自聊天(tiān)机器人ChatGPT火爆以来，微软公(gōng)司创始人比尔(ěr)·盖(gài)茨已多次公(gōng)开谈论人工(gōng)智能话题。在最近的(de)一次采访中，他再次表示：“AI可能会让科技行(xíng)业迎来一次(cì)剧烈(liè)的(de)洗(xǐ)牌”。

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

他预(yù)期，AI的发展可(kě)能会威胁到谷歌的市占(zhàn)率，因为(wèi)微软在AI方面的(de)行动相当(dāng)迅速。而最终科技巨头将把(bǎ)AI整合成用户(hù)的“全(quán)能助手(shǒu)”，包揽(lǎn)一切应用，与人们进行沟通并提供(gōng)建议(yì)，可以取(qǔ)代亚马逊(xùn)、Siri或Outlook等(děng)应用。

大(dà)佬口中全能助手的到来可(kě)能尚需时日，但由ControlNet引发的(de)又一次AI绘(huì)画浪(làng)潮，让AIGC在ChatGPT的话题(tí)热点包围中杀出重(zhòng)围。

01

ControlNet颠覆AI绘(huì)画新玩法

AIGC向可(kě)控靠近

以(yǐ)AI绘画为代表的AIGC上一次爆火(huǒ)的时候，还是2022年8月，在美国科罗拉多州举办(bàn)的新兴数字艺(yì)术家竞赛中，一幅名为(wèi)《太空歌剧院》的作品获奖。

随后(hòu)各大厂商的AI绘(huì)画(huà)软(ruǎn)件被广大网友熟知(zhī)并体验，Stable Diffusion便是其中代表。

软化和拉直哪个持久，为啥头发软化了一洗就不直了c="https://mmbiz.heiliaofuli.com/wp-content/uploads/2023/03/4a712a72a22d7ba.jpeg?imageMogr2/thumbnail/2160x0/format/webp/quality/80" data-ratio="0.7261345852895149" data-s="300,640" data-type="jpeg" data-w="639">

用户们可以在应用中输入一(yī)组关(guān)键词(cí)或(huò)者一张照片，就能获得一幅(fú)AI创作的画作。

作画的关键就是所输入的文本。同一(yī)组(zǔ)关(guān)键(jiàn)词也(yě)可以(yǐ)创作出很多(duō)张风格(gé)不(bù)一样的画(huà)作，这让创作的过(guò)程就像(xiàng)开盲盒。

很多用户(hù)很喜欢这种不(bù)确定(dìng)的惊喜，他们会(huì)将生(shēng)成的美图当做头像(xiàng)。而另一部分喜欢翻看AI绘(huì)画的“翻车”作品。在社交媒体(tǐ)上，许多用户分享AI“翻(fān)车(chē)现场”，例(lì)如，一位网(wǎng)友(yǒu)的小狗照片(piàn)被AI画成(chéng)了“肌(jī)肉男”，还有网友(yǒu)的个人(rén)照片被AI识别(bié)成了建筑。

而如今(jīn)随(suí)着(zhe)ControlNet的出现与加持，以往AI绘(huì)画的填写关键词游(yóu)戏可能(néng)要被颠覆了。

ControlNet是一位正在斯坦(tǎn)福读博(bó)的中(zhōng)国人张吕(lǚ)敏创作的一种(zhǒng)基于控制点的图(tú)像变(biàn)形算法(fǎ)，主要用于数字(zì)图像处理、计(jì)算机视(shì)觉(jué)和计算(suàn)机(jī)图形学等(děng)领域。

其SD插件(jiàn)一经发布，在短短的两天内便成为了(le)AI绘画领域最(zuì)新(xīn)的热(rè)点。

在此之前，大家(jiā)用了很(hěn)多方法(fǎ)想让(ràng)AI生(shēng)成(chéng)的结果尽(jǐn)可能的符(fú)合要求，但是都不尽如人意，它的出现代表着AI生成开始进(jìn)入真正的可控时期。

因(yīn)为ControlNet可以直接提取画(huà)面的构图，人物的姿势和画面的(de)深(shēn)度(dù)信息等(děng)。有了(le)它(tā)的(de)帮助，就不(bù)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相当(dāng)于给AI绘画加了“魔法”，不少(shǎo)博主的作品已(yǐ)经(jīng)获得了大量的浏览量，“viggo”就是其中之一(yī)，他用朋友的照片直接带她们(men)走进(jìn)动漫世界。

viggo先用StableDiffusion图片转文字。

再用Text2Prompt插件拓展找到对应的关键词；最后用ControlNet插件绑(bǎng)定骨骼开始换关(guān)键词试效果。

通过图(tú)片就可(kě)以(yǐ)看出来(lái)，效果十(shí)分惊艳。

更厉害的是，除了真实的照片，草图也可以(yǐ)加上“魔法(fǎ)”，知乎大牛“DevPoint”和(hé)“逗砂”介(jiè)绍到ControlNet还能(néng)实现线稿转全彩图。大神张吕敏其本尊也(yě)亲(qīn)自回应(yīng)。

不得(dé)不说当下(xià)AIGC已经变得越来越强大，甚(shèn)至输(shū)出的作品都(dōu)已经能(néng)以假乱真了。

02

难辨虚实(shí)，AIGC技术力爆发

警(jǐng)惕安(ān)全问(wèn)题

近日(rì)，“苏州金(jīn)鸡湖有游艇(tǐng)party”的消息火(huǒ)遍(biàn)网(wǎng)络，而经(jīng)过(guò)警方(fāng)辟谣这所谓的“party”可(kě)能是(shì)全国第一起AI绘图诈(zhà)骗。

由于这个活动里面给出的美女照(zhào)片(piàn)都是AI制作的真人照片绘图，因为(wèi)太逼(bī)真，被大家当成真事传播了。

不过仔(zǎi)细(xì)观察可以(yǐ)发现(xiàn)，活动(dòng)发(fā)起者提供的(de)照片中有个很大的漏(lòu)洞可以发现(xiàn)并非真人，而(ér)是AI绘图，那便是图(tú)片中女性(xìng)的手指部(bù)分有的存在(zài)异常(cháng)。

有行业人事表示：“现在因为手指部分的(de)绘画算法比较复杂(zá)，AI还不太(tài)会画人的手(shǒu)，但最新看到的图(tú)片(piàn)已经有越(yuè)来(lái)越完美(měi)的AI模(mó)型出现(xiàn)，以后(hòu)可能就完全没有漏洞了。”

类似的AI作(zuò)图诈骗(piàn)在国外也已(yǐ)有发生。据英国广播公司报道，土耳其地震(zhèn)期间，有Tiktok用(yòng)户使用AI合成了儿童受灾的假照片发布到网络，以此诱骗善(shàn)良的人(rén)打赏“捐(juān)助(zhù)”从(cóng)而(ér)实施诈(zhà)骗。

目前(qián)随着技术发展，AIGC已经能做出(chū)真人照(zhào)片般的绘图(tú)效果，如果(guǒ)这样(yàng)的图片(piàn)被用来诈(zhà)骗，将非常可怕。

此外AIGC还引(yǐn)发了很多担忧(yōu)，一方(fāng)面，批判(pàn)者认为AI在“学习”了大(dà)量前(qián)人(rén)的作品(pǐn)之后(hòu)，其创(chuàng)作(zuò)没有(yǒu)任何情(qíng)绪和灵魂，难以和人类的艺术创作相提(tí)并论。

另一(yī)方面，AIGC背后(hòu)的(de)版权(quán)、目前都(dōu)并(bìng)没有得到有效的解决，还有AIGC会不会代替人类(lèi)“至高(gāo)无上”的创意(yì)。

马斯克也(yě)强(qiáng)调，人工智(zhì)能的安全问(wèn)题(tí)需要得到重视，太(tài)晚就来不及了。

03

AIGC下一站除了视频，还(hái)有远方(fāng)

技术都是(shì)有(yǒu)两面(miàn)性(xìng)的，潜在的危害并不(bù)能掩盖其光辉的贡献。现在看来(lái)，人工智能(néng)技术(shù)将是第(dì)四次(cì)工业革命的核心驱(qū)动力量，将创造新的(de)增长奇(qí)迹(jì)。

过去(qù)一(yī)年(nián)，人工智能在技术和(hé)商业层面都有了巨大进展，AI绘(huì)画就是人工智能技(jì)术发生方向(xiàng)性改(gǎi)变的一个代表。其下一站或许就是视频。

此前，Meta和谷歌先后发布了几条引(yǐn)爆科技圈(quān)的短(duǎn)视频。这(zhè)些视频(pín)引发关注并非内容做得多优秀，反而都非常简单，比如一匹正在喝水的马，一只画画(huà)的玩具熊，或者一段骑摩托车的(de)第(dì)一(yī)视角录像，随便一(yī)个有手机的人(rén)都可(kě)以随手录下一段(duàn)。

但这些短视频的创作方(fāng)式(shì)非常简单(dān)，创作者仅仅(jǐn)需要向AI输入(rù)一段话，甚至只是(shì)说一下要求(qiú)，AI就可以根(gēn)据需要生成一段视频(pín)。

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

在Make-A-Video公布了AI生成的视频(pín)后，AI圈就已经玩了(le)一波梗，一个(gè)能够做出(chū)更高(gāo)清视(shì)频的AI还(hái)不足(zú)以在短(duǎn)时间内戳(chuō)中兴奋点。

Phenaki更(gèng)加令人震(zhèn)惊的地方在于，它可以制作(zuò)出超过2分钟的连贯的也有确切内容的(de)视频，这才是真正让人(rén)们感到(dào)惊喜(xǐ)的(de)地(dì)方。因为无论AI生成(chéng)的视频多(duō)么高(gāo)清，也只能(néng)是为(wèi)内容生产者提供一个灵(líng)感，一个素材，一个(gè)过场动画(huà)。

不过能(néng)够(gòu)制作出有(yǒu)具体剧情(qíng)内(nèi)容的(de)视频(pín)就意(yì)味着，一些视频(pín)创作由AI代(dài)替人(rén)工完成已经初步有了可能。

当下(xià)AI的(de)发展速度(dù)已(yǐ)经超过(guò)大部分人的想(xiǎng)象。内容产(chǎn)业(yè)的本质是供给创造(zào)需求，AIGC作为全新的内容生(shēng)产(chǎn)方(fāng)式，可以为(wèi)内(nèi)容产(chǎn)业(yè)带来更新的内容风格、更快的生产速度，更低(dī)的生产成本，这无疑会驱(qū)动(dòng)内容产业的大(dà)爆发。

除了AI绘(huì)图、视频(pín)，AIGC技术(shù)还能应用于音(yīn)乐(lè)、代码、机(jī)器人动作等多种内容(róng)形式的生(shēng)成。不难发现该项技(jì)术不仅(jǐn)在游戏等行业能(néng)得到有效应用，对于下一代(dài)互联网各种元素(sù)的构(gòu)建亦有关键意义(yì)。

从商业(yè)化的角(jiǎo)度来看，文(wén)化娱(yú)乐、教育、传(chuán)媒等诸多领域(yù)，本身(shēn)就(jiù)对基(jī)于AI的可(kě)视化内(nèi)容有强(qiáng)烈需求。

因(yīn)此，AI绘(huì)画及视频或不是结果，而只(zhǐ)是(shì)AI进(jìn)程中的(de)一块重要拼图，有望(wàng)在技(jì)术更新(xīn)的加(jiā)持下(xià)实现更(gèng)大的应用价值。

AI从理解(jiě)内容，走向了(le)可以生成内容，甚至能够创(chuàng)造出独立(lì)价值和独立视(shì)角(jiǎo)的内容。AIGC的再次出圈(quān)，更代(dài)表(biǎo)着未来(lái)的先进生产力即将到来。

04

紧抓大模型与算(suàn)力，牢固(gù)AIGC底座

从技(jì)术的发展也可以看出，在语(yǔ)言大模型、图像大模型之后，多(duō)模(mó)态大模型已经(jīng)成(chéng)为了新(xīn)的(de)趋势。

大模型被誉(yù)为当前(qián)人(rén)工(gōng)智(zhì)能发展的智(zhì)能底座，是全(quán)球竞争最激烈的(de)研究方向之一，包(bāo)括谷歌、亚(yà)马(mǎ)逊、百度(dù)、阿里、腾讯等众多头部企业都(dōu)在竞相发力(lì)。

不过训练大模型的确价格(gé)不菲(fēi)，以(yǐ)国盛(shèng)证(zhèng)券(quàn)发布的《ChatGPT需(xū)要多少算力》报告估(gū)算(suàn)，GPT-3训(xùn)练一次(cì)的成本约(yuē)为140万美元。而对(duì)于一些更大的LLM(大(dà)型语言模型(xíng))，训练(liàn)成本则介于200万(wàn)美元至1200万(wàn)美(měi)元高价之(zhī)间(jiān)。

以(yǐ)ChatGPT在2023年1月的独立访客平均数1300万(wàn)计算，其对应(yīng)芯片需求(qiú)为(wèi)3万(wàn)多片英伟达(dá)A100 GPU，初始投入成本(běn)约为8亿美元，每日仅电费就(jiù)在5万美元(yuán)左(zuǒ)右。

此外不论是ChatGPT还是AIGC，都离不开庞大算力支(zhī)持。在(zài)关(guān)注各(gè)类大模型(xíng)的发展(zhǎn)同时，更应该关注算力网络的建设(shè)。

算力网络正驱(qū)动AI产(chǎn)业发展进入史诗级加速进(jìn)程(chéng)，让(ràng)AIGC及通(tōng)用AI这一(yī)人工(gōng)智(zhì)能发展的终极目标离得更近。

因为(wèi)算(suàn)力(lì)可以对突破性技术创(chuàng)新(xīn)提供大力的支持。这(zhè)方面，多模态大模型是典型。作为面向未来强人工智能、通用人(rén)工智能的重要技术创新(xīn)，多模态(tài)大模型已经在人工智能领(lǐng)域提出(chū)了(le)很多年，业界也有不少技术突破(pò)，但(dàn)是，多模态(tài)大模型(xíng)进一步往下走，算力(lì)需(xū)求(qiú)呈几何式上升(shēng)，一(yī)般的(de)算力基础设(shè)施很快将难以胜任。

从(cóng)图像、文字(zì)、语音(yīn)单独一项(xiàng)的(de)训练(liàn)，到(dào)双(shuāng)模态、三模态的(de)跃迁，让人工智(zhì)能(néng)可以灵活应(yīng)对不(bù)同模态的转化(huà)、像人与(yǔ)世(shì)界交互一样自然，这方面，由(yóu)算(suàn)力网络来驱动将有明显优势。

此外，还(hái)有很多需(xū)要爆发式(shì)增(zēng)长(zhǎng)的算力来支(zhī)撑的技术(shù)创(chuàng)新，将在人工(gōng)智能算力(lì)网络(luò)支(zhī)撑下快(kuài)速(sù)推(tuī)进。

AIGC已经露出曙(shǔ)光，期待在大模型和大算力的支(zhī)持(chí)下AIGC能持续颠覆(fù)内容生产的方式(shì)，将创造的(de)边际成本(běn)降低，让万众(zhòng)受益。

未经允许不得转载：橘子百科-橘子都知道 软化和拉直哪个持久，为啥头发软化了一洗就不直了