自聊天机器人ChatGPT火爆以来，微软(ruǎn)公司创始(shǐ)人比尔·盖茨已多次公开谈论人工智(zhì)能话题。在最近的一(yī)次(cì)采(cǎi)访中，他再次表(biǎo)示(shì)：“AI可(kě)能会让(ràng)科技行业迎来(lái)一次(cì)剧烈的洗牌”。

这个结(jié)论是他(tā)在当地时间2月20日(rì)接(jiē)受《In Good Company》节(jié)目专访时提出的。

他预期(qī)，AI的发展(zhǎn)可能会威胁到谷歌的(de)市占率，因为(wèi)微(wēi)软在AI方面的行动相(xiāng)当迅速(sù)。而最终科技巨头(tóu)将把(bǎ)AI整合成用(yòng)户的“全(quán)能助手”，包揽一切应用，与人们进行沟通并提(tí)供建议，可以取代亚(yà)马逊、Siri或Outlook等应(yīng)用。

大佬(lǎo)口(kǒu)中(zhōng)全(quán)能(néng)助手的到来可能(néng)尚需时日，但由ControlNet引发的(de)又一次(cì)AI绘画(huà)浪潮，让(ràng)AIGC在ChatGPT的话题热点包围中杀出(chū)重围(wéi)。

01

ControlNet颠覆AI绘画新玩法(fǎ)

AIGC向可控靠近

以AI绘画为(wèi)代表(biǎo)的(de)AIGC上一(yī)次爆火(huǒ)的(de)时候，还是2022年8月(yuè)，在美国科罗拉多州举(jǔ)办的新兴数字艺术家竞赛(sài)中，一幅名为(wèi)《太空歌(gē)剧(jù)院》的作品获奖。

随后各大厂(chǎng)商的(de)AI绘(huì)画(huà)软件被广大(dà)网友熟知并(bìng)体验，Stable Diffusion便是其中(zhōng)代表。

用户们可以(yǐ)在应(yīng)用中输入一(yī)组关键词或者一张照(zhào)片(piàn)，就能(néng)获得一幅AI创作的画作。

作画的关键就是所(suǒ)输入(rù)的(de)文本。同一组关键词(cí)也(yě)可以创作出很多张风(fēng)格(gé)不(bù)一样的画作，这让创(chuàng)作的过程就像开盲(máng)盒。

很多用户很喜欢这种不确定(dìng)的(de)惊喜，他们(men)会将生(shēng)成的美(měi)图当(dāng)做头(tóu)像。而另(lìng)一(yī)部(bù)分喜欢翻(fān)看AI绘(huì)画的“翻车”作品。在(zài)社交媒体(tǐ)上，许(xǔ)多用户分享AI“翻车现场”，例如(rú)，一(yī)位网(wǎng)友的小狗照片(piàn)被AI画(huà)成了“肌(jī)肉男”，还有网友的个(gè)人(rén)照片被(bèi)AI识别(bié)成了建(jiàn)筑。

而如今随着ControlNet的出(chū)现与加持，以往AI绘画的填写(xiě)关键词游戏可(kě)能要被颠覆(fù)了。

ControlNet是一位正在斯坦福读博的中国人张吕敏(mǐn)创作的一种(zhǒng)基于(yú)控制点(diǎn)的图像变(biàn)形(xíng)算法(fǎ)，主(zhǔ)要(yào)用于(yú)数字图像处(chù)理、计(jì)算(suàn)机视(shì)觉和计算机(jī)图形学等领域。

其SD插件一经发(fā)布，在短短的两天内(nèi)便成(chéng)为了AI绘画领域最新的热点。

在此之前，大家用了很(hěn)多方法(fǎ)想让(ràng)AI生成的(de)结(jié)果尽可能的符合要求，但是(shì)都不(bù)尽如人意，它的出现代表(biǎo)着AI生成开(kāi)始进入真正的(de)可控时期。

因为ControlNet可(kě)以直接(jiē)提取画(huà)面的构图，人物(wù)的姿势和画面的深度信息等。有了它的帮助，就不用频繁的用(yòng)提示词来碰运气，抽盲盒(hé)式的创作了。

通俗(sú)的说ControlNet相当于给AI绘画加了(le)“魔(mó)法(fǎ)”，不少博(bó)主的作品已经(jīng)获得(dé)了大量的浏(liú)览量，“viggo”就是其(qí)中之(zhī)一，他用朋友的照片直接带(dài)她们走进动漫(màn)世界。

viggo先用StableDiffusion图片转文(wén)字。

再用Text2Prompt插件拓展找(zhǎo)到(dào)对(duì)应(yīng)的关键词；最后用(yòng)ControlNet插(chā)件绑定骨骼开(kāi)始换关键词(cí)试效果。

通过(guò)图片就(jiù)可以看出(chū)来，效果十分惊(jīng)艳。

更厉害的(de)是，除了真实的照片，草图(tú)也(yě)可以加上“魔法”，知乎(hū)大(dà)牛“DevPoint”和(hé)“逗砂”介绍(shào)到ControlNet还能实现(xiàn)线稿(gǎo)转全彩图。大(dà)神张吕(lǚ)敏其本尊也亲自回应。

不得不(bù)说当下AIGC已经变(biàn)得越来越强大，甚至输出的作品都已经能以(yǐ)假(jiǎ)乱真了。

02

难(nán)辨虚实，AIGC技术力爆(bào)发

警惕安全问题

近日，“苏州金鸡湖有(yǒu)游艇(tǐng)party”的什么是人员类型 人员类型有哪些消息火(huǒ)遍(biàn)网络，而经过警方辟谣这所谓的“party”可能是(shì)全国(guó)第(dì)一起AI绘(huì)图诈骗。

由(yóu)于这个活动里(lǐ)面给出的(de)美女(nǚ)照片(piàn)都是(shì)AI制(zhì)作的(de)真人照片绘图(tú)，因为太逼真，被大家当成真事传(chuán)播了(le)。

不过仔细观察可以发(fā)现，活动发起者(zhě)提(tí)供的(de)照片中有个(gè)很大的漏洞(dòng)可以(yǐ)发现(xiàn)并非真(zhēn)人，而(ér)是AI绘图，那便是图片中女(nǚ)性(xìng)的手指(zhǐ)部(bù)分有的存在异常。

有(yǒu)行业(yè)人事表(biǎo)示(shì)：“现在因为手指部(bù)分的绘画算法比较复杂，AI还不太(tài)会画(huà)人的手，但最(zuì)新看到的图片(piàn)已经有越来(lái)越完(wán)美(měi)的AI模(mó)型出现，以(yǐ)后可能就完全没有漏洞了(le)。”

类似的AI作图诈骗在(zài)国(guó)外也(yě)已有发生。据英国广(guǎng)播公司报道，土耳其地震期(qī)间(jiān)，有Tiktok用户使用AI合成了(le)儿童受灾的假照(zhào)片(piàn)发布(bù)到网络，以(yǐ)此(cǐ)诱(yòu)骗善良的人打赏“捐助(zhù)”从而实施(shī)诈骗(piàn)。

目前(qián)随(suí)着技术(shù)发展(zhǎn)，AIGC已经能做出(chū)真人照片般的(de)绘图效果，如(rú)果这样的图片被用(yòng)来诈骗，将非常可怕。

此外AIGC还(hái)引发(fā)了很多担忧(yōu)，一方面，批判(pàn)者(zhě)认为(wèi)AI在“学习”了大量前人(rén)的作品之后，其创作没有任何情绪和灵魂，难(nán)以和人类的艺术创作相提并论。

另(lìng)一方(fāng)面，AIGC背后的(de)版权(quán)、目(mù)前都并没有得到有效(xiào)的(de)解决，还有AIGC会(huì)不会代替(tì)人类“至(zhì)高(gāo)无上”的(de)创意(yì)。

马(mǎ)斯克也强调，人工智能的(de)安(ān)全(quán)问题需要得到(dào)重视(shì)，太晚就来(lái)不及了。

03

AIGC下一站(zhàn)除了视(shì)频，还有远方

技术都是有(yǒu)两面性(xìng)的，潜在的危害并(bìng)不(bù)能掩(yǎn)盖(gài)其光辉的贡献。现在看来，人工智能技术将是第四次工业革命的核心驱动力量，将创造(zào)新的增长奇(qí)迹。

过去一年，人工智能在技(jì)术(shù)和商业层面都(dōu)有了(le)巨大(dà)进(jìn)展，AI绘画就是人工智能技术(shù)发生(shēng)方向性改变的一个代表。其下一站或(huò)许就是(shì)视频。

此前，Meta和谷歌先后发布了几条引爆科技圈的短视频(pín)。这(zhè)些视频引发关(guān)注并非内容做(zuò)得多优秀，反而都非常简单(dān)，比如一匹正(zhèng)在喝水的马，一只画画的玩具熊，或(huò)者一(yī)段骑(qí)摩托车(chē)的(de)第一(yī)视角(jiǎo)录像(xiàng)，随便一个有(yǒu)手机(jī)的(de)人都可(kě)以随手录(lù)下一段。

但这(zhè)些短视频(pín)的创(chuàng)作(zuò)方式(shì)非常简单，创作者仅(jǐn)仅需要向(xiàng)AI输入一段话，甚至只是说一下(xià)要求，AI就可以(yǐ)根据需要生成(chéng)一段(duàn)视频(pín)。

谷歌发布的两(liǎng)个(gè)AI生成(chéng)视频(pín)分别(bié)来自于Imagen Video和Phenaki，前者主要突出的(de)是高清，与Meta的Make-A-Video没有太(tài)多的(de)差别(bié)。

在Make-A-Video公(gōng)布了AI生成的视频后，AI圈就已经玩了一波(bō)梗(gěng)，一个能够做(zuò)出更高清视频(pín)的(de)AI还不足以在短(duǎn)时间内戳中兴奋点。

Phenaki更(gèng)加令人震惊的(de)地(dì)方在(zài)于，它(tā)可(kě)以(yǐ)制(zhì)作出超过2分钟的连(lián)贯的也(yě)有确切内容的视频，这才(cái)是(shì)真正让人(rén)们(men)感到惊(jīng)喜(xǐ)的地方。因为(wèi)无论AI生成(chéng)的视频多么高清，也只能是为内容生(shēng)产(chǎn)者(zhě)提供一(yī)个灵感，一个素材，一个过场动画。

不过能够制(zhì)作出有具(jù)体剧情内(nèi)容(róng)的视频就意(yì)味(wèi)着，一些视频创作由AI代(dài)替人工完成(chéng)已经初步有了(le)可能。

当(dāng)下AI的发展速度已经超过(guò)大部(bù)分人(rén)的(de)想象(xiàng)。内容产业的本质是供给创造(zào)需求，AIGC作(zuò)为全新的内(nèi)容生产(chǎn)方式，可以(yǐ)为内容产业带来更(gèng)新的内容(róng)风(fēng)格、更快(kuài)的生(shēng)产速(sù)度，更(gèng)低的生产(chǎn)成本，这无疑(yí)会驱动内容产业的大爆发(fā)。

除了AI绘图、视(shì)频，AIGC技(jì)术(shù)还能(néng)应用(yòng)于音乐(lè)、代码(mǎ)、机器(qì)人动作等多种内(nèi)容形式的生成(chéng)。不(bù)难(nán)发现该项技(jì)术不仅在游戏等行业(yè)能得(dé)到有效应用，对于下一代(dài)互联(lián)网各种元素的构建亦有关键(jiàn)意义。

从商业化(huà)的角度来看(kàn)，文(wén)化娱乐、教育(yù)、传媒等诸多领域(yù)，本身(shēn)就(jiù)对基于AI的可视化内容有强烈需(xū)求。

因此，AI绘画(huà)及视频(pín)或不是结果，而只是AI进程中的一(yī)块重要拼图，有(yǒu)望在技术更新(xīn)的加持下实(shí)现更大的(de)应(yīng)用(yòng)价值(zhí)。

AI从理解内容，走(zǒu)向了可以生成内容，甚至能够(gòu)创造出(chū)独立价值和独立视角的内容。AIGC的再次出(chū)圈，更代表着未(wèi)来(lái)的先(xiān)进生(shēng)产力即将到来。

04

紧抓(zhuā)大模型与算力，牢固AIGC底座

从技术的发展(zhǎn)也可以(yǐ)看出，在语言(yán)大模型(xíng)、图像大模型(xíng)之后，多模态大模(mó)型已经成为了新的趋势。

大模型(xíng)被誉(yù)为当前(qián)人工智能发(fā)展的智能底座，是全球竞(jìng)争最(zuì)激烈的研究方向之一，包括谷(gǔ)歌(gē)、亚马逊、百度、阿里、腾讯等(děng)众多头部企业都在竞(jìng)相(xiāng)发力。

不过(guò)训练大模型的确价格不菲，以国(guó)盛证券发(fā)布(bù)的《ChatGPT需(xū)要多(duō)少(shǎo)算力》报告(gào)估算，GPT-3训练一次的成本(běn)约(yuē)为140万美元。而(ér)对于(yú)一些(xiē)更(gèng)大(dà)的LLM(大型语言模型)，训练成本则介于200万美元至(zhì)1200万美元高价之间(jiān)。

以ChatGPT在2023年1月的独立访客平均数(shù)1300万计(jì)算，其对应(yīng)芯片需(xū)求为3万多(duō)片英伟达A100 GPU，初(chū)始投入成本约为8亿美元，每日仅电(diàn)费(fèi)就在5万美元左右。

此外不论是(shì)ChatGPT还是AIGC，都离不开庞大算力支(zhī)持。在关注各类大(dà)模型的发展同时(shí)，更应该关注算(suàn)力网络(luò)的建(jiàn)设。

算力网(wǎng)络正驱动AI产(chǎn)业(yè)发展(zhǎn)进(jìn)入史诗(shī)级(jí)加速进程，让AIGC及通(tōng)用AI这(zhè)一(yī)人工智能发展的终极目标(biāo)离得更近(jìn)。

因为算力可以对(duì)突(tū)破性(xìng)技术创新提供大力的支持(chí)。这(zhè)方面(miàn)，多模态大模(mó)型是(shì)典型。作(zuò)为面向未来强(qiáng)人(rén)工智能(néng)、通(tōng)用人工智能的重要(yào)技术创新(xīn)，多模态大模(mó)型已经(jīng)在人工(gōng)智能领域提出了很多年，业界(jiè)也(yě)有不少(shǎo)技术突破(pò)，但是，多模态大(dà)模型进一(yī)步(bù)往下走(zǒu)，算力(lì)需求呈(chéng)几何式(shì)上升，一般的算力(lì)基础(chǔ)设(shè)施很快将难以胜任(rèn)。

从图(tú)像、文字、语音单独一项(xiàng)的训练(liàn)，到双模(mó)态(tài)、三模态(tài)的跃迁(qiān)，让人工(gōng)智能可以灵(líng)活(huó)应对不同模态的转(zhuǎn)化(huà)、像人与世界(jiè)交互一(yī)样自然，这方面(miàn)，由(yóu)算力网(wǎng)络来(lái)驱动将有(yǒu)明显优势。

什么是人员类型 人员类型有哪些p>

此外，还有很多(duō)需要爆(bào)发式增长的(de)算力(lì)来支撑(chēng)的技术(shù)创新，将在人工(gōng)智(zhì)能算(suàn)力网络支撑下快速推(tuī)进。

AIGC已经露出曙(shǔ)光，期待(dài)在大模(mó)型和大(dà)算力的支持下AIGC能持(chí)续颠覆内(nèi)容生产的方式，将(jiāng)创造的边(biān)际成本(běn)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 什么是人员类型 人员类型有哪些