自聊天机器(qì)人(rén)ChatGPT火爆以(yǐ)来，微软公(gōng)司创始人比尔·盖(gài)茨已多次公开谈论(lùn)人工智能(néng)话题(tí)。在最近的一次(cì)采访(fǎng)中，他再次表示(shì)：“AI可能会让(ràng)科(kē)技行业迎来一(yī)次(cì)剧烈(liè)的(de)洗牌”。

这个结论(lùn)是他在当地时间2月20日接受(shòu)《In Good Company》节目专访时提出的。

他预(yù)期，AI的发(fā)展可能会威(wēi)胁到谷歌的市占率，因为微(wēi)软在AI方面(miàn)的行(xíng)动相当迅速。而最终科技巨头(tóu)将把AI整(zhěng)合成用户的(de)“全能助手”，包揽一(yī)切应用(yòng)，与(yǔ)人们(men)进(jìn)行沟(gōu)通并提供(gōng)建(jiàn)议，可以取代(dài)亚马逊、Siri或(huò)Outlook等(děng)应用。

大佬(lǎo)口中全能助手的到来可(kě)能(néng)尚需时(shí)日，但由ControlNet引发的又一次AI绘画浪潮(cháo)，让(ràng)AIGC在ChatGPT的话题热点包(bāo)围中杀(shā)出重(zhòng)围(wéi)。

01

ControlNet颠覆AI绘画新(xīn)玩法

AIGC向可控靠近(jìn)

以(yǐ)AI绘画为(wèi)代表的AIGC上一次(cì)爆(bào)火(huǒ)的时候，还是(shì)2022年8月，在美国科(kē)罗拉(lā)多州(zhōu)举(jǔ)办的新兴数字艺术家(jiā)竞赛(sài)中，一(yī)幅名为《太空歌剧(jù)院》的作(zuò)品获奖。

随后各(gè)大厂商的AI绘画软件被广大网友熟(shú)知并(bìng)体验，Stable Diffusion便是(shì)其中代表。

用户们可以在应用中输入一组(zǔ)关键词或者一张(zhāng)照片，就能获得(dé)一幅AI创作的(de)画(huà)作。

作画的关(guān)键就是所(suǒ)输入的(de)文(wén)本。同一组关键(jiàn)词也可以创作出很多张(zhāng)风(fēng)格不一样的(de)画(huà)作，这让创作的过程就(jiù)像开(kāi)盲盒(hé)。

很多用户很喜欢这种(zhǒng)不(bù)确定的惊喜，他们会将生成的美(měi)图当做头像。而另一部分喜欢(huān)翻看AI绘画的“翻车”作品(pǐn)。在社交(jiāo)媒体上，许多用户分享AI“翻车现场(chǎng)”，例如(rú)，一位网友的小狗照片被AI画成了(le)“肌肉男(nán)”，还(hái)有(yǒu)网友的个人照片被AI识别成(chéng)了建筑。

而如今随着ControlNet的出现(xiàn)与加(jiā)持，以往(wǎng)AI绘(huì)画的填写关键词(cí)游戏可能要被颠(diān)覆(fù)了。

ControlNet是一位正(zhèng)在斯(sī)坦福读博的中国人张吕敏创作的(de)一(yī)种基于控制点的图(tú)像(xiàng)变形算法，主要用于(yú)数字图像处理(lǐ)、计算机视觉(jué)和(hé)计算机(jī)图形(xíng)学等领域(yù)。

其(qí)SD插件(jiàn)一经发布，在短短(duǎn)的(de)两(liǎng)天(tiān)内便(biàn)成为(wèi)了(le)AI绘画领域(yù)最新的热点。

在此之前，大家(jiā)用了(le)很多方(fāng)法(fǎ)想让AI生成的结(jié)果尽可能的符合(hé)要求(qiú)，但是(shì)都不尽如人(rén)脱销什么意思啊，什么叫做脱销意(yì)，它的出(chū)现代表(biǎo)着AI生成开始进入真正的可控时期。

因为ControlNet可(kě)以直(zhí)接(jiē)提(tí)取画面的构图，人物的姿势和画面的深度信(xìn)息等。有了它的帮助，就(jiù)不用频繁的(de)用(yòng)提(tí)示词来碰运气(qì)，抽(chōu)盲盒式的(de)创(chuàng)作了。

通(tōng)俗(sú)的说ControlNet相当于给AI绘(huì)画加了“魔法(fǎ)”，不少博主的作品已经获得了大量(liàng)的浏览(lǎn)量，“viggo”就(jiù)是其中之一，他(tā)用朋友的(de)照片直(zhí)接(jiē)带她们走进动漫世界。

viggo先用(yòng)StableDiffusion图片转文字(zì)。

再用Text2Prompt插(chā)件拓展找到对应的(de)关键词；最后用ControlNet插件(jiàn)绑定(dìng)骨骼(gé)开(kāi)始(shǐ)换关(guān)键(jiàn)词(cí)试效果。

通过图片就(jiù)可以看(kàn)出来，效(xiào)果(guǒ)十(shí)分惊艳。

更厉害的(de)是，除了真实(shí)的(de)照片，草图也可以(yǐ)加(jiā)上“魔法(fǎ)”，知乎(hū)大(dà)牛“DevPoint”和“逗砂”介绍到ControlNet还能实(shí)现线稿转全彩图。大神张(zhāng)吕敏(mǐn)其本尊也亲(qīn)自回(huí)应。

不得(dé)不(bù)说当下AIGC已经(jīng)变得(dé)越来(lái)越强大，甚至输出的作品都已经能以(yǐ)假乱(luàn)真了。

02

难辨虚(xū)实，AIGC技(jì)术力爆(bào)发

警(jǐng)惕(tì)安全问题

近日，“苏(sū)州金鸡湖有游艇party”的消息火(huǒ)遍网络，而(ér)经(jīng)过警方辟谣(yáo)这所谓的“party”可(kě)能是全(quán)国第一起AI绘(huì)图诈(zhà)骗。

由于这个(gè)活(huó)动(dòng)里面给出的美女照(zhào)片都是(shì)AI制作的真(zhēn)人(rén)照片(piàn)绘图，因(yīn)为太(tài)逼(bī)真，被大家(jiā)当成真事(shì)传播了(l脱销什么意思啊，什么叫做脱销e)。

不过(guò)仔细(xì)观察可以发现，活动发起者(zhě)提供的照片中有个很大的漏洞可以发现并非真人(rén)，而是AI绘图，那便是图片中女性的手指部(bù)分有的存在异常。

有行(xíng)业人事表示：“现(xiàn)在因为手指(zhǐ)部分的绘画(huà)算法(fǎ)比较复(fù)杂(zá)，AI还不太会画人的手，但最新看到的图片已(yǐ)经有越来越完美的AI模型出现，以后(hòu)可能就(jiù)完全没有漏洞了。”

类似的(de)AI作图诈骗在(zài)国外也已(yǐ)有发生。据英国广播(bō)公司(sī)报道(dào)，土耳其地震期间(jiān)，有Tiktok用户使(shǐ)用AI合成了儿童受灾的(de)假照片发(fā)布到网络，以此诱骗(piàn)善良的(de)人打赏“捐(juān)助”从而(ér)实施诈骗(piàn)。

目(mù)前随(suí)着技(jì)术发(fā)展，AIGC已经能做出(chū)真人(rén)照片般(bān)的绘图效果，如果这(zhè)样的图片被用来诈骗，将非常可怕。

此外(wài)AIGC还引(yǐn)发(fā)了很多担忧，一方面，批判者认为AI在“学习”了大量前人的作品之后，其创作没有任(rèn)何(hé)情绪和灵魂，难以(yǐ)和人类的艺术创作相(xiāng)提并论。

另一方面，AIGC背后的版权(quán)、目前都(dōu)并没有得到(dào)有(yǒu)效的解(jiě)决，还(hái)有AIGC会不会代替人类“至(zhì)高无上(shàng)”的创意。

马斯克(kè)也强调(diào)，人工智能的安全(quán)问(wèn)题需(xū)要得到重(zhòng)视(shì)，太晚就来不及了(le)。

03

AIGC下(xià)一站除(chú)了视频，还有(yǒu)远方(fāng)

技术(shù)都是(shì)有两面性的(de)，潜在(zài)的危害(hài)并不能掩盖(gài)其光辉的(de)贡(gòng)献。现在(zài)看来，人工智能技术将是(shì)第四次(cì)工业革命的核心驱动力(lì)量，将创造新的增长奇(qí)迹。

过去一(yī)年，人工智(zhì)能在(zài)技术和(hé)商(shāng)业层面都有了巨大进(jìn)展，AI绘(huì)画就是(shì)人工智(zhì)能技(jì)术(shù)发生方(fāng)向性(xìng)改变的(de)一(yī)个代表。其下一站或许就是视频。

此前，Meta和谷歌先后发(fā)布(bù)了几条引爆科技圈的(de)短视频。这(zhè)些视频引发关注并(bìng)非内容(róng)做得多优秀，反而都非常(cháng)简单，比(bǐ)如一匹正在喝水的马，一(yī)只画画的玩具(jù)熊，或(huò)者一段骑(qí)摩托车(chē)的第一视(shì)角录像，随(suí)便(biàn)一个有手机的(de)人都可(kě)以随手录下(xià)一段。

但这(zhè)些(xiē)短视频的创作方式非常简单，创作者仅(jǐn)仅需要(yào)向(xiàng)AI输入一段(duàn)话，甚(shèn)至只是(shì)说一下(xià)要求(qiú)，AI就可以根据(jù)需(xū)要生成一段(duàn)视(shì)频(pín)。

谷歌发布(bù)的两个(gè)AI生(shēng)成视频分(fēn)别来自于Imagen Video和Phenaki，前者主要突出的(de)是高(gāo)清，与Meta的Make-A-Video没有太多的(de)差别。

在Make-A-Video公布了AI生成的视频后，AI圈就(jiù)已经玩了(le)一(yī)波梗，一个能够做出(chū)更高(gāo)清视频的AI还不(bù)足(zú)以在短时(shí)间内戳中兴奋(fèn)点。

Phenaki更加令人震惊(jīng)的地方在于(yú)，它可(kě)以(yǐ)制作出超(chāo)过2分钟的(de)连贯的(de)也(yě)有(yǒu)确切内容的视频，这才是(shì)真正让人们感到惊喜的地方(fāng)。因为无(wú)论AI生成的(de)视频多么高清，也只能是为内容生(shēng)产者提供一个(gè)灵感，一个素材，一(yī)个过场动(dòng)画。

不过能够制作出有具体(tǐ)剧情内容(róng)的(de)视(shì)频就意味(wèi)着，一(yī)些视(shì)频(pín)创作由AI代(dài)替人工完成已经初步有(yǒu)了可能。

当下(xià)AI的(de)发展速(sù)度已经超过大部分(fēn)人的想象。内容产(chǎn)业的本(běn)质是供给创造需求，AIGC作为全新的内容生产(chǎn)方式(shì)，可(kě)以(yǐ)为内(nèi)容产业带(dài)来更新的内容(róng)风格、更快(kuài)的生产速度，更低的生产成(chéng)本，这无(wú)疑会驱动(dòng)内容产业的大爆发(fā)。

除了AI绘(huì)图、视频，AIGC技(jì)术(shù)还能应(yīng)用(yòng)于音乐、代码、机器人动(dòng)作等(děng)多种(zhǒng)内(nèi)容形式的生成(chéng)。不难(nán)发现(xiàn)该项技术(shù)不仅在游戏等(děng)行业能(néng)得到有(yǒu)效应用(yòng)，对于下一代(dài)互联网各种元(yuán)素(sù)的构建亦有关键意义。

从商(shāng)业化的(de)角度来看，文(wén)化娱乐、教育(yù)、传(chuán)媒等诸(zhū)多领域(yù)，本身就对(duì)基(jī)于AI的可视化(huà)内容有(yǒu)强烈需求。

因此，AI绘画及视(shì)频或不是结果，而只(zhǐ)是AI进(jìn)程中(zhōng)的一块重要拼图，有望在技术更新的加持下(xià)实现更大的(de)应用价(jià)值。

AI从理解(jiě)内容，走向了可以生成(chéng)内容(róng)，甚至能够创造出独立价(jià)值(zhí)和独立视(shì)角的内容。AIGC的再次出(chū)圈，更代(dài)表着未来的(de)先进生产力即将到来。

04

紧抓大模型与算力，牢固AIGC底座(zuò)

从技术的发展(zhǎn)也可以看(kàn)出(chū)，在语言大模型(xíng)、图像大模(mó)型(xíng)之后，多模态大模型已(yǐ)经成为了新(xīn)的趋势(shì)。

大模型被誉为(wèi)当前人工(gōng)智能发(fā)展的智能底座，是(shì)全球(qiú)竞争最激烈(liè)的研究(jiū)方向之一，包括(kuò)谷歌、亚(yà)马(mǎ)逊、百度(dù)、阿里、腾(téng)讯等众多(duō)头(tóu)部企业都在竞相发力。

不过训练大模型的确(què)价格不菲，以国盛证券(quàn)发布的《ChatGPT需要多少(shǎo)算力》报(bào)告估算，GPT-3训练(liàn)一(yī)次的成(chéng)本(běn)约为140万美元。而对于一些更大的LLM(大型语言模(mó)型)，训练(liàn)成(chéng)本则(zé)介于200万(wàn)美(měi)元(yuán)至1200万美(měi)元高(gāo)价之间(jiān)。

以ChatGPT在2023年1月的独立访客平均数(shù)1300万计算，其(qí)对应芯片需求为(wèi)3万多片英伟达(dá)A100 GPU，初始(shǐ)投(tóu)入成本约为8亿(yì)美元，每日仅电费就(jiù)在5万美元左(zuǒ)右(yòu)。

此外(wài)不论是ChatGPT还是(shì)AIGC，都(dōu)离不(bù)开庞大算力支持(chí)。在关注(zhù)各类大模型的发展同时，更应该(gāi)关注算力网(wǎng)络的建设。

算(suàn)力网络(luò)正(zhèng)驱动AI产业(yè)发展(zhǎn)进入(rù)史诗级加速进程，让AIGC及通用AI这一(yī)人工(gōng)智能发(fā)展的终极目标离得更近。

因(yīn)为算力(lì)可以对突破性技术创(chuàng)新提(tí)供大(dà)力的支(zhī)持。这方面，多模态大模型是典型。作为面(miàn)向(xiàng)未来强人工智(zhì)能、通用人(rén)工(gōng)智能(néng)的重要技术创新(xīn)，多(duō)模(mó)态大模(mó)型(xíng)已经在人(rén)工(gōng)智(zhì)能领域提出了很多年，业界(jiè)也有不少技术突破(pò)，但(dàn)是，多模态大模(mó)型(xíng)进(jìn)一步往(wǎng)下(xià)走，算力需求呈几何式上升，一般(bān)的算力(lì)基础设施很(hěn)快将难以胜任。

从图像、文字、语音单独一项的(de)训练，到双模(mó)态、三模态(tài)的(de)跃迁，让(ràng)人工智(zhì)能可以灵活应对(duì)不同(tóng)模(mó)态的转化(huà)、像人与世界交互一(yī)样自然，这方面，由算(suàn)力(lì)网络来驱动将有(yǒu)明显优势。

此外，还(hái)有很多需要爆发式增长的算力(lì)来支(zhī)撑的技术创新，将在人工智能算力网络支撑下(xià)快速推进。

AIGC已经露出曙(shǔ)光，期待在(zài)大模(mó)型和大算力的支(zhī)持下AIGC能持(chí)续颠覆内容生产的(de)方式，将创造的边际成本降(jiàng)低，让万众(zhòng)受益(yì)。

未经允许不得转载：橘子百科-橘子都知道 脱销什么意思啊，什么叫做脱销