自(zì)聊天机器人ChatGPT火爆以来，微软公(gōng)司(sī)创始人比(bǐ)尔·盖茨已多次公(gōng)开(kāi)谈论人工智能话(huà)题。在最近的一次(cì)采访中，他(tā)再(zài)次表示：“AI可能会让科(kē)技行业迎来一次剧烈(liè)的洗牌”。

这个结论是他在当地(dì)时间2月(yuè)20日接受《In Good Company》节(jié)目(mù)专访时(shí)提出(chū)的。

他预期，AI的(de)发展可能会威胁到谷(gǔ)歌的市占率，因为微软在AI方面的行动相当迅(xùn)速。而最终科技(jì)巨头将(jiāng)把AI整合成用(yòng)户(hù)的“全能助手”，包(bāo)揽一切应(yīng)用，与人(rén)们进行沟通并提(tí)供建议，可以(yǐ)取代亚马(mǎ)逊、Siri或Outlook等(děng)应用(yòng)。

大佬口中(zhōng)全能助手的到来可能尚需时日，但由ControlNet引发(fā)的又(yòu)一次AI绘(huì)画浪潮，让AIGC在ChatGPT的(de)话题热点包(bāo)围中杀出重围。

01

ControlNet颠覆(fù)AI绘(huì)画新玩法

AIGC向可控靠近

以AI绘(huì)画(huà)为代(dài)表的AIGC上一次爆火的时候，还是2022年8月，在美(měi)国科罗拉多州举办的新(xīn)兴数字艺术家竞赛中，一幅名为《太空歌剧院》的作(zuò)品获奖。

随后各大厂(chǎng)商的AI绘(huì)画软件被广(guǎng)大(dà)网友熟(shú)知并体验，Stable Diffusion便是(shì)其中代表。

用户们可以在应用中输入一组关键词或者(zhě)一(yī)张照片，就能获得一(yī)幅(fú)AI创作的画作。

作画的关键就是所(suǒ)输(shū)入的文(wén)本。同一组(zǔ)关键词也可以创作(zuò)出很多(duō)张风格(gé)不一(yī)样的画作，这(zhè)让(ràng)创作的过程就像开(kāi)盲盒。

很多用户很喜(xǐ)欢这(zhè)种不确(què)定的惊(jīng)喜，他(tā)们会(huì)将生成的美图(tú)当做头像。而另一部分(fēn)喜欢翻(fān)看AI绘画的“翻(fān)车(chē)”作品。在社交媒体上，许多用户分享AI“翻车现场(chǎng)”，例如(rú)，一位网友的小(xiǎo)狗照片被AI画成了“肌肉男”，还(hái)有网友的个人照片(piàn)被AI识别成了建筑(zhù)。

而如今随着(zhe)ControlNet的出现与加持，以往AI绘画的填(tián)写关(guān)键词游戏可能要被(bèi)颠覆了(le)。

ControlNet是一(yī)位(wèi)正(zhèng)在斯坦福读博的中国(guó)人(rén)张吕敏创(chuàng)作的一种基(jī)于控制点的图像变形算法，主要用于数字(zì)图像处理、计算机(jī)视觉和计算机(jī)图形学等领域。

其(qí)SD插(chā)件一(yī)经(jīng)发布，在(zài)短(duǎn)短的两天内(nèi)便成(chéng)为了(le)AI绘(huì)画领域最新的(de)热点。

在此之前，大家(jiā)用了很多(duō)方(fāng)法想让AI生成的结果尽(jǐn)可能的(de)符合要求，但是都(dōu)不尽(jǐn)如人(rén)意，它的出(chū)现(xiàn)代表着(zhe)AI生(shēng)成开始进入真(zhēn)正的可控时(shí)期。

因(yīn)为ControlNet可以直接(jiē)提(tí)取画面的构图(tú)，人(rén)物(wù)的姿势和(hé)画面的深度信息等(děng)。有了它的(de)帮(bāng)助，就(jiù)不用(yòng)频(pín)繁的(de)用(yòng)提示词来碰运(yùn)气，抽盲盒式的创作了。

通俗(sú)的说ControlNet相当于给AI绘画(huà)加了“魔法(fǎ)”，不少博主的(de)作品已经(jīng)获得了大量(liàng)的浏览量(liàng)，“viggo”就是其中(zhōng)之(zhī)一，他用(yòng)朋友的照片直接带(dài)她们(men)走进动(dòng)漫世界。

viggo先(xiān)用(yòng)StableDiffusion图片转文字(zì)。

再(zài)用Text2Prompt插件拓(tuò)展找到对应的关键词；最(zuì)后用ControlNet插件绑定骨骼开(kāi)始换关键词试效果(guǒ)。

通过(guò)图片(piàn)就可以看出(chū)来，效果十分惊艳(yàn)。

更厉害的是，除了真实的照片，草图也(yě)可以(yǐ)加上“魔法”，知(zhī)乎(hū)大牛“DevPoint”和“逗砂”介(jiè)绍到(dào)ControlNet还能实(shí)现线稿转(zhuǎn)全彩图。大神张吕敏其本(běn)尊也亲自(zì)回应。

不得不说当下AIGC已经变得越来越强大，甚至(zhì)输出的(de)作品都(dōu)已(yǐ)经能以假乱真(zhēn)了。

02

难辨虚实(shí)，AIGC技术力爆发

警惕安全问题(tí)

近日，“苏州(zhōu)金鸡湖(hú)有游艇party”的消息火遍网络，而经过警(jǐng)方辟谣这所谓的(de)“party”可能(néng)是全国第一起(qǐ)AI绘图诈骗。

由于这个活动里面给出的美女(nǚ)照片都是AI制(zhì)作的真人照(zhào)片(piàn)绘图(tú)，因为太逼真，被大(dà)家当成真事传(chuán)播了。

不过仔细观察(chá)可以发现，活动发起者提供的(de)照片中(zhōng)有个很大的(de)漏洞可以发(fā)现(xiàn)并非真人(rén)，而(ér)是(shì)AI绘(huì)图，那便是(shì)图(tú)片(piàn)中女(nǚ)性的手指部分有的存在异常。

有行业人事表(biǎo)示：“现(xiàn)在因为手指部分的绘画(huà)算法比较复杂(zá)，AI还(hái)不太会画人(rén)的手，但最新看到的图(tú)片已经有(yǒu)越来越完(wán)美的AI模型(xíng)出(chū)现，以后(hòu)可能(néng)就(jiù)完(wán)全没有漏洞了(le)。”

类似的(de)AI作图诈骗在国(guó)外也已(yǐ)有发生。据英国广播公司报道，土耳其(qí)地(dì)震期间(jiān)，有Tiktok用户使(shǐ)用(yòng)AI合成了儿童(tóng)受灾的假照(zhào)片发布到网(wǎng)络，以此(cǐ)诱骗(piàn)善良的人打赏“捐(juān)助”从(cóng)而实施(shī)诈骗。

目前随着技术发展，AIGC已经能做出真(zhēn)人照片般的(de)绘图(tú)效果，如果这样的(de)图片(piàn)被(bèi)用(yòng)来诈(zhà)骗，将非常(cháng)可怕。

此外AIGC还引发了很多担忧，一方面，批判者(zhě)认为AI在“学(xué)习”了大(dà)量(liàng)前人(rén)的(de)作品之后，其创(chuàng)作没(méi)有任何情(qíng)绪和灵魂，难以(yǐ)和人类的艺术创作相(xiāng)提并(bìng)论(lùn)。

另一方面(miàn)，AIGC背(bèi)后的版权、目前都(dōu)并没(méi)有得到有(yǒu)效的解(jiě)决，还有AIGC会不(bù)会代替(tì)人类“至高无上”的创意。

马斯克(kè)也(yě)强调，人工智能的(de)安(ān)全问(wèn)题需要得到重(zhòng)视，太(tài)晚(wǎn)就来不及了。

03

AIGC下一站除(chú)了视(shì)频，还(hái)有远方

技术都是有两面性的，潜(qián)在的危害并不能掩(yǎn)盖其光辉的贡献。现在看来，人工智能技术将是(shì)第四次工业革命的核心驱动力量(liàng)，将创造新的增长(zhǎng)奇迹。

过去(qù)一年，人工智能在(zài)技术和(hé)商业层面(miàn)都(dōu)有了巨大进(jìn)展(zhǎn)，AI绘画(huà)就是人工智能技术发生方向性改变的一个代表。其下一站或许就是视频。

此前，Meta和谷(gǔ)歌先后发布了几条引(yǐn)爆(bào)科(kē)技圈(quān)的(de)短视频。这些视频引发关注并非内(nèi)容做得多优秀，反而(ér)都非常简单，比如一匹(pǐ)正在喝水(shuǐ)的马(mǎ)，一只画(huà)画的玩(wán)具熊，或者一段骑摩托车的第一视角录像(xiàng)，随便一个有手机的(de)人都(dōu)可以随手(shǒu)录下(xià)一段。

但(dàn)这些短视频的创(chuàng)作方式非常简单，创(chuàng)作者仅(jǐn)仅需(xū)要(yào)向(xiàng)AI输入(rù)一段话(huà)，甚至(zhì)只是说一下(xià)要(yào)求(qiú)，AI就可(kě)以根据需(xū)要生(shēng)成一段视频(pín)。

谷歌(gē)发(fā)布的两个AI生成视频分别来自于Imagen Video和Phenaki，前(qián)者(zhě)主要突出的是高清(qīng)，与Meta的Make-A-Video没有太多的(de)差别。

在Make-A-Video公(gōng)布了AI生成的视频后，AI圈就(jiù)已经玩了一波梗(gěng)，一个能够做出更高清视频的AI还不足以在短时间(jiān)内戳中兴奋点(diǎn)。

Phenaki更加(jiā)令人震惊的地方在于，它可以制作出超过(guò)2分钟的连(lián)贯的也有(yǒu)确切内(nèi)容的(de)视频，这才是(shì)真正让(ràng)人们感到惊(jīng)喜的地方。因为无论AI生成的(de)视(shì)频多(duō)么高清，也只能是为内容生产(chǎn)者提供一个灵感，一个素材(cái)，一个过场(chǎng)动画。

不过能够(gòu)制作出(chū)有具体剧情内容的视频就意味着，一些视频(pín)创作由AI代替人(rén)工完(wán)成已经初(chū)步有了可(kě)能。

当下AI的发(fā)展(zhǎn)速度已(yǐ)经超过大部分(fēn)人的想象。内容产业的本质是供给创造需求，AIGC作为全新(xīn)的(de)内容生产方式，可以(yǐ)为内容产业带来(lái)更新的内容(róng)风格、更(gèng)快的生(shēng)产速度(dù)，更低的生产成本，这无(wú)疑会驱(qū)动(dòng)内容产业的大爆发。

除了AI绘(huì)图、视(shì)频，AIGC技术还能应(yīng)用于(yú)音乐、代(dài)码、机器人动作等多种内容(róng)形式的生成。不难发(fā)现该项(xiàng)技术不仅在游戏等行业能(néng)得到有效应用，对于下(xià)一(yī)代(dài)互联网各种(模棱两可是什么意思 模棱两可的人心机重吗zhǒng)元素的(de)构建亦有关键意义。

从商业(yè)化的(de)角(jiǎo)度来看(kàn)，文化娱乐、教育、传媒等诸多领域，本身(shēn)就对基(jī)于AI的可视化内容有强(qiáng)烈需求(qiú)。

因此，AI绘画(huà)及视频或不是(shì)结果，而只是(shì)AI进程中的(de)一块(kuài)重要拼图，有(yǒu)望(wàng)在技(jì)术更新的加持下(xià)实现更大的应用(yòng)价值。

AI从理解内(nèi)容，走向了可以生成内容，甚至能够创(chuàng)造出(chū)独立价(jià)值(zhí)和独立视角的内容。AIGC的再次(cì)出圈(quān)，更(gèng)代表(biǎo)着未来的先进生产(chǎn)力即将到(dào)来。

04

紧(jǐn)抓大模(mó)型与算力，牢(láo)固AIGC底座

从技术的发展也可以看出，在语言大模型(xíng)、图像(xiàng)大(dà)模型之后，多(duō)模态(tài)大模(mó)型已经成(chéng)为了新的趋势。

大模型被誉为当前人工智(zhì)能发展的智(zhì)能底(dǐ)座，是全球竞(jìng)争最激烈的(de)研究方向之一(yī)，包括(kuò)谷歌、亚马逊、百度、阿(ā)里(lǐ)、腾讯等众多头(tóu)部企业都在竞(jìng)相发(fā)力。

不过训练大模型的确价格(gé)不菲(f模棱两可是什么意思 模棱两可的人心机重吗ēi)，以国盛证券发布的《ChatGPT需要多少算力》报告估(gū)算，GPT-3训练一(yī)次(cì)的成本约为140万美元。而对于一些(xiē)更大的LLM(大型语言模(mó)型)，训(xùn)练(liàn)成本(běn)则(zé)介于200万美元(yuán)至1200万美(měi)元高价之间。

以ChatGPT在2023年1月的独立访客平均(jūn)数(shù)1300万计算，其对(duì)应芯片需求为3万(wàn)多片(piàn)英(yīng)伟达A100 GPU，初始投入成本约为8亿美元(yuán)，每日仅电费就在5万美(měi)元左(zuǒ)右。

此外不论是ChatGPT还是AIGC，都(dōu)离不开(kāi)庞大算力支持。在关注(zhù)各类大模型的(de)发展同(tóng)时，更应该(gāi)关注算(suàn)力网络的建(jiàn)设(shè)。

算力网络正驱动AI产业发(fā)展进(jìn)入史诗(shī)级加速进程，让AIGC及通用AI这一人工(gōng)智能发展的终极目标离得更近。

因为算力可(kě)以对突(tū)破性技术创新提供(gōng)大力(lì)的支(zhī)持。这方面，多模(mó)态(tài)大模(mó)型是(shì)典型。作为(wèi)面(miàn)向未来强人工智能、通用(yòng)人工智能的重要技术创新，多模态(tài)大模型已(yǐ)经在(zài)人工智能领域提出了(le)很(hěn)多年，业界(jiè)也有(yǒu)不少(shǎo)技术突破，但是(shì)，多模(mó)态(tài)大(dà)模型进一步往下走，算(suàn)力(lì)需(xū)求呈几何式上(shàng)升(shēng)，一(yī)般的(de)算力基(jī)础设施很快将(jiāng)难(nán)以胜(shèng)任。

从图像、文字、语音单独一(yī)项(xiàng)的训练，到双模态、三模(mó)态的跃(yuè)迁，让人工智能可以(yǐ)灵活应(yīng)对不同模态的(de)转(zhuǎn)化、像人与(yǔ)世界交互一(yī)样自然，这方面，由算力网络(luò)来驱动将(jiāng)有明显优势(shì)。

此外，还(hái)有很多需要(yào)爆(bào)发式增(zēng)长(zhǎng)的算力来(lái)支撑的技(jì)术创新，将在人(rén)工智能算力网(wǎng)络支撑(chēng)下(xià)快(kuài)速(sù)推进(jìn)。

AIGC已经(jīng)露出曙光，期待在(zài)大模型和大算力的支(zhī)持下AIGC能(néng)持续颠覆内(nèi)容生产(chǎn)的(de)方(fāng)式，将创造的边际(jì)成本降低，让万众(zhòng)受(shòu)益。

未经允许不得转载：橘子百科-橘子都知道 模棱两可是什么意思 模棱两可的人心机重吗