自聊天机器人ChatGPT火爆以来，微软(ruǎn)公(gōng)司创始人比(bǐ)尔·盖茨已多次公开谈(tán)论人工(gōng)智能话(huà)题。在最近的一次采访(fǎng)中，他再(zài)次表示：“AI可能(néng)会让科技(jì)行业迎来一次剧烈的(de)洗牌”。

这个结论是他在当地时间(jiān)2月20日接受《In Good Company》节(jié)目(mù)专访(fǎng)时(shí)提出的(de)。

他预期，AI的发展可能会(huì)威胁到谷(gǔ)歌(gē)的(de)市占率，因为(wèi)微软在AI方面的(de)行动(dòng)相当迅(xùn)速。而最终科技巨头将(jiāng)把AI整(zhěng)合成用(yòng)户的“全能助手(shǒu)”，包揽一切应用，与人们进(jìn)行沟通并提(tí)供建议，可以(yǐ)取代亚马逊、Siri或Outlook等(děng)应(yīng)用。

大佬(lǎo)口中全能助手(shǒu)的到来(lái)可能尚需时日，但由ControlNet引发的(de)又一次AI绘画浪潮，让AIGC在ChatGPT的话题热点包围(wéi)中杀出重围(wéi)。

当日事当日毕什么意思，今日事今日毕,勿将今事待明日ata-type="jpeg" data-w="1000">

01

ControlNet颠(diān)覆AI绘(huì)画(huà)新玩(wán)法(fǎ)

AIGC向可控靠近

以AI绘画为代表的AIGC上一次爆(bào)火的时候，还是2022年8月，在美(měi)国科罗拉多州举办(bàn)的新兴数(shù)字艺术家(jiā)竞赛(sài)中，一(yī)幅名为《太空歌剧院》的(de)作品获奖。

随(suí)后各大厂(chǎng)商的AI绘(huì)画(huà)软件(jiàn)被广(guǎng)大(dà)网友熟知(zhī)并体(tǐ)验，Stable Diffusion便是(shì)其中代表。

用户们可以在应(yīng)用中输入一组关键(jiàn)词或(huò)者一(yī)张照片，就能(néng)获得(dé)一幅(fú)AI创作的画作。

作画的关键就是所输入的(de)文本。同一组(zǔ)关键词(cí)也(yě)可以(yǐ)创(chuàng)作出很(hěn)多张风格不一样的画作，这让创(chuàng)作的过程就像开盲盒。

很(hěn)多用户很喜(xǐ)欢这种不确定的惊(jīng)喜，他们(men)会(huì)将生成的美(měi)图(tú)当做头(tóu)像。而另一部分喜欢翻(fān)看(kàn)AI绘画的“翻车(chē)”作品(pǐn)。在社交媒体上，许多用户分享(xiǎng)AI“翻车现场(chǎng)”，例如(rú)，一(yī)位(wèi)网(wǎng)友(yǒu)的(de)小狗照片(piàn)被(bèi)AI画成了“肌肉男”，还有网(wǎng)友的个人(rén)照片(piàn)被AI识(shí)别(bié)成了(le)建(jiàn)筑(zhù)。

而(ér)如今(jīn)随着ControlNet的出现与加持，以往AI绘(huì)画的(de)填(tián)写关键(jiàn)词游戏可能要被颠覆了。

ControlNet是(shì)一位正在斯坦福读博(bó)的(de)中国(guó)人张吕敏创作(zuò)的一种基于控制(zhì)点的图像变形算法，主要用于数字(zì)图像处理、计算(suàn)机视觉和计算(suàn)机(jī)图形学(xué)等领域。

其SD插件一经(jīng)发布(bù)，在短短的两(liǎng)天内便成(chéng)为了AI绘画领域(yù)最新(xīn)的热点。

在此之(zhī)前，大家(jiā)用了很多方法(fǎ)想(xiǎng)让AI生成的结(jié)果尽可能的符合要求，但(dàn)是都不尽如人意，它(tā)的出现代表着AI生成开(kāi)始进入真正的可控(kòng)时(shí)期。

因为(wèi)ControlNet可以直接提(tí)取画面的(de)构图，人(rén)物的(de)姿势和画面的深度信息(xī)等。有了它的帮助，就(jiù)不用频繁的用(yòng)提示词来碰运(yùn)气，抽盲盒式的创作了(le)。

通俗的(de)说ControlNet相当于给AI绘(huì)画加了“魔法”，不少博主的作品已(yǐ)经获得了(le)大量的浏览(lǎn)量(liàng)，“viggo”就是(shì)其中(zhōng)之一，他用朋友(yǒu)的照片直接带她们走进动漫(màn)世(shì)界。

viggo先用(yòng)StableDiffusion图片转文字。

再(zài)用Text2Prompt插件拓展找到对应的关键词；最后用ControlNet插(chā)件绑定骨骼开始换(huàn)关键词试效果。

通过(guò)图(tú)片就可以看出来(lái)，效果十分惊艳(yàn)。

更厉害(hài)的是，除了(le)真(zhēn)实的照片(piàn)，草(cǎo)图也可以加上“魔法”，知(zhī)乎大牛“DevPoint”和“逗砂”介绍(shào)到ControlNet还(hái)能(néng)实现线(xiàn)稿转全彩图。大神张吕(lǚ)敏其本尊也(yě)亲自回应。

不得不(bù)说当下AIGC已经变(biàn)得越来(lái)越(yuè)强大(dà)，甚至(zhì)输出的(de)作(zuò)品都已经能(néng)以假乱(luàn)真了(le)。

02

难辨(biàn)虚实(shí)，AIGC技术(shù)力(lì)爆发

警惕(tì)安全问题

近(jìn)日，“苏州(zhōu)金鸡湖(hú)有(yǒu)游艇(tǐng)party”的(de)消息火遍(biàn)网络(luò)，而经过警方辟谣这所谓的“party”可能是全(quán)国(guó)第一起AI绘(huì)图诈骗。

由于这个活动里(lǐ)面给出的美女照片都是AI制作的(de)真(zhēn)人照片绘图，因为太(tài)逼真，被大(dà)家当成真事传播了(le)。

不(bù)过仔细观察可以发现，活动发起者提供的照片(piàn)中有个很大(dà)的(de)漏(lòu)洞可以发现并非真人(rén)，而是AI绘图，那便是图(tú)片中女性的手指部分有的存在异(yì)常。

有(yǒu)行业(yè)人事(shì)表示：“现在(zài)因为手指(zhǐ)部分(fēn)的绘画算(suàn)法比较复杂，AI还(hái)不太会(huì)画人的(de)手，但最新看到的图片已经有越来越完美的AI模型(xíng)出现，以(yǐ)后可能就完(wán)全(quán)没有(yǒu)漏洞(dòng)了(le)。”

类似的AI作图诈骗在国外也已(yǐ)有发生(shēng)。据英(yīng)国广(guǎng)播公(gōng)司(sī)报道，土耳其地震期间，有Tiktok用户使用(yòng)AI合(hé)成(chéng)了儿童(tóng)受灾的(de)假照(zhào)片(piàn)发布到网络，以此诱骗善良的人打赏“捐助”从而实(shí)施诈(zhà)骗。

目前随着技(jì)术发展，AIGC已(yǐ)经能做出真人照(zhào)片般的绘图(tú)效果，如果(guǒ)这(zhè)样的图(tú)片被用来诈骗，将非常可怕。

此外AIGC还引发(fā)了很多担忧，一方面，批判者认为AI在“学习(xí)”了大量前人的作品(pǐn)之(zhī)后，其(qí)创作没有任(rèn)何情绪和(hé)灵魂(hún)，难以和人类的艺术创作(zuò)相提并(bìng)论(lùn)。

另(lìng)一方面，AIGC背后的版权、目前都(dōu)并没有得到有(yǒu)效的解决，还(hái)有AIGC会不会代替人类“至高无(wú)上(shàng)”的创(chuàng)意(yì)。

马斯克也强调，人工(gōng)智能的安(ān)全(quán)问题需要(yào)得到重视，太(tài)晚就来不及了。

03

AIGC下一站(zhàn)除了视(shì)频，还(hái)有远方

技术都(dōu)是有两面性的，潜在(zài)的危害并不(bù)能掩盖其光(guāng)辉的(de)贡献(xiàn)。现(xiàn)在(zài)看来，人(rén)工智能技(jì)术将是第四次工业革命(mìng)的核心驱动力量，将创(chuàng)造新的增长奇迹。

过去一年(nián)，人工(gōng)智能在技(jì)术和商业(yè)层面(miàn)都(dōu)有了巨大进展，AI绘画就是(shì)人工智(zhì)能技术发生方向性改变的一个代表。其下一站(zhàn)或许就是视频。

此前，Meta和谷歌先后发(fā)布了几条引爆(bào)科技圈的短视频。这些视频引发关(guān)注(zhù)并非内容做得多优秀(xiù)，反而都非常(cháng)简(jiǎn)单，比如一(yī)匹正(zhèng)在喝(hē)水的马，一只画画的玩具熊，或者(zhě)一段骑摩托(tuō)车的第一视角录像，随便一(yī)个有手机(jī)的人都可以随(suí)手录下一段(duàn)。

但这些短(duǎn)视频的(de)创作方(fāng)式(shì)非常简单，创作者仅(jǐn)仅需要向AI输入一段话，甚(shèn)至只是说(shuō)一下要求(qiú)，AI就可(kě)以根据需要生成(chéng)一(yī)段(duàn)视(shì)频。

谷(gǔ)歌发布的两个AI生成(chéng)视(shì)频分别来自于Imagen Video和(hé)Phenaki，前者主(zhǔ)要突出的是(shì)高清，与Meta的Make-A-Video没有太多的(de)差别(bié)。

在Make-A-Video公(gōng)布了AI生成的视频后，AI圈就已经玩(wán)了一(yī)波梗，一个能(néng)够(gòu)做出更高清视频的AI还不足(zú)以在(zài)短时间(jiān)内(nèi)戳中兴奋点。

Phenaki更加令人(rén)震惊的地方在于，它可(kě)以(yǐ)制作出超(chāo)过2分(fēn)钟的连贯的也有(yǒu)确切内容的视(shì)频，这才是真(zhēn)正让人们感到惊喜的(de)地方。因为无论(lùn)AI生成的视(shì)频多么高清，也只能是为内容生当日事当日毕什么意思，今日事今日毕,勿将今事待明日产者(zhě)提供一个灵感(gǎn)，一个(gè)素材(cái)，一个(gè)过场(chǎng)动画。

不过能够(gòu)制作出有(yǒu)具体剧情内容的视频就意味着，一些视频创作(zuò)由AI代替人工完成已经(jīng)初步有了可能。

当下(xià)AI的发展速度已经超过大部分人(rén)的想(xiǎng)象。内容产业的本质是供(gōng)给创造需求(qiú)，AIGC作为全新的内容生(shēng)产方式，可以(yǐ)为内容产业带来更新的内(nèi)容风格(gé)、更快的生产速度，更低(dī)的(de)生产成本，这无(wú)疑会驱(qū)动内容产业的大爆发。

除(chú)了AI绘图、视频(pín)，AIGC技术还能应用(yòng)于音乐、代码、机(jī)器人动作等多种内容(róng)形式的生成(chéng)。不难发现该项技术不(bù)仅(jǐn)在游戏等行业能得到有效应用(yòng)，对于下一代互联网各(gè)种元素的构(gòu)建(jiàn)亦有关键意义(yì)。

从商业化的角(jiǎo)度来看，文化娱乐、教(jiào)育、传(chuán)媒等诸(zhū)多领域(yù)，本(běn)身就对基于AI的(de)可视化内容有(yǒu)强(qiáng)烈需(xū)求(qiú)。

因此，AI绘画及视(shì)频或不(bù)是(shì)结果，而只是(shì)AI进程(chéng)中(zhōng)的一块重要(yào)拼图，有望在技(jì)术更新的加(jiā)持下实(shí)现(xiàn)更大的应用价值。

AI从(cóng)理解内容(róng)，走向了可以生(shēng)成(chéng)内容，甚至(zhì)能够创(chuàng)造出独立价值和独立(lì)视角(jiǎo)的内(nèi)容(róng)。AIGC的再次出圈，更(gèng)代表(biǎo)着未来的先(xiān)进生(shēng)产力(lì)即将到来。

04

紧抓(zhuā)大模型与算力，牢固AIGC底座

从技(jì)术的发展也可以看出，在语言大模型、图像大模(mó)型之(zhī)后(hòu)，多模态大模型已经(jīng)成为(wèi)了新的(de)趋势(shì)。

大模型被誉为当前人工(gōng)智(zhì)能发展的智能(néng)底座，是全球竞争最激烈的研究(jiū)方向之一，包括谷(gǔ)歌、亚马逊、百(bǎi)度、阿里、腾讯等众多头部企业(yè)都在竞相发力(lì)。

不过训练大模型的确价格(gé)不菲，以国盛证券发布的《ChatGPT需要多少算(suàn)力》报告估(gū)算(suàn)，GPT-3训练一(yī)次的成本约为(wèi)140万美元。而对(duì)于一些(xiē)更大的(de)LLM(大型语言(yán)模型)，训练成本(běn)则介(jiè)于200万美元至(zhì)1200万美(měi)元高价之(zhī)间。

以ChatGPT在2023年1月(yuè)的独立访客平均(jūn)数1300万计算(suàn)，其对应芯片需(xū)求为(wèi)3万多(duō)片英(yīng)伟(wěi)达A100 GPU，初始(shǐ)投入(rù)成本约为8亿美元，每日仅电(diàn)费就在5万美(měi)元(yuán)左右。

此外不(bù)论是ChatGPT还是AIGC，都离不开庞大(dà)算力支(zhī)持。在关(guān)注各(gè)类大模型的发(fā)展同(tóng)时，更应该关注(zhù)算力网络(luò)的建设。

算力网络正(zhèng)驱(qū)动(dòng)AI产业发(fā)展进入史诗(shī)级加(jiā)速进程，让AIGC及通用(yòng)AI这一人工智能(néng)发展的(de)终极目标离得更(gèng)近。

因为(wèi)算力可以对突(tū)破性技术创新提供(gōng)大力的支(zhī)持。这方面(miàn)，多模态(tài)大模型是典型。作(zuò)为面向(xiàng)未(wèi)来强(qiáng)人工智能、通(tōng)用人(rén)工智能(néng)的重要技(jì)术创新，多模态(tài)大模型已(yǐ)经在(zài)人(rén)工智(zhì)能领域提出了很多(duō)年，业界也有不少技术(shù)突破，但是，多模态大模型进一步(bù)往下走，算力需(xū)求(qiú)呈几何式上(shàng)升，一般(bān)的算力基础(chǔ)设施很快将难以胜任。

从图像(xiàng)、文字、语音单独一项的训练，到双模(mó)态、三模态的跃迁，让(ràng)人工智(zhì)能可以灵活(huó)应对不同(tóng)模态的转化(huà)、像人与世界(jiè)交互一样自然，这方面，由算力网(wǎng)络来驱动将有明显优势。

此(cǐ)外，还有很多需(xū)要爆发式(shì)增长的算力来(lái)支撑的技术创新，将(jiāng)在(zài)人(rén)工智能(néng)算力网(wǎng)络支(zhī)撑(chēng)下快速推进。

AIGC已经露出曙光，期(qī)待在大模型(xíng)和大算力的支持下AIGC能持续颠(diān)覆内容(róng)生产的方式，将(jiāng)创造(zào)的边际成本(běn)降低，让万(wàn)众(zhòng)受益(yì)。

未经允许不得转载：橘子百科-橘子都知道 当日事当日毕什么意思，今日事今日毕,勿将今事待明日