自聊天机器人ChatGPT火爆以来，微软公司创始人比(bǐ)尔·盖茨已多次公开(kāi)谈论(lùn)人(rén)工智(zhì)能(néng)话题。在最近的一次采(cǎi)访(fǎng)中，他再次表(biǎo)示：“AI可(kě)能会让科技行(xíng)业迎来一次(cì)剧(jù)烈的洗牌(pái)”。

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

他预期，AI的发展可能会威胁到谷歌的(de)市占率，因为(wèi)微软在AI方面的行动相当迅速。而最终科技巨(jù)头将把AI整(zhěng)合成用(yòng)户的“全(quán)能助手(shǒu)”，包揽一(yī)切应用，与人们进(jìn)行沟通并(bìng)提供建议，可(kě)以取代亚(yà)马逊、Siri或Outlook等应用(yòng)。

大佬口中全能助手的到来(lái)可(kě)能尚需时(shí)日，但由ControlNet引发(fā)的又(yòu)一次AI绘(huì)画浪潮(cháo)，让AIGC在ChatGPT的话题热点包围中(zhōng)杀出重围。

01

ControlNet颠覆AI绘(huì)画新(xīn)玩法

AIGC向(xiàng)可控靠近

以AI绘画为代表的AIGC上一次爆火的时候(hòu)，还(hái)是(shì)2022年(nián)8月，在美国科罗(luó)拉多州举办的新(xīn)兴(xīng)数字艺术家竞赛中，一幅名为《太空歌(gē)剧院》的作品获奖。

随(suí)后各(gè)大厂(chǎng)商的(de)AI绘(huì)画软件被广大网友(yǒu)熟知(zhī)并体验，Stable Diffusion便(biàn)是其中代表。

用户们可(kě)以在应用中输(shū)入一组关(guān)键词或(huò)者一张照片，就能获得(dé)一幅AI创作的画作。

作画的关键就是所输(shū)入的文本。同一组关键词也可以创作出(chū)很多张风格不一样的画作，这让创作的过程(chéng)就像开盲盒。

很多用户(hù)很喜欢这种(zhǒng)不(bù)确定的惊喜(xǐ)，他(tā)们会将生成的(de)美图当做头像(xiàng)。而(ér)另一部(bù)分喜欢翻看(kàn)AI绘画的(de)“翻车”作品。在社交媒体上，许多用户分(fēn)享(xiǎng)AI“翻车现场(chǎng)”，例如，一(yī)位(wèi)网友的小狗照片(piàn)被AI画成了“肌肉男”，还有网友的个人照片被AI识别成了建筑。

而如今随(suí)着ControlNet的出现与加持，以(yǐ)往AI绘画的填写关(guān)键(jiàn)词游戏可能要(yào)被颠覆了。

ControlNet是一(yī)位正在斯坦福读博的中国人张吕(lǚ)敏创(chuàng)作的(de)一种(zhǒng)基于(yú)控制(zhì)点(diǎn)的图像变形(xíng)算法(fǎ)，主要用(yòng)于数字图像处理、计算机视觉和计算机图形学等(děng)领域。

其SD插(chā)件(jiàn)一经发布(bù)，在(zài)短短的两(liǎng)天内便(biàn)成为了(le)AI绘(huì)画(huà)领域最新的热点。

在此之前(qián)，大家用了很多方法想让AI生成的结果(guǒ)尽可能的符合要求，但是(shì)都不尽如人意，它的(de)出(chū)现(xiàn)代表着AI生成开始进入真正的可控时期。

因为ControlNet可以(yǐ)直接(jiē)提取(qǔ)画面的构图，人物的姿势和画(huà)面的深度信息(xī)等。有(yǒu)了它的帮(bāng)助，就不用频繁的用提示(shì)词来碰运气，抽盲盒式(shì)的创作了。

通俗的说ControlNet相当于给AI绘(huì)画加了“魔法”，不少博(bó)主的作品已(yǐ)经获得了大(dà)量的浏览量，“viggo”就是其中之一，他(tā)用朋友的(de)照片直接带她们走进动漫世界。

viggo先用StableDiffusion图片转文字。

再用Text2Prompt插(chā)件拓展找到对应的关(guān)键词(cí)；最后用ControlNet插件绑(bǎng)定骨骼开始换关(guān)键词(cí)试效(xiào)果。

通过图片就可以(yǐ)看(kàn)出来，效(xiào)果十分(fēn)惊艳。

更厉害(hài)的是，除了(le)真(zhēn)实的照片，草图也(yě)可以加上“魔法(fǎ)”，知乎大(dà)牛“DevPoint”和“逗(dòu)砂”介绍到ControlNet还能(néng)实(shí)现线(xiàn)稿转全彩图。大(dà)神张吕(lǚ)敏(mǐn)其本尊也(yě)亲自回(huí)应。

不得不(bù)说(shuō)当(dāng)下AIGC已经变得越来越强大(dà)，甚至(zhì)输(shū)出(chū)的作(zuò)品都已经能(néng)以假乱真了。

02

难(nán)辨虚实，AIGC技(jì)术力爆发

警(jǐng)惕(tì)安全问(wèn)题(tí)

近(jìn)日(rì)，“苏州金鸡(jī)湖有游艇party”的消息火遍网络，而经过警方辟谣这所谓(wèi)的(de)“party”可能(néng)是(shì)全国第一起AI绘图诈骗。

由(yóu)于这个活动里(lǐ)面给(gěi)出的美女照片都是AI制作的真人照片绘图，因为太逼真(zhēn)，被大家(jiā)当成真(zhēn)事传播了。

不过仔细观察(chá)可以发(fā)现，活动发起者提(tí)供的照片中(zhōng)有个很大的(de)漏洞可以发现并非真人，而是AI绘图(tú)，那便是图片中女(nǚ)性的(de)手指部分(fēn)有的存(cún)在异常(cháng)。

有行业人(rén)事表(biǎo)示：“现在因为手指部(bù)分的绘(huì)画(huà)算法比较(jiào)复(fù)杂，AI还(hái)不太(tài)会画(huà)人的手，但最新(xīn)看到的图片(piàn)已经有越来(lái)越完美的AI模型出现，以后可能就完全没有漏洞了(le)。”

类似(shì)的AI作(zuò)图诈骗在国外也(yě)已有(yǒu)发生。据英国(guó)广播公司报道，土耳其(qí)地震期间，有Tiktok用户使(shǐ)用AI合成了儿童受灾的假照(zhào)片发布(bù)到(dào)网络(luò)，以此诱骗善良的人打赏“捐助”从(cóng)而实施诈(zhà)骗(piàn)。

目前随着(zhe)技术发展，AIGC已经能做出真人照片般(bān)的绘(huì)图效果，如果这样的图(tú)片(piàn)被用来诈骗(piàn)，将(jiāng)非常可怕。

此外(wài)AIGC还引发了很(hěn)多担忧(yōu)，一方面，批(pī)判者(zhě)认为AI在“学习(xí)”了大量前人的(de)作品之后，其创(chuàng)作没有任何情(qíng)绪和(hé)灵魂，难以(yǐ)和(hé)人类的艺(yì)术(shù)创作相提并论(lùn)。

另一方面，AIGC背后的版权、目前都(dōu)并(bìng)没有得到有效(xiào)的解(jiě)决，还有AIGC会不会代替人(rén)类“至高(gāo)无上”的创(chuàng)意(yì)。

马斯克也(yě)强调，人工智能的安全问题需要得到重视，太晚就(jiù)来不及了(le)。

03

AIGC下一(yī)站除了视频，还(hái)有远方

技术都是有两面性的，潜在的(de)危害并不(bù)能掩盖其光辉的贡献。现(xiàn)在看来，人(rén)工智能技术将是第四次工(gōng)业革命的核心驱动(dòng)力量，将创(chuàng)造新(xīn)的增长奇迹。

过去一(yī)年(nián)，人工(gōng)智(zhì)能在(zài)技术和商业(yè)层(céng)面都有了巨大进展，AI绘画就(jiù)是人(rén)工(gōng)智能技术发生方向性改变的一个代表。其(qí)下一(yī)站或许就是视(shì)频。

此前，Meta和谷(gǔ)歌先(xiān)后发布了几条(tiáo)引爆科技(jì)圈的短视频。这些视频引(yǐn)发关注并非内容做(zuò)得多优秀(xiù)，反而都(dōu)非常简单，比(bǐ)如一(yī)匹正在喝水(shuǐ)的马(mǎ)，一只画画的玩具(jù)熊(xióng)，或者一(yī)段骑(qí)摩托车(chē)的第一视角录像，随便(biàn)一个有手机的人都可以随手录下一段。

但这些(xiē)短视频的创作方式非常(cháng)简单，创作者仅仅需要向AI输入一段话，甚至只是说一下(xià)要求，AI就(jiù)可(kě)以根据需要生成一段(duàn)视频。

谷(gǔ)歌发布的两个AI生成视频(pín)分别来自于Imagen Video和(hé)Phenaki，前者主要突(tū)出的是高清，与Meta的Make-A-Video没有太(tài)多的差别。

在Make-A-Video公布了AI生(shēng)成的视频(pín)后，AI圈(quān)就已经玩了一波梗，一个(gè)能够做出更(gèng)高清视频的AI还不足以在(zài)短时间内戳中(zhōng)兴奋点。

Phenaki更加(jiā)令人震惊的地(dì)方在于，它可以制作出超过2分(fēn)钟的连(lián)贯的也(yě)有确切内容(róng)的视(shì)频(pín)，这才(cái)是真正让人(rén)们感到惊喜的(de)地方。因为无论(lùn)AI生成的视频多么高清(qīng)，也只能是为内容生产(chǎn)者提供(gōng)一个灵感，一个(gè)素材，一个过场动画。

不过能(néng)够(gòu)制作出(chū)有具体剧情(qíng)内容的(de)视(shì)频就意味着，一些视(shì)频创作由AI代替人(rén)工完成(chéng)已经初步有了可能。

当下AI的(de)发(fā)展速(sù)度已经超过(guò)大部(bù)分人的(de)想(xiǎng)象(xiàng)。内容(róng)产业的本质是供给(gěi)创造需求，AIGC作为全新(xīn)的(de)内容(róng)生产方式，可以(yǐ)为(wèi)内容产业带(dài)来更新的内容风格、更快的生(shēng)产(chǎn)速度，更低的生(shēng)产成本，这无(wú)疑(yí)会驱动(dòng)内容产(chǎn)业(yè)的大(dà)爆发。

除了AI绘图(tú)、视频，AIGC技术(shù)还能应用于音乐、代码、机器人动作等多(duō)种内容形式(shì)的生(shēng)成(chéng)。不难发现该项(xiàng)技(jì)术不仅在游(yóu)戏等行(xíng)业(yè)能得到(dào)有(yǒu)效应用(yòng)，对于(yú)下一代互联(lián)网各种(zhǒng)元素的构建(jiàn)亦(yì)有关(guān)键意义(yì)。

从商业化的角度来看(kàn)，文化娱(yú)乐、教(jiào)育、传媒等诸多领(lǐng)域，本身(shēn)就对(duì)基于(yú)AI的可视化内容有强烈需(xū)求(qiú)。

因此，AI绘画及视(shì)频或不是结果(guǒ)，而(ér)只是AI进程中(zhōng)的(de)一块重要(yào)拼图，有望(wàng)在(zài)技术更新的加(jiā)持下实现更(gèng)大的应用价值。

AI从(cóng)理解内容，走(zǒu)向(xiàng)了可以生成内容，甚(shèn)至能(néng)够创造出独(dú)立价(jià)值和独(dú)立视角的内容。AIGC的再次出圈，更代表(biǎo)着未(wèi)来的先进生产(chǎn)力(lì)即将到来(lái)。

04

紧抓大(dà)模型与算力，牢(láo)固(gù)AIGC底座

从技术的发展也(yě)可以看出，在语言(yán)大模型、图像(xiàng)大模(mó)型之后，多模态大(dà)模型已经成为了新的(de)趋(qū)势。

大(dà)模型(xíng)被誉为当前(qián)人工智(zhì)能发(fā)展(zhǎn)的智能底座(zuò)，是全(quán)球(qiú)竞(jìng)争(zhēng)最激烈的研究方向(xiàng)之一，包括谷歌(gē)、亚马逊、百度(dù)、阿里、腾讯等众多头部企业都在竞(jìng)相发力。

不过训练大(dà)模型(xíng)的确价格不菲，以国(guó)盛证券发布的(de)《ChatGPT需要(yào)多少(shǎo)算力》报告估算，GPT-3训练一(yī)次(cì)的成本约为(wèi)140万美元。而对(duì)于一些更大(dà)的LLM(大型语言模型)，训(xùn)练成本则介于200万美(měi)元(yuán)至1200万美(měi)元高(gāo)价之间。

以ChatGPT在2023年(nián)1月的独立访客平(píng)均(jūn)数1300万(wàn)计算，其对应芯(xīn)片需求为3万多片英伟达(dá)A100 GPU，初始投入成本约为8亿美(měi)元，每(měi)日仅电费(fèi)就在(zài)5万美元左右。

韩国为何全民疯狂炒股，韩国为什么这么多人炒股"async" src="https://mmbiz.heiliaofuli.com/wp-content/uploads/2023/03/1d9722de3fed1e6.jpeg?imageMogr2/thumbnail/2160x0/format/webp/quality/80" data-ratio="0.4255555555555556" data-type="jpeg" data-w="900">

此外不论是(shì)ChatGPT还是AIGC，都离不开庞大算(suàn)力(lì)支(zhī)持。在关注各(gè)类大模型的发(fā)展(zhǎn)同时，更应(yīng)该关注算力网(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(jìn)程，让AIGC及(jí)通用(yòng)AI这一人工智能(néng)发(fā)展的终(zhōng)极(jí)目标离(lí)得(dé)更近。

因为算(suàn)力可以对突(tū)破性(xìng)技术创新提(tí)供大力的(de)支持。这方(fāng)面，多(duō)模态大模型是典型。作为面向未(wèi)来强人(rén)工智(zhì)能、通用人工智能的(de)重要技(jì)术创新(xīn)，多模态(tài)大模(mó)型已(yǐ)经在人工(gōng)智能领域提出了很多年，业(yè)界也(yě)有不少技(jì)术突破，但是，多模(mó)态大模型(xíng)进一步往下走，算(suàn)力需(xū)求呈几(jǐ)何式上升，一般的算力基础设施很(hěn)快将难以(yǐ)胜任。

从图像、文字、语音单独一(yī)项(xiàng)的训练，到双模(mó)态(tài)、三模(mó)态的(de)跃迁(qiān)，让人工智(zhì)能(néng)可(kě)以(yǐ)灵活(huó)应对不同模(mó)态的转化、像(xiàng)人与(yǔ)世界交互(hù)一(yī)样(yàng)自然，这方(fāng)面，由算力网络来驱动将(jiāng)有明显(xiǎn)优势(shì)。

此外(wài)，还有很多需要爆发(fā)式增(zēng)长的算力来支撑的技术创新，将(jiāng)在(zài)人工智能算(suàn)力(lì)网(wǎng)络(luò)支撑下快速推进。

AIGC已经露(lù)出曙光，期待在大(dà)模型和大算力的支持下(xià)AIGC能(néng)持续颠覆(fù)内(nèi)容生产(chǎn)的方式，将创造的边际成本降(jiàng)低(dī)，让万众(zhòng)受益。

未经允许不得转载：橘子百科-橘子都知道 韩国为何全民疯狂炒股，韩国为什么这么多人炒股