自聊天机(jī)器人(rén)ChatGPT火爆以来，微软公司创始(shǐ)人比尔·盖(gài)茨已(yǐ)多次(cì)公(gōng)开(kāi)谈论人工智能(néng)话题。在最近的一次采访中(zhōng)，他再次表(biǎo)示：“AI可能会(huì)让科技行业迎来一次(cì)剧烈(liè)的洗牌”。

这个结论是(shì)他在当地(dì)时间(jiān)2月(yuè)20日接受《In Good Company》节目专访(fǎng)时提出(chū)的。

他预期，AI的发(fā)展(zhǎn)可(kě)能会(huì)威(wēi)胁到谷歌(gē)的市占率，因(yīn)为微软在(zài)AI方面的行(xíng)动相当迅速(sù)。而最(zuì)终科(kē)技(jì)巨(jù)头将(jiāng)把AI整合(hé)成(chéng)用户的“全能助手(shǒu)”，包揽(lǎn)一切应用，与人们进行沟通并提供建(jiàn)议，可以取代亚马逊、Siri或Outlook等(děng)应用(yòng)。

大佬口中全能助手的到来可能尚需(xū)时日(rì)，但由ControlNet引发的又(yòu)一次(cì)AI绘(huì)画浪潮，让AIGC在(zài)ChatGPT的话题热点(diǎn)包围中杀出重围。

01

ControlNet颠覆AI绘画新玩法

AIGC向(xiàng)可控(kòng)靠近(jìn)

以AI绘画为代(dài)表的(de)AIGC上一次(cì)爆火的时候，还是2022年8月，在(zài)美国(guó)科罗拉(lā)多州举办(bàn)的新兴数(shù)字艺术家竞赛中，一幅名为《太空(kōng)歌剧(jù)院》的作品(pǐn)获奖。

随(suí)后各大厂商的(de)AI绘画(huà)软(ruǎn)件被(bèi)广大网(wǎng)友(yǒu)熟知并(bìng)体验，Stable Diffusion便是其中(zhōng)代表。

用户们可以在应用中(zhōng)输入一(yī)组关键词(cí)或者一张照片，就能(néng)获得一幅AI创作(zuò)的(de)画作。

作画的关(guān)键(jiàn)就是所(suǒ)输(shū)入的(de)文本。同一组关键词也可以创(chuàng)作出很多张风格不一(yī)样的画作，这让创(chuàng)作的(de)过程就(jiù)像(xiàng)开(kāi)盲盒(hé)。

很(hěn)多用户很喜欢这种(zhǒng)不确定(dìng)的惊喜，他们会将生成的美图当(dāng)做头像(xiàng)。而另一部(bù)分(fēn)喜欢翻看AI绘画(huà)的(de)“翻(fān)车”作品。在社交媒(méi)体上，许多用户(hù)分(fēn)享过渡句在文章中起什么作用，过渡句在文中起什么作用,有什么好处AI“翻(fān)车现场”，例如，一位网友的小狗(gǒu)照片被AI画成了“肌肉男”，还有网友的(de)个人照片被AI识别成了建筑(zhù)。

而如今随着ControlNet的(de)出现与加持，以往AI绘画的填写(xiě)关键(jiàn)词游(yóu)戏可(kě)能要被颠(diān)覆了。

ControlNet是一位正(zhèng)在(zài)斯坦福读(dú)博的(de)中国(guó)人张(zhāng)吕敏创作的一种(zhǒng)基(jī)于控制点的图(tú)像变形(xíng)算法，主要用于数字(zì)图像(xiàng)处理、计算机视(shì)觉和(hé)计算(suàn)机图形学等领域。

其SD插件一(yī)经(jīng)发(fā)布，在短短的两天内(nèi)便成为(wèi)了AI绘画领域最新的热(rè)点。

在此之前(qián)，大家用了很多方法想让AI生(shēng)成的结果尽(jǐn)可能的(de)符合要求，但是都不(bù)尽如人意，它的出现代表着AI生(shēng)成开始进入真正的可控时期(qī)。

因为(wèi)ControlNet可以直(zhí)接(jiē)提取画面的(de)构图，人物的姿势和(hé)画(huà)面的(de)深度(dù)信(xìn)息等(děng)。有了它的(de)帮助，就(jiù)不(bù)用频繁的用提示词(cí)来碰(pèng)运气(qì)，抽盲盒(hé)式的创作(zuò)了。

通俗的说ControlNet相当于(yú)给(gěi)AI绘画加(jiā)了“魔(mó)法”，不少博主(zhǔ)的作品已经获得了大量的(de)浏览(lǎn)量(liàng)，“viggo”就是其中(zhōng)之一(yī)，他用朋(péng)友的(de)照(zhào)片直接带她们(men)走(zǒu)进动漫世界。

viggo先(xiān)用(yòng)StableDiffusion图片转文字。

再用Text2Prompt插件拓展找到对应的关键词；最(zuì)后用(yòng)ControlNet插件绑定(dìng)骨骼开始换关键词(cí)试效果。

通过图片就(jiù)可以看出来(lái)，效果十分(fēn)惊艳(yàn)。

更厉害(hài)的是，除了(le)真实的照片，草(cǎo)图也可以加(jiā)上“魔法”，知(zhī)乎大(dà)牛“DevPoint”和“逗砂”介绍到ControlNet还能实现(xiàn)线稿转全彩图。大神张(zhāng)吕(lǚ)敏其本尊(zūn)也亲自回应。

不(bù)得不说(shuō)当(dāng)下AIGC已(yǐ)经变得(dé)越来越强大，甚(shèn)至输出的作品(pǐn)都已(yǐ)经能以假乱真了。

02

难(nán)辨虚实，AIGC技术力爆(bào)发

警惕安全问题

近日，“苏州金(jīn)鸡湖有游艇(tǐng)party”的消(xiāo)息(xī)火(huǒ)遍网络，而经过警方辟谣这所谓(wèi)的(de)“party”可能是全国第(dì)一起AI绘图诈(zhà)骗。

由于这个活动里面给出的美女照(zhào)片都是(shì)AI制作的(de)真(zhēn)人照片(piàn)绘图(tú)，因为太逼真，被大家当成真事传播(bō)了。

不过仔细观察可以发现，活动(dòng)发(fā)起(qǐ)者提供的照片中(zhōng)有(yǒu)个很大(dà)的漏洞(dòng)可以(yǐ)发现并非真(zhēn)人，而是AI绘图，那(nà)便(biàn)是图片(piàn)中(zhōng)女性的(de)手指部(bù)分有(yǒu)的存(cún)在异(yì)常。

有行业人事表示：“现(xiàn)在(zài)因(yīn)为手(shǒu)指(zhǐ)部(bù)分的(de)绘画算(suàn)法(fǎ)比较(jiào)复杂，AI还不太会画人的手，但(dàn)最(zuì)新看到的(de)图片已(yǐ)经有越(yuè)来越完美的AI模型出现，以后可能就完全没有漏洞了。”

类似的AI作图诈(zhà)骗(piàn)在国外也(yě)已有(yǒu)发生。据(jù)英国广播公(gōng)司报道(dào)，土耳其地(dì)震期间，有Tiktok用(yòng)户(hù)使用AI合成了(le)儿童受灾(zāi)的假照片(piàn)发布到网络，以(yǐ)此(cǐ)诱骗善良(liáng)的人打赏“捐助”从而实施诈骗(piàn)。

目前(qián)随着技术(shù)发展(zhǎn)，AIGC已经(jīng)能(néng)做出真人照片般的(de)绘图效(xiào)果，如果这样的(de)图片被用(yòng)来(lái)诈骗(piàn)，将非(fēi)常可怕。

此外AIGC还引发了很(hěn)多担忧，一方面，批判者(zhě)认为AI在(zài)“学习”了大量前人(rén)的作品之后，其(qí)创作没有任何情(qíng)绪和灵魂，难以和(hé)人类的艺术(shù)创(chuàng)作相提并论。

另一方(fāng)面(miàn)，AIGC背后的版权、目前都并没有得(dé)到(dào)有效的(de)解决，还有AIGC会不会(huì)代替人(rén)类“至高无上”的创意(yì)。

马斯克也强调(diào)，人(rén)工智能的安全(quán)问题需要得到(dào)重视，太晚就来不及了。

03

AIGC下一站除(chú)了视频，还有远方

技术都(dōu)是有(yǒu)两面性的，潜在的(de)危害并不(bù)能掩盖其(qí)光(guāng)辉(huī)的(de)贡献。现在看来，人工智(zhì)能(néng)技术将是(shì)第四次工业革命的核(hé)心驱动力量(liàng)，将创(chuàng)造新的(de)增长奇迹。

过去一年，人(rén)工智能在技术和商业(yè)层面都有了巨大进展，AI绘画就是(shì)人工智能技术发生方向(xiàng)性改变的一个代表。其(qí)下一站或许就是视频。

此前，Meta和谷歌先后(hòu)发布了几条(tiáo)引爆(bào)科技圈(quān)的短视频(pín)。这些视频(pín)引发关注并(bìng)非内容做得多(duō)优(yōu)秀，反(fǎn)而(ér)都非(fēi)常简单，比如一(yī)匹正在(zài)喝水的(de)马，一只画画的(de)玩具(jù)熊，或者一(yī)段骑摩托车的第一视(shì)角录像，随(suí)便一个有(yǒu)手机的(de)人(rén)都(dōu)可以随手(shǒu)录下一段(duàn)。

但这些短(duǎn)视频(pín)的创作方(fāng)式非常简单，创作者仅仅(jǐn)需要向AI输入一段话，甚至只是说一下要求(qiú)，AI就(jiù)可以根据需要生成一(yī)段视频。

谷歌发(fā)布的两(liǎng)个AI生成(chéng)视(shì)频分别来自于Imagen Video和Phenaki，前(qián)者主(zhǔ)要突出的是(shì)高清，与Meta的Make-A-Video没有太多的差别。

在(zài)Make-A-Video公布了AI生成的(de)视频(pín)后，AI圈(quān)就已经玩了一波梗(gěng)，一(yī)个(gè)能够做出更高清视频的AI还不(bù)足(zú)以在短时间内戳中兴奋点。

Phenaki更加令人震惊的(de)地方(fāng)在于，它可(kě)以制作出超(chāo)过2分钟的(de)连贯(guàn)的也有确切内(nèi)容的视(shì)频，这才是真正让人们感到惊(jīng)喜的(de)地方(fāng)。因为(wèi)无论AI生成的视频多么(me)高清，也只能是(shì)为内容生产(chǎn)者(zhě)提供(gōng)一(yī)个灵感，一个素材，一个过场动画。

不过(guò)能够制作(zuò)出有具体剧情(qíng)内容的视(shì)频就(jiù)意(yì)味着(zhe)，一些(xiē)视频创作由AI代替人(rén)工完成已经(jīng)初步有(yǒu)了可能(néng)。

当下AI的发展速度已经超过大部分人的想(xiǎng)象。内容产业的本质是供给创造需求，AIGC作为全新(xīn)的内容生产方式，可以为内(nèi)容(róng)产业带来更(gèng)新(xīn)的(de)内容风格、更快(kuài)的生产速度(dù)，更(gèng)低的生产成(chéng)本(běn)，这无疑(yí)会驱(qū)动内容(róng)产业(yè)的大爆发。

除了AI绘图、视频，AIGC技(jì)术还(hái)能应(yīng)用于音(yīn)乐(lè)、代码、机器人(rén)动作等(děng)多种内容形式的(de)生成。不难发(fā)现该项技术不仅在游戏等行业能(néng)得到(dào)有(yǒu)效应用，对于下(xià)一(yī)代互联网(wǎng)各种元素的构(gòu)建亦(yì)有关键意义(yì)。

从商业化的角度来看，文化(huà)娱乐(lè)、教育、传媒等诸(zhū)多领(lǐng)域(yù)，本身就对基于AI的可视(shì)化内容有强烈需求。

因(yīn)此，AI绘画及视频或不(bù)是结(jié)果，而只是AI进程中的一(yī)块(kuài)重要拼图，有望在技(jì)术更(gèng)新的加持下实现更大(dà)的应用(yòng)价值。

AI从理解(jiě)内容(róng)，走向了(le)可(kě)以生成(chéng)内容，甚(shèn)至能(néng)够(gòu)创造出(chū)独(dú)立价(jià)值和独立视角的内容。AIGC的(de)再次出(chū)圈，更代表(biǎo)着未来的先进生(shēng)产力即(jí)将到来。

04

紧(jǐn)抓大模型与算力，牢固AIGC底座

从技术(shù)的发展也(yě)可(kě)以看出，在语言(yán)大模型、图像大模型之后，多模态(tài)大模型已经成为了新的趋势。

大(dà)模型被誉为(wèi)当(dāng)前人工智(zhì)能(néng)发展的智能底座(zuò)，是全球(qiú)竞争最激(jī)烈的(de)研究(jiū)方向之一，包括谷歌、亚马逊(xùn)、百度、阿里、腾讯等众多头(tóu)部企业都在竞(jìng)相发力(lì)。

不过训练大模型的确价格不菲，以国盛证券(quàn)发(fā)布的(de)《ChatGPT需要多少算力》报告估算，GPT-3训练(liàn)一次的成(chéng)本(běn)约为140万美元。而对于(yú)一些更大的LLM(大型语言模型)，训练成本则介于(yú)200万(wàn)美元至1200万美元(yuán)高价之(zhī)间(jiān)。

以ChatGPT在2023年1月(yuè)的独立访客平均数1300万计算，其对应芯(xīn)片需求为3万(wàn)多片英伟达A100 GPU，初(chū)始投入成本约为8亿美元，每日(rì)仅(jǐn)电费就在5万美元(yuán)左右。

此外不(bù)论是ChatGPT还(hái)是AIGC，都(dōu)离不开(kāi)庞大算力(lì)支(zhī)持。在关注各类大模(mó)型的发展同时，更应该关注(zhù)算力网络的建(jiàn)设。

算力(lì)网络正(zhèng)驱动AI产(chǎn)业发展进入史诗级加速进(jìn)程，让AIGC及(jí)通(tōng)用AI这一人工智能发(fā)展的终极目(mù)标离得更(gèng)近。

因为算力(lì)可(kě)以对突(tū)破性(xìng)技术(shù)创(chuàng)新提供大力的支(zhī)持(chí)。这方面，多模态(tài)大模型是典(diǎn)型。作为面向未来强人(rén)工智(zhì)能(néng)、通(tōng)用人工智能(néng)的重要技术创新，多模态大模型(xíng)已经(jīng)在人工智能领域提出了(le)很(hěn)多年(nián)，业界也有不少技术(shù)突破，但是，多模(mó)态大模型进一步往下(xià)走(zǒu)，算力需求呈几何式上升，一(yī)般的算力基础设(shè)施很(hěn)快将(jiāng)难以胜(shèng)任。

从(cóng)图像、文字(zì)、语音单独一项的(de)训练，到(dào)双(shuāng)模(mó)态(tài)、三(sān)模态的跃(yuè)迁，让人(rén)工智能可(kě)以灵活(huó)应对不同模态的转(zhuǎn)化、像人与(yǔ)世界交互一(yī)样自然(rán)，这方面，由算力网络来驱动将(jiāng)有明显(xiǎn)优势。

此外(wài)，还有(yǒu)很多需要(yào)爆发式(shì)增长的算(suàn)力来支撑(chēng)的技术创新(xīn)，将在人(rén)工智能(néng)算力网络支撑下快速(sù)推进(jìn)。

AIGC已经露出(chū)曙光，期待在(zài)大(dà)模型和(hé)大(dà)算力的支持下AIGC能持续(xù)颠覆内容生(shēng)产(chǎn)的(de)方式，将创(chuàng)造的边际(jì)成本降低，让万众受益。

未经允许不得转载：橘子百科-橘子都知道 过渡句在文章中起什么作用，过渡句在文中起什么作用,有什么好处