自聊天机器(qì)人ChatGPT火爆以来(lái)，微软(ruǎn)公(gōng)司创始人比尔·盖茨已多次公开(kāi)谈论人工智能(néng)话(huà)题(tí)。在最近的一次采访(fǎng)中，他再次表示(shì)：“AI可能会(huì)让科技行(xíng)业(yè)迎来一次剧烈(liè)的洗牌”。

这个结论是他在当地时间(jiān)2月20日接受《In Good Company》节目(mù)专访(fǎng)时(shí)提出(chū)的(de)。

他预期，AI的发展(zhǎn)可能会威(wēi)胁到谷歌的市占率(lǜ)，因为微软在AI方面的行(xíng)动相当迅速。而最终科(kē)技巨(jù)头将(jiāng)把(bǎ)AI整合(hé)成用户的“全能助(zhù)手(shǒu)”，包揽一切应用(yòng)，与(yǔ)人们进行沟通并提供建议(yì)，可以取代(dài)亚(yà)马逊、Siri或Outlook等应(yīng)用(yòng)。

大佬(lǎo)口中全能助手的到来可能尚需时日，但(dàn)由ControlNet引(yǐn)发的又一次(cì)AI绘画浪潮(cháo)，让AIGC在ChatGPT的话题热点包围中杀出重(zhòng)围。

01

ControlNet颠覆AI绘画(huà)新玩法

AIGC向(xiàng)可(kě)控靠近

以AI绘(huì)画为代表的(de)AIGC上一次爆(bào)火(huǒ)的时候，还是2022年8月，在美国(guó)科罗(luó)拉多州举办的新兴数字艺术家竞赛中(zhōng)，一(yī)幅名为《太(tài)空歌剧(jù)院》的作品获(huò)奖。

随后各大(dà)厂商的(de)AI绘画软件被广大(dà)网友(yǒu)熟(shú)知并体验，Stable Diffusion便(biàn)是其中代表。

用户们可(kě)以在应用中(zhōng)输入一组关键词(cí)或者一张照片，就能获得一(yī)幅AI创作的(de)画作。

作画的关(guān)键就是所输入的文本。同(tóng)一组(zǔ)关键词也可以创作(zuò)出(chū)很(hěn)多张风格(gé)不一样的画作，这让创(chuàng)作的过程就像开盲(máng)盒。

很(hěn)多用户很喜欢这种不确定的惊喜，他们会将生成的美图当做头像。而另(lìng)一部分喜欢(huān)翻看(kàn)AI绘画(huà)的(de)“翻车”作品(pǐn)。在社交媒体上，许多用户(hù)分享AI“翻车现(xiàn)场”，例如，一位网友的小狗(gǒu)照片被AI画成了(le)“肌肉男(nán)”，还有(yǒu)网友的个人照片被AI识别(bié)成了建筑。

而如(rú)今随着(zhe)ControlNet的出现与加(jiā)持，以往AI绘画的填写(xiě)关键词游戏可能要被颠覆了。

ControlNet是(shì)一(yī)位正在斯坦福读(dú)博的(de)中(zhōng)国人张(zhāng)吕敏创作的一种基于控制点的(de)图像变形算法，主(zhǔ)要用(yòng)于数字图(tú)像(xiàng)处理(lǐ)、计算机视觉(jué)和计算机图形(xíng)学等领域。

其SD插件(jiàn)一经发布(bù)，在短(duǎn)短的两天内(nèi)便成为了AI绘画领域最新的热点。

在此之(zhī)前，大家用了很多方法想让AI生成的结果尽可能的(de)符合要(yào)求，但是都(dōu)不(bù)尽如人意，它(tā)的出现(xiàn)代表着AI生成开始(shǐ)进入(rù)真(zhēn)正(zhèng)的可控时期。

因为ControlNet可以(yǐ)直接提取(qǔ)画面(miàn)的构(gòu)图(tú)，人物(wù)的姿势(shì)和画面的(de)深度信息等。有(yǒu)了它的帮(bāng)助(zhù)，就不用频繁(fán)的用提示词来(lái)碰运气，抽盲盒式的创作了。

通俗的说ControlNet相当于给AI绘画(huà)加了“魔法”，不少博主的作品(pǐn)已经获得(dé)了大(dà)量的浏览(lǎn)量，“viggo”就是其中(zhōng)之一，他用朋友(yǒu)的照片直接带她们(men)走(zǒu)进动漫(màn)世界(jiè)。

viggo先用StableDiffusion图片转文字。

再用Text2Prompt插件拓展(zhǎn)找到对应(yīng)的关键词；最后用ControlNet插件(jiàn)绑定骨(gǔ)骼(gé)开(kāi)始换关键词试效果。

通过图片就可以看出来，效果十(shí)分惊艳。

更厉害的是(shì)，除(chú)了真(zhēn)实(shí)的照(zhào)片，草(cǎo)图也可以加上“魔(mó)法”，知乎大牛“DevPoint”和“逗(dòu)砂”介绍(shào)到(dào)ControlNet还能实现线稿转全彩图。大神张(zhāng)吕敏其本尊(zūn)也亲自回应。

不得不(bù)说当下AIGC已(yǐ)经变得越来越(yuè)强大，甚至输出(chū)的作品都(dōu)已经能以假乱真(zhēn)了。

02

难辨虚实，AIGC技术力(lì)爆发

警(jǐng)惕安全(quán)问(wèn)题

近日，“苏州金鸡湖(hú)有游艇party”的消息火(huǒ)遍网络，而经过警方辟谣这所谓(wèi)的“party”可能是全国第一起AI绘图诈骗。

由于(yú)这个活动里面给出的美女(nǚ)照片(piàn)都是(shì)AI制作的(de)真人照片(piàn)绘图，因为(wèi)太逼真，被大家当(dāng)成(chéng)真事(shì)传(chuán)播了。

不过仔(zǎi)细观察(chá)可以发(fā)现，活动(dòng)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(zhēn)人，而是AI绘图，那便是图片(piàn)中女性的手指部分有的存在异常。

有行业(yè)人事表示：“现在因为手指部分的绘画(huà)算法比较复(fù)杂，AI还不太会画(huà)人的手(shǒu)，但最新看到的图片已经(jīng)有越(yuè)来越完(wán)美的AI模型(xíng)出现，以后可(kě)能就完全没有(yǒu)漏(lòu)洞了。”

类似的AI作图诈(zhà)骗在国外也(yě)已有发生(shēng)。据英国广(guǎng)播(bō)公司(sī)报(bào)道，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(zhào)片发布到网络，以此诱骗善(shàn)良的人打赏“捐助(zhù)”从而实施(shī)诈(zhà)骗。

目(mù)前随着技术发展，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(lái)诈骗(piàn)，将非常可什么的山峰填合适的词二年级，什么的山峰填合适的词三年级怕。

此外AIGC还引发了很多(duō)担忧，一方面，批判者认为(wèi)AI在“学习”了大(dà)量前(qián)人(rén)的作品之后，其(qí)创作没(méi)有任何情(qíng)绪和(hé)灵魂，难(nán)以和人类(lèi)的艺术创作相提并论。

另一方(fāng)面(miàn)，AIGC背后的(de)版权、目前(qián)都并没有得到(dào)有效的解(jiě)决，还有(yǒu)AIGC会不会(huì)代替人类(lèi)“至高无(wú)上”的创意。

马斯(sī)克(kè)也强调，人工智能的安全(quán)问题需要得到重视，太晚(wǎn)就来不及了。

03

AIGC下一站(zhàn)除了视频，还有远方

技术都是有两(liǎng)面性(xìng)的(de)，潜(qián)在的危害并(bìng)不能掩盖(gài)其光辉的贡献。现在(zài)看来(lái)，人工智能技术将是第(dì)四次工(gōng)业(yè)革命(mìng)的(de)核(hé)心驱动力量，将创造新的(de)增长奇迹。

过去一年，人工(gōng)智能在技术和(hé)商业(yè)层面都有(yǒu)了巨(jù)大(dà)进展(zhǎn)，AI绘画就是人工智能技术发生方向性改变的一个代表。其下一站(zhàn)或许就是视频。

此前，Meta和谷歌先后发布了几(jǐ)条引爆科技圈的(de)短视频。这些视频引(yǐn)发关(guān)注并非内容(róng)做得多优秀，反而都非常简(jiǎn)单，比如一匹正在喝水的马，一只画画的玩具(jù)熊，或(huò)者一段骑摩托车的第一视角录(lù)像，随便一个有手机的人都可(kě)以随手录下一段(duàn)。

但这些短视频的创作方式非常简单，创作者仅仅需(xū)要向AI输入一(yī)段话，甚至只是说一下要求，AI就可以根据需(xū)要生成一段视(shì)频。

谷(gǔ)歌(gē)发布(bù)的两(liǎng)个AI生成(chéng)视频分别(bié)来自(zì)于Imagen Video和Phenaki，前(qián)者主要突出的是高(gāo)清(qīng)，与Meta的Make-A-Video没有太多的差别。

在Make-A-Video公布了(le)AI生(shēng)成的视频(pín)后，AI圈就已经玩了(le)一波梗，一个能够做出更(gèng)高清视频(pín)的AI还不足以(yǐ)在短(duǎn)时间内戳中兴(xīng)奋点。

Phenaki更加令人震惊的(de)地方(fāng)在于(yú)，它可(kě)以制作出超过2分钟的连(lián)贯(guàn)的也有确切内容的视(shì)频，这(zhè)才是(shì)真正让人们感到惊(jīng)喜的地(dì)方。因(yīn)为无论AI生(shēng)成的视(shì)频多么高清，也只能是为内(nèi)容生产者提供一个灵感，一个(gè)素材，一个过场动画(huà)。

不过能够制作出有具体剧情内容的视频就意味(wèi)着(zhe)，一些视频创(chuàng)作由AI代替人(rén)工完(wán)成已经初(chū)步有了(le)可能。

当下(xià)AI的发展速度已经超过大部(bù)分(fēn)人(rén)的想象。内容(róng)产业(yè)的(de)本质(zhì)是供(gōng)给创造(zào)需求，AIGC作为全新的内容生产(chǎn)方式(shì)，可(kě)以为(wèi)内(nèi)容产业带来更新的内容风格、更快的生产速度，更(gèng)低的生产成本(běn)，这无疑(yí)会驱动(dòng)内容(róng)产业的大(dà)爆发(fā)。

除了AI绘(huì)图(tú)、视频，AIGC技术还能应用于音乐、代码、机器人动作(zuò)等多种内容(róng)形式的生成(chéng)。不(bù)难发现该项(xiàng)技(jì)术(shù)不仅在(zài)游(yóu)戏等行业能得(dé)到有效应(yīng)用，对于下一代互(hù)联网各种元素(sù)的(de)构(gòu)建亦有(yǒu)关键意义。

从商业化的角(jiǎo)度来看，文化娱乐、教育、传媒等诸多领域(yù)，本身就对基于AI的可视化(huà)内容有强(qiáng)烈需求。

因此，AI绘画及视频或不是结果，而只是(shì)AI进程(chéng)中(zhōng)的(de)一块重要拼(pīn)图(tú)，有望(wàng)在技术更新的加持下(xià)实现(xiàn)更大的应(yīng)用价值。

AI从(cóng)理解内容，走向了可以生成内容，甚至能够(gòu)创(chuàng)造出(chū)独立价值(zhí)和独立视角(jiǎo)的(de)内容(róng)。AIGC的(de)再次出(chū)圈，更(gèng)代表着未来的(de)先进生(shēng)产(chǎn)力即将到(dào)来。

04

紧抓(zhuā)大模型与算(suàn)力，<什么的山峰填合适的词二年级，什么的山峰填合适的词三年级strong>牢固AIGC底(dǐ)座

从技术的发展也可以看出，在语言大模型(xíng)、图像(xiàng)大模型之后，多模态大模型已经成为了新的趋势。

大模型被誉(yù)为当(dāng)前人工(gōng)智能发(fā)展的(de)智能(néng)底座，是全球竞争最(zuì)激(jī)烈的研究方向之一(yī)，包括(kuò)谷歌、亚马逊、百度、阿里、腾(téng)讯等众多头部(bù)企(qǐ)业都在竞相(xiāng)发力。

不过(guò)训练大(dà)模(mó)型的确(què)价格(gé)不菲，以国(guó)盛证券发布的《ChatGPT需要多少(shǎo)算力》报告估(gū)算，GPT-3训练一次的成本约为140万美元(yuán)。而对于(yú)一些更大的LLM(大型语言(yán)模(mó)型(xíng))，训练(liàn)成本则介(jiè)于200万美(měi)元至1200万美元(yuán)高价之间(jiān)。

以(yǐ)ChatGPT在2023年1月的独(dú)立访(fǎng)客平均数(shù)1300万计算(suàn)，其对应(yīng)芯片需求(qiú)为3万多片英伟(wěi)达A100 GPU，初始投入成本(běn)约为8亿美元，每日仅电费就在5万美元(yuán)左右。

此外不论是(shì)ChatGPT还(hái)是AIGC，都离不开庞大算力(lì)支持(chí)。在关注(zhù)各类大模型的发展同时(shí)，更应该关(guān)注算(suàn)力网络的建(jiàn)设。

算力网络(luò)正驱动AI产业发展(zhǎn)进入史诗级加速(sù)进(jìn)程，让AIGC及通用(yòng)AI这一人(rén)工智能发展的终极目(mù)标(biāo)离(lí)得更近。

因为算力可以(yǐ)对突破性(xìng)技术(shù)创(chuàng)新提供大力的支持。这方面，多模态大模(mó)型是典型(xíng)。作为(wèi)面向未来强人工智能(néng)、通用人工(gōng)智能的重要技术(shù)创(chuàng)新，多模态大模型(xíng)已经在人(rén)工智(zhì)能领域提出了很多年，业(yè)界也有不少技术突破，但是，多模态大(dà)模型进一步往下走，算力需求呈几何式上(shàng)升，一般(bān)的算(suàn)力基础设施很快将难以胜任。

从(cóng)图像、文字、语音(yīn)单独一项的训(xùn)练，到双模态、三模态(tài)的跃(yuè)迁(qiān)，让人工智能(néng)可以灵活应对不同模态(tài)的转化、像(xiàng)人与世(shì)界交互一样自然，这方面，由算(suàn)力网络来驱动将有(yǒu)明显优势。

此外，还有很(hěn)多(duō)需要爆发式增长(zhǎng)的(de)算力(lì)来支撑(chēng)的(de)技术创新，将在人工智(zhì)能算力(lì)网络支(zhī)撑下快速(sù)推(tuī)进。

AIGC已经露出曙(shǔ)光，期待在大模型和大算力的支持下AIGC能持(chí)续颠(diān)覆内(nèi)容(róng)生产的方(fāng)式，将创造的边际成本降低，让万(wàn)众(zhòng)受益。

未经允许不得转载：橘子百科-橘子都知道 什么的山峰填合适的词二年级，什么的山峰填合适的词三年级