自聊天机器人(rén)ChatGPT火爆以来，微软(ruǎn)公(gōng)司创始人比尔(ěr)·盖茨(cí)已多次公开谈论人工智能(néng)话题。在最近的(de)一次采(cǎi)访中，他再(zài)次表示：“AI可能(néng)会让科(kē)技(jì)行业迎(yíng)来一次(cì)剧烈(liè)的(de)洗(xǐ)牌”。

这个结论是他在当地时间(jiān)2月(yuè)20日接(jiē)受《In Good Company》节目专访时提出(chū)的。

他预(yù)期，AI的发展可能会威胁到谷(gǔ)歌(gē)的市(shì)占率，因为微软在AI方(fāng)面的行动相当迅速。而最终科技巨头(tóu)将把AI整合成(chéng)用(yòng)户的“全能助(zhù)手(shǒu)”，包揽一切应用，与(yǔ)人们(men)进行沟通并提供建议，可以取代亚马(mǎ)逊、Siri或Outlook等应用。

大佬口中全能(néng)助手的到来可能尚需时日，但由ControlNet引发(fā)的又一次AI绘画浪潮，让(ràng)AIGC在ChatGPT的话题热点包围中杀出重围。

01

ControlNet颠覆AI绘画新玩法

AIGC向可控靠近

以AI绘画为(wèi)代表(biǎo)的AIGC上一次爆(bào)火的时候(hòu)，还(hái)是2022年8月，在(zài)美国科罗拉多州举办的(de)新兴数字艺术(shù)家(jiā)竞(jìng)赛中，一(yī)幅名(míng)为《太空歌剧(jù)院》的(de)作品获奖。

随(suí)后各大厂商(shāng)的AI绘(huì)画软件被(bèi)广大网友熟知并体验，Stable Diffusion便是其中代表。

用户们可以(yǐ)在(zài)应用中输入一组关键(jiàn)词或(huò)者一张(zhāng)照片(piàn)，就能(néng)获得一幅AI创作的画作。

作画的(de)关键就(jiù)是所输入的文本。同一组关键(jiàn)词也可以创作出很多张风格不一样的画作，这让创(chuàng)作的(de)过程就(jiù)像开(kāi)盲盒。

很(hěn)多(duō)用(yòng)户很喜欢这种不确定的惊喜(xǐ)，他们会(huì)将生(shēng)成的美(měi)图当(dāng)做头像。而另一部分喜欢(huān)翻看AI绘画的“翻车”作品。在(zài)社交媒体上，许多(duō)用户分享(xiǎng)AI“翻(fān)车现场”，例如，一位网友(yǒu)的(de)小狗照片被AI画成了(le)“肌肉(ròu)男”，还(hái)有网友的个人照(zhào)片被(bèi)AI识别成了建筑。

而如(rú)今(jīn)随着ControlNet的(de)出现与加持，以(yǐ)往AI绘画(huà)的填写关键词(cí)游戏可能(néng)要被颠(diān)覆(fù)了。

俄罗斯人人均寿命，俄罗斯人寿命平均多少lt="ChatGPT之后又一应用杀疯了，AIGC或进(jìn)入可控期(qī)，将洗牌(pái)科技行业？_黑料(liào)正(zhèng)能量" decoding="async" src="https://mmbiz.heiliaofuli.com/wp-content/uploads/2023/03/19d7ab2c0056bd4.jpeg?imageMogr2/thumbnail/2160x0/format/webp/quality/80" data-ratio="1.12109375" data-s="300,640" data-type="jpeg" data-w="1024">

ControlNet是一位正在斯坦(tǎn)福读博(bó)的中国人张吕敏创(chuàng)作的一种基于控制点的图像变(biàn)形算法(fǎ)，主(zhǔ)要用于数字图(tú)像(xiàng)处(chù)理(lǐ)、计算机视觉和计算机图形学等领域。

其SD插(chā)件一经发布，在短(duǎn)短的两天内便成(chéng)为了AI绘(huì)画(huà)领域最(zuì)新的热点(diǎn)。

在此(cǐ)之前，大家用了很多方(fāng)法想(xiǎng)让AI生成的(de)结果尽可能的(de)符合要(yào)求，但是都不尽如人意，它的出现代表(biǎo)着AI生成(chéng)开(kāi)始进入真(zhēn)正的可控时期。

因为ControlNet可(kě)以(yǐ)直接(jiē)提(tí)取画面(miàn)的构图，人物的姿势和画(huà)面的深度(dù)信息等。有了它的帮(bāng)助，就不用频繁(fán)的用提示(shì)词来碰运气(qì)，抽盲盒式的创(chuàng)作了。

通俗(sú)的(de)说ControlNet相当于给AI绘画加了“魔法”，不少(shǎo)博(bó)主的作品已经获(huò)得了大(dà)量的(de)浏(liú)览量(liàng)，“viggo”就是(shì)其中(zhōng)之一，他(tā)用朋友的(de)照片直接带她们走进动漫世(shì)界(jiè)。

viggo先用StableDiffusion图片转(zhuǎn)文字(zì)。

再用(yòng)Text2Prompt插件拓展(zhǎn)找(zhǎo)到对应(yīng)的关键(jiàn)词；最后用ControlNet插件绑(bǎng)定骨(gǔ)骼开始换关键词(cí)试(shì)效果。

通过图(tú)片就可以看出来(lái)，效果(guǒ)十分惊(jīng)艳。

更厉(lì)害的是，除了真实的照片(piàn)，草图也可以加上“魔法”，知乎大牛“DevPoint”和“逗(dòu)砂”介绍到(dào)ControlNet还能实现线(xiàn)稿(gǎo)转(zhuǎn)全彩图。大神张(zhāng)吕敏其本尊(zūn)也亲(qīn)自回应。

不得不说(shuō)当下AIGC已经(jīng)变得越来越(yuè)强大(dà)，甚至输出的(de)作品都已经(jīng)能以假(jiǎ)乱真了。

02

难(nán)辨虚实(shí)，AIGC技术力爆发

警惕安全问(wèn)题

近(jìn)日，“苏州金鸡湖有(yǒu)游艇party”的消息火遍(biàn)网(wǎng)络，而经(jīng)过警(jǐng)方(fāng)辟谣这所谓的“party”可能(néng)是全国(guó)第一起AI绘(huì)图诈(zhà)骗。

由于这个(gè)活动里面给出的美女(nǚ)照片都是(shì)AI制(zhì)作的(de)真(zhēn)人照片(piàn)绘(huì)图(tú)，因为(wèi)太逼真(zhēn)，被大家当成真事传播了。

不过仔细观察可(kě)以发现，活动(dòng)发起者提供(gōng)的照片中有个很大的漏洞可以发现并非真人，而是AI绘图，那便是图片中(zhōng)女性的(de)手指(zhǐ)部分有的存在异常。

有行业人事表(biǎo)示：“现在因为手指部分的绘画算法比较复(fù)杂，AI还不太会画人的手(shǒu)，但最新看(kàn)到的图片已经有越来越完美的AI模(mó)型出现，以后可(kě)能就(jiù)完全没有漏洞了(le)。”

类似的AI作(zuò)图诈骗在(zài)国外也已有发(fā)生。据英(yīng)国广(guǎng)播公司报(bào)道，土耳(ěr)其地震期间，有(yǒu)Tiktok用户使(shǐ)用AI合成了儿童受灾(zāi)的假照(zhào)片发布到网络，以此诱骗善良的人打赏“捐助”从而实(shí)施(shī)诈(zhà)骗(piàn)。

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

此外AIGC还引发了很多担忧，一方面，批判者认为AI在“学习”了大量前人的作品(pǐn)之后，其创作没有任何情绪和灵魂，难以和人(rén)类的艺术创作相提并论(lùn)。

另一方面，AIGC背后的版(bǎn)权、目(mù)前都并没有得到(dào)有效的(de)解决，还有AIGC会不会代替人类“至高无上”的创意。

马斯克也强调，人(rén)工智(zhì)能的安全问题(tí)需(xū)要得到重(zhòng)视，太晚就来不及了。

03

AIGC下(xià)一站除了视频，还有远方

技术都是有两面性(xìng)的，潜在的危害(hài)并不能掩盖其光辉(huī)的贡(gòng)献。现在看来，人(rén)工智(zhì)能技术将是第四次工业革命的(de)核心驱动力量，将创造新的增(zēng)长奇迹。

过去一年，人工(gōng)智能在技术和商业层(céng)面都(dōu)有了巨大(dà)进展(zhǎn)，AI绘画就是(shì)人工智能技术发生方向性(xìng)改变(biàn)的一个代表(biǎo)。其下一站或许就(jiù)是视频。

此(cǐ)前，Meta和谷歌先后(hòu)发布了几条(tiáo)引爆科(kē)技圈(quān)的短视频。这些视频引发关注并非内容做得多优(yōu)秀，反而都非常简单，比如一匹正在喝水(shuǐ)的马(mǎ)，一只画(huà)画的玩具熊，或者一段骑摩托车的(de)第一视(shì)角(jiǎo)录(lù)像，随(suí)便一个有手机的(de)人都可以随手录下一段。

但这些短视(shì)频的创作方式非常简单，创作者仅(jǐn)仅(jǐn)需要向AI输入一段(duàn)话，甚至(zhì)只是说(shuō)一下要求，AI就可以(yǐ)根据需要生(shēng)成一段视频。

谷歌发(fā)布的两个(gè)AI生成视(shì)频分别(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没有(yǒu)太(tài)多的差(chà)别。

在(zài)Make-A-Video公布了AI生成的视(shì)频(pín)后，AI圈就(jiù)已(yǐ)经玩了一波(bō)梗，一个能够做出更高清视频的AI还不足以在短时间内戳中兴(xīng)奋(fèn)点。

Phenaki更加令人震惊的地(dì)方在于，它可(kě)以制作出(chū)超过(guò)2分钟的(de)连贯(guàn)的也(yě)有确切内容的视频(pín)，这才(cái)是真正让(ràng)人们感到惊喜(xǐ)的地方(fāng)。因为无论AI生成(chéng)的视频多(duō)么(me)高清，也(yě)只能是为内容生产者(zhě)提(tí)供一个灵感(gǎn)，一(yī)个素材，一个(gè)过场动(dòng)画(huà)。

不过能(néng)够(gòu)制(zhì)作出有具体剧情(qíng)内容的视频就意味(wèi)着，一些视频(pín)创作由AI代替人工(gōng)完成已(yǐ)经初(chū)步有了可能(néng)。

当下AI的发展速度已经超过大(dà)部分人的(de)想象。内(nèi)容产业的本质是供给创造(zào)需求(qiú)，AIGC作为全新(xīn)的内容(róng)生产方(fāng)式(shì)，可以(yǐ)为内容产业带来更新的内容风(fēng)格、更快的生产速(sù)度，更低的生产(chǎn)成本，这无疑(yí)会(huì)驱(qū)动(dòng)内容产业的大爆发。

除(chú)了(le)AI绘图、视频，AIGC技术还能(néng)应用于音(yīn)乐(lè)、代码、机(jī)器人(rén)动作等多(duō)种(zhǒng)内(nèi)容形式的生成(chéng)。不难发现该项技(jì)术不(bù)仅在游戏(xì)等行业(yè)能得到有(yǒu)效应用，对于下一(yī)代互联网(wǎng)各种元素(sù)的构建亦有关键意义。

从商业化(huà)的角度来看，文化娱乐、教育、传媒等(děng)诸多(duō)领域(yù)，本身就(jiù)对基(jī)于(yú)AI的(de)可视(shì)化内容有(yǒu)强烈需求。

因此，AI绘画及视频或(huò)不(bù)是(shì)结果，而只是(shì)AI进程中(zhōng)的一(yī)块重(zhòng)要拼图(tú)，有望在(zài)技术更新的加持下实现更大(dà)的(de)应用价(jià)值。

AI从(cóng)理解(jiě)内容，走(zǒu)向了可以生成内容，甚至能(néng)够创(chuàng)造出(chū)独立价值和独(dú)立视角的内容。AIGC的再次出圈，更代表着(zhe)未来(lái)的先进生产力(lì)即将到来。

04

紧(jǐn)抓大模型(xíng)与算力，牢固AIGC底座

从技术(shù)的(de)发展也可以(yǐ)看出(chū)，在语(yǔ)言大模(mó)型(xíng)、图像(xiàng)大模型之(zhī)后，多(duō)模态大模型已(yǐ)经成为(wèi)了新的趋(qū)势(shì)。

大(dà)模型被誉(yù)为当前(qián)人工智能发展的(de)智(zhì)能(néng)底座，是全球(qiú)竞(jìng)争最激烈(liè)的研(yán)究方(fāng)向之(zhī)一，包括谷歌、亚马逊、百度、阿里(lǐ)、腾讯等众多头部企(qǐ)业(yè)都在竞相发力。

不过(guò)训练大模型的确价(jià)格(gé)不菲，以国盛(shèng)证券发布(bù)的《ChatGPT需要多(duō)少算力》报告(gào)估算(suàn)，GPT-3训练一次的成本约为140万美元。而对于一些更大(dà)的LLM(大(dà)型语言模型)，训练成(chéng)本则介于200万美元至1200万美元(yuán)高(gāo)价之间(jiān)。

以(yǐ)ChatGPT在(zài)2023年1月(yuè)的独(dú)立访(fǎng)客平均数(shù)1300万计算，其对(duì)应芯片需求为3万多片(piàn)英伟达A100 GPU，初始投入成本约为(wèi)8亿美元，每日仅电(diàn)费就(jiù)在(zài)5万美元左右。

此外不论是ChatGPT还(hái)是(shì)AIGC，都离不开庞大算力支(zhī)持。在(zài)关注各类大(dà)模型的发展(zhǎn)同时，更应该关(guān)注算力网络的(de)建设。

算力网络(luò)正驱动AI产业(yè)发展进(jìn)入(rù)史诗级加(jiā)速进程，让AIGC及(jí)通用AI这一人工智(zhì)能发展的终极目(mù)标离得更(gèng)近。

因(yīn)为算力可以对(duì)突破性技(jì)术创新提(tí)供大力的支持。这方(fāng)面(miàn)，多模态大(dà)模型是典型。作为面向未来强(qiáng)人工智能、通(tōng)用人工(gōng)智能的重要技术(shù)创新，多模态(tài)大模型(xíng)已经(jīng)在人(rén)工智(zhì)能领(lǐng)域提出了很多年(nián)，业界也有不少(shǎo)技术突破，但(dàn)是，多模态大模型进(jìn)一(yī)步(bù)往下走，算(suàn)力需求呈几何式(shì)上(shàng)升(shēng)，一般的算力基础设(shè)施很快将难以胜(shèng)任。

从图像、文字、语(yǔ)音单独一(yī)项的(de)训(xùn)练，到双(shuāng)模态、三模态的跃迁，让人(rén)工(gōng)智能(néng)可以灵活应(yīng)对(duì)不(bù)同模态的转化、像人与世界(jiè)交互一样自然，这方面，由算力网络来驱(qū)动将有明显优势。

此(cǐ)外，还有很多需要爆(bào)发(fā)式增长的(de)算力来(lái)支撑的技术(shù)创新，将在人工智能算(suàn)力网络支撑下快速推(tuī)进。

AIGC已(yǐ)经露(lù)出曙光，期待在大模型和(hé)大(dà)算力的(de)支持下AIGC能持续颠覆内容生产的(de)方(fāng)式(shì)，将(jiāng)创造的边际(jì)成本降低，让万众受(shòu)益。

未经允许不得转载：橘子百科-橘子都知道 俄罗斯人人均寿命，俄罗斯人寿命平均多少