自(zì)聊天机器人ChatGPT火爆(bào)以(yǐ)来，微软公司创始人比(bǐ)尔(ěr)·盖(gài)茨已多次公开谈论人(rén)工智(zhì)能话题。在最近的一次采(cǎi)访(fǎng)中，他再次表示：“AI可(kě)能会(huì)让科技(jì)行业(yè)迎来(lái)一次(cì)剧烈的洗牌(pái)”。

这(zhè)个结(jié)论(lùn)是他在(zài)当地时间(jiān)2月20日接受《In Good Company》节目专(zhuān)访时提(tí)出的。

他预(yù)期，AI的发展可能会威(wēi)胁到谷歌的市(shì)占率(lǜ)，因为微软在AI方面的行(xíng)动(dòng)相当迅速。而最(zuì)终科技(jì)巨头(tóu)将把AI整合成(chéng)用户的“全能助手”，包(bāo)揽一切应用，与(yǔ)人们进行沟通并提(tí)供建议(yì)，可以取代亚马逊、Siri或Outlook等应用(yòng)。

大佬口中全能助手的到来可能尚需时日，但(dàn)由ControlNet引(yǐn)发的又(yòu)一(yī)次AI绘画浪潮，让(ràng)AIGC在ChatGPT的话题(tí)热(rè)点包围(wéi)中杀出重围。

2018年中秋节是几月几号，2018年中秋节是哪一天阳历="503.46020761245677" data-ratio="0.503" data-s="300,640" data-type="jpeg" data-w="1000">

01

ControlNet颠(diān)覆(fù)AI绘(huì)画新玩法

AIGC向可控(kòng)靠近(jìn)

以AI绘画(huà)为代表的AIGC上一次爆火的时候，还是(shì)2022年8月，在美国科罗拉多州举(jǔ)办的新兴数字艺术家竞(jìng)赛中，一幅名为《太空歌剧(jù)院(yuàn)》的作品获奖。

随后各大厂商(shāng)的(de)AI绘画软件(jiàn)被广大网友熟知(zhī)并体(tǐ)验，Stable Diffusion便是其中代表。

用户(hù)们(men)可以在应(yīng)用中输(shū)入一组关键词或者(zhě)一张照片(piàn)，就(jiù)能获(huò)得一幅AI创(chuàng)作的画作。

作(zuò)画的关键就是所输入的文本。同一组(zǔ)关键词也可(kě)以创作出很多张风格(gé)不一样(yàng)的画(huà)作，这(zhè)让(ràng)创作(zuò)的过程(chéng)就像开盲盒。

很多用户很喜欢这种不确(què)定(dìng)的(de)惊喜，他们会将生成的美(měi)图当(dāng)做头像。而另一部分(fēn)喜欢翻看(kàn)AI绘(huì)画的“翻车”作品。在社交媒体上(shàng)，许多用(yòng)户分享(xiǎng)AI“翻车现(xiàn)场”，例如，一位网(wǎng)友(yǒu)的小狗照片(piàn)被(bèi)AI画(huà)成了“肌肉男”，还有网友(yǒu)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(chí)，以往AI绘画的填写关(guān)键词游戏可能(néng)要被(bèi)颠覆了(le)。

ControlNet是一(yī)位(wèi)正在斯坦福读博的中国人张(zhāng)吕敏创作的一种基于(yú)控(kòng)制点(diǎn)的图(tú)像变形算(suàn)法，主(zhǔ)要用于数(shù)字(zì)图像(xiàng)处理、计算机视觉和计算机图形学等领域(yù)。

其SD插(chā)件(jiàn)一经发布，在(zài)短短的两天内便成为了(le)AI绘画(huà)领域最新的热(rè)点。

在此(cǐ)之前，大家(jiā)用(yòng)了很(hěn)多(duō)方法想让(ràng)AI生(shēng)成的结果尽(jǐn)可能的符合要求，但是都(dōu)不尽如人意，它的出现代表着AI生成开始进入真正(zhèng)的可控时期。

因为ControlNet可以直接提取画面(miàn)的构图(tú)，人物的(de)姿势和画面的深度(dù)信息(xī)等。有了它的帮助(zhù)，就不用频繁的用提(tí)示词(cí)来碰运气(qì)，抽盲(máng)盒式的创(chuàng)作了。

通俗(sú)的说(shuō)ControlNet相当于给AI绘画加了“魔法”，不少博(bó)主的作(zuò)品已经获得(dé)了大量(liàng)的浏览量，“viggo”就是其(qí)中之一(yī)，他(tā)用(yòng)朋友的(de)照片直(zhí)接带她们走进(jìn)动(dòng)漫世界。

viggo先用StableDiffusion图(tú)片转文(wén)字。

再用Text2Prompt插件拓展找到对应的关(guān)键(jiàn)词(cí)；最后用(yòng)ControlNet插件绑(bǎng)定骨骼开(kāi)始(shǐ)换(huàn)关键词试效果。

通(tōng)过图片就可以看出来，效(xiào)果十分(fēn)惊艳(yàn)。

更厉害的是，除了真实的照片，草图(tú)也可以加(jiā)上“魔法”，知乎大牛“DevPoint”和“逗砂”介绍(shào)到ControlNet还能(néng)实现线(xiàn)稿转(zhuǎn)全彩图。大神(shén)张吕敏其本尊(zūn)也(yě)亲自回应。

不得(dé)不说当下(xià)AIGC已经变得越来越强大，甚(shèn)至输(shū)出(chū)的作品都(dōu)已经能以(yǐ)假(jiǎ)乱真(zhēn)了(le)。

02

难辨虚(xū)实，AIGC技术(shù)力爆(bào)发

警惕安全问题

近日，“苏(sū)州金鸡湖有游艇party”的消息火遍网(wǎng)络(luò)，而经过警(jǐng)方辟谣这(zhè)所(suǒ)谓的(de)“party”可能是(shì)全国第一起AI绘图诈骗。

由于这个活(huó)动(dòng)里面给出的美女照片都是AI制作的真(zhēn)人照片绘(huì)图(tú)，因为太逼真(zhēn)，被大家(jiā)当(dāng)成真(zhēn)事(shì)传播了。

不过仔(zǎi)细观(guān)察可(kě)以(yǐ)发(fā)现(xiàn)，活动发起者提(tí)供的照片中有个很大的漏洞可以(yǐ)发(fā)现并非真人，而是AI绘(huì)图，那便是(shì)图(tú)片中(zhōng)女性的手指部分有(yǒu)的(de)存(cún)在异常。

有(yǒu)行业(yè)人事表示：“现在因为手指(zhǐ)部分的绘画算法比较(jiào)复杂，AI还不太会(huì)画人的手，但最新看到的图片已(yǐ)经(jīng)有越来(lái)越完美的AI模型出现，以后可能就完全没有(yǒu)漏洞了。”

类似的(de)AI作(zuò)图诈骗在国外也已有发(fā)生。据英(yīng)国广播公司报道(dào)，土耳其地震期(qī)间，有Tiktok用户使用AI合(hé)成(chéng)了儿(ér)童受灾(zāi)的假照片发布到网络，以此(cǐ)诱(yòu)骗善(shàn)良的人(rén)打赏“捐(juān)助”从而实(shí)施诈(zhà)骗。

目前随着(zhe)技术发展，AIGC已经能(néng)做出真人照片般的绘图效果(guǒ)，如(rú)果这样的图片被用来诈骗，将非常(cháng)可(kě)怕。

此(cǐ)外AIGC还引发了很(hěn)多担忧(yōu)，一方面，批判者认为AI在(zài)“学习”了大量前人(rén)的(de)作品之后(hòu)，其创作没有任何情绪(xù)和灵(líng)魂，难以和(hé)人类(lèi)的艺(yì)术创作相提并论。

另一(yī)方面(miàn)，AIGC背后的版(bǎn)权、目(mù)前(qián)都并没(méi)有得到有效的解决，还(hái)有AIGC会不会代(dài)替人类“至高(gāo)无(wú)上”的(de)创意。

马斯(sī)克也(yě)强(qiáng)调，人工智能(néng)的(de)安全问(wèn)题需要得到重视，太晚就来不(bù)及了。

03

AIGC下一(yī)站除了(le)视(shì)频，还有远方(fāng)

技术都是(shì)有两面性的，潜在(zài)的危害并不能掩盖(gài)其光(guāng)辉(huī)的贡献(xiàn)。现在看(kàn)来，人工智能技(jì)术(shù)将是第四次工业革命的核心驱动力量(liàng)，将创造(zào)新的增(zēng)长奇(qí)迹。

过去一年，人工智能(néng)在(zài)技(jì)术和商业层面都有了巨大进展，AI绘画就(jiù)是人工智能(néng)技术发生方向(xiàng)性(xìng)改变的一个代表。其下(xià)一站或许就是(shì)视频。

此前，Meta和谷歌先(xiān)后发布了几条引爆科技圈的短视(shì)频。这(zhè)些(xiē)视(shì)频引发(fā)关注并非内容做得多优秀，反而都非常简单，比如一匹正在(zài)喝水的马，一只画画的玩具熊，或者一段骑摩托车的(de)第一视角(jiǎo)录像，随便一个有手机的人都可(kě)以随手录下(xià)一(yī)段。

但这(zhè)些短视频的创作(zuò)方式非常(cháng)简单，创作者仅仅需(xū)要向AI输(shū)入一段话，甚(shèn)至(zhì)只是说一(yī)下要求，AI就可以根据需要(yào)生成一(yī)段视频。

谷歌发布的(de)两个(gè)AI生成视频分(fēn)别来自于Imagen Video和Phenaki，前者主要突(tū)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生成的(de)视频(pín)后，AI圈就已经玩了一波梗，一(yī)个(gè)能够做(zuò)出更高清视频的AI还不足以在短(duǎn)时间内戳中(zhōng)兴(xīng)奋点。

Phenaki更加令人震惊的地方在于，它可以(yǐ)制作出超过2分(fēn)钟的连贯的也有(yǒu)确切内容(róng)的视频，这(zhè)才是(shì)真正让人(rén)们感到惊喜(xǐ)的地方。因为无论AI生成的视频多(duō)么高清，也只能是为内容生产者(zhě)提供一个灵(líng)感(gǎn)，一个素材，一个过场动(dòng)画。

不过(guò)能够制作出有具体(tǐ)剧(jù)情内容的视频就意味着(zhe)，一些视频创作由AI代(dài)替人工完成已经初(chū)步有了可能。

当下AI的发展速度(dù)已(yǐ)经超(chāo)过大部分人的想象。内容产业的本质(zhì)是(shì)供给创造需(xū)求，AIGC作(zuò)为全新(xīn)的内容生产方式，可(kě)以(yǐ)为内(nèi)容产业(yè)带(dài)来更(gèng)新(xīn)的内(nèi)容(róng)风格(gé)、更快的生产速(sù)度，更(gèng)低的生产成本(běn)，这无疑会驱(qū)动内容产业的大爆(bào)发。

除了AI绘(huì)图、视频，AIGC技术还能应用于音乐、代码、机器人动作(zuò)等多(duō)种内容形式的生成(chéng)。不(bù)难发现(xiàn)该(gāi)项技术不(bù)仅在游戏(xì)等行业能得(dé)到有效应用，对于下一代互联网各种(zhǒng)元(yuán)素的构建亦有(yǒu)关键意义(yì)。

从商业(yè)化(huà)的角度来看，文(wén)化娱乐、教育、传媒等诸(zhū)多(duō)领域，本身(shēn)就对基于AI的可视化内(nèi)容有强烈需求。

因此(cǐ)，AI绘(huì)画及视(shì)频或(huò)不是结果，而(ér)只是(shì)AI进程(chéng)中的一块重(zhòng)要(yào)拼图，有望在(zài)技术更新的加持下实现更大的应用价值。

AI从理解内(nèi)容，走向了可以生成内(nèi)容(róng)，甚至能够创造(zào)出独立价值(zhí)和独立视角的(de)内容(róng)。AIGC的再次出(chū)圈，更代表着未来的先(xiān)进(jìn)生产(chǎn)力(lì)即将到来。

04

紧(jǐn)抓大模型与算力，牢固AIGC底座

从技术(shù)的发展也可以看(kàn)出(chū)，在语(yǔ)言大(dà)模型(xíng)、图像大模型之后(hòu)，多模态大模型已经成为了新的趋势(shì)。

大模型被(bèi)誉(yù)为当前人工智能发(fā)展的(de)智(zhì)能底(dǐ)座，是全球(qiú)竞(jìng)争最激烈(liè)的研究方向之(zhī)一，包(bāo)括谷歌、亚马逊、百度、阿里、腾讯等众多头(tóu)部(bù)企业都在竞相发力。

不过训练(liàn)大模型的确价格不菲，以国盛证券(quàn)发(fā)布(bù)的《ChatGPT需(xū)要多(duō)少算力》报告估(gū)算，GPT-3训练(liàn)一次的成本约为(wèi)140万美(měi)元。而对于一些更大(dà)的LLM(大(dà)型(xíng)语言模型)，训练成本则介(jiè)于200万美元至1200万美元高价(jià)之间。

以(yǐ)ChatGPT在2023年1月的(de)独立访(fǎng)客平均数1300万计(jì)算，其对应(yīng)芯片需求为(wèi)3万多片英伟达A100 GPU，初始(shǐ)投入成本约为(wèi)8亿美元(yuán)，每日仅(jǐn)电费就在5万美元左右(yòu)。

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

算力(lì)网络正驱动AI产业发展进入(rù)史(shǐ)诗级加速(sù)进程(chéng)，让AIGC及通用AI这(zhè)一人(rén)工智(zhì)能发展的(de)终极目标离(lí)得更近。

因为算力可以对突(tū)破性技术创新提供大力(lì)的支持。这方面，多模态大(dà)模型(xíng)是典(diǎn)型。作(zuò)为(wèi)面向未来强人(rén)工智能、通(tōng)用人工(gōng)智能(néng)的重要技术(shù)创新，多模(mó)态(tài)大(dà)模型已经在人工(gōng)智能领域提(tí)出了很多年，业(yè)界也有不少技(jì)术突破，但(dàn)是，多(duō)模态大模(mó)型进一步(bù)往下走，算(suàn)力(lì)需求(qiú)呈几何式上(shàng)升，一(yī)般的算力(lì)基础设(shè)施很(hěn)快将难以胜任。

从图像、文字、语音单独一项(xiàng)的训(xùn)练，到双模(mó)态、三模态的(de)跃迁，让人工智能可以灵活应对不同模态的转化、像人与世界交互一(yī)样自然(rán)，这方面(miàn)，由算(suàn)力网(wǎng)络来驱动将有明显优势。

此外，还(hái)有(yǒu)很多需要(yào)爆发式增长的算力来支(zhī)撑的技术创新，将在人工(gōng)智能(néng)算(suàn)力网络支撑下(xià)快速(sù)推(tuī)进(jìn)。

AIGC已经(jīng)露出曙光，期待在大模型和大算力的支持下AIGC能持续颠覆内容生产的方式(shì)，将创造的边际成本降低，让万众(zhòng)受益。

未经允许不得转载：橘子百科-橘子都知道 2018年中秋节是几月几号，2018年中秋节是哪一天阳历