自聊天机器人ChatGPT火爆以来，微软公司创始人(rén)比尔(ěr)·盖茨已多(duō)次(cì)公开谈论人(rén)工(gōng)智能话(huà)题。在最近的(de)一次采访中(zhōng)，他再次表示：“AI可能会让科(kē)技行业迎来(lái)一次剧(jù)烈(liè)的洗牌”。

这(zhè)个结论(lùn)是他在当地(dì)时间2月20日接受《In Good Company》节(jié)目(mù)专访时提(tí)出的。

他(tā)预期(qī)，AI的(de)发展可能(néng)会威胁(xié)到谷歌的市(shì)占率，因为微软在(zài)AI方面的行动相当迅速。而(ér)最终科技(jì)巨头(tóu)将把AI整合成用户的“全能助手(shǒu)”，包揽一切应用，与(yǔ)人们进行沟通(tōng)并提供(gōng)建议，可(kě)以取(qǔ)代亚(yà)马逊(xùn)、Siri或Outlook等应(yīng)用。

大佬口中全能助手的到来可能尚(shàng)需时日，但由ControlNet引(yǐn)发的又一(yī)次AI绘画浪潮，让AIGC在(zài)ChatGPT的话题热(rè)点包围中杀出重围。

01

ControlNet颠(diān)覆AI绘(huì)画新玩法

AIGC向可(kě)控靠近

以(yǐ)AI绘(huì)画为代表的(de)AIGC上一次(cì)爆(bào)火的时候，还是(shì)2022年8月(yuè)，在美(měi)国科罗拉多州举(jǔ)办的(de)新(xīn)兴数字艺术(shù)家竞赛中，一(yī)幅名为《太空歌剧(jù)院》的(de)作品获(huò)奖(jiǎng)。

随后各(gè)大厂(chǎng)商的(de)AI绘画软件被广(guǎng)大网(wǎng)友熟(shú)知并体验，Stable Diffusion便(biàn)是其中代表。

用(yòng)户们可(kě)以在应用中输入一组关键词或者一张照片，就能获得一幅AI创作的(de)画作。

作画的关键就(jiù)是所输入的(de)文本。同一组关键词也可以(yǐ)创作(zuò)出很多张风格不一样(yàng)的画作，这让创作的过程(chéng)就像(xiàng)开(kāi)盲(máng)盒。

很(hěn)多用(yòng)户(hù)很喜(xǐ)欢这种不确定(dìng)的惊喜，他们会将生成的(de)美图(tú)当(dāng)做头像。而另一部分(fēn)喜欢翻看AI绘画的“翻(fān)车”作品。在社交媒体上(shàng)，许多(duō)用户分(fēn)享AI“翻车现场”，例如，一位网(wǎng)友的小(xiǎo)狗照片(piàn)被AI画成了“肌肉男”，还(hái)有网友的个人照片被AI识别(bié)成(chéng)了建筑。

而如(rú)今随着ControlNet的(de)出现与加(jiā)持(chí)，以往(wǎng)AI绘画的填写关键词游(yóu)戏(xì)可能要(yào)被颠覆了。

ControlNet是一位正在斯坦福(fú)读博的中(zhōng)国人张吕敏创作(zuò)的(de)一种(zhǒng)基于控制(zhì)点的图(tú)像变形算法，主要用于(yú)数字图像处理、计(jì)算机视觉和计算机(jī)图形学等领(lǐng)域。

其SD插(chā)件一经发布(bù)，在短短的(de)两天内便(biàn)成为了(le)AI绘画领域(yù)最新的热点。

在此之(zhī)前，大家(jiā)用(yòng)了很多方(fāng)法(fǎ)想让AI生成的结果(guǒ)尽(jǐn)可(kě)能的(de)符(fú)合要求，但是都不尽如人(rén)意(yì)，它的(de)出现代(dài)表(biǎo)着(zhe)AI生成开始(shǐ)进(jìn)入真正的可控时期。

因为ControlNet可以直接提取画面的构图(tú)，人物的姿(zī)势和画面的(de)深(shēn)度信息等(děng)。有了它的帮助，就不(bù)用频繁的用(yòng)提示词来碰运(yùn)气(qì)，抽(chōu)盲盒式的创作了。

通俗的说ControlNet相当于给AI绘(huì)画加(jiā)了“魔法”，不少博主的作品(pǐn)已经获得了大量的(de)浏览量，“viggo”就是其中之一，他用朋友的(de)照片直接(jiē)带她(tā)们走进动漫世界。

viggo先用StableDiffusion图片转文字。

再用Text2Prompt插件拓展(zhǎn)找到(dào)对应的关键词；最后用ControlNet插件绑定骨(gǔ)骼开(kāi)始(shǐ)换关键词试(shì)效(xiào)果。

通(tōng)过图片(piàn)就可以(yǐ)看(kàn)出来，效果十(shí)分惊(jīng)艳。

更(gèng)厉害的是，除了(le)真实的照片，草图也可以加上“魔法(fǎ)”，知乎大牛(niú)“DevPoint”和(hé)“逗砂(shā)”介绍到ControlNet还能实现线稿(gǎo)转全彩(cǎi)图。大神张(zhāng)吕敏其本尊也亲自回应(yīng)。

15mm等于多少厘米 15mm等于多少微米rc="https://mmbiz.heiliaofuli.com/wp-content/uploads/2023/03/90c6e5987a37ef9.jpeg?imageMogr2/thumbnail/2160x0/format/webp/quality/80" data-ratio="1.3637137989778534" data-s="300,640" data-type="jpeg" data-w="1174">

不得不说当(dāng)下AIGC已经(jīng)变得(dé)越(yuè)来越强大，甚至输(shū)出的作品都已经(jīng)能以假乱真了。

02

难辨虚实，AIGC技术力爆发

警惕安全问(wèn)题(tí)

近日，“苏州金(jīn)鸡湖有游艇party”的消(xiāo)息火遍(biàn)网络，而经过警方辟谣(yáo)这所谓的“party”可能(néng)是全国第一起AI绘图诈(zhà)骗。

由于这个活动(dòng)里面给出的美(měi)女照(zhào)片(piàn)都是AI制作的真人照片绘图，因为太逼真，被大家当(dāng)成真事传播了。

不过仔(zǎi)细观察可以发现，活(huó)动(dòng)发起(qǐ)者提供的照片中(zhōng)有(yǒu)个很大的漏洞可(kě)以发现并非真(zhēn)人，而是AI绘图，那便是图片(piàn)中女性(xìng)的手指部(bù)分有的(de)存在(zài)异常。

15mm等于多少厘米 15mm等于多少微米ta-cropy2="788.3737024221454" data-ratio="0.61640625" data-s="300,640" data-type="jpeg" data-w="1280">

有行业人事表示：“现在因为手指部分(fēn)的绘画算(suàn)法比较(jiào)复(fù)杂，AI还(hái)不太(tài)会画(huà)人的手，但最新看到(dào)的图(tú)片已经有越来越完(wán)美的AI模型(xíng)出(chū)现(xiàn)，以后可能就(jiù)完全没(méi)有漏洞(dòng)了。”

类似的(de)AI作图(tú)诈(zhà)骗在国外也已(yǐ)有发生。据英国广播公(gōng)司(sī)报道(dào)，土耳其(qí)地(dì)震期间，有(yǒu)Tiktok用户使(shǐ)用(yòng)AI合成了儿童受灾(zāi)的(de)假照片发布到网络，以此诱骗善良(liáng)的人打赏“捐助”从而实施诈骗。

目前随(suí)着技术发展，AIGC已经能做(zuò)出真人(rén)照(zhào)片般(bān)的绘图效果，如果这样的图片(piàn)被用来(lái)诈骗，将非(fēi)常可(kě)怕。

此外(wài)AIGC还引发了(le)很多担忧，一方面，批判者认为AI在“学习”了大(dà)量(liàng)前人(rén)的(de)作(zuò)品之(zhī)后，其创作(zuò)没有任(rèn)何情绪(xù)和灵魂(hún)，难以(yǐ)和人类(lèi)的艺术创作相提并论(lùn)。

另(lìng)一方面(miàn)，AIGC背后的(de)版(bǎn)权、目前(qián)都(dōu)并没(méi)有得到有效的(de)解决，还有AIGC会不(bù)会(huì)代替人(rén)类(lèi)“至高无(wú)上(shàng)”的(de)创意。

马斯克也强调，人工智能(néng)的安全问题需(xū)要得到(dào)重(zhòng)视，太晚(wǎn)就来不及了。

03

AIGC下(xià)一(yī)站除了视频，还(hái)有远方

技术都是(shì)有两面性(xìng)的，潜在的危害并(bìng)不能掩(yǎn)盖其光辉的贡献。现在看来，人(rén)工智能技术将是第四次工业革命的核心驱动力(lì)量，将创造(zào)新的增长奇迹。

过(guò)去一年，人工智能(néng)在(zài)技术和(hé)商业层面都有了巨大进(jìn)展，AI绘画就是人工(gōng)智(zhì)能(néng)技术(shù)发生(shēng)方向性改(gǎi)变的一个代表。其下一站(zhàn)或许(xǔ)就是视频。

此(cǐ)前(qián)，Meta和谷歌先后发布(bù)了几条引爆科技圈的(de)短视频。这些(xiē)视频引(yǐn)发关(guān)注并非内容做得多优秀(xiù)，反(fǎn)而(ér)都(dōu)非常简(jiǎn)单(dān)，比如一匹正在(zài)喝水(shuǐ)的马(mǎ)，一只画(huà)画的玩具熊(xióng)，或(huò)者一(yī)段骑(qí)摩(mó)托车(chē)的第一视角录像(xiàng)，随便(biàn)一(yī)个有手机(jī)的(de)人都可以随手录下(xià)一段。

但(dàn)这些短视(shì)频的(de)创(chuàng)作方(fāng)式非常简单，创作者(zhě)仅(jǐn)仅需要向(xiàng)AI输(shū)入一段话(huà)，甚至只是说一下要求，AI就可以根据(jù)需(xū)要(yào)生成一段视频。

谷歌发(fā)布的两个AI生成视(shì)频分别来自于(yú)Imagen Video和Phenaki，前者主要突出的是高清(qīng)，与(yǔ)Meta的Make-A-Video没(méi)有太多的差(chà)别。

在(zài)Make-A-Video公布了AI生成(chéng)的视频(pín)后，AI圈就(jiù)已(yǐ)经玩了一波梗，一个能够做出更高清视频的AI还(hái)不足(zú)以在(zài)短时间内戳中兴奋点。

Phenaki更(gèng)加令人(rén)震惊(jīng)的地方在于，它可以(yǐ)制作(zuò)出超(chāo)过2分钟的连(lián)贯的(de)也(yě)有确切内容的(de)视频，这才是真正让(ràng)人(rén)们感(gǎn)到惊喜的地(dì)方。因为无论AI生(shēng)成的视频多么高清，也只能是为内容生(shēng)产者提供一个灵感，一(yī)个(gè)素材(cái)，一个过场(chǎng)动画。

不过(guò)能够(gòu)制作(zuò)出有(yǒu)具(jù)体剧情内容的视(shì)频就意味着，一(yī)些(xiē)视(shì)频创作由(yóu)AI代(dài)替人(rén)工完成已经初步有了可(kě)能(néng)。

当下AI的发(fā)展(zhǎn)速度已经超过(guò)大部分人的(de)想(xiǎng)象。内(nèi)容(róng)产(chǎn)业的(de)本质(zhì)是供给创造(zào)需求，AIGC作为全新的内容生产方式(shì)，可以为内容产业带来更新(xīn)的内容(róng)风格、更(gèng)快(kuài)的生产速度，更低的生产成本(běn)，这无疑会(huì)驱(qū)动(dòng)内容产业(yè)的大(dà)爆发。

除了AI绘图、视频，AIGC技术还能(néng)应(yīng)用于(yú)音乐、代码、机器人(rén)动作等多种(zhǒng)内容(róng)形式的生成(chéng)。不难发现该项技术(shù)不仅在游戏等行业能得到有效(xiào)应用，对于下一代(dài)互联网(wǎng)各种(zhǒng)元素的构(gòu)建亦有关键(jiàn)意义。

从商业(yè)化的角度来(lái)看，文化娱乐(lè)、教育(yù)、传媒等诸(zhū)多领域，本身(shēn)就对基于AI的(de)可视(shì)化内容有强烈需(xū)求(qiú)。

因此，AI绘画(huà)及视频或不是结果，而只是AI进程中的一块重要拼图，有(yǒu)望在技术更(gèng)新的加持(chí)下实现更大的(de)应用(yòng)价值。

AI从理(lǐ)解(jiě)内容，走向了可以生成内容，甚至(zhì)能够创造出(chū)独立价值和独(dú)立视角的内容。AIGC的再次(cì)出圈，更代表着未来的先(xiān)进生(shēng)产力即将(jiāng)到来。

04

紧抓大模型与算(suàn)力，牢固AIGC底座

从技术(shù)的发(fā)展也可以看出，在语言(yán)大模型、图像大模(mó)型之后，多模态大模(mó)型已经成为了(le)新的趋势。

大(dà)模型被(bèi)誉为当前人工智(zhì)能(néng)发展的智能底座，是全球竞争(zhēng)最激烈的研究方向(xiàng)之一，包括谷歌、亚马逊、百度、阿里、腾讯等众多头部企业都在(zài)竞相发力。

不过(guò)训练大模型(xíng)的确价格不菲，以国盛证券(quàn)发布的《ChatGPT需(xū)要多少算力(lì)》报告估算，GPT-3训练一次的成本约为(wèi)140万(wàn)美元。而对(duì)于一些(xiē)更大的(de)LLM(大(dà)型(xíng)语言模(mó)型)，训练成(chéng)本(běn)则介于200万美元至(zhì)1200万美(měi)元高价之间。

以ChatGPT在2023年(nián)1月(yuè)的独立访客平均数1300万计算，其(qí)对(duì)应芯片需求为3万多片英(yīng)伟达A100 GPU，初始投入成本约为(wèi)8亿美元，每日(rì)仅电费就在5万(wàn)美元左右。

此(cǐ)外不论是ChatGPT还是AIGC，都离不开(kāi)庞大算力支(zhī)持。在关注各类大模(mó)型(xíng)的(de)发展同(tóng)时，更应该关注算力网(wǎng)络的建设。

算力网络(luò)正驱动AI产业发展进入史(shǐ)诗级加速进程(chéng)，让AIGC及通用AI这一人工智能发展(zhǎn)的终极目标离得更近。

因(yīn)为算(suàn)力可以对突(tū)破性技术创新提供大力的支(zhī)持。这方面，多模态大(dà)模型是典型。作为(wèi)面向(xiàng)未来强人(rén)工智能、通用(yòng)人工智能的重要技术创新，多模态(tài)大模型已经在人工智能领(lǐng)域(yù)提出(chū)了很多年(nián)，业界也有不(bù)少技术突破，但是，多(duō)模态大模(mó)型进一步往下(xià)走，算力需(xū)求(qiú)呈几何式上升(shēng)，一般的算力(lì)基础设施很快将难(nán)以胜任。

从图像、文字、语音单独一项的(de)训练，到双模(mó)态(tài)、三模态的(de)跃迁，让人工智能(néng)可以(yǐ)灵(líng)活应对(duì)不同模态的转化(huà)、像人与世界交互一(yī)样(yàng)自然(rán)，这方(fāng)面，由算力网络来(lái)驱动将有(yǒu)明(míng)显优势。

此外，还有很多需要爆发式(shì)增长的(de)算力来(lái)支(zhī)撑的技术创(chuàng)新，将在人工智能算力网(wǎng)络支(zhī)撑下快(kuài)速推进。

AIGC已经(jīng)露出曙(shǔ)光，期待在大模型和(hé)大算力的支持下AIGC能持续(xù)颠覆内容生产的方式(shì)，将创造的边际(jì)成本降低(dī)，让万众受(shòu)益。

未经允许不得转载：橘子百科-橘子都知道 15mm等于多少厘米 15mm等于多少微米