlNet颠覆AI绘画新玩(wán)法

AIGC向可控靠近

以AI绘(huì)画为代表(biǎo)的AIGC上一(yī)次爆火的时(shí)候，还是2022年(nián)8月，在美(měi)国科罗拉多州举办的新(xīn)兴数字艺术家竞(jìng)赛中(zhōng)，一幅名为《太(tài)空歌剧院》的作(zuò)品获(huò)奖(jiǎng)。

随后各大厂商的(de)AI绘画软件被广大网(wǎng)友熟知(zhī)并(bìng)体验，Stable Diffusion便是其中代表。

用户(hù)们可以在应(yīng)用中输入一组关键(jiàn)词或(huò)者一(yī)张照(zhào)片，就能获得一幅AI创作的画(huà)作(zuò)。

作画的关键就是(shì)所输(shū)入(rù)的文本。同一组(zǔ)关键词也可以创作出很(hěn)多(duō)张风格不一(yī)样的画作，这让创作的过(guò)程就(jiù)像开盲盒。

很(hěn)多用户很喜欢这种不(bù)确定的(de)惊(jīng)喜，他(tā)们会将生成的美图当(dāng)做头像。而(ér)另一部分喜欢翻(fān)看(kàn)AI绘画的(de)“翻车”作品(pǐn)。在(zài)社交(jiāo)媒体(tǐ)上(shàng)，许多用户分享AI“翻车现场(chǎng)”，例如，一位网友的小狗照片被(bèi)AI画成(chéng)了“肌(jī)肉男(nán)”，还有网友的个人照(zhào)片被(bèi)AI识(shí)别成了建筑。

而如(rú)今随着(zhe)ControlNet的出现与加持，以往AI绘画的填(tián)写关键词(cí)游(yóu)戏(xì)可能要(yào)被颠覆了。

ControlNet是一位(wèi)正在斯(sī)坦福读博的(de)中国人(rén)张(zhāng)吕敏创作(zuò)的(de)一(yī)种基于控制点的图像(xiàng)变形(xíng)算法，主要用于数字图像(xiàng)处理、计算(suàn)机视觉和计算机图形学等领(lǐng)域(yù)。

其SD插件一经发布，在短短的(de)两天内便(biàn)成为了AI绘画领(lǐng)域最(zuì)新的热点。

在此之(zhī)前，大家用了很多方法(fǎ)想让(ràng)AI生成的结果尽可能(néng)的(de)符合要求，但是都不尽如人意，它的出现(xiàn)代表着AI生成开始进入真正的(de)可控时(shí)期(qī)。

因为(wèi)ControlNet可以直(zhí)接提取画面的构(gòu)图，人物(wù)的姿势和画面的(de)深度信息等(děng)。有了它的帮助，就不用频(pín)繁(fán)的用提示词来(lái)碰运气，抽盲盒式的创作(zuò)了。

通俗的说ControlNet相(xiāng)当于给AI绘(huì)画加了“魔法(fǎ)”，不少(shǎo)博主的作品已经获得了大量的浏览量，“viggo”就是(shì)其中之一(yī)，他(tā)用朋友的照片直接(jiē)带她们走(zǒu)进动漫世界。

viggo先用StableDiffusion图片(piàn)转文字(zì)。

再用Text2Prompt插(chā)件拓(tuò)展找到对应(yīng)的(de)关键词；最后用ControlNet插(chā)件绑定骨骼开始换(huàn)关键词试(shì)效果。

通过图(tú)片就可以看出来，效(xiào)果(guǒ)十(shí)分惊艳。

更厉害的是，除了(le)真(zhēn)实的照片，草(cǎo)图也可以加上“魔法(fǎ)”，知(zhī)乎大牛(niú)“DevPoint”和“逗砂”介绍到ControlNet还能实现(xiàn)线(xiàn)稿转全彩(cǎi)图。大神张吕敏其本(běn)尊也亲自回应。

不得(dé)不说当下AIGC已(yǐ)经变得越来(lái)越强(qiáng)大，甚至输出的作品都已经(jīng)能以假(jiǎ)乱真了(le)。

02

难(nán)辨虚(xū)实(shí)，AIGC技术力爆发

警惕安全问题(tí)

近日(rì)，“苏州(zhōu)金鸡湖有游艇party”的(de)消息火遍网络，而(ér)经过警方辟(pì)谣这所谓的(de)“party”可(kě)能是全国第一起AI绘(huì)图诈骗。

由于(yú)这(zhè)个活动里面给出的美(měi)女(nǚ)照片(piàn)都是AI制作的真人照片绘图，因为太逼(bī)真(zhēn)，被大家当成真(zhēn)事(shì)传(chuán)播了。

不过(guò)仔细(xì)观察可以发现，活动发起者提供的(de)照片中(zhōng)有个很大的漏洞可以发(fā)现(xiàn)并(bìng)非真(zhēn)人，而是AI绘图(tú)，那便是图片中女性的手指部分有的存在异常。

有(yǒu)行业人事表示：“现在因为手指部分的绘画算法比较复杂，AI还(hái)不(bù)太会画人的手，但(dàn)最新(xīn)看到的图片已经有越来越完美的AI模型(xíng)出现，以后(hòu)可能就完全没有漏洞(dòng)了。”

类(lèi)似的AI作图诈骗(piàn)在国外(wài)也(yě)已有发(fā)生。据英国(guó)广播公司报道，土耳(ěr)其地震期间，有Tiktok用户使用AI合成了儿童受灾的(de)假(jiǎ)照(zhào)片(piàn)发布到网络(luò)，以此诱骗(piàn)善良的(de)人打赏“捐(juān)助”从(cóng)而(ér)实施诈(zhà)骗。

目前随着技术发(fā)展，AIGC已经(jīng)能做出真人照(zhào)片般(bān)的绘(huì)图效果，如果这样的图片被(bèi)用来诈骗，将(jiāng)非(fēi)常可怕(pà)。

此外(wài)AIGC还引发了很多担忧，一方面，批判者认为AI在“学习”了大(dà)量前人的(de)作品(pǐn)之后，其创作没(méi)有任何(hé)情绪和灵(líng)魂，难(nán)以和人类的艺术创作相提并论(lùn)。

另一方(fāng)面，AIGC背后的版权、目前都(dōu)并没(méi)有得到有效的解决，还有AIGC会不会代(dài)替人类“至(zhì)高(gāo)无上”的(de)创意(yì)。

马斯克也(yě)强调(diào)，人工智(zhì)能的(de)安(ān)全问题(tí)需要得到重视，太晚就来不及了(le)。

03

AIGC下一站除了(le)视频，还(hái)有远方

技术都是有两面(miàn)性的，潜在(zài)的(de)危害(hài)并不能掩盖其光辉的贡献。现(xiàn)在看来，人工智能技术将(jiāng)是第四次工业革命的核心驱(qū)动力(lì)量，将创造新(xīn)的增长奇迹(jì)。

过去一年(nián)，人工智能在技术和商业层(céng)面(miàn)都有了巨大进(jìn)展，AI绘画就是人工智能(néng)技(jì)术发生方向性(xìng)改(gǎi)变(biàn)的一个代(dài)表。其下一站或许就是视频。

此前，Meta和谷歌(gē)先后发布(bù)了几条引爆科技圈的短视频。这些视频引发(fā)关注并非内容做(zuò)得多优(yōu)秀(xiù)，反(fǎn)而都(dōu)非常简单，比如一匹正在喝水的马，一只画画的玩具熊，或者(zhě)一段骑摩托车(chē)的第一(yī)视角录(lù)像，随便一个有手(shǒu)机(jī)的人都可以随手录下一(yī)段(duàn)。

但这些短视(shì)频的创(chuàng)作方(fāng)式非(fēi)常简单，创(chuàng)作者仅仅需要向(xiàng)AI输入一段话，甚至(zhì)只是说一下(xià)要求，AI就可以根据需要生成一段视频。

谷歌(gē)发布的两(liǎng)个AI生成(chéng)视频分别来自于Imagen Video和Phenaki，前者主(zhǔ)要突出的(de)是高(gāo)清，与Meta的Make-A-Video没有太多的差别(bié)。

在Make-A-Video公(gōng)布了AI生成的视频后，AI圈就已经(jīng)玩了一波梗(gěng)，一个能(néng)够做出(chū)更高(gāo)清(qīng)视(shì)频的(de)AI还不(bù)足以在短时间内戳中(zhōng)兴(xīng)奋(fèn)点(diǎn)。

Phenaki更加令(lìng)人震惊的地方在于，它(tā)可以制作出超过2分(fēn)钟的连贯(guàn)的也有(yǒu)确切内(nèi)容的视频，这才是真正让(ràng)人(rén)们感到惊喜的地(dì)方(fāng)。因为无论(lùn)AI生成的视(shì)频多么(me)高清，也只能(néng)是为内容生产(chǎn)者提供一个灵(líng)感，一(yī)个素材，一个过场动(dòng)画。

不过(guò)能够制(zhì)作出有具体剧情内(nèi)容的视频就意味(wèi)着，一(yī)些视频创作由AI代(dài)替人工完成已经初步有(yǒu)了可能(néng)。

当下(xià)AI的发展速度已经超(chāo)过大部分人(rén)的想象。内容产业(yè)的本质是供(gōng)给(gěi)创(chuàng)造需求(qiú)，AIGC作为全新的内容(róng)生产方式，可以为内容(róng)产业带来更(gèng)新的内(nèi)容风(fēng)格、更(gèng)快的生产(chǎn)速度，更低的生(shēng)产成本，这无疑会驱动内(nèi)容(róng)产业的(de)大爆(bào)发。

除了AI绘(huì)图、视频，AIGC技术还能应用于音乐、代(dài)码、机器人(rén)动作等多种(zhǒng)内容形式的(de)生成。不难发现(xiàn)该项技术不仅在(zài)游戏等行业能(néng)得到有效应用，对于(yú)下一代互联网各种元素的构建亦有(yǒu)关(guān)键(jiàn)意义。

从商(shāng)业化的角(jiǎo)度来(lái)看(kàn)，文化娱乐、教育、传(chuán)媒等(děng)诸多领域，本(běn)身(shēn)就对基于AI的可视化内容有强烈需(xū)求(qiú)。

因此(cǐ)，AI绘画及视频或不是结(jié)果(guǒ)，而只是(shì)AI进(jìn)程(chéng)中的(de)一块(kuài)重要(yào)拼图，有望在技术(shù)更(gèng)新(xīn)的(de)加(jiā)持下实现更大的(de)应(yīng)用(yòng)价值。

AI从理解(jiě)内容，走向了可以生成内容，甚至能够创(chuàng)造出(chū)独立价(jià)值和独立视角的内容。AIGC的再(zài)次出圈(quān)，更(gèng)代表着未来的(de)先进生(shēng)产力即将到(dào)来(lái)。

04

紧抓大模型(xíng)与算(suàn)力(lì)，牢固(gù)AIGC底(dǐ)座

从(cóng)技术的发展也可以看出(chū)，在(zài)语言大模型(xíng)、图像大(dà)模型之后(hòu)，多模态大模(mó)型已经成为了(le)新(xīn)的(de)趋势。

大模型被(bèi)誉为(wèi)当前人工智能发展的智能(néng)底座，是全球竞(jìng)争最激烈的研究方向(xiàng)之一，包(bāo)括谷歌(gē)、亚(yà)马(mǎ)逊、百度、阿里、腾(téng)讯等众多(duō)头部企业都在竞相发力。

不过训(xùn)练大模(mó)型(xíng)的确价(jià)格不菲，以国盛证(zhèng)券发布的《ChatGPT需要多少算(suàn)力》报告估算，GPT-3训(xùn)练一(yī)次(cì)的成本约为140万美元。而对(duì)于一些更(gèng)大的LLM(大型语言模型)，训(xùn)练成(chéng)本则(zé)介于200万美(měi)元至1200万美元高价之间。

以(yǐ)ChatGPT在2023年(nián)1月的独立(lì)访客平均数1300万计算，其(qí)对应芯片需求(qiú)为3万多片英伟达A100 GPU，初始投入成(chéng)本(běn)约为8亿美(měi)元，每日仅电费就在(zài)5万美元左右。

此外不论(lùn)是ChatGPT还是AIGC，都离不开庞(páng)大(dà)算力支持。在(zài)关(guān)注各类大模型的发展(zhǎn)同时，更应该关注算力(lì)网络(luò)的建设(shè)。

算(suàn)力网络正驱动(dòng)AI产业发展(zhǎn)进入史(shǐ)诗(shī)级加速进程，让(ràng)AIGC及通用(yòng)AI这一人(rén)工智能(néng)发展的终极目标离得更近。

因为算力可(kě)以对(duì)突破(pò)性技(jì)术创新提供大力(lì)的支持。这方面，多模态大模型(xíng)是典型。作为(wèi)面(miàn)向未来强人工智(zhì)能、通用人工智能的重要技术创新，多模态大(dà)模(mó)型(xíng)已(yǐ)经在人工智能领域提出(chū)了很多年，业界也有(yǒu)不少技术(shù)突(tū)破，但是，多模态大模型(xíng)进(jìn)一(yī)步往下走，算力(lì)需求呈几何式上升(shēng)，一般的算力(lì)基础设施很快将难以(yǐ)胜任。

从图像、文(wén)字、语音单(dān)独一项的训练(liàn)，到双模态、三模态的跃迁(qiān)，让人工智能可以灵(líng)活应对不同模态的转化、像(xiàng)人与世界交互一样自然，这方面(miàn)，由算力(lì)网络来驱动将(jiāng)有(yǒu)明显优势。

此外，还有很多(duō)需要(yào)爆发式增长的算(suàn)力(lì)来支撑的技(jì)术(shù)创新(xīn)，将在人(rén)工智能算力网(wǎng)络支撑下快速推进。

AIGC已经(jīng)露出(chū)曙光，期待在大(dà)模型和大算力(lì)的支持下AIGC能(néng)持续颠覆内容生产的方式，将创造的边际成(chéng)本降低，让万(wàn)众(zhòng)受益。

未经允许不得转载：橘子百科-橘子都知道 形容雨水声音的词语有哪些，形容雨水声音的词语四个字