自(zì)聊天机器人ChatGPT火爆以来，微软(ruǎn)公司(sī)创(chuàng)始人(rén)比尔·盖茨已多次公开谈论人(rén)工智能话题。在最近的一(yī)次采访(fǎng)中，他再次表示：“AI可能(néng)会让科技行业(yè)迎来一(yī)次剧烈(liè)的洗牌”。

这(zhè)个(gè)结论是他在(zài)当地时间2月(yuè)20日接受《In Good Company》节(jié)目(mù)专访(fǎng)时提出的。

他预期，AI的发展可能(néng)会威胁到谷歌的市(shì)占率，因(yīn)为微软在AI方面的行动(dòng)相当迅速。而最终科(kē)技巨头将把AI整合成用(yòng)户的“全能助手”，包揽一切应用，与人们进(jìn)行(xíng)沟通并提供建议，可以取代(dài)亚马逊、Siri或Outlook等(děng)应用(yòng)。

大佬口(kǒu)中全能助手(shǒu)的到来可能尚(shàng)需时日，但由ControlNet引发的又一次AI绘(huì)画(huà)浪潮(cháo)，让AIGC在ChatGPT的话题热点(diǎn)包围(wéi)中杀出重(zhòng)围(wéi)。

01

ControlNet颠覆AI绘画(huà)新玩(wán)法

AIGC向可(kě)控靠近

以(yǐ)AI绘画为(wèi)代(dài)表(biǎo)的AIGC上一次爆火的时(shí)候，还(hái)是2022年(nián)8月，在美国科罗拉(lā)多州举(jǔ)办的新兴数字艺(yì)术家竞赛中，一幅名为(wèi)《太空歌剧院》的(de)作品获奖。

随后各大(dà)厂商的AI绘画软(ruǎn)件被广大网友熟知并体验，Stable Diffusion便是其中(zhōng)代(dài)表。

用户们可以在应用中输入一组关(guān)键词或者一张照片，就能获(huò)得一幅AI创作(zuò)的画作。

作画的关键就是所输(shū)入的文本(běn)。同一组关键词也可以创(chuàng)作(zuò)出很多(duō)张风格不一(yī)样的画(huà)作，这让创作的过程就像开(kāi)盲盒。

很多用户很(hěn)喜欢这种不确定的惊喜，他们(men)会将生成的美图(tú)当做头像。而另一部分喜欢(huān)翻看AI绘画的“翻车”作品。在社交媒体上，许多用(yòng)户(hù)分享AI“翻(fān)车现(xiàn)场”，例如(rú)，一位网友的(de)小狗照片被AI画成了“肌肉男”，还有(yǒu)网友的个人照片被AI识别(bié)成了建筑(zhù)。

而(ér)如(rú)今随着ControlNet的出现与(yǔ)加持，以(yǐ)往AI绘画的填写(xiě)关(guān)键词(cí)游(yóu)戏(xì)可能要被颠覆了。

ControlNet是(shì)一位正在斯坦(tǎn)福读(dú)博的中国人张吕(lǚ)敏创(chuàng)作(zuò)的一种基于控制点的图像变形算法，主要用于数字图像处理、计算机视觉和(hé)计(jì)算机(jī)图形学等(děng)领(lǐng)域。

其(qí)SD插件一经发(fā)布，在(zài)短(duǎn)短的两(liǎng)天内便成为了AI绘画领域最(zuì)新的(de)热点。

在此之前，大家(jiā)用了很多方法想让AI生成的结果尽可能的(de)符合要求(qiú)，但是都不尽如人意，它(tā)的出现(xiàn)代(dài)表着AI生(shēng)成开(kāi)始进入(rù)真正的可控时期。

因(yīn)为ControlNet可(kě)以直(zhí)接提取画面的构图，人(rén)物的姿势和画面的深度信息(xī)等。有了它(tā)的帮助，就不用频繁(fán)的用提示(shì)词来碰运(yùn)气(qì)，抽盲盒式的创作了。

通俗(sú)的说ControlNet相(xiāng)当于给AI绘画加(jiā)了“魔法”，不少博主的作品已经(jīng)获(huò)得(dé)了大量的(de)浏览量，“viggo”就是(shì)其(qí)中之一，他用朋友的照片直接带她(tā)们走(zǒu)进动漫世界。

viggo先(xiān)用StableDiffusion图片转文字。

再用Text2Prompt插(chā)件拓展找到对应的(de)关键词；最后用ControlNet插件绑定骨(gǔ)骼开(kāi)始换关键词试效果。

通过图(tú)片就可以看(kàn)出来，效果十(shí)分惊艳。

更厉(lì)害的(de)是，除了真(zhēn)实的照片，草图也(yě)可以加上“魔法”，知乎大(dà)牛“DevPoint”和(hé)“逗砂”介(jiè)绍到ControlNet还能实现线稿转(zhuǎn)全(quán)彩(cǎi)图。大神张(zhāng)吕敏(mǐn)其本尊也亲自回应。

不得(dé)不说当下AIGC已经(jīng)变得越(yuè)来(lái)越强大(dà)，甚(shèn)至输出(chū)的作品都已经能以假(jiǎ)乱真(zhēn)了(le)。

02

难辨(biàn)虚实，AIGC技(jì)术(shù)力爆发

警惕安全(quán)问题

近日，“苏(sū)州金(jīn)鸡湖有游艇(tǐng)party”的消息(xī)火遍网络，而经过警方辟谣这所谓(wèi)的(de)“party”可(kě)能是全国(guó)第(dì)一(yī)起AI绘图诈骗(piàn)。

由(yóu)于这个活(huó)动(dòng)里面给出的美女(nǚ)照(zhào)片都(dōu)是(shì)AI制(zhì)作的真(zhēn)人照片绘图(tú)，因为太逼真，被大家当成真事传播了。

不过仔(zǎi)细观察可(kě)以发(fā)现(xiàn)，活动(dòng)发起者(zhě)提(tí)供(gōng)的(de)照片中有(yǒu)个很大(dà)的漏(lòu)洞可(kě)以(yǐ)发现并(bìng)非真人，而是AI绘图(tú)，那便是(shì)图片中女性(xìng)的手指部分有的存在异常(cháng)。

有行业人事表示：“现在因为手指部分的(de)绘画算法比较复(fù)杂，AI还不太会画人的手，但(dàn)最(zuì)新(xīn)看到的图片已经有越(yuè)来越完美的AI模型出现，以(yǐ)后可能就完全没有漏洞(dòng)了。”

类似的AI作图诈骗在国外也已有发生。据英国广播公司报道，土耳其(qí)地(dì)震期间，有(yǒu)Tiktok用(yòng)户使用(yòng)AI合成(chéng)了(le)儿(ér)童(tóng)受灾的假(jiǎ)照(zhào)片发布到网络，以(yǐ)此诱骗善良(liáng)的人打(dǎ)赏“捐助”从而实施(shī)诈骗。

目(mù)前随着(zhe)技术发展(zhǎn)，AIGC已经能(néng)做出真人(rén)照片般的绘(huì)图(tú)效果(guǒ)，如果这样的图片被用来诈骗(piàn)，将非(fēi)常(cháng)可怕。

此外(wài)AIGC还(hái)引发了很多担忧，一方(fāng)面，批判者认为(wèi)AI在(zài)“学习”了(le)大量前人的作品之后，其创作(zuò)没有任何情绪和(hé)灵(líng)魂，难以和人类(lèi)的艺术创作相(xiāng)提并论。

另一方面，AIGC背后的版权、目前都并没有得到有效(xiào)的解决，还有AIGC会不会(huì)代替人类“至高无(wú)上(shàng)”的创意(yì)。

马斯克也强(qiáng)调，人工智(zhì)能(néng)的安全(quán)问(wèn)题需要得到重视，太晚就(jiù)来不及了。

03

AIGC下一(yī)站除了(le)视诸事顺遂下一句是什么意思，最吉祥的八个字句子频，还有(yǒu)远方(fāng)

技术都是(shì)有(yǒu)两(liǎng)面性的，潜在的危害并不(bù)能(néng)掩盖其(qí)光辉(huī)的(de)贡献。现在看来，人工智能技术将是第四(sì)次工业革(gé)命的核心驱动力量，将创造新(xīn)的增(zēng)长(zhǎng)奇迹。

过(guò)去一年，人工智能在技术(shù)和商业(y诸事顺遂下一句是什么意思，最吉祥的八个字句子è)层(céng)面都(dōu)有(yǒu)了巨大进展，AI绘画(huà)就是人工智能技术(shù)发生(shēng)方向(xiàng)性改变的(de)一个代表。其下一站(zhàn)或(huò)许(xǔ)就是视频(pín)。

此(cǐ)前，Meta和谷歌先后发布(bù)了几条引爆科(kē)技(jì)圈的短(duǎn)视(shì)频(pín)。这些视频引发关注(zhù)并非内容做(zuò)得(dé)多优秀，反而(ér)都非(fēi)常简单，比如一匹正在喝(hē)水的马(mǎ)，一只画画的(de)玩具熊，或(huò)者一段骑摩(mó)托(tuō)车(chē)的第一(yī)视角录像，随便一个有手机的人都可以(yǐ)随手录下一段(duàn)。

但这些(xiē)短视(shì)频的(de)创(chuàng)作(zuò)方式非常简单，创作(zuò)者仅(jǐn)仅需(xū)要向AI输入一段话(huà)，甚至只是说一(yī)下要求，AI就(jiù)可以根(gēn)据需要生(shēng)成一段视(shì)频。

谷歌发布的两个AI生成视频分别来(lái)自(zì)于Imagen Video和Phenaki，前者主要突出的是高(gāo)清，与Meta的Make-A-Video没有(yǒu)太多的差别。

在Make-A-Video公布了AI生成的视(shì)频后，AI圈(quān)就已经玩(wán)了一波(bō)梗，一个能够做出更(gèng)高清(qīng)视(shì)频的AI还不足以在(zài)短时(shí)间内戳(chuō)中兴奋点。

Phenaki更加令人震惊的地方在于，它可以制作出(chū)超(chāo)过2分钟的(de)连贯(guàn)的也(yě)有确切(qiè)内容的视频，这才是真(zhēn)正让人们感(gǎn)到惊(jīng)喜的(de)地方。因为(wèi)无(wú)论AI生成的视频多(duō)么高清，也只能是为内(nèi)容生(shēng)产者提供一个灵感，一(yī)个素材，一个过场(chǎng)动画。

不(bù)过(guò)能够制作出有具体剧情(qíng)内容的视频(pín)就意(yì)味(wèi)着，一些视频创作由AI代(dài)替人工(gōng)完成已经初步有(yǒu)了可能。

当下AI的发展速度已经超过大部分人的想象。内容产业的(de)本质是供给(gěi)创造需(xū)求，AIGC作为全(quán)新的内容生(shēng)产(chǎn)方式(shì)，可以为内容产(chǎn)业带(dài)来(lái)更(gèng)新(xīn)的内(nèi)容风格、更快的生产速度，更低的(de)生(shēng)产(chǎn)成本，这无疑会驱动内容产(chǎn)业的大爆发。

除了AI绘图、视频，AIGC技术(shù)还(hái)能应用于音乐、代码(mǎ)、机器人动作(zuò)等多种内容形式的生成。不难发现该项技术不仅(jǐn)在游戏等(děng)行业能(néng)得到有效(xiào)应用(yòng)，对(duì)于下一代互联(lián)网各种元素的构建亦有关(guān)键意义(yì)。

从商业化的角度来(lái)看，文(wén)化娱乐(lè)、教(jiào)育、传媒(méi)等诸多领域，本(běn)身(shēn)就对基于(yú)AI的(de)可(kě)视化(huà)内容有强烈需求。

因此(cǐ)，AI绘(huì)画(huà)及视频或不是结(jié)果，而(ér)只是AI进程中的一块重要拼(pīn)图，有望在技术更(gèng)新(xīn)的加(jiā)持下实现(xiàn)更大的应用价值(zhí)。

AI从理(lǐ)解内容(róng)，走向(xiàng)了可以生成内容，甚至能够创造出独(dú)立(诸事顺遂下一句是什么意思，最吉祥的八个字句子lì)价值和(hé)独立视角(jiǎo)的内容。AIGC的再(zài)次出(chū)圈，更(gèng)代表着未(wèi)来(lái)的(de)先(xiān)进生产力即将到来。

04

紧抓大模(mó)型与算力，牢固(gù)AIGC底座

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

大模型被誉为当前人(rén)工智能(néng)发(fā)展的智能底(dǐ)座(zuò)，是全球(qiú)竞争最激烈的研(yán)究方向之一，包(bāo)括谷歌、亚(yà)马逊、百(bǎi)度、阿里、腾讯(xùn)等众多(duō)头部企(qǐ)业都在竞(jìng)相发力。

不(bù)过训练大(dà)模型的确价格不菲，以(yǐ)国盛(shèng)证券发布(bù)的《ChatGPT需(xū)要多少算力》报告估算，GPT-3训练一次的成本约为(wèi)140万美元(yuán)。而对于(yú)一些更大的LLM(大(dà)型语(yǔ)言(yán)模型)，训练成本则介于(yú)200万(wàn)美(měi)元至1200万美元高价之(zhī)间。

以ChatGPT在2023年(nián)1月的独立访(fǎng)客(kè)平均(jūn)数(shù)1300万计算，其对应芯(xīn)片需求为(wèi)3万多片英(yīng)伟达A100 GPU，初始投(tóu)入成本(běn)约为8亿(yì)美元，每日(rì)仅电(diàn)费就在5万美元左右(yòu)。

此外不(bù)论是ChatGPT还(hái)是AIGC，都离不开庞大算(suàn)力支持。在关注各类(lèi)大模型(xíng)的发展同时，更应该(gāi)关注(zhù)算力网络的建(jiàn)设(shè)。

算力网络正驱动AI产业发展进(jìn)入史诗级加速(sù)进程，让AIGC及通用AI这(zhè)一人工(gōng)智能(néng)发展(zhǎn)的终极目标离(lí)得(dé)更近。

因(yīn)为算力可以对突破性技术创新提供大力(lì)的支持(chí)。这方面，多模态大模型(xíng)是(shì)典型。作为面向未来强人工智(zhì)能、通用人工(gōng)智能(néng)的(de)重要技术创新，多(duō)模(mó)态(tài)大模型已经(jīng)在人工智能领域提出了很多年，业界也(yě)有不少技术(shù)突(tū)破，但(dàn)是(shì)，多模态大模型进一步往(wǎng)下走，算(suàn)力需求呈(chéng)几何式上(shàng)升，一(yī)般的算力(lì)基(jī)础设施(shī)很快将难(nán)以胜任。

从图像(xiàng)、文字、语音单独一项的(de)训(xùn)练，到(dào)双模态、三模态的跃迁，让人工智能可(kě)以灵活应对(duì)不同模态的转(zhuǎn)化、像(xiàng)人与世界交(jiāo)互一样自然，这(zhè)方面，由(yóu)算力网(wǎng)络来(lái)驱动将有明显优(yōu)势。

此外，还有(yǒu)很多需要爆发式增长的(de)算力来(lái)支撑的(de)技(jì)术(shù)创新(xīn)，将在(zài)人工智能(néng)算力网(wǎng)络(luò)支撑下快速推进。

AIGC已经露出曙光，期待在大(dà)模型和大算(suàn)力的(de)支持下AIGC能持续颠(diān)覆内容生产的方式(shì)，将创(chuàng)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 诸事顺遂下一句是什么意思，最吉祥的八个字句子