自聊天机器人ChatGPT火(huǒ)爆(bào)以来，微软公司创(chuàng)始人比尔·盖茨(cí)已多次(cì)公开谈论人工智能话题。在(zài)最(zuì)近的(de)一次(cì)采(cǎi)访中，他再(zài)次表示：“AI可能会(huì)让科(kē)技行业迎来(lái)一次剧烈(liè)的(de)洗牌”。

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

他(tā)预(yù)期(qī)，AI的发展可能会威胁到谷歌的市占(zhàn)率(lǜ)，因为微软在AI方面的(de)行动相当(dāng)迅速。而最(zuì)终科(kē)技巨头将把(bǎ)AI整(zhěng)合成用户的“全能助(zhù)手”，包揽一切应(yīng)用(yòng)，与人们进行(xíng)沟通并提供建议，可以(yǐ)取(qǔ)代亚马(mǎ)逊、Siri或Outlook等应用。

大佬口中(zhōng)全能(néng)助(zhù)手(shǒu)的到来(lái)可(kě)能(néng)尚(shàng)需时日，但由ControlNet引发的又(yòu)一次AI绘画浪潮(cháo)，让(ràng)AIGC在ChatGPT的话(huà)题热点包围中杀出(chū)重围。

01

ControlNet颠(diān)覆AI绘画新玩(wán)法

AIGC向可控靠近

以AI绘画为代表的(de)AIGC上(shàng)一次爆(bào)火的时候，还是2022年8月，在美国科罗拉多州(zhōu)举办的新(xīn)兴数字艺术家竞赛中，一幅名(míng)为《太(tài)空歌剧院(yuàn)》的作品(pǐn)获奖。

随后(hòu)各大厂商的AI绘画(huà)软(ruǎn)件被广大(dà)网(wǎng)友(yǒu)熟(shú)知(zhī)并(bìng)体验，Stable Diffusion便(biàn)是(shì)其中代表。

用户(hù)们(men)可以在(zài)应用中(zhōng)输入一组关键(jiàn)词或者一张照片(piàn)，就能(néng)获得一(yī)幅AI创作的画作。

作画的关键就是所输入(rù)的文本。同一组(zǔ)关(guān)键词(cí)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(xiàng)开盲(máng)盒。

很多用户很喜欢这种不确(què)定的惊喜(xǐ)，他们会将生成的美图当做头像(xiàng)。而另(lìng)一部分(fēn)喜欢翻(fān)看AI绘画的“翻车”作品(pǐn)。在社交媒体上，许多用户分享(xiǎng)AI“翻(fān)车现(xiàn)场”，例如，一位网友的小狗(gǒu)照(zhào)片被AI画成了“肌(jī)肉男”，还有网友的个(gè)人照片被AI识(shí)别成了建筑。

而如(rú)今随着ControlNet的出现与加持，以往(wǎng)AI绘画的填(tián)写关(guān)键词(cí)游戏(xì)可(kě)能要被颠覆了。

ControlNet是(shì)一位正在斯(sī)坦福读博的中(zhōng)国人(rén)张吕敏创作的(de)一种基于控制点的(de)图像变形算法，主要用于数字图像处理、计(jì)算机视觉和(hé)计算(suàn)机图形学等领(lǐng)域。

其(qí)SD插(chā)件一经发布，在短短的两天(tiān)内便成(chéng)为了(le)AI绘画领域最新的热(rè)点。

在(zài)此之前，大家用了很多方法想让AI生成的结(jié)果尽可能的符合要求(qiú)，但是都不尽(jǐn)如(rú)人意(yì)，它的出现(xiàn)代(dài)表着AI生(shēng)成开始进(jìn)入真正的(de)可控时期(qī)。

因为ControlNet可以直接提取画(huà)面的构图，人物的(de)姿势和画(huà)面的(de)深度信息等。有了(le)它的(de)帮助(zhù)，就不用(yòng)频繁的用提示词来(lái)碰运气，抽盲(máng)盒(hé)式的创作(zuò)了。

通俗(sú)的(de)说ControlNet相当于给AI绘画(huà)加了(le)“魔法”，不少博主的作(zuò)品已经获得了大量的浏(liú)览量(liàng)，“viggo”就(jiù)是其中之(zhī)一，他用朋友的照片直接带(dài)她(tā)们走进(jìn)动漫世界。

viggo先用(yòng)StableDiffusion图片转文字。

再用Text2Prompt插件拓展找到对应(yīng)的关键词；最后用ControlNet插(chā)件绑定骨(gǔ)骼开始(shǐ)换关(guān)键词(cí)试效果。

通过图(tú)片(piàn)就可以(yǐ)看出(chū)来，效果(guǒ)十(shí)分(fēn)惊艳(yàn)。

更厉害的是，除了真实的照片(piàn)，草(cǎo)图也可以加(jiā)上“魔(mó)法(fǎ)”，知乎大(dà)牛“DevPoint”和“逗砂”介绍到ControlNet还(hái)能实现线(xiàn)稿转全彩(cǎi)图。大神张吕敏其本尊也亲(qīn)自(zì)回(huí)应。

不得不说当(dāng)下AIGC已经(jīng)变得(dé)越来越强(qiáng)大，甚至输出的作品都(dōu)已经(jīng)能以假乱真了。

02

难(nán)辨虚实(shí)，AIGC技术力(lì)爆发

警惕安全问(wèn)题

近日，“苏(sū)州金鸡湖有游艇(tǐng)party”的消息火(huǒ)遍网(wǎng)络，而经(jīng)过(guò)警方(fāng)辟(pì)谣这所谓的(de)“party”可能是(shì)全(quán)国第一(yī)起AI绘图(tú)诈(zhà)骗。

由于这个(gè)活动里面给出的美(měi)女照片都是AI制作的(de)真(zhēn)人照(zhào)片(piàn)绘(huì)图(tú)，因为太(tài)逼真，被(bèi)大家当(dāng)成(chéng)真(zhēn)事传播了。

不过仔(zǎi)细观察可(kě)以发(fā)现，活动发起者提(tí)供的(de)照片中(zhōng)有个很大的漏洞可以发现并非(fēi)真人，而(ér)是AI绘图，那便是(shì)图片中女性的手(shǒu)指(zhǐ)部分有的存(cún)在异常。

有行业人(rén)事表示(shì)：“现在因(yīn)为(wèi)手指部分的绘画算法比较复(fù)杂，AI还不太会(huì)画人的(de)手，但(dàn)最(zuì)新看到(dào)的图(tú)片已经有越来(lái)越完美的(de)AI模型出现，以后可能就完全没有漏洞了。”

类(lèi)似的AI作图诈骗在国外也已有(yǒu)发生。据(jù)英(yīng)国广播公司(sī)报道(dào)，土耳其地震期间，有Tiktok用(yòng)户使用AI合成了儿(ér)童受灾的(de)假照片发(fā)布到网络，以此诱骗(piàn)善良(liáng)的人打赏“捐助(zhù)”从(cóng)而实施(shī)诈骗(piàn)。

目前(qián)随着技术发展，AIGC已经能做出真人照片般的绘图(tú)效(xiào)果，如果这样的图片被(bèi)用来诈骗(piàn)，将非(fēi)常可怕。

此外AIGC还(hái)引发了很多担忧，一(yī)方面(miàn)，批判者认为AI在“学习”了大(dà)量前人的(de)作(zuò)品之后，其创作(zuò)没(méi)有任何情绪(xù)和灵魂，难(nán)以和人类的艺术(shù)创作(zuò)相提并论(lùn)。

另一方面(miàn)，AIGC背后(hòu)的版(bǎn)权、目前都并没有得(dé)到有效的解决，还有AIGC会不会代替人类(lèi)“至高(gāo)无上”的创(chuàng)意。

马(mǎ)斯克也强调，人工智能的安全问题需(xū)要得到重视(shì)，太晚(wǎn)就来不及了。

03

AIGC下一(yī)站除了视频，还有远方(fāng)

技(jì)术(shù)都是有(yǒu)两面性的，潜在的危害并不能掩盖其光辉的贡献。现(xiàn)在看来，人(rén)工(gōng)智能技术将是(shì)第四(sì)次工业革(gé)命(mìng)的核心(xīn)驱(qū)动力量，将创(chuàng)造新的增长奇(qí)迹。

过(guò)去一(yī)年，人工智能在(zài)技术和商(shāng)业层面都有了巨大(dà)进(jìn)展，AI绘画(huà)就是人工智能技(jì)术发生方向(xiàng)性改变的一个代表(biǎo)。其下一站或(huò)许就是视频。

此前，Meta和谷歌先后发布了几条引爆科技圈的(de)短视频。这些视频引发关注并非内(nèi)容做得多优秀，反而(ér)都非常简单，比(bǐ)如(rú)一匹正在喝水的马，一只画(huà)画的玩具熊，或(huò)者一段骑(qí)摩托车的第(dì)一视(shì)角录(lù)像，随便一个有手机的人(rén)都可以随手录下一段。

但这些短视频的创作(zuò)方式非常简(jiǎn)单(dān)，创作(zuò)者仅仅需要向AI输入一段话，甚至只是说一(yī)下要(yào)求，AI就可(kě)以根据需要生成一段(duàn)视频。

谷歌(gē)发布的两个AI生成(chéng)视(shì)频分(fēn)别(bié)来自于Imagen Video和Phenaki，前者主要突出的是高清(qīng)，与Meta的Make-A-Video没(méi)有太多的差别。

在Make-A-Video公布了(le)AI生成(chéng)的视频后，AI圈就已经玩了(le)一波(bō)梗，一个能够做出更高(gāo)清(qīng)视频的AI还不足以(yǐ)在短时间(jiān)内戳中兴(xīng)奋点。

Phenaki更(gèng)加令人震惊的地方在于，它可以制(zhì)作出(chū)超过2分钟的连贯的也有确(què)切内容的视频，这才是(shì)真正让人(rén)们(men)感到惊(jīng)喜的地方。因为无论AI生(shēng)成的视频多么高清，也(yě)只(zhǐ)能是(shì)为内容生产者提供一个灵(líng)感(gǎn)，一个(gè)素材(cái)，一个过场动画。

不过能够制作出有具体剧情(qíng)内容的(de)视频就(jiù)意味(wèi)着，一些视频创作由AI代替人工完成已经(jīng)初步有(yǒu)了可能。

当下AI的发展速度已经超(chāo)过大(dà)部分(fēn)人(rén)的想象。内(nèi)容产业的(de)本质是供给创(chuàng)造需求，AIGC作为全新的内(nèi)容生产方式，可以(yǐ)为内容产业带来更新的(de)内容风格(gé)、更快的生产速度，更低的生(shēng)产成本，这无疑会(huì)驱动内容产业的大(dà)爆发。

除了AI绘图(tú)、视频，AIGC技术还能应用于音乐、代码、机器(qì)人动(dòng)作等多种内(nèi)容(róng)形式的(de)生成。不难发现该项技(jì)术不(bù)仅在游戏等(děng)行业(yè)能得到(dào)有效应用，对于(yú)下一代互联(lián)网各种元素的构建亦有关键意义。

从(cóng)商业化的(de)角度来看，文化娱(yú)乐、教育、传媒等诸多领域，本(běn)身就(jiù)对基于AI的可视化内容有强(qiáng)烈(liè)需求。

因此(cǐ)，AI绘(huì)画及视频或(huò)不是结果，而只是AI进(jìn)程中的一(yī)块重要拼图，有望在技术更新的加持下实现更大(dà)的应用价值。

AI从理解内容，走向了可(kě)以(yǐ)生成内容，甚至能(néng)够创造出(chū)独立价(jià)值和独立视角的内容。AIGC的(de)再次出(chū)圈(quān)，更代表着未来的先进生产力即(jí)将(jiāng)到来(lái)。

04

紧抓大模型(xíng)与算风雨兼程下一句是什么持之以恒意思，风雨兼程下一句是什么这一生力，牢固AIGC底座

从技术的发(fā)展也可以看出，在(zài)语言大模型、图像(xiàng)大模型之(zhī)后，多模态大模型(xíng)已经成(chéng)为了新(xīn)的趋势。

大模型被誉(yù)为当前人工智能(néng)发展(zhǎn)的智能底座，是(shì)全球竞争最激(jī)烈的(de)研究方向(xiàng)之一，包括谷歌、亚马(mǎ)逊、百度(dù)、阿里(lǐ)、腾讯等众多头部(bù)企业(yè)都(dōu)在竞相(xiāng)发力。

不过训练大模型的确价格不菲，以国盛证券发布(bù)的《ChatGPT需(xū)要多少算力》报告估(gū)算(suàn)，GPT-3训练一(yī)次的成本(běn)约为(wèi)140万美元。而(ér)对(duì)于一些更(gèng)大的LLM(大型语言(yán)模型)，训练(liàn)成本(běn)则介于200万(wàn)美元至(zhì)1200万美元高(gāo)价之间。

以(yǐ)ChatGPT在2023年1月的(de)独立访客平均数1300万计(jì)算(suàn)，其对(duì)应芯片需求(qiú)为3万多片英伟(wěi)达A100 GPU，初始投(tóu)入成(chéng)本约为8亿美元，每(měi)日仅(jǐn)电费(fèi)就在5万美元(yuán)左右(yòu)。

此(cǐ)外不(bù)论是ChatGPT还是AIGC，都离不开庞大算(suàn)力支持(chí)。在关注各(gè)类大(dà)模型(xíng)的发展(zhǎn)同时(shí)，更(gèng)应(yīng)该(gāi)关注(zhù)算力(lì)网络的建设。

算力网络(luò)正(zhèng)驱动(dòng)AI产业发展进(jìn)入史诗级加速进(jìn)程，让AIGC及通用AI这一人工智能发展(zhǎn)的(de)终极目标离得更(gèng)近。

因为算(suàn)力可以对突破性技术创新提供(gōng)大(dà)力的支(zhī)持。这方面，多模态大模型是典型。作为面向未来(lái)强人工(gōng)智能、通(tōng)用人工智能的重要技(jì)术创新，多模态大模型已经(jīng)在(zài)人(rén)工(gōng)智能领域提出了很多(duō)年，业界也有不少技术(shù)突破，但是，多模态大模型进一步往下走，算力需(xū)求呈几何(hé)式上升，一般的算力基础设施很快将难以(yǐ)胜(shèng)任。

从图像、文字、语音单(dān)独(dú)一项的训练(liàn)，到双(shuāng)模态、三模态的跃(yuè)迁，让人工智能可(kě)以灵活应对不(bù)同(tóng)模态的(de)转化、像人与世界交互一样自然(rán)，这(zhè)方(fāng)面，由算力网络(luò)来驱动将有明显优势。

此外，还(hái)有很多需要爆(bào)发式增长的算(suàn)力来支撑的技术创新，将(jiāng)在人工智能算力网络支撑下快速推进。

AIGC已经露出曙光(guāng)，期(qī)待(dài)在大(dà)模型和大算(suàn)力的(de)支持下(xià)AIGC能持续颠覆内容生产的方(fāng)式(shì)，将创造的(de)边(biān)际成(chéng)本降低，让(ràng)万(wàn)众受益。

未经允许不得转载：橘子百科-橘子都知道 风雨兼程下一句是什么持之以恒意思，风雨兼程下一句是什么这一生