自聊(liáo)天机器(qì)人ChatGPT火爆(bào)以来(lái)，微(wēi)软公(gōng)司创始(shǐ)人比尔(ěr)·盖茨已(yǐ)多(duō)次公开(kāi)谈(tán)论人(rén)工智能话(huà)题(tí)。在(zài)最近(jìn)的一次采访中，他再次(cì)表示：“AI可能会让科技行(xíng)业迎(yíng)来一次(cì)剧(jù)烈的洗牌(pái)”。

这(zhè)个结论是他在当地时间2月20日接受《In Good Company》节目专访时提出的。

他预期，AI的(de)发展(zhǎn)可能会威(wēi)胁(xié)到谷歌(gē)的市占率(lǜ)，因为微(wēi)软在AI方面的行动相当迅速。而最终科技巨头将(jiāng)把(bǎ)AI整合成(chéng)用户的“全能助手”，包(bāo)揽一切(qiè)应用，与人(rén)们进行沟通(tōng)并提供建议，可(kě)以取代亚(yà)马逊、Siri或(huò)Outlook等应用。

大佬口中全能助(zhù)手的到来可(kě)能尚需(xū)时(shí)日，但由ControlNet引发的又一(yī)次(cì)AI绘画浪潮，让(ràng)AIGC在ChatGPT的(de)话(huà)题热点(diǎn)包围中杀出重(zhòng)围。

改造文章的祖师是谁 改造文章的祖师爷是谁a-cropy2="503.46020761245677" data-ratio="0.503" data-s="300,640" data-type="jpeg" data-w="1000">

01

ControlNet颠覆AI绘画新玩法

AIGC向可控靠(kào)近

以AI绘画为(wèi)代表的(de)AIGC上一次爆火的时候，还(hái)是2022年8月，在美国科(kē)罗拉多州举(jǔ)办的新兴数字艺术家竞赛中，一幅名为《太空歌剧(jù)院》的(de)作品(pǐn)获(huò)奖。

随后各(gè)大厂(chǎng)商的AI绘画软件被广大网友熟(shú)知并体(tǐ)验(yàn)，Stable Diffusion便是其中代表。

用(yòng)户们可以在应用中输入一(yī)组(zǔ)关(guān)键词或者一(yī)张照片(piàn)，就能(néng)获得一(yī)幅(fú)AI创作的画作。

作画的(de)关键就是所(suǒ)输入的(de)文本。同一(yī)组关键词也可以创作出很多张(zhāng)风(fēng)格不一样的画作，这(zhè)让创作(zuò)的过程就像开(kāi)盲盒。

很多(duō)用(yòng)户很喜欢(huān)这(zhè)种不确定的惊喜，他(tā)们(men)会将生(shēng)成的美图当做头像。而另一部(bù)分喜欢翻看AI绘画的(de)“翻车”作品。在社(shè)交(jiāo)媒体上，许多用户(hù)分享AI“翻车现(xiàn)场”，例(lì)如，一位网(wǎng)友的(de)小狗照片被AI画(huà)成了“肌肉(ròu)男”，还(hái)有(yǒu)网友的个人照片被(bèi)AI识别(bié)成了(le)建筑。

而(ér)如今随着ControlNet的(de)出(chū)现与加(jiā)持(chí)，以往AI绘(huì)画(huà)的填写关(guān)键词游戏可能要被颠覆了。

ControlNet是一(yī)位正在(zài)斯坦福(fú)读博的中国人(rén)张吕敏创作(zuò)的一种基于控制(zhì)点的(de)图像变形算法，主要用于(yú)数字图像处理、计算机视(shì)觉和计算(suàn)机图(tú)形学等领(lǐng)域。

其(qí)SD插件(jiàn)一经发布，在短短的(de)两天内(nèi)便(biàn)成为(wèi)了AI绘画领域最新的热点(diǎn)。

在此之前，大家用了很多方法(fǎ)想让AI生成的结果尽可能的符合要求，但(dàn)是都(dōu)不尽如人意(yì)，它(tā)的出(chū)现代表(biǎo)着AI生成开(kāi)始进入真正(zhèng)的可控时(shí)期。

因为(wèi)ControlNet可以直接提取画(huà)面的构图，人物的姿势和画面的(de)深度信息等。有了(le)它的帮助，就不用频繁的用(yòng)提示词来(lái)碰运气，抽盲盒式(shì)的创作了。

通俗(sú)的说ControlNet相当(dāng)于(yú)给AI绘画加了“魔(mó)法”，不少(shǎo)博主的(de)作品已经获得了大量的浏览量，“viggo”就是其中之一，他用朋友的(de)照(zhào)片(piàn)直接带(dài)她们走进动漫世界。

viggo先用StableDiffusion图(tú)片转文字。

再用Text2Prompt插件拓(tuò)展(zhǎn)找到(dào)对应(yīng)的(de)关(guān)键词；最(zuì)后(hòu)用ControlNet插件绑定骨骼开始换关键词(cí)试效果(guǒ)。

通过(guò)图片就可(kě)以看出来，效果十分惊艳。

更厉害(hài)的是，除(chú)了真实的照片，草图也可以加上“魔(mó)法”，知乎大牛“DevPoint”和“逗砂”介绍到ControlNet还能(néng)实现(xiàn)线稿转全彩图。大(dà)神张(zhāng)吕敏其本尊也亲自回应。

不得(dé)不说当(dāng)下(xià)AIGC已(yǐ)经变得越(yuè)来越强(qiáng)大，甚至输出的作品都已经能以假乱真了。

02

难(nán)辨虚实，AIGC技术(shù)力(lì)爆发(fā)

警(jǐng)惕安全问题

近日，“苏(sū)州(zhōu)金(jīn)鸡湖(hú)有(yǒu)游艇party”的(de)消息火遍网络，而经(jīng)过警方辟(pì)谣这所谓的“party”可能是(shì)全(quán)国(guó)第一(yī)起AI绘图诈(zhà)骗(piàn)。

由于这个(gè)活动里面给出的美(měi)女照片(piàn)都是AI制作的真人(rén)照(zhào)片绘图(tú)，因为太逼真，被大家当成(chéng)真事传播了。

不过(guò)仔细观(guān)察可以发(fā)现(xiàn)，活动发起者提(tí)供的照片中有(yǒu)个很大的漏(lòu)洞可以发(fā)现并非真人，而(ér)是AI绘(huì)图，那便(biàn)是图片中女(nǚ)性的手指部分有(yǒu)的存在异常(cháng)。

有(yǒu)行业人事表(biǎo)示：“现在因为(wèi)手指部分(fēn)的绘画算法(fǎ)比较复杂，AI还不太会画人(rén)的手，但(dàn)最新看到的图片已经有越来越完美的(de)AI模型出现，以后可能就完全没(méi)有漏(lòu)洞(dòng)了。”

类似(shì)的(de)AI作图诈骗在国外(wài)也已(yǐ)有发生。据英国广播公司报道(dào)，土耳其地(dì)震(zhèn)期(qī)间，有(yǒu)Tiktok用户使用AI合成了儿(ér)童受灾的假照片发布到网络，以此诱骗善良(liáng)的人打赏“捐助”从而实施诈(zhà)骗。

目前随着技术发(fā)展(zhǎn)，AIGC已经能做出真人照片(piàn)般的(de)绘图效果，如(rú)果这样(yàng)的图片(piàn)被用来诈(zhà)骗，将非常可怕。

此外(wài)AIGC还引发了很多担忧，一方面，批判(pàn)者认(rèn)为(wèi)AI在“学习”了大(dà)量前人的作(zuò)品之后，其创作没有任(rèn)何情绪和灵魂，难以和人(rén)类的艺术创作相提并论。

另一方面，AIGC背后的(de)版权、目前都并没(méi)有得(dé)到有效的解决，还有AIGC会不(bù)会代替人类“至高无上”的创(chuàng)意。

马斯克也强调，人工智能的安全(quán)问题需(xū)要得到重(zhòng)视，太晚就(jiù)来不及了。

03

AIGC下一站除了视频，还(hái)有远方(fāng)

技术都是有(yǒu)两面性的，潜在的(de)危害并不能(néng)掩盖其光辉的贡(gòng)献。现在看(kàn)来，人工智能技术将是第四(sì)次工业革命的核(hé)心驱动力量，将(jiāng)创造新的增长(zhǎng)奇(qí)迹(jì)。

过去一(yī)年，人工智能在技(jì)术和商业(yè)层面都有了巨大进展，AI绘(huì)画就是人(rén)工智(zhì)能技术发生(shēng)方向(xiàng)性改变(biàn)的(de)一(yī)个代(dài)表。其下一站(zhàn)或许就是视(shì)频。

此前，Meta和谷歌(gē)先后发布了(le)几条引爆科(kē)技(jì)圈的(de)短视频(pín)。这些视频引发关注(zhù)并非(fēi)内容(róng)做得多优秀，反而都非常简单，比(bǐ)如一(yī)匹(pǐ)正在喝水的马，一只画画的玩具熊(xióng)，或者(zhě)一段(duàn)骑摩托车(chē)的第(dì)一视角录像，随便(biàn)一个有(yǒu)手机的人(rén)都(dōu)可(kě)以随手录下一段。

但这些短视频的(de)创(chuàng)作方式(shì)非常简(jiǎn)单，创(chuàng)作(zuò)者仅仅需(xū)要向(xiàng)AI输入(rù)一段话，甚至只是说一(yī)下要求，AI就可(kě)以根据需要生成一(yī)段视频。

谷歌(gē)发布的(de)两个AI生成视频分别来自(zì)于Imagen Video和Phenaki，前者主(zhǔ)要突出的是高清，与Meta的Make-A-Video没有(yǒu)太(tài)多的(de)差别。

在(zài)Make-A-Video公布了AI生成的视(shì)频后，AI圈就(jiù)已经玩了(le)一(yī)波(bō)梗，一(yī)个能够(gòu)做出(chū)更高清视频的AI还不足以在短时间内戳中兴奋点。

Phenaki更加令人震惊的地(dì)方(fāng)在(zài)于，它可(kě)以(yǐ)制(zhì)作出超(chāo)过2分钟的(de)连贯的也有确切内(nèi)容的(de)视频，这(zhè)才(cái)是(shì)真正让人们感(gǎn)到惊喜的地方。因为无论AI生成的视频多(duō)么高清，也(yě)只能是为内容生产者(zhě)提供(gōng)一(yī)个灵(líng)感，一个素材(cái)，一个过(guò)场(chǎng)动(dòng)画。

不过(guò)能够制作出有具(jù)体剧情内(nèi)容的视频就(jiù)意味着，一些视频创作由AI代替(tì)人(rén)工完(wán)成已经初步有了可能。

当下AI的发(fā)展(zhǎn)速度(dù)已经(jīng)超过大部分人(rén)的(de)想象。内容产业的(de)本质(zhì)是(shì)供给创造需求(qiú)，AIGC作为(wèi)全新的内容(róng)生产(chǎn)方式，可(kě)以为(wèi)内容(róng)产业带来更新的(de)内容风格、更快的生产速度，更(gèng)低的生(shēng)产成本(běn)，这无疑会驱动(dòng)内容产(chǎn)业的大爆(bào)发。

除了(le)AI绘图、视频，AIGC技(jì)术(shù)还能应用于音乐、代码、机器人动作(zuò)等多种内(nèi)容形式的生成。不难(nán)发现该项技术不仅(jǐn)在游戏等行业能得到有效应用，对于下一代互(hù)联网各种(zhǒng)元素的(de)构建亦有关键意义。

从商业化的角度来(lái)看，文化娱乐、教育、传媒等(děng)诸多领(lǐng)域，本身(shēn)就对(duì)基于AI的可视化内容(róng)有强(qiáng)烈需(xū)求。

因此，AI绘画及视频或不(bù)是结果，而只(zhǐ)是AI进程(chéng)中的一块重(zhòng)要拼图，有望在技术更(gèng)新(xīn)的加持下实现更大(dà)的应用价值(zhí)。

AI从(cóng)理(lǐ)解内(nèi)容(róng)，走向了可以(yǐ)生成内容，甚至能(néng)够创造出独立价值和独立视角的内容。AIGC的再(zài)次出圈，更代表着(zhe)未来的先进生产力即将(jiāng)到(dào)来。

04

紧(jǐn)抓大模型(xíng)与算力，牢固(gù)AIGC底座

从技术的(de)发展也可以看(kàn)出，在语言大模型、图像(xiàng)大模型之(zhī)后，多模态大模型已(yǐ)经成(chéng)为了(le)新的趋势。

大模型被誉为(wèi)当(dāng)前人工智(zhì)能发展的(de)智(zhì)能底座，是全球(qiú)竞(jìng)争最激烈的研(yán)究(jiū)方(fāng)向之一，包括谷歌、亚马逊、百度(dù)、阿里(lǐ)、腾讯等众多头(tóu)部企业都在竞(jìng)相发力。

不过训(xùn)练大模型的确价格不菲(fēi)，以(yǐ)国(guó)盛证券发(fā)布的(de)《ChatGPT需要多(duō)少算力(lì)》报告估(gū)算，GPT-3训练一次(cì)的成本约为140万美元(yuán)。而(ér)对于一(yī)些更大的LLM(大型(xíng)语言模型)，训练成本(běn)则介于(yú)200万(wàn)美(měi)元至1200万美元高价之间(jiān)。

以ChatGPT在2023年(nián)1月的独立访客平均数1300万计算(suàn)，其(qí)对应芯片需求为3万多片英伟达(dá)A100 GPU，初始(shǐ)投入成(chéng)本约为8亿(yì)美元，每日(rì)仅(jǐn)电费就(jiù)在(zài)5万(wàn)美元左(zuǒ)右。

此外不(bù)论(lùn)是ChatGPT还是(shì)AIGC，都离不开庞大算力支持。在关(guān)注各(gè)类大(dà)模型的发展(zhǎn)同(tóng)时，更应(yīng)该关注算力网络(luò)的建设。

算力网络正(zhèng)驱动AI产业发展(zhǎn)进入史诗(shī)级加速进(jìn)程，让(ràng)AIGC及通(tōng)用(yòng)AI这(zhè)一人工智(zhì)能发展的终(zhōng)极目(mù)标离得更近。

因为算力可(kě)以对突破性技(jì)术创新提(tí)供大力的支持。这方面，多模(mó)态大模型是典型。作(zuò)为面(miàn)向未来强人工智能、通用人工智能的重要技术(shù)创新，多模(mó)态大模(mó)型已(yǐ)经在人工智能领域(yù)提出了(le)很多年，业(yè)界也有不少(shǎo)技术突(tū)破，但(dàn)是(shì)，多模态大模型进一(yī)步往下走，算力需求呈几(jǐ)何式上升，一般的算(suàn)力基础设施很快将(jiāng)难以胜任。

从图像、文字(zì)、语音单独(dú)一项的训练，到双模态(tài)、三模态的跃迁(qiān)，让人工(gōng)智能可以灵(líng)活应对不同模态的转化(huà)、像人与世(shì)界交互一样(yàng)自然，这(zhè)方(fāng)面，由算力网络来驱动(dòng)将有明显(xiǎn)优势(shì)。

此外(wài)，还有很多(duō)需要爆发式增(zēng)长的算(suàn)力来支撑(chēng)的技术创(chuàng)新，将在人(rén)工智能(néng)算力(lì)网络支撑下快速推进。

AIGC已经露(lù)出曙光，期待在大模型和大算力的支(zhī)持下AIGC能持续颠覆内容(róng)生产的方式，将创造的边际成本(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 改造文章的祖师是谁 改造文章的祖师爷是谁