自聊天机器人ChatGPT火爆以来，微(wēi)软公司创始(shǐ)人比尔·盖(gài)茨已多次公开谈(tán)论人工智能话题。在最近(jìn)的一次采访中，他再次表示：“AI可能(néng)会让(ràng)科技行业迎来一次剧烈的洗牌”。

这个结论是(shì)他在当(dāng)地时间2月20日接(jiē)受(shòu)《In Good Company》节目(mù)专访时提出的。

他(tā)预(yù)期，AI的发展可(kě)能会威(wēi)胁到谷歌的市(shì)占率，因为微软在AI方面的(de)行动相当(dāng)迅速。而最终科技巨头将把AI整合成(chéng)用户的“全(quán)能助手”，包(bāo)揽一切应用，与人(rén)们进行沟通并(bìng)提(tí)供建议，可以(yǐ)取代亚马逊、Siri或Outlook等应(yīng)用(yòng)。

大佬(lǎo)口中全能助(zhù)手的到来可能尚(shàng)需时日，但由ControlNet引发(fā)的又一次AI绘(huì)画(huà)浪潮，让AIGC在ChatGPT的(de)话(huà)题热点包(bāo)围中杀出重(zhòng)围。

01

ControlNet颠覆(fù)AI绘画新玩法(fǎ)

AIGC向可控(kòng)靠近

以AI绘(huì)画为代(dài)表的AIGC上一次(cì)爆火(huǒ)的(de)时候，还是2022年8月，在(zài)美(měi)国科(kē)罗拉多州举办(bàn)的新兴数字(zì)艺术家(jiā)竞(jìng)赛中，一幅名为(wèi)《太空歌(gē)剧院(yuàn)》的作品获奖。

随(suí)后各大(dà)厂商的AI绘画软件被广大网友熟知(zhī)并体验，Stable Diffusion便(biàn)是其中代表。

用户们可以在(zài)应用(yòng)中输(shū)入一组关键词或者一张照片，就能获得一幅AI创作的画作(zuò)。

作画的(de)关键就是所输入(rù)的文本。同一组关(guān)键词也(yě)可以创作出很多张风格不(bù)一样(yàng)的画作(zuò)，这让(ràng)创作的过程就像开盲(máng)盒。

很多用户很喜(xǐ)欢(huān)这种不确定的惊喜，他(tā)们会将生成的美图(tú)当(dāng)做头像。而另一(yī)部分喜(xǐ)欢翻看AI绘画的“翻车”作品。在社交媒体上，许多(duō)用户(hù)分(fēn)享(xiǎng)AI“翻车现场(chǎng)”，例如，一(yī)位网友的(de)小狗照片(piàn)被(bèi)AI画成(chéng)了(le)“肌肉男”，还有网(wǎng)友的个人照片(piàn)被(bèi)AI识别成(chéng)了建筑(zhù)。

而如(rú)今随着ControlNet的(de)出(chū)现(xiàn)与(yǔ)加持，以(yǐ)往AI绘画的填写关键词(cí)游戏可能要被颠覆(fù)了。

ControlNet是一位正在斯坦福读博的中国人张吕(lǚ)敏创作的一种基于控制(zhì)点(diǎn)的图像变(biàn)形算法，主要(yào)用于数(shù)字(zì)图(tú)像处理、计算机视觉和计算机图(tú)形(xíng)学(xué)等领(lǐng)域(yù)。

其SD插件一(yī)经发布，在短短的两天内便成为了AI绘画领域最新的热点(diǎn)。

在此之前(qián)，大家用了很多方法(fǎ)想让AI生成的结果尽(jǐn)可能(néng)的符合要(yào)求，但(dàn)是都不尽如人意，它的出(chū)现代表着(zhe)AI生成(chéng)开始进入真(zhēn)正的可控时期(qī)。

因为ControlNet可以直接提取画面的构(gòu)图，人物的姿(zī)势和画(huà)面(miàn)的深度信息等(děng)。有了它的帮助，就不用(yòng)频繁的用提(tí)示词来碰运气，抽盲盒式的创作了。

通俗(sú)的说(shuō)ControlNet相(xiāng)当于给AI绘画(huà)加了“魔法”，不少(shǎo)博主的作品已经获得了大量(liàng)的(de)浏览(lǎn)量，“viggo”就是(shì)其中之一，他用朋友的照片直(zhí)接带(dài)她们走进动漫(màn)世界。

百万美元宝贝真实事件，百万美元宝贝真实事件是真的吗rc="https://mmbiz.heiliaofuli.com/wp-content/uploads/2023/03/aaf8241fc774226.jpeg?imageMogr2/thumbnail/2160x0/format/webp/quality/80" data-ratio="1.1899488926746167" data-s="300,640" data-type="jpeg" data-w="1174">

viggo先用StableDiffusion图片转文(wén)字(zì)。

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

通过图(tú)片就可以看出(chū)来(lái)，效(xiào)果十分(fēn)惊艳(yàn)。

更(gèng)厉害(hài)的是，除了(le)真(zhēn)实的照片，草图也可以加上(shàng)“魔法”，知乎大牛“DevPoint”和“逗砂(shā)”介绍到ControlNet还(hái)能实现线稿(gǎo)转全彩图。大神(shén)张吕敏其本尊也亲自回应(yīng)。

不得不说当下AIGC已(yǐ)经变(biàn)得越来越(yuè)强大，甚至输出的作(zuò)品都已经能以假(jiǎ)乱真(zhēn)了。

02

难辨虚实，AIGC技术(shù)力爆发

警惕安全(quán)问题

近日(rì)，“苏州(zhōu)金(jīn)鸡湖有(yǒu)游艇party”的(de)消息火遍网(wǎng)络，而经过警方辟谣这所(suǒ)谓的(de)“party”可能是全(quán)国第一(yī)起AI绘图诈骗(piàn)。

由(yóu)于这个活动里(lǐ)面给出的美女照片都(dōu)是(shì)AI制作的真人(rén)照(zhào)片绘图，因(yīn)为太逼真，被大家当成真事传播了。

不过仔细观察可(kě)以(yǐ)发现，活(huó)动发起(qǐ)者提供的照片中(zhōng)有个很大的漏洞(dòng)可(kě)以发现(xiàn)并非真人，而是(shì)AI绘(huì)图，那便(biàn)是图片中(zhōng)女性(xìng)的手指部(bù)分有的存在(zài)异常。

有行业(yè)人事(shì)表示：“现在(zài)因为手指(zhǐ)部分的绘画算法比较(jiào)复杂，AI还(hái)不(bù)太会画人的手(shǒu)，但最新(xīn)看(kàn)到的图片(piàn)已(yǐ)经有越来(lái)越完(wán)美的AI模型出现，以后可能就完全(quán)没有漏(lòu)洞了。”

类(lèi)似(shì)的(de)AI作图诈骗在国外也(yě)已有发生。据英国广播(bō)公司报道，土耳(ěr)其地震期(qī)间，有Tiktok用户使用AI合成了儿童(tóng)受(shòu)灾的假照片发布到网络，以此(cǐ)诱骗善良的人打赏(shǎng)“捐助(zhù)”从而实施(shī)诈骗。

目前随着(zhe)技术发展，AIGC已经能做出(chū)真人照片般的绘图效(xiào)果，如果这样的(de)图片被(bèi)用来(lái)诈骗，将非常可(kě)怕。

此外AIGC还引发了(le)很多担忧，一方面，批判者认(rèn)为AI在“学习”了大量前(qián)人的作品之后，其(qí)创作(zuò)没有(yǒu)任何情(qíng)绪和灵魂，难以和人类的(de)艺术(shù)创作相提并论。

另一方面，AIGC背后(hòu)的版(bǎn)权、目前都并(bìng)没有得到有效的(de)解决(jué)，还有AIGC会不会代替人类(lèi)“至(zhì)高无上”的创意。

百万美元宝贝真实事件，百万美元宝贝真实事件是真的吗马斯克也强调，人工(gōng)智能的安全问题(tí)需要得到(dào)重视(shì)，太(tài)晚就(jiù)来不(bù)及了。

03

AIGC下一站除了视频，还有远(yuǎn)方(fāng)

技术都是有两面性的(de)，潜在的危害并不能掩(yǎn)盖其光辉的贡(gòng)献。现在看来，人工智能技术将是(shì)第四(sì)次工业革命的核心驱动(dòng)力量(liàng)，将(jiāng)创造新的增长奇(qí)迹。

过去一年(nián)，人工智能在技术和(hé)商业层面都有(yǒu)了(le)巨大进展，AI绘画就是人(rén)工智能技(jì)术发(fā)生(shēng)方向性(xìng)改变的一(yī)个代表。其下(xià)一站或许就是视频。

此(cǐ)前，Meta和谷歌先后发布(bù)了(le)几条引爆(bào)科技圈的短视频。这些视频引发关注并非(fēi)内容做得(dé)多百万美元宝贝真实事件，百万美元宝贝真实事件是真的吗优(yōu)秀(xiù)，反而都非常简单，比如一匹(pǐ)正(zhèng)在喝水的(de)马，一(yī)只(zhǐ)画画的玩(wán)具熊，或者一(yī)段(duàn)骑摩托车的第一视角录像，随便一(yī)个有手机的人(rén)都可以(yǐ)随手录下一(yī)段。

但(dàn)这些短视(shì)频的创(chuàng)作方式非(fēi)常简单，创作者仅仅需要(yào)向AI输入一段话，甚(shèn)至只是说一下(xià)要求，AI就可以(yǐ)根(gēn)据需要生成(chéng)一段视频。

谷歌发(fā)布(bù)的(de)两个(gè)AI生(shēng)成视频分别来自于Imagen Video和Phenaki，前(qián)者(zhě)主要突出的是高清(qīng)，与Meta的Make-A-Video没有太多(duō)的(de)差别。

在Make-A-Video公布了AI生成的(de)视频后，AI圈(quān)就已经(jīng)玩了(le)一波梗，一个能够做出更高清(qīng)视(shì)频的AI还不足(zú)以在短时间内戳(chuō)中兴奋点。

Phenaki更加令人震惊(jīng)的地方(fāng)在(zài)于，它可以(yǐ)制作出超过2分钟的连贯的也有确切内容的视(shì)频，这才是(shì)真正让人们感到(dào)惊喜的地方。因为无论AI生成的视频多么(me)高清，也只能是为内容生产者提(tí)供一个灵(líng)感(gǎn)，一个素(sù)材，一(yī)个(gè)过场(chǎng)动画。

不过能够(gòu)制作出有具体(tǐ)剧情内容(róng)的视(shì)频(pín)就意(yì)味着，一些视频创作(zuò)由AI代替(tì)人(rén)工(gōng)完成已经(jīng)初步有了可能。

当下(xià)AI的发(fā)展速度已经超过(guò)大部分人的想象。内容产业的本质是供给创造需求，AIGC作为全新(xīn)的内容生产(chǎn)方式，可以(yǐ)为内容产业带来更新的(de)内容风格、更快的生产速(sù)度，更低(dī)的(de)生产(chǎn)成本，这无(wú)疑会驱动内容产业的大爆发(fā)。

除了AI绘(huì)图、视频，AIGC技术还能应用于(yú)音乐(lè)、代码、机器人(rén)动作(zuò)等多种内容(róng)形式的生成。不难发现(xiàn)该项技术不仅在(zài)游戏等行业能(néng)得到有效(xiào)应用，对于下一代(dài)互联网各种元素的构建亦有关键意义。

从商业(yè)化的角度来(lái)看，文化(huà)娱乐、教(jiào)育、传媒等诸(zhū)多(duō)领(lǐng)域，本(běn)身就对基于AI的可视(shì)化内容有(yǒu)强烈需(xū)求。

因此，AI绘画(huà)及视(shì)频或不是结果，而只(zhǐ)是AI进程中(zhōng)的一(yī)块重要拼(pīn)图，有望(wàng)在技术更(gèng)新(xīn)的加(jiā)持(chí)下(xià)实现更(gèng)大(dà)的应用价值。

AI从理解内容，走向(xiàng)了(le)可(kě)以生成内容，甚至(zhì)能够创(chuàng)造(zào)出独(dú)立价值和独立视角的内容。AIGC的再次出圈，更代表着未来的先进生(shēng)产力(lì)即将(jiāng)到来。

04

紧抓(zhuā)大(dà)模(mó)型与算力，牢固AIGC底座

从技术的发展也可以看出，在语言大模型(xíng)、图像大模型之后，多模态(tài)大模型(xíng)已(yǐ)经成为了新的(de)趋势。

大模(mó)型被誉为(wèi)当前(qián)人工(gōng)智(zhì)能(néng)发展的智(zhì)能底座，是全球(qiú)竞争最激烈的研究(jiū)方向(xiàng)之一，包括谷歌、亚马逊、百(bǎi)度、阿里、腾(téng)讯(xùn)等众多(duō)头(tóu)部企(qǐ)业(yè)都在(zài)竞相发力。

不过训练大模型(xíng)的确价格不菲(fēi)，以国(guó)盛证券发布(bù)的《ChatGPT需要多少算力》报(bào)告估算，GPT-3训练一次的成本约为(wèi)140万美元。而对于(yú)一些更大(dà)的LLM(大型语言模型(xíng))，训(xùn)练成本(běn)则介于200万美(měi)元至1200万美元高价之间。

以ChatGPT在2023年1月的独立(lì)访客平均数1300万计算，其对应芯片需求(qiú)为3万多(duō)片英伟(wěi)达A100 GPU，初始投入成本(běn)约为8亿美元(yuán)，每日仅电费就(jiù)在5万美元左(zuǒ)右。

此外不论是ChatGPT还是AIGC，都(dōu)离不(bù)开庞(páng)大(dà)算力支持。在关注(zhù)各类大模型的(de)发展同时，更应该关注算(suàn)力网络的建设。

算力(lì)网络(luò)正驱(qū)动AI产业发展进(jìn)入史诗级加速(sù)进程，让AIGC及通用AI这(zhè)一人工智能发展的终极目标离(lí)得更(gèng)近。

因为算力(lì)可以对突破性技(jì)术创新(xīn)提供大(dà)力(lì)的支持(chí)。这方面，多模态大(dà)模型是(shì)典(diǎn)型。作为(wèi)面向未(wèi)来(lái)强人工智能、通用人工智能的重要(yào)技术(shù)创(chuàng)新，多(duō)模态(tài)大(dà)模型已经在人(rén)工智(zhì)能(néng)领(lǐng)域(yù)提出了很多(duō)年(nián)，业界也有(yǒu)不(bù)少技术突破，但是(shì)，多模(mó)态(tài)大模型(xíng)进(jìn)一步往下走(zǒu)，算力需求呈几(jǐ)何式上升，一般的算力基础设施很快将难以胜任。

从图像、文字、语音单独一项(xiàng)的训练，到(dào)双模(mó)态、三模态的跃迁，让人工智能可以灵活(huó)应对不(bù)同模态的转化、像人(rén)与(yǔ)世界交互一样自然，这(zhè)方面，由算力网络来(lái)驱(qū)动(dòng)将有(yǒu)明显优势。

此外(wài)，还有很(hěn)多(duō)需要爆发式增(zēng)长的算力来支撑的技术创新，将在(zài)人工智能算(suàn)力网络(luò)支(zhī)撑(chēng)下快速推进。

AIGC已经露出曙光，期(qī)待在大模型和大(dà)算力的支(zhī)持下AIGC能持续颠覆内(nèi)容生(shēng)产的方式，将创造的边际(jì)成本(běn)降(jiàng)低，让万众(zhòng)受益。

未经允许不得转载：橘子百科-橘子都知道 百万美元宝贝真实事件，百万美元宝贝真实事件是真的吗