自聊天机器人ChatGPT火爆以(yǐ)来(lái)，微软公(gōng)司创始人(rén)比(bǐ)尔·盖(gài)茨已(yǐ)多(duō)次公开(kāi)谈(tán)论人工智(zhì)能话题(tí)。在最近的一次采访中，他(tā)再次表(biǎo)示：“AI可(kě)能(néng)会(huì)让科技行业迎来一(yī)次剧烈的洗(xǐ)牌(pái)”。

这个结论是他在当(dāng)地时间2月20日接受《In Good Company》节目专访时提出(chū)的。

他预(yù)期，AI的发展可(kě)能(néng)会威胁到谷歌的市占率，因(yīn)为微软在AI方面(miàn)的行动(dòng)相当迅速。而最终科技巨(jù)头将把AI整合(hé)成用户(hù)的“全能助手”，包揽一切应(yīng)用，与(yǔ)人们进行沟通并提(tí)供(gōng)建议，可以取代亚(yà)马逊、Siri或Outlook等应(yīng)用。

大佬口中(zhōng)全能助手(shǒu)的到来可能尚需时日，但由ControlNet引发的又一次AI绘(huì)画(huà)浪潮，让AIGC在ChatGPT的话题热点包围中杀(shā)出重围。

01

ControlNet颠覆AI绘(huì)画新(xīn)玩法

AIGC向可(kě)控靠近

以AI绘画为代(dài)表(biǎo)的AIGC上一次(cì)爆火的时候，还是2022年8月(yuè)，在美国科罗拉多(duō)州举办的新(xīn)兴数字(zì)艺术家竞(jìng)赛中，一幅名为《太空(kōng)歌(gē)剧院(yuàn)》的作品(pǐn)获奖。

随(suí)后各大厂商的AI绘画软(ruǎn)件被广大(dà)网(wǎng)友熟知并(bìng)体验，Stable Diffusion便是(shì)其中代表。

用户(hù)们可以在应用中(zhōng)输(shū)入一组(zǔ)关(guān)键词或者一张(zhāng)照片(piàn)，就能获得一(yī)幅(fú)AI创作的画作。

作画的(de)关键就是所输(shū)入(rù)的(de)文本。同一组关键词也可以(yǐ)创(chuàng)作出(chū)很多(duō)张风(fēng)格不一样的(de)画(huà)作，这让创作的过(guò)程就像(xiàng)开(kāi)盲盒。

很(hěn)多用户很喜欢这种(zhǒng)不确定的(de)惊喜，他们会(huì)将生(shēng)成的美图当做(zuò)头像(xiàng)。而另一部(bù)分(fēn)喜欢翻看AI绘画的“翻车”作(zuò)品。在社交媒体上，许多用户分享AI“翻车现场”，例如，一位网友的小狗(gǒu)照片被AI画成了(le)“肌肉男”，还有网友(yǒu)的个人照片被AI识别成了建筑。

而(ér)如(rú)今(jīn)随着ControlNet的出(chū)现与(yǔ)加(jiā)持，以(yǐ)往AI绘画的填写关键(jiàn)词游戏可能要被颠覆了。

ControlNet是一位正在(zài)斯坦福读博的中国人张吕敏(mǐn)创作的一(yī)种基于控制点的图(tú)像变形算法，主要用(yòng)于数字图像处理、计算机视觉和计算机图形学等领域。

其(qí)SD插件一经发布，在(zài)短(duǎn)短(duǎn)的(de)两天内便成为(wèi)了AI绘画领域最新(xīn)的热点(diǎn)。

在此之前(qián)，大家用了很(hěn)多方法想让AI生成的结果尽可(kě)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(jìn)入(rù)真正的(de)可(kě)控时期。

因为ControlNet可以直接提取画面的构图，人物(wù)的姿势(shì)和画(huà)面的深(shēn)度信息等。有了它的帮助(zhù)，就(jiù)不用频繁的用提示词(cí)来碰(pèng)运气，抽(chōu)盲盒式的创作了。

通俗的(de)说ControlNet相当于给AI绘画加了“魔法”，不(bù)少博主的(de)作(zuò)品已经获得了大(dà)量的浏览量，“viggo”就是其中之一，他用朋友(yǒu)的照片直接带她们走进动漫(màn)世界(jiè)。

viggo先用StableDiffusion图片转文(wén)字(zì)。

再(zài)用Text2Prompt插件拓(tuò)展找到对应的关(guān)键词(cí)；最后(hòu)用ControlNet插件绑定骨(gǔ)骼开始换(huàn)关键(jiàn)词试(shì)效(xiào)果(guǒ)。

通过图片就可以看出来，效果十(shí)分惊(jīng)艳。

更厉害的是，除了真实的(de)照片，草图也可以加(jiā)上“魔法(fǎ)”，知乎大牛“DevPoint”和“逗砂(shā)”介(jiè)绍到ControlNet还能实(shí)现线稿转全(quán)彩图。大神张吕敏其本(běn)尊也亲自回(huí)应。

不得不说当(dāng)下AIGC已(yǐ)经变得越来越(yuè)强大，甚(shèn)至输(shū)出的作品都已经能以假(jiǎ)乱真了。

02

难辨虚实(shí)，AIGC技(jì)术(shù)力爆发

警惕安全问题

近日，“苏州金鸡(jī)湖(hú)有游(yóu)艇party”的消息火(huǒ)遍网(wǎng)络，而经过警方辟谣这(zhè)所谓的(de)“party”可能(néng)是全国第一起AI绘(huì)图诈骗。

由于这(zhè)个活动里面(miàn)给出的美女(nǚ)照片都(dōu)是AI制作的真人(rén)照(zhào)片绘图，因为太逼(bī)真，被大家当成真事传播了。

不过仔细观察可以发(fā)现，活动发(fā)起者提供的照片中(zhōng)有(yǒu)个很(hěn)大的漏洞可以发现(xiàn)并非真人，而是AI绘图，那便是(shì)图片(piàn)中女性的手指部分有的(de)存在异常。

有行业人事表示：“现在因为手指部分的(de)绘画算(suàn)法比较复杂(zá)，AI还不太会画人的(de)手，但(dàn)最新看到的图片已经(jīng)有越来越完美的AI模型出现，以后可能就完全(quán)没(méi)有漏洞(dòng)了(le)。”

类似(shì)的AI作图诈骗在国外也已有发生。据英国广播公(gōng)司(sī)报(bào)道(dào)，土(tǔ)耳其地震期间(jiān)，有Tiktok用户使用AI合(hé)成了儿童受灾的假(jiǎ)照片发(fā)布到网络，以(yǐ)此诱骗善良(liáng)的(de)人(rén)打赏“捐助”从(cóng)而(ér)实施(shī)诈骗(piàn)。

目(mù)前随着技(jì)术(shù)发展(zhǎn)，AIGC已经能(néng)做出真人照片(piàn)般的(de)绘图效果，如(rú)果这(zhè)样的图片被(bèi)用来诈骗，将非(fēi)常可怕(pà)。

此外AIGC还(hái)引发了很多担(dān)忧，一方面，批(pī)判(pàn)者认为AI在“学习”了大量(liàng)前人的作品(pǐn)之(zhī)后，其创作没(méi)有任何(hé)情(qíng)绪和灵魂，难以(yǐ)和人类的(de)艺术创作(zuò)相提(tí)并论。

另一方面，AIGC背后的版权、目前都并没有得到(dào)有效的(de)解(jiě)决，还(hái)有(yǒu)AIGC会不会代替人类“至高(gāo)无(wú)上”的(de)创(chuàng)意。

马斯(sī)克(kè)也(yě)强(qiáng)调，人工智能(néng)的安全问题(tí)需要得到重视，太晚(wǎn)就(jiù)来不及了。

03

AIGC下一(yī)站除了视频，还有远方

技术都是有两(liǎng)面性的，潜在的危害并不能掩盖其(qí)光辉的贡献。现(xiàn)在(zài)看来，人(rén)工智能技(jì)术将是第四次工业(yè)革(gé)命的核(hé)心驱动力(lì)量，将创造(zào)新的增长奇迹。

过去(qù)一年，人工智能在技术和商业层面都(dōu)有了巨大进展，AI绘(huì)画就是人工智能技术发生方(fāng)向性改变的一(yī)个代表。其下一站(zhàn)或(huò)许(xǔ)就是视(shì)频。

此前，Meta和(hé)谷歌先后发布(bù)了(le)几条引爆科技圈的短视频。这些视频引发关注并非内容做得多优秀，反而都非常(cháng)简单，比如(rú)一匹正在(zài)喝水的马，一只(zhǐ)画画的(de)玩具(jù)熊(xióng)，或者一段(duàn)骑(qí)摩托车的第一视角录(lù)像，随便(biàn)一个有手机的人都可以随(suí)手录(lù)下一段(duàn)。

但这(zhè)些短视频的(de)创作方式非常简单，创作者仅(jǐn)仅需要向AI输入一段话，甚至只是说一下要(yào)求，AI就可以根据需(xū)要生成一段视频(pín)。

谷歌发布的两个AI生(shēng)成(chéng)视频分别来自(zì)于Imagen Video和(hé)Phenaki，前(qián)者主要突(tū)出(chū)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(shēng)成的视(shì)频后(hòu)，AI圈就已经玩了(le)一波梗，一个能够做出更高(gāo)清视频(pín)的(de)AI还不足以在短(duǎn)时间内戳(chuō)中兴奋点。

Phenaki更(gèng)加令人震(zhèn)惊的(de)地方在于，它可以(yǐ)制作出(chū)超(chāo)过2分钟的(de)连贯的也(yě)有确(què)切内(nèi)容的(de)视频(pín)，这才是真正让人(rén)们感(gǎn)到惊喜(xǐ)的(de)地方。因为(wèi)无论AI生成(chéng)的(de)视(shì)频多(duō)么高清，也只能是为内容生产者提供一个灵感，一个素材，一个过场动画。

不过能够制作出有(yǒu)具体剧情内容的视频就意味着，一些视频(pín)创作由(yóu)AI代替人工完成已经初步(bù)有了可能(néng)。

当下AI的发展(zhǎn)速(sù)度已经超过大(dà)部分人的想象(xiàng)。内容产业的本质是供给创造(zào)需求，AIGC作(zuò)为全新的内容生产方式，可以为(wèi)内容产业(yè)带来更新(xīn)的内容(róng)风格、更快的生产速度，更(gèng)低(dī)的生产成本，这无疑会驱动内容产业的(de)大爆(bào)发。

除了AI绘图、视频，AIGC技术(shù)还能(néng)应(yīng)用(yòng)于音乐、代码、机(jī)器(qì)人动作等多种内容形(xíng)式(shì)的(de)生(shēng)成。不难发现该项技术不(bù)仅在游(yóu)戏等行业能得到(dào)有效应(yīng)用，对于下一(yī)代互联网(wǎng)各种元素(sù)的构建(jiàn)亦有关键意义(yì)。

从商业化的角度来(lái)看，文化娱乐、教育、传媒等诸多领(lǐng)域，本身就对基于(yú)AI的可视(shì)化(huà)内容有强烈(liè)需求(qiú)。

因(yīn)此，AI绘(huì)画及(jí)视频或不是结果(guǒ)，而只是AI进程中的一块重(zhòng)要拼图，有望在技术更新的加(jiā)持下实现更大的应用价(jià)值。

AI从理(lǐ)解(jiě)内容，走向了(le)可以生成内容，甚至能(néng)够创(chuàng)造出独立价(jià)值和(hé)独立(lì)视角的内容。AIGC的再次出圈，更代表着未来的先进生产力即(jí)将到来。

04

紧抓大模型与算力，牢(láo)固AIGC底(dǐ)座(zuò)

从技术的发展(zhǎn)也可(kě)以看出，在语言大模型(xíng)、图像大模型之(zhī)后，多模态大模型已经成为了新的趋势。

大模型被誉为当前(qián)人工智能发展的智(zhì)能底座，是全(quán)球竞争(zhēng)最激烈的研究方向(xiàng)之一，包括(kuò)谷歌、亚马(mǎ)逊、百(bǎi)度、阿(ā)里、腾讯(xùn)等众多头部企业都在竞相(xiāng)发力。

不过(guò)训(xùn)练大模(mó)型的确价格(gé)不菲，以国盛证券发布的《ChatGPT需(xū)要(yào)多少算力》报告(gào)估算，GPT-3训练一次的成本约为140万美元(yuán)。而对(duì)于一些更大的LLM(大型语言(yán)模型(xíng))，训练成本(běn)则介于200万美元至1200万美元高价之间(jiān)。

以ChatGPT在2023年1月(yuè)的独立访客平均数1300万计算，其对(duì)应芯片需(xū)求为3万(wàn)多片英伟达A100 GPU，初始(shǐ)投入(rù)成本约为8亿美元，每(měi)日仅电费(fèi)就(jiù)在5万美元左(zuǒ)右(yòu)。

此外不论是ChatGPT还是AIGC，都离不开庞大(dà)算(suàn)力支(zhī)持。在关注各类大模型的发展同时，更应该关注(zhù)算(suàn)力网络的建设。

算力网络正(zhèng)驱动AI产业发展进(jìn)入史诗级加速(sù)进程(chéng)，让AIGC及通用(yòng)AI这一人工(gōng)智能发展的(de)终极目标(biāo)离得(dé)更近(jìn)。

因为算力可以对突破性技(jì)术创新提供大(dà)力的支(zhī)持。这方面，多模态(tài)大模(mó)型(xíng)是典型。作为面向未来(lái)强人(rén)工智(zhì)能、通用人工(gōng)智能(néng)的(de)重要(yào)技术(shù)创新，多模态kind用法固定搭配，kind用法总结大模型已经在人(rén)工智能领域提(tí)出了很多年，业界也有不(bù)少技术突(tū)破(pò)，但是，多模态(tài)大模型(xíng)进一步往下走，算力需(xū)求(qiú)呈几(jǐ)何(hé)式上升，一般的算力基础(chǔ)设施很快将难以胜任。

从图像、文字、语音单独一项的训练，到双模(mó)态、三模(mó)态的跃迁，让人工(gōng)智能可以灵活应对(duì)不同(tóng)模态的转化(huà)、像(xiàng)人与世界交互一样(yàng)自然，这(zhè)方面，由算力网络(luò)来驱动将有明显优(yōu)势。

此外，还(hái)有很多需(xū)要(yào)爆发式(shì)增长的(de)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(jīng)露出曙(shǔ)光(guāng)，期(qī)待在大模(mó)型和大算力的支持下AIGC能持(chí)续(xù)颠覆内容生产的(de)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 kind用法固定搭配，kind用法总结