自聊(liáo)天机器人(rén)ChatGPT火(huǒ)爆以来，微软(ruǎn)公(gōng)司创始人比尔·盖茨已(yǐ)多次公开谈论人(rén)工(gōng)智能话题。在最近的一次(cì)采(cǎi)访中，他(tā)再次表(biǎo)示：“AI可(kě)能会让科技行(xíng)业迎来一次剧烈的洗(xǐ)牌”。

这个结论是他在当地时间2月20日接受《In Good Company》节(jié)目(mù)专(zhuān)访时提出的。

他预(yù)期，AI的(de)发展可能会威胁到谷歌的市(shì)占率，因为微软(ruǎn)在(zài)AI方面(miàn)的行(xíng)动相(xiāng)当迅(xùn)速。而最终科技巨头(tóu)将把AI整合成用户的(de)“全能(néng)助手”，包揽(lǎn)一切应用，与人们(men)进行沟通并提供建议，可(kě)以取代亚马(mǎ)逊、Siri或Outlook等(děng)应用。

大(dà)佬口中全能助(zhù)手的到来可能(néng)尚需时日，但由ControlNet引发的又一(yī)次(cì)AI绘画浪潮，让(ràng)AIGC在ChatGPT的话(huà)题(tí)热(rè)点(diǎn)包围(wéi)中(zhōng)杀出重围。

随遇而安下一句是什么意思，顺其自然随遇而安下一句是什么ng="async" src="https://mmbiz.heiliaofuli.com/wp-content/uploads/2023/03/8b9d7694dbd99a9.jpeg?imageMogr2/format/webp/quality/80" data-croporisrc="https://mmbiz.qpic.cn/sz_mmbiz_png/hBdoyiawDeRyDWKODjVEiaoPuGG2YUQQPBoUT0Y90ZtsrZicWZicLIqicJS3DRO9O7MYjXFtLYoCwhT648zXpvUIE9g/0?wx_fmt=png" data-cropx1="0" data-cropx2="1000" data-cropy1="0" data-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向可控靠近

以AI绘(huì)画为(wèi)代表的AIGC上一次爆火(huǒ)的时候，还是(shì)2022年8月，在美国科罗(luó)拉多州(zhōu)举办的新兴数(shù)字艺(yì)术家竞赛中，一幅名为《太空歌剧院》的(de)作(zuò)品获(huò)奖。

随后各大厂(chǎng)商(shāng)的AI绘画软(ruǎn)件被(bèi)广大网友熟知并(bìng)体验，Stable Diffusion便是其中(zhōng)代(dài)表。

用(yòng)户(hù)们可以在应用中输入一组关键词或者(zhě)一(yī)张照片，就能获得(dé)一幅AI创作的画作。

作画的(de)关键就是所(suǒ)输入的(de)文本(běn)。同一组关键词(cí)也(yě)可以创(chuàng)作(zuò)出很多(duō)张风格不一(yī)样的画作(zuò)，这让创作(zuò)的过(guò)程就(jiù)像(xiàng)开盲(máng)盒。

很多用户很喜(xǐ)欢这(zhè)种(zhǒng)不确定的惊喜，他们会将生成的(de)美图当(dāng)做头像。而另(lìng)一部分喜欢翻(fān)看AI绘画的“翻(fān)车”作品。在(zài)社交媒(méi)体(tǐ)上(shàng)，许多用户(hù)分享AI“翻车现(xiàn)场”，例(lì)如，一位网友(yǒu)的小狗照片被AI画成了(le)“肌肉(ròu)男”，还有网友的个人照片被AI识别成了建筑。

而(ér)如今随着ControlNet的(de)出现与加(jiā)持，以往AI绘画的填写(xiě)关键词游戏(xì)可能要被颠覆(fù)了。

ControlNet是一位正在(zài)斯坦(tǎn)福(fú)读博(bó)的(de)中国人张吕敏创作的一种基(jī)于控制点的图像变形算法(fǎ)，主要用于(yú)数字图像处理、计算机视觉(jué)和计算机图形学(xué)等领(lǐng)域。

其(qí)SD插件一经发布，在短短的两天内(nèi)便成为了AI绘画领域最新(xīn)的热(rè)点。

在此之(zhī)前(qián)，大家用了很多方法想(xiǎng)让AI生成的结(jié)果尽(jǐn)可能的符合要求，但是都不尽如人意，它的出现代表(biǎo)着AI生成开始进入真(zhēn)正(zhèng)的可(kě)控时期(qī)。

因为ControlNet可以(yǐ)直接提取(qǔ)画面的构图，人物的(de)姿势和画面(miàn)的深度信(xìn)息(xī)等(děng)。有(yǒu)了它的帮(bāng)助，就不用频繁的用提示词来(lái)碰运气，抽盲盒(hé)式的创作了。

通俗的说ControlNet相当于给AI绘画加了“魔(mó)法”，不少博主的(de)作(zuò)品已经获得了大量的浏览量，“viggo”就(jiù)是其中之一，他用朋友的照片直接带(dài)她们走进动漫世界。

viggo先用(yòng)StableDiffusion图片转文字。

再用Text2Prompt插件拓展找到(dào)对应的关键词；最后用ControlNet插件绑定骨骼开始换关键(jiàn)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(lì)害的(de)是，除了真实(shí)的(de)照片，草图也可以加上“魔法”，知乎(hū)大牛“DevPoint”和“逗砂(shā)”介绍到ControlNet还(hái)能实现线稿转全彩图(tú)。大神(shén)张吕敏其本尊也亲(qīn)自回应。

不得不说当下AIGC已经变得越来越强大，甚至输出的(de)作品都已经能以假乱真了(le)。

02

难辨虚实，AIGC技术力爆(bào)发

警惕安全(quán)问题

近日，“苏州金鸡湖有(yǒu)游(yóu)艇party”的消(xiāo)息火遍网络，而经过(guò)警方(fāng)辟谣这所谓的“party”可能(néng)是全国第一起(qǐ)AI绘图诈骗。

由(yóu)于这(zhè)个活(huó)动(dòng)里(lǐ)面(miàn)给出的美女照(zhào)片都(dōu)是(shì)AI制作的真(zhēn)人照片绘图，因为太逼真，被大(dà)家当(dāng)成真事传播了。

不过仔细观察可以发(fā)现(xiàn)，活动发起者提供(gōng)的照片中有个很大(dà)的漏洞(dòng)可(kě)以发现(xiàn)并(bìng)非真人，而是AI绘(huì)图，那(nà)便是图片(piàn)中(zhōng)女性的手(shǒu)指(zhǐ)部分有的存(cún)在异常。

有(yǒu)行(xíng)业人(rén)事表(biǎo)示：“现在因为手指(zhǐ)部分的绘画算(suàn)法比较复杂，AI还不太会画人的(de)手，但最(zuì)新(xīn)看到的图片已经有越来越完美的AI模型出现，以后可(kě)能(néng)就完全没有漏洞(dòng)了(le)。”

类(lèi)似(shì)的AI作图诈骗在(zài)国外(wài)也(yě)已有发生。据(jù)英(yīng)国广播公司报道(dào)，土耳其地震期(qī)间，有Tiktok用户使用(yòng)AI合成了儿童受灾的假照片发布到(dào)网(wǎng)络，以此诱骗善良的人打赏“捐助”从而实施(shī)诈骗。

目(mù)前随着技术(shù)发展，AIGC已经能做出真人照片般的绘(huì)图(tú)效(xiào)果，如(rú)果这样的图片(piàn)被用来(lái)诈骗，将非(fēi)常可(kě)怕。

此外AIGC还引发了很(hěn)多担忧，一方面，批判者认为AI在“学习(xí)”了大量(liàng)前人的作品(pǐn)之后，其创作没(méi)有(yǒu)任(rèn)何情绪和(hé)灵(líng)魂(hún)，难(nán)以(yǐ)和人类(lèi)的(de)艺(yì)术(shù)创作(zuò)相(xiāng)提并(bìng)论。

另一方(fāng)面，AIGC背(bèi)后(hòu)的(de)版(bǎn)权、目(mù)前都并没有得到有效的解决(jué)，还有(yǒu)AIGC会不会代替(tì)人类“至(zhì)高(gāo)无上”的创意。

马斯克也强调(diào)，人(rén)工智能的(de)安全问题(tí)需要得到重视，太晚就来不(bù)及了。

03

AIGC下一站除(chú)了视频，还有远方

技术都是有两(liǎng)面性的(de)，潜在的(de)危(wēi)害并不能掩盖(gài)其光辉的(de)贡献。现在看来，人(rén)工智能技术将是第四(sì)次工(gōng)业革命(mìng)的(de)核心驱动力量，将创(chuàng)造新的增(zēng)长奇迹(jì)。

过去(qù)一年，人工智能在技术和商业(yè)层(céng)面都有了巨大进展(zhǎn)，AI绘画(huà)就是(shì)人工智(zhì)能技(jì)术发生方向性改(gǎi)变的一个(gè)代表(biǎo)。其下一(yī)站或许就(jiù)是视频。

此前，Meta和谷(gǔ)歌先后发(fā)布(bù)了几(jǐ)条引爆科技圈的短视频(pín)。这些(xiē)视频引(yǐn)发关注并非内(nèi)容(róng)做得多优秀(xiù)，反(fǎn)而都(dōu)非常简单，比如一匹正在喝水(shuǐ)的马，一(yī)只画画的玩具(jù)熊，或(huò)者一段骑(qí)摩托车的第(dì)一(yī)视角(jiǎo)录像，随便一个有手机的人都可(kě)以随手录下一段。

但(dàn)这些(xiē)短视(shì)频的(de)创作(zuò)方(fāng)式非常简单，创作者仅(jǐn)仅需要向AI输(shū)入一(yī)段(duàn)话，甚至只是(shì)说一下要求，AI就可(kě)以根据需要生成一段视频。

谷歌发布的两个AI生成视频分别来自于Imagen Video和Phenaki，前者主(zhǔ)要突出(chū)的是(shì)高清，与Meta的Make-A-Video没有太多(duō)的(de)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(yī)个能够做出(chū)更高(gāo)清(qīng)视(shì)频的AI还不足以在短时(shí)间内戳中兴奋点。

Phenaki更加令人震惊的(de)地方在于，它可以制作出(chū)超过2分(fēn)钟(zhōng)的连(lián)贯的(de)也有(yǒu)确切内容(róng)的视频，这才(cái)是真正(zhèng)让人们感到惊(jīng)喜(xǐ)的地方。因为无(wú)论AI生成的(de)视(shì)频(pín)多(duō)么高(gāo)清(qīng)，也只能是为内容生产者提(tí)供一(yī)个灵感(gǎn)，一个素材，一个过场动画。

不过能够制作出(chū)有具体剧情内容的(de)视频就意味着，一些视(shì)频创作(zuò)由AI代替人工(gōng)完成已经(jīng)初步有了可能。

当(dāng)下AI的(de)发展速度已经超过大部分人的想象(xiàng)。内容产业的(de)本质是供(gōng)给创造需求(qiú)，AIGC作为全新的内(nèi)容生产方式，可以(yǐ)为(wèi)内(nèi)容(róng)产业带来更(gèng)新(xīn)的(de)内(nèi)容风格、更快的(de)生产速度(dù)，更低的生产成本，这无疑会驱动内容产(chǎn)业的(de)大爆(bào)发。

除了(le)AI绘图、视频(pín)，AIGC技术还能应用于音乐、代码、机器人(rén)动作等多(duō)种内容形式的生成。不难发现该项技(jì)术不仅在游戏等行业能得到有效(xiào)应(yīng)用，对于(yú)下一代(dài)互联网各种元素的构(gòu)建亦有关键意义。

从商业化的角度来(lái)看，文(wén)化(huà)娱乐、教育、传媒等诸(zhū)多领域(yù)，本身就对(duì)基于AI的可视(shì)化内容(róng)有强烈需求。

因此(cǐ)，AI绘画及视频或不是结果，而只是AI进程(chéng)中(zhōng)的一块(kuài)重要拼图，有望在技术(shù)更新的加(jiā)持(chí)下实现更大的应用(yòng)价值。

AI从(cóng)理解内容，走向了(le)可以生(shēng)成内容，甚至能够创造出独立价值和独立视角的内(nèi)容(róng)。AIGC的再(zài)次(cì)出圈，更(gèng)代表着(zhe)未来的先进生产力即(jí)将到(dào)来。

04

紧抓大(dà)模型与算(suàn)力，牢固AIGC底(dǐ)座

从(cóng)技术的发展(zhǎn)也可以看出(chū)，在(zài)语言大(dà)模(mó)型、图像大(dà)模型之后(hòu)，多模态大模(mó)型已经成为了新的趋势。

大模型(xíng)被(bèi)誉为当前人工(gōng)智(zhì)能发(fā)展的智能(néng)底(dǐ)座，是(shì)全球(qiú)竞争(zhēng)最激(jī)烈(liè)的(de)研(yán)究(jiū)方(fāng)向之一，包括谷歌、亚马逊、百度、阿(ā)里、腾讯(xùn)等众多头部企业都在竞相发力(lì)。

不(bù)过(guò)训练大模型(xíng)的确价格不菲，以(yǐ)国(guó)盛证券发布(bù)的《ChatGPT需要多少算力》报告估算，GPT-3训练一次的成(chéng)本约为(wèi)140万美元。而对(duì)于一些更(gèng)大(dà)的LLM(大型语(yǔ)言模型)，训练成本则介于200万美元至1200万(wàn)美元高(gāo)价之间(jiān)。

以(yǐ)ChatGPT在(zài)2023年(nián)1月(yuè)的独(dú)立访(fǎng)客平均数1300万计算，其(qí)对(duì)应芯片(piàn)需求(qiú)为3万多片英伟达A100 GPU，初始投入(rù)成本约为8亿美元，每(měi)日仅(jǐn)电费就在5万美元(yuán)左右(yòu)。

此外不论(lùn)是(shì)ChatGPT还是AIGC，都离不开庞大(dà)算力支持。在关注各类(lèi)大(dà)模型(xíng)的发展同时(shí)，更应该关注算力网络的建设。

算力网络正驱动AI产业(yè)发展进入史诗级(jí)加速进(jìn)程(chéng)，让AIGC及通用AI这一(yī)人工智能发展的(de)终极目标离得更近。

因为算力可以对突破(pò)性(xìng)技术创新提供大力的支持。这方(fāng)面(miàn)，多模态大模型是(shì)典型。作为面向(xiàng)未来强人(rén)工智能、通用人(rén)工智能的重要技术创新，多(duō)模(mó)态大模(mó)型已经(jīng)在人工智能领(lǐng)域提出了很多年，业界(jiè)也有不少技术突破，但是，多模态大模型进一步往下走，算力需求呈几(jǐ)何式上升，一般的算力基础设施很快将难以胜任。

从图像、文字、语音(yīn)单独一项的训(xùn)练，到(dào)双模态、三模(mó)态(tài)的跃迁，让人工(gōng)智能可以灵活应对不同模态的转(zhuǎn)化(huà)、像(xiàng)人与(yǔ)世界交互(hù)一(yī)样自然，这方面，由算力网络来驱动将有明显优势。

此外(wài)，还有(yǒu)很多需(xū)要爆发式增(zēng)长(zhǎng)的算力来支撑的技术创(chuàng)新，将(jiāng)在人工(gōng)智能算力网(wǎng)络支撑(chēng)下快(kuài)速推进。

AIGC已经(jīng)露出曙(shǔ)光，期待在大模型(xíng)和大算力的支持下AIGC能(néng)持(chí)续颠覆内容生产的方式，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 随遇而安下一句是什么意思，顺其自然随遇而安下一句是什么