自聊(liáo)天(tiān)机器人ChatGPT火爆以来，微软公(gōng)司创始人比尔(ěr)·盖(gài)茨已多次公开谈(tán)论人工智(zhì)能话(huà)题。在最近的一次(cì)采访中(zhōng)，他(tā)再次表(biǎo)示：“AI可(kě)能会让科技行业迎来一次剧烈的洗牌”。

这(zhè)个结论是(shì)他(tā)在(zài)当(dāng)地时间(jiān)2月20日接受《In Good Company》节目(mù)专访时提(tí)出的。

他预(yù)期，AI的(de)发展可(kě)能会(huì)威胁到谷歌的市占率，因为微软在AI方面的行动相当迅速。而最终科技巨头(tóu)将(jiāng)把AI整合(hé)成用户的(de)“全(quán)能助手”，包揽一切应用，与人(rén)们进行(xíng)沟通并(bìng)提供建议(yì)，可以(yǐ)取代亚马逊、Siri或Outlook等(děng)应用。

大佬口中全能助手的到(dào)来(lái)可能(néng)尚需时日，但由ControlNet引发的(de)又(yòu)一次AI绘画浪潮，让AIGC在(zài)ChatGPT的话题热点(diǎn)包围中(zhōng)杀(shā)出重(zhòng)围。

01

ControlNet颠(diān)覆AI绘画新(xīn)玩法

AIGC向可控靠近

以AI绘画为代表的AIGC上一次爆火的时候，还是2022年8月(yuè)，在美国科罗拉多州举办的新(xīn)兴(xīng)数字艺术(shù)家(jiā)竞(jìng)赛中，一幅名为《太空歌剧院》的作品获(huò)奖。

随后各大厂商的AI绘(huì)画软件被广(guǎng)大网友熟知并体验，Stable Diffusion便是其中(zhōng)代表(biǎo)。

张继是什么朝代的诗人怎么读，张继是什么朝代的诗人啊ata-ratio="0.7261345852895149" data-s="300,640" data-type="jpeg" data-w="639">

用户们可以在(zài)应用中输入一(yī)组关(guān)键词(cí)或者一(yī)张照片(piàn)，就(jiù)能(néng)获得一幅AI创作(zuò)的画作。

作画(huà)的关键就是(shì)所输入的文本。同一组关键词也可以创作(zuò)出(chū)很多(duō)张风格不一样的画作，这让创作的(de)过程就像(xiàng)开盲盒。

很多用(yòng)户很喜(xǐ)欢这(zhè)种不确定的惊喜，他们会将生(shēng)成的(de)美图当(dāng)做(zuò)头像。而(ér)另一部分喜欢翻(fān)看AI绘画的“翻(fān)车”作品。在社交媒体上，许多用户分享(xiǎng)AI“翻车现(xiàn)场”，例(lì)如，一(yī)位网友的小狗照片被AI画成了“肌肉男”，还有网友的个人照片被AI识别成了(le)建(jiàn)筑。

而如今随着ControlNet的出现与加持，以(yǐ)往AI绘画的填写(xiě)关键词游戏(xì)可能要被颠(diān)覆了。

ControlNet是一位正在(zài)斯坦福(fú)读博的中国人张吕(lǚ)敏创作的(de)一种基于控制点的图像变形算法(fǎ)，主(zhǔ)要用于数字图像处理、计算机视觉和计算机图形学等(děng)领域。

其SD插件一(yī)经发布，在短短的两天内(nèi)便成为了AI绘画(huà)领域(yù)最新的热点。

在此之前，大家用了很多方(fāng)法想让AI生成的(de)结果尽(jǐn)可能的符合(hé)要求，但是都不尽如人意，它的出现(xiàn)代表着AI生成开始进入真(zhēn)正的(de)可控时期(qī)。

因(yīn)为ControlNet可以直接提取画面(miàn)的构图，人物的姿势和画面的深度信息等。有了(le)它(tā)的帮助，就不用频繁的用提示词来(lái)碰(pèng)运气，抽盲盒(hé)式的创作(zuò)了。

通俗的(de)说ControlNet相当于给AI绘画加(jiā)了“魔法”，不少博主的作品已经获得(dé)了(le)大量的浏览量，“viggo”就(jiù)是(shì)其中之一，他用(yòng)朋友的照片直接带她们走进动漫世界(jiè)。

viggo先用StableDiffusion图片转文字。

再(zài)用Text2Prompt插件(jiàn)拓展找到对应(yīng)的关键词；最后(hòu)用(yòng)ControlNet插(chā)件绑定(dìng)骨骼(gé)开始换关键(jiàn)词试效果。

通过图片就(jiù)可(kě)以看出来，效果十分(fēn)惊(jīng)艳。

更(gèng)厉(lì)害(hài)的是，除了真实(shí)的照片，草图也(yě)可(kě)以(yǐ)加上“魔(mó)法(fǎ)”，知乎(hū)大牛“DevPoint”和“逗砂”介(jiè)绍到ControlNet还能实(shí)现线稿转全彩(cǎi)图。大神张吕(lǚ)敏其本尊(zūn)也(yě)亲自回应。

不得不说当下(xià)AIGC已经(jīng)变得越来越强大，甚至输出(chū)的作品都(dōu)已经能(néng)以假乱真(zhēn)了。

02

难(nán)辨虚实，AIGC技术力(lì)爆发(fā)

警惕安全问(wèn)题(tí)

近日，“苏州金鸡(jī)湖有游(yóu)艇party”的消(xiāo)息(xī)火遍网络，而经过(guò)警方辟(pì)谣这所谓的“party”可(kě)能是全国第一(yī)起AI绘图诈(zhà)骗。

由于(yú)这个活动里面(miàn)给出的美女(nǚ)照(zhào)片(piàn)都是AI制(zhì)作的(de)真(zhēn)人(rén)照片绘图，因(yīn)为太(tài)逼真，被大家当(dāng)成真事传(chuán)播了(le)。

不(bù)过仔(zǎi)细观察(chá)可以发现，活动(dòng)发(fā)起者提供的照片中(zhōng)有个很大的(de)漏洞(dòng)可以(yǐ)发(fā)现并非真人，而是AI绘(huì)图，那便(biàn)是图片(piàn)中(zhōng)女性(xìng)的手指部分(fēn)有的存在异常。

有行业人(rén)事(shì)表示(shì)：“现在因为(wèi)手(shǒu)指部分的(de)绘画算法比较复杂，AI还不太会画人(rén)的(de)手，但最(zuì)新看到的图(tú)片已经(jīng)有(yǒu)越来越完美的AI模型出现，以后可(kě)能就完全没有漏(lòu)洞(dòng)了。”

类似的AI作图(tú)诈(zhà)骗(piàn)在国(guó)外也已有(yǒu)发(fā)生(shēng)。据英国广播公司(sī)报道，土耳其(qí)地(dì)震期间，有Tiktok用户使(shǐ)用AI合成了儿童(tóng)受灾(zāi)的假照(zhào)片发(fā)布(bù)到网(wǎng)络(luò)，以此诱骗善良的人(rén)打赏“捐助(zhù)”从(cóng)而实施诈骗。

目前随着技(jì)术发(fā)展，AIGC已(yǐ)经能(néng)做(zuò)出真(zhēn)人照片般的绘图(tú)效果，如果这(zhè)样的图片被用来诈骗，将(jiāng)非常(cháng)可(kě)怕。

此外(wài)AIGC还引发(fā)了很多(duō)担忧，一(yī)方面，批判者认为AI在“学习”了大量前人(rén)的作品之(zhī)后，其创作没有任何情绪和灵魂，难以和人类的艺术创作相(xiāng)提并论。

另一(yī)方面，AIGC背后(hòu)的版权、目前都(dōu)并没有得到(dào)有(yǒu)效的解决，还有AIGC会不(bù)会代替人类“至高无上”的创意。

马(mǎ)斯克(kè)也强调，人工智能的安全问题需(xū)要得到重(zhòng)视，太(tài)晚就(jiù)来不及了。

03

AIGC下一站除了视频，还(hái)有远方

技术都是有两面(miàn)性的，潜在的危(wēi)害并(bìng)不能掩盖(gài)其光辉的贡(gòng)献。现在看来，人(rén)工智能技术将是第四次工(gōng)业革命的核(hé)心驱动力量，将创(chuàng)造新的(de)增长奇迹(jì)。

过去一年，人(rén)工智能在技术和(hé)商(shāng)业层面都有(yǒu)了巨大进展，AI绘画就(jiù)是(shì)人工智能技(jì)术发生方(fāng)向(xiàng)性(xìng)改(gǎi)变(biàn)的(de)一个代表。其下一站或许就是视(shì)频。

此前，Meta和谷歌先后发(fā)布了几条引爆(bào)科(kē)技圈的短视频。这些视频(pín)引发关注(zhù)并非内容做得(dé)多优秀，反而都(dōu)非常简单，比如一(yī)匹(pǐ)正在喝水(shuǐ)的马，一只画画的玩具熊，或(huò)者(zhě)一段(duàn)骑(qí)摩(mó)托车的第(dì)一视角(jiǎo)录像，随便(biàn)一(yī)个有手机的人都(dōu)可以随手录下一段。

但这些短视频的创作方式非常简单，创作(zuò)者仅仅(jǐn)需(xū)要向AI输入(rù)一段话，甚至只是说一下要求，AI就可以根据需(xū)要生成一段视频。

谷歌发布(bù)的两个AI生(shēng)成(chéng)视频分别(bié)来自于Imagen Video和Phenaki，前者主要突出的是(shì)高清，与Meta的Make-A-Video没有(yǒu)太多的差别。

在Make-A-Video公布(bù)了AI生成的视(shì)频后，AI圈就(jiù)已经(jīng)玩了一波(bō)梗，一个能够做出(chū)更高清视频的(de)AI还不足(zú)以在短(duǎn)时间内戳中(zhōng)兴奋点。

Phenaki更加令人(rén)震惊的地方在于，它可以制作出(chū)超过2分钟的连贯的也有(yǒu)确切内容(róng)的视频，这(zhè)才是真正(zhèng)让(ràng)人(rén)们感到(dào)惊喜的地方。因为无论(lùn)AI生(shēng)成(chéng)的视频多么高清，也只能是为内容生产者(zhě)提供一个灵感(gǎn)，一(yī)个素材，一个过(guò)场动(dòng)画(huà)。

不过能够制作(zuò)出有具体(tǐ)剧情内容的视频就意味着，一些视频(pín)创作由AI代(dài)替(tì)人(rén)工完成已经初步有(yǒu)了可能。

当下AI的发展(zhǎn)速度已经超过(guò)大部分人的想(xiǎng)象。内(nèi)容(róng)产业的本质是供给创造需求，AIGC作为(wèi)全新的内容生产方式，可以为内容产(chǎn)业(yè)带来更新的内容(róng)风格、更快的(de)生(shēng)产(chǎn)速(sù)度(dù)，更低(dī)的生产成本，这(zhè)无(wú)疑会驱(qū)动内容产业(yè)的(de)大爆发。

除了AI绘图(tú)、视频，AIGC技术(shù)还能(néng)应用于音乐、代码(mǎ)、机器(qì)人动作等多种内容形式的(de)生成。不(bù)难发现(xiàn)该项技术不仅在游戏等行业能得(dé)到(dào)有效应用，对于下一代互(hù)联网各种元素的构建(jiàn)亦有关(guān)键意(yì)义。

从(cóng)商业化的角度来(lái)看，文化娱乐、教育(yù)、传媒等诸多领域，本身就对基(jī)于AI的可视化内容有强烈(liè)需求。

因此，AI绘画及视(shì)频或不(bù)是(shì)结果，而只(zhǐ)是AI进程(chéng)中的一(yī)块重要拼图，有(yǒu)望在技术更(gèng)新(xīn)的加持下实现更大的应用价值。

AI从(cóng)理解内容，走向了可以生成内容(róng)，甚至(zhì)能够创造出独立价值和独(dú)立(lì)视角(jiǎo)的(de)内(nèi)容。AIGC的(de)再次出圈(quān)，更代(dài)表着(zhe)未来(lái)的先进生产力(lì)即将(jiāng)到(dào)来。

04

紧(jǐn)抓大模型(xíng)与算力，牢固AIGC底座(zuò)

从(cóng)技术的(de)发展也可以看出，在语(yǔ)言大(dà)模型、图像大模型之后，多模(mó)态大模型已经(jīng)成为了新的趋势。

大(dà)模型被誉(yù)为(wèi)当前人工(gōng)智能发展的智能(néng)底座，是全球竞(jìng)争(zhēng)最激(jī)烈的研究方向之(zhī)一，包(bāo)括谷歌、亚马逊、百(bǎi)度、阿(ā)里、腾讯等众多头部企业都在竞相发力(lì)。

不过训练大模型的确(què)价格(gé)不菲，以国盛证券发布的《ChatGPT需(xū)要(yào)多少算(suàn)力》报告估算，GPT-3训练一次的成本约(yuē)为(wèi)140万(wàn)美(měi)元。而对(duì)于一些更大的LLM(大型语言模(mó)型)，训练(liàn)成(chéng)本则介于200万美元至(zhì)1200万美元高价之间。

以ChatGPT在(zài)2023年(nián)1月的独立访客平(píng)均(jūn)数1300万计算，其对应(yīng)芯(xīn)片需求为3万多片英(yīng)伟达A100 GPU，初始投入成本约为8亿美元(yuán)，每日仅(jǐn)电费就(jiù)在5万(wàn)美元左右。

此外不论是ChatGPT还是AIGC，都离不开(kāi)庞大算力支持。在关注各类(lèi)大模型的发展同时，更(gèng)应该关注算力网络的建设(shè)。

算力网络正驱(qū)动AI产业(yè)发展进入(rù)史诗级加速进程，让AIGC及通(tōng)用AI这一(yī)人工智能发展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(lì)的支持。这方面，多(duō)模态大模(mó)型是(shì)典型。作为面向(xiàng)未来强(qiáng)人(rén)工智能(néng)、通用人工(gōng)智能的重(zhòng)要技(jì)术(shù)创新，多(duō)模态大模型已经(jīng)在人工智能领域提出了很多年，业(yè)界也有不少技术突破，但(dàn)是，多模态大模型进一步(bù)往下走，算力需求呈几何式上升(shēng)，一(yī)般的算力基础设施很(hěn)快将(jiāng)难(nán)以胜任。

从图像、文字、语音单(dān)独(dú)一项的训练，到双(shuāng)模态、三模态的跃迁，让(ràng)人(rén)工智能可以灵活应对不同模态的转(zhuǎn)化(huà)、像人与世界交互一样(yàng)自然(rán)，这方面，由算力网(wǎng)络来驱动将有明显优势。

此外，还有很多(duō)需(xū)要爆发式(shì)增长的算力来支撑的(de)技术创新，将在人工智(zhì)能算力(lì)网络支撑(chēng)下快(kuài)速推进。

AIGC已经露(lù)出曙光，期(qī)待在大模型和大算力的支持下AIGC能持续颠覆内容生(shēng)产的方式，将创造的(de)边际成(chéng)本降低，让万众受(shòu)益。

未经允许不得转载：橘子百科-橘子都知道 张继是什么朝代的诗人怎么读，张继是什么朝代的诗人啊