自聊天(tiān)机(jī)器人(rén)ChatGPT火爆以来，微软公司(sī)创始人(rén)比尔·盖茨已多次公开谈论人工智能(néng)话(huà)题(tí)。在最近的一次采访(fǎng)中，他(tā)再(zài)次表示(shì)：“AI可(kě)能(néng)会让(ràng)科(kē)技行业(yè)迎来一次剧(jù)烈的洗牌”。

这(zhè)个结论是他在当地时间2月(yuè)20日接受《In Good Company》节(jié)目专访时提出的。

他预期，AI的发展(zhǎn)可(kě)能会威胁到谷歌的市占率，因为微软在AI方面的行动相当迅速。而最终科(kē)技巨头(tóu)将把AI整合成(chéng)用户的(de)“全能(néng)助手”，包揽一切应用，与人们进行沟通并提(tí)供建议，可以取代(dài)亚(yà)马逊(xùn)、Siri或Outlook等(děng)应用(yòng)。

大佬(lǎo)口中全(quán)能助手的到来可能尚需时日，但由ControlNet引发的又一(yī)次AI绘画浪(làng)潮(cháo)，让AIGC在ChatGPT的话(huà)题(tí)热点(diǎn)包围中(zhōng)杀出重(zhòng)围。

01

ControlNet颠覆AI绘画新玩(wán)法(fǎ)

AIGC向(xiàng)可(kě)控(kòng)靠近(jìn)

以AI绘画为代表的AIGC上一(yī)次(cì)爆火的(de)时候，还是(shì)2022年8月，在(zài)美国科(kē)罗拉多州(zhōu)举办的(de)新兴数字艺术(shù)家竞赛中，一幅名(míng)为(wèi)《太空(kōng)歌(gē)剧院》的作(zuò)品(pǐn)获奖(jiǎng)。

随(suí)后各大厂商的AI绘画(huà)软(ruǎn)件被广大网(wǎng)友熟知并(bìng)体(tǐ)验，Stable Diffusion便是(shì)其中(zhōng)代表(biǎo)。

用户们可以在应用(yòng)中(zhōng)输入一(yī)组(zǔ)关键词或者一(yī)张(zhāng)照(zhào)片，就能获(huò)得一幅AI创作的画(huà)作。

作画的(de)关键就是所输(shū)入的文(wén)本。同一组关键词也可以创作出很多张风格不一样的(de)画作，这让创作的过程就像开盲盒。

很多用(yòng)户(hù)很(hěn)喜欢这种不确定的惊喜，他们会将生成(chéng)的美图当(dāng)做头像。而另一部分喜(xǐ)欢翻看AI绘画的“翻车”作品。在(zài)社(shè)交媒体上，许多(duō)用户分享AI“翻车现场”，例如，一位网友(yǒu)的小(xiǎo)狗照片被AI画成了“肌(jī)肉男”，还有网友的个人照(zhào)片被AI识(shí)别成了建筑。

而如今随着ControlNet的出(chū)现与加持，以往AI绘画(huà)的填写关键词游戏可(kě)能要被颠(diān)覆了。

ControlNet是一(yī)位正在斯坦福读(dú)博的(de)中国人(rén)张吕敏(mǐn)创作的(de)一种(zhǒng)基于控制(zhì)点的图像变形算法(75寸电视长宽是多少fǎ)，主要用于数字图像(xiàng)处理、计算机(jī)视觉和计(jì)算机图形(xíng)学(xué)等领(lǐng)域。

其(qí)SD插件一(yī)经发布，在短短的两(liǎng)天内(nèi)便成为(wèi)了AI绘(huì)画领域最新的(de)热点(diǎn)。

在此(cǐ)之(zhī)前(qián)，大家用了(le)很(hěn)多方法想(xiǎng)让AI生成的结果(guǒ)尽可能的符合要求，但是都不尽如人意，它(tā)的出现代表着AI生成开始进入(rù)真(zhēn)正的可控时期。

因(yīn)为ControlNet可(kě)以直接(jiē)提取画面的构(gòu)图，人物的姿势和(hé)画面的深度(dù)信息等。有了它的帮助，就(jiù)不用频繁(fán)的(de)用提示词(cí)来碰运气，抽盲盒式的创作了。

通俗的说(shuō)ControlNet相当(dāng)于给AI绘画加了“魔法”，不少博主的作品已经获得(dé)了大量的(de)浏览量，“viggo”就是其中(zhōng)之一，他(tā)用朋友的照(zhào)片(piàn)直接(jiē)带她们(men)走进动漫世(shì)界。

viggo先(xiān)用StableDiffusion图(tú)片转文字。

再(zài)用Text2Prompt插件拓展找到(dào)对(duì)应的关(guān)键(jiàn)词；最后(hòu)用(yòng)ControlNet插件绑定骨骼(gé)开始换关键词试效(xiào)果(guǒ)。

通过图片就可(kě)以(yǐ)看出来，效果十分惊艳(yàn)。

更厉(lì)害(hài)的(de)是(shì)，除了真实(shí)的照片，草图也(yě)可以加上(shàng)“魔法”，知乎大牛(niú)“DevPoint”和“逗砂”介绍到ControlNet还能实现(xiàn)线稿转全彩图(tú)。大神(shén)张吕敏其本尊也亲自回应。

不得不(bù)说当(dāng)下AIGC已经(jīng)变得(dé)越来(lái)越强大(dà)，甚至输出的作(zuò)品都已经能以假乱(luàn)真了。

02

难辨虚实，AIGC技术力爆发

警惕安全问题(tí)

近日，“苏(sū)州金(jīn)鸡湖(hú)有游艇party”的消(xiāo)息火遍网(wǎng)络，而(ér)经(jīng)过(guò)警方辟谣这所谓的“party”可能是全(quán)国第一起AI绘图诈骗(piàn)。

由于这个活动里面给出(chū)的美女照片都是AI制作的真人(rén)照片绘图(tú)，因为太逼真，被大家当成真事传播了(le)。

不(bù)过(guò)仔细(xì)观(guān)察可以发现，活(huó)动发起者(zhě)提(tí)供(gōng)的照(zhào)片中有个很(hěn)大的漏洞可以(yǐ)发现(xiàn)并非真人，而(ér)是(shì)AI绘(huì)图，那(nà)便(biàn)是图片中女性(xìng)的(de)手指(zhǐ)部分有的存在异常(cháng)。

有行业人事(shì)表示：“现在因(yīn)为手指部分的绘(huì)画算法比(bǐ)较(jiào)复杂(zá)，AI还(hái)不(bù)太(tài)会(huì)画(huà)人的手，但(dàn)最新看到的图片(piàn)已(yǐ)经(jīng)有越来越完美的AI模型出现，以后(hòu)可能(néng)就完全没有漏洞了(le)。”

类(lèi)似的AI作图(tú)诈(zhà)骗(piàn)在(zài)国外也已有发生。据(jù)英国广播(bō)公司报道，土耳其地震期间(jiān)，有Tiktok用户使用AI合成了儿童受(shòu)灾(zāi)的假照片(piàn)发布到网络，以此诱(yòu)骗善(shàn)良的人打赏“捐(juān)助”从而实施诈骗。

目前(qián)随着技术(shù)发(fā)展，AIGC已经能做(zuò)出真(zhēn)人照片般的(de)绘图(tú)效果，如(rú)果这(zhè)样的图片(piàn)被用来(lái)诈骗(piàn)，将非常可怕。

此(cǐ)外AIGC还引发了(le)很多担忧，一方面(miàn)，批判者认为AI在“学习”了大量前人的作品之后(hòu)，其创作没有任何情绪(xù)和灵魂，难以和人(rén)类(lèi)的艺术创作(zuò)相提并论(lùn)。

另一方(fāng)面(miàn)，AIGC背(bèi)后的版权、目前(qián)都并没有得(dé)到(dào)有效的解决，还(hái)有(yǒu)AIGC会(huì)不会代(dài)替人类“至高无上”的(de)创意。

马斯克(kè)也强调(diào)，人工智(zhì)能的(de)安(ān)全问题需要(yào)得到重视，太晚(wǎn)就来(lái)不及了。

03

AIGC下一站除(chú)了(le)视(shì)频，还有远方(fāng)

技术都(dōu)是有两(liǎng)面性(xìng)的(de)，潜在的危(wēi)害并不能(néng)掩盖其光辉(huī)的贡献。现在看(kàn)来，人工智能技(jì)术将是(shì)第(dì)四次工(gōng)业(yè)革(gé)命的(de)核(hé)心(xīn)驱动力(lì)量，将(jiāng)创(chuàng)造新的增长(zhǎng)奇迹。

过(guò)去一年，人工智能(néng)在技术和商业(yè)层面都有(yǒu)了巨大进展，AI绘画就是人工智能(néng)技术发生方向性改变的(de)一(yī)个代表。其下一站或许就是视频。

此(cǐ)前，Meta和谷(gǔ)歌先后(hòu)发(fā)布了几(jǐ)条引爆(bào)科技圈的(de)短视频。这(zhè)些视(shì)频引发关注并非内容做(zuò)得(dé)多优秀，反而(ér)都非(fēi)常简(jiǎn)单，比(bǐ)如一(yī)匹(pǐ)正在喝水(shuǐ)的(de)马，一只画画(huà)的玩(wán)具熊，或者(zhě)一段骑(qí)摩托车的第(dì)一视角录(lù)像，随便一个有手机的人都可(kě)以随(suí)手录下一段。

但这(zhè)些(xiē)短视频的创作方(fāng)式非常简单，创作者仅仅需(xū)要向AI输(shū)入(rù)一段(duàn)话，甚至只是(shì)说一下要求，AI就可以根(gēn)据(jù)需要生成(chéng)一(yī)段视(shì)频(pín)。

谷歌发布的两(liǎng)个(gè)AI生(shēng)成视频(pín)分别来自于Imagen Video和Phenaki，前者主(zhǔ)要突出的是(shì)高(gāo)清，与Meta的Make-A-Video没有太多的差别。

在Make-A-Video公布了AI生成的视(shì)频后，AI圈(quān)就已经玩了一(yī)波梗，一个能够(gòu)做出(chū)更(gèng)高(gāo)清视(shì)频的(de)AI还不足以在短(duǎn)时(shí75寸电视长宽是多少)间内戳中兴奋点。

Phenaki更加令(lìng)人震惊的地(dì)方在于(yú)，它(tā)可以制作出超过(guò)2分(fēn)钟的连贯的也有确切(qiè)内容(róng)的视(shì)频，这(zhè)才是(shì)真正让人们感(gǎn)到(dào)惊喜的地方。因(yīn)为无论(lùn)AI生(shēng)成的(de)视频多么(me)高清，也(yě)只能是(shì)为(wèi)内(nèi)容生产者提供一(yī)个灵(líng)感，一个素(sù)材，一个过场动画(huà)。

不(bù)过(guò)能够(gòu)制作出有(yǒu)具(jù)体剧情内容的视频就意(yì)味着，一些视频创作(zuò)由AI代(dài)替人工完(wán)成(chéng)已(yǐ)经初步有(yǒu)了可能。

当下AI的发展速度(dù)已经超过大部分人的想象。内容产业的本质(zhì)是供给创造(zào)需求，AIGC作为全新(xīn)的(de)内容生产方式，可以为内容产业带来更新(xīn)的(de)内(nèi)容(róng)风格(gé)、更(gèng)快的生(shēng)产速度，更低的生产成本，这无疑(yí)会驱(qū)动内容产业的大(dà)爆发。

除(chú)了AI绘图、视频，AIGC技术还能应用于音乐、代(dài)码、机器人动(dòng)作等多种内容形(xíng)式的生成(chéng)。不难发现该项技术(shù)不(bù)仅在游戏等行业能得到有效应用(yòng)，对于下一(yī)代互(hù)联(lián)网各种元素的构建亦有关键意义(yì)。

从商(shāng)业化的角度来看，文(wén)化娱乐、教育、传(chuán)媒等(děng)诸多(duō)领(lǐng)域，本身就对基于AI的可视化内(nèi)容有强烈(liè)需求。

因此(cǐ)，AI绘画(huà)及视频或不是结(jié)果，而只是AI进程中(zhōng)的一块重要拼图，有望在技(jì)术更(gèng)新的加持(chí)下实现更大的应用价值。

AI从理(lǐ)解内容，走向(xiàng)了可(kě)以生成内容，甚至能够创造出独立价值(zhí)和独(dú)立视角(jiǎo)的内容。AIGC的再次出圈，更代表着(zhe)未来的先进(jìn)生产力即将到来。

04

紧抓大模型与算力(lì)，牢固AIGC底座

从(cóng)技(jì)术的发(fā)展也可以看出，在语(yǔ)言(yán)大(dà)模型、图像大(dà)模型之后，多模态(tài)大模型已经(jīng)成为了新的(de)趋(qū)势。

大模型被誉为(wèi)当前人工智能发展的智能底座，是全球竞争最激(jī)烈的(de)研究(jiū)方向之一，包括(kuò)谷(gǔ)歌、亚马(mǎ)逊、百度、阿里(lǐ)、腾讯等(děng)众(zhòng)多(duō)头部企(qǐ)业都在竞相(xiāng)发力(lì)。

不过训练大模型(xíng)的确(què)价格(gé)不菲，以国盛证(zhèng)券发布的《ChatGPT需(xū)要多少算力》报告估(gū)算，GPT-3训练一(yī)次的(de)成本约为140万美元。而(ér)对于一些更大的LLM(大(dà)型语言(yán)模型)，训(xùn)练成(chéng)本则介于(yú)200万(wàn)美(měi)元至(zhì)1200万(wàn)美元(yuán)高价之间。

以ChatGPT在2023年1月的独立访客平(píng)均数(shù)1300万(wàn)计(jì)算，其(qí)对应芯片需(xū)求为3万多片英(yīng)伟达A100 GPU，初(chū)始投入成本约为8亿美元，每日仅电(diàn)费就在5万(wàn)美元(yuán)左右。

此外不论是ChatGPT还是AIGC，都离不(bù)开庞大算力支持。在(zài)关注各类大模型的发(fā)展(zhǎn)同时，更应该(gāi)关注(zhù)算(suàn)力网络的建(jiàn)设。

算力网络正驱动AI产(chǎn)业(yè)发展(zhǎn)进(jìn)入史诗级加速进程，让AIGC及(jí)通(tōng)用AI这一人工智能发(fā)展(zhǎn)的终极目标离得更近。

因为算力可以对突破性技术创新提供大力的支持。这方(fāng)面，多模态大(dà)模(mó)型是典型。作为面向(xiàng)未(wèi)来强(qiáng)人工智(zhì)能、通用(yòng)人工智能(néng)的重要(yào)技术创(chuàng)新，多模态(tài)大模型已(yǐ)经(jīng)在人工智能领域提出了(le)很(hěn)多年，业界也有不少技术突破，但(dàn)是，多模态大模型进一步往(wǎng)下走，算力需求(qiú)呈几何式上(shàng)升(shēng)，一般(bān)的算力基础设施很快将难以胜(shèng)任。

从图像、文字、语音单(dān)独一项的训练(liàn)，到双模(mó)态、三模态的跃迁(qiān)，让人工智能可以灵活应对不同模态的转化、像人(rén)与世(shì)界交互一样自然，这方面(miàn)，由(yóu)算力(lì)网络来驱动(dòng)将有明显优(yōu)势。

此外，还有很多需要爆(bào)发式增长的算(suàn)力来支撑的技术创新，将在人工智能算力网络支撑下(xià)快速(sù)推(tuī)进。

AIGC已经露出曙光，期待在大模型和大算力的支(zhī)持(chí)下AIGC能持续颠覆内容生产的(de)方式，将创(chuàng)造的边际成本(běn)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 75寸电视长宽是多少