自聊天(tiān)机器人ChatGPT火(huǒ)爆以来，微软公司创(chuàng)始(shǐ)人比尔·盖茨已(yǐ)多次公(gōng)开谈论人工智(zhì)能话题。在最近(jìn)的一次(cì)采访(fǎng)中，他(tā)再次表(biǎo)示：“AI可能(néng)会让科技行业(yè)迎来一次剧烈的洗(xǐ)牌(pái)”。

这个结(jié)论(lùn)是他在当地时(shí)间(jiān)2月20日接(jiē)受(shòu)《In Good Company》节目专访时提(tí)出的。

他预期(qī)，AI的(de)发展可能会威胁(xié)到谷歌的(de)市占率(lǜ)，因为微软在AI方(fāng)面的行动(dòng)相当迅速。而最(zuì)终(zhōng)科技巨头将(jiāng)把AI整合成用(yòng)户的“全(quán)能助手”，包揽一切应用，与人们进行沟通并提供建议，可以取代亚马(mǎ)逊、Siri或Outlook等应(yīng)用。

大佬口中(zhōng)全(quán)能(néng)助(zhù)手的到来可能尚需时日，但由(yóu)ControlNet引发的又(yòu)一次AI绘(huì)画(huà)浪潮，让AIGC在ChatGPT的(de)话题(tí)热点包围中杀(shā)出重(zhòng)围。

01

ControlNet颠覆AI绘画新玩法(fǎ)

AIGC向可控靠近

以(yǐ)AI绘画为代表的AIGC上一次爆火的时(shí)候(hòu)，还是2022年8月，在美国科罗拉多州举办(bàn)的(de)新(xīn)兴(xīng)数(shù)字艺术家(jiā)竞赛中，一幅名为(wèi)《太空歌剧(jù)院》的作品(pǐn)获(huò)奖。

随后各大(dà)厂商(shāng)的(de)AI绘画软件(jiàn)被(bèi)广(guǎng)大网友熟知并体验，Stable Diffusion便是(shì)其中(zhōng)代(dài)表。

用户(hù)们可(kě)以(yǐ)在应用中输入一组关键词或者一张照(zhào)片，就能获得一幅(fú)AI创(chuàng)作的画作。

作画的(de)关键就是(shì)所输(shū)入的文本。同(tóng)一(yī)组关键(jiàn)词也可以创作出(chū)很多张风格不(bù)一(yī)样的画(huà)作，这让创作(zuò)的过程(chéng)就像(xiàng)开(kāi)盲盒(hé)。

很多用户很喜欢(huān)这种(zhǒng)不确定(dìng)的(de)惊喜，他们(men)会将(jiāng)生成的美图当做头像。而另一部分喜(xǐ)欢翻看AI绘画(huà)的“翻(fān)车”作品。在社交媒体上，许多(duō)用户分享AI“翻车现(xiàn)场(chǎng)”，例如，一位网友的小狗照片(piàn)被(bèi)AI画成了“肌肉男”，还(hái)有网友的个人照片被AI识(shí)别成(chéng)了建筑。

而如(rú)今随着(zhe)ControlNet的出现与加持，以往(wǎng)AI绘画(huà)的填写关键词(cí)游戏可(kě)能要被颠覆(fù)了。

ControlNet是一位正在斯坦福读博的中国人张吕敏创作的(de)一种基于(yú)控制点的图像变(biàn)形算法(fǎ)，主要用(yòng)于数字(zì)图像处理、计算机视(shì)觉(jué)和计算机图形学等(děng)领域。

其SD插(chā)件一经发布，在短短的两(liǎng)天内便(biàn)成为了AI绘画(huà)领域最新的热点。

在此之前，大(dà)家用了很多方(fāng)法想(xiǎng)让AI生成(chéng)的结果尽(jǐn)可能的符(fú)合(hé)要求，但是都不尽如人(rén)意，它(tā)的出现代表着AI生成开始进(jìn)入(rù)真正的可控时期。

因为ControlNet可以直接提取画面(miàn)的构图，人(rén)物的姿势和画面的(de)深度(dù)信息等。有了它的(de)帮助，就不用频繁(fán)的用提(tí)示词来碰运气，抽盲(máng)盒式(shì)的创(chuàng)作了(le)。

通俗的说ControlNet相当于给AI绘画加(jiā)了(le)“魔法”，不少博(bó)主的作品已经获得了大(dà)量(liàng)的浏览量，“viggo”就(jiù)是其中之(zhī)一(yī)，他用朋友的照片直接带她们走进动漫世(shì)界。

viggo先用(yòng)StableDiffusion图片转文字。

再用Text2Prompt插件拓展(zhǎn)找到(dào)对应的关键词；最后(hòu)用(yòng)ControlNet插(chā)件(jiàn)绑定骨骼开(kāi)始换关键词试效果。

通过图片就可(kě)以看(kàn)出来，效果十(shí)分惊艳。

更厉(lì)害的是(shì)，除了(le)真实的照片，草图也可以(yǐ)加上(shàng)“魔(mó)法”，知乎大牛“DevPoint”和“逗砂”介绍到(dào)ControlNet还能实现线稿转(zhuǎn)全(quán)彩图。大神张(zhāng)吕敏其本(běn)尊(zūn)也(yě)亲自回应。

不得不说当下AIGC已经变得越来越(yuè)强大，甚至输出的(de)作品都(dōu)已(yǐ)经(jīng)能以假(jiǎ)乱真(zhēn)了。

02

难辨虚(xū)实，AIGC技术力爆(bào)发

警惕安全问题(tí)

近日(rì)，“苏州(zhōu)金鸡湖有游(yóu)艇(tǐng)party”的消息火遍网络，而经过警方辟谣(yáo)这所谓的“party”可能(néng)是全国第一(yī)起AI绘图(tú)诈骗(piàn)。

由(yóu)于(yú)这个活动里(lǐ)面(miàn)给(gěi)出的(de)美女照片都是AI制作的真人照片绘图，因为太(tài)逼真，被(bèi)大(dà)家当(dāng)成(chéng)真事传播了(le)。

不过(guò)仔细观(guān)察可以发现，活动发起者提(tí)供(gōng)的照(zhào)片中(zhōng)有个(gè)很大的漏洞(dòng)可(kě)以发现并非真人，而(ér)是AI绘(huì)图(tú)，那便是(shì)图(tú)片中女(nǚ)性的(de)手指部(bù)分有的存(cún)在异(yì)常(cháng)。

有行业(yè)人事表示：“现在因(yīn)为手指部分的绘画(huà)算法比较复杂，AI还不太会画人的手，但最新看(kàn)到的图(tú)片已经有(yǒu)越来越完(wán)美的AI模(mó)型出现，以后可能就完全(quán)没有漏洞了。”

类似的AI作图(tú)诈骗在(zài)国(guó)外(wài)也已有发生。据英(yīng)国(guó)广(guǎng)播公司(sī)报道，土耳其地震期间，有Tiktok用户(hù)使用(yòng)AI合成了儿(ér)童受(shòu)灾的假(jiǎ)照片发布到网络，以此诱(yòu)骗善(shàn)良的人打赏“捐助”从而实施诈骗。

目前随着技术发展，AIGC已经能做出真人照片般的(de)绘图效果(guǒ)，如果这样的(de)图片被用来诈骗(piàn)，将非(fēi)常可(kě)怕。

此外AIGC还(hái)引发了很多担忧，一(yī)方面，批判者认为AI在“学习(xí)”了大量(liàng)前人的作品之后，其创作没有(yǒu)任何情绪和灵魂，难以和(hé)人类的(de)艺术(shù)创(chuàng)作相(xiāng)提并论(lùn)。

另一方(fāng)面(miàn)，AIGC背后的版权、目前(qián)都并没有得到(dào)有效的解(jiě)决(jué)，还有(yǒu)AIGC会不会代替人类“至(zhì)高无上”的创意。

马斯克也强调，人工智能的安全问题需要得到重视，太晚(wǎn)就来不(bù)及(jí)了。

03

AIGC下一(yī)站除了(le)视频(pín)，还(hái)有远方

技术都是有两面性的，潜在的危害(hài)并不能掩盖其光辉的贡献。现在看来，人工智能(néng)技术将(jiāng)是第四次工业革(gé)命的核(hé)心驱动力量(liàng)，将(jiāng)创造新的(de)增(zēng)长奇迹。

过去一年，人(rén)工智能在技术和商业层面都有了巨大进(jìn)展，AI绘画就是人工智能技术(shù)发(fā)生方(fāng)向性改(gǎi)变的一个代(dài)表。其下一站或(huò)许(xǔ)就是视(shì)频。

此前，Meta和谷歌先后发布了几条引爆科技圈的短视(shì)频。这些视频引发关注并非内容(róng)做得多(duō)优秀(xiù)，反而(ér)都非常(cháng)简单，比如一匹正在喝水的马，一(yī)只(zhǐ)画画的玩(wán)具熊，或者一(yī)段骑摩托车的第一视角录像(xiàng)，随(suí)便一个有(yǒu)手机(jī)的人都可以(yǐ)随手录(lù)下一段。

但这(zhè)些短视频的创(chuàng)作方(fāng)式非(fēi)常简(jiǎn)单(dān)，创作者仅仅(jǐn)需要向(xiàng)AI输入一段(duàn)话，甚至只(zhǐ)是说一下要求，AI就可以根据(jù)需要生(shēng)成一段视频(pín)。

谷(gǔ)歌发布的两个AI生成(chéng)视频分别来自于Imagen Video和(hé)Phenaki，前者主要突出的是高(gāo)清，与(yǔ)Meta的Make-A-Video没有(yǒu)太多的(de)差别(bié)。

在Make-A-Video公(gōng)布了AI生成的(de)视频后，AI圈就已经玩了一波梗(gěng)，一个(gè)能够(gòu)做出(chū)更(gèng)高清视频的AI还不足以(yǐ)在短时间(jiān)内戳中兴奋点。

Phenaki更加令人(rén)震惊的地(dì)方在于，它可以(yǐ)制作出超过2分钟的连贯的(de)也有(yǒu)确切内(nèi)容的视频，这才是真正(zhèng)让人们感到惊喜的地方(fāng)。因为无论AI生成的视频多么高清，也只能是为内容(róng)生(shēng)产(chǎn)者提(tí)供一(yī)个灵感，一个素(sù)材，一(yī)个过(guò)场动画。

不过(guò)能够制作出有具(jù)体(tǐ)剧情(qíng)内(nèi)容的视频就(jiù)意味着，一些视频创(chuàng)作由(yóu)AI代替人工完成已经初步有了可能(néng)。

当下AI的发(fā)展(zhǎn)速度已经超过大部(bù)分人的想象。内容(róng)产(chǎn)业的本质(zhì)是供给(gěi)创造需求，AIGC作(zuò)为全新的内容生产方式(shì)，可(kě)以(yǐ)为内容产业带来更新(xīn)的内容风格、更快的生(shēng)产速度，更低的生(shēng)产成本，这(zhè)无疑会(huì)驱动内容产业的大爆发。

除了AI绘图、视频(pín)，AIGC技(jì)术(shù)还能应用(yòng)于音(yīn)乐、代码、机(jī)器人动作等多种内容形(xíng)式的生成。不难发现该项技(jì)术不仅在游戏等行(xíng)业(yè)能得到有效(xiào)应用，对于(yú)下(xià)一代互联(lián)网各种元素的构建亦有(yǒu)关(guān)键意(yì)义(yì)。

从商(shāng)业化的角度(dù)来(lái)看，文化娱乐、教育(yù)、传媒等诸多领(lǐng)域，本身就对基(jī)于AI的可视化内(nèi)容有强烈需求(qiú)。

因(yīn)此，AI绘画及(jí)视频或不(bù)是结果，而只(zhǐ)是(shì)AI进程(chéng)中的(de)一块重(zhòng)要拼图，有望在技术(shù)更新的加(jiā)持(chí)下(xià)实(shí)现更(gèng)大的(de)应用价值(zhí)。

AI从理(lǐ)解内容，走向了可以生成内容(róng)，甚至能够创造出独立价值和独立视角的内容。AIGC的(de)再(zài)次出圈(quān)，更(gèng)代表着未来的先(xiān)进生产力即(jí)将(jiāng)到来。

04

紧(jǐn)抓大模型(xíng)与算(suàn)力，牢固AIGC底座

从技术的(de)发展也可以(yǐ)看出，在语(yǔ)言大模型、图(tú)像(xiàng)大模型(xíng)之后(hòu)，多模(mó)态大模型(xíng)已(yǐ)经成(chéng)为了新的趋(qū)势。

大模(mó)型被(bèi)誉(yù)为当前人工智能(néng)发展(zhǎn)的智(zhì)能底(dǐ)座，是全球竞争最激(jī)烈的(de)研究方向之一(yī)，包括谷(gǔ)歌、亚马(mǎ)逊(xùn)、百度、阿里、腾(téng)讯等众多(duō)头部(bù)企业都(dōu)在(zài)竞相发力(lì)。

不过训练大(dà)模型的确价格(gé)不菲，以国盛(shèng)证券发布(bù)的《ChatGPT需(xū)要(yào)多少算力》报(bào)告估算，GPT-3训练一次的(de)成本约为140万美元。而对于一些更大的LLM(大(dà)型语言(yán)模(mó)型)，训练成(chéng)本(běn)则介于200万(wàn)美元至1200万美元高价之间。

以ChatGPT在(zài)2023年1月(yuè)的独(dú)立访客平均数1300万计算(suàn)，其对应芯片需求为3万多片英伟达A100 GPU，初(chū)始投入成本约(yuē)为8亿美元，每日仅电(diàn)费就(jiù)在5万美元左右。

此外(wài)不论是ChatGPT还是AIGC，都离不开庞(páng)大算力支(zhī)持。在关注(zhù)各类大模型的发展同时，更应该关注算(suàn)力网络的(de)建设。

算(suàn)力网络(luò)正驱动AI产业发展(zhǎn)进入史(shǐ)诗(shī)级加速(sù)进程(chéng)，让(ràng)AIGC及(jí)通用AI这一人工智(zhì)能发展的终极目标离得更近。

因为算力可以对突破(pò)性技(jì)术(shù)创新提供大力的支持(chí)。这(zhè)方面，多(duō)模态大模型是典型。作为面(miàn)向未来(lái)强(qiáng)人工智能、通用(yòng)人工智能的重要(yào)技(jì)术(shù)创(chuàng)新，多模态(tài)大模型已(yǐ)经在人工智能领(lǐng)域(yù)提出了很多(duō)年，业界也有不(bù)少技术突破，但是，多(duō)模(mó)态大(dà)模(mó)型进一(yī)步往下走，算力需求呈几何式上升，一般的算力基础设施很(hěn)快将难以胜任。

从图像、文字(zì)、语音单独(dú)一项的训练，到双模态(tài)、三(sān)模态的跃迁(qiān)，让人工智能可以灵(líng)活(huó)应对不同模态的转化、像人与世界交(jiāo)互一样自(zì)然，这方面衣服奶茶渍怎么去除 干了的奶茶渍能洗掉吗，由算力网络来驱动将有明显优势。

此外，还有(yǒu)很多需要爆发式增(zēng)长的算力(lì)来支撑的技术创(chuàng)新，将在(zài)人工智能算力网(wǎng)络支撑下快(kuài)速推进(jìn)。

AIGC已经露(lù)出曙光，期待(dài)在大模型(xíng)和(hé)大(dà)算力的支(zhī)持下(xià)AIGC能持(chí)续颠覆内容生(shēng)产的(de)方式，将创造的边际(jì)成(chéng)本降低，让万(wàn)众受益。

未经允许不得转载：绿茶通用站群 衣服奶茶渍怎么去除 干了的奶茶渍能洗掉吗