自(zì)聊(liáo)天机器人ChatGPT火爆以来，微(wēi)软公司创始(shǐ)人比(bǐ)尔·盖茨已多(duō)次公开谈论人(rén)工智能话题。在最近的一次采访中，他再次表示(shì)：“AI可能会让(ràng)科技行(xíng)业迎来一次(cì)剧烈的洗牌”。

这个结论(lùn)是他在(zài)当地时间(jiān)2月20日接(jiē)受《In Good Company》节目专访时提出的。

他预期(qī)，AI的发展(zhǎn)可能会威胁到谷歌的市占率，因(yīn)为微软在AI方面(miàn)的行动相当迅速。而最(zuì)终科技(jì)巨头将(jiāng)把AI整合成(chéng)用户的“全能助手”，包(bāo)揽一切应用，与人们进行沟通并提(tí)供(gōng)建(jiàn)议(yì)，可以(yǐ)取代亚马逊(xùn)、Siri或Outlook等应(yīng)用。

大佬口中(zhōng)全能助手的到来可(kě)能尚需时日，但由ControlNet引发的又(yòu)一次AI绘(huì)画浪潮，让AIGC在ChatGPT的话题(tí)热点(diǎn)包(bāo)围中杀出(chū)重围。

01

ControlNet颠覆AI绘画新玩(wán)法

AIGC向可控(kòng)靠近

以(yǐ)AI绘画为代表的AIGC上一(yī)次爆(bào)火的时候，还是2022年8月，在美国(guó)科(kē)罗拉多州举(jǔ)办的(de)新兴数字艺术家竞赛中(zhōng)，一幅名为《太空歌(gē)剧院》的作品获奖(jiǎng)。

随后各大(dà)厂商的AI绘画软件被广大网友熟知(zhī)并(bìng)体验，Stable Diffusion便(biàn)是其中代表。

用户们(men)可以在应用中输入(rù)一组(zǔ)关(guān)键词或者(zhě)一张(zhāng)照片，就能获得一幅(fú)AI创作的画作。

作画的关键就是所输入的文本(běn)。同一组(zǔ)关键词也可以创(chuàng)作出(chū)很多张(zhāng)风格不一样的画(huà)作，这让创作的过程就像(xiàng)开(kāi)盲盒。

很多(duō)用户(hù)很喜欢这种(zhǒng)不确定的惊喜，他们(men)会将生成(chéng)的美图当(dāng)做头像。而另(lìng)一部分喜欢翻看AI绘画的“翻车”作品。在社交媒体(tǐ)上，许多用户(hù)分享(xiǎng)AI“翻车现场”，例如，一位(wèi)网(wǎng)友的小狗(gǒu)照(zhào)片被AI画成(chéng)了“肌肉男(nán)”，还(hái)有(yǒu)网友(yǒu)的个人照片被(bèi)AI识(shí)别成(chéng)了(le)建筑。

而如今随着ControlNet的出现与加(jiā)持，以往AI绘画的(de)填写关键(jiàn)词游(yóu)戏可能要被(bèi)颠覆了。

she always后面加动词原形吗，always后面加动词什么形态ing="async" src="https://mmbiz.heiliaofuli.com/wp-content/uploads/2023/03/19d7ab2c0056bd4.jpeg?imageMogr2/thumbnail/2160x0/format/webp/quality/80" data-ratio="1.12109375" data-s="300,640" data-type="jpeg" data-w="1024">

ControlNet是(shì)一位正在斯坦(tǎn)福读博的中国(guó)人(rén)张吕(lǚ)敏创作的一种基于(yú)控(kòng)制(zhì)点的图像(xiàng)变形算法(fǎ)，主(zhǔ)要用(yòng)于数(shù)字图像处(chù)理、计(jì)算机视觉(jué)和计算机图形(xíng)学等领域。

其(qí)SD插件一(yī)经(jīng)发布，在短短的(de)两天内便成(chéng)为了AI绘画领域最新的(de)热(rè)点(diǎn)。

在此之(zhī)前，大家(jiā)用了(le)很多方法想让AI生成的(de)结(jié)果尽(jǐn)可能的符合要求，但是都(dōu)不尽(jǐn)如人意，它的出现代表着AI生成开(kāi)始进入真正(zhèng)的可控时期(qī)。

因为(wèi)ControlNet可(kě)以直(zhí)接提取画(huà)面的构图(tú)，人物的姿势和(hé)画(huà)面的深度(dù)信息等。有了(le)它的帮助，就不用频繁的(de)用(yòng)提示词(cí)来碰(pèng)运(yùn)气，抽盲(máng)盒式的创作了。

通俗的(de)说(shuō)ControlNet相当于给AI绘(huì)画加(jiā)了(le)“魔法”，不少博主的作品已经获(huò)得了大量的(de)浏览(lǎn)量(liàng)，“viggo”就是其中之一(yī)，他用朋友的照片直接带她们走进(jìn)动漫世界(jiè)。

viggo先用StableDiffusion图(tú)片转文字。

再用Text2Prompt插件拓(tuò)展找到对应的关(guān)键词；最后用(yòng)ControlNet插件绑(bǎng)定(dìng)骨(gǔ)骼(gé)开始换关(guān)键词试效果。

通过图片就可以(yǐ)看出来，效果(guǒ)十分惊艳(yàn)。

更厉(lì)害的(de)是，除了真实的照片，草图也(yě)可以加上(shàng)“魔(mó)法”，知乎大牛“DevPoint”和“逗砂”介绍到ControlNet还能实现(xiàn)线稿转全(quán)彩(cǎi)图。大神张吕敏其本(běn)尊也亲自(zì)回应。

不得(dé)不说当下AIGC已(yǐ)经变得越来越强大(dà)，甚至输(shū)出的(de)作品都(dōu)已经能以假乱真了。

02

难辨(biàn)虚(xū)实(shí)，AIGC技术力爆发

警惕安全问题

近日，“苏州(zhōu)金鸡湖有游艇(tǐng)party”的消息(xī)火遍网络，而(ér)经过警方辟谣这所(suǒ)谓的“party”可能是全国第一起AI绘图诈骗。

由于这个活(huó)动里面给出的美女照片(piàn)都是AI制作的(de)真人照片she always后面加动词原形吗，always后面加动词什么形态绘图，因为太逼真，被(bèi)大家当成真事传播了。

不(bù)过仔细观察可以(yǐ)发现，活动(dòng)发(fā)起者提供的(de)照片中有个(gè)很大的漏洞可以发现并非真(zhēn)人(rén)，而是AI绘图，那便是图片中(zhōng)女性(xìng)的手指部分有的存在异常。

有行业人事表示：“现在因为手指部(bù)分(fēn)的绘(huì)画算法(fǎ)比较复杂，AI还(hái)不太会画人(rén)的手，但最新看到的图片已(yǐ)经有越来越完美的(de)AI模型出现(xiàn)，以后可能就完全没(méi)有漏洞了(le)。”

类似的(de)AI作图诈骗在(zài)国(guó)外也已有发生(shēng)。据英国广播(bō)公司报道，土耳其(qí)地震(zhèn)期间，有Tiktok用户(hù)使(shǐ)用(yòng)AI合(hé)成了(le)儿童(tóng)受灾的(de)假(jiǎ)照片发布到网络，以此诱骗善良的(de)人(rén)打赏“捐助(zhù)”从而实施诈(zhà)骗。

目前随着技术发展(zhǎn)，AIGC已经能做出真(zhēn)人照片般的绘图效(xiào)果，如果(guǒ)这样的(de)图片被用来(lái)诈骗，将非(fēi)常(cháng)可(kě)怕。

此外AIGC还(hái)引发(fā)了很(hěn)多担(dān)忧，一方面，批(pī)判者认(rèn)为AI在“学习(xí)”了大量前(qián)人的(de)作品之后(hòu)，其创(chuàng)作没有(yǒu)任何情(qíng)绪和灵魂(hún)，难以和(hé)人类的艺术创作(zuò)相提并(bìng)论。

另(lìng)一(yī)方面，AIGC背后(hòu)的版权、目前(qián)都(dōu)并没有得到(dào)有效(xiào)的解决，还有AIGC会不会(huì)代(dài)替人类(lèi)“至高无上”的创意。

马斯(sī)克也强(qiáng)调，人工(gōng)智能的安全问题需要得到重视，太(tài)晚就来不及了。

03

AIGC下(xià)一(yī)站除了视频(pín)，还(hái)有远方

技术(shù)都是(shì)有(yǒu)两面性(xìng)的，潜在的(de)危害并不(bù)能掩盖(gài)其光辉的贡献。现在看(kàn)来，人工(gōng)智能(néng)技术将是第(dì)四次工(gōng)业(yè)革命的核心驱(qū)动力量，将创(chuàng)造新的增长奇迹。

过去一年，人工智能在技术和商(shāng)业层面(miàn)都有了巨大(dà)进展，AI绘画就(jiù)是人(rén)工智能技(jì)术(shù)发生方(fāng)向(xiàng)性改(gǎi)变(biàn)的一个代表。其下一站或许就是视(shì)频。

此前，Meta和谷歌先后发(fā)布了几条引爆科(kē)技(jì)圈(quān)的短视频。这些视频(pín)引发关(guān)注并(bìng)非内容做(zuò)得多优秀，反而都非常简单，比如一匹正在喝水的马，一(yī)只画画的玩(wán)具熊(xióng)，或者(zhě)一(yī)段骑(qí)摩托车的第一视角录像(xiàng)，随便一个有手机的(de)人都可以随手录(lù)下一段。

但这些短(duǎn)视频的创作(zuò)方式非(fēi)常简单，创作者仅仅需要(yào)向AI输(shū)入一段话，甚(shèn)至只是说(shuō)一下要求，AI就可(kě)以根据需要生成一段视(shì)频。

谷歌发布的两个AI生成视频分别(bié)来自于Imagen Video和Phenaki，前者主要突出的是高清，与(yǔ)Meta的Make-A-Video没有太多的差别。

在Make-A-Video公(gōng)布(bù)了AI生成的视频后，AI圈就已经玩了一波梗，一个能(néng)够做(zuò)出更高清(qīng)视频的AI还不足(zú)以在短时(shí)间内(nèi)戳中兴奋点(diǎn)。

Phenaki更加令人震惊的地方在于，它可以(yǐ)制作出超过(guò)2分钟的连贯的也有(yǒu)确切内容的(de)视频，这才是真正让人(rén)们感到惊喜(xǐ)的地(dì)方。因为无论AI生成(chéng)的视(shì)频多么高清，也只(zhǐ)能(néng)是(shì)为(wèi)内容生产者提供(gōng)一个(gè)灵感(gǎn)，一个(gè)素材，一个过场(chǎng)动画。

不过能够(gòu)制作出有(yǒu)具体剧情内容的视频就意味(wèi)着，一(yī)些视频创作由AI代替人工完成已经初步(bù)有(yǒu)了可能。

当下AI的发展速度已经超过大(dà)部分人(rén)的想象。内(nèi)容产业的本质是供(gōng)给(gěi)创造需求，AIGC作(zuò)为全新的内容生产方式，可以为内(nèi)容(róng)产(chǎn)业(yè)带来更新(xīn)的内容风(fēng)格、更(gèng)快的生产(chǎn)速度(dù)，更低的生(shēng)产成本，这无(wú)疑会驱(qū)动内(nèi)容产业的大爆发。

除了AI绘图、视频(pín)，AIGC技术还能应用于音乐、代码、机器人动作等多种内容形式的生(shēng)成。不难发现该项技术(shù)不仅在游戏(xì)等(děng)行业能(néng)得到有效(xiào)应用(yòng)，对于下一代互联网各种元素的构建亦有(yǒu)关键意义。

从商(shāng)业化的角(jiǎo)度来(lái)看，文化娱(yú)乐、教育、传媒等诸多领域(yù)，本身就对基于AI的(de)可视化内容有强烈需求(qiú)。

因此，AI绘画及(jí)视频或不是结果，而只是AI进程中的(de)一块重(zhòng)要(yào)拼(pīn)图(tú)，有(yǒu)望在(zài)技术更新的加(jiā)持下实现更大的应(yīng)用价值。

AI从理解内容，走向了可以生成内(nèi)容，甚至(zhì)能够创造出(chū)独(dú)立价值和(hé)独立视角的内容。AIGC的再次出圈，更代表(biǎo)着(zhe)未来(lái)的先(xiān)进生产力即(jí)将(jiāng)到来。

04

紧抓大(dà)模型与算力，牢固AIGC底座(zuò)

从技术(shù)的发展也可以(yǐ)看出，在(zài)语(yǔ)言大(dà)模(mó)型、图像大模型之(zhī)后，多模态(tài)大模型已(yǐ)经成为了新的(de)趋势。

大模型被(bèi)誉为(wèi)当前(qián)人工(gōng)智能发展的智(zhì)能底座，是(shì)全球竞(jìng)争最激烈的研究(jiū)方向之一(yī)，包括谷歌、亚马逊、百度、阿里(lǐ)、腾讯等(děng)众(zhòng)多头部企业都在竞相发力(lì)。

不过训练大模(mó)型的(de)确价(jià)格不(bù)菲，以国盛证券(quàn)发布的《ChatGPT需要多少算力(lì)》报告(gào)估算，GPT-3训练一次(cì)的成本约(yuē)为140万(wàn)美元。而对于(yú)一些(xiē)更大的LLM(大(dà)型语言模型(xíng))，训练成(chéng)本则介于200万美元(yuán)至1200万美元(yuán)高价之间(jiān)。

以(yǐ)ChatGPT在2023年1月的独立访客平均数(shù)1300万计算，其(qí)对应(yīng)芯(xīn)片需求为(wèi)3万多片英伟达A100 GPU，初始投入成本约为(wèi)8亿美元(yuán)，每日仅电(diàn)费(fèi)就在5万(wàn)美元左右。

此外(wài)不(bù)论是ChatGPT还是(shì)AIGC，都离不开庞大算(suàn)力(lì)支持。在(zài)关(guān)注各(gè)类大模型(xíng)的发展同时，更(gèng)应该关(guān)注(zhù)算(suàn)力网络的建设。

算力网络正驱动AI产业发(fā)展进入史诗级加速进(jìn)程，让AIGC及通(tōng)用AI这一人工智(zhì)能发展(zhǎn)的终极目标离得更近(jìn)。

因为(wèi)算力可以对突破性(xìng)技术创新提供大力(lì)的支持。这(zhè)方面(miàn)，多模态大模型是(shì)典型(xíng)。作为(wèi)面(miàn)向未来(lái)强人工智能、通用人工智能的重(zhòng)要技术创新(xīn)，多模态大模型已经(jīng)在人(rén)工(gōng)智能领域提出了很多年，业界也有不少技术突破，但是(shì)，多(duō)模态大模型进一步(bù)往下(xià)走，算力需求(qiú)呈几何式上(shàng)升，一般的算力基础设施很(hěn)快(kuài)将(jiāng)难以(yǐ)胜任。

从图像、文字、语(yǔ)音单独一项的训练，到双模态、三模态的跃迁，让人工智能可(kě)以(yǐ)灵活应(yīng)对不同模态的转化、像人与世(shì)界交互一样自然，这方面(miàn)，由算力(lì)网络(luò)来(lái)驱动将有(yǒu)明显优(yōu)势。

此外(wài)，还有很多需要爆发式增长的算力(lì)来支撑的技术创新(xīn)，将在人工智能算(suàn)力网络支撑下(xià)快速推进。

AIGC已经露出(chū)曙光，期待在大模型和大算力的(de)支持下AIGC能持(chí)续颠(diān)覆内(nèi)容生产的(de)方式，将创造(zào)的边(biān)际成(chéng)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 she always后面加动词原形吗，always后面加动词什么形态