自(zì)聊天机器(qì)人ChatGPT火(huǒ)爆(bào)以来(lái)，微软(ruǎn)公(gōng)司创始人比尔·盖茨已多次公开谈(tán)论人(rén)工智能话题。在最近的一次采访中，他再次表示：“AI可能会(huì)让科技行(xíng)业(yè)迎来一次(cì)剧烈的洗牌”。

这(zhè)个结(jié)论是他在(zài)当(dāng)地(dì)时间2月20日(rì)接(jiē)受《In Good Company》节目专访时提(tí)出的(de)。

他预期，AI的发展可能会威(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(sù)。而最(zuì)终科技巨(jù)头将把AI整合(hé)成用(yòng)户的“全(quán)能助(zhù)手”，包揽一切应用，与人们进行沟(gōu)通并(bìng)提供建议，可以取代亚(yà)马逊(xùn)、Siri或Outlook等应用。

大佬(lǎo)口(kǒu)中(zhōng)全能助(zhù)手的到来可能尚(shàng)需时日，但(dàn)由ControlNet引发(fā)的又一(yī)次AI绘画浪潮，让AIGC在(zài)ChatGPT的话题热点包(bāo)围中杀(shā)出重围。

01

ControlNet颠(diān)覆AI绘(huì)画新玩法

AIGC向(xiàng)可控靠近

以AI绘画为代(dài)表(biǎo)的AIGC上一次爆火的时候，还是2022年(nián)8月，在美(měi)国科罗拉多(duō)州举办(bàn)的新兴数字艺(yì)术家竞赛中(zhōng)，一(yī)幅名为《太空歌剧院》的作品获奖。

随后(hòu)各大厂商的AI绘画软件被(bèi)广大网友(yǒu)熟知并体(tǐ)验，Stable Diffusion便是其(qí)中代(dài)表。

用户们(men)可以在(zài)应用(yòng)中(zhōng)输(shū)入(rù)一组关键词或者一张照片，就(jiù)能获得一幅AI创作的画作。

作画(huà)的(de)关键就是所输入(rù)的文(wén)本。同一(yī)组关键词也(yě)可以创作出很多(duō)张(zhāng)风格不(bù)一样的画(huà)作，这(zhè)让创作(zuò)的(de)过程(chéng)就(jiù)像开盲盒。

很(hěn)多用户很喜欢这种不确(què)定的惊喜，他们会(huì)将(jiāng)生成的美(měi)图当做头像。而另一部分喜(xǐ)欢翻看(kàn)AI绘画的“翻(fān)车”作品。在(zài)社交媒体上，许多(duō)用户分享AI“翻(fān)车现场”，例(lì)如，一位网(wǎng)友的(de)小狗照片被AI画(huà)成(chéng)了(le)“肌肉男”，还有网友(yǒu)的个人照片(piàn)被AI识别成了(le)建(jiàn)筑。

而如(rú)今随着ControlNet的出(chū)现与加持，以往AI绘画的填写(xiě)关键词游(yóu)戏可能要被颠覆了(le)。

ControlNet是一位正(zhèng)在(zài)斯坦福读博的中国(guó)人张(zhāng)吕敏创(chuàng)作(zuò)的(de)一种(zhǒng)基于(yú)控制点的图(tú)像变形算法(fǎ)，主要用(yòng)于数字图像处理、计算机(jī)视觉(jué)和计算机图(tú)形(xíng)学(xué)等领域。

其SD插件一经发布，在短短的两天内便成为了AI绘画领域最新的热点。

在此之前，大家用(yòng)了很多方法想让AI生成(chéng)的结果尽可(kě)能(néng)的符合要(yào)求，但(dàn)是都不尽如人意(yì)，它的出现代表着(zhe)AI生成开(kāi)始(shǐ)进入(rù)真正的(de)可控时期。

因为ControlNet可以直接提取(qǔ)画(huà)面的构图(tú)，人物(wù)的姿势和画(huà)面的深度(dù)信息等。有了它的帮助，就不用频繁的用提示词来碰运气，抽盲盒式的创作了。

通俗的说ControlNet相当(dāng)于给AI绘画加了“魔(mó)法”，不少博主的(de)作品(pǐn)已经获得(dé)了大量的浏(liú)览量，“viggo”就(jiù)是其中之一，他用朋友(yǒu)的照(zhào)片直接(jiē)带她们走进动(dòng)漫世界。

viggo先用StableDiffusion图(tú)片转文(wén)字。

再用(yòng)Text2Prompt插(chā)件拓(tuò)展找(zhǎo)到对应的关键词；最后用ControlNet插件绑定骨骼开始换关键(jiàn)词试效果。

桃花谢了春红太匆匆全诗译文，桃花谢了春红太匆匆全诗拼音coding="async" src="https://mmbiz.heiliaofuli.com/wp-content/uploads/2023/03/4efa72af2df1b5d.jpeg?imageMogr2/thumbnail/2160x0/format/webp/quality/80" data-ratio="0.54140625" data-s="300,640" data-type="jpeg" data-w="1280">

通过图片就可以看出来(lái)，效果十(shí)分惊艳。

更厉害的是(shì)，除了真实的照片，草图也可以加上“魔法(fǎ)”，知乎大牛“DevPoint”和“逗砂”介(jiè)绍到ControlNet还能实现线稿转全(quán)彩图。大神(shén)张吕敏其本尊也亲自回(huí)应(yīng)。

不得不说当(dāng)下AIGC已经变(biàn)得(dé)越来越强大，甚至输出的作(zuò)品(pǐn)都(dōu)已经能以(yǐ)假乱(luàn)真了。

02

难辨虚实，AIGC技术力爆发

警惕安全问(wèn)题

近日(rì)，“苏州金鸡湖有游(yóu)艇party”的消息火遍网络(luò)，而(ér)经(jīng)过警方辟谣(yáo)这所谓的“party”可能(néng)是(shì)全(quán)国第(dì)一起AI绘图诈骗。

由于这个活动里面给出的美女照片都是AI制作(zuò)的(de)真(zhēn)人照片(piàn)绘(huì)图(tú)，因为太逼真(zhēn)，被大家当成真(zhēn)事传(chuán)播了。

不过(guò)仔细观察可以发现(xiàn)，活动发起者提供(gōng)的照片中(zhōng)有个很大的漏洞可以发现(xiàn)并非真人，而是AI绘图，那便是(shì)图(tú)片(piàn)中女(nǚ)性的(de)手指部分有的(de)存在异常。

有行业人事表(biǎo)示(shì)：“现在因为手指部(bù)分的绘画算法(fǎ)比较(jiào)复杂，AI还不太会画人的手(shǒu)，但(dàn)最新(xīn)看到的图片已经有越来越(yuè)完(wán)美的AI模型出现，以后(hòu)可能就完全没(méi)有(yǒu)漏洞了。”

类似的AI作图诈骗(piàn)在国外也已有发生。据英国广播公司报道，土耳其地震期间，有Tiktok用户使用AI合成了儿童受灾的假照片发布到网络(luò)，以此诱(yòu)骗善良的人(rén)打赏“捐助”从而实施诈骗。

目前随着技术(shù)发展，AIGC已(yǐ)经能做出真人照片般的绘(huì)图效(xiào)果，如(rú)果这样的(de)图片被用来诈骗，将非常可(kě)怕。

此外(wài)AIGC还引(yǐn)发了很多担忧，一方面，批判(pàn)者认为AI在“学习”了大量前人的作品之后，其创作没有任何情(qíng)绪和灵(líng)魂，难以和人类的艺(yì)术创作(zuò)相(xiāng)提(tí)并论。

另(lìng)一方(fāng)面，AIGC背后的版权、目(mù)前都并没(méi)有得到有效的(de)解决(jué)，还有AIGC会(huì)不会代替人类“至(zhì)高无上(shàng)”的创意。

马斯(sī)克也强(qiáng)调，人工智能(néng)的安全问题需要得到重视，太晚就来不及了。

03

AIGC下一(yī)站除了视(shì)频，还有远方

技术都(dōu)是(shì)有两(liǎng)面性的(de)，潜在的危害并不能掩盖其光(guāng)辉(huī)的贡献(xiàn)。现在(zài)看(kàn)来，人工(gōng)智能技术将是第四次(cì)工业革命的(de)核心驱动力量，将创造新(xīn)的增长奇迹。

过去一年，人工智(zhì)能在技术和商业层(céng)面都有了巨大进(jìn)展，AI绘画就是人(rén)工智能技术发生方向(xiàng)性改变的(de)一个代表。其下一站或许就是视频。

此前，Meta和谷(gǔ)歌(gē)先后发(fā)布了几条引(yǐn)爆科技圈的短视频。这些视频引发关(guān)注并非内容做(zuò)得多优秀(xiù)，反(fǎn)而都非(fēi)常简单(dān)，比如一匹正(zhèng)在(zài)喝水的(de)马，一只画(huà)画的玩具(jù)熊，或者(zhě)一段骑摩托车的第一视角录像，随便一个有手机的(de)人都(dōu)可以随手录下一段(duàn)。

但这些(xiē)短视频的创作方式非(fēi)常简(jiǎn)单(dān)，创作(zuò)者仅仅需要向AI输入一段话，甚至只(zhǐ)是说(shuō)一下要求，AI就可以根(gēn)据需要生(shēng)成一段(duàn)视频。

谷歌发布的两个AI生(shēng)成视频分别(bié)来(lái)自于Imagen Video和Phenaki，前者主要突(tū)出的是高清，与Meta的Make-A-Video没(méi)有太多的差别。

在Make-A-Video公布了AI生成(chéng)的视(shì)频后，AI圈就(jiù)已经玩了一波梗，一个(gè)能够(gòu)做出更(gèng)高(gāo)清(qīng)视频的AI还不足以在(zài)短(duǎn)时间内戳(chuō)中兴奋点。

Phenaki更加令人(rén)震惊(jīng)的地(dì)方在于，它可以制作出超过2分钟的连贯的也有确(què)切内容的(de)视频(pín)，这(zhè)才是真(zhēn)正让(ràng)人们感到惊喜的地(dì)方。因为无论AI生成的视频(pín)多么高清，也只能是为内容生产者提供一个灵(líng)感，一个素材，一个(gè)过场动画。

不过能够制(zhì)作出(chū)有具体剧情内容(róng)的视频就(jiù)意味着，一些视(shì)频创作由AI代替人工(gōng)完(wán)成已(yǐ)经初(chū)步有了可能。

当下(xià)AI的发(fā)展(zhǎn)速度已经超过大部分人的想(xiǎng)象。内容(róng)产业的(de)本质(zhì)是供给创造需(xū)求，AIGC作为全新的内容(róng)生产方(fāng)式，可(kě)以为内容(róng)产业(yè)带(dài)来更(gèng)新的内容(róng)风格、更(gèng)快的生产速度(dù)，更(gèng)低(dī)的生产(chǎn)成本，这无疑(yí)会驱(qū)动内容产(chǎn)业的(de)大爆发(fā)。

除(chú)了AI绘图、视频，AIGC技术(shù)还能应用于音乐、代码、机器人动(dòng)作等多(duō)种内容形式的生成。不(bù)难发现该项技(jì)术不仅在游戏等(děng)行业能得到有效应用，对于(yú)下一代互(hù)联网各种元素的构建(jiàn)亦有关键(jiàn)意义。

从(cóng)商业化(huà)的角度来看，文化娱乐、教育、传媒等诸多领(lǐng)域，本身就对(duì)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(zhǐ)是AI进(jìn)程中(zhōng)的(de)一块重要拼图(tú)，有(yǒu)望在技(jì)术更(gèng)新的加持下实现更(gèng)大的应用价值。

AI从理(lǐ)解内(nèi)容，走(zǒu)向了(le)可(kě)以生(shēng)成内容，甚至(zhì)能够(gòu)创造出独立价值和独(dú)立视(shì)角的内容。AIGC的(de)再次出圈，更代(dài)表(biǎo)着未(wèi)来的先进生(shēng)产力即将(jiāng)到来。

04

紧抓大模型与(yǔ)算力(lì)，牢固AIGC底座

从(cóng)技(jì)术的发展(zhǎn)也(yě)可以看出，在语言(yán)大模型、图(tú)像(xiàng)大(dà)模型之后，多模态大模型(xíng)已经成为(wèi)了新的趋(qū)势。

大模型被誉为当前人工智能发展的(de)智(zhì)能底座，是全球竞争最激(jī)烈的研究方向之一，包括谷歌、亚马(mǎ)逊、百(bǎi)度、阿里(lǐ)、腾讯(xùn)等众多头部企业(yè)都在竞相发力。

不过训练大模型的确价格不菲，以国盛证券发布的《ChatGPT需(xū)要多(duō)少算(suàn)力》报告估(gū)算，GPT-3训(xùn)练一次的(de)成本约为(wèi)140万美(měi)元。而对于一些更大(dà)的(de)LLM(大型语言模型)，训练成本则介于200万美元至(zhì)1200万美元高价之间。

以ChatGPT在2023年1月的独(dú)立(lì)访(fǎng)客平均数(shù)1300万计算，其对(duì)应芯片需求为3万(wàn)多片英(yīng)伟达A100 GPU，初始投入(rù)成本约为8亿美元，每日(rì)仅电费就(jiù)在5万美元左(zuǒ)右。

此(cǐ)外不论是ChatGPT还(hái)是AIGC，都离不开庞大算力(lì)支持。在(zài)关注各类大模(mó)型(xíng)的(de)发展同时，更应该关注算(suàn)力网络的建设。

算力网络(luò)正驱动(dòng)AI产业发(fā)展进入(rù)史桃花谢了春红太匆匆全诗译文，桃花谢了春红太匆匆全诗拼音诗级加速进程，让AIGC及通用(yòng)AI这一人工(gōng)智(zhì)能发展的终极(jí)目(mù)标(biāo)离(lí)得更近。

因为算(suàn)力(lì)可(kě)以对突破性技术(shù)创(chuàng)新(xīn)提供大力的支持。这方面(miàn)，多模态大模型是典型。作为(wèi)面向(xiàng)未来强人(rén)工智能、通用(yòng)人工智(zhì)能的重要技术创新(xīn)，多(duō)模态大模型已经在人工智能领域提出了很多年，业(yè)界也有(yǒu)不少技术突破(pò)，但是(shì)，多模(mó)态大模型进一步(bù)往下走，算力需(xū)求呈几何(hé)式上升(shēng)，一(yī)般的算力基(jī)础设施很(hěn)快将(jiāng)难以胜(shèng)任。

从图像、文字(zì)、语音(yīn)单独一项的(de)训练，到双模(mó)态、三模态的跃迁，让(ràng)人工智(zhì)能(néng)可以(yǐ)灵活应对不(bù)同模态的转化、像人与世(shì)界交互一样(yàng)自然，这(zhè)方面，由(yóu)算力网络来驱动将有明显优势。

此外，还有很多(duō)需(xū)要爆发式增长的算力来支撑的技术(shù)创新，将在(zài)人(rén)工智(zhì)能算(suàn)力网络(luò)支(zhī)撑(chēng)下快(kuài)速(sù)推进。

AIGC已经露出(chū)曙光，期待(dài)在大模(mó)型和(hé)大(dà)算力的支持下AIGC能持续颠覆(fù)内容生(shēng)产的方式，将创(chuàng)造的边际成本降低，让万(wàn)众受益。

未经允许不得转载：橘子百科-橘子都知道 桃花谢了春红太匆匆全诗译文，桃花谢了春红太匆匆全诗拼音