自聊天机器人ChatGPT火爆(bào)以来，微软公司创始人比尔·盖茨已(yǐ)多次公(gōng)开谈(tán)论(lùn)人工智(zhì)能话题(tí)。在最近的一次采(cǎi)访中(zhōng)，他再次表示(shì)：“AI可能会让科技行(xíng)业(yè)迎来一(yī)次剧烈(liè)的洗牌”。

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

他预期，AI的发展可能会威胁(xié)到谷歌的市占率，因为微软在AI方面的(de)行动相当迅速。而最终科技巨头将把AI整(zhěng)合成用(yòng)户的“全能助手”，包揽一切应(yīng)用，与人们(men)进(jìn)行(xíng)沟通(tōng)并提(tí)供建(jiàn)议(yì)，可以取代亚马逊(xùn)、Siri或Outlook等应用。

大佬口中全能助手(shǒu)的到来可能尚需时日，但由ControlNet引(yǐn)发(fā)的又一次AI绘(huì)画浪潮，让AIGC在(zài)ChatGPT的话题热点(diǎn)包(bāo)围中杀出重围(wéi)。

01

ControlNet颠覆AI绘画新(xīn)玩法

AIGC向(xiàng)可控靠(kào)近

以AI绘画为代表的AIGC上一次爆(bào)火的时候，还是2022年8月(yuè)，在美国科罗拉(lā)多州举办的新(xīn)兴数(shù)字(zì)艺术家竞赛(sài)中，一幅名(míng)为《太空(kōng)歌剧院》的(de)作(zuò)品获(huò)奖。

随多思善妒是什么意思，古代善妒是什么意思后各(gè)大(dà)厂商(shāng)的(de)AI绘(huì)画软(ruǎn)件被广(guǎng)大网友熟知并体验，Stable Diffusion便(biàn)是其中代表(biǎo)。

用(yòng)户们可以(yǐ)在应用中输入一(yī)组关(guān)键词(cí)或者一(yī)张照片(piàn)，就(jiù)能获得一幅AI创作的画作。

作画的关键就是所输入(rù)的文本。同(tóng)一组关键词(cí)也可以创作(zuò)出很多张(zhāng)风格不一样的画(huà)作，这让创作(zuò)的(de)过程就像开盲盒。

很(hěn)多(duō)用(yòng)户很喜欢这种不确定的(de)惊喜，他们会将生成(chéng)的美图(tú)当(dāng)做(zuò)头像。而另一部(bù)分喜欢翻看AI绘画的“翻车(chē)”作品。在(zài)社交媒体上，许多用户分享AI“翻车现场”，例如，一位网友(yǒu)的小狗照片被AI画成了(le)“肌肉男”，还有网友的(de)个人照片被AI识别成了建筑(zhù)。

而如今随着(zhe)ControlNet的出(chū)现(xiàn)与加持，以往(wǎng)AI绘画的(de)填写(xiě)关键词游(yóu)戏(xì)可能要被颠覆了(le)。

ControlNet是一位(wèi)正在斯坦福读(dú)博的(de)中(zhōng)国人张吕敏(mǐn)创(chuàng)作(zuò)的一种基于控制点的图(tú)像变(biàn)形算法(fǎ)，主(zhǔ)要用于(yú)数字(zì)图像处理、计算机视觉(jué)和计(jì)算机图形学等领域。

其SD插(chā)件一经发布，在短(duǎn)短的两天内(nèi)便(biàn)成(chéng)为了AI绘画(huà)领域(yù)最新的热(rè)点。

在此(cǐ)之前(qián)，大家(jiā)用了(le)很多方(fāng)法想让AI生(shēng)成(chéng)的结果尽可能的符合要(yào)求，但是都不(bù)尽如人(rén)意(yì)，它的出现(xiàn)代表(biǎo)着AI生成开始进入真正的可控时期(qī)。

因(yīn)为ControlNet可以直接提(多思善妒是什么意思，古代善妒是什么意思tí)取画(huà)面的构图，人物的姿势和画面(miàn)的深度信息等。有了它的帮助，就不用频繁的用提示词来碰(pèng)运气(qì)，抽盲(máng)盒(hé)式的创作了(le)。

通俗的说ControlNet相当(dāng)于给AI绘画加了“魔法”，不少博(bó)主的作品已经获(huò)得(dé)了大量的浏览量，“viggo”就是其中之一，他用朋友(yǒu)的照(zhào)片直(zhí)接带她们(men)走进动漫世界。

viggo先用StableDiffusion图片转(zhuǎn)文字(zì)。

再用Text2Prompt插件拓展找到对应(yīng)的关键词；最后用ControlNet插(chā)件绑定骨(gǔ)骼开始换关键(jiàn)词试效果(guǒ)。

通过(guò)图片就可(kě)以看出来，效果十分惊艳。

更厉(lì)害的是，除了真实的照片，草图也可以加上(shàng)“魔(mó)法”，知乎大牛“DevPoint”和“逗砂”介绍到ControlNet还能实(shí)现线(xiàn)稿转全彩(cǎi)图。大神张吕敏其本尊也亲自回应。

不得不(bù)说当下AIGC已经变(biàn)得(dé)越来越强(qiáng)大(dà)，甚至输(shū)出的作品都已(yǐ)经能以假乱真了。

02

难辨虚实，AIGC技(jì)术(shù)力爆(bào)发

警惕安全问(wèn)题

近日，“苏州(zhōu)金鸡湖有游艇party”的消息火(huǒ)遍网(wǎng)络，而经过(guò)警方辟(pì)谣这所谓的“party”可能是全国第一起AI绘图诈骗。

由于这个活动里面给出的美(měi)女照片都是AI制作(zuò)的真人照片绘图，因为太(tài)逼真，被大家当(dāng)成真事传播了(le)。

不过仔细观(guān)察可(kě)以发现，活动发起者提供的照片中有个很大(dà)的漏(lòu)洞可以发现并非真人，而是AI绘图，那便(biàn)是图片中(zhōng)女性(xìng)的手指部(bù)分有的(de)存在异常。

有(yǒu)行业人事表示：“现(xiàn)在因为手指部分的绘画算法比(bǐ)较复杂(zá)，AI还不太会画人的手，但最(zuì)新看到的图(tú)片(piàn)已(yǐ)经有越来(lái)越完美的AI模型出(chū)现，以后可能就完(wán)全没(méi)有漏洞了(le)。”

类(lèi)似的(de)AI作(zuò)图诈骗在国(guó)外也已有发(fā)生。据英国广播公(gōng)司报(bào)道，土耳其(qí)地震期(qī)间，有(yǒu)Tiktok用户使用AI合成了儿(ér)童(tóng)受灾的假照片发布到网络，以此诱骗善良的人打赏“捐助(zhù)”从而实施诈骗。

目前随着技术发(fā)展，AIGC已经能做出真(zhēn)人照片般的绘图效果，如果这样的图(tú)片被用来诈骗，将非(fēi)常可怕。

此外AIGC还引发了很多(duō)担(dān)忧，一方(fāng)面，批判者认(rèn)为AI在(zài)“学习”了大量前(qián)人的作(zuò)品之后，其创作没有任何情绪(xù)和灵(líng)魂，难(nán)以(yǐ)和(hé)人(rén)类的艺(yì)术创作相提并论。

另一(yī)方面，AIGC背后的版权、目(mù)前都并没有得到有效的解决，还(hái)有(yǒu)AIGC会不(bù)会代替(tì)人类“至高无上”的(de)创意。

马斯克也强调(diào)，人工智能的安全问(wèn)题(tí)需要得到重视，太晚就(jiù)来不及了(le)。

03

AIGC下一站除(chú)了视频，还有远方

技术(shù)都是有(yǒu)两面性的(de)，潜(qián)在的危害(hài)并不能掩盖(gài)其(qí)光辉的贡(gòng)献。现在看(kàn)来，人工智能技(jì)术(shù)将(jiāng)是(shì)第四次工业革命的核心驱动力(lì)量(liàng)，将创(chuàng)造新(xīn)的增长奇迹。

过去一年，人工智能在(zài)技术和商业层面都有(yǒu)了巨(jù)大进展，AI绘画就是人工(gōng)智能技(jì)术发生方(fāng)向(xiàng)性(xìng)改变的(de)一个代表。其(qí)下(xià)一站(zhàn)或(huò)许就是视频。

此前，Meta和谷歌先后(hòu)发(fā)布了几条引爆(bào)科技圈的(de)短(duǎn)视频。这些视频引发(fā)关注并非内容做得多优秀，反而都非(fēi)常简单，比如一匹正在(zài)喝水(shuǐ)的马，一只画(huà)画的玩具熊，或者一段(duàn)骑摩托(tuō)车的(de)第一视角录(lù)像，随(suí)便一个有手机(jī)的人都可以随手录下一(yī)段。

但这些短视频(pín)的(de)创作方式非(fēi)常简单，创作者(zhě)仅(jǐn)仅需(xū)要向AI输入一段(duàn)话，甚至只是说(shuō)一(yī)下(xià)要求，AI就可以根据需要(yào)生成一段视频(pín)。

谷歌(gē)发布(bù)的两个AI生(shēng)成视(shì)频(pín)分别来自(zì)于Imagen Video和Phenaki，前者主要突出的(de)是高清，与Meta的(de)Make-A-Video没有太多的差别(bié)。

在Make-A-Video公布了AI生(shēng)成的视频后，AI圈就已经玩了一波梗，一个(gè)能够做出更高清(qīng)视频的AI还(hái)不足以在短时间(jiān)内戳中兴奋(fèn)点(diǎn)。

Phenaki更加令人震惊的地(dì)方在于(yú)，它(tā)可以(yǐ)制(zhì)作出超过(guò)2分(fēn)钟的连贯的也有确切内容的视频，这才是真正(zhèng)让人们感到惊喜的地(dì)方(fāng)。因为(wèi)无论AI生成的视频多么(me)高清，也只能是(shì)为内容(róng)生产者提供一个(gè)灵感，一个素材，一个(gè)过场动画。

不(bù)过能够(gòu)制作出有具体剧(jù)情(qíng)内容的(de)视(shì)频就意味着，一些(xiē)视频创作由(yóu)AI代替人工完成已经(jīng)初步(bù)有了可(kě)能。

当(dāng)下AI的发展速度(dù)已(yǐ)经超过大部分人的想象。内容产业的本(běn)质是供给创(chuàng)造需求，AIGC作为全(quán)新的内容生(shēng)产方式(shì)，可(kě)以为(wèi)内容产业带(dài)来更新的内容风格(gé)、更快的生产速度，更(gèng)低的生(shēng)产成本，这无疑会驱(qū)动(dòng)内容产(chǎn)业的(de)大爆发。

除(chú)了AI绘图、视频(pín)，AIGC技术还能应用于音乐、代码、机(jī)器人动作等多种内容形式的(de)生成。不难(nán)发(fā)现该项技术不仅在游戏等行(xíng)业能得到有效应用，对于下一代互联(lián)网各种(zhǒng)元素的(de)构建亦有关键意义(yì)。

从商业化的角度来看，文(wén)化(huà)娱乐(lè)、教育(yù)、传媒(méi)等诸多领域(yù)，本身就对基于AI的可视化(huà)内(nèi)容有强烈需求。

因(yīn)此(cǐ)，AI绘画(huà)及视(shì)频(pín)或不是结(jié)果，而只是AI进程中的(de)一块重要(yào)拼图，有望在技术更(gèng)新的加(jiā)持下实(shí)现更大的(de)应用(yòng)价(jià)值。

AI从理解内容，走向了(le)可以生成内(nèi)容，甚(shèn)至(zhì)能够创造出独立价(jià)值和独立(lì)视角的(de)内(nèi)容(róng)。AIGC的再次出(chū)圈(quān)，更(gèng)代表着未来的先进生产(chǎn)力(lì)即将到来。

04

紧抓(zhuā)大模型与算力，牢固AIGC底座

从技(jì)术的发(fā)展也可以看出，在语言大模型、图像(xiàng)大模(mó)型之后，多(duō)模态大模型已经成为了(le)新(xīn)的(de)趋(qū)势。

大模型被誉为当前人工智能发展的智能底座，是全球竞(jìng)争最激烈的研究方向之一，包括谷(gǔ)歌、亚马逊、百度、阿里、腾讯(xùn)等众多头部企(qǐ)业(yè)都在竞(jìng)相发力。

不过训练大模型的确(què)价(jià)格(gé)不菲，以国盛(shèng)证(zhèng)券发(fā)布的(de)《ChatGPT需要多(duō)少算力》报告估算，GPT-3训练(liàn)一(yī)次的(de)成本约(yuē)为(wèi)140万(wàn)美元(yuán)。而对于一些更大的LLM(大型语(yǔ)言模型)，训(xùn)练成本则介于(yú)200万美元至(zhì)1200万美元高价之间。

以(yǐ)ChatGPT在2023年1月的独立访客平均数1300万计(jì)算(suàn)，其(qí)对(duì)应芯片(piàn)需求为3万多片英伟达(dá)A100 GPU，初始投(tóu)入成本约为8亿美元，每(měi)日仅电费(fèi)就在5万美元左右。

此外不论是(shì)ChatGPT还是AIGC，都离不开庞(páng)大算力支(zhī)持。在关注各类大模型的发展同(tóng)时，更(gèng)应该关注(zhù)算力网络的建设。

算力网(wǎng)络正驱动AI产业(yè)发展(zhǎn)进入史(shǐ)诗级加(jiā)速进程，让AIGC及通用AI这一(yī)人工智(zhì)能发展的终极目标(biāo)离得(dé)更近。

因为(wèi)算力可以对突破性技术(shù)创(chuàng)新(xīn)提(tí)供大力的支持。这方面，多模(mó)态(tài)大模(mó)型是典(diǎn)型。作为面向未来强人工智能、通用人工智(zhì)能(néng)的(de)重要技术(shù)创(chuàng)新，多(duō)模态大模型已(yǐ)经(jīng)在人工智能领域提(tí)出(chū)了很多(duō)年(nián)，业(yè)界(jiè)也有(yǒu)不(bù)少技术突破，但(dàn)是，多模态(tài)大模型进(jìn)一(yī)步往(wǎng)下走，算力(lì)需求呈(chéng)几何式上升，一般(bān)的算力基础设(shè)施很快将(jiāng)难(nán)以胜任。

从图像、文(wén)字(zì)、语(yǔ)音(yīn)单独一项的训练，到双(shuāng)模(mó)态、三(sān)模态(tài)的跃迁，让人工智能可以灵活应对不(bù)同模态(tài)的(de)转化(huà)、像人与世界交互一样(yàng)自然(rán)，这方面，由算力网络(luò)来驱(qū)动(dòng)将有明显优势。

此外(wài)，还有(yǒu)很(hěn)多需要(yào)爆发式(shì)增长的算力来支撑的技术创新，将在人工智能算力网络支撑下快速推进。

AIGC已经露出曙光，期待(dài)在大模型和大算力的支持下(xià)AIGC能持续颠覆内(nèi)容生(shēng)产的方式，将创造的边际成本(běn)降低，让万众受益。

未经允许不得转载：橘子百科-橘子都知道 多思善妒是什么意思，古代善妒是什么意思