自聊天机器人ChatGPT火爆以来，微软公司创始(shǐ)人比尔·盖(gài)茨已多次公开谈论人(rén)工智(zhì)能话(huà)题。在(zài)最近的一次采访中(zhōng)，他(tā)再次表示：“AI可能会让科技行业迎来一次(cì)剧烈(liè)的洗(xǐ)牌”。

这个结论是他在当地(dì)时间(jiān)2月20日接受《In Good Company》节目专(zhuān)访时(shí)提出的。

他预期，AI的发展可能会威胁到谷歌的市(shì)占率，因为(wèi)微软在AI方面的行动相当迅速(sù)。而最终科技巨(jù)头将把AI整合成用户的“全能助手”，包揽(lǎn)一切(qiè)应(yīng)用(yòng)，与人们进行沟通并提(tí)供建议(yì)，可以取(qǔ)代亚马逊、Siri或(huò)Outlook等(děng)应用(yòng)。

大佬口中(zhōng)全能助(zhù)手的到来可(kě)能尚需时日，但由ControlNet引发(fā)的又一次AI绘画浪潮，让AIGC在ChatGPT的(de)话题热点包围(wéi)中杀出重围(wéi)。

01

ControlNet颠覆AI绘画新玩法

AIGC向可控靠近

以AI绘画为代表的AIGC上一次爆(bào)火(huǒ)的时候(hòu)，还是2022年8月，在美国科罗拉多州举(jǔ)办的新兴数字(zì)艺术家竞赛中，一幅名(míng)为《太空(kōng)歌剧院》的作(zuò)品获奖。

随后各大厂商(shāng)的(de)AI绘画软(ruǎn)件被广大网(wǎng)友熟知并体(tǐ)验(yàn)，Stable Diffusion便(biàn)是(shì)其中代表。

初一地理口诀顺口溜，怎样分东西半球最简单的方法ata-ratio="0.7261345852895149" data-s="300,640" data-type="jpeg" data-w="639">

用户们可(kě)以在(zài)应(yīng)用(yòng)中输入一组(zǔ)关键词或者一(yī)张(zhāng)照(zhào)片，就能获得一幅AI创作的(de)画(huà)作。

作画的(de)关键(jiàn)就是(shì)所输入的(de)文本。同(tóng)一组关键(jiàn)词也可以创作出(chū)很多(duō)张风格不(bù)一样(yàng)的画(huà)作(zuò)，这让创作(zuò)的过程(chéng)就像开(kāi)盲盒。

很多用(yòng)户很喜(xǐ)欢这种不确(què)定的惊喜，他(tā)们(men)会将生成的美(měi)图(tú)当做头像。而另一部分喜(xǐ)欢翻看(kàn)AI绘画的“翻车(chē)”作(zuò)品(pǐn)。在社交媒(méi)体(tǐ)上，许多(duō)用户分享AI“翻车(chē)现(xiàn)场”，例(lì)如，一位(wèi)网友的小狗照片被AI画成了“肌肉男”，还有网(wǎng)友(yǒu)的个(gè)人照片被(bèi)AI识别成了建筑。

而如今随着ControlNet的出现与加(jiā)持，以(yǐ)往AI绘画的填写(xiě)关(guān)键词游(yóu)戏可能(néng)要被颠覆了。

ControlNet是一位(wèi)正在(zài)斯坦福读博的(de)中国人张吕(lǚ)敏创作(zuò)的一种基(jī)于控制(zhì)点的图像(xiàng)变形算法，主要(yào)用于(yú)数字图像(xiàng)处理、计(jì)算机视觉(jué)和计算机图形学等领域。

其SD插件(jiàn)一经发布，在短(duǎn)短的两天内便(biàn)成为了(le)AI绘画领(lǐng)域最新的热点。

在(zài)此之前，大(dà)家用了很多方(fāng)法(fǎ)想让AI生(shēng)成(chéng)的结(jié)果尽可能的符合要求，但是都不尽如人意(yì)，它的出(chū)现代表着AI生成开始进入(rù)真正的可控时期。

因为ControlNet可以(yǐ)直接(jiē)提(tí)取画(huà)面的构图，人物(wù)的(de)姿势和画面的(de)深度信息等(děng)。有了(le)它的(de)帮(bāng)助，就不用频繁的(de)用提示词来碰运气，抽盲盒式的(de)创(chuàng)作了。

通(tōng)俗的说ControlNet相当(dāng)于给AI绘画(huà)加了“魔法”，不少博主的(de)作(zuò)品已经(jīng)获得(dé)了大量的(de)浏览量，“viggo”就是其(qí)中之一(yī)，他(tā)用朋友的照片(piàn)直接带她们走(zǒu)进(jìn)动(dòng)漫世界。

viggo先用(yòng)StableDiffusion图片转文字。

再用Text2Prompt插件拓展(zhǎn)找到对应的(de)关键(jiàn)词；最后用ControlNet插件绑定骨骼开始换(huàn)关键(jiàn)词试效果。

通(tōng)过图片就可以看(kàn)出来，效果十分惊艳。

更厉害的是，除了真实的照(zhào)片，草图也可以加上“魔(mó)法”，知乎大(dà)牛(niú)“DevPoint”和“逗砂”介绍到ControlNet还(hái)能(néng)实现(xiàn)线稿(gǎo)转全彩图。大神张(zhāng)吕(lǚ)敏其本尊也亲自回应(yīng)。

不得不说当下AIGC已经变得越来越强大，甚至输出的作品都(dōu)已经(jīng)能(néng)以(yǐ)假乱真了。

02

难辨虚实，AIGC技术(shù)力爆发(fā)

警惕(tì)安全问(wèn)题

近(jìn)日，“苏州(zhōu)金鸡湖有游艇(tǐng)party”的消息火遍网络，而经过警方辟谣这(zhè)所谓的“party”可能(néng)是全国(guó)第一(yī)起(qǐ)AI绘(huì)图诈骗。

由(yóu)于这个活(huó)动里面给(gěi)出的美女照片都是AI制作的(de)真人(rén)照片(piàn)绘图，因为(wèi)太(tài)逼真，被(bèi)大家当成真(zhēn)事传(chuán)播了。

不过仔细观察(chá)可以发现，活(huó)动发起(qǐ)者提供的照片中有(yǒu)个很大的漏洞可以发现(xiàn)并非真(zhēn)人，而是(shì)AI绘(huì)图(tú)，那便是(shì)图片(piàn)中女(nǚ)性的手(shǒu)指部分有(yǒu)的(de)存在异常。

有行业人事表示：“现在因(yīn)为手指(zhǐ)部分(fēn)的绘(huì)画算(suàn)法比(bǐ)较(jiào)复杂(zá)，AI还不太会(huì)画人的(de)手(shǒu)，但最(zuì)新看到的图片(piàn)已(yǐ)经有越来越完美的AI模型(xíng)出现，以后可能(néng)就完(wán)全没有漏洞了。”

类似的AI作图诈骗在国外也已(yǐ)有发生。据英国广播公司报道，土耳其地震(zhèn)期间，有(yǒu)Tiktok用户使用(yòng)AI合成了儿童受(shòu)灾(zāi)的假(jiǎ)照片发(fā)布到网络，以(yǐ)此诱骗(piàn)善良的(de)人打赏“捐助”从(cóng)而实施诈骗。

目前随着技术发展，AIGC已经(jīng)能做出真人照片般的绘(huì)图效(xiào)果，如果这样的图(tú)片被用来诈骗，将非常可怕。

此外AIGC还引发了很多担忧，一(yī)方(fāng)面，批判(pàn)者认为AI在(zài)“学习”了大(dà)量前人的(de)作(zuò)品之(zhī)后，其创作没有任何情绪和灵魂，难以(yǐ)和(hé)人类的艺术创作相提并论。

另一方面，AIGC背后的版(bǎn)权、目(mù)前(qián)都并没有得到有(yǒu)效的解决，还有AIGC会(huì)不会代替(tì)人类(lèi)“至高无上”的创意。

马斯克也(yě)强调(diào)，人工(gōng)智能的(de)安全(quán)问题需要(yào)得到重视，太晚就来不及了。

03

AIGC下一站除了视频，还有远方

技术都是有两面性的，潜在的危害并(bìng)不(bù)能掩盖(gài)其光(guāng)辉的贡(gòng)献。现在看来，人工智能技术将(jiāng)是(shì)第四次工业革命的核心驱动力量，将创(chuàng)造新的增长奇迹。

过(guò)去一(yī)年，人工智能(néng)在技术和(hé)商(shāng)业(yè)层面都有了巨大进展，AI绘画就是人工智能技术发生方(fāng)向性改变的一(yī)个代表。其下一站或(huò)许就(jiù)是(shì)视频。

此前(qián)，Meta和(hé)谷歌(gē)先后(hòu)发布了几条引(yǐn)爆科技(jì)圈的短视频。这些视频引发(fā)关(guān)注并非内容做得多优秀(xiù)，反(fǎn)而都非常(cháng)简单，比如一匹正在(zài)喝(hē)水的马，一只画画(huà)的玩具熊，或者(zhě)一段骑摩托车的第一(yī)视角录像，随便一个有手机的人都(dōu)可以随手录下一(yī)段。

但这些短视频的(de)创作方式(shì)非常简单，创作(zuò)者仅(jǐn)仅需要向AI输入一(yī)段话(huà)，甚至(zhì)只是说(shuō)一(yī)下(xià)要求，AI就可(kě)以根(gēn)据需要生成一段视频。

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

在Make-A-Video公布了AI生成的视(shì)频后，AI圈就(jiù)已(yǐ)经玩了(le)一(yī)波梗(gěng)，一个能够做出更高清视频的AI还不足以(yǐ)在(zài)短时间(jiān)内戳中兴奋点。

Phenaki更加令人(rén)震惊(jīng)的地方在于，它可以制作出超过2分钟的连贯的(de)也有(yǒu)确(què)切(qiè)内容的(de)视频，这才是真正(zhèng)让人们(men)感到惊喜的(de)地方。因为无论AI生成的(de)视频多么高(gāo)清，也只能是为(wèi)内容生产者(zhě)提供(gōng)一个灵感，一个素材，一个过场动画。

不过(guò)能(néng)够制作出(chū)有具体剧(jù)情内容的视频(pín)就意味着，一些(xiē)视(shì)频创(chuàng)作由(yóu)AI代替人工完成已(yǐ)经(jīng)初步有了可能(néng)。

当下AI的发展速度已(yǐ)经(jīng)超过大部分人的想象。内容产业的本质是供(gōng)给(gěi)创造需求，AIGC作(zuò)为全新(xīn)的内容生产方式，可以为(wèi)内容产业(yè)带来(lái)更新(xīn)的内(nèi)容(róng)风格、更快(kuài)的生产速度(dù)，更低(dī)的生产成本，这无疑会驱动内容产(chǎn)业的大爆发。

除(chú)了AI绘图、视频，AIGC技术还(hái)能应用于音乐、代码、机器人动作(zuò)等多种内容形式(shì)的生成。不难(nán)发现该项(xiàng)技(jì)术(shù)不仅在(zài)游戏(xì)等行业能得(dé)到有效应用，对于下一代互联网各(gè)种元素的构建亦(yì)有关键意义。

从商(shāng)业化的角度来看，文化娱乐(lè)、教育、传媒等诸多领域，本(běn)身(shēn)就对基于AI的可(kě)视化内容有强(qiáng)烈需求。

因此，AI绘(huì)画及(jí)视频(pín)或不是结果，而只是(shì)AI进(jìn)程中的一块重要拼(pīn)图，有望在技(jì)术(shù)更新的加持下实现更大的应用价值。

AI从理解内容(róng)，走向了可(kě)以生(shēng)成(chéng)内容，甚至能够(gòu)创造出独立价值和(hé)独立视角的(de)内容。AIGC的再次出圈，更(gèng)代表(biǎo)着未来(lái)的先(xiān)进生(shēng)产力(lì)即将到来(lái)。

04

紧抓大模(mó)型与算力，牢固AIGC底座

从技(jì)术的发(fā)展也可以看出，在语言大模型、图像大模型之后(hòu)，多模态大模(mó)型已(yǐ)经成为了新的趋势(shì)。

大模型被(bèi)誉为(wèi)当(dāng)前人工智(zhì)能发展的(de)智能底座(zuò)，是(shì)全球竞争最激烈的研究方向之一，包括谷歌、亚马逊、百度、阿里、腾(téng)讯等(děng)众多头部企业(yè)都(dōu)在竞(jìng)相发(fā)力。

不过训练(liàn)大模型的确(què)价格不菲，以(yǐ)国(guó)盛证券发布的《ChatGPT需要多少算力(lì)》报(bào)告估算(suàn)，GPT-3训练(liàn)一次的成本(běn)约(yuē)为140万美元。而对于一(yī)些(xiē)更大的LLM(大型(xíng)语言模型)，训练(liàn)成本则(zé)介于(yú)200万美(měi)元至1200万美元(yuán)高价(jià)之(zhī)间。

以(yǐ)ChatGPT在2023年1月的独(dú)立访客平均数1300万计算，其对应芯片需(xū)求为3万多片英伟达A100 GPU，初始(shǐ)投入成本约为8亿美(měi)元，每日仅电费(fèi)就在5万(wàn)美元(yuán)左右。

此外(wài)不论(lùn)是ChatGPT还是AIGC，都离不开庞大算力支持。在关注各(gè)类大模型的发展(zhǎn)同时，更应该关注算力网络的建设。

算力(lì)网络正驱(qū)动AI产业发展进入(rù)史诗级加速进(jìn)程，让AIGC及通用(yòng)AI这一(yī)人工智(zhì)能(néng)发展的终极目标离得更近。

因为算力可以对(duì)突(tū)破性技术创新提供大力的支持。这方面，多模态(tài)大模型是典(diǎn)型。作为面(miàn)向未(wèi)来强(qiáng)人工(gōng)智能、通用人工智能的重要技术创(chuàng)新，多(duō)模态(tài)大模型已经在人工智(zhì)能(néng)领(lǐng)域提出(chū)了(le)很多年，业界也有不(bù)少技(jì)术突(tū)破，但(dàn)是，多模态大模型进(jìn)一步(bù)往下(xià)走，算力需求呈几何式上升(shēng)，一般的算力基(jī)础设施(shī)很快将难(nán)以胜任。

从(cóng)图像、文(wén)字(zì)、语(yǔ)音单独一项的训练，到双模态、三(sān)模态的跃迁，让人工智(zhì)能可以灵(líng)活(huó)应对不(bù)同模态的转化(huà)、像人与世(shì)界交(jiāo)互一样自然，这(zhè)方面，由算(suàn)力网络来驱(qū)动(dòng)将有明显优势(shì)。

此外，还有很多需要爆发式增长的算力来(lái)支撑的技(jì)术创新，将在人工智能算力网络支撑下(xià)快速推进。

AIGC已经(jīng)露出曙(shǔ)光，期待在大模型和大算力(lì)的支持下AIGC能持续颠覆内容生产的方(fāng)式(shì)，将创造的边际(jì)成本降(jiàng)低，让万众受益(yì)。

未经允许不得转载：橘子百科-橘子都知道 初一地理口诀顺口溜，怎样分东西半球最简单的方法