自聊(liáo)天(tiān)机(jī)器人ChatGPT火爆以来，微软公(gōng)司创始人比尔(ěr)·盖茨(cí)已多次(cì)公开谈论人(rén)工(gōng)智能话题。在最近(jìn)的一次采访中(zhōng)，他再次表示：“AI可(kě)能会让科技(jì)行(xíng)业迎来(lái)一次(cì)剧烈的洗(xǐ)牌”。

这个结论是(shì)他(tā)在(zài)当地时间2月20日(rì)接受《In Good Company》节目专访时提出的。

他预期，AI的发(fā)展可能(néng)会威胁到谷歌的(de)市占(zhàn)率，因为(wèi)微软在(zài)AI方面的行动相当迅速。而(ér)最终科(kē)技巨头将把(bǎ)AI整合成(chéng)用户的“全能助手”，包(bāo)揽(lǎn)一(yī)切(qiè)应用，与人们进行沟通并提供(gōng)建议(yì)，可以取代(dài)亚马逊、Siri或(huò)Outlook等应用。

大佬口(kǒu)中全(quán)能助手的到来可(kě)能尚(shàng)需时(shí)日，但(dàn)由(yóu)ControlNet引发的又(yòu)一次(cì)AI绘画浪(làng)潮，让AIGC在(zài)ChatGPT的话(huà)题热点包(bāo)围中杀出重围(wéi)。

01

ControlNet颠(diān)覆AI绘(huì)画新玩(wán)法

AIGC向可控(kòng)靠近

以AI绘画为代表的AIGC上一次爆火(huǒ)的(de)时候，还是2022年8月(yuè)，在美国科罗拉多(duō)州举办(bàn)的新兴数(shù)字艺术(shù)家竞赛中，一幅名为《太空歌剧院》的作品获(huò)奖。

随后各大(dà)厂商的AI绘画软件被广大(dà)网友熟知并体验，Stable Diffusion便是其中代表。

用户们可以在应用(yòng)中输入一组(zǔ)关键词或者一(yī)张照片(piàn)，就(jiù)能获(huò)得一幅AI创作的画作。

作画的关键就(jiù)是所输入的文(wén)本(běn)。同一组关键(jiàn)词也(yě)可(kě)以(yǐ)创(chuàng)作出很多(duō)张风格(gé)不一样的画(huà)作(zuò)，这(zhè)让创作的过(guò)程就(jiù)像开(kāi)盲盒(hé)。

很多用户(hù)很喜(xǐ)欢这种(zhǒng)不确定的(de)惊喜，他(tā)们(men)会将生(shēng)成的美(měi)图(tú)当做头像。而另(lìng)一部分喜(xǐ)欢翻看AI绘画的“翻车”作品。在社交媒体上，许多(duō)用(yòng)户分享AI“翻车现场(chǎng)”，例如(rú)，一位(wèi)网友的小狗照片(piàn)被AI画成了“肌肉男”，还有网友(yǒu)的(de)个人照片被(bèi)AI识别(bié)成了建筑。

而如今随着(zhe)ControlNet的出现与加持，以(yǐ)往(wǎng)AI绘画的填写关键词游戏可能要被颠覆了。

ControlNet是一(yī)位正在斯(sī)坦福读(dú)博(bó)的中国(guó)人张吕敏创作的(de)一种(zhǒng)基于控制点的(de)图像(xiàng)变(biàn)形(xíng)算(suàn)法，主(zhǔ)要用于数字(zì)图像处理、计(jì)算机视觉(jué)和计(jì)算(suàn)机图(tú)形学等领域。

其SD插件(jiàn)一经发布，在短短的两天(tiān)内便成为了AI绘画领域最新的热点。

在此(cǐ)之(zhī)前，大家用了(le)很多(duō)方法想让AI生成的结果尽可能的符合要求，但是都不尽如人意(yì)，它(tā)的出现代(dài)表着AI生成开始进入真正的(de)可控时期。

因为ControlNet可以直(zhí)接提取画面的构图，人物(wù)的姿(zī)势和画(huà)面的深度信息等。有了它的帮助，就不用频繁的用提示词来碰运气，抽盲盒式(shì)的创作了。

通俗的(de)说(shuō)ControlNet相(xiāng)当(dāng)于(yú)给(gěi)AI绘(huì)画加了“魔法”，不少(shǎo)博主的作品已经获得了(le)大量(liàng)的浏览量(liàng)，“viggo”就是其中之一，他用朋友(yǒu)的照(zhào)片直接(jiē)带她们走进动漫(màn)世(shì)界。

viggo先用StableDiffusion图片转文字(zì)。

再用Text2Prompt插件拓展找到对应(yīng)的关键词；最后用(yòng)ControlNet插(chā)件(jiàn)绑定骨(gǔ)骼开始换关键词试效果。

粤西是指什么地方decoding="async" src="https://mmbiz.heiliaofuli.com/wp-content/uploads/2023/03/4efa72af2df1b5d.jpeg?imageMogr2/thumbnail/2160x0/format/webp/quality/80" data-ratio="0.54140625" data-s="300,640" data-type="jpeg" data-w="1280">

通过图片就可以看出来，效果十(shí)分(fēn)惊艳(yàn)。

更厉害的(de)是，除了真实的照片，草图也可以加上(shàng)“魔法”，知乎大牛“DevPoint”和“逗砂”介绍(shào)到ControlNet还能实现(xiàn)线稿转全(quán)彩图。大(dà)神张吕敏其(qí)本尊也亲自(zì)回应。

不得不说(shuō)当下(xià)AIGC已(yǐ)经(jīng)变得越来(lái)越强大，甚至输出的(de)作品都已经能(néng)以假乱真了(le)。

02

难(nán)辨(biàn)虚(xū)实(shí)，AIGC技(jì)术(shù)力爆发(fā)

警惕安全问(wèn)题

近日，“苏州金鸡湖有游艇(tǐng)party”的消息火遍(biàn)网络(luò)，而经过警方辟谣这所谓的“party”可(kě)能(néng)是全国第一起AI绘图诈骗(piàn)。

由于这个活动里面给出的美女(nǚ)照片都是(shì)AI制作的(de)真人照片绘图，因(yīn)为(wèi)太(tài)逼真，被大家当成真事(shì)传(chuán)播(bō)了。

不过仔(zǎi)细观察(chá)可以发现，活动(dòng)发起者提(tí)供的照片中有个很大的(de)漏洞可以发现并非真人，而是AI绘图，那便是图片中(zhōng)女性的(de)手指(zhǐ)部分有的(de)存在异常(cháng)。

粤西是指什么地方y2="788.3737024221454" data-ratio="0.61640625" data-s="300,640" data-type="jpeg" data-w="1280">

有(yǒu)行业人事表示(shì)：“现(xiàn)在因为手指部分的(de)绘画算(suàn)法比较复杂(zá)，AI还不太会画人的手(shǒu)，但(dàn)最新(xīn)看到的图片已(yǐ)经有越来越(yuè)完美的AI模型(xíng)出现(xiàn)，以(yǐ)后可能就完全没有(yǒu)漏(lòu)洞(dòng)了(le)。”

类似的AI作图诈骗在国外(wài)也已有发(fā)生(shēng)。据英国广播公司报道，土(tǔ)耳其地(dì)震期间(jiān)，有Tiktok用户使用AI合成了(le)儿童受灾的假照片发布到网(wǎng)络(luò)，以此诱骗善(shàn)良的(de)人打赏“捐(juān)助”从而实施诈(zhà)骗(piàn)。

目前随着技术发(fā)展，AIGC已经能(néng)做出(chū)真人照(zhào)片般的(de)绘图效果(guǒ)，如果这(zhè)样的图片(piàn)被用(yòng)来诈骗，将非常可怕(pà)。

此外AIGC还引(yǐn)发了很多担忧，一(yī)方面(miàn)，批(pī)判者认为AI在(zài)“学习”了大量前(qián)人的(de)作(zuò)品(pǐn)之(zhī)后，其(qí)创作没有任何情(qíng)绪和(hé)灵魂，难以和(hé)人类的艺术(shù)创(chuàng)作相(xiāng)提(tí)并论。

另一(yī)方面，AIGC背后的版(bǎn)权(quán)、目前都并没有得到(dào)有效(xiào)的(de)解决(jué)，还有AIGC会不会代替(tì)人类“至高无上”的创意。

马斯克也强调，人工(gōng)智能的安全问题(tí)需要得到重(zhòng)视(shì)，太(tài)晚就(jiù)来不及了。

03

AIGC下一站(zhàn)除(chú)了视频，还有远方

技术都是有(yǒu)两面(miàn)性的，潜(qián)在的危(wēi)害并不能(néng)掩盖其光辉的贡(gòng)献。现在看(kàn)来，人工(gōng)智能技术将是第四(sì)次(cì)工业革命的核心(xīn)驱动(dòng)力(lì)量，将创(chuàng)造新的(de)增(zēng)长奇迹。

过去一(yī)年(nián)，人工(gōng)智能在技(jì)术和商业层面都有了巨大进展，AI绘(huì)画(huà)就是人工智能技术(shù)发生(shēng)方(fāng)向性改变的一个代表。其下一站或许(xǔ)就是视频。

此前，Meta和谷(gǔ)歌先后发布了几条(tiáo)引爆科(kē)技圈的短视(shì)频。这些视频引发关注(zhù)并(bìng)非内(nèi)容做得多优秀，反而都(dōu)非常简单，比如一(yī)匹(pǐ)正在喝水的马，一只画画的(de)玩具熊，或者一段骑摩托(tuō)车的第(dì)一视角录像(xiàng)，随(suí)便一(yī)个(gè)有(yǒu)手机的人(rén)都可(kě)以(yǐ)随(suí)手录下一段(duàn)。

但这些短(duǎn)视频(pín)的创作方式非常简单，创作者仅仅需要向AI输入一段话，甚至只是(shì)说一下(xià)要(yào)求，AI就可以根据(jù)需要(yào)生成一段视频。

谷歌发布的两个AI生成视频(pín)分别来(lái)自于Imagen Video和Phenaki，前者(zhě)主(zhǔ)要突出的是高清，与Meta的Make-A-Video没(méi)有太多的差别。

在Make-A-Video公布(bù)了AI生成的视频(pín)后，AI圈(quān)就已经玩了一波梗，一个能够(gòu)做出更高(gāo)清视频的(de)AI还不足以在短时间内戳(chuō)中(zhōng)兴奋点。

Phenaki更加(jiā)令人(rén)震惊的地方(fāng)在(zài)于，它可(kě)以制作出超过2分(fēn)钟的连贯的也有确切内容的视频，这才是(shì)真正让人们感到惊喜的地方。因(yīn)为无(wú)论AI生成的视频多么高清，也(yě)只能(néng)是为内(nèi)容生(shēng)产者提供一个灵感(gǎn)，一个素材(cái)，一个过场(chǎng)动画。

不(bù)过能够(gòu)制作出有具(jù)体剧情内容(róng)的视频就意味着，一些视频创作(zuò)由(yóu)AI代(dài)替人(rén)工(gōng)完成已经初步有(yǒu)了可能。

当下AI的发(fā)展速度已经超(chāo)过大部(bù)分人的想(xiǎng)象。内(nèi)容产业的(de)本(běn)质(zhì)是供(gōng)给创(chuàng)造需求，AIGC作(zuò)为全(quán)新的(de)内容生(shēng)产方式，可以(yǐ)为内容产业带来更(gèng)新的内容风格(gé)、更快的生产(chǎn)速度，更(gèng)低(dī)的(de)生产成本，这(zhè)无疑会(huì)驱动内容产业的(de)大爆发。

除了AI绘(huì)图、视频(pín)，AIGC技术还能应用于音乐(lè)、代码(mǎ)、机器人动作等多种内容形式的生成。不难发现(xiàn)该项技术不仅在游戏等行业能(néng)得到有效(xiào)应用(yòng)，对于下(xià)一代互(hù)联网各(gè)种(zhǒng)元素的构建亦有关键意义。

从商业化的角度来看，文(wén)化娱(yú)乐、教育、传(chuán)媒等(děng)诸多领域，本身就对基于AI的可视化内(nèi)容(róng)有强烈需求。

因此，AI绘(huì)画及视频或不是结果，而只是AI进程中的一块重(zhòng)要(yào)拼图(tú)，有望在技术更新的加持下实现更大的应(yīng)用(yòng)价值。

AI从(cóng)理(lǐ)解内容，走向了可(kě)以(yǐ)生成内容，甚至(zhì)能够(gòu)创造(zào)出(chū)独立(lì)价值(zhí)和独立视角的(de)内容(róng)。AIGC的再次出圈，更代表着未来的先进(jìn)生(shēng)产力(lì)即将(jiāng)到(dào)来。

04

紧抓大模型与算(suàn)力，牢固AIGC底座

从(cóng)技术的发展(zhǎn)也可以看出(chū)，在语言大模型、图像(xiàng)大模型(xíng)之后(hòu)，多模态大模型已(yǐ)经成为(wèi)了新的趋势。

大模型(xíng)被誉(yù)为当前(qián)人(rén)工智(zhì)能发展的智能底(dǐ)座，是全球竞(jìng)争最激烈(liè)的(de)研(yán)究(jiū)方向之一，包括谷歌(gē)、亚马逊、百度、阿(ā)里(lǐ)、腾讯等众多头部企业都在竞(jìng)相发力。

不过训练(liàn)大模型的(de)确价格不菲，以国盛(shèng)证券发布的《ChatGPT需要多少算(suàn)力》报告估算，GPT-3训练(liàn)一次(cì)的成本约为140万美元(yuán)。而对于一些(xiē)更大的LLM(大型(xíng)语言模型)，训练成本则介于200万美(měi)元至1200万美元高(gāo)价之间(jiān)。

以ChatGPT在2023年1月的独立访(fǎng)客平均(jūn)数(shù)1300万(wàn)计算，其(qí)对(duì)应芯(xīn)片(piàn)需求为3万多片英伟达A100 GPU，初始投入成本(běn)约为8亿美元，每日仅电费就在(zài)5万美元(yuán)左右。

此外不论是ChatGPT还是AIGC，都(dōu)离不开庞大(dà)算力(lì)支持。在关注各类大模(mó)型的发展同时，更应该关(guān)注算力网络的(de)建设。

算(suàn)力网络正驱动AI产(chǎn)业发展进入史诗级加速(sù)进程，让(ràng)AIGC及(jí)通用AI这一人(rén)工智能发展(zhǎn)的(de)终极目标离得(dé)更近(jìn)。

因(yīn)为算力可(kě)以对突破性技(jì)术创新提(tí)供大力的(de)支持。这方面，多模态大模型是(shì)典型。作(zuò)为面(miàn)向(xiàng)未来强人工(gōng)智能(néng)、通用人工智能的(de)重要技术创新，多模态大(dà)模(mó)型已经在人(rén)工智能领域提(tí)出(chū)了(le)很(hěn)多年，业界也有不少技术突破，但是，多模态大模(mó)型进一(yī)步往下(xià)走(zǒu)，算力需求呈几何式上升(shēng)，一般的算(suàn)力基础设施很快将难(nán)以胜任。

从图像、文字(zì)、语音(yīn)单(dān)独(dú)一项的训练，到双(shuāng)模态、三(sān)模(mó)态的跃迁，让人工智能可(kě)以灵活应对不同模态(tài)的转化、像人与世界交(jiāo)互一样(yàng)自(zì)然，这方面，由算(suàn)力网(wǎng)络来驱动将有明(míng)显(xiǎn)优势。

此外，还有很多(duō)需要爆发(fā)式增长的算力来支(zhī)撑的技术创(chuàng)新，将在人工智能算(suàn)力(lì)网络(luò)支(zhī)撑下快速推进。

AIGC已(yǐ)经露出曙光(guāng)，期待在大(dà)模型和大算力的支持(chí)下AIGC能持续(xù)颠覆内容生(shēng)产的(de)方式，将(jiāng)创造的边际成本降低，让万众受益(yì)。

未经允许不得转载：橘子百科-橘子都知道 粤西是指什么地方