自聊(liáo)天机(jī)器人ChatGPT火爆(bào)以(yǐ)来，微软(ruǎn)公司(sī)创始人比尔·盖茨已(yǐ)多次公开谈论人(rén)工智能话题(tí)。在最近的一次采访中，他再次(cì)表示：“AI可能(néng)会(huì)让(ràng)科技行业迎来一次剧烈的洗牌”。

这个结(jié)论是他在当地时间2月20日(rì)接受《In Good Company》节目(mù)专访(fǎng)时(shí)提出的。

他预(yù)期，AI的(de)发展(zhǎn)可(kě)能会威胁到谷歌的市占率(lǜ)，因(yīn)为(wèi)微软在(zài)AI方(fāng)面(miàn)的行动相当迅速。而最终科技巨头将把AI整合成用户的(de)“全能助(zhù)手(shǒu)”，包揽一切应用，与(yǔ)人们进行沟通并提供建(jiàn)议(yì)，可以取代亚马逊、Siri或(huò)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引发的又一次AI绘画(huà)浪潮，让AIGC在ChatGPT的话题热(rè)点(diǎn)包围中杀出重围(wéi)。

01

ControlNet颠覆AI绘画新玩法

AIGC向可(kě)控靠近

以AI绘画为(wèi)代(dài)表的(de)AIGC上一次(cì)爆火的时候，还是2022年8月，在美国科罗拉多(duō)州举(jǔ)办(bàn)的新兴数字艺(yì)术家(jiā)竞赛(sài)中(zhōng)，一(yī)幅名为《太空歌剧院》的(de)作品获奖。

随后各大厂商的(de)AI绘画软(ruǎn)件被广大网友熟知(zhī)并(bìng)体验，Stable Diffusion便是(shì)其中(zhōng)代表。

用(yòng)户们可以在(zài)应(yīng)用中输入一组关(guān)键词(cí)或者一张照片，就能获得一幅AI创作的画作。

作(zuò)画的关键就是所(suǒ)输入的文本。同一组关键词也可以创作(zuò)出很多张(zhāng)风格(gé)不一样(yàng)的画作(zuò)，这(zhè)让(ràng)创(chuàng)作(zuò)的过(guò)程就像(xiàng)开盲盒。

很多用户很喜欢这种不确定的惊喜(xǐ)，他(tā)们会将生成的(de)美图当做(zuò)头(tóu)像(xiàng)。而另一部分喜欢翻看AI绘画(huà)的“翻车”作品。在社交媒体上，许多用(yòng)户分享AI“翻车现场(chǎng)”，例如，一位网友的(de)小狗照片被AI画成了(le)“肌肉(ròu)男”，还有(yǒu)网友的个人照片被AI识别成了建筑。

而如今随着ControlNet的出现与(yǔ)加持，以往AI绘(huì)画的填写(xiě)关键词游戏可能要被(bèi)颠(diān)覆了。

ControlNet是一位(wèi)正在斯坦福读博的中(zhōng)国(guó)人张吕敏(mǐn)创作的一种基于控制(zhì)点的图像变形算法，主(zhǔ)要用于数字图(tú)像(xiàng)处理、计算机视觉(jué)和计(jì)算机(jī)图形学等领域。

其SD插件(jiàn)一(yī)经发布，在短短的两天内便成为了(le)AI绘画(huà)领(lǐng)域最新的热点(diǎn)。

在此之前(qián)，大家(jiā)用(yòng)了很多方法想让AI生成的结果(guǒ)尽可能的符(fú)合要求，但是(shì)都(dōu)不(bù)尽如人意，它的出现代表着AI生成开始进入真正的可控时期(qī)。

因为ControlNet可以直(zhí)接提(tí)取画面的构图，人(rén)物的姿势和画面的(de)深度信息(xī)等。有了它(tā)的帮助(zhù)，就不(bù)用频繁(fán)的(de)用提示词(cí)来(lái)碰运(yùn)气，抽盲盒式(shì)的创作了。

通(tōng)俗(sú)的说(shuō)ControlNet相当于(yú)给(gěi)AI绘(huì)画加了“魔法(fǎ)”，不少博主的(de)作品已经获得了大量的浏览(lǎn)量，“viggo”就是其中之一，他用(yòng)朋(péng)友的照(zhào)片直接(jiē)带她们(men)走进动(dòng)漫世界(jiè)。

viggo先(xiān)用StableDiffusion图片转文(wén)字。

再用Text2Prompt插件拓展(zhǎn)找(zhǎo)到对(duì)应的关键词；最后用ControlNet插(chā)件绑定骨骼开始(shǐ)换关(guān)键词试效果。

通过图片就可(kě)以看出(chū)来(lái)，效果(guǒ)十分惊艳。

更厉(lì)害(hài)的是，除(chú)了真实的照片(piàn)，草图也(yě)可以加上“魔法(fǎ)”，知(zhī)乎大(dà)牛“DevPoint”和“逗砂”介(jiè)绍到ControlNet还(hái)能实现线稿(gǎo)转全彩图(tú)。大神张吕敏(mǐn)其本(běn)尊也亲自回应。

不得不说(shuō)当下AIGC已经变得(dé)越来越强大，甚至输出的作(zuò)品都已经能以假乱真(zhēn)了。

02

难(nán)辨虚实，AIGC技(jì)术力爆发

警惕安全问(wèn)题

近日，“苏州金鸡湖有游(yóu)艇party”的消息(xī)火遍(biàn)网络，而经过警方辟谣这所(suǒ)谓的“party”可(kě)能(néng)是(shì)全(quán)国第一起AI绘(huì)图(tú)诈(zhà)骗。

由(yóu)于这个活(huó)动里面(miàn)给(gěi)出的美女照片都是AI制作的真人照(zhào)片绘(huì)图，因为太逼(bī)真，被大家当(dāng)成真事传播(bō)了。

不(bù)过仔细(xì)观察可(kě)以发现，活动发起者提供的照片中有个很(hěn)大(dà)的(de)漏洞可以(yǐ)发(fā)现并非真人，而是AI绘(huì)图，那便是(shì)图片中(zhōng)女(nǚ)性的手(shǒu)指部分有的存(cún)在异(yì)常。

有行(xíng)业(yè)人事表示：“现在因为(wèi)手指(zhǐ)部(b家贫无从致书以观出自哪里，家贫无从致书以观每假借于藏书之家翻译ù)分的绘画算法比较(jiào)复杂，AI还不太会画人的手，但最新看(kàn)到的图片已经有越来越完美的(de)AI模型出现，以(yǐ)后可能就完全(quán)没有(yǒu)漏洞了。”

类似的AI作图诈骗在国外也已(yǐ)有发(fā)生。据英国广(guǎng)播公(gōng)司报(bào)道(dào)，土耳其(qí)地震期(qī)间，有Tiktok用户使用AI合成了儿童受灾(zāi)的假(jiǎ)照片发布到网络(luò)，以(yǐ)此诱骗善良的人打赏(shǎng)“捐助”从而(ér)实施诈(zhà)骗。

目前随着(zhe)技术发展(zhǎn)，AIGC已经能做出真(zhēn)人照片般的绘(huì)图(tú)效果，如果这样的图(tú)片(piàn)被用来诈骗(piàn)，将非(fēi)常(cháng)可怕。

此(cǐ)外AIGC还引发了很多(duō)担忧(yōu)，一方面，批判者(zhě)认为AI在“学习”了大(dà)量前人(rén)的(de)作品之(zhī)后(hòu)，其创作(zuò)没有任何情绪和灵魂，难以和人类的艺术(shù)创作相提(tí)并论。

另(lìng)一方(fāng)面，AIGC背后的版权、目(mù)前都并没有(yǒu)得到有(yǒu)效的解决，还有AIGC会不会代替人类“至高无上”的创意。

马(mǎ)斯克也强调，人工智能的(de)安全(quán)问(wèn)题需要得到重视，太晚就来不(bù)及了。

03

AIGC下一站除了视频(pín)，还有远方

技术都是有两面性的，潜在的危害并不能掩盖(gài)其光(guāng)辉的贡献。现在看来，人工智(zhì)能技术(shù)将是(shì)第四次工(gōng)业革命的核(hé)心驱(qū)动力量，将创造新的增长(zhǎng)奇(qí)迹。

过去一年，人工智(zhì)能在技术和(hé)商业层面都有(yǒu)了巨大进(jìn)展(zhǎn)，AI绘画就(jiù)是人工智能技(jì)术(shù)发生方向性改变的一个(gè)代(dài)表。其下一站或(huò)许就(jiù)是视频。

此前，Meta和谷(gǔ)歌(gē)先后发布了几条引(yǐn)爆科技圈的短(duǎn)视频。这些视频(pín)引发(fā)关注并非内容(róng)做(zuò)得多优秀，反(fǎn)而都非常简单，比如(rú)一匹正在喝水的马(mǎ)，一只画画的(de)玩具(jù)熊，或者一(yī)段骑(qí)摩托车的(de)第一视角录像，随便一个有手(shǒu)机的人都可以随手录下(xià)一段。

但这(zhè)些短视频的创(chuàng)作方式非常简单，创(chuàng)作者仅仅需要(yào)向(xiàng)AI输入(rù)一段话(huà)，甚至只是说一下要求，AI就可以根据(jù)需要生成一段视频(pín)。

谷歌发布的两个AI生成视频分(fēn)别来(lái)自(zì)于Imagen Video和Phenaki，前者(zhě)主要突出的是高清，与Meta的Make-A-Video没有(yǒu)太多的差别。

在Make-A-Video公布(bù)了AI生(shēng)成的视频后(hòu)，AI圈就(jiù)已经(jīng)玩了一波梗，一(yī)个能够(gòu)做出(chū)更高清视频(pín)的AI还不足以在短时间内(nèi)戳中(zhōng)兴(xīng)奋(fèn)点。

Phenaki更加(jiā)令(lìng)人震惊的(de)地方在于，它可以制作出超过(guò)2分钟的(de)连贯的也有确切内容的视(shì)频，这才是真正让(ràng)人们感到惊喜(xǐ)的地方(fāng)。因为无(wú)论(lùn)AI生成的视频多么高清(qīng)，也只能是为(wèi)内容生(shēng)产者(zhě)提供一个灵感，一个素材，一个过场(chǎng)动画。

不过能够制作出有(yǒu)具体剧情内容(róng)的视频就意(yì)味着，一些视频创(chuàng)作由AI代替人工完成已经初步有了可(kě)能(néng)。

当(dāng)下AI的(de)发展速度(dù)已经超过大(dà)部分人的想象。内容产业的本质是供给创造需求，AIGC作(zuò)为全新的内容生产(chǎn)方(fāng)式，可以为内(nèi)容产(chǎn)业带来更新的内容(róng)风格、更快的生产速度(dù)，更低(dī)的生产成(chéng)本，这无疑会驱动(dòng)内容(róng)产业的大爆发。

除了AI绘图、视(shì)频，AIGC技术还能应用(yòng)于(yú)音(yīn)乐、代(dài)码、机器人动作(zuò)等多(duō)种内容形式(shì)的生(shēng)成(chéng)。不难(nán)发现该项技术不仅在(zài)游(yóu)戏等行(xíng)业能得到有效应用(yòng)，对于(yú)下一代互联网各(gè)种元素的构(gòu)建(jiàn)亦有(yǒu)关键(jiàn)意义(yì)。

从商业(yè)化的角度来看，文化娱乐、教育(yù)、传(chuán)媒等诸多领(lǐng)域，本(běn)身就对基于AI的(de)可视化内容有强烈需求。

因此，AI绘画及视频或不是(shì)结果，而只是AI进程中(zhōng)的一块重(zhòng)要拼(pīn)图，有望在技术更新的加持(chí)下实现(xiàn)更大(dà)的应用价值(zhí)。

AI从(cóng)理解内(nèi)容，走向了可以(yǐ)生(shēng)成内容，甚至能(néng)够(gòu)创造出独立价值和独立视角的(de)内(nèi)容(róng)。AIGC的再次(cì)出圈，更代表着未来的先进生产力即将到来(lái)。

04

紧(jǐn)抓(zhuā)大模型与(yǔ)算力，牢固AIGC底座(zuò)

从技术的发展也可(kě)以看出，在语言大(dà)模型、图像大模(mó)型之后，多模(mó)态(tài)大(dà)模型已经成为了新的趋势。

大模(mó)型被誉为当前(qián)人工智能发展(zhǎn)的智能底座，是(shì)全球竞争最激烈的(de)研究方向之一，包(bāo)括谷歌、亚马(mǎ)逊、百(bǎi)度、阿里、腾(téng)讯等众多(duō)头(tóu)部企业都在竞相发力。

不过训(xùn)练大模型的确价格不菲，以国(guó)盛证(zhèng)券发布(bù)的(de)《ChatGPT需要多(duō)少算(suàn)力》报告估(gū)算，GPT-3训练一次的成本约为140万美元。而对于(yú)一些更大的LLM(大型语言(yán)模型)，训练成本则介于200万美元(yuán)至1200万(wàn)美(měi)元(yuán)高价之间。

以(yǐ)ChatGPT在2023年1月(yuè)的(de)独立访(fǎng)客(kè)平均数1300万计算，其对应(yīng)芯(xīn)片需求为3万(wàn)多片英伟达(dá)A100 GPU，初始投入成(chéng)本约为8亿美元，每(měi)日仅电费就在5万美元左(zuǒ)右(yòu)。

此外不论(lùn)是(shì)ChatGPT还是AIGC，都(dōu)离不(bù)开庞(páng)大算力支持。在关(guān)注各类大模型的(de)发展(zhǎn)同时，更应该关注算力网络的建设(shè)。

算力网家贫无从致书以观出自哪里，家贫无从致书以观每假借于藏书之家翻译络正驱动AI产业(yè)发(fā)展(zhǎn)进(jìn)入史诗级加速进程，让AIGC及通用AI这一人工智能(néng)发展的终(zhōng)极(jí)目标离(lí)得(dé)更近。

因为算力(lì)可以(yǐ)对突破(pò)性技(jì)术(shù)创新提供大力的支持(chí)。这方面(miàn)，多模态(tài)大模型(xíng)是典型。作为面向(xiàng)未来强(qiáng)人工(gōng)智能、通用人工智能的重要技术创(chuàng)新，多(duō)模态大模型已经在(zài)人(rén)工智能领域提出(chū)了(le)很多(duō)年，业界(jiè)也有不少(shǎo)技术突破，但(dàn)是，多模态(tài)大模(mó)型进一(yī)步往(wǎng)下走，算力需求(qiú)呈几何式上升，一(yī)般的(de)算力基础设施很快(kuài)将难以胜任。

从图像、文(wén)字、语(yǔ)音单独一项的训(xùn)练，到双模(mó)态(tài)、三模态的(de)跃迁(qiān)，让人工智能可以灵(líng)活应(yīng)对(duì)不(bù)同(tóng)模态的转化、像人与世界交互(hù)一样自然，这方面，由算力网络来驱动将有明显优势。

此外，还(hái)有很(hěn)多(duō)需要(yào)爆发式增长的算力来支撑的(de)技(jì)术创新，将在人工智能(néng)算力(lì)网络(luò)支撑(chēng)下快速推进。

AIGC已经露(lù)出曙光，期待在大模(mó)型和大算力的支持下AIGC能持续颠(diān)覆内(nèi)容生产的方式，将创造的边(biān)际成(chéng)本降(jiàng)低，让万(wàn)众受益(yì)。

未经允许不得转载：美阿密—女性私护高端品牌|女性生殖保养|女性私密健康养护|女性私护微商代理产品|美阿密官网 家贫无从致书以观出自哪里，家贫无从致书以观每假借于藏书之家翻译