自聊天(tiān)机(jī)器人ChatGPT火爆以(yǐ)来，微软公司创始人比尔·盖茨已多次(cì)公(gōng)开谈论人(rén)工智能话(huà)题(tí)。在最(zuì)近的一次(cì)采访中，他再(zài)次表示(shì)：“AI可(kě)能会让科技(jì)行业迎来一次(cì)剧烈的洗牌”。

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

他预期，AI的(de)发展(zhǎn)可能会威(wēi)胁到谷歌(gē)的(de)市占率，因为微软在AI方面的行动相当迅速。而最终科技(jì)巨头将把AI整(zhěng)合(hé)成用户的“全能助手”，包揽一切(qiè)应用，与(yǔ)人们进行沟通并提供建议(yì)，可以取代(dài)亚马逊(xùn)、Siri或Outlook等应用。

大(dà)佬口中全(quán)能助手的到来可能尚需时日，但由ControlNet引发的(de)又(yòu)一次AI绘画(huà)浪(làng)潮，让AIGC在ChatGPT的话题(tí)热点包(bāo)围(wéi)中杀出重围。

01

ControlNet颠覆(fù)AI绘画新玩法

AIGC向可控靠近

以AI绘画(huà)为(wèi)代表的AIGC上一(yī)次爆(bào)火的时候(hòu)，还是2022年8月(yuè)，在(zài)美国科罗拉多(duō)州举办的新(xīn)兴数字艺术家竞(jìng)赛中，一幅名为《太(tài)空歌剧院》的(de)作品获奖。

随后各(gè)大厂商的(de)AI绘画软(ruǎn)件(jiàn)被广大网友熟(shú)知并体验，Stable Diffusion便(biàn)是其中代表。

用户们可(kě)以在应用中输入(rù)一组关(guān)键词(cí)或者一(yī)张(zhāng)照片，就能(néng)获(huò)得(dé)一幅AI创(chuàng)作的画(huà)作。

作画(huà)的关键就是所输(shū)入的文本。同一(yī)组关(guān)键词(cí)也可以创作(zuò)出很多张风(fēng)格不一样(yàng)的画作，这让创作(zuò)的过程就像开(kāi)盲盒。

很多用户很喜欢(huān)这(zhè)种不确定的(de)惊喜，他们会(huì)将生成的(de)美图(tú)当(dāng)做头(tóu)像。而(ér)另(lìng)一部分(fēn)喜欢翻看AI绘画的“翻车”作品。在社交(jiāo)媒体上，许(xǔ)多(duō)用户分享AI“翻车现场”，例如，一位网友的(de)小狗照片(piàn)被AI画成(chéng)了(le)“肌肉男”，还(hái)有网友的个人照片(piàn)被AI识别(bié)成了建(jiàn)筑。

而如今随着(zhe)ControlNet的出现(xiàn)与加持，以往(wǎng)AI绘画的填写关键(jiàn)词游戏可能要被(bèi)颠覆(fù)了(le)。

ControlNet是一位正在斯坦福读(dú)博(bó)的中国人张吕敏创作的一(yī)种基(jī)于控制点的(de)图像变形算法(fǎ)，主(zhǔ)要用于数字图像处理、计算(suàn)机视觉和(hé)计(jì)算机图形学等领域。

其SD插(chā)件一经发布(bù)，在短短的两天内便成为了AI绘画领(lǐng)域(yù)最(zuì)新的热点。

在此之前，大家用了很多方(fāng)法想让AI生成的结果尽可能的(de)符(fú)合(hé)要求，但是都不尽如人(rén)意，它的(de)出(chū)现(xiàn)代(dài)表着AI生成开始进入真正(zhèng)的可控时期(qī)。

因为ControlNet可以(yǐ)直接提取画面的构图，人物的(de)姿势和画(huà)面的深度信息等。有了它(tā)的帮(bāng)助，就不用频繁的用提示词来碰(pèng)运气(qì)，抽(chōu)盲(máng)盒式的创(chuàng)作了(le)。

通俗的说ControlNet相当于给AI绘画(huà)加了“魔法”，不少(shǎo)博主(zhǔ)的(de)作品已经获得了大(dà)量的浏览量，“viggo”就(jiù)是(shì)其中之一，他用(yòng)朋友的(de)照片直接(jiē)带她们走(zǒu)进动漫世(shì)界。

viggo先(xiān)用StableDiffusion图片转文字。

再用(yòng)Text2Prompt插件(jiàn)拓(tuò)展找到(dào)对应的关键词；最(zuì)后用ControlNet插件绑定骨骼开始换关键词试(shì)效(xiào)果。

通过(guò)图片就可以(yǐ)看出(chū)来，效(xiào)果十分(fēn)惊艳。

更厉害的是，除了(le)真(zhēn)实的照片，草图(tú)也可(kě)以加上(shàng)“魔法”，知乎大(dà)牛“DevPoint”和“逗(dòu)砂”介绍到(dào)ControlNet还能实现线稿转(zhuǎn)全彩图。大(dà)神张吕敏其本(běn)尊也亲自回应。

不得不说当下AIGC已经变得越来(lái)越强大(dà)，甚至(zhì)输出(chū)的作品(pǐn)都已经能以假乱真(zhēn)了。

02

难辨虚实，AIGC技术力爆(bào)发

警惕安全问题

近日，“苏州(zhōu)金鸡湖有(yǒu)游艇party”的消(xiāo)息(xī)火遍网络，而(ér)经过(guò)警方(fāng)辟(pì)谣(yáo)这所谓的“party”可(kě)能是全国(guó)第(dì)一起AI绘图诈骗。

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

不(bù)过仔细观察可(kě)以发现，活动发起者(zhě)提供的照(zhào)片中有个很大(dà)的漏洞(dòng)可以发(fā)现并非真(zhēn)人，而是(shì)AI绘图，那便是图片中女性的手指部分有的存在异常(cháng)。

有(yǒu)行(xíng)业人事(shì)表示(shì)：“现(xiàn)在因(yīn)为手指(zhǐ)部分的(de)绘画算(suàn)法比较复杂，AI还(hái)不太会画人的手，但最新看到(dào)的图片已经有越来越完美(měi)的AI模型出现(xiàn)，以后(hòu)可能(néng)就完(wán)全没有漏洞了。”

类似的AI作图诈骗在国外也已有发生。据英国广播公司报道，土耳其(qí)地震期间，有Tiktok用户使用AI合成了(le)儿童受灾的假照片(piàn)发布到(dào)网络(luò)，以此(cǐ)诱骗善(shàn)良的人(rén)打赏(shǎng)“捐助”从而实(shí)施诈骗。

目前随着技术发展，AIGC已经能做(zuò)出真(zhēn)人照片般的绘图效果，如果这(zhè)样的图片被用来诈骗，将非常可怕。

此(cǐ)外AIGC还引发了(le)很多担忧，一方面，批判(pàn)者认为AI在“学习”了大量前人的作品之后(hòu)，其创作(zuò)没有(yǒu)任(rèn)何情(qíng)绪和灵魂，难以和人类的艺术(shù)创作相(xiāng)提并论(lùn)。

另一方面，AIGC背后的版(bǎn)权、目前都并没(méi)有得(dé)到有效(xiào)的解决，还有AIGC会(huì)不会(huì)代(dài)替人类“至高无上(shàng)”的(de)创意。

马斯克也强调，人工智能的安(ān)全问题需要(yào)得(dé)到重视，太晚就来不及了。

03

AIGC下一(yī)站(zhàn)除了视频，还有远方

技术都是(shì)有两面(miàn)性的，潜在的危害并(bìng)不能掩盖其光(guāng)辉的(de)贡(gòng)献。现在看来，人(rén)工智能技术将(jiāng)是第四次工业(yè)革命的核心驱动力(lì)量，将创造新的增长奇迹。

过去(qù)一年，人工(gōng)智能在(zài)技(jì)术和商(shāng)业层面都(dōu)有了(le)巨(jù)大(dà)进展，AI绘画就是人工智能技术发生方向性改变的(de)一个代表。其下一站或许就是(shì)视(shì)频。

此前，Meta和谷歌先后(hòu)发布了几条引爆科技圈的短视(shì)频。这些视(shì)频(pín)引发关注并非内(nèi)容做得(dé)多优秀，反而(ér)都非常简(jiǎn)单，比如一匹正在喝水的马(mǎ)，一只画画(huà)的玩(wán)具熊，或(huò)者一段骑摩托(tuō)车的第一视角(jiǎo)录像(xiàng)，随便一个有手机的人(rén)都可以随手(shǒu)录下一段。

但(dàn)这些短视频的创(chuàng)作方(fāng)式非(fēi)常简单(dān)，创作者(zhě)仅仅需要向(xiàng)AI输入(rù)一段话，甚至只是说一(yī)下(xià)要求，AI就可以根据(jù)需要(yào)生(shēng)成(chéng)一段视频。

谷歌发(fā)布(bù)的两个AI生成视频(pín)分别(bié)来(lái)自于Imagen Video和Phenaki，前者主要(yào)突(tū)出的是(shì)高(gāo)清，与Meta的(de)Make-A-Video没有太(tài)多的差别。

在Make-A-Video公布(bù)了AI生成的(de)视频后，AI圈就已经玩了一波(bō)梗，一个能(néng)够做出更高清(qīng)视频的AI还不足以在短时(shí)间(jiān)内戳中兴(xīng)奋点。

Phenaki更(gèng)加令人震(zhèn)惊的地方在于(yú)，它可以制作出超过2分钟的连贯(guàn)的也有确切内容的视(shì)频，这才(cái)是真正让人(rén)们感到惊喜的地方。因为无论AI生成的视(shì)频多么高清(qīng)，也只能是为内容生(shēng)产(chǎn)者提供一个灵感，一个素(sù)材，一(yī)个过场(chǎng)动画。

不(bù)过(guò)能够制作出有具体剧情(qíng)内容的(de)视频就意味着，一些视频(pín)创作由AI代替(tì)人工完成已经初步有了(le)可(kě)能。

当(dāng)下AI的发(fā)展速度已(yǐ)经超过大部分人的想象。内容产业的本质(zhì)是供给创造需求，AIGC作为全新的内容生产(chǎn)方式，可以为内容产(chǎn)业带来更新的内容风格、更快的生产速度(dù)，更低的生产成(chéng)本，这无疑会驱动内容产业的大(dà)爆发。

除了AI绘图、视频，AIGC技术还能应用于音乐、代码、机(jī)器人动作等多种内容形式(shì)的生成。不难(nán)发现该(gāi)项技术不仅在(zài)游戏等行业能得到有效应用，对于下(xià)一代互联(lián)网各种(zhǒng)元素的构建亦有关(guān)键意义(yì)。

从商业化的角(jiǎo)度(dù)来看(kàn)，文化娱乐、教(jiào)育(yù)、传媒等诸多领域，本身就对基于(yú)AI的可(kě)视化内容(róng)有强烈需求。

因(yīn)此，AI绘(huì)画及视(shì)频或不是结果，而只是AI进程中的一块重要拼图(tú)，有望(wàng)在(zài)技术更新的加持下实现更大的应用价值。

AI从理解内容(róng)，走(zǒu)向了可以生成内容，甚至(zhì)能够创(chuàng)造(zào)出(chū)独立价值和独立视角的内容。AIGC的再次出(chū)圈(quān)，更代表(biǎo)着未来的先进生(shēng)产力即将到来(lái)。

04

紧抓大(dà)模型与算力(lì)，牢固AIGC底座

从技(jì)术的(de)发(fā)展(zhǎn)也可以看出，在语言大模型、图像大模型之后，多模态(tài)大模型已经成(chéng)为了新(xīn)的趋势。

大(dà)模(mó)型被誉为当前人工智能发(fā)展的智(zhì)能底座，是全球竞争(zhēng)最激烈的研(yán)究方向之一，包括谷歌、亚(yà)马逊(xùn)、百度、阿里、腾讯等众多(duō)头部(bù)企业都在竞相发力(lì)。

不(bù)过(guò)训(xùn)练大模型的(de)确价格不菲，以国盛(shèng)证(zhèng)券发布的《ChatGPT需要(yào)多少算力》报告估算(suàn)，GPT-3训练一次的成本约为140万美元。而对于(yú)一些更大(dà)的LLM(大型语言模型)，训练成本则介(jiè)于(yú)200万美(měi)元至1200万美元高价之间。

以ChatGPT在2023年1月的独(dú)立访客平均数1300万(wàn)计(jì)算，其对(duì)应芯(xīn)片需(xū)求(qiú)为3万(wàn)多片(piàn)英伟达(dá)A100 GPU，初始(shǐ)投入成(chéng)本(běn)约为8亿美元，每日仅电费就(jiù)在5万美元左右。

此外不论(lùn)是ChatGPT还是AIGC，都离不开(kāi)庞(páng)大(dà)算力支持。在关注各类大模型的(de)发展同时，更应(yīng)该(gāi)关(guān)注算力网络(luò)的建设(shè)。

算力网(wǎng)络(luò)正驱动AI产业发展进入史诗级加速进程，让AIGC及通用AI这一人工智(zhì)能发展的终极(jí)目标离得更近(jìn)。

因为算力可以(yǐ)对突破性技术创新提(tí)供大力的支(zhī)持。这方面，多模态(tài)大模型(xíng)是典型。作为(wèi)面向未来强人工智能、通用人工智能的重要(yào)技术创新，多模态大(dà)模型已经(jīng)在人(rén)工智能领(lǐng)域提出了很多(duō)年(nián)，业界(jiè)也有不(bù)少(shǎo)技(jì)术突破，但是，多模态大模(mó)型进一步往(wǎng)下走，算力需求呈几何式上升，一般(bān)的算力基础设施(shī)很(hěn)快将(jiāng)难以胜任。

从图像、文字、语(yǔ)音单独一项的训练(liàn)，到双模态(tài)、三(sān)模态的跃迁，让人工智能(néng)可以灵(líng)活应对不同模态的转化、像人与(yǔ)世界交(jiāo)互一样自然，这方面，由算力网(wǎng)络来驱动将有明显优势。

此外，还有很多需要爆发式(shì)增长的(de)算(suàn)力(lì)来支(zhī)撑的技术(shù)创新，将在人工智(zhì)能算力网络支撑下快速推进。

AIGC已经露出曙光，期待在大模型和大算力的支持下AIGC能持续颠覆(fù)内(nèi)容生产的方式，将(jiāng)创造的边(biān)际成(chéng)本(běn)降低，让万众受益。

未经允许不得转载：橘子百科-橘子都知道 议论文论点论据论证是什么意思，论点论据论证是什么意思举例子