自聊天(tiān)机器人ChatGPT火(huǒ)爆(bào)以来，微软(ruǎn)公司创始人比(bǐ)尔·盖茨已多次公开谈论(lùn)人工智能话题。在最近的一次采访中，他再次(cì)表示：“AI可能会让(ràng)科技行业迎来一次剧(jù)烈的洗(xǐ)牌”。

这个结(jié)论(lùn)是他(tā)在当地时间2月20日接受《In Good Company》节目专(zhuān)访(fǎng)时(shí)提出的。

他预期(qī)，AI的发(fā)展可能会威胁到谷(gǔ)歌(gē)的市(shì)占率，因为微(wēi)软在AI方(fāng)面的行动相当迅速(sù)。而最(zuì)终科技巨头(tóu)将(jiāng)把AI整合成用户的“全(quán)能助手”，包揽(lǎn)一(yī)切应用，与人(rén)们进行(xíng)沟(gōu)通并提(tí)供(gōng)建(jiàn)议(yì)，可以取代亚马逊、Siri或Outlook等应用。

大(dà)佬(lǎo)口(kǒu)中(zhōng)全能助手的到(dào)来可(kě)能尚需时日(rì)，但由(yóu)ControlNet引发(fā)的又一次(cì)AI绘画浪潮，让(ràng)AIGC在ChatGPT的话(huà)题(tí)热点包围中杀出(chū)重围。

01

ControlNet颠(diān)覆AI绘画新玩法(fǎ)

AIGC向可控靠近

以AI绘画(huà)为代(dài)表的AIGC上一(yī)次爆火的(de)时候(hòu)，还是2022年8月，在美国科罗拉(lā)多州举(jǔ)办(bàn)的新兴(xīng)数字艺术家竞赛(sài)中，一幅名为《太空歌(gē)剧院》的作品(pǐn)获奖。

随后(hòu)各(gè)大厂商的AI绘画软件被(bèi)广大网友(yǒu)熟知并体验，Stable Diffusion便(biàn)是其中代表。

用(yòng)户们可以在应用中输入一(yī)组关键词或者一张照(zhào)片，就能获得一幅AI创作的画(huà)作。

作画的关键(jiàn)就是(shì)所(suǒ)输入的文本(běn)。同(tóng)一组关键词也可以(yǐ)创作出很(hěn)多张风(fēng)格不一样的画作(zuò)，这让创(chuàng)作的过程就像(xiàng)开盲盒。

很多用户很喜欢这种不确定的惊喜，他们会将(jiāng)2两白酒是多少ml 二两酒五个小时还会吹出来吗生成的美图(tú)当(dāng)做头像。而另一部分喜(xǐ)欢翻看AI绘画(huà)的“翻车(chē)”作品。在社交媒体上，许多用户分享AI“翻车现场”，例(lì)如(rú)，一位网友的小狗照片被(bèi)AI画成了“肌肉男”，还有网友的个人照片被AI识别成了建筑。

而(ér)如今随着ControlNet的出现与加持，以往AI绘画(huà)的填(tián)写关键词游戏可能要被(bèi)颠覆了(le)。

ControlNet是一位(wèi)正在(zài)斯(sī)坦福读博的中国(guó)人张吕(lǚ)敏创作(zuò)的一种(zhǒng)基于(yú)控制点的(de)图像变形算法，主(zhǔ)要(yào)用(yòng)于数(shù)字图(tú)像处理、计算机视(shì)觉和计(jì)算机图形学等领域。

其SD插件一经发(fā)布，在短短的两天内便(biàn)成为了AI绘(huì)画(huà)领域最新(xīn)的热点。

在此之(zhī)前，大家(jiā)用了很(hěn)多(duō)方法想让AI生成的结(jié)果尽可能的符合要求(qiú)，但是都(dōu)不尽如人意，它的(de)出现(xiàn)代表2两白酒是多少ml 二两酒五个小时还会吹出来吗(biǎo)着(zhe)AI生成开始(shǐ)进入真正的可控(kòng)时期。

因为ControlNet可以直接提取画面的构图(tú)，人物的姿(zī)势和画(huà)面(miàn)的深度信(xìn)息等。有了(le)它的帮助，就不用(yòng)频(pín)繁的用提示词来碰运气，抽(chōu)盲(máng)盒式的创作了(le)。

通俗的(de)说ControlNet相当于(yú)给AI绘画加了“魔法”，不少博(bó)主的作品已(yǐ)经获(huò)得了大(dà)量的浏览(lǎn)量，“viggo”就是(shì)其中之一，他用(yòng)朋友的照片(piàn)直接带她们走(zǒu)进动漫世界(jiè)。

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

再(zài)用(yòng)Text2Prompt插件拓展找到对应的关键词；最后用(yòng)ControlNet插件(jiàn)绑定骨骼开始换(huàn)关键(jiàn)词(cí)试效果。

通过图片就可以看出(chū)来(lái)，效果(guǒ)十分惊艳。

更(gèng)厉害的是，除了(le)真实的照片，草图也可(kě)以加(jiā)上“魔法”，知乎大牛“DevPoint”和“逗砂”介(jiè)绍(shào)到ControlNet还(hái)能实现线稿转全彩图。大神张(zhāng)吕敏其本尊也亲自回应。

不得不说当下AIGC已经变得越(yuè)来(lái)越强大，甚至输出的作品(pǐn)都(dōu)已经能以假乱真了。

02

难辨虚实，AIGC技术(shù)力爆发

警惕安全问题

近(jìn)日，“苏州(zhōu)金鸡湖有(yǒu)游(yóu)艇(tǐng)party”的消息(xī)火遍网(wǎng)络，而(ér)经过警方辟谣这所谓(wèi)的“party”可能(néng)是全(quán)国第一起AI绘图诈骗(piàn)。

由(yóu)于这(zhè)个活动(dòng)里面给(gěi)出的(de)美女照片都是AI制作的真人照片绘图，因为太(tài)逼真(zhēn)，被大家当成(chéng)真(zhēn)事传播了。

不(bù)过(guò)仔细观察可以发现，活动发起(qǐ)者提供的照片中有个很(hěn)大(dà)的漏洞可以发现并非真人，而是AI绘图，那(nà)便是图片(piàn)中女性的(de)手(shǒu)指部分有的存在异常。

有行(xíng)业人事表示：“现在因为手指部分的绘画(huà)算(suàn)法比(bǐ)较复杂，AI还不(bù)太会画人的(de)手，但最新看到的图片已经有越(yuè)来越完(wán)美的AI模型(xíng)出现，以后可能(néng)就(jiù)完全没有漏(lòu)洞了(le)。”

类似的AI作图诈骗在国外也已有(yǒu)发生。据(jù)英国(guó)广播公司报(bào)道，土耳(ěr)其地震期间，有Tiktok用(yòng)户使用(yòng)AI合成了(le)儿童受灾(zāi)的假(jiǎ)照(zhào)片发布(bù)到网(wǎng)络，以此诱骗善良的人打赏(shǎng)“捐助(zhù)”从而(ér)实(shí)施诈(zhà)骗。

目(mù)前随着技(jì)术发展，AIGC已经能做出(chū)真人照片(piàn)般的绘图(tú)效果(guǒ)，如果这(zhè)样的图片被用来诈骗，将(jiāng)非常(cháng)可(kě)怕。

此(cǐ)外AIGC还引发了很多担忧，一方面，批判者认为AI在“学习(xí)”了大量前人的作品之(zhī)后，其(qí)创作(zuò)没有任何情绪和灵(líng)魂(hún)，难(nán)以(yǐ)和(hé)人类的艺术创(chuàng)作相提并论。

另一方面，AIGC背后的版权、目前都(dōu)并没有得到有(yǒu)效的(de)解(jiě)决(jué)，还有AIGC会不会代替人类“至高无上”的创意。

马斯(sī)克也强(qiáng)调，人(rén)工智(zhì)能(néng)的安全问题(tí)需要得(dé)到重(zhòng)视，太晚(wǎn)就来不(bù)及(jí)了。

03

AIGC下一站(zhàn)除了视(shì)频，还有远(yuǎn)方(fāng)

技(jì)术都是有两面性(xìng)的，潜在的(de)危害并不能掩盖(gài)其光辉的(de)贡(gòng)献。现(xiàn)在看来，人工(gōng)智(zhì)能(néng)技术将是(shì)第(dì)四次工业革命的(de)核心驱动力量，将创造新的增长奇迹。

过去一(yī)年，人工智能在技术和(hé)商业层面(miàn)都有了巨大进展，AI绘画就是人工2两白酒是多少ml 二两酒五个小时还会吹出来吗(gōng)智能技(jì)术发(fā)生方向性改(gǎi)变的一(yī)个(gè)代表。其下一(yī)站或许就是(shì)视频。

此前(qián)，Meta和(hé)谷歌先后发布了几(jǐ)条(tiáo)引爆(bào)科技圈的短视频。这些视频引发关(guān)注并(bìng)非内容做得多优(yōu)秀，反而都非常简单，比(bǐ)如一(yī)匹正在喝水(shuǐ)的(de)马(mǎ)，一只画画(huà)的玩具(jù)熊，或(huò)者一(yī)段骑摩托车的第(dì)一视(shì)角录像(xiàng)，随便一个有手机的人(rén)都可(kě)以(yǐ)随手录下一段(duàn)。

但这些短视频的创作(zuò)方(fāng)式非常简单，创作者仅仅需要向(xiàng)AI输入(rù)一段(duàn)话，甚(shèn)至只(zhǐ)是说一下要(yào)求，AI就可以根据需要生成一段视频。

谷歌发布(bù)的(de)两个AI生成视频分别来自于Imagen Video和Phenaki，前者主要突出的是高清，与Meta的Make-A-Video没有太多的(de)差别。

在Make-A-Video公布了AI生成(chéng)的视频后，AI圈就已经(jīng)玩了一波梗(gěng)，一(yī)个(gè)能够做(zuò)出更(gèng)高(gāo)清视频的(de)AI还(hái)不足以在短时(shí)间内戳中兴奋点。

Phenaki更(gèng)加令人(rén)震惊的地方在于，它(tā)可以(yǐ)制(zhì)作(zuò)出超过2分钟(zhōng)的(de)连贯的(de)也有确切(qiè)内容的视频，这才是真正让人们感到惊喜(xǐ)的(de)地方(fāng)。因为无论AI生成的(de)视频多(duō)么高清(qīng)，也只能是为(wèi)内容生产(chǎn)者提(tí)供一个灵感(gǎn)，一个(gè)素材，一(yī)个过场动画(huà)。

不(bù)过能够制作出(chū)有具体剧情内(nèi)容(róng)的视(shì)频就意(yì)味着，一些视频创作由AI代(dài)替人工完成已经初(chū)步有了可能(néng)。

当(dāng)下(xià)AI的发(fā)展速(sù)度已经超过大部分人(rén)的想象。内容产业的(de)本质(zhì)是供给(gěi)创造需求，AIGC作为全新(xīn)的内容生(shēng)产方(fāng)式，可以为内容(róng)产业带来更新的(de)内容风(fēng)格、更快的生产速度，更低的生产成(chéng)本，这无疑会驱动内容产业的大爆发。

除了AI绘图、视频(pín)，AIGC技术(shù)还能(néng)应用于音乐、代码(mǎ)、机器人动(dòng)作等多种(zhǒng)内容形(xíng)式的生成。不难(nán)发现该项技(jì)术不仅在游戏等行业能得(dé)到有效应用，对于下一代互联网各种元素的构建(jiàn)亦有关键意义。

从商业化的角度来看，文化(huà)娱(yú)乐、教育、传(chuán)媒(méi)等(děng)诸多领域，本身就对基(jī)于AI的可视化(huà)内容有(yǒu)强(qiáng)烈需求。

因此(cǐ)，AI绘画(huà)及(jí)视频或不是结果，而只是AI进程中的一块重要拼图(tú)，有望(wàng)在技(jì)术(shù)更新的加持下实现更(gèng)大(dà)的应用(yòng)价值。

AI从理解内容，走向了可以(yǐ)生(shēng)成内容，甚至能够创(chuàng)造出独(dú)立价(jià)值和(hé)独立视(shì)角的(de)内容(róng)。AIGC的再次出(chū)圈，更(gèng)代表着(zhe)未(wèi)来的先(xiān)进生产(chǎn)力即将到来。

04

紧抓大模型与算力(lì)，牢(láo)固AIGC底座

从(cóng)技术的发展也(yě)可(kě)以看出，在语言大(dà)模型、图(tú)像大模型之后，多模(mó)态大模(mó)型已经(jīng)成(chéng)为了新的趋(qū)势。

大模型被誉为当(dāng)前人工智能发展的智能底座(zuò)，是全球(qiú)竞争最激烈的研究(jiū)方向(xiàng)之一，包括(kuò)谷歌、亚(yà)马逊、百度、阿里、腾讯等(děng)众多头部(bù)企业都在竞相发力。

不过训练大模型的确价格(gé)不(bù)菲，以国盛证券(quàn)发(fā)布的《ChatGPT需要(yào)多少算力》报告估算，GPT-3训练(liàn)一次的成本约为140万美元。而对于一些更大(dà)的LLM(大(dà)型(xíng)语言模型)，训练成本则介于200万美元(yuán)至(zhì)1200万美元高价之(zhī)间。

以(yǐ)ChatGPT在2023年1月的独立访(fǎng)客(kè)平(píng)均数1300万计算，其对(duì)应芯片需(xū)求为3万多片英(yīng)伟(wěi)达A100 GPU，初(chū)始投入成本约为8亿美元(yuán)，每日仅电费就在(zài)5万美元左右。

此外不(bù)论是ChatGPT还是AIGC，都离不(bù)开庞大算力(lì)支持。在关注各类大模型的发展同时，更应该关注算力网络的建设。

算力(lì)网络正(zhèng)驱(qū)动AI产业发展(zhǎn)进入史诗级加(jiā)速进(jìn)程(chéng)，让AIGC及通用AI这一(yī)人工(gōng)智能发(fā)展的(de)终极目(mù)标离得更近(jìn)。

因为算(suàn)力可以对突破性(xìng)技术创新提供(gōng)大力的支持。这(zhè)方面，多模(mó)态大模(mó)型是(shì)典型。作为面向未来强人(rén)工(gōng)智(zhì)能、通(tōng)用人工(gōng)智能的重要(yào)技术创新，多模态大模型已经在人(rén)工(gōng)智(zhì)能领域提出了(le)很多年，业界也有不(bù)少(shǎo)技术突破，但是，多模态大模(mó)型进(jìn)一步往下走(zǒu)，算力需(xū)求呈(chéng)几何式上升，一(yī)般的算力基础设施很(hěn)快将难以胜任。

从图(tú)像、文字(zì)、语音(yīn)单独一项(xiàng)的(de)训(xùn)练，到双模态、三模态的(de)跃迁，让人工智能可以灵活应对不同模态的转化、像人与世界交互一样自然，这(zhè)方面，由(yóu)算(suàn)力(lì)网络来驱(qū)动将有(yǒu)明显优势(shì)。

此(cǐ)外(wài)，还有(yǒu)很多需要爆发式增长的(de)算力(lì)来支(zhī)撑的技术(shù)创新(xīn)，将在人工智能算力网络支(zhī)撑下快速推进。

AIGC已经(jīng)露出曙光(guāng)，期(qī)待(dài)在大模型和(hé)大算力的支持下AIGC能持续(xù)颠覆内(nèi)容生产的方式，将创(chuàng)造的边际成(chéng)本(běn)降(jiàng)低，让万众受益。

未经允许不得转载：橘子百科-橘子都知道 2两白酒是多少ml 二两酒五个小时还会吹出来吗