自聊(liáo)天机器(qì)人ChatGPT火爆以来，微软公(gōng)司创始人比(bǐ)尔·盖茨已(yǐ)多次(cì)公开(kāi)谈论(lùn)人(rén)工智能话题(tí)。在最近(jìn)的(de)一次采(cǎi)访中，他(tā)再次表示：“AI可能会(huì)让科技(jì)行(xíng)业迎(yíng)来一(yī)次剧烈的(de)洗(xǐ)牌”。

这个结论是(shì)他(tā)在当地时间2月20日接受(shòu)《In Good Company》节目专访(fǎng)时提出的。

他预期，AI的发展可能会威胁到谷歌的市占率，因为微软在AI方(fāng)面(miàn)的行动相(xiāng)当迅速。而最终科技巨头(tóu)将把(bǎ)AI整合成用户(hù)的“全(quán)能助手(shǒu)”，包揽一切应用，与人(rén)们进(jìn)行沟通并提(tí)供建议，可(kě)以取代(dài)亚马逊、Siri或Outlook等应用。

大佬口中全能助(zhù)手的到(dào)来可能尚需(xū)时日(rì)，但(dàn)由ControlNet引发(fā)的(de)又一次(cì)AI绘画浪潮，让AIGC在ChatGPT的话题热点包围中杀出重(zhòng)围(wéi)。

01

ControlNet颠覆AI绘(huì)画新(xīn)玩法

AIGC向可控(kòng)靠近(jìn)

以AI绘画为代表的AIGC上一次爆火(huǒ)的时候，还是2022年8月(yuè)，在美国科(kē)罗拉多州举办的新(xīn)兴数字艺术家竞赛中，一幅名为《太(tài)空歌剧院》的作品获奖。

随(suí)后(hòu)各(gè)大厂商的AI绘(huì)画软件被广大网友熟知(zhī)并体验，Stable Diffusion便(biàn)是其中代(dài)表。

用户们(men)可以在应(yīng)用中(zhōng)输(shū)入一组关键(jiàn)词或者(zhě)一张照片，就能获得一幅AI创作(zuò)的(de)画作。

作(zuò)画的(de)关键就是所(suǒ)输入的文本。同一组关(guān)键词也可以创作出很多张风格不一样的画作，这让(ràng)创作的过(guò)程就像(xiàng)开盲盒。

很多(duō)用户很(hěn)喜欢这种不确(què)定的惊喜(xǐ)，他们会将生成(chéng)的美(měi)图当做头像(xiàng)。而另一部分喜欢(huān)翻看AI绘画的“翻(fān)车”作品(pǐn)结婚祝福语恭喜恭喜是什么意思，恭喜恭喜是什么意思抖音。在社交媒体(tǐ)上，许多用户(hù)分享AI“翻车(chē)现场”，例如，一位(wèi)网友的小(xiǎo)狗(gǒu)照片被AI画成了“肌肉(ròu)男(nán)”，还有网友的个人照片被AI识别成了建筑。

而如今随着ControlNet的出现与加持，以往AI绘画的填写关键(jiàn)词游(yóu)戏(xì)可能要(yào)被颠覆了。

ControlNet是(shì)一位正在斯(sī)坦福读博(bó)的中国人(rén)张吕敏创作的一种基于控制点的图像变形算(suàn)法，主要用于数字图像处理、计算机视觉和计(jì)算机图(tú)形学等领(lǐng)域。

其SD插件一经发布，在短短的两天内便(biàn)成为了AI绘画领域最新(xīn)的热点。

在此之前，大家(jiā)用了很多(duō)方(fāng)法想让(ràng)AI生(shēng)成(chéng)的结果尽(jǐn)可能的符合要求，但是都(dōu)不尽如人意(yì)，它(tā)的出现代表着AI生成开始进(jìn)入真正的可控(kòng)时期。

因为(wèi)ControlNet可以直接提取画面的构图，人(rén)物的姿势和画面的(de)深度信息(xī)等。有了它的帮助，就不用频繁的用(yòng)提示词来碰运气，抽盲(máng)盒(hé)式(shì)的创作了。

通俗的说(shuō结婚祝福语恭喜恭喜是什么意思，恭喜恭喜是什么意思抖音)ControlNet相当于(yú)给AI绘画加了“魔法(fǎ)”，不少博主(zhǔ)的作品(pǐn)已(yǐ)经获得了大量(liàng)的浏览(lǎn)量，“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。

viggo先(xiān)用StableDiffusion图片转文(wén)字(zì)。

再用Text2Prompt插(chā)件拓(tuò)展找到对应的关键词；最后用ControlNet插件绑定骨骼开始(shǐ)换(huàn)关(guān)键(jiàn)词试效果。

通过图(tú)片就可(kě)以看出(chū)来，效果十分惊艳。

更厉害(hài)的是(shì)，除了真(zhēn)实的照片，草(cǎo)图也(yě)可以加上“魔法”，知(zhī)乎大(dà)牛(niú)“DevPoint”和“逗(dòu)砂”介绍到(dào)ControlNet还能实(shí)现线稿转全彩图。大神(shén)张吕敏其本尊也亲自回应。

不得(dé)不说当下AIGC已经变得越来越(yuè)强(qiáng)大，甚至输出的作(zuò)品(pǐn)都已经能以假(jiǎ)乱真了。

02

难辨虚实，AIGC技术力爆(bào)发

警(jǐng)惕安全问题

近日，“苏州金鸡湖有(yǒu)游(yóu)艇party”的消息火(huǒ)遍(biàn)网络(luò)，而经过警(jǐng)方辟谣这所谓的“party”可能是全国第一起AI绘图(tú)诈骗。

由(yóu)于这(zhè)个活动里(lǐ)面给(gěi)出的美女照(zhào)片都(dōu)是AI制作的(de)真人照片(piàn)绘(huì)图，因为太逼(bī)真，被大家(jiā)当成真事传播了。

不过仔细(xì)观察可以发现，活动发起者提供的(de)照片中有个(gè)很大的漏洞可(kě)以发现(xiàn)并非真人，而是AI绘图(tú)，那便是图片中女性的(de)手指部分有的(de)存在异常。

有行(xíng)业人(rén)事表示：“现在因为(wèi)手指部分(fēn)的绘画算法比(bǐ)较复杂，AI还不(bù)太(tài)会画(huà)人的(de)手，但最新看到(dào)的图片已经有越(yuè)来越(yuè)完美的AI模型出现，以(yǐ)后可能就完全没有漏洞了。”

类似的AI作(zuò)图诈骗在国外(wài)也已有发生。据英国广(guǎng)播公司报道，土耳其地(dì)震(zhèn)期间，有(yǒu)Tiktok用户使(shǐ)用(yòng)AI合成(chéng)了(le)儿童受(shòu)灾的假(jiǎ)照片发(fā)布(bù)到网络，以此诱骗善良的人打赏“捐助”从而实施诈(zhà)骗。

目前随着技术发(fā)展，AIGC已经能做出真人照(zhào)片般的绘图效果，如果(guǒ)这样的图(tú)片(piàn)被(bèi)用来诈骗，将非(fēi)常可怕(pà)。

此外AIGC还引发了(le)很多担忧，一方面，批判者认为(wèi)AI在“学习”了(le)大(dà)量(liàng)前人(rén)的作(zuò)品之后(hòu)，其创作没有任何情绪(xù)和灵魂，难以和人类的艺术创作相提并(bìng)论。

另一方面，AIGC背后(hòu)的版权、目(mù)前都并(bìng)没有(yǒu)得到有效的解决，还有(yǒu)AIGC会不会代替人类“至高(gāo)无上”的创意。

马斯(sī)克(kè)也强调，人工智能的安全问题需要得到(dào)重视，太晚就来不及了。

03

AIGC下(xià)一站除(chú)了视(shì)频，还有远方

技术(shù)都是有两面(miàn)性的，潜在的危害并不能掩盖(gài)其光辉的贡献(xiàn)。现在看来，人(rén)工(gōng)智能技术将是第四次(cì)工业革命(mìng)的核心驱动力量，将创造新的增长奇迹。

过去一年，人工智能在(zài)技术和商业层(céng)面(miàn)都有了巨大进展，AI绘画就是人(rén)工智能技术发生方(fāng)向性改变(biàn)的一(yī)个代表。其下(xià)一(yī)站或(huò)许就(jiù)是视(shì)频。

此前(qián)，Meta和谷歌先后发布了几(jǐ)条(tiáo)引爆科(kē)技圈的短(duǎn)视频(pín)。这些视频引(yǐn)发(fā)关注并非(fēi)内容做(zuò)得多优(yōu)秀，反而都(dōu)非常简(jiǎn)单，比如一匹正在喝水的马，一只画画的玩具熊，或者一段骑摩托车的(de)第一视(shì)角录像，随便一个有手机的人都可(kě)以随手(shǒu)录下一段。

但这些短视(shì)频的创(chuàng)作(zuò)方式非常(cháng)简单(dān)，创作者(zhě)仅仅(jǐn)需要向(xiàng)AI输入一(yī)段话(huà)，甚至只是说(shuō)一下要求，AI就可以根据(jù)需要(yào)生成一段视频(pín)。

谷歌(gē)发布的两个AI生(shēng)成(chéng)视(shì)频(pín)分别来自于Imagen Video和Phenaki，前(qián)者(zhě)主要(yào)突(tū)出(chū)的(de)是(shì)高清，与(yǔ)Meta的(de)Make-A-Video没有太(tài)多的差(chà)别(bié)。

在Make-A-Video公布了AI生(shēng)成的视频后(hòu)，AI圈(quān)就(jiù)已经(jīng)玩(wán)了一(yī)波梗，一个能够做(zuò)出(chū)更(gèng)高清视频的AI还不足以(yǐ)在短时间内戳(chuō)中(zhōng)兴奋点。

Phenaki更加令(lìng)人(rén)震惊的地方在(zài)于，它可以(yǐ)制作(zuò)出超过(guò)2分(fēn)钟(zhōng)的连贯的也有确切内(nèi)容的视频，这(zhè)才是真正让(ràng)人们感到(dào)惊(jīng)喜的地方。因(yīn)为无论(lùn)AI生成的视频(pín)多么(me)高(gāo)清，也只能是为内容生产者(zhě)提供(gōng)一(yī)个(gè)灵(líng)感，一(yī)个素(sù)材，一个过场动画。

不过能够(gòu)制作出有具体(tǐ)剧情(qíng)内容的视(shì)频就意味着，一些视频创作由AI代(dài)替人(rén)工完(wán)成已(yǐ)经初步有(yǒu)了可能。

当下AI的(de)发展速度已(yǐ)经超过(guò)大部分人的想象。内(nèi)容产业(yè)的本(běn)质是供给创造需求，AIGC作为全新的内容生产(chǎn)方式，可以为内容产业带(dài)来(lái)更新的内(nèi)容风(fēng)格、更(gèng)快的生产速度，更低(dī)的(de)生产成(chéng)本，这无疑(yí)会(huì)驱动内(nèi)容产业的大爆发(fā)。

除了AI绘图、视频，AIGC技术(shù)还能(néng)应(yīng)用(yòng)于音乐、代码、机器人动作等多种内容形式的生成。不难发现该项(xiàng)技术(shù)不仅在(zài)游戏等(děng)行业(yè)能得到有效应用，对于下一代互联(lián)网各种元(yuán)素的(de)构建(jiàn)亦有关键意(yì)义。

从商业化的角(jiǎo)度来看，文化娱乐、教育、传(chuán)媒等诸多领(lǐng)域，本身就(jiù)对基于AI的(de)可视化内容有强烈需求。

因此，AI绘画及视频或不是结果，而只是AI进程中的一块重要拼(pīn)图，有(yǒu)望在(zài)技术更新(xīn)的加持下实现更大的应用(yòng)价值。

AI从理解内(nèi)容，走向了可以生成内(nèi)容，甚(shèn)至能够创(chuàng)造出独(dú)立价值和独立(lì)视(shì)角的内(nèi)容(róng)。AIGC的再次出(chū)圈(quān)，更代表着(zhe)未来的先进生产力即(jí)将到来。

04

紧抓大模型与算力，牢固AIGC底(dǐ)座

从技术的发展也可以看出(chū)，在语言(yán)大模型、图像大模型之(zhī)后，多模(mó)态大模型已(yǐ)经成为了新的趋势(shì)。

大(dà)模型被誉(yù)为当前(qián)人(rén)工智能发展的(de)智能(néng)底座，是全(quán)球竞争最激烈的研究(jiū)方向(xiàng)之一，包括谷歌、亚马逊(xùn)、百(bǎi)度、阿里、腾讯等众多头部(bù)企业都在竞(jìng)相(xiāng)发力。

不过训练大模型的(de)确价格不菲，以国(guó)盛证券发布的《ChatGPT需要多(duō)少算力》报告估(gū)算，GPT-3训练一次(cì)的(de)成本约为140万美(měi)元。而对于(yú)一些更大的LLM(大(dà)型(xíng)语言模(mó)型(xíng))，训(xùn)练成本则介于200万(wàn)美元(yuán)至(zhì)1200万美元(yuán)高价(jià)之间。

以ChatGPT在2023年(nián)1月的独立访客(kè)平(píng)均数1300万计算(suàn)，其对应芯片需求为(wèi)3万(wàn)多片英(yīng)伟达A100 GPU，初始投入(rù)成本(běn)约为8亿美(měi)元，每日仅电费就在5万美(měi)元左(zuǒ)右。

此外(wài)不论(lùn)是ChatGPT还是AIGC，都离不开庞大(dà)算力支持。在关注(zhù)各(gè)类(lèi)大模型(xíng)的发展(zhǎn)同时(shí)，更(gèng)应该关注算力网(wǎng)络的建(jiàn)设。

算(suàn)力网络正驱动AI产(chǎn)业发展进入史诗级加(jiā)速进程，让AIGC及通用AI这一人工(gōng)智(zhì)能发展的(de)终极(jí)目(mù)标离得(dé)更近。

因为算力可以对突破性(xìng)技(jì)术创新提(tí)供(gōng)大力(lì)的支持(chí)。这方面，多模态大模型(xíng)是典型。作为面(miàn)向未来强人工智能、通用(yòng)人工(gōng)智能(néng)的重要(yào)技术创新(xīn)，多模态大模型(xíng)已经在人工(gōng)智(zhì)能(néng)领(lǐng)域提出了很多年，业界也有不少技术突破，但是，多(duō)模态大模型进(jìn)一步往(wǎng)下走(zǒu)，算(suàn)力需(xū)求呈几何式上升，一(yī)般的算力基础设施很快将难以胜(shèng)任。

从图像(xiàng)、文字、语音单独(dú)一项的(de)训练，到(dào)双(shuāng)模态、三模态的(de)跃迁，让人工智能可以(yǐ)灵活应对不同模态的转(zhuǎn)化、像人(rén)与世界(jiè)交互一样自然，这方面(miàn)，由算力网络来驱动将有明显优势(shì)。

此(cǐ)外，还有很多需要爆发(fā)式增长的算力来支撑(chēng)的技(jì)术创新，将(jiāng)在人工智能(néng)算力网络(luò)支撑下快(kuài)速(sù)推进。

AIGC已经露出曙光，期待在大模型和大(dà)算力的支(zhī)持下AIGC能持续(xù)颠覆(fù)内容生(shēng)产的方(fāng)式(shì)，将(jiāng)创(chuàng)造的边际成(chéng)本(běn)降低，让万(wàn)众受益。

未经允许不得转载：橘子百科-橘子都知道 结婚祝福语恭喜恭喜是什么意思，恭喜恭喜是什么意思抖音