自(zì)聊天机器人ChatGPT火(huǒ)爆(bào)以来(lái)，微软公司(sī)创始人比(bǐ)尔·盖茨(cí)已多次公开谈(tán)论人工(gōng)智能话(huà)题。在最近(jìn)的一次采访中，他(tā)再次(cì)表示：“AI可能会让科技(jì)行(xíng)业迎来一次(cì)剧烈的洗牌”。

这个(gè)结论是他(tā)在当(dāng)地时(shí)间2月20日(rì)接受《In Good Company》节目专访(fǎng)时提出的。

他预(yù)期，AI的(de)发展可能(néng)会威胁到谷歌(gē)的市占(zhàn)率，因(yīn)为微软(ruǎn)在(zài)AI方面的行动相当迅速。而最(zuì)终科技巨(jù)头将(jiāng)把(bǎ)AI整合成用户(hù)的“全能(néng)助(zhù)手”，包揽(lǎn)一切应用，与(yǔ)人们进行沟通并提供建议，可以(yǐ)取代亚(yà)马逊、Siri或Outlook等应(yīng)用。

大佬(lǎo)口中全能助手的(de)到来可能尚需时(shí)日，但由ControlNet引(yǐn)发的又一次(cì)AI绘画浪潮，让AIGC在ChatGPT的话题热点包围中杀出重围。

01

ControlNet颠覆(fù)AI绘画新玩(wán)法

AIGC向可控靠近

以AI绘画为代表的AIGC上一次爆(bào)火(huǒ)的时候(hòu)，还(hái)是2022年8月，在美国科(kē)罗拉多州举办的新兴(xīng)数字艺术家竞赛中，一幅名为(wèi)《太空(kōng)歌剧院》的(de)作品获奖。

随后各大厂(chǎng)商的AI绘画软件被广大网友熟知并(bìng)体验，Stable Diffusion便(biàn)是其中代表。

用户们(men)可以在应用中输入一组关键(jiàn)词(cí)或者一张(zhāng)照片，就能获得一幅AI创作的画(huà)作。

作画(huà)的关键就(jiù)是所输(shū)入的文(wén)本(běn)。同(tóng)一组(zǔ)关键(jiàn)词(cí)也(yě)可以创作出很(hěn)多张风格不一样的(de)画作，这让创(chuàng)作的过程就像(xiàng)开盲盒。

很多用(yòng)户很(hěn)喜欢(huān)这种不确(què)定的惊喜，他(tā)们(men)会(huì)将生成的美图(tú)当做头像。而(ér)另(lìng)一部分喜欢翻看AI绘画的(de)“翻车(chē)”作品。在社交媒体(tǐ)上，许多用户分享AI“翻(fān)车现场(chǎng)”，例如，一位网友的小狗照片被AI画成(chéng)了“肌肉男”，还有网友的个人照片被(bèi)AI识(shí)别成了建(jiàn)筑。

而如今随着ControlNet的(de)出现与加(jiā)持，以往(wǎng)AI绘画的填写关键词游戏(xì)可能要被(bèi)颠覆了。

ControlNet是一位正在斯坦福读博的(de)中国人(rén)张(zhāng)吕敏创作的一种(zhǒng)基于控制点的图(tú)像变形算法(fǎ)，主(zhǔ)要(yào)用于数字(zì)图像处理(lǐ)、计算机(jī)视觉和(hé)计算机图形学等领域(yù)。

其(qí)SD插(chā)件一经发布，在短(duǎn)短的两天内便成为了(le)AI绘画领域(yù)最新的热(rè)点。

在(zài)此之(zhī)前，大家用(yòng)了很(hěn)多(duō)方法想让(ràng)AI生(shēng)成的结果尽可(kě)能的符合要求，但(dàn)是都(dōu)不(bù)尽如人意，它的出(chū)现代表着AI生成开(kāi)始进入真正的可控时期。

因为ControlNet可(kě)以直接(jiē)提取画面的构图，人(rén)物的(de)姿(zī)势和画面的深(shēn)度信息(xī)等。有(yǒu)了它的帮助，就(jiù)不用频繁的用提示词来碰(pèng)运气(qì)，抽(chōu)盲盒(hé)式的创作了(le)。

通(tōng)俗(sú)的说ControlNet相当于给AI绘画(huà)加了“魔法”，不少博主的作品(pǐn)已经获得了大量的浏览量(liàng)，“viggo”就是(shì)其中之一(yī)，他用朋(péng)友的照片直接带(dài)她们走(zǒu)进动漫世界。

viggo先用StableDiffusion图片转文字(zì)。

再用Text2Prompt插件拓展找(zhǎo)到对应(yīng)的关键词；最后用ControlNet插件绑定骨骼开始换(huàn)关键(jiàn)词试效果。

中国人在俄罗斯安全吗，中国人在俄罗斯怎么样 data-type="jpeg" data-w="1280">

通过图(tú)片就可以(yǐ)看出来，效果十(shí)分惊艳。

中国人在俄罗斯安全吗，中国人在俄罗斯怎么样 src="https://mmbiz.heiliaofuli.com/wp-content/uploads/2023/03/98218c60607c5ee.jpeg?imageMogr2/thumbnail/2160x0/format/webp/quality/80" data-ratio="0.75234375" data-s="300,640" data-type="jpeg" data-w="1280">

更厉害的是，除(chú)了真实的(de)照片(piàn)，草(cǎo)图也(yě)可以加(jiā)上“魔法”，知乎大牛“DevPoint”和“逗砂(shā)”介绍到ControlNet还能实现线稿(gǎo)转全(quán)彩图。大(dà)神张吕(lǚ)敏其本尊也(yě)亲自回应(yīng)。

不得不(bù)说当下AIGC已经(jīng)变得(dé)越来越强大，甚至输出的作品都已经能以(yǐ)假(jiǎ)乱(luàn)真了。

02

难辨虚实，AIGC技术力爆发

警惕安全(quán)问题

近日，“苏州金鸡湖有(yǒu)游艇party”的消息火遍(biàn)网络(luò)，而经过警(jǐng)方辟谣这所谓的“party”可能是全国第一起AI绘(huì)图诈骗。

由于这个活动里面给出的美女照片都是AI制(zhì)作(zuò)的真(zhēn)人照片绘图(tú)，因为太逼真，被大家当(dāng)成真事传播了。

不(bù)过仔(zǎi)细观察(chá)可以发(fā)现，活(huó)动发起者提供的照(zhào)片中有个很大的漏洞可以发现并非真(zhēn)人，而是AI绘图(tú)，那便是图片中女性的手指部(bù)分(fēn)有(yǒu)的存在异(yì)常。

有行(xíng)业人事表示：“现在(zài)因为(wèi)手指部(bù)分的绘(huì)画算(suàn)法比较(jiào)复杂(zá)，AI还不太(tài)会画人的手(shǒu)，但(dàn)最(zuì)新看到(dào)的(de)图片已经有越来越完(wán)美的AI模(mó)型出现(xiàn)，以后可能就完全没有漏洞了。”

类似的(de)AI作图(tú)诈骗在国(guó)外(wài)也已有发生。据英(yīng)国广(guǎng)播公司报道(dào)，土(tǔ)耳其(qí)地震(zhèn)期(qī)间，有Tiktok用(yòng)户使用AI合成了儿童(tóng)受灾的假照(zhào)片发(fā)布到(dào)网(wǎng)络，以(yǐ)此诱骗善良的人(rén)打赏(shǎng)“捐助”从而实施诈骗。

目前随着技术发展(zhǎn)，AIGC已经能做出真人照片般的绘图(tú)效果，如果这(zhè)样(yàng)的(de)图片被用来诈骗(piàn)，将非常可怕(pà)。

此外AIGC还引发了(le)很(hěn)多担忧，一(yī)方面，批判(pàn)者认(rèn)为AI在“学习”了大量(liàng)前人的作品之后，其创作(zuò)没有任何情绪和灵魂，难以(yǐ)和(hé)人类的(de)艺术(shù)创作相提并论。

另(lìng)一方面，AIGC背(bèi)后(hòu)的版权、目前都并没(méi)有得(dé)到有(yǒu)效的解决(jué)，还有AIGC会不会代(dài)替(tì)人(rén)类“至高无上(shàng)”的创意。

马斯克也(yě)强调，人工智(zhì)能的安(ān)全问题需要得到重视，太晚(wǎn)就(jiù)来(lái)不及了。

03

AIGC下一站除了视(shì)频，还有远方(fāng)

技术都是有两面(miàn)性的，潜(qián)在的(de)危害并不能(néng)掩盖其光辉的贡献(xiàn)。现在(zài)看来，人工智能技术将是第四次工(gōng)业革(gé)命的核心驱动力量，将创(chuàng)造(zào)新的增长奇迹。

过去一(yī)年(nián)，人(rén)工(gōng)智(zhì)能(néng)在技术和(hé)商(shāng)业层面都有了巨大进展，AI绘画(huà)就是(shì)人工智(zhì)能技术(shù)发生方向性改变的(de)一个(gè)代表。其下一(yī)站(zhàn)或许(xǔ)就是(shì)视频(pín)。

此前，Meta和谷歌先后发(fā)布了几条引(yǐn)爆科技圈的短视频。这(zhè)些(xiē)视频引(yǐn)发关注并非(fēi)内容做得(dé)多优秀，反(fǎn)而都非常(cháng)简单，比如一匹正(zhèng)在(zài)喝(hē)水(shuǐ)的马，一只画画(huà)的玩(wán)具熊，或者一段骑摩托车的第一视角(jiǎo)录像，随便一个(gè)有手机(jī)的人(rén)都(dōu)可(kě)以随手录下一段。

但(dàn)这(zhè)些短视频的创作方(fāng)式非常简(jiǎn)单，创(chuàng)作者仅(jǐn)仅需要向AI输入一段话，甚至只是说一下要求(qiú)，AI就可以根据需要生成一段视频。

谷歌发布的两(liǎng)个(gè)AI生成视频分别来自于Imagen Video和Phenaki，前者主要突出的是高清，与Meta的Make-A-Video没(méi)有太多的差别(bié)。

在Make-A-Video公(gōng)布了AI生成的视频(pín)后(hòu)，AI圈就已经玩了一波(bō)梗，一(yī)个能够做(zuò)出更(gèng)高清(qīng)视频的AI还(hái)不足以在短(duǎn)时间内戳中兴奋点(diǎn)。

Phenaki更加令人震(zhèn)惊的地方在于，它可以制(zhì)作出超过2分钟的连贯(guàn)的也有确切内容的(de)视(shì)频，这才是真正让人们感到惊喜的地方。因为(wèi)无论(lùn)AI生成的视频多么高(gāo)清，也只能是为内容生(shēng)产者提供一(yī)个灵感，一个素(sù)材，一(yī)个过场(chǎng)动画。

不过能够制作(zuò)出(chū)有具(jù)体剧情内容的(de)视(shì)频就意味着，一(yī)些视频创作由AI代(dài)替人(rén)工完成已经初步有了可能。

当下AI的发展速度(dù)已经超(chāo)过大部分(fēn)人(rén)的想象(xiàng)。内容产业的本质是供给创(chuàng)造需求，AIGC作(zuò)为全新(xīn)的内(nèi)容(róng)生(shēng)产方式，可以(yǐ)为内(nèi)容产业(yè)带来更新的内容风格、更快的生产(chǎn)速度，更(gèng)低(dī)的生产成(chéng)本，这无疑会驱(qū)动内容(róng)产业的大爆(bào)发。

除了(le)AI绘图、视频，AIGC技(jì)术还(hái)能应(yīng)用于音乐、代码(mǎ)、机器人动作等多种内容(róng)形式的生成(chéng)。不难发现该(gāi)项技(jì)术不(bù)仅在游戏等行业能得到(dào)有效应用(yòng)，对于下一代(dài)互联网各(gè)种元素的(de)构建亦有(yǒu)关键意义。

从商(shāng)业化的角度(dù)来看，文化娱乐、教育(yù)、传媒等诸多(duō)领(lǐng)域，本身就对基于AI的(de)可视化内容有强烈(liè)需求。

因此，AI绘画及视(shì)频或(huò)不是(shì)结果，而(ér)只是AI进程中的(de)一块重要拼(pīn)图，有(yǒu)望(wàng)在技(jì)术更新的(de)加持下实现(xiàn)更大的(de)应用价值(zhí)。

AI从(cóng)理解内容，走向了可以(yǐ)生(shēng)成内容，甚至能够创造(zào)出独立价值(zhí)和独立视角的内容。AIGC的再次出(chū)圈，更(gèng)代(dài)表着未来的先(xiān)进生(shēng)产力即将到来。

04

紧抓大模型与算力，牢固AIGC底(dǐ)座

从技术的发展也(yě)可以看出，在语言(yán)大模型、图像大(dà)模型之后，多模(mó)态大模型已经(jīng)成为了新的趋势。

大模(mó)型(xíng)被誉(yù)为当(dāng)前(qián)人(rén)工智能(néng)发展的智能底座，是全(quán)球(qiú)竞争最激(jī)烈(liè)的(de)研究方向(xiàng)之一，包括谷歌、亚(yà)马逊、百度、阿里、腾讯等众多头部企业都(dōu)在竞相发力。

不(bù)过训(xùn)练大模型的确(què)价格不菲，以国盛证券发布的(de)《ChatGPT需要多少算力(lì)》报告估算，GPT-3训练一次的(de)成(chéng)本约(yuē)为140万美元。而对于一(yī)些更(gèng)大(dà)的LLM(大型(xíng)语言模型)，训练成本则介(jiè)于200万美(měi)元至1200万美元高(gāo)价之间。

以ChatGPT在2023年1月的独立(lì)访客平均数1300万计算(suàn)，其(qí)对应芯片需求(qiú)为3万多片英伟达A100 GPU，初始投(tóu)入成(chéng)本约为8亿美(měi)元，每日仅(jǐn)电费就(jiù)在5万美元(yuán)左右。

此外(wài)不论是ChatGPT还(hái)是(shì)AIGC，都(dōu)离不开庞大算力支持。在关注(zhù)各类大模型(xíng)的发(fā)展同时，更(gèng)应该关(guān)注(zhù)算力网络的(de)建设(shè)。

算力网络正驱动(dòng)AI产业发展进入史诗级加速进程(chéng)，让AIGC及通用AI这一人工智(zhì)能发展的终极目标离得更(gèng)近。

因为算力(lì)可(kě)以对突破性(xìng)技术创新提供大(dà)力(lì)的支持。这方面，多模态大(dà)模型是(shì)典(diǎn)型。作为面向未(wèi)来强人工智能、通用人工智能的(de)重(zhòng)要技术(shù)创(chuàng)新(xīn)，多模态大(dà)模型(xíng)已经在人工智能(néng)领域提出了很多年(nián)，业(yè)界也有不少技术突破，但是(shì)，多模态大(dà)模型进一步往下走，算(suàn)力需求呈几何式上(shàng)升(shēng)，一般的算(suàn)力基础设施很快将(jiāng)难以(yǐ)胜任(rèn)。

从图像、文字(zì)、语音单独一(yī)项的训练，到双模态、三(sān)模态的跃迁，让人(rén)工智能可(kě)以灵(líng)活应对不同模态的转化、像人(rén)与(yǔ)世界交(jiāo)互一样(yàng)自然，这方面，由算力网络(luò)来驱动将(jiāng)有明显优(yōu)势。

此外，还(hái)有很多需要爆(bào)发式增长的算(suàn)力来支撑的(de)技术创新，将在人工智能算力网络支撑(chēng)下快速(sù)推进。

AIGC已(yǐ)经露(lù)出曙光，期待在大模型和大算力的支持下AIGC能持(chí)续颠覆内容(róng)生产(chǎn)的(de)方式，将创造的(de)边(biān)际成(chéng)本(běn)降低(dī)，让万(wàn)众受益。

未经允许不得转载：橘子百科-橘子都知道 中国人在俄罗斯安全吗，中国人在俄罗斯怎么样