自聊天(tiān)机器人ChatGPT火爆以来，微软公司(sī)创始人比尔·盖茨(cí)已(yǐ)多次公开(kāi)谈论人工智(zhì)能话题(tí)。在最近(jìn)的一次采(cǎi)访中(zhōng)，他再次表示：“AI可能会让科技(jì)行业迎来一次(cì)剧(jù)烈(liè)的洗牌”。

这个结论是他(tā)在(zài)当地时间2月20日接(jiē)受《In Good Company》节目(mù)专访时提出的。

他预期，AI的发(fā)展(zhǎn)可能会威胁(xié)到谷(gǔ)歌的市占率(lǜ)，因为微(wēi)软在AI方面的(de)行动相当迅速。而最终(zhōng)科技巨头将把AI整合(hé)成用户(hù)的“全能(néng)助手”，包揽(lǎn)一切应(yīng)用，与人们进行(xíng)沟通并提(tí)供建(jiàn)议，可以取(qǔ)代亚马逊、Siri或Outlook等应用。

大佬(lǎo)口中全(quán)能助手的到来(lái)可能尚(shàng)需(xū)时日，但由ControlNet引发(fā)的又一次(cì)AI绘画浪(làng)潮(cháo)，让AIGC在ChatGPT的话题热点包围(wéi)中(zhōng)杀(shā)出重围。

01

ControlNet颠覆AI绘(huì)画新玩法

AIGC向可控靠近

以AI绘画为代表的AIGC上一次爆火的时候，还(hái)是2022年8月，在美国科罗拉多州举办的新兴数(shù)字艺(yì)术家(jiā)竞赛中，一幅名为(wèi)《太空歌剧院(yuàn)》的(de)作品获奖(jiǎng)。

随后各大厂商的AI绘画软(ruǎn)件被(bèi)广大网友熟知(zhī)并(bìng)体验，Stable Diffusion便是其中代表(biǎo)。

用户们可以在应(yīng)用中输入一组关键(jiàn)词或者一张照片，就能(néng)获(huò)得(dé)一幅AI创(chuàng)作的画作。

作画的关键就是所输(shū)入的文(wén)本(běn)。同一组关键词也可以创作出很多张风(fēng)格不一样的画作，这让创作(zuò)的过程就(jiù)像(xiàng)开盲盒。

很多用户很喜欢这种(zhǒng)不(bù)确定的惊喜，他们会将生成的美图当做头(tóu)像。而另(lìng)一部分喜(xǐ)欢翻看AI绘画的(de)“翻车(chē)”作(zuò)品。在社交媒体(tǐ)上，许多用户分享AI“翻(fān)车(chē)现场”，例如，一位网友的(de)小狗(gǒu)照(zhào)片被AI画成了“肌肉(ròu)男(nán)”，还有网友(yǒu)的(de)个人照片被AI识别成了建筑。

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

ControlNet是一位正在斯(sī)坦(tǎn)福读博的(de)中(zhōng)国人张吕敏创作的一种基于控制点(diǎn)的图像变形算(suàn)法，主要用于数(shù)字图像处理、计算机视觉和计算机图(tú)形学等领域。

其SD插件一经发布，在短短的两天(tiān)内便成为了AI绘(huì)画领(lǐng)域(yù)最新的(de)热点(diǎn)。

在此之前，大家用(yòng)了很多方法想让AI生成的结果(guǒ)尽可(kě)能的符合(hé)要求，但是都(dōu)不尽如人意，它的出现代表着AI生(shēng)成开始进(jìn)入真(zhēn)正的可控(kòng)时期(qī)。

因为ControlNet可以直(zhí)接提取画面(miàn)的构图，人物的姿势和画(huà)面(miàn)的深度信息等。有了它的帮助，就不用频(pín)繁的(de)用(yòng)提示词来(lái)碰运(yùn)气，抽(chōu)盲盒(hé)式的(de)创作了(le)。

通俗的说(shuō)ControlNet相当(dāng)于给AI绘画(huà)加了“魔(mó)法”，不(bù)少(shǎo)博主的作品已经获得了(le)大量的浏览量，“viggo”就是其中之一(yī)，他用朋友的照片直接带(dài)她们走进动漫世界(jiè)。

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

再用(yòng)Text2Prompt插件拓展找到对应的关键词；最(zuì)后用(yòng)ControlNet插(chā)件(jiàn)绑定骨骼开始(shǐ)换关键词(cí)试效果(guǒ)。

通过图片就(jiù)可以(yǐ)看出来，效果(guǒ)十(shí)分惊艳。

更厉(lì)害的是(shì)，除(chú)了真实的照片，草图也(yě)可以加(jiā)上“魔法(fǎ)”，知(zhī)乎大(dà)牛“DevPoint”和“逗砂”介(jiè)绍(shào)到ControlNet还(hái)能实现线稿转全彩图。大神(shén)张吕敏其本尊也亲自回(huí)应。

knocked什么意思，knocking什么意思a-ratio="1.3637137989778534" data-s="300,640" data-type="jpeg" data-w="1174">

不得不说当下AIGC已经(jīng)变得越(yuè)来(lái)越(yuè)强(qiáng)大(dà)，甚至输(shū)出的作品都(dōu)已经(jīng)能以假乱真了。

02

难辨(biàn)虚实，AIGC技术力爆(bào)发(fā)

警惕安全问题

近日，“苏州金鸡湖有游艇party”的消(xiāo)息火遍网(wǎng)络，而经过警方辟(pì)谣这所谓的(de)“party”可能是全国第一起AI绘图(tú)诈(zhà)骗。

由(yóu)于这个(gè)活动(dòng)里面给出的美女照片都是AI制作的真人照片绘图，因为太逼真，被大家当成真事传播(bō)了。

不过仔(zǎi)细观察可(kě)以发现，活(huó)动(dòng)发起者提供的照片(piàn)中有个很(hěn)大(dà)的漏洞(dòng)可以发(fā)现并非(fēi)真人，而是AI绘图，那(nà)便是(shì)图片中(zhōng)女性的手指部(bù)分有的存(cún)在异常。

有行业(yè)人事表示(shì)：“现在因为(wèi)手指部(bù)分的绘画(huà)算法比(bǐ)较复杂，AI还不太会画(huà)人的(de)手，但最新看到的图片已经有越来越完美的AI模型(xíng)出现，以(yǐ)后可(kě)能就完全没有漏洞了。”

类似的AI作图诈骗在国(guó)外也(yě)已有(yǒu)发生(shēng)。据英(yīng)国广播公司报(bào)道，土(tǔ)耳其地震期间，有Tiktok用户使用AI合成了儿童受灾的假照片发(fā)布(bù)到网络，以此诱骗善良的人打赏“捐(juān)助(zhù)”从(cóng)而(ér)实施诈骗(piàn)。

目前(qián)随着技术(shù)发(fā)展，AIGC已经(jīng)能做出真人照片般的绘图效果，如(rú)果这样的图(tú)片(piàn)被用来诈骗，将非常可(kě)怕。

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(le)大(dà)量前人的作品之后，其创作没(méi)有(yǒu)任何情绪和灵魂，难以(yǐ)和人类的(de)艺术创作(zuò)相(xiāng)提并论。

另一方面，AIGC背(bèi)后的版权、目前都并(bìng)没有得到有效的解决(jué)，还(hái)有(yǒu)AIGC会不会代(dài)替人类“至高无上”的创意。

马斯克也(yě)强调，人工智能的安全问(wèn)题需要(yào)得到重视(shì)，太(tài)晚就来(lái)不及了。

03

AIGC下一(yī)站除了视(shì)频，还有远方(fāng)

技术都是有两面性(xìng)的，潜在(zài)的危害并不能掩盖(gài)其光辉的贡献。现在看来，人工(gōng)智能技术将(jiāng)是(shì)第四(sì)次工业革(gé)命(mìng)的(de)核心(xīn)驱动力量，将创(chuàng)造新的增长奇迹。

过(guò)去(qù)一(yī)年(nián)，人工智能在技术和商业(yè)层面都有了巨大进(jìn)展，AI绘(huì)画就(jiù)是人工智能技术发生方向性改(gǎi)变的一个(gè)代表。其下一站或许就是视频。

此前，Meta和(hé)谷歌先后发(fā)布了(le)几条引爆科技圈(quān)的短视频。这(zhè)些(xiē)视频引(yǐn)发关注并非内容做得多优秀，反而都非常(cháng)简单，比如一匹(pǐ)正在喝水的马，一只画画的玩具熊，或者一段骑(qí)摩托车的第一视角录像，随便一个有(yǒu)手机的人都可以随手录下(xià)一(yī)段。

但(dàn)这些短视(shì)频的(de)创作方式非常(cháng)简单，创作者仅仅需要(yào)向AI输入一段话，甚至只是说一下要求，AI就可以根据需(xū)要生(shēng)成一(yī)段视频。

谷歌发布(bù)的两个AI生成(chéng)视频分别来(lái)自于(yú)Imagen Video和Phenaki，前者主要突(tū)出的是(shì)高清，与Meta的(de)Make-A-Video没有太多的差别。

在Make-A-Video公布(bù)了(le)AI生成的视频后，AI圈(quān)就已(yǐ)经玩了(le)一波梗，一个能够做出更高清(qīng)视频的AI还不足以在短时(shí)间内戳中兴奋点(diǎn)。

Phenaki更(gèng)加(jiā)令(lìng)人震惊的地方在(zài)于，它可以制作出超过2分钟的连贯(guàn)的也(yě)有确切内容(róng)的视频，这才是(shì)真(zhēn)正让(ràng)人们感到惊喜的地方。因为无(wú)论(lùn)AI生成的视频(pín)多(duō)么高清，也只能是为(wèi)内容生产者(zhě)提供一个灵感，一(yī)个素材，一(yī)个过场动(dòng)画(huà)。

不(bù)过能够制(zhì)作出有具体剧(jù)情内容的(de)视频(pín)就意味着，一些视频创作由AI代替人工(gōng)完成已经初(chū)步有了可能。

当下AI的发展速度(dù)已(yǐ)经(jīng)超过大部分人的想(xiǎng)象(xiàng)。内容产业的本质(zhì)是供给创造需(xū)求(qiú)，AIGC作(zuò)为全新的内容生产方式，可以为内容(róng)产(chǎn)业带来更新的内容(róng)风格、更快(kuài)的生产速度(dù)，更低(dī)的生产成本，这无疑会驱动(dòng)内容产业的大爆发。

除了(le)AI绘图、视频(pín)，AIGC技术(shù)还(hái)能应用于音乐、代码、机器人动作(zuò)等多种内容形式的生成。不难发现该项技(jì)术(shù)不仅在(zài)游戏等行业能得到有效应用，对于下一代互联网各种元素的(de)构(gòu)建亦有(yǒu)关键意义。

从商业化的角(jiǎo)度(dù)来看，文(wén)化娱乐、教育、传媒等诸多(duō)领域，本(běn)身就对基(jī)于AI的可(kě)视化内(nèi)容有强烈需求。

因(yīn)此(cǐ)，AI绘画及视频(pín)或不(bù)是结果，而只是AI进程(chéng)中的一块重要拼图，有(yǒu)望在(zài)技(jì)术更(gèng)新(xīn)的加持(chí)下实现更大(dà)的应用(yòng)价值(zhí)。

AI从(cóng)理解(jiě)内容，走(zǒu)向了可以生成内容，甚至能够创造出独立(lì)价值(zhí)和独立视角的内容。AIGC的再次出圈，更代表着未来的先进生产(chǎn)力即将到(dào)来。

knocked什么意思，knocking什么意思oding="async" src="https://mmbiz.heiliaofuli.com/wp-content/uploads/2023/03/9b0686cb7769bb0.png?imageMogr2/thumbnail/2160x0/format/webp/quality/80" data-ratio="0.4984375" data-s="300,640" data-type="png" data-w="1280">

04

紧抓(zhuā)大(dà)模(mó)型与算力(lì)，牢(láo)固AIGC底座

从技(jì)术的(de)发展也可以看出，在语言大(dà)模(mó)型、图像大模型(xíng)之(zhī)后，多模态大模型(xíng)已经成为了新(xīn)的趋势。

大模型被誉(yù)为当前人工智能发展的智能底座，是全球竞争最激烈的研究方向之一，包括谷歌、亚(yà)马逊、百(bǎi)度(dù)、阿里、腾讯等(děng)众(zhòng)多头部(bù)企业都在竞相发力。

不过训练大模(mó)型的(de)确(què)价格不菲，以国盛证券发布(bù)的(de)《ChatGPT需要多少算力(lì)》报告估算，GPT-3训练(liàn)一次的成本约为140万美元。而(ér)对于一些更(gèng)大的LLM(大型(xíng)语(yǔ)言(yán)模(mó)型(xíng))，训(xùn)练成本则(zé)介于200万美元(yuán)至1200万(wàn)美元高价(jià)之间。

以ChatGPT在2023年(nián)1月的(de)独立访客平均数1300万(wàn)计算，其对应(yīng)芯片需求(qiú)为(wèi)3万多片英伟达A100 GPU，初(chū)始投入成(chéng)本约为8亿美(měi)元，每(měi)日仅(jǐn)电费(fèi)就在5万美元左(zuǒ)右。

此外不论是ChatGPT还是AIGC，都(dōu)离不开庞大算力支持(chí)。在关注各类大模型的(de)发(fā)展同(tóng)时，更(gèng)应(yīng)该关注算力网络的建设。

算力网络正驱动(dòng)AI产业发展进(jìn)入史诗级(jí)加速进程，让AIGC及通(tōng)用AI这一人工智能发展的(de)终极目(mù)标离得更近。

因为算力可以对突破性技术创新提供大力的支(zhī)持。这(zhè)方(fāng)面，多模态大模型是(shì)典型。作为(wèi)面向未(wèi)来(lái)强人工(gōng)智(zhì)能(néng)、通用人(rén)工智(zhì)能的重要技术(shù)创(chuàng)新，多模态大模型已经在人(rén)工智能领(lǐng)域提出了(le)很多年，业界也有不(bù)少技术突(tū)破，但是，多(duō)模(mó)态大模型进(jìn)一步往下走(zǒu)，算力需求呈几何(hé)式(shì)上升，一般的算力基础设(shè)施(shī)很快将难(nán)以胜(shèng)任。

从图像、文字(zì)、语音单(dān)独一项的训(xùn)练，到双(shuāng)模态、三模态的(de)跃迁，让人工(gōng)智能(néng)可(kě)以灵活(huó)应(yīng)对不同模态的转化、像人与世界交(jiāo)互一(yī)样自然，这(zhè)方(fāng)面(miàn)，由算力网络(luò)来(lái)驱动(dòng)将有明显(xiǎn)优势。

此外，还有很多需(xū)要爆(bào)发式增长(zhǎng)的(de)算力(lì)来支撑的技术创新，将在(zài)人工智(zhì)能算力网(wǎng)络支撑(chēng)下快速(sù)推(tuī)进。

AIGC已经露出曙光，期待在大模型和大算力的支持下AIGC能持续颠覆内(nèi)容生产的方式，将创(chuàng)造的边际成本降(jiàng)低，让(ràng)万(wàn)众(zhòng)受益(yì)。

未经允许不得转载：橘子百科-橘子都知道 knocked什么意思，knocking什么意思