自聊天(tiān)机器人ChatGPT火爆以来，微软公司创(chuàng)始人比(bǐ)尔·盖茨已多次(cì)公(gōng)开谈论人工智能话题。在最近的一次采访中，他再次(cì)表示：“AI可能(néng)会(huì)让科技(jì)行业迎来一(yī)次剧烈的洗牌”。

这个结论是他在当(dāng)地时间2月20日接(jiē)受《In Good Company》节(jié)目专访(fǎng)时提出的。

他预期，AI的(de)发展(zhǎn)可能会威胁到谷歌的市占率，因为微软在AI方面(miàn)的(de)行动相当(dāng)迅速。而最终(zhōng)科技巨头将(jiāng)把AI整合成用户(hù)的“全能(néng)助手”，包揽一切应用(yòng)，与(yǔ)人们进行沟通并提供(gōng)建(jiàn)议，可以取代(dài)亚马逊、Siri或Outlook等应(yīng)用。

大佬口中全能助手的到来可能(néng)尚需时日，但(dàn)由ControlNet引发的又(yòu)一次AI绘画(huà)浪潮，让AIGC在ChatGPT的话题热点(diǎn)包(bāo)围(wéi)中(zhōng)杀出重围(wéi)。

01

ControlNet颠覆AI绘画新(xīn)玩法(fǎ)

AIGC向可(kě)控(kòng)靠近

以AI绘画(huà)为代表的AIGC上一次(cì)爆火的时(shí)候，还是2022年8月，在美(měi)国科罗拉多州举办的新兴数字艺术家竞赛中，一幅名为《太空(kōng)歌剧院(yuàn)》的作品(pǐn)获奖。

随后各大厂(chǎng)商的AI绘画软件被广(guǎng)大网友熟知并体验，Stable Diffusion便是(shì)其中代表。

用户们可以在应(yīng)用中(zhōng)输入一组关键词(cí)或者一张(zhāng)照片，就(jiù)能获(huò)得一(yī)幅AI创作的画作。

作画(huà)的关键(jiàn)就是所输(shū)入的(de)文本。同(tóng)一组关键词也可以(yǐ)创作出很多张风(fēng)格不一样的画作，这让创(chuàng)作的过程就像开盲盒。

很多用(yòng)户(hù)很喜欢(huān)这种(zhǒng)不(bù)确定的惊喜，他们会(huì)将(jiāng)生成(chéng)的(de)美图当做头像。而另一(yī)部分(fēn)喜欢翻看(kàn)AI绘画的“翻车(chē)”作品。在(zài)社交媒体上(shàng)，许多用(yòng)户分(fēn)享AI“翻车现场”，例如，一(yī)位网友的小狗照片被AI画成了(le)“肌肉男”，还有网友(yǒu)的个人(rén)照片(piàn)被(bèi)AI识别成了(le)建筑。

而如今随着ControlNet的出现与加持，以(yǐ)往AI绘(huì)画(huà)的填写关键词游戏可能要被颠(diān)覆了。

ControlNet是一位正在斯坦(tǎn)福读博的中国人张吕敏创作的一种基(jī)于控制点的(de)图像(xiàng)变形算法(fǎ)，主要用于数字图像处理、计算机视觉(jué)和计算(suàn)机图形学(xué)等(děng)领域。

其(qí)SD插件一(yī)经发布，在短短(duǎn)的两天内便成为了AI绘(huì)画领(lǐng)域最新的热点。

在此之前，大家(jiā)用(yòng)了很多方法想让AI生成的结果尽可能的(de)符合(hé)要求，但是(shì)都不尽如人意(yì)，它的出现代表着AI生成开始进入真正的可控时期。

因为ControlNet可以直(zhí)接提取画面(miàn)的构图，人物的(de)姿(zī)势和(hé)画面的深(shēn)度信(xìn)息等。有(yǒu)了它(tā)的帮助，就不用频繁的用(yòng)提(tí)示词来碰运气，抽盲盒式的创作了。

通(tōng)俗的说ControlNet相当于给AI绘(huì)画加(jiā)了“魔法(fǎ)”，不少博主的作品已经(jīng)获得了大量的浏(liú)览量，“viggo”就是(shì)其中之一，他(tā)用朋友的(de)照片直接带她们走进动漫世界。

viggo先用StableDiffusion图片转文字。

再用Text2Prompt插件(jiàn)拓展找到对应的关(guān)键词；最后用ControlNet插件绑(bǎng)定骨骼开始换(huàn)关键词试效果。

通过图片就可以(yǐ)看出来，效果十分惊(jīng)艳(yàn)。

更厉害的是，除了(le)真(zhēn)实(shí)的照(zhào)片，草(cǎo)图也可以加上“魔法”，知乎大牛“DevPoint”和(hé)“逗(dòu)砂”介绍到ControlNet还能实现线稿转(zhuǎn)全(quán)彩图。大神张吕敏其本尊(zūn)也亲自回(huí)应。

不得不说当下AIGC已经变得(dé)越来越强(qiáng)大，甚至输出的作(zuò)品都(dōu)已经能以假乱(luàn)真了。

02

难辨(biàn)虚实，AIGC技术力(lì)爆发

警惕安(ān)全问题(tí)

近日，“苏州金鸡湖有(yǒu)游艇party”的消息火(huǒ)遍网(wǎng)络，而经过警方辟(pì)谣这所谓的“party”可(kě)能(néng)是全国第一起AI绘图(tú)诈骗(piàn)。

由(yóu)于(yú)这(zhè)个活动(dòng)里面给出(chū)的美女照片都(dōu)是AI制作的真人照片绘图，因为太(tài)逼真，被大家当成(chéng)真事(shì)传播了(le)。

不过仔细观察(chá)可以发现，活(huó)动发起者提供的照片中有个很大的漏洞(dòng)可(kě)以发现并非(fēi)真人(rén)，而(ér)是AI绘图，那便(biàn)是图片中(zhōng)女性的(de)手指部分有的存在异常。

有行业人(rén)事(shì)表示：“现在(zài)因为(wèi)手指部分的绘画算法比较复杂(zá)，AI还不太(tài)会画人(rén)的(de)手(shǒu)，但最(zuì)新(xīn)看到的图片已经(jīng)有越(yuè)来越(yuè)完美的(de)AI模(mó)型出(chū)现，以后可(kě)能就完全没有(yǒu)漏(lòu)洞了(le)。”

类似(shì)的(de)AI作图诈(zhà)骗(piàn)在国外也已有发(fā)生。据英国(guó)广(guǎng)播公司报(bào)道(dào)，土耳(ěr)其地震期间，有Tiktok用户使用AI合成了儿童受灾的(de)假照片(piàn)发布到网络，以此诱骗善良的人打赏“捐助”从(cóng)而实(shí)施诈骗。

目前随着技术发(fā)展，AIGC已经(jīng)能做出真人照片般(bān)的绘(huì)图效果，如(rú)果这(zhè)样的图片被用(yòng)来诈骗(piàn)，将非常(cháng)可(kě)怕(pà)。

此外AIGC还引发了很(hěn)多(duō)担忧，一方面，批判者认为AI在“学(xué)习”了大量前(qián)人的作品之后(hòu)，其创作没有任何情绪和灵魂，难(nán)以和人类的艺术(shù)创作相提并论。

另一方面，AIGC背后的版权(quán)、目前都并(bìng)没有得到有(yǒu)效的解(jiě)决(jué)，还有AIGC会(huì)不(bù)会代替人类(lèi)“至高无上”的创意。

马斯克也强调，人工智(zhì)能的安全(quán)问题需(xū)要得到(dào)重视，太(tài)晚就来不及了(le)。

03

AIGC下一站除了(le)视频，还有远方

技术都是有两面性的，潜在的危(wēi)害并(bìng)不(bù)能(néng)掩盖其光辉(huī)的贡(gòng)献(xiàn)。现在看来，人工智能技术将是第四次(cì)工业革(gé)命(mìng)的核(hé)心驱动(dòng)力量，将创(chuàng)造新的(de)增长(zhǎng)奇迹。

过去(qù)一年(nián)，人工(gōng)智能在技(jì)术(shù)和(hé)商业层(céng)面都有了巨(jù)大进展，AI绘画就是人工(gōng)智能技术发生方向(xiàng)性改变的一个代表。其(qí)下(xià)一站或(huò)许就是视频。

此前，Meta和谷歌先后发布了几条引爆(bào)科技圈的(de)短视频。这些视频引发关注并非内容做得多优秀，反而(ér)都非常简单，比如一匹(pǐ)正在喝水的马，一只画(huà)画的玩(wán)具熊，或者一段骑摩托车的第(dì)一视角录像，随便一个有手(shǒu)机的人都可(kě)以随手录下一(yī)段。

窜天猴什么意思网络，窜天猴什么意思污"https://mmbiz.heiliaofuli.com/wp-content/uploads/2023/03/007b969c3b9c5bd.gif?imageMogr2/thumbnail/2160x0/format/webp/quality/80" data-ratio="1" data-s="300,640" data-type="gif" data-w="256">

但这些(xiē)短视频的创作方式非常简单(dān)，创(chuàng)作者(zhě)仅仅需要向(xiàng)AI输(shū)入一段(duàn)话，甚至(zhì)只是说一下要求，AI就可以根据需要生成一段视频。

谷歌发布的两个(gè)AI生(shēng)成视(shì)频分(fēn)别来自(zì)于Imagen Video和(hé)Phenaki，前者主要突出(chū)的是(shì)高清，与(yǔ)Meta的Make-A-Video没有太多(duō)的差别。

在(zài)Make-A-Video公(gōng)布了(le)AI生成的视频后，AI圈就已经玩了一(yī)波梗，一个能够做(zuò)出更高清视频的AI还(hái)不足以在(zài)短时间内戳(chuō)中兴(xīng)奋点。

Phenaki更(gèng)加令人(rén)震惊的(de)地方(fāng)在于，它可以制作出超(chāo)过2分(fēn)钟的连贯的也(yě)有确切内(nèi)容的视频，这才是(shì)真(zhēn)正(zhèng)让人们感到惊喜的地方。因为无论AI生成的视频多(duō)么高清，也只(zhǐ)能是为内容生产者提供一个灵感，一(yī)个素材，一个过场(chǎng)动画。

不过能够制作出(chū)有具体剧情(qíng)内容的视(shì)频就意味着，一些视频创(chuàng)作由(yóu)AI代替人工(gōng)完(wán)成(chéng)已经(jīng)初步有了可能。

当下AI的发展速度(dù)已(yǐ)经超过大部分人的想象。内容产业的本质是供给(gěi)创(chuàng)造需(xū)求(qiú)，AIGC作为全新的内容生产方式，可以为内容(róng)产业(yè)带来更(gèng)新的内容(róng)风格、更(gèng)快的生产速度，更低的生产(chǎn)成本，这(zhè)无疑会驱动内容产业(yè)的大爆发。

除了AI绘(huì)图、视频，AIGC技术(shù)还能应用于音乐、代码(mǎ)、机器人动作等多种内(nèi)容(róng)形(xíng)式(shì)的(de)生成(chéng)。不难(nán)发现(xiàn)该(gāi)项(xiàng)技术不(bù)仅在(zài)游戏等行(xíng)业能得(dé)到有效应用(yòng)，对于(yú)下(xià)一代互联网(wǎng)各种(zhǒng)元(yuán)素的构(gòu)建亦有关键意义(yì)。

从(cóng)商业化的角度来看，文(wén)化娱乐、教育、传媒等诸多领域，本身就对基于AI的可视化(huà)内容有强烈需求(qiú)。

因此，AI绘画及(jí)视频或不是结(jié)果(guǒ)，而只是AI进程中的(de)一块重要拼图(tú)，有(yǒu)望在技术更新的加(jiā)持下实现更大(dà)的应用价值。

AI从理解内(nèi)容，走向了可(kě)以生成内容(róng)，甚至能够创造出独立价(jià)值和独立(lì)视角的内容。AIGC的再次出圈，更代表(biǎo)着(zhe)未来的先进生(shēng)产力即将到来。

04

紧抓大模(mó)型(xíng)与算力，牢固(gù)AIGC底座(zuò)

从(cóng)技术的发展也可以看(kàn)出，在(zài)语言(yán)大模型(xíng)、图像大(dà)模型之后(hòu)，多模(mó)态大模型已经成为了新(xīn)的趋(qū)势。

大模型被誉(yù)为(wèi)当(dāng)前(qián)人(rén)工(gōng)智能发展(zhǎn)的智能(néng)底座，是(shì)全球竞争最激(jī)烈的研(yán)究方向之一，包(bāo)括(kuò)谷歌、亚马逊、百(bǎi)度、阿里、腾讯等众多头部企业(yè)都在竞相发力(lì)。

不过训练(liàn)大模(mó)型的确(què)价(jià)格不菲，以(yǐ)国盛证券发布(bù)的《ChatGPT需要多少(shǎo)算力(lì)》报告估算，GPT-3训(xùn)练一次的成本约为(wèi)140万美元(yuán)。而对(duì)于一些更大(dà)的LLM(大(dà)型(xíng)语(yǔ)言模型)，训练成(chéng)本(běn)则介于200万美元至1200万美元(yuán)高价之间。

以ChatGPT在(zài)2023年1月的独立访客平均数(shù)1300万计算(suàn)，其对应芯片需求为3万多片(piàn)英伟达A100 GPU，初始投入成本约为8亿(yì)美元(yuán)，每日仅电费(fèi)就在5万美元左右(yòu)。

此外不(bù)论是ChatGPT还是AIGC，都离不开(kāi)庞大(dà)算力支持。在关注各类大(dà)模型的发展同时，更应(yīng)该(gāi)关注算力网络(luò)的建设。

算(suàn)力网(wǎng)络(luò)正驱(qū)动AI产业发展进入史诗(shī)级加速进(jìn)程(chéng)，让AIGC及(jí)通用AI这一人工智能发展(zhǎn)的终极目标离(lí)得(dé)更近。

因(yīn)为算力可以(yǐ)对(duì)突(tū)破性技(jì)术创新提供(gōng)大力的(de)支持(chí)。这方面，多(duō)模态大模(mó)型是典型。作为(wèi)面向未来强(qiáng)人工智(zhì)能(néng)、通用人工智能(néng)的重(zhòng)要技术(shù)创新(xīn)，多模(mó)态大(dà)模型已经在人工(gōng)智能领(lǐng)域提出了很多(duō)年(nián)，业界也有不少技术(shù)突破，但(dàn)是，多模态(tài)大(dà)模型进一(yī)步(bù)往(wǎng)下走，算力需求呈几何(hé)式(shì)上升(shēng)，一般的算(suàn)力(lì)基础(chǔ)设施很快将难(nán)以胜任(rèn)。

从(cóng)图(tú)像、文字、语音单独一项的训练，到双模态、三模态(tài)的跃迁(qiān)，让(ràng)人工智能可以灵活应对不同模态的(de)转化、像(xiàng)人与世界交互一样(yàng)自然，这方面，由(yóu)算力网络来(lái)驱动将有明显(xiǎn)优势。

此外，还有很(hěn)多需要(yào)爆发(fā)式增长的算(suàn)力来支撑的技术创(chuàng)新，将在人工智能算力网络(luò)支(zhī)撑下快速推进。

AIGC已经露出(chū)曙(shǔ)光，期(qī)待在(zài)大模型(xíng)和大算力(lì)的支(zhī)持下AIGC能持续颠(diān)覆内容生(shēng)产的方式，将创造的边(biān)际成(ché窜天猴什么意思网络，窜天猴什么意思污ng)本降低，让万众(zhòng)受益。

未经允许不得转载：橘子百科-橘子都知道 窜天猴什么意思网络，窜天猴什么意思污