自聊(liáo)天机(jī)器人ChatGPT火爆以来，微软公(gōng)司(sī)创(chuàng)始(shǐ)人比尔·盖茨已多(duō)次公(gōng)开谈论(lùn)人工(gōng)智能话题。在(zài)最(zuì)近的一次采访中，他(tā)再次表示(shì)：“AI可能会(huì)让科技行业迎来一次剧烈的洗(xǐ)牌”。

这(zhè)个结论是他在当地时间2月20日接受(shòu)《In Good Company》节目专访时(shí)提出的(de)。

他预(yù)期，AI的发展可能会威胁到谷(gǔ)歌的市占(zhàn)率，因为微软(ruǎn)在AI方面的(de)行(xíng)动相当(dāng)迅速。而最终科技巨(jù)头(tóu)将把AI整合成用户的(de)“全能助手”，包揽一切(qiè)应用，与人们进行沟(gōu)通(tōng)并提供建议，可以(yǐ)取代亚马逊、Siri或Outlook等应用。

大佬(lǎo)口(kǒu)中全能助手的到来可能尚(shàng)需时日，但由(yóu)ControlNet引发的(de)又(yòu)一次AI绘画浪潮，让(ràng)AIGC在ChatGPT的话题(tí)热点(diǎn)包围中杀出重围。

01

ControlNet颠覆AI绘(huì)画新玩法(fǎ)

AIGC向可(kě)控靠近

以AI绘画为代表的AIGC上一(yī)次(cì)爆(bào)火的时候，还(hái)是(shì)2022年8月，在美国科罗(luó)拉(lā)多(duō)州举(jǔ)办的新兴数(shù)字艺(yì)术家竞赛中(zhōng)，一幅名为《太空歌剧院》的作品(pǐn)获奖。

随后(hòu)各大厂商的AI绘画软(ruǎn)件被(bèi)广大(dà)网友熟(shú)知并体验，Stable Diffusion便是其中代表。

用(yòng)户们可以在应用中输入一组关键词或者一张(zhāng)照片(piàn)，就能(néng)获得(dé)一幅AI创作的画(huà)作。

作画的关键就是所输入的(de)文本。同一(yī)组关键词也可以创作出很多张(zhāng)风格(gé)不(bù)一样的(de)画(huà)作(zuò)，这让创作(zuò)的过程就像开盲(máng)盒(hé)。

很多(duō)用户很(hěn)喜(xǐ)欢这种不(bù)确定的惊喜，他们会将(jiāng)生成(chéng)的美图当做头像。而另一(yī)部分喜欢翻(fān)看AI绘画的“翻车”作品(pǐn)。在社交媒体上(shàng)，许多用户(hù)分享(xiǎng)AI“翻车现场”，例如，一位(wèi)网友(yǒu)的小狗照片(piàn)被(bèi)AI画成了“肌肉男”，还(hái)有(yǒu)网友的个人照片被AI识别成了(le)建筑。

而(ér)如今随(suí)着ControlNet的出现与加持，以往AI绘(huì)画的填(tián)写关键词游戏(xì)可能(néng)要被(bèi)颠覆(fù)了(le)。

朱子家训是谁写的 朱子家训的作者是谁alt="ChatGPT之后(hòu)又一(yī)应用(yòng)杀疯了，AIGC或进入可(kě)控期，将洗(xǐ)牌科技行业？_黑料正能量" decoding="async" src="https://mmbiz.heiliaofuli.com/wp-content/uploads/2023/03/19d7ab2c0056bd4.jpeg?imageMogr2/thumbnail/2160x0/format/webp/quality/80" data-ratio="1.12109375" data-s="300,640" data-type="jpeg" data-w="1024">

ControlNet是一位正在斯坦福读博的中国人张吕敏创作的一种(zhǒng)基于控制(zhì)点的图像变形算(suàn)法，主要用于数字图像(xiàng)处理、计(jì)算机视(shì)觉(jué)和计算机图(tú)形学等(děng)领域。

其SD插件一(yī)经发布，在短短的两(liǎng)天内便成为了AI绘画领域最新的热(rè)点(diǎn)。

在此(cǐ)之前，大(dà)家用了(le)很多方法(fǎ)想让(ràng)AI生成的结果尽可(kě)能的符合要求，但是都不尽(jǐn)如(rú)人意，它的出现(xiàn)代表着AI生成开(kāi)始进入真正的可控时期。

因(yīn)为ControlNet可以直(zhí)接提取画面的(de)构图，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(pín)繁(fán)的用提示词来碰运气(qì)，抽盲盒式(shì)的创作了。

通俗的(de)说ControlNet相当于给AI绘画(huà)加了“魔法”，不(bù)少博主的作品已经(jīng)获得了大量(liàng)的浏览量，“viggo”就是其中之一，他用朋友的照片直接带她们走进(jìn)动(dòng)漫(màn)世界。

viggo先用StableDiffusion图片转文字。

再用Text2Prompt插件拓(tuò)展找到对应的(de)关键词；最后(hòu)用ControlNet插件绑定骨骼开始(shǐ)换(huàn)关键词试效(xiào)果。

通(tōng)过图片就(jiù)可以看出来，效果十分惊艳(yàn)。

更(gèng)厉害(hài)的是，除了真(zhēn)实的照(zhào)片(piàn)，草图也可以加上“魔法”，知乎(hū)大(dà)牛“DevPoint”和(hé)“逗砂”介绍到ControlNet还能实现线稿转全(quán)彩图。大神张吕(lǚ)敏其本(běn)尊也亲自回应。

不得不说当下(xià)AIGC已经变(biàn)得越来越强(qiáng)大，甚至输出的作品都已经(jīng)能以假乱真(zhēn)了。

02

难辨虚(xū)实，AIGC技(jì)术力爆发

警惕(tì)安全问题

近(jìn)日，“苏州金(jīn)鸡(jī)湖(hú)有游(yóu)艇party”的(de)消息火遍(biàn)网(wǎng)络，而经过警(jǐng)方(fāng)辟谣(yáo)这所谓的“party”可能是(shì)全(quán)国第一起AI绘图诈(zhà)骗。

由于这个活(huó)动里面给出的美女照(zhào)片都是AI制作的真人照(zhào)片绘图，因(yīn)为太逼真，被大家(jiā)当成真事传播了。

不过仔细观察(chá)可以发现(xiàn)，活(huó)动(dòng)发起者提供的照片中有个很大的漏洞可以发现并非真人，而是AI绘图(tú)，那便是(shì)图片(piàn)中女性(xìng)的手指部分(fēn)有的存在异(yì)常(cháng)。

有行业(yè)人事表示：“现(xiàn)在因为手指部(bù)分的绘画算法比较复杂(zá)，AI还不太会(huì)画人(rén)的(de)手，但(dàn)最新看(kàn)到的(de)图片已(yǐ)经有越来越完(wán)美的AI模型出现(xiàn)，以后可(kě)能就完全没有漏洞了(le)。”

类(lèi)似的AI作图(tú)诈骗在国(guó)外也已有(yǒu)发生。据(jù)英国广(guǎng)播公(gōng)司(sī)报道，土耳其地震(zhèn)期间，有Tiktok用户使用AI合成了儿童受灾的假(jiǎ)照片发布到网络，以此诱(yòu)骗善良的(de)人打赏“捐助”从而实施诈骗。

目前随着技术发展，AIGC已(yǐ)经能(néng)做出真人照片般的绘(huì)图(tú)效果，如果(guǒ)这样的图片被用来(lái)诈骗，将(jiāng)非常可怕。

此外AIGC还(hái)引(yǐn)发(fā)了(le)很多担(dān)忧(yōu)，一(yī)方(fāng)面，批判者认为AI在“学习”了大量前人的(de)作品之后，其(qí)创(chuàng)作(zuò)没有任何情绪和灵魂(hún)，难以和(hé)人类的艺术创作(zuò)相提(tí)并论。

另一方(fāng)面，AIGC背后的版权、目前都并(bìng)没有得到有效(xiào)的解决(jué)，还有AIGC会(huì)不(bù)会代替人(rén)类(lèi)“至高无上”的创意。

马斯克也(yě)强调，人工(gōng)智(zhì)能的(de)安全(quán)问题(tí)需要得到(dào)重视，太晚就来不(bù)及了。

03

AIGC下一站除了视频，还有远方

技术都是有两面性的(de)，潜在(zài)的危害并不(bù)能掩盖其光辉的(de)贡献。现在看来，人工(gōng)智能技术将(jiāng)是(shì)第(dì)四(sì)次工业(yè)革命的核(hé)心驱动力量，将创造(zào)新的(de)增长(zhǎng)奇迹。

过去一年，人工(gōng)智(zhì)能在技术和商业层面都有(yǒu)了巨大进展，AI绘画就是(shì)人工智能(néng)技术(shù)发生方向性改变的(de)一(yī)个代(dài)表(biǎo)。其下(xià)一站或许就是视频。

此前(qián)，Meta和(hé)谷歌(gē)先(xiān)后发布了几(jǐ)条引爆(bào)科技(jì)圈的短视频(pín)。这些视(shì)频引发(fā)关(guān)注(zhù)并非内(nèi)容做得多优(yōu)秀(xiù)，反(fǎn)而都非(fēi)常简单(dān)，比如一匹(pǐ)正(zhèng)在喝(hē)水的马，一只画画的(de)玩具熊，或者一段骑摩托(tuō)车的第一视角录像，随便一个有手机的人(rén)都(dōu)可(kě)以随(suí)手录下一(yī)段。

但这些短视频(pín朱子家训是谁写的 朱子家训的作者是谁)的创(chuàng)作方式非常简单，创(chuàng)作者仅仅需(xū)要向AI输入一段(duàn)话，甚至(zhì)只是说一下要求，AI就可以根据需(xū)要生成(chéng)一段视(shì)频。

谷歌发布的(de)两个AI生成(chéng)视频分别(bié)来自(zì)于Imagen Video和Phenaki，前(qián)者主要(yào)突出(chū)的是高清(qīng)，与Meta的Make-A-Video没有太(tài)多(duō)的差别。

在Make-A-Video公布了AI生(shēng)成的(de)视(shì)频后，AI圈(quān)就已经(jīng)玩了一波(bō)梗，一个能够做出更高清视(shì)频的AI还不足以在短时间(jiān)内戳中兴奋(fèn)点。

Phenaki更加令(lìng)人震惊的地方在于，它(tā)可以制作出超(chāo)过(guò)2分钟的(de)连(lián)贯(guàn)的也(yě)有确切(qiè)内容的视频(pín)，这才是真正让人们感到惊喜的地方。因为无论(lùn)AI生成的视频多(duō)么高清(qīng)，也(yě)只能是为内容生(shēng)产者(zhě)提(tí)供一个(gè)灵感，一个素(sù)材，一个过场(chǎng)动画。

不过能够制作出有具(jù)体剧情内容(róng)的(de)视频(pín)就意味着，一(yī)些视频创作由AI代替(tì)人工完成已经(jīng)初步有了(le)可能。

当下(xià)AI的发展速度已经超过大部分(fēn)人(rén)的想象(xiàng)。内(nèi)容产(chǎn)业的(de)本质(zhì)是供给创(chuàng)造需求(qiú)，AIGC作(zuò)为全新的内容生产方式，可以(yǐ)为内容产业带来更新的(de)内容风(fēng)格、更快的生产速度，更低的生产成本(běn)，这无(wú)疑会驱动内容产(chǎn)业的大爆发。

除(chú)了AI绘(huì)图、视(shì)频(pín)，AIGC技术还(hái)能应(yīng)用于音乐、代码(mǎ)、机器人动作等多种(zhǒng)内容(róng)形式的生成。不难发现该(gāi)项(xiàng)技(jì)术不仅在游戏等行业能得到有(yǒu)效(xiào)应(yīng)用，对于下(xià)一代互(hù)联(lián)网各种元素的构(gòu)建亦有关键意义。

从(cóng)商(shāng)业(yè)化的角度来看，文化娱乐、教育(yù)、传媒等诸多领(lǐng)域，本身就对(duì)基于AI的可视化内(nèi)容有(yǒu)强烈需(xū)求。

因此，AI绘(huì)画及视频或不(bù)是结果，而(ér)只是AI进程(chéng)中的一块(kuài)重要拼(pīn)图，有(yǒu)望在技术(shù)更新的加持下实现更(gèng)大的应用价值(zhí)。

AI从理解内容，走向了可以生成内容，甚至能够创造(zào)出独立价值和(hé)独立(lì)视角的内容。AIGC的再(zài)次出(chū)圈，更代表着未来的(de)先(xiān)进生产力即将到来。

04

紧抓(zhuā)大(dà)模型与(yǔ)算力，牢固AIGC底座

从技术的发展(zhǎn)也可以看出，在语言大模型、图像大模(mó)型之后，多模态大模型已经成为了新的(de)趋(qū)势。

大模(mó)型(xíng)被(bèi)誉(yù)为(wèi)当前人(rén)工智能发展(zhǎn)的智(zhì)能底座，是(shì)全球竞(jìng)争最激烈(liè)的研究方向之一，包括谷歌、亚马逊、百度、阿(ā)里、腾讯等众多头(tóu)部企业都(dōu)在竞(jìng)相发力。

不过训练大模型的确价格不菲，以国盛(shèng)证(zhèng)券(quàn)发布(bù)的(de)《ChatGPT需要多少算(suàn)力》报告估算，GPT-3训练一次的(de)成本约为140万美(měi)元。而对(duì)于一些更大的LLM(大型语言模型)，训练(liàn)成本则介于(yú)200万(wàn)美(měi)元至(zhì)1200万美元(yuán)高价之间。

以ChatGPT在2023年1月(yuè)的独立访客平均数1300万计算(suàn)，其对应芯片需求为3万(wàn)多片英伟(wěi)达A100 GPU，初始(shǐ)投入成本约为8亿(yì)美(měi)元，每日(rì)仅电费就在5万美元左右。

此外(wài)不论是ChatGPT还(hái)是AIGC，都离不开庞大算力支持。在(zài)关(guān)注各类大模型(xíng)的发展同时，更应该关(guān)注算力网(wǎng)络的建设。

算力网络正驱动AI产(chǎn)业发展进入史诗级加速进程，让AIGC及通用AI这一人工智(zhì)能发展(zhǎn)的终极目标离得(dé)更近。

因为算(suàn)力可以(yǐ)对(duì)突(tū)破(pò)性技术创(chuàng)新(xīn)提供大力(lì)的支持。这方(fāng)面，多模(mó)态大模型(xíng)是典型。作为面向未(wèi)来强人工智能(néng)、通(tōng)用人工智能的(de)重要技术创(chuàng)新，多模态大模型(xíng)已经在人工智能领域提(tí)出了(le)很多(duō)年，业界也有不(bù)少(shǎo)技术突破(pò)，但是，多模(mó)态大模型进一步往(wǎng)下走(zǒu)，算力需求呈(chéng)几何式上升，一般的算力(lì)基础设(shè)施(shī)很快将难以(yǐ)胜(shèng)任。

从图像、文(wén)字(zì)、语音单独一项的训练，到双(shuāng)模态、三模态的(de)跃迁，让人工(gōng)智能(néng)可以灵(líng)活(huó)应对不同(tóng)模态的转化、像人与世界交互一样自然，这(zhè)方面(miàn)，由算力(lì)网络来(lái)驱动将有明显优势(shì)。

此外，还有(yǒu)很多需要爆发式增(zēng)长的算(suàn)力来支(zhī)撑的技(jì)术创新，将在人工智能算力网络支撑下快速(sù)推进(jìn)。

AIGC已经(jīng)露出曙光(guāng)，期待(dài)在大模(mó)型(xíng)和大算力的支持(chí)下AIGC能持续颠覆(fù)内容生产的方式，将创(chuàng)造的边(biān)际(jì)成本降低，让(ràng)万众受益。

未经允许不得转载：橘子百科-橘子都知道 朱子家训是谁写的 朱子家训的作者是谁