自聊天机器人ChatGPT火爆以来，微软公司(sī)创始人比尔·盖茨已多次(cì)公开(kāi)谈论(lùn)人工智能(néng)话题。在最近(jìn)的一次(cì)采(cǎi)访中，他再次表示：“AI可(kě)能会(huì)让(ràng)科技行业迎来一次剧烈的洗牌”。

这(zhè)个结论是(shì)他在当地(dì)时间2月20日(rì)接受《In Good Company》节目(mù)专访时提出的。

他预期，AI的发展可(kě)能会威胁到谷歌的市占(zhàn)率，因(yīn)为微(wēi)软在AI方面的行动(dòng)相当迅速。而最终科(kē)技(jì)巨头将(jiāng)把AI整合成用(yòng)户的(de)“全能助手”，包揽(lǎn)一切应用，与人们进行(xíng)沟通并提供(gōng)建(jiàn)议，可以取代(dài)亚马逊、Siri或(huò)Outlook等应用(yòng)。

大佬口(kǒu)中(zhōng)全能(néng)助(zhù)手的到来可(kě)能尚需时日，但由ControlNet引发的又一次AI绘画(huà)浪(làng)潮，让(ràng)AIGC在ChatGPT的话题热(rè)点包围中杀出(chū)重围。

01

ControlNet颠(diān)覆AI绘画新玩法(fǎ)

AIGC向可控靠近

以AI绘画为代表的AIGC上一(yī)次爆火的(de)时候，还是(shì)2022年8月，在美国科罗拉多州举(jǔ)办的新兴数字艺术家竞赛中(zhōng)，一幅(fú)名为《太(tài)空歌剧院》的(de)作(zuò)品获奖。

随后各大厂商的AI绘(huì)画软件(jiàn)被广大(dà)网友熟知并体(tǐ)验，Stable Diffusion便是其中(zhōng)代(dài)表。

用户(hù)们可以在应(yīng)用(yòng)中输入一组(zǔ)关键词或者一张照(zhào)片(piàn)，就能获得一幅AI创作的画作。

作画的关键就是所输入的文本。同(tóng)一(yī)组关键词也可(kě)以创作出很多张(zhāng)风格不一样的画作，这让创作的过程就(jiù)像(xiàng)开盲盒。

很(hěn)多用(yòng)户很喜(xǐ)欢这种不确(què)定的(de)惊喜，他们会将(jiāng)生(shēng)成的美图当做(zuò)头像。而另一部分喜欢(huān)翻看AI绘画的“翻车”作(zuò)品。在社交媒体上(shàng)，许多用(yòng)户分享AI“翻车现场”，例(lì)如，一(yī)位网友的(de)小狗照片被AI画成了“肌肉男”，还(hái)有网友的个人照(zhào)片被AI识(shí)别成了(le)建(jiàn)筑。

而如今随着ControlNet的出(chū)现与加持，以往AI绘(huì)画(huà)的填写关键词(cí)游(yóu)戏(xì)可能要被颠覆了。

ControlNet是(shì)一(yī)位正在斯坦福读博的中国人张吕(lǚ)敏创作(zuò)的(de)一种基于(yú)控制(zhì)点(diǎn)的(de)图像(xiàng)变形(xíng)算法，主要用(yòng)于(yú)数字图像处理、计算机(jī)视觉和计算机图(tú)形学等(děng)领域(yù)。

其SD插件一经(jīng)发布，在短短的(de)两天内便成为了(le)AI绘画领域最(zuì)新的热点。

在此之前，大家用了很多方法想让(ràng)AI生成的结(jié)果尽(jǐn)可能的符合要求(qiú)，但是(shì)都不(bù)尽如人意，它的出现代表着AI生成开始进入真正的可(kě)控时期。

因为(wèi)ControlNet可以直接提取画(huà)面(miàn)的构图，人物(wù)的姿(zī)势和画面的深度信(xìn)息等。有(yǒu)了(le)它的帮助，就不用(yòng)频繁的(de)用提示词来碰运(yùn)气，抽盲盒式(shì)的创作了(le)。

通(tōng)俗(sú)的说ControlNet相当于给AI绘(huì)画加了(le)“魔法”，不(bù)少博主(zhǔ)的作品已经(jīng)获得了大量的(de)浏览量，“viggo”就是其中之一，他用朋友的照(zhào)片直(zhí)接带她(tā)们走(zǒu)进动漫(màn)世界。

viggo先用(yòng)StableDiffusion图片转文字。

再(zài)用Text2Prompt插(chā)件拓展找到对应的关(guān)键词；最(zuì)后用ControlNet插件(jiàn)绑(bǎng)定(dìng)骨骼开始换关键词试效果。

通过图片就可以看出来，效果十(shí)分惊艳。

更厉害的是，除了真(zhēn)实的照片(piàn)，草(cǎo)图也可以加(jiā)上(shàng)“魔法”，知乎大牛“DevPoint”和(hé)“逗(dòu)砂”介绍到ControlNet还(hái)能实现(xiàn)线稿(gǎo)转全彩图。大神张吕敏其本尊也亲自回应。

不得不(bù)说当(dāng)下AIGC已经(jīng)变得越(yuè)来(lái)越强(qiáng)大，甚至输出的作品都已(yǐ)经能以(yǐ)假乱真了(le)。

02

难辨虚实，AIGC技术力爆(bào)发

警(jǐng)惕(tì)安全(quán)问题(tí)

近日(rì)，“苏州金(jīn)鸡湖有游(yóu)艇(tǐng)party”的(de)消息火遍网络，而经过警方辟(pì)谣(yáo)这所谓的(de)“party”可能是全国第一(yī)起AI绘图(tú)诈骗。

由于这个(gè)活动里(lǐ)面(miàn)给出(chū)的美女照片都是AI制作的真(zhēn)人(rén)照片绘图(tú)，因为太逼真，被大家当成真事传播了。

不(bù)过仔细观察可以发现(xiàn)，活动(dòng)发起者提供的照片中有个很大的漏洞(dòng)可以发现(xiàn)并非真人，而是(shì)AI绘(huì)图，那便是图片(piàn)中女性的(de)手指部分有(yǒu)的(de)存在异常。

有(yǒu)行业人事表示：“现在因(yīn)为(wèi)手指(zhǐ)部(bù)分的绘画(huà)算法比(bǐ)较复(fù)杂，AI还(hái)不太(tài)会画人的手，但最新看到的图片(piàn)已经有越(yuè)来越完(wán)美的AI模型(xíng)出现，以后可能就完全没(méi)有(yǒu)漏洞了(le)。”

类似的AI作图诈(zhà)骗在(zài)国外也已有(yǒu)发生。据英国广(guǎng)播公司报道，土耳(ěr)其地震期间，有Tiktok用(yòng)户使(shǐ)用AI合成(chéng)了儿(ér)童受灾的假照片发布到网络，以此诱骗(piàn)善良的人打赏(shǎng)“捐(juān)助”从而实(shí)施(shī)诈(zhà)骗。

目(mù)前随(suí)着技术发展，AIGC已(yǐ)经能做(zuò)出真人(rén)照片般的绘(huì)图(tú)效(xiào)果，如果这(zhè)样的图片被用来诈骗，将非常可怕(pà)。

此外AIGC还引发了很多担(dān)忧，一方(fāng)面，批判者(zhě)认为AI在“学(xué)习”了大量前人的作(zuò)品之后，其创作没有任何情绪和灵魂，难以和人类的艺术创(chuàng)作(zuò)相提并论。

另一方面，AIGC背(bèi)后的(de)版权(quán)、目前都(dōu)并没有得到有效的解决(jué)，还有(yǒu)AIGC会不会代(dài)替人类“至高(gāo)无上”的(de)创意。

马(mǎ)斯克也强调，人(rén)工智能的安全问题需要得到(dào)重视，太晚就来不及了(le)。

03

AIGC下一站(zhàn)除了视频(pín)，还有远方(fāng)

技术都是有两面性的(de)，潜在的危(wēi)害并不能掩盖其(qí)光(guāng)辉的(de)贡献。现在看来，人工智能技术将是第四次(cì)工(gōng)业革命的核心驱动力量，将创造新的增长(zhǎng)奇迹。

过去一年，人工智能在技(jì)术(shù)和(hé)商业层面(miàn)都有(yǒu)了(le)巨大进展(zhǎn)，AI绘画就是(shì)人工智能(néng)技术发生方向性改变的一个代表。其下(xià)一(yī)站或许就是视频。

此前，Meta和谷歌先后发布了几条引爆科(kē)技圈的短视频。这些视频引发关注并非(fēi)内(nèi)容做得多(duō)优(yōu)秀，反而都非常简单，比嘉应学院地址在哪里啊，嘉应学院学校地址如一匹正在(zài)喝水(shuǐ)的马，一只画(huà)画的玩(wán)具熊，或者一段骑摩托(tuō)车的第一视角录像，随便一个有手机的人都可以(yǐ)随(suí)手录下一(yī)段。

但这些短视频的创作(zuò)方式非常简单，创作者仅仅(jǐn)需要向(xiàng)AI输入一段话，甚至只(zhǐ)是(shì)说一下(xià)要求，AI就可以(yǐ)根据需要(yào)生成(chéng)一段视频(pín)。

谷歌(gē)发布的两个(gè)AI生成视频分别(bié)来自于Imagen Video和(hé)Phenaki，前(qián)者主要突出的(de)是高清，与(yǔ)Meta的Make-A-Video没有太多的差别。

在Make-A-Video公(gōng)布了AI生(shēng)成的视频后，AI圈就已经玩了一波梗，一(yī)个能够(gòu)做出(chū)更高(gāo)清视频的AI还不足(zú)以在短时间(jiān)内戳中兴奋点。

Phenaki更加(jiā)令人震惊的地方在于，它可以制作出(chū)超过2分钟的(de)连贯的也有确切内容(róng)的(de)视频，这才是真正让人们感到惊喜的(de)地方(fāng)。因为无论AI生成的视频多(duō)么高清，也只能是为(wèi)内容(róng)生产者(zhě)提供一个灵感，一个素(sù)材，一个(gè)过场(chǎng)动画。

不(bù)过能够(gòu)制作出有具体剧情内容的视频就意味着(zhe)，一些视频创作由AI代(dài)替人工完(wán)成已经初步有(yǒu)了可(kě)能。

当下(xià)AI的(de)发展速度已经超(chāo)过(guò)大部分(fēn)人(rén)的想(xiǎng)象(xiàng)。内容产业的本质(zhì)是供给(gěi)创(chuàng)造需(xū)求(qiú)，AIGC作为(wèi)全(quán)新的内容生产方式，可以为内(nèi)容产业带(dài)来(lái)更新的内容风(fēng)格、更(gèng)快的(de)生产速度，更(gèng)低的生产成本，这(zhè)无疑会驱动(dòng)内容产业的大爆发(fā)。

除了AI绘图(tú)、视频(pín)，AIGC技术还(hái)能(néng)应(yīng)用(yòng)于音乐(lè)、代码、机器人动作等多种内容形式的(de)生成。不难发现该项技术(shù)不仅在游戏等行业能得到有(yǒu)效应(yīng)用，对(duì)于下一代(dài)互联网各种元素的(de)构建亦有(yǒu)关键意义。

从(cóng)商(shāng)业化的(de)角度来(lái)看，文化娱乐、教育、传(chuán)媒(méi)等诸多领(lǐng)域(yù)，本身就(jiù)对基于(yú)AI的可视化内容有强(qiáng)烈需求。

因此，AI绘(huì)画(huà)及视(shì)频或不是结果(guǒ)，而只是(shì)AI进(jìn)程中(zhōng)的一块重要拼图，有望(wàng)在技(jì)术更新的加持下实现更大的应用价(jià)值。

AI从理解(jiě)内容，走向了(le)可以生成内容，甚至(zhì)能(néng)够创造(zào)出独立价值和(hé)独立视(shì)角的内容。AIGC的再次出圈，更代(dài)表着(zhe)未来(lái)的先进(jìn)生产力(lì)即(jí)将(jiāng)到来。

04

紧抓(zhuā)大模型与算(suàn)力，牢固AIGC底座(zuò)

从技(jì)术的发(fā)展也可以看出，在语言大模型、图(tú)像大模(mó)型之后，多模态大模型已经(jīng)成为了新的趋势。

大模型被誉为当前人(rén)工智能发展的智(zhì)能底(dǐ)座，是全球竞争最激烈的研(yán)究(jiū)方(fāng)向之一，包括谷歌(gē)、亚马逊、百度、阿里、腾(téng)讯等众多(duō)头部企业都在(zài)竞相发(fā)力。

不过训练(liàn)大模型的确价(jià)格不菲，以国盛证券发布的《ChatGPT需要多(duō)少(shǎo)算力》报告(gào)估算，GPT-3训练(liàn)一次(cì)的(de)成本约为140万美元。而(ér)对于一些更大的LLM(大型语言模型)，训练成(chéng)本则介于200万美元至1200万(wàn)美元(yuán)高(gāo)价之(zhī)间。

以ChatGPT在2023年1月的独立访客平均数(shù)1300万计算，其对应芯片需(xū)求(qiú)为3万多片英(yīng)伟达A100 GPU，初始投入成本约为(wèi)8亿美(měi)元，每日仅电费(fèi)就在(zài)5万美元左右(yòu)。

此(cǐ)外不论是ChatGPT还(hái)是AIGC，都离不开(kāi)庞大算力支持。在(zài)关注(zhù)各类大模型的(de)发展(zhǎn)同时，更应该关注(zhù)算力(lì)网络的建设。

算力(lì)网(wǎng)络正(zhèng)驱(qū)动AI产业发展进入史诗(shī)级(jí)加(jiā)速进程，让AIGC及通用AI这(zhè)一人工智能发展的终极(jí)目标离得(dé)更近(jìn)。

因(yīn)为算力(lì)可以(yǐ)对突破性(xìng)技术(shù)创(chuàng)新提(tí)供大力的(de)支持。这方(fāng)面，多模态大模型是(shì)典型。作为(wèi)面(miàn)向未来强(qiáng)人工智能、通用人工智能的重要技术创(chuàng)新，多(duō)模态大模(mó)型已经在人工智能领(lǐng)域提(tí)出了很多年，业界也有不少(shǎo)技术突破，但(dàn)是，多模(mó)态(tài)大模(mó)型进一步往下走(zǒu)，算(suàn)力(lì)需(xū)求呈几何式上(shàng)升，一般的算力基础设施很快将难以(yǐ)胜任。

从图像(xiàng)、文字、语音(yīn)单独(dú)一项的训练，到双模态、三模(mó)态的(de)跃迁(qiān)，让人(rén)工(gōng)智(zhì)能(néng)可以灵活(huó)应对不同模态(tài)的转化、像人与世界交互一样自然，这方(fāng)面，由算力网络来(lái)驱(qū)动将有(yǒu)明(míng)显优(yōu)势。

此外，还有很(hěn)多需要(yào)爆发式增长的算力来(lái)支撑的技(jì)术创(chuàng)新，将在人工智能算力网(wǎng)络支撑下快速(sù)推进。

AIGC已(yǐ)经露出曙光，期待在大模型和(hé)大算力的支持下AIGC能持续颠覆内容生产(chǎn)的方式，将创造的边际成本降(jiàng)低，让万众受益。

未经允许不得转载：橘子百科-橘子都知道 嘉应学院地址在哪里啊，嘉应学院学校地址