自聊天机器(qì)人ChatGPT火爆以来(lái)，微(wēi)软(ruǎn)公(gōng)司创(chuàng)始人比尔(ěr)·盖茨(cí)已多次公开谈论人工(gōng)智(zhì)能话题。在最近的一(yī)次采访中，他(tā)再次(cì)表示：“AI可能会让科技行业迎来一次剧烈的洗牌”。

这个结论(lùn)是他在当(dāng)地时(shí)间2月20日接(jiē)受(shòu)《In Good Company》节目专访(fǎng)时提出的。

他(tā)预(yù)期(qī)，AI的(de)发展可能会威胁到谷歌(gē)的市占率(lǜ)，因(yīn)为微软在AI方面的(de)行动相当迅(xùn)速(sù)。而最终科技巨头(tóu)将(jiāng)把(bǎ)AI整合成用户的“全能(néng)助手”，包揽(lǎn)一切(qiè)应用(yòng)，与人们进行沟通(tōng)并提(tí)供建议，可(kě)以取代亚(yà)马逊、Siri或(huò)Outlook等应用。

大佬口(kǒu)中(zhōng)全能助手的到来可(kě)能尚需时日，但由ControlNet引发的(de)又一(yī)次AI绘画浪潮，让AIGC在ChatGPT的话题(tí)热点包(bāo)围(wéi)中(zhōng)杀出重围。

01

ControlNet颠覆AI绘画新(xīn)玩(wán)法

AIGC向可控(kòng)靠近

以AI绘画为代表的AIGC上一(yī)次爆(bào)火的时候，还是2022年8月(yuè)，在美国科罗拉多(duō)州举(jǔ)办(bàn)的新兴(xīng)数(shù)字艺术家竞赛(sài)中，一幅(fú)名为《太空歌(gē)剧院》的(de)作品获奖。

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

用户们可以在应(yīng)用中(zhōng)输入一(yī)组(zǔ)关键(jiàn)词或者一(yī)张照片，就能(néng)获得(dé)一幅AI创作的画作(zuò)。

作画的关键就是所输入(rù)的文本(běn)。同一组关键词也可(kě)以(yǐ)创作出很多(duō)张(zhāng)风格不一样的画作，这让创作的(de)过程就像开盲盒。

很多用户很(hěn)喜(xǐ)欢这种不(bù)确定(dìng)的(de)惊喜，他们会将生(shēng)成的(de)美图当(dāng)做头像。而另(lìng)一部分喜欢(huān)翻看(kàn)AI绘画的“翻车(chē)”作品(pǐn)。在社(shè)交(jiāo)媒体上，许(xǔ)多用户(hù)分享AI“翻车现场”，例如，一位(wèi)网(wǎng)友的(de)小狗照(zhào)片被AI画(huà)成了“肌肉(ròu)男”，还(hái)有网友的个人照片被AI识别(bié)成了建筑(zhù)。

而如今(jīn)随着ControlNet的出现(xiàn)与加(jiā)持，以往AI绘画的填写关键词游(yóu)戏可(kě)能要被颠(diān)覆了。

ControlNet是一位正在斯坦(tǎn)福读(dú)博的中国人(rén)张(zhāng)吕敏创作的一种基于控(kòng)制点的图(tú)像变(biàn)形算法，主要(yào)用于(yú)数字图像处理、计算机视(shì)觉和计(jì)算机图形(xíng)学等领域。

其SD插件一经发布，在短短的(de)两天内便成为(wèi)了(le)AI绘画(huà)领域最新的(de)热点。

在(zài)此(cǐ)之前，大家用了很多方法(fǎ)想让(ràng)AI生成的结(jié)果尽(jǐn)可能的符(fú)合要求(qiú)，但是都不尽如(rú)人意，它的(de)出现代(dài)表着AI生成开始进(jìn)入真正的可控时期。

因为(wèi)ControlNet可以直(zhí)接(jiē)提取(qǔ)画面的构图，人物的(de)姿势(shì)和画面的深度信息等。有了它的(de)帮(bāng)助，就(jiù)不(bù)用(yòng)频繁的用提示词(cí)来碰运气(qì)，抽盲盒式的创作了(le)。

通俗(sú)的说ControlNet相当于给AI绘画加(jiā)了“魔(mó)法”，不(bù)少(shǎo)博主的作品已经(jīng)获(huò)得了(le)大量(liàng)的(de)浏览量，“viggo”就是其中之(zhī)一，他用朋友的照片直接带(dài)她(tā)们走(zǒu)进动漫世界(jiè)。

viggo先用StableDiffusion图片转(zhuǎn)文字。

再(zài)用Text2Prompt插(chā)件拓展找到对(duì)应的(de)关键词；最后(hòu)用(yòng)ControlNet插件绑定骨骼开始换(huàn)关键词试(shì)效果(guǒ)。

通(tōng)过(guò)图片就可以看(kàn)出来(lái)，效果十分惊艳。

更厉害(hài)的是(shì)，除了真实的照(zhào)片，草图也(yě)可以加(jiā)上(shàng)“魔法”，知乎大牛“DevPoint”和(hé)“逗砂”介绍到ControlNet还(hái)能实(shí)现线稿(gǎo)转全彩图。大神张吕敏其本尊(zūn)也亲自回应(yīng)。

不得不说(shuō)当(dāng)下(xià)AIGC已经变得越来越强大，甚(shèn)至输出的作(zuò)品都已经(jīng)能以(yǐ)假乱真了。

02

难辨(biàn)虚实，AIGC技术力爆发

警惕安全问题

近日，“苏州金(jīn)鸡湖有(yǒu)游艇party”的(de)消息火(huǒ)遍(biàn)网(wǎng)络，而经过警方(fāng)辟谣这(zhè)所谓(wèi)的“party”可能是全国(guó)第一起AI绘图诈骗。

由于这个活动(dòng)里面(miàn)给出的美女照片(piàn)都是(shì)AI制(zhì)作(zuò)的真人照片绘(huì)图(tú)，因为太逼真，被大家(jiā)当成真事传播(bō)了(le)。

不过仔细观察可以发(fā)现(xiàn)，活动发起(qǐ)者提供的照片(piàn)中有个很大的(de)漏洞可以发现并非真人，而是AI绘图，那(nà)便(biàn)是图片中女(nǚ)性(xìng)的手指部分有的存在异常。

有行业人(rén)事表示(shì)：“现在因为手(shǒu)指部分的绘画算法比较复杂，AI还不太会(huì)画人的手，但最新看(kàn)到的图片已经(jīng)有(yǒu)越来越完美的AI模型出现，以(yǐ)后可能就完全没有漏洞了(le)。”

类似的AI作图(tú)诈骗在国外也(yě)已(yǐ)有发生。据英国(guó)广播公司(sī)报道，土耳其地震期间，有Tiktok用户使用AI合成了(le)儿童(tóng)受灾的假照片(piàn)发布到网络(luò)，以(yǐ)此诱(yòu)骗(piàn)善良的(de)人打赏“捐助”从而(ér)实施诈骗。

目前(qián)随着技(jì)术发(fā)展，AIGC已经能做(zuò)出真(zhēn)人照片般的绘图(tú)效果(guǒ)，如果(guǒ)这样的图片被用来诈(zhà)骗，将(jiāng)非常(cháng)可(kě)怕。

此外AIGC还引发了很多担忧，一(yī)方面，批判者认为AI在“学习”了大量前人的作(zuò)品(pǐn)之(zhī)后，其(qí)创(chuàng)作(zuò)没有任何情绪和灵(líng)魂，难以(yǐ)和人(rén)类的(de)艺(yì)术创作相提并论(lùn)。

另一方面，AIGC背(bèi)后的版权、目(mù)前都并没(méi)有得到有效的解决，还有AIGC会(huì)不会代替人类“至(zhì)高无(wú)上(shàng)”的创意。

马斯(sī)克也强调，人工智(zhì)能(néng)的安(ān)全问(wèn)题需(xū)要(yào)得到重视(shì)，太晚就来(lái)不及了。

03

AIGC下一(yī)站(zhàn)除了视频，还有远(yuǎn)方

技(jì)术都是有两(liǎng)面性的，潜在的危(wēi)害并不能掩盖(gài)其(qí)光辉的贡献。现在(zài)看(kàn)来，人工智(zhì)能(néng)技(jì)术(shù)将是第四次工业(yè)革命的(de)核心驱动力量，将创造新的增长奇迹。

过(guò)去一年(nián)，人(rén)工智(zhì)能(néng)在技术和商业(yè)层面都(dōu)有了巨大进(jìn)展，AI绘(huì)画(huà)就是(shì)人工智能(néng)技术发(fā)生方向性改(gǎi)变的一个代表。其下一站或许就是(shì)视频。

此前，Meta和谷歌先(xiān)后(hòu)发布了几条引爆科(kē)技(jì)圈的(de)短视频(pín)。这(zhè)些(xiē)视频引(yǐn)发(fā)关(guān)注并非内容(róng)做得(dé)多优秀(xiù)，反而都非(fēi)常简单，比如一匹正在喝水的马，一只(zhǐ)画画的玩(wán)具熊，或(huò)者一(yī)段骑(qí)摩托车(chē)的第一视角录像，随便一个(gè)有(yǒu)手(shǒu)机的人都可以随手(shǒu)录下(xià)一(yī)段(duàn)。

但这(zhè)些短视(shì)频(pín)的创作(zuò)方式非常简单(dān)，创作者仅仅需(xū)要向(xiàng)AI输入一(yī)段话，甚至只(zhǐ)是说(shuō)一下要求，AI就可(kě)以根据需要生成一段视(shì)频(pín)。

谷歌发布的两个(gè)AI生成视频分别来自于(yú)Imagen Video和Phenaki，前者主要(yào)突出的(de)是高清，与Meta的Make-A-Video没有太多的差别(bié)。

在Make-A-Video公布了AI生成的视频后，AI圈就已经(jīng)玩了一(yī)波梗，一(yī)个(gè)能够做(zuò)出更高清视频的AI还不足以在短(duǎn)时间内戳中兴(xīng)奋(fèn)点。

Phenaki更(gèng)加令人震(zhèn)惊的地方在于，它可(kě)以制(zhì)作出(chū)超过2分钟的连贯的也有(yǒu)确(què)切内(nèi)容(róng)的视(shì)频(pín)，这才是真正让人(rén)们感到惊喜的地(dì)方(fāng)。因为无(wú)论AI生成的视(shì)频多么高(gāo)清(qīng)，也只能是为(wèi)内容生产者提供一个灵感，一个素材，一个过场动(dòng)画(huà)。

不过能(néng)够(gòu)制(zhì)作出有具体剧情(qíng)内容的(de)视频就意味着，一些(xiē)视频(pín)创作由AI代替人工完(wán)成已经初步有(yǒu)了可能。

当下(xià)AI的发展速度已经超过大部分人(rén)的想象(xiàng)。内容产业的本质是供(gōng)给创(chuàng)造需(xū)求，AIGC作为全新的内容生产方式，可以为内容(róng)产业(yè)带来更新的内容风格、更快的生产速度，更(gèng)低(dī)的(de)生产成本，这(zhè)无疑会(huì)驱动内(nèi)容(róng)产业的大爆发(fā)。

除了AI绘图、视频，AIGC技(jì)术(shù)还能(néng)应用于(yú)音乐(lè)、代码、机器人动作(zuò)等多种(zhǒng)内容(róng)形(xíng)式(shì)的生(shēng)成。不难发现该(gāi)项技术不仅在游戏(xì)等行业能得到(dào)有效(xiào)应用，对于下一代互联(lián)网各种元素的(de)构建亦有(yǒu)关键意义。

从商(shāng)业化的角(jiǎo)度来看，文化娱(yú)乐、教(jiào)育、传(chuán)媒等诸多领域(yù)，本身就对基(jī)于AI的可视(shì)化(huà)内容有强烈需求。

因此(cǐ)，AI绘画及(jí)视(shì)频或不(bù)是结果，而只是AI进程中(zhōng)的一块重要拼图，有(yǒu)望在技术(shù)更新的加持下(xià)实现更大(dà)的应用价值。

AI从理(lǐ)解内容，走向(xiàng)了(le)可(kě)以生成内容，甚至能(néng)够创造出独立价值(zhí)和独(dú)立视角(jiǎo)的内容。AIGC的(de)再次出圈，更代表着未来的先(xiān)进生产力即将到来。

04

紧抓大模型与算(suàn)力，牢固AIGC底座

从技术的发展(zhǎn)也可(kě)以(yǐ)看出，在语(yǔ)言大(dà)模型、图像大模(mó)型之后，多模态(tài)大模型已经成为了(le)新的趋势(shì)。

大模(mó)型(xíng)被誉为(wèi)当(dāng)前人(rén)工智能(néng)发展的智能底座(zuò)，是全球竞争(zhēng)最激烈的研究方向(xiàng)之(zhī)一，包(bāo)括谷歌(gē)、亚马逊、百(bǎi)度、阿里、腾(téng)讯等(děng)众多头部企(qǐ)业都在竞相发力。

不过训练大模(mó)型的确价格不菲，以国盛证券发布的《ChatGPT需(xū)要(yào)多少算力》报告估(gū)算，GPT-3训练一次(cì)的(de)成本约为140万美元(yuán)。而(ér)对(duì)于一些更大的LLM(大型(xíng)语言模型)，训练成本则介于200万美(měi)元至1200万美(měi)元高价之间。

以ChatGPT在2023年1月(yuè)的独立访客平均数1300万计(jì)算，其对(duì)应芯片需求为(wèi)3万多片英(yīng)伟达A100 GPU，初(chū)始投入(rù)成本约为(wèi)8亿美(měi)元(yuán)，每日仅电费就在5万(wàn)美(měi)元左(zuǒ)右。

此外不(bù)论是ChatGPT还是AIGC，都离不开庞大算力支持(chí)。在关注各类大模型的发展同时，更(gèng)应(yīng)该关(guān)注算力网(wǎng)络的建设(shè)。

算力网(wǎng)络正驱(qū)动(dòng)AI产业发展进入(rù)史诗级加速进程，让AIGC及通(tōng)用AI这一人工智能发(fā)展的终(zhōng)极(jí)目标离(lí)得更近。

因为算力可以对突破性技术创新提供大(dà)力的支(zhī)持。这(zhè)方面，多模(mó)态大模型是典型(xíng)。作为面向未来(lái)强人工智能、通用人工智能的(de)重要技(jì)术(shù)创新，多模态大(dà)模(mó)型已经在人工(gōng)智能领(lǐng)域(yù)提出了很(hěn)多年(nián)，业界也有不(bù)少(shǎo)技术突破，但是，多模态大模(mó)型进(jìn)一步(bù)往下(xià)走(zǒu)，算(suàn)力需求呈几何式上升，一(yī)般的(de)算力基(jī)础设施(shī)很快将难(nán)以胜任。

从图像、文字、语音单独一项(xiàn姝妤怎么念，姝妤字怎么读音是什么g)的训练(liàn)，到双(shuāng)模态、三模态的跃迁，让人工智能可以灵活应对不同(tóng)模态的(de)转化、像人与世界交互一样自(zì)然，这方面，由算力网络(luò)来驱动将有明显优势(shì)。

此(cǐ)外，还(hái)有很(hěn)多需(xū)要爆发式增长姝妤怎么念，姝妤字怎么读音是什么的算力来(lái)支撑的技术(shù)创新，将在人(rén)工智(zhì)能(néng)算力(lì)网络(luò)支撑下(xià)快速推(tuī)进。

AIGC已经(jīng)露出曙光(guāng)，期待在大(dà)模型(xíng)和(hé)大算力的(de)支(zhī)持下AIGC能持续颠覆内容(róng)生产的方式，将创造的(de)边(biān)际成本降低，让万(wàn)众受益。

未经允许不得转载：橘子百科-橘子都知道 姝妤怎么念，姝妤字怎么读音是什么