自聊天机器人ChatGPT火爆以来，微软(ruǎn)公司(sī)创始人比(bǐ)尔·盖(gài)茨(cí)已多(duō)次公开谈论人(rén)工智能话(huà)题。在最近的一次采访中，他再次表示：“AI可能(néng)会让科技行业(yè)迎来一(yī)次剧烈(liè)的洗牌”。

这个(gè)结论是他在当地时(shí)间2月20日(rì)接受《In Good Company》节(jié)目专访时提出的。

他预(yù)期，AI的发(fā)展(zhǎn)可(kě)能会威胁到谷歌的(de)市占率，因(yīn)为微软在AI方面的(de)行动相当迅速(sù)。而最终科技巨头(tóu)将把AI整合成用户的“全(quán)能助手”，包揽(lǎn)一切应用，与人们进行(xíng)沟通并提供建议，可以取代亚(yà)马(mǎ)逊、Siri或(huò)Outlook等(děng)应用。

大佬口中全能助手的到(dào)来可(kě)能尚需时(shí)日，但(dàn)由ControlNet引发的又(yòu)一次AI绘画浪潮，让AIGC在(zài)ChatGPT的话题(tí)热点包围(wéi)中杀出重围(wéi)。

01

ControlNet颠覆AI绘画新(xīn)玩(wán)法

AIGC向可控靠近

以AI绘画(huà)为(wèi)代表(biǎo)的AIGC上(shàng)一次爆火的时候，还(hái)是2022年8月，在美国科罗拉多州举办的新兴数字艺术(shù)家(jiā)竞赛中，一幅名为《太空歌剧院》的作品(pǐn)获奖。

随后各大厂商的AI绘(huì)画软件被广大网友熟知并体验，Stable Diffusion便是其中代表。

用(yòng)户们可以在应(yīng)用中(zhōng)输入一(yī)组(zǔ)关键词(cí)或者(zhě)一张照片(piàn)，就(jiù)能获(huò)得一(yī)幅(fú)AI创(chuàng)作(zuò)的画作。

作画的关键就是(shì)所(suǒ)输入的文本。同一组关键词也可以创作出(chū)很多张风(fēng)格不一样的(de)画作(zuò)，这让创作的过程就像(xiàng)开盲盒。

很多用户很喜欢这种不(bù)确定的惊(jīng)喜，他们会将(jiāng)生成的美图当(dāng)做头像(xiàng)。而另一部分(fēn)喜欢(huān)翻看AI绘画的“翻车(chē)”作品。在社交媒体上，许多用(yòng)户分享AI“翻车现(xiàn)场”，例如(rú)，一位网友(yǒu)的小狗(gǒu)照片被AI画(huà)成了“肌肉男”，还有网(wǎng)友的个人照片被AI识别成了建筑(zhù)。

而(ér)如今随着(zhe)ControlNet的出现与加持，以往(wǎng)AI绘(huì)画的填写关键(jiàn)词(cí)游戏可能要(yào)被颠覆(fù)了。

ControlNet是一位正在斯坦(tǎn)福读博的(de)中(zhōng)国人张(zhāng)吕敏(mǐn)创作的(de)一种(zhǒng)基于控(kòng)制点的图像变形算法(fǎ)，主要用于数字(zì)图像(xiàng)处理、计算机视觉和计(jì)算机(jī)图形学等领域。

其SD插件一经发布(bù)，在(zài)短(duǎn)短(duǎn)的两天(tiān)内便成(chéng)为(wèi)了AI绘画(huà)领(lǐng)域最(zuì)新的热点(diǎn)。

在此之前，大家用了很多(duō)方(fāng)法想让AI生成的结果(guǒ)尽可能的符合要求，但是都不尽如人(rén)意(yì)，它的出(chū)现代表着AI生成开始进入真(zhēn)正(zhèng)的可控时期。

因为ControlNet可以直接提取画面的构图，人(rén)物的姿势和画面的深度(dù)信(xìn)息等。有了(le)它的(de)帮助(zhù)，就(jiù)不(bù)用频繁的用提示词(cí)来碰运气，抽盲盒式的(de)创作了。

通俗(sú)的说ControlNet相当于给AI绘(huì)画加了“魔法(fǎ)”，不(bù)少博主的作品已经获得了大量的浏览量，“viggo”就是其(qí)中之一(yī)，他(tā)用(yòng)朋友的照片(piàn)直接(jiē)带她们走(zǒu)进动漫世界。

viggo先用StableDiffusion图片转文字(zì)。

再用Text2Prompt插件(jiàn)拓展找(zhǎo)到对应(yīng)的关键词；最后用ControlNet插件绑定骨骼开始换(huàn)关(guān)键词试效果。

通过图片就可以看出来(lái)，效果十(shí)分惊(jīng)艳。

更厉害(hài)的(de)是，除了真实的照片，草图(tú)也可以加上“魔法”，知乎(hū)大牛(niú)“DevPoint”和“逗砂”介绍到ControlNet还能(néng)实现线稿转全彩图。大(dà)神张吕敏其(qí)本(běn)尊也(yě)亲自回应。

不得(dé)不说(shuō)当下AIGC已经变得越(yuè)来越强大，甚至输出的(de)作品都已经(jīng)能以假乱真了(le)。

02

难辨虚实，AIGC技(jì)术(shù)力爆发(fā)

警(jǐng)惕(tì)安全问题(tí)

近(jìn)日，“苏(sū)州金鸡(jī)湖(hú)有游艇party”的消息(xī)火遍网络，而经过(guò)警方(fāng)辟(pì)谣这所谓的(de)“party”可能是全(quán)国(guó)第一(yī)起AI绘图诈骗。

由于这个活动(dòng)里面(miàn)给出(chū)的美女照(zhào)片(piàn)都是AI制作(zuò)的真人(rén)照片绘图，因为太逼(bī)真，被(bèi)大家(jiā)当成真事传(chuán)播了。

不过仔(zǎi)细观(guān)察可以发(fā)现，活动(dòng)发起者提供的照片中有个很大的(de)漏(lòu)洞(dòng)可以发现并非真人，而是AI绘图，那便(biàn)是图片中女性的手指(zhǐ)部分有的存在(zài)异常。

有行业人事表示(shì)：“现(xiàn)在因为手指部分的绘画算法比较(jiào)复杂，AI还不太会画人的手，但最(zuì)新看到的图(tú)片(piàn)已(yǐ)经有(yǒu)越(yuè)来越完美(měi)的AI模(mó)型出现，以(yǐ)后(hòu)可能(néng)就完全没有漏洞了。”

类似(shì)的AI作图诈骗在国外也已有发(fā)生。据(jù)英国广(guǎng)播公司报道，土耳其地震期间，有Tiktok用户使用AI合成(chéng)了儿(ér)童受灾的假照片发(fā)布(bù)到网络，以此诱骗善良(liáng)的人打赏“捐助(zhù)”从(cóng)而实施诈骗(piàn)。

目前随着技(jì)术发展，AIGC已经能做出真人照片般的(de)绘图效果(guǒ)，如果这样的(de)图片被用来诈骗(piàn)，将非(fēi)常可怕。

此(cǐ)外(wài)AIGC还(hái)引发了(le)很(hěn)多(duō)担忧，一方面，批判者认(rèn)为AI在(zài)“学习”了大量前人的作(zuò)品之后，其创作没有任(rèn)何情(qíng)绪和灵魂(hún)，难以和人类的(de)艺术创作相提并论。

另一方面，AIGC背后(hòu)的(de)版权、目前都并没有得到有(yǒu)效的解(jiě)决(jué)，还(hái)有AIGC会不会代替人类“至高无上”的创意。

马斯克也强调(diào)，人工智能的安全(quán)问(wèn)题需要得到重视，太(tài)晚就来不及了。

03

AIGC下一站除了视频，还有(yǒu)远方

技(jì)术都是有两面性的，潜在的危害并不能掩盖其光辉的贡献。现在看来，人工智能技术将是第四次工业革命的核(hé)心(xīn)驱动力量，将创造新的增长奇迹。

过去一年，人(rén)工智(zhì)能在技术和(hé)商业层面都有了巨大(dà)进展，AI绘画就是(shì)人(rén)工智能技(jì)术(shù)发生(shēng)方(fāng)向性改变的一个代表。其下一(yī)站或许就是(shì)视频。

此前(qián)，Meta和谷歌(gē)先后发布(bù)了几条引爆科技圈的短视(shì)频。这些(xiē)视频引发(fā)关注并(bìng)非内容做得多优秀，反而都(dōu)非常简单，比(bǐ)如一匹正在喝水的马，一(yī)只(zhǐ)画(huà)画的玩具(jù)熊，或者一段(duàn)骑(qí)摩托车(chē)的第一(yī)视(shì)角录像，随便一个有手机的人都可以随手(shǒu)录下一段。

凛冽和凌冽的区别是什么，凌冽与凛冽拼音"256">

但这些短视频的创作方(fāng)式非(fēi)常简单(dān)，创作者仅仅(jǐn)需要向AI输入(rù)一段话(huà)，甚(shèn)至只是说(shuō)一(yī)下要求，AI就可以根据需要生成一段(duàn)视频(pín)。

谷歌(gē)发(fā)布的两个AI生成(chéng)视频(pín)分别来自(zì)于(yú)Imagen Video和Phenaki，前者主要突出的是高(gāo)清(qīng)，与Meta的(de)Make-A-Video没有太多的差别(bié)。

在(zài)Make-A-Video公(gōng)布(bù)了(le)AI生成的视频(pín)后，AI圈(quān)就(jiù)已经(jīng)玩了(le)一波梗，一个能够做(zuò)出更高清视频(pín)的AI还不(bù)足以在短(duǎn)时间(jiān)内戳中兴奋点。

Phenaki更加令人(rén)震(zhèn)惊(jīng)的地方在(zài)于，它(tā)可以制作出(chū)超(chāo)过2分(fēn)钟的连贯的也有确切内容(róng)的视频，这才是(shì)真正让人们感到(dào)惊喜(xǐ)的(de)地方(fāng)。因为无(wú)论AI生凛冽和凌冽的区别是什么，凌冽与凛冽拼音(shēng)凛冽和凌冽的区别是什么，凌冽与凛冽拼音成的视频多(duō)么高清，也只能(néng)是为内(nèi)容生产(chǎn)者提供一个灵感，一个(gè)素材，一个过(guò)场(chǎng)动画(huà)。

不过能够制作出(chū)有具体剧情内容的视频就意味着，一些视频创作(zuò)由AI代替人(rén)工完成已经(jīng)初(chū)步有(yǒu)了可能。

当下AI的发展速(sù)度已经超过大部分人的想象(xiàng)。内容产业的本质是(shì)供(gōng)给(gěi)创造需求(qiú)，AIGC作为全新的内容生(shēng)产方式，可以为内容产业带来更新的内容风格、更(gèng)快的生产速度，更低的生产(chǎn)成本，这无疑会驱动(dòng)内(nèi)容产(chǎn)业(yè)的大爆发。

除了AI绘图、视(shì)频，AIGC技术还能应(yīng)用于音乐(lè)、代码(mǎ)、机器人(rén)动作等(děng)多种(zhǒng)内容(róng)形式的(de)生成(chéng)。不难发现该(gāi)项技术(shù)不仅(jǐn)在游戏(xì)等(děng)行业能得到(dào)有效(xiào)应用，对于下一(yī)代互联(lián)网各种元素的(de)构建亦有关键(jiàn)意义(yì)。

从商业(yè)化的角度来看，文化娱乐、教育、传媒(méi)等(děng)诸多领域，本身就对基于AI的可视化内容有强烈需求。

因此，AI绘画及视频或不是(shì)结果，而只是(shì)AI进程中的一(yī)块重要拼图，有望在(zài)技术更新的(de)加(jiā)持下实现更大(dà)的(de)应用价值(zhí)。

AI从理解内(nèi)容(róng)，走向了可以生成内(nèi)容，甚至(zhì)能够创造出独立价值和独立视角(jiǎo)的内容。AIGC的再次出圈，更(gèng)代表着未来的先进生产力即将到来(lái)。

04

紧抓大(dà)模(mó)型与算力，牢(láo)固AIGC底(dǐ)座

从技(jì)术的发展也可(kě)以看出，在语(yǔ)言大模(mó)型、图像大模型(xíng)之后，多模(mó)态(tài)大(dà)模型(xíng)已经成为了新的趋势。

大(dà)模型被誉(yù)为当(dāng)前(qián)人(rén)工智能发展的智(zhì)能底座，是全球竞争最(zuì)激烈的研究方(fāng)向之一(yī)，包(bāo)括谷歌(gē)、亚(yà)马逊、百度、阿里、腾讯等众(zhòng)多头部企(qǐ)业(yè)都在竞相发(fā)力。

不过训练(liàn)大(dà)模型的确价(jià)格不菲，以(yǐ)国盛(shèng)证(zhèng)券发布的《ChatGPT需要(yào)多少算力》报告估算，GPT-3训练一次的(de)成本约为140万(wàn)美元。而(ér)对于一(yī)些更大(dà)的(de)LLM(大型语言模型)，训(xùn)练成本则(zé)介于200万美(měi)元(yuán)至1200万美元高价之间。

以ChatGPT在(zài)2023年1月的独立访(fǎng)客平(píng)均(jūn)数1300万(wàn)计算，其(qí)对应芯片需(xū)求为3万多(duō)片(piàn)英伟达A100 GPU，初始投入成本约(yuē)为(wèi)8亿美(měi)元，每日仅电(diàn)费就在(zài)5万(wàn)美元(yuán)左右。

此外不(bù)论是ChatGPT还是(shì)AIGC，都离不开庞大算力支持。在关注(zhù)各类(lèi)大模型的发展同时(shí)，更应(yīng)该(gāi)关注算力(lì)网络的建设(shè)。

算力网络正(zhèng)驱动AI产(chǎn)业(yè)发展进入史诗级加(jiā)速进程，让AIGC及(jí)通用(yòng)AI这一人工智(zhì)能发(fā)展的终极目(mù)标离得更近。

因(yīn)为算力可以对突破性技术创(chuàng)新提供(gōng)大力的支(zhī)持。这方(fāng)面(miàn)，多模态大(dà)模型是典型。作(zuò)为面向未来强人工智能、通用(yòng)人工智能的重(zhòng)要(yào)技术创新，多模态大(dà)模型已经在人工智能(néng)领域提出了很多年，业界也有不少技术突破，但是，多模态(tài)大(dà)模型进一步往下走，算力需求(qiú)呈几何式(shì)上升，一般的算力(lì)基础设施很(hěn)快将难以胜任。

从图像、文字、语音单独一项的训练，到双模(mó)态、三模(mó)态(tài)的(de)跃迁，让人工(gōng)智能可以灵活应(yīng)对不同模态的转(zhuǎn)化、像人(rén)与世界交(jiāo)互一样(yàng)自然，这方面，由算力网络来驱动将有明显优势。

此外，还有很多需(xū)要爆(bào)发式增长的算力来支撑的技术创新，将在(zài)人工智能算(suàn)力网络支(zhī)撑下(xià)快(kuài)速推进。

AIGC已经露出曙(shǔ)光，期待在大模型(xíng)和大算力(lì)的支持下AIGC能持续颠覆内容(róng)生产的方式，将创造的边际成本降低，让万众受益。

未经允许不得转载：橘子百科-橘子都知道 凛冽和凌冽的区别是什么，凌冽与凛冽拼音