自(zì)聊天机器(qì)人(rén)ChatGPT火(huǒ)爆以来(lái)，微软公司创(chuàng)始人比尔·盖茨已(yǐ)多次公开(kāi)谈论(lùn)人工智能话(huà)题。在最近的一(yī)次(cì)采(cǎi)访中，他再次表示：“AI可能会(huì)让科(kē)技行业迎来一次剧烈的洗牌”。

这个结论是(shì)他(tā)在当地(dì)时间2月(yuè)20日接受(shòu)《In读西的字有哪些，读喜的字有哪些 Good Company》节目专访时提出的。

他(tā)预期(qī)，AI的发(fā)展可(kě)能会威(wēi)胁到谷歌的市占率，因(yīn)为(wèi)微软(ruǎn)在AI方面的行动相当(dāng)迅速。而最(zuì)终科(kē)技巨(jù)头将把AI整(zhěng)合成(chéng)用户的(de)“全能(néng)助手”，包揽一切应用，与人们进行沟通并提供建(jiàn)议，可以取代亚马逊、Siri或(huò)Outlook等应用。

大佬(lǎo)口中全能助手的到(dào)来(lái)可能尚需(xū)时日，但由ControlNet引发的又一次AI绘(huì)画浪(làng)潮，让(ràng)AIGC在ChatGPT的话题热点包围(wéi)中(zhōng)杀出重围。

01

ControlNet颠(diān)覆AI绘画新(xīn)玩法(fǎ)

AIGC向(xiàng)可控靠近(jìn)

以(yǐ)AI绘画为代表的AIGC上一次爆火(huǒ)的时候，还是2022年8月，在(zài)美国(guó)科罗拉多州举(jǔ)办的(de)新(xīn)兴数字艺术家竞赛中，一(yī)幅名为《太空歌(gē)剧院》的作品获奖。

随后各(gè)大厂商的AI绘画软件(jiàn)被广大网友(yǒu)熟知并体验(yàn)，Stable Diffusion便是(shì)其中代表(biǎo)。

用户们(men)可以(yǐ)在应用中输入(rù)一组关键词(cí)或者一张照片(piàn)，就能获得一幅(fú)AI创(chuàng)作的(de)画作。

作(zuò)画的关键(jiàn)就是所输入的文本。同一(yī)组关(guān)键(jiàn)词也可(kě)以创作出很(hěn)多张风(fēng)格(gé)不(bù)一样的画作，这让(ràng)创作的过程就(jiù)像开盲(máng)盒。

很多用户很喜(xǐ)欢这种不确(què)定的惊喜，他们会(huì)将生成的美图当做头像。而另(lìng)一部分(fēn)喜欢翻(fān)看AI绘画的“翻车”作品。在社交媒体上(shàng)，许(xǔ)多用户(hù)分享AI“翻车现(xiàn)场(chǎng)”，例如，一位网(wǎng)友的小狗照片被AI画(huà)成了(le)“肌肉(ròu)男”，还有网友的(de)个人照片被AI识别(bié)成了建筑。

而如今(jīn)随着ControlNet的(de)出(chū)现与加持(chí)，以往AI绘画的填(tián)写关键词游(yóu)戏可(kě)能(néng)要(yào)被颠覆了。

ControlNet是一位正在斯坦(tǎn)福读博的(de)中国人张吕(lǚ)敏(mǐn)创作的一种(zhǒng)基于(yú)控制点(diǎn)的图像变形算法，主要用于数字(zì)图像处(chù)理(lǐ)、计算机视觉(jué)和计算机图(tú)形学等领域(yù)。

其SD插件一经发布(bù)，在短短(duǎn)的(de)两天内便成为了AI绘画领域最新的(de)热点。

在此之前(qián)，大家用了很多方法想让AI生成的结果(guǒ)尽可(kě)能的符合要求，但(dàn)是都不尽如(rú)人意，它的出现(xiàn)代表着AI生(shēng)成开始进(jìn)入真正的可控时(shí)期。

因(yīn)为ControlNet可(kě)以直(zhí)接提取(qǔ)画面的构图，人物的姿势(shì)和画面的(de)深度信息等。有了它的(de)帮(bāng)助，就不用频繁的(de)用提示词来碰运气，抽(chōu)盲(máng)盒(hé)式的创作了。

通俗的说(shuō)ControlNet相当于给AI绘画加了“魔法”，不(bù)少博(bó)主(zhǔ)的作品已经获得了大量的浏览量，“viggo”就是其中之一，他用朋友的照片直接(jiē)带她(tā)们走进动(dòng)漫世界。

viggo先用(yòng)StableDiffusion图片(piàn)转文字(zì)。

再用Text2Prompt插件拓展找到对应的关(guān)键词；最后用ControlNet插件绑定骨(gǔ)骼开始换(huàn)关键词试效果。

通过图片就可以(yǐ)看出来，效果十(shí)分惊(jīng)艳。

更厉(lì)害的是，除了真实的照片，草(cǎo)图也可以加上“魔法”，知乎(hū)大牛“DevPoint”和“逗砂(shā)”介绍到(dào)ControlNet还能实现线稿(gǎo)转全彩图(tú)。大神张吕(lǚ)敏其本尊也亲自(zì)回应。

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

02

难辨虚实(shí)，AIGC技术(shù)力爆发

警惕安(ān)全问题(tí)

近日，“苏州金(jīn)鸡湖有游艇(tǐng)party”的消息(xī)火遍(biàn)网(wǎng)络(luò)，而经(jīng)过警方辟谣(yáo)这(zhè)所谓(wèi)的“party”可(kě)能是全(quán)国第(dì)一(yī)起(qǐ)AI绘图诈骗。

由于(yú)这个活动里面给出的美女照(zhào)片都是AI制作的真人照片绘图，因为太逼(bī)真，被大(dà)家当成真事传播了。

不过仔细观察可以发(fā)现，活动发起者提供的照片中有个很大的漏(lòu)洞可以(yǐ)发现并非真人，而是AI绘(huì)图，那便是(shì)图片(piàn)中(zhōng)女性的手(shǒu)指部分有的存(cún)在异常。

有(yǒu)行(xíng)业人(rén)事(shì)表(biǎo)示(shì)：“现在因(yīn)为(wèi)手指部(bù)分的绘画算法比较(jiào)复杂，AI还(hái)不太会画人(rén)的手(shǒu)，但(dàn)最新(xīn)看到的图片(piàn)已经(jīng)有越(yuè)来越完美的AI模型(xíng)出现(xiàn)，以(yǐ)后(hòu)可能就完全(quán)没有漏洞了。”

类似的AI作(zuò)图(tú)诈骗在国外也已有发(fā)生。据英国广播公司(sī)报(bào)道，土(tǔ)耳其地震期间，有Tiktok用户使(shǐ)用AI合成了(le)儿童受(shòu)灾的假照片发布到(dào)网络，以此诱(yòu)骗(piàn)善良的人打赏(shǎng)“捐助”从而实施诈骗。

目前随着技(jì)术发展，AIGC已(yǐ)经能做出真人(rén)照片般的绘图效(xiào)果(guǒ)，如果这样的图(tú)片被用来诈骗，将非常(cháng)可怕。

此外AIGC还引(yǐn)发了很多担忧(yōu)，一方面(miàn)，批(pī)判(pàn)者认为(wèi)AI在(zài)“学习”了大量前人(rén)的作品之后，其创作没有(yǒu)任何(hé)情绪和灵魂，难(nán)以(yǐ)和(hé)人类的艺术创(chuàng)作(zuò)相提并(bìng)论。

另一方面，AIGC背后的(de)版(bǎn)权、目(mù)前都并没有(yǒu)得到(dào)有效(xiào)的(de)解决，还(hái)有AIGC会不会(huì)代替人类(lèi)“至高无上”的(de)创(chuàng)意(yì)。

马斯克也强调，人(rén)工智能(néng)的安全问题需要(yào)得到重视，太(tài)晚就(jiù)来不及了。

03

AIGC下一站除了视频(pín)，还(hái)有(yǒu)远方(fāng)

技术都是有两面性(xìng)的(de)，潜在的(de)危害(hài)并不能(néng)掩盖其(qí)光辉的贡献(xiàn)。现在看来(lái)，人工智能技术将是(shì)第四次工业革命的(de)核心(xīn)驱动力量，将(jiāng)创造(zào)新的(de)增长奇迹(jì)。

过去一年(nián)，人工智能在技(jì)术和商业层面都有了巨大进展，AI绘(huì)画(huà)就是人工智能(néng)技术发生(shēng)方向性改变的一个代表。其下一站或(huò)许(xǔ)就是视频。

此前，Meta和谷歌先后发布(bù)了几条引爆科技(jì)圈的短视频。这些视频引发关注并非内容(róng)做得多优(yōu)秀，反(fǎn)而都非常简单，比(bǐ)如一匹正在喝水(shuǐ)的(de)马(mǎ)，一只画画的玩具熊，或(huò)者一段骑摩托车的第一视角(jiǎo)录像，随(suí)便一个有手机的人都(dōu)可以随手(shǒu)录下一段。

读西的字有哪些，读喜的字有哪些oding="async" src="https://mmbiz.heiliaofuli.com/wp-content/uploads/2023/03/007b969c3b9c5bd.gif?imageMogr2/thumbnail/2160x0/format/webp/quality/80" data-ratio="1" data-s="300,640" data-type="gif" data-w="256">

但(dàn)这些(xiē)短(duǎn)视(shì)频(pín)的创作(zuò)方式非(fēi)常简单，创作(zuò)者仅仅需要向(xiàng)AI输入一段(duàn)话(huà)，甚至只是说一(yī)下要(yào)求，AI就可(kě)以根(gēn)据需要(yào)生成一(yī)段视频(pín)。

谷(gǔ)歌发布的两个AI生成视频分(fēn)别来自于Imagen Video和Phenaki，前(qián)者主(zhǔ)要突出的是(shì)高清(qīng)，与Meta的Make-A-Video没(méi)有太多的差别。

在Make-A-Video公布了AI生成的视频后，AI圈就已经玩了一波梗，一个能(néng)够做出更高清视(shì)频的AI还不足以(yǐ)在短时间内戳(chuō)中兴(xīng)奋点(diǎn)。

Phenaki更加(jiā)令人(rén)震惊的(de)地方(fāng)在于，它可以制作出超过2分钟的连贯(guàn)的也有确切(qiè)内容的视频，这(zhè)才(cái)是真(zhēn)正让人们(men)感(gǎn)到(dào)惊(jīng)喜的地方。因为无(wú)论AI生成的视频多么高清(qīng)，也只(zhǐ)能是为内容生(shēng)产者(zhě)提供一个灵感，一个素材，一(yī)个过场动画。

不过能够(gòu)制作出有具体剧情(qíng)内容的视频就意味着，一些视频(pín)创(chuàng)作由AI代替(tì)人工(gōng)完成已经初步有了可能。

当下AI的发展速度(dù)已经超过大部分人的想(xiǎng)象。内容产(chǎn)业的本(běn)质是供给创(chuàng)造需求，AIGC作为全新的内容生产(chǎn)方式，可(kě)以(yǐ)为内容(róng)产业带来(lái)更新的(de)内容风(fēng)格(gé)、更快的生产速度，更低(dī)的生产成本，这无疑会(huì)驱动内容产(chǎn)业(yè)的大爆发。

除了AI绘图、视频，AIGC技术还能应(yīng)用于(yú)音乐、代码(mǎ)、机器人动作(zuò)等多(duō)种内容形式的生成。不难发现(xiàn)该项技(jì)术不仅(jǐn)在游戏(xì)等行业能(néng)得(dé)到有效应用，对于(yú)下(xià)一代互联网各种元素的(de)构建亦有关键意义。

从(cóng)商业(yè)化的角度来看，文化(huà)娱乐(lè)、教育、传媒等诸多领(lǐng)域，本身就对基于AI的可视(shì)化内容有(yǒu)强烈(liè)需求(qiú)。

因(yīn)此，AI绘(huì)画及视频或不(bù)是(shì)结果(guǒ)，而只是AI进程(chéng)中的一块重要拼图，有望在技术更新(xīn)的加持下(xià)实现更大的应(yīng)用价值(zhí)。

AI从(cóng)理解内容，走向了可以生成内容(róng)，甚至(zhì)能(néng)够创造出独立价值和独立视角的(de)内容。AIGC的(de)再(zài)次出圈，更代表(biǎo)着(zhe)未来的先进生产力即将到来。

04

紧抓大模型(xíng)与算力，牢固AIGC底(dǐ)座

从技术的发展也可以看出(chū)，在语言大模(mó)型、图像大模(mó)型之后，多模态大模型已经成(chéng)为了新的趋势。

大模型(xíng)被誉为当(dāng)前人工智(zhì)能发展的智能(néng)底座，是全球(qiú)竞(jìng)争(zhēng)最激(jī)烈的研究方向之一(yī)，包括谷歌、亚马(mǎ)逊、百度、阿里、腾讯等众多头部企业(yè)都在竞相发力(lì)。

不过(guò)训练大模型的确价格不菲(fēi)，以(yǐ)国盛证(zhèng)券发布的《ChatGPT需要多少算力》报(bào)告估算，GPT-3训练(liàn)一次(cì)的成(chéng)本约为140万(wàn)美元。而(ér)对于一些更大的(de)LLM(大(dà)型语言模型)，训(xùn)练成本(běn)则介于200万(wàn)美元至1200万美元高价之间。

以ChatGPT在2023年1月的独立访客平均数1300万计算，其(qí)对应芯片需求为3万多(duō)片(piàn)英(yīng)伟达A100 GPU，初始投入成本约为8亿美元，每日仅电费(fèi)就(jiù)在5万(wàn)美元(yuán)左右(yòu)。

此外不论是ChatGPT还是AIGC，都离不开庞大算力支持。在关注(zhù)各类大模型的(de)发展同时，更应该关注(zhù)算力网络的建设。

算力(lì)网络正驱动(dòng)AI产业(yè)发(fā)展进(jìn)入史诗级(jí)加速进程，让AIGC及通用AI这一人工智(zhì)能发(fā)展(zhǎn)的终(zhōng)极(jí)目标离得更近。

因为(wèi)算(suàn)力可以对突破性技术创新提供大力的支持。这方面，多模(mó)态大模型是(shì)典型(xíng)。作为面向(xiàng)未来(lái)强人工(gōng)智(zhì)能、通用人工智能的重要技(jì)术创新，多模(mó)态大模型已经在人工智(zhì)能领域提出了(le)很(hěn)多年(nián)，业界(jiè)也有不少技术突破，但是(shì)，多模态大模型(xíng)进(jìn)一步(bù)往下走，算力(lì)读西的字有哪些，读喜的字有哪些需求呈几(jǐ)何式上升，一般(bān)的算力基础设施(shī)很快将难以胜(shèng)任。

从图像、文(wén)字、语音单独一项(xiàng)的(de)训练，到(dào)双模态(tài)、三模(mó)态的跃(yuè)迁，让人工智能可(kě)以(yǐ)灵活应对不同(tóng)模态(tài)的(de)转化、像人与世界交互一样自然，这方面，由算(suàn)力网络来驱(qū)动将有(yǒu)明显(xiǎn)优势。

此外，还有很多(duō)需要爆发式增(zēng)长的算力来支撑的技术创新(xīn)，将(jiāng)在人(rén)工智能(néng)算力网络支撑下快速推进。

AIGC已(yǐ)经露出曙光，期待在大模(mó)型和大算力(lì)的支持(chí)下AIGC能持续颠(diān)覆内容生产的方式，将创造的边(biān)际成本降(jiàng)低，让万众受(shòu)益。

未经允许不得转载：橘子百科-橘子都知道 读西的字有哪些，读喜的字有哪些