自聊(liáo)天(tiān)机器人ChatGPT火爆以来，微软(ruǎn)公司创始(shǐ)人(rén)比尔·盖茨已多(duō)次公开谈论人工(gōng)智能话题。在最近的一次采(cǎi)访中，他再次表(biǎo)示：“AI可能会让科技行业迎来一次(cì)剧烈的洗牌(pái)”。

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

他预期，AI的发展可能会威(wēi)胁(xié)到谷(gǔ)歌的市占率(lǜ)，因为微软(ruǎn)在(zài)AI方面的行动相当迅速。而最终科(kē)技巨(jù)头将把(bǎ)AI整合成用户的“全能(néng)助手”，包揽一切应用，与人(rén)们进行沟通并提供建议(yì)，可以(yǐ)取(qǔ)代亚马(mǎ)逊、Siri或Outlook等应用。

大佬口中全(quán)能(néng)助手的到来可能尚需(xū)时日，但由(yóu)ControlNet引发的又(yòu)一(yī)次AI绘(huì)画浪(làng)潮，让AIGC在ChatGPT的(de)话题(tí)热点包围中杀出重围。

01

ControlNet颠(diān)覆AI绘画新(xīn)玩法(fǎ)

AIGC向可控靠近

以AI绘画为代(dài)表(biǎo)的AIGC上一次爆火的时(shí)候，还是2022年8月，在美国(guó)科罗(luó)拉(lā)多州举(jǔ)办的(de)新兴数字艺术家竞赛中，一幅名为《太空歌剧院》的作(zuò)品(pǐn)获奖(jiǎng)。

随后(hòu)各大厂商(shāng)的AI绘画(huà)软件被广大网友熟(shú)知并体验，Stable Diffusion便是其中(zhōng)代表。

用户们(men)可以(yǐ)在应用中输入一组关键词或者一张照(zhào)片，就能(néng)获得一幅(fú)AI创(chuàng)作的(de)画作。

作(zuò)画(huà)的关键就是所输入(rù)的文本。同一(yī)组(zǔ)关键词也可以(yǐ)创作出很多张风格(gé)不(bù)一样(yàng)的画(huà)作，这(zhè)让(ràng)创作的(de)过程就像开(kāi)盲(máng)盒。

很多(duō)用户很喜欢这(zhè)种不确定(dìng)的惊喜，他们会将生成的(de)美图(tú)当(dāng)做头像(xiàng)。而另一部分喜欢(huān)翻看AI绘画的“翻(fān)车”作(zuò)品。在社(shè)交媒体上，许多用户分享AI“翻车现场”，例如，一位网友的小狗照片被AI画成了“肌肉男”，还有网(wǎng)友(yǒu)的个人照片被AI识别成了建筑。

而如(rú)今随着ControlNet的出现与加(jiā)持，以往AI绘画的填写关键词(cí)游戏可能要被颠(diān)覆(fù)了。

ControlNet是一位正在斯坦福读博的中国人张吕(lǚ)敏(mǐn)创作的一种基于控制(zhì)点的图像变形(xíng)算法，主(zhǔ)要用(yòng)于数字图像处理、计算机视觉和计(jì)算(suàn)机图形(xíng)学等领域。

其SD插(chā)件(jiàn)一经发布，在短短的两天内便成为了(le)AI绘画(huà)领(lǐng)域(yù)最(zuì)新(xīn)的热点(diǎn)。

在此之前，大(dà)家用了很多(duō)方法想让AI生成的(de)结果尽可能的符合要(yào)求，但是都(dōu)不尽如人意(yì)，它的出现代表(biǎo)着AI生成(chéng)开始进入(rù)真正的可控(kòng)时期。

因为ControlNet可以(yǐ)直接提取画面的构(gòu)图，人物的姿势和画(huà)面的(de)深度信息等。有了它的帮助，就不用频繁的用提示词来碰运气，抽盲(máng)盒式的创(chuàng)作了。

通俗的说ControlNet相(xiāng)当于给AI绘画加了(le)“魔(mó)法”，不少(shǎo)博(bó)主(zhǔ)的作品已经获得了大量的浏览量，“viggo”就(jiù)是其(qí)中之一，他用朋友的照(zhào)片直接带(dài)她(tā)们走进动漫世(shì)界(jiè)。

viggo先用StableDiffusion图片(piàn)转文(wén)字。

再用Text2Prompt插件拓(tuò)展(zhǎn)找(zhǎo)到对应(yīng)的(de)关(guān)键词；最后用(yòng)ControlNet插件绑(bǎng)定骨骼开始换关键词试效果。

通(tōng)过图(tú)片就可(kě)以看出来，效(xiào)果十(shí)分惊艳。

更厉害的(de)是，除了真(zhēn)实的照片，草(cǎo)图也(yě)可以加(jiā)上“魔法”，知乎大(dà)牛“DevPoint”和“逗(dòu)砂”介绍到ControlNet还能实现线稿转全彩(cǎi)图。大神张吕敏其本尊也(yě)亲自回应。

不得(dé)不说(shuō)当下AIGC已经变得越来越强(qiáng)大，甚(shèn)至输出的作(zuò)品都已经能以(yǐ)假乱真了。

02

难(nán)辨虚实，AIGC技术力爆发

警惕安全问题

近(jìn)日，“苏州金鸡湖有(yǒu)游(yóu)艇party”的消息火遍网络，而经过(guò)警方(fāng)辟谣这所谓(wèi)的“party”可能是全国第一(yī)起AI绘图诈骗。

由于这个活动里(lǐ)面给出的美女照片都是AI制作(zuò)的真人照片绘图，因为太逼真，被大家当成(chéng)真事传(chuán)播了(le)。

不过仔细观察可(kě)以(yǐ)发现(xiàn)，活动发起者提供(gōng)的照片中有个很大的漏洞可以发现并非真人(rén)，而是AI绘图，那便(biàn)是(shì)图(tú)片中女性的(de)手指(zhǐ)部分有的存在异常。

有行(xíng)业人事表示(shì)：“现(xiàn)在因为(wèi)手(shǒu)指部(bù)分的绘画算(suàn)法(fǎ)比较复杂(zá)，AI还(hái)不太会画人的手(shǒu)，但最新看(kàn)到(dào)的图片已经(jīng)有越来越完美的AI模(mó)型(xíng)出现，以后可能就完全没有漏洞了。”

类(lèi)似的AI作图诈骗(piàn)在国外(wài)也(yě)已(yǐ)有发生(shēng)。据英(yīng)国广播公司(sī)报道，土耳其地震期间，有Tiktok用(yòng)户使用AI合成了儿(ér)童受灾的假照(zhào)片发布(bù)到网络，以此诱骗善良的人打(dǎ)赏(shǎng)“捐助”从而实(shí)施诈骗。

目(mù)前随着技术发展，AIGC已(yǐ)经能做出真人(rén)照片般的(de)绘图效果，如果这样的图(tú)片被用来诈骗，将非常(cháng)可怕。

此外AIGC还引发了很多(duō)担(dān)忧，一方面，批判者认为AI在(zài)“学(xué)习”了大量前人的作品之后，其创作没有任何情绪和(hé)灵魂，难以和(hé)人类的艺术(shù)创作相提并论。

另一方面(miàn)，AIGC背后(hòu)的(de)版(bǎn)权、目前都并(bìng)没有(yǒu)得到(dào)有效的解决，还有AIGC会不(bù)会代(dài)替人类“至高无上”的创意。

马斯克也(yě)强调，人(rén)工智能(néng)的安(ān)全问(wèn)题(tí)需要得到重视，太晚就来不(bù)及了。

03

AIGC下一站(zhàn)除了视频，还(hái)有远(yuǎn)方(fāng)

技术都是有(yǒu)两(liǎng)面(miàn)性的(de)，潜在的危害并不能掩盖其光辉(huī)的贡(gòng)献。现在(zài)看来，人工智(zhì)能技术将是第(dì)四次工(gōng)业(yè)革命的核心驱动力量，将创造新的增长奇迹。

过去一(yī)年，人(rén)工(gōng)智能在技(jì)术和(hé)商(shāng)业层(céng)面(miàn)都有了巨(jù)大进展，AI绘画就(jiù)是人工(gōng)智能(néng)技术发生方向性改变的(de)一个代表。其(qí)下一站(zhàn)或许就是视(shì)频。

此前(qián)，Meta和谷歌先后发布(bù)了几条(tiáo)引爆(bào)科技(jì)圈的短视频。这些视(shì)频引发关注并非内容做得(dé)多优秀，反而都非常简单(dān)，比(bǐ)如(rú)一匹正在喝(hē)水的马，一只画画的(de)玩具熊，或(huò)者一段骑摩托车的第一视(shì)角录像，随便一个有手机的人都可以随手录下一段。

但这些(xiē)短视(shì)频(pín)的创作(zuò)方式非(fēi)常简单，创作者仅仅需要向AI输入一(yī)段话，甚至只是说一下(xià)要(yào)求，AI就可(kě)以根据需要(yào)生成一段视频。

谷歌发(fā)布(bù)的两个AI生成视(shì)频分别(bié)来自于Imagen Video和Phenaki，前者(zhě)主(zhǔ)要突出的(de)是高清(qīng)，与Meta的Make-A-Video没有太多的差别。

在(zài)Make-A-Video公布了AI生(shēng)成(chéng)的视(shì)频后，AI圈就已经玩了一波(bō)梗，一个能够做出更高清视(shì)频的AI还不足以在短时间内戳(chuō)中兴奋点。

Phenaki更加令人震惊的地方在于，它可以制作出超过2分钟的连贯的也有确(què)切(qiè)内(nèi)容的视频，这才(cái)是真(zhēn)正让人们感(gǎn)到惊喜的地方。因(yīn)为无论AI生成的视频多么高清，也只能是为内容(róng)生产者提供一个灵感(gǎn)，一个素材(cái)，一个过场动画。

不过能够制作(zuò)出有具体剧情内容(róng)的视频(pín)就意味着，一些视频创作由AI代替人工完成(chéng)已经初步有了可(kě)能。

当下AI的发展速度已经超过大部分(fēn)人的想象。内容产(chǎn)业的本(běn)质是供给创造(zào)需求(qiú)，AIGC作(zuò)为全新的内容(róng)生产方(fāng)式，可以为内(nèi)容产(chǎn)业(yè)带来更(gèng)新的内容风格、更快的生产(chǎn)速度(dù)，更(gèng)低的生产成本，这无疑会驱动内容产业的大爆(bào)发(fā)。

除了AI绘图、视频，AIGC技术还能应用于音乐、代码、机器(qì)人(rén)动作等多种(zhǒng)内容形式的生成(chéng)。不难发(fā)现该项技术不仅在游(yóu)戏等行业能得到(dào)有效应用，对于下一代互联网各种元素(sù)的构建亦(yì)有关键意义。

从商(shāng)业化的角度来看，文化娱乐、教育(yù)、传(chuán)媒等诸(zhū)多领域，本身(shēn)就对基于AI的可视(shì)化内容(róng)有强烈需求。

因(yīn)此，AI绘画及视频或不是(shì)结(jié)果，而只是(shì)AI进程中的一块重要(yào)拼图，有望在技术(shù)更新的加持下(xià)实现(xiàn)更大(dà)的应用价值。

AI从(cóng)理(lǐ)解内容，走向(xiàng)了可以(yǐ)生成内容，甚至能够创(chuàng)造(zào)出(chū)独立价值和独(dú)立视角的内(nèi)容。AIGC的再次(cì)出圈，更代(dài)表着(zhe)未来的先进生(shēng)产力(lì)即将到(dào)来。

04

紧抓大模型(xíng)与算力，牢固AIGC底座

从技术(shù)的发展也(yě)可以看出，在语言大模(mó)型、图(tú)像大(dà)模型之后，多模态大模(mó)型已(yǐ)经成为了新(xīn)的趋势。

大模型被(bèi)誉为当(dāng)前人(rén)工智(zhì)能发展的智能底座，是全(quán)球竞争最激烈的研究方向之一，包括(kuò)谷歌、亚马逊、百度(dù)、阿里、腾讯等众多头部企业都在竞相发力。

不过(guò)训练大模(mó)型的确(què)价(jià)格(gé)不菲(fēi)，以国盛证券发布的《ChatGPT需要多少算(suàn)力》报(bào)告估(gū)算，GPT-3训练一(yī)次的成本约为140万美元。而(ér)对于一些(xiē)更大的LLM(大型语(yǔ)言(yán)模型)，训练成本则(zé)介(jiè)于(yú)200万美元至1200万美元(yuán)高价之间。

以ChatGPT在2023年1月(yuè)的独(dú)立访客平(píng)均数1300万计算，其对(duì)应(yīng)芯(xīn)片需求为3万多片英伟达A100 GPU，初(chū)始投入成(chéng)本(běn)约为8亿美元，每日仅电费就(jiù)在(zài)5万美元左(zuǒ)右。

此外不论是ChatGPT还(hái)是(shì)AIGC，都离不开庞大算力支持。在关注各类大模型的发展同(tóng)时，更应该关(guān)注(zhù)算力(lì)网(wǎng)络(luò)的建设(shè)。

算力网(wǎng)络正驱动AI产业发展进入(rù)史诗级加速进(jìn)程，让(ràng)AIGC及通用AI这一人工智能发展的终极目标离得(dé)更近。

因为算(s卯怎么读，卯足劲是什么意思解释uàn)力可以对突破性技术创新(xīn)提供大力的支持。这方面，多模态大模型是(shì)典(diǎn)型。作为(wèi)面(miàn)向未来强人工(gōng)智能、通用人工智能的(de)重要技(jì)术创(chuàng)新，多模态大模型(xíng)已经在人工智能领域提(tí)出(chū)了很(hěn)多年，业界(jiè)也有不少技术突(tū)破，但是，多模态大(dà)模型进一步往下走(zǒu)，算力需求呈几何(hé)式上(shàng)升，一般的算力基卯怎么读，卯足劲是什么意思解释础设施很(hěn)快将难以(yǐ)胜任(rèn)。

从图像、文字、语(yǔ)音单独一项(xiàng)的训练(liàn)，到双模态、三(sān)模态的(de)跃迁，让人工智能可(kě)以(yǐ)灵活应对不同(tóng)模态的转化(huà)、像人与世界交互一样自然(rán)，这方面，由算(suàn)力网(wǎng)络来驱(qū)动将有明显优势。

此外，还有很多(duō)需要爆发式增长的算力来(lái)支撑的技术(shù)创(chuàng)新，将在(zài)人工智能算(suàn)力(lì)网络(luò)支(zhī)撑下快速推进。

AIGC已经(jīng)露出曙光，期待在(zài)大(dà)模型和大算(suàn)力的支持下AIGC能持续颠覆内容生(shēng)产的方式(shì)，将创造(zào)的边际成本降低，让万(wàn)众受益。

未经允许不得转载：橘子百科-橘子都知道 卯怎么读，卯足劲是什么意思解释