自聊天机器人ChatGPT火(huǒ)爆以来，微软公司创始人比尔·盖茨(cí)已多次公开(kāi)谈论人(rén)工智能话题(tí)。在最近的一次采访中，他再次表示：“AI可能(néng)会让科技行(xíng)业迎来一次剧烈的洗牌”。

这个(gè)结(jié)论是他(tā)在当地时间2月20日接受《In Good Company》节目(mù)专(zhuān)访时提(tí)出的。

他预(yù)期(qī)，AI的发展可(kě)能会(huì)威胁(xié)到谷歌的市占率，因为(wèi)微软在AI方面的(de)行动相当迅速(sù)。而最终科(kē)技(jì)巨头将把AI整合(hé)成用(yòng)户的“全能助(zhù)手”，包揽一(yī)切(qiè)应(yīng)用，与人们(men)进行沟通并提供建议，可以取代亚马(mǎ)逊(xùn)、Siri或Outlook等应用。

大佬口中(zhōng)全(quán)能助手(shǒu)的(de)到来可能尚需时日，但由ControlNet引发(fā)的(de)又一次(cì)AI绘画(huà)浪潮，让AIGC在ChatGPT的话题热点包围中杀(shā)出重(zhòng)围。

01

ControlNet颠覆AI绘画新玩法

AIGC向(xiàng)可控靠(kào)近

以AI绘画为代表的AIGC上一次(cì)爆火(huǒ)的时(shí)候，还是2022年8月，在美国科罗拉多(duō)州(zhōu)举办的新兴(xīng)数字(zì)艺术(shù)家竞赛(sài)中，一幅名为《太空歌(gē)剧院》的作品获奖。

随后各大厂(chǎng)商的AI绘(huì)画软件被广大网友熟知并(bìng)体验(yàn)，Stable Diffusion便是其中代表。

用户们可以在应(yīng)用中(zhōng)输入一(yī)组关(guān)键词或者(zhě)一(yī)张照片，就能获得一幅(fú)AI创作的画作。

作画的(de)关键就是所输(shū)入的文本。同一组关键词也可以(yǐ)创作出很多(duō)张风(fēng)格不一(yī)样的(de)画作，这(zhè)让创作的过程就像开盲盒。

很多用户很喜欢这(zhè)种不确定的惊喜，他们会(huì)将生成(chéng)的(de)美图(tú)当做(zuò)头像。而另一部分(fēn)喜欢(huān)翻(fān)看AI绘(huì)画的(de)“翻车”作品。在社交媒体上(shàng)，许多用户(hù)分享AI“翻车现(xiàn)场(chǎng)”，例如，一(yī)位网友(yǒu)的小狗照片(piàn)被AI画成了“肌肉男(nán)”，还(hái)有(yǒu)网友的个人照片被AI识(shí)别成(chéng)了建(jiàn)筑(zhù)。

而(ér)如今随着ControlNet的出(chū)现与加(jiā)持，以往AI绘画的填写关(guān)键词游戏可能要(yào)被(bèi)颠覆了(le)。

ControlNet是(shì)一(yī)位正在斯坦福(fú)读博的(de)中国人张吕敏创作的一种基(jī)于控制点的图像变形算法，主要(yào)用于(yú)数字图像处理、计算机视(shì)觉和计算机图形学等领域。

其SD插件(jiàn)一经发布，在短(duǎn)短的两天内便成为了AI绘画(huà)领域(yù)最新(xīn)的热点。

在此(cǐ)之前，大家(jiā)用了很多方法想让(ràng)AI生(shēng)成的(de)结果尽可(kě)能的符合(hé)要(yào)求(qiú)，但是都不尽如人意，它(tā)的出(chū)现代表着AI生成开始进入真正的可控时期(qī)。

因为ControlNet可以(yǐ)直接提(tí)取画面的构图，人物的姿势和画面的(de)深度信息等(děng)。有了它的帮(bāng)助，就(jiù)不用频繁(fán)的用(yòng)提示(shì)词来碰运气(qì)，抽盲盒(hé)式的创作了。

通俗的(de)说(shuō)ControlNet相当于给AI绘(huì)画加(jiā)了“魔(mó)法”，不少博主的作(zuò)品已经(jīng)获得了大量的浏览量，“viggo”就(jiù)是其中之一，他用(yòng)朋友(yǒu)的(de)照片直接(jiē)带她(tā)们走进动漫世界(jiè)。

中国和哪国通婚最多，嫁中国人最多的国家 alt="ChatGPT之后(hòu)又一应用杀疯了(le)，AIGC或进入可控期(qī)，将(jiāng)洗(xǐ)牌(pái)科(kē)技(jì)行业？_黑料(liào)正能量" decoding="async" src="https://mmbiz.heiliaofuli.com/wp-content/uploads/2023/03/aaf8241fc774226.jpeg?imageMogr2/thumbnail/2160x0/format/webp/quality/80" data-ratio="1.1899488926746167" data-s="300,640" data-type="jpeg" data-w="1174">

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

再用(yòng)Text2Prompt插件拓展找到(dào)对应的关键词；最后用ControlNet插件(jiàn)绑定骨(gǔ)骼开始(shǐ)换关键词试效果。

通过图片就可以(yǐ)看出(chū)来(lái)，效果十(shí)分惊艳。

更厉害的是(shì)，除了真实的照片，草图也可以(yǐ)加上“魔(mó)法”，知乎大(dà)牛“DevPoint”和“逗砂”介绍到ControlNet还能实现线稿转全彩图。大神张吕敏其本尊也(yě)亲自(zì)回(huí)应。

不得不说当下AIGC已经变得越来(lái)越强大，甚至输出的(de)作品都(dōu)已经(jīng)能以(yǐ)假乱真(zhēn)了(le)。

02

难辨(biàn)虚实，AIGC技(jì)术力爆(bào)发

警惕安(ān)全问题

近(jìn)日，“苏(sū)州金(jīn)鸡(jī)湖有游艇party”的消息火(huǒ)遍(biàn)网络，而经过警(jǐng)方辟谣这所谓的“party”可能是全国第一起AI绘图诈骗。

由于这个(gè)活动(dòng)里面(miàn)给(gěi)出的美女照(zhào)片都是AI制作(zuò)的真(zhēn)人照片(piàn)绘图，因为太(tài)逼真，被大家当成(chéng)真事传播(bō)了。

不过仔(zǎi)细(xì)观察可(kě)以发现，活动发起(qǐ)者提(tí)供(gōng)的(de)照片(piàn)中有(yǒu)个很大的漏洞可(kě)以(yǐ)发现并非真人，而(ér)是(shì)AI绘(huì)图，那便是图片中(zhōng)女(nǚ)性(xìng)的手(shǒu)指部分有的(de)存(cún)在异常。

有行(xíng)业人事表(biǎo)示：“现在因为手指部分的绘画算法(fǎ)比较复杂(zá)，AI还不太会(huì)画人的手(shǒu)，但最新看到的图片已经有越(yuè)来越(yuè)完美(měi)的AI模型出(chū)现(xiàn)，以后(hòu)可能(néng)就完全没有漏洞了。”

类(lèi)似的AI作图诈骗在国外也(yě)已有(yǒu)发生(shēng)。据英国广播公司报道(dào)，土耳其地震期间(jiān)，有Tiktok用户使用AI合(hé)成了儿童受灾的假照片发布到网络，以此诱骗(piàn)善良的人打(dǎ)赏(shǎng)“捐助”从而实施诈(zhà)骗(piàn)。

目前随着技术发展(zhǎn)，AIGC已经能做出(chū)真(zhēn)人照片般的绘图效(xiào)果，如(rú)果这样(yàng)的图(tú)片被用来诈(zhà)骗，将非常可(kě)怕。

此外AIGC还引(yǐn)发了很多担忧(yōu)，一方面，批判者认为AI在“学习”了(le)大量前人的作品之后，其创作没(méi)中国和哪国通婚最多，嫁中国人最多的国家有任(rèn)何情绪(xù)和(hé)灵魂，难以和人类的艺术创作相提并论。

另一方(fāng)面，AIGC背(bèi)后的版权、目前都并(bìng)没有得到有效的解(jiě)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(qiáng)调，人工智能的安全问题需要得到重视，太晚就(jiù)来不及了。

03

AIGC下一站(zhàn)除了视频，还有远方

技(jì)术都是有(yǒu)两面(miàn)性的(de)，潜在(zài)的危害并不能(néng)掩盖其光辉的贡献。现在(zài)看来，人工智能技术(shù)将是第四次(cì)工业革命的核(hé)心驱动力量，将创造新的(de)增长奇迹。

过去一(yī)年(nián)，人工(gōng)智能在技术和商(shāng)业层面(miàn)都(dōu)有了巨(jù)大进展，AI绘画(huà)就是人工智能技术发生(shēng)方(fāng)向性改变的一个代(dài)表。其下一站或许就是视频(pín)。

此前(qián)，Meta和谷歌先后发布了几条引爆(bào)科技圈(quān)的(de)短视频。这些视频引(yǐn)发(fā)关注并非内容(róng)做得多(duō)优秀，反(fǎn)而(ér)都非常(cháng)简单(dān)，比如(rú)一匹正在喝水的(de)马，一只画画的(de)玩具熊，或者一段骑摩(mó)托(tuō)车的第(dì)一视角录像，随便一个有手(shǒu)机的人都可以(yǐ)随手录下一段。

但这些短视频的创作方式非常(cháng)简(jiǎn)单，创(chuàng)作者仅仅需(xū)要向AI输入一段(duàn)话，甚至只(zhǐ)是说一下要求，AI就可以根据需要生成一段视频(pín)。

谷歌发布(bù)的两个AI生成视(shì)频分别来(lái)自于Imagen Video和(hé)Phenaki，前(qián)者主要突出的是高清，与(yǔ)Meta的Make-A-Video没(méi)有太多的(de)差别。

在Make-A-Video公布了AI生成的视频后，AI圈就已经(jīng)玩了一波(bō)梗，一个(gè)能够做出更高清(qīng)视频(pín)的AI还(hái)不足(zú)以在短时间内戳中(zhōng)兴奋(fèn)点。

Phenaki更加令人震惊(jīng)的地(dì)方在于，它(tā)可以(yǐ)制作出超过(guò)2分钟的连(lián)贯的也有确(què)切内(nèi)容(róng)的(de)视频，这才是真正让(ràng)人们感到惊喜的地方。因为无论AI生成的视(shì)频多么(me)高清，也只能是为内容生(shēng)产者提(tí)供一个灵(líng)感(gǎn)，一个素材，一(yī)个(gè)过(guò)场动(dòng)画(huà)。

不过能(néng)够(gòu)制(zhì)作(zuò)出有具体剧情内容的视频(pín)就意味着，一些视频创作由(yóu)AI代替人工完成已经初步有了可能(néng)。

当下(xià)AI的发展(zhǎn)速度已(yǐ)经(jīng)超(chāo)过(guò)大部(bù)分(fēn)人的想象。内容产业的(de)本质是供给创造需求，AIGC作为全新的内容生产方式，可(kě)以为内容产(chǎn)业带来更新的内(nèi)容(róng)风格(gé)、更快的(de)生(shēng)产速(sù)度(dù)，更低的生(shēng)产成(chéng)本，这(zhè)无疑(yí)会驱(qū)动内容产业(yè)的大爆发(fā)。

除了AI绘(huì)图、视频，AIGC技(jì)术还(hái)能应用于(yú)音乐、代码、机器人(rén)动(dòng)作等多种内容形(xíng)式的生成。不难发现该项技(jì)术(shù)不(bù)仅在游戏等行业(yè)能得到有效应用，对于下一代互联网各种(zhǒng)元素的构建亦有(yǒu)关键意(yì)义(yì)。

从(cóng)商业化的(de)角度来(lái)看，文(wén)化娱乐、教育(yù)、传媒等诸多(duō)领域，本身(shēn)就对基(jī)于(yú)AI的(de)可视(shì)化内容有强烈需求(qiú)。

因(yīn)此，AI绘(huì)画及视频或(huò)不是结(jié)果(guǒ)，而(ér)只是(shì)AI进程中的一(yī)块重(zhòng)要拼图，有望(wàng)在技术更新的加持下实现更(gèng)大的(de)应用价(jià)值。

AI从理解内(nèi)容，走向(xiàng)了(le)可以(yǐ)生成(chéng)内(nèi)容，甚至能(néng)够创造出(chū)独立价值和(hé)独立(lì)视(shì)角(jiǎo)的内容。AIGC的再次出(chū)圈，更代表(biǎo)着未(wèi)来的先进生产力即(jí)将到来。

04

紧抓大模型与算力(lì)，牢固AIGC底座

从技(jì)术的发(fā)展也可以(yǐ)看出，在(zài)语言大模型、图像(xiàng)大模型(xíng)之后，多(duō)模态大(dà)模型已经(jīng)成(chéng)为了新的趋势。

大模型被誉为(wèi)当前人工智能(néng)发展的(de)智能(néng)底座，是全(quán)球竞争最激(jī)烈(liè)的研究(jiū)方向之(zhī)一(yī)，包括(kuò)谷歌、亚(yà)马逊、百度、阿里、腾讯等众多头(tóu)部(bù)企业都(dōu)在竞相发(fā)力。

不(bù)过训练(liàn)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(bào)告估(gū)算(suàn)，GPT-3训练一次的成本约为140万美元。而对于一些更大的(de)LLM(大型语言模(mó)型(xíng))，训练成本则介于200万(wàn)美元至(zhì)1200万美元高价之间。

以ChatGPT在2023年1月的独立访客平(píng)均数1300万(wàn)计算，其对(duì)应芯片需求为3万(wàn)多片英伟达A100 GPU，初(chū)始投(tóu)入成本约为8亿美元，每(měi)日(rì)仅电费(fèi)就(jiù)在5万美元左右。

此外不论是ChatGPT还是AIGC，都离不开庞大算力支(zhī)持。在关(guān)注各类大模型的发(fā)展(zhǎn)同(tóng)时，更应该关(guān)注算力网络的建设(shè)。

算力网络正驱(qū)动(dòng)AI产业发(fā)展进入(rù)史诗(shī)级加速进程(chéng)，让AIGC及通用(yòng)AI这一人工智能发(fā)展的终极(jí)目标离得更近。

因为算力可以对突破性技术(shù)创新(xīn)提供大(dà)力(lì)的支持。这方面(miàn)，多模态(tài)大(dà)模型是典型。作为面向未来强人(rén)工智能、通用(yòng)人工智能的重要技术(shù)创新，多模态大模型已(yǐ)经在人工智能领域提出了很多年(nián)，业界也有不少技术突破，但是，多模(mó)态大模(mó)型进一步往(wǎng)下走，算力需求呈几何(hé)式上(shàng)升(shēng)，一(yī)般的算力基础设施很快将难以胜任(rèn)。

从图像、文字、语音(yīn)单独一(yī)项的训练，到双模态、三模态的跃(yuè)迁，让(ràng)人工智能可以灵活应对(duì)不(bù)同模态的转化、像人(rén)与世界交互(hù)一样(yàng)自然，这(zhè)方(fāng)面，由算力(lì)网络来驱动将有明显优势(shì)。

此外，还有很多需要爆发(fā)式增长的算力来支撑的技术创新，将在人工(gōng)智(zhì)能算力网络支撑下快速推进。

AIGC已经露出曙(shǔ)光(guāng)，期待在(zài)大模型和大(dà)算力的支持下(xià)AIGC能(néng)持续颠覆(fù)内容生产的(de)方(fāng)式，将创造的边际成(chéng)本降低，让万众受益。

未经允许不得转载：绿茶通用站群 中国和哪国通婚最多，嫁中国人最多的国家