自聊天(tiān)机(jī)器人ChatGPT火爆(bào)以来，微软(ruǎn)公司(sī)创始人比尔(ěr)·盖茨已多次公(gōng)开谈(tán)论人工智能话题。在最近的一次采(cǎi)访(fǎng)中，他再次(cì)表示：“AI可能会让科技行业迎来一(yī)次剧烈的(de)洗牌”。

这(zhè)个结论是他(tā)在当地时间2月20日接受《In Good Company》节目(mù)专(zhuān)访(fǎng)时(shí)提(tí)出的。

他预期，AI的发(fā)展可能(néng)会(huì)威胁到谷(gǔ)歌的市占率(lǜ)，因为微(wēi)软在(zài)AI方(fāng)面的行动相当迅速。而(ér)最终科(kē)技巨(jù)头将把AI整合成用户(hù)的(de)“全能助(zhù)手”，包揽一切应用(yòng)，与(yǔ)人们进行沟通并提供建议，可以(yǐ)取代亚马逊、Siri或(huò)Outlook等应用(yòng)。

大佬(lǎo)口中全能助手的到来(lái)可能(néng)尚(shàng)需时日，但(dàn)由ControlNet引发的(de)又(yòu)一次(cì)AI绘画浪(làng)潮，让(ràng)AIGC在ChatGPT的话题(tí)热点包围中杀出重(zhòng)围(wéi)。

01

ControlNet颠覆AI绘画新玩法

AIGC向可控(kòng)靠(kào)近

以AI绘画为(wèi)代表(biǎo)的AIGC上一次爆火的时(shí)候(hòu)，还是2022年8月(yuè)，在美国科罗拉多(duō)州举办的新兴数(shù)字(zì)艺术家竞(jìng)赛中，一(yī)幅名为《太空歌剧(jù)院》的(de)作品获(huò)奖(jiǎng)。

随后各大厂商(shāng)的AI绘画软件被广大网友(yǒu)熟(shú)知(zhī)并体验(yàn)，Stable Diffusion便是其(qí)中代表。

用户们可以(yǐ)在应(yīng)用中(zhōng)输入(rù)一组关键词或(huò)者一张照片(piàn)，就能获得一幅AI创作的画作。

作画的(de)关键(jiàn)就是所输入的文本。同一组关键(jiàn)词(cí)也可以创作(zuò)出(chū)很(hěn)多张风格不(bù)一样的(de)画(huà)作，这让创作的(de)过程(chéng)就像(xiàng)开盲(máng)盒。

很多用户很喜(xǐ)欢这种不确定(dìng)的惊喜，他们(men)会将生(shēng)成的美(měi)图当做头像。而另(lìng)一部分喜欢翻看AI绘画的“翻(fān)车”作品。在社(shè)交(jiāo)媒体上，许(xǔ)多用户(hù)分享AI“翻车现(xiàn)场”，例如(rú)，一位网(wǎng)友(yǒu)的小狗(gǒu)照(zhào)片被AI画成了“肌肉男”，还有网友的个人照片被AI识别成了建(jiàn)筑。

而如今随(suí)着ControlNet的出(chū)现与加(jiā)持，以(yǐ)往(wǎng)AI绘画的填写关键(jiàn)词游戏可能要(yào)被颠覆了。

ControlNet是一位正在斯坦福读博的中(zhōng)国人张吕敏创作的一种基于控制点的图(tú)像变形算法，主要用于数(shù)字图像(xiàng)处理(lǐ)、计(jì)算机视觉(jué)和计算(suàn)机图(tú)形学等领域(yù)。

其SD插件一经发(fā)布，在短短的(de)两(liǎng)天内便成为了(le)AI绘画(huà)领域最新(xīn)的热点(diǎn)。

在此之前，大家用(yòng)了很多方法想让AI生(shēng)成的(de)结果尽(jǐn)可能的符合要求，但是都不尽如人意，它(tā)的出现代表着AI生成开始进入真正的可控时(shí)期。

因为ControlNet可以直接提取画面的构图，人(rén)物的姿势(shì)和(hé)画面的深度信息(xī)等。有了它的(de)帮助，就不用(yòng)频繁的用提(tí)示词来(lái)碰运气，抽(chōu)盲盒(hé)式的创(chuàng)作了(le)。

通俗的(de)说ControlNet相当(dāng)于(yú)给AI绘画(huà)加了“魔法”，不少博主(zhǔ)的作品已经获得(dé)了(le)大量的浏(liú)览量(liàng)，“viggo”就是(shì)其中(zhōng)之一，他用朋友(yǒu)的照片直接(jiē)带她(tā)们走(zǒu)进动(dòng)漫世界(jiè)。

viggo先用StableDiffusion图片转文(wén)字。

再用Text2Prompt插(chā)件拓展(zhǎn)找到对应(yīng)的(de)关键词；最后(hòu)用ControlNet插件绑定骨骼开(kāi)始换(huàn)关键(jiàn)词试(shì)效果。

通过图片(piàn)就可(kě)以(yǐ)看(kàn)出(chū)来(lái)，效果十分惊艳。

更(gèng)厉害的是，除(chú)了真实的照片，草图也(yě)可(kě)以加上“魔法”，知(zhī)乎(hū)大牛“DevPoint”和“逗(dòu)砂”介绍到ControlNet还能实(shí)现线稿转全(quán)彩图(tú)。大神(shén)张吕敏其(qí)本尊(zūn)也亲自回应。

不得不说当(dāng)下AIGC已经变得越来越(yuè)强大，甚至输出的(de)作品都已经能以假(jiǎ)乱真了。

02

难辨虚(xū)实(shí)，AIGC技(jì)术(shù)力(lì)爆发

警惕安(ān)全问题

近(jìn)日，“苏州金鸡湖有游艇party”的(de)消息火(huǒ)遍网络，而经过警(jǐng)方辟谣这所(suǒ)谓(wèi)的“party”可(kě)能(néng)是全国第(dì)一起(qǐ)AI绘图(tú)诈骗(piàn)。

由于这个活(huó)动里(lǐ)面(miàn)给出的美女照片都是AI制作的真人照片(piàn)绘图(tú)，因为太(tài)逼真，被大家当(dāng)成真事传(chuán)播了。

不(bù)过仔细观察可(kě)以发现，活动(dòng)发起者提供(gōng)的照片(piàn)中有个很大的漏洞可(kě)以(yǐ)发现(xiàn)并非真人，而是(shì)AI绘图，那便(biàn)是图片(piàn)中女性的手指部分(fēn)有(yǒu)的存在异常。

有行业人事表示：“现(xiàn)在因为手(shǒu)指部(bù)分的绘画(huà)算(suàn)法比(bǐ)较复杂，AI还不太会(huì)画人的手，但最新看到的图片已经(jīng)有越来越完美的(de)AI模型出现，以后可能就完全没有漏洞了。”

类似的AI作(zuò)图(tú)诈骗在国外也已有发生(shēng)。据英国广(guǎng)播公司报道，土耳其地震期间(jiān)，有Tiktok用(yòng)户使用(yòng)AI合成了儿童(tóng)受灾的假照片发布到(dào)网络，以此诱骗(piàn)善良的(de)人打赏“捐助”从(cóng)而实施诈骗(piàn)。

目(mù)前随(suí)着技术发(fā)展(zhǎn)，AIGC已经能做出真人照片般(bān)的绘图效果，如果(guǒ)这样的图片被用来诈骗，将非常可怕。

此(cǐ)外AIGC还引发了很多担忧(yōu)，一方面(miàn)，批判者认为(wèi)AI在“学习”了大(dà)量前人(rén)的作(zuò)品之后，其创作没(méi)有任何情绪和灵魂，难以和(hé)人类(lèi)的(de)艺术创作相提并论。

另(lìng)一方(fāng)面，AIGC背后的版权、目前都(dōu)并没(méi)有得(dé)到有效(xiào)的解决，还有(yǒu)AIGC会不(bù)会(huì)代(dài)替人类“至高无上(shàng)”的创意。

马斯克也强调(diào)，人(rén)工(gōng)智能(néng)的安全问(wèn)题需要(yào)得(dé)到重视，太晚就(jiù)来不(bù)及了。

03

AIGC下一站除了视频，还有远方(fāng)

技术(shù)都是有(yǒu)两(liǎng)面性的，潜在(zài)的危害并不能(néng)掩盖(gài)其光辉(huī)的贡献。现(xiàn)在看来(lái)，人(rén)工智能技术将是第四(sì)次工业(yè)革命的核(hé)心(xīn)驱动(dòng)力量，将创造新(xīn)的增长奇迹。

过去一年，人(rén)工(gōng)智能在技术和商业层面都有了巨大(dà)进展(zhǎn)，AI绘(huì)画(huà)就是人工智能(néng)技术发生方(fāng)向性改变的一个代表。其下一站(zhàn)或许就是(shì)视频。

此前，Meta和谷歌先后发(fā)布了几条引爆科技圈的(de)短(duǎn)视(shì)频。这(zhè)些视频引发关注并非内(nèi)容(róng)做(zuò)得多优秀，反而都非常简单，比如一匹正在喝水(shuǐ)的马，一只(zhǐ)画画的玩具熊，或者一(yī)段骑摩托车(chē)的(de)第一视角录像(xiàng)，随便一个有手机的人都可以随手录下一段(duàn)。

但(dàn)这些短(duǎn)视频的创(chuàng)作方式非常简(jiǎn)单，创作者仅(jǐn)仅需要向AI输入一(yī)段话，甚(shèn)至只(zhǐ)是说一(yī)下要求，AI就(jiù)可以根(gēn)据(jù)需(xū)要生(shēng)成(chéng)一段视频。

谷(gǔ)歌发布的两个AI生成视频分(fēn)别来自于Imagen Video和Phenaki，前者主(zhǔ)要突(tū)出的是高清，与Meta的Make-A-Video没有太多的差别(bié)。

在(zài)Make-A-Video公(gōng)布了AI生成(chéng)的视频后，AI圈就已(yǐ)经(jīng)玩了(le)一波梗(gěng)，一个能够做出更(gèng)高清视频的AI还不(bù)足以在短时间内戳中(zhōng)兴奋点。

Phenaki更加令人(rén)震惊的地方(fāng)在于，它可以制(zhì)作出超过2分钟的连贯的也有确切内容的视频，这才是真正让人们感(gǎn)到惊喜(xǐ)的地方。因为无(wú)论AI生成的视频多么高(gāo)清，也只(zhǐ)能是(shì)为内(nèi)容生产(chǎn)者提供一个(gè)灵感，一个素(sù)材，一个过场动(dòng)画(huà)。

不过(guò)能够制(zhì)作出有具体剧情内(nèi)容的(de)视频就意(yì)味着，一些视频创(chuàng)作由AI代替人工完成已经(jīng)初步(bù)有了可(kě)能。

当下(xià)AI的发展速度已(yǐ)经超过(guò)大(dà)部分人的想象。内容产业的本质是供给创造需求(qiú)，AIGC作为全新的内容生(shēng)产(chǎn)方式，可(kě)以为内容(róng)产业(yè)带来更新的(de)内容风格、更快的生产速度，更低(dī)的生(shēng)产成本，这(zhè)无(wú)疑会(huì)驱动内容产业的大爆(bào)发。

除了AI绘图、视频，AIGC技术还(hái)能应用于音乐(lè)、代码、机器人动作等多种内容形(xíng)式(shì)的生(shēng)成。不难发现(xiàn)该项技术(shù)不(bù)仅(jǐn)在游戏等行业能得到(dào)有效应(yīng)用，对于下一代互联(lián)网各种元素的构建亦有关(guān)键(jiàn)意义。

从商业化的角度来看，文化娱乐、教(jiào)育、传(chuán)媒等诸多领域，本身(shēn)就对基于AI的(de)可视(shì)化(huà)内容有强(qiáng)烈(liè)需(xū)求。

因此(cǐ)，AI绘画及视频或不(bù)是结果，而只是(shì)AI进程(chéng)中的一块重要拼图，有望在技术更新(xīn)的加(jiā)持下(xià)实现(xiàn)更大的应用价值(zhí)。

AI从理解内容，走(zǒu)向了可以(yǐ)生成内容(róng)，甚至能够(gòu)创造出独立(lì)价值(zhí)和(hé)独立视角的内(nèi)容(róng)。AIGC的再(zài)次出(chū)圈(quān)，更代表着未来(lái)的先进生产力即将到来。

04

紧(jǐn)抓(zhuā)大模型与算力，牢固AIGC底座

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

大模(mó)型被誉为当前人工智(zhì)能发展的(de)智(zhì)能底座，是全球竞争最激烈的研究(jiū)方向之一(yī)，包括谷歌、亚马逊、百(bǎi)度、阿(ā)里(lǐ)、腾讯等(děng)众(zhòng)多头部企业都在竞相发力。

不过训练大模(mó)型的确(què)价格不菲，以国盛证券(quàn)发布的(de)《ChatGPT需要多(duō)少算(suàn)力》报告估算，GPT-3训(xùn)练一次的(de)成本约为(wèi)140万美元。而对于一些更大的LLM(大型语言模型)，训练(liàn)成本则介于200万美元(yuán)至(zhì)1200万(wàn)美元高价之间。

以ChatGPT在2023年1月(yuè)的(de)独立访(fǎng)客平均数(shù)1300万计算，其(qí)对应(yīng)芯片(piàn)需求(qiú)为3万多(duō)片英伟达A100 GPU，初(chū)始(shǐ)投(tóu)入成本约(yuē)为8亿美元，每(měi)日(rì)仅电费(fèi)就在5万美元左右。

硝酸锌化学式怎么写出来的，硝酸锌化学式子ata-ratio="0.4255555555555556" data-type="jpeg" data-w="900">

此外(wài)不(bù)论是ChatGPT还是AIGC，都(dōu)离(lí)不开庞(páng)大算力支持。在关注各类大模型的发(fā)展同(tóng)时，更(gèng)应(yīng)该(gāi)关注算(suàn)力网络的(de)建设。

算力(lì)网络正驱动AI产业发展进(jìn)入史诗级加速(sù)进程，让AIGC及通用AI这一(yī)人工智能(néng)发展的终极目标(biāo)离得更近。

因为算(suàn)力可以对突破性技术创新提供(gōng)大力的支(zhī)持。这方面，多模态大模型是(shì)典型(xíng)。作为面向未来(lái)强人工智能、通用人(rén)工(gōng)智能(néng)的(de)重要技术(shù)创新，多模态大(dà)模型已经在人(rén)工智能领(lǐng)域提(tí)出了很多年，业(yè)界也有不少(shǎo)技术突破，但(dàn)是，多模态大模(mó)型进(jìn)一(yī)步(bù)往下走，算力需求呈(chéng)几(jǐ)何(hé)式上升，一般的算力基础设施很快将难以胜任。

从图像、文(wén)字、语音单独一项的训练，到双(shuāng)模(mó)态、三模态的(de)跃迁，让人工(gōng)智能可以灵活应对不同模态的转化、像(xiàng)人与世界交互一(yī)样自然(rán)，这方面(miàn)，由算力网络来驱动将有(yǒu)明显优势。

此外，还有很多需要爆发式增长的算力来(lái)支(zhī)撑的技术(shù)创新，将在(zài)人工智能(néng)算力(lì)网络支(zhī)撑下快速推进(jìn)。

AIGC已经(jīng)露出曙光，期待在大模(mó)型和大(dà)算力的支持(chí)下AIGC能(néng)持续颠(diān)覆内容生(shēng)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 硝酸锌化学式怎么写出来的，硝酸锌化学式子