自聊天机器人ChatGPT火(huǒ)爆以来，微软公(gōng)司创始(shǐ)人比尔·盖茨已多次(cì)公开谈论人工(gōng)智能话题。在最近的一(yī)次采访中，他再次表(biǎo)示：“AI可能会让科技行业(yè)迎(yíng)来一(yī)次剧烈的洗牌(pái)”。

这个结论(lùn)是他(tā)在当地时间2月20日接受《In Good Company》节目专访(fǎng)时提出的。

他预期，AI的发(fā)展可能会威胁到谷歌的市(shì)占率，因为微软在(zài)AI方(fāng)面(miàn)的行(xíng)动相当迅速。而最终科技巨(jù)头将把AI整合成用户的“全能(néng)助手(shǒu)”，包揽(lǎn)一切应用，与人们进行沟通并提供建议，可以取代亚马(mǎ)逊(xùn)、Siri或Outlook等应用。

大佬口中全能助手的到来(lái)可能尚需时日(rì)，但由ControlNet引发的又一次AI绘画浪潮，让(ràng)AIGC在ChatGPT的(de)话题热点(diǎn)包围中杀出(chū)重围。

01

ControlNet颠覆AI绘画新玩法(fǎ)

AIGC向可控靠近

以AI绘画为(wèi)代表的AIGC上一次爆(bào)火的(de)时候，还(hái)是(shì)2022年(nián)8月，在(zài)美(měi)国科罗拉(lā)多州举办的(de)新兴数字艺术家竞赛中，一幅(fú)名为《太(tài)空歌剧院》的作品获奖。

随后各大厂(chǎng)商的AI绘画软件(jiàn)被广大网友熟知并体验，Stable Diffusion便是其(qí)中代表。

用户们可以在应用中(zhōng)输入一组(zǔ)关键(jiàn)词或(huò)者一张照片(piàn)，就(jiù)能获(huò)得一幅AI创作的画作。

作(zuò)画的(de)关键就是所输(shū)入的文本(běn)。同一(yī)组关键词(cí)也可以创作出(chū)很(hěn)多张风格不(bù)一样(yàng)的画作(zuò)，这让创(chuàng)作的过程(chéng)就像开盲盒。

很多用户很喜欢这种不确定的惊(jīng)喜，他们会(huì)将生成的(de)美图当做头像。而另一部分喜欢(huān)翻(fān)看AI绘画的(de)“翻车”作品(pǐn)。在(zài)社交媒(méi)体(tǐ)上(shàng)，许多(duō)用(yòng)户分享AI“翻车(chē)现场”，例如，一位网友(yǒu)的小狗(gǒu)照片被AI画成了(le)“肌肉男”，还有网友(yǒu)的个人照片被AI识别成了建筑(zhù)。

而如今随着(zhe)ControlNet的出现(xiàn)与(yǔ)加(jiā)持，以往(wǎng)AI绘画的填写关键词游戏可能要被颠覆了。

ControlNet是一位正(zhèng)在(zài)斯坦福读博的中(zhōng)国人张吕敏创(chuàng)作的一种(zhǒng)基于控制点(diǎn)的图像变形算(suàn)法，主(zhǔ)要用(yòng)于数字图像处理、计算(suàn)机视(shì)觉(jué)和计算(suàn)机图形学(xué)等领域。

其SD插件一(yī)经发布(bù)，在(zài)短短的(de)两(liǎng)天(tiān)内便(biàn)成为了AI绘画领域(yù)最新(xīn)的热点。

在(zài)此(cǐ)之(zhī)前，大家(jiā)用(yòng)了很多方法(fǎ)想让AI生(shēng)成的结果尽(jǐn)可能的符合(hé)要求(qiú)，但(dàn)是都不尽(jǐn)如人意，它的出(chū)现代表着(zhe)AI生成开始进入真(zhēn)正的(de)可控时期。

因(yīn)为ControlNet可以直(zhí)接提取画面(miàn)的(de)构图，人物的(de)姿势和画面(miàn)的深度信(xìn)息等(děng)。有(yǒu)了它的帮(bāng)助，就(jiù)不用频(pín)繁的用(yòng)提(tí)示词(cí)来(lái)碰运气，抽盲盒(hé)式的创作了。

通俗的说ControlNet相当于给AI绘画加了“魔(mó)法”，不少(shǎo)博(bó)主的作品已经(jīng)获得了大量(liàng)的浏览(lǎn)量，“viggo”就(jiù)是(shì)其(qí)中之一，他用朋友的(de)照片直接(jiē)带她们(men)走进(jìn)动漫世(shì)界。

viggo先用StableDiffusion图片转文字。

再用Text2Prompt插(chā)件(jiàn)拓展找(zhǎo)到对应的关键(jiàn)词；最(zuì)后用ControlNet插件绑定骨骼开始换关(guān)键词试(shì)效果。

通(tōng)过(guò)图片就可(kě)以(yǐ)看出来(lái)，效(xiào)果(guǒ)十分惊艳。

更厉害的(de)是，除了真实的(de)照片，草图(tú)也可(kě)以加上“魔(mó)法(fǎ)”，知乎大牛(niú)“DevPoint”和(hé)“逗砂”介绍(shào)到ControlNet还能实现线稿转全(quán)彩图。大神张吕敏其本(běn)尊也亲自(zì)回应。

不得不(bù)说当下AIGC已经变得越来越强大，甚至(zhì)输出的作品都已经能以假乱真了(le)。

02

难辨虚实，AIGC技(jì)术(shù)力爆发

警惕安全问(wèn)题

近日，“苏州金鸡湖有游艇(tǐng)party”的(de)消(xiāo)息火遍网络，而经(jīng)过警方辟(pì)谣(yáo)这所谓的“party”可能是全国第(dì)一起AI绘图诈骗。

由于这(zhè)个活动里面给出(chū)的美女(nǚ)照片(piàn)都是AI制作的真人照片(piàn)绘图(tú)，因为(wèi)太逼真(zhēn)，被(bèi)大(dà)家当成真事传播了。

不过仔细观(guān)察可以发现(xiàn)，活动发起者恒星年和回归年的区别通俗易懂的，恒星年和回归年的区别原因提供的照(zhào)片中有个很大的漏洞可(kě)以发现(xiàn)并(bìng)非真人，而是AI绘(huì)图(tú)，那(nà)便是图片(piàn)中(zhōng)女性的手(shǒu)指(zhǐ)部分(fēn)有的存在异常。

有行业人事表示：“现在因为手指部分的绘(huì)画算法比较复(fù)杂，AI还不太会画人的手，但最新看(kàn)到(dào)的图片已经有(yǒu)越来越完美的(de)AI模型出(chū)现，以后(hòu)可能就完(wán)全没有漏洞(dòng)了。”

类(lèi)似的AI作图(tú)诈骗在国外也已(yǐ)有发生(shēng)。据英国(guó)广播公司报(bào)道，土耳(ěr)其地震期间，有Tiktok用户使(shǐ)用(yòng)AI合成了儿童受灾的假照片发布到(dào)网络，以此诱骗善良(liáng)的人打(dǎ)赏“捐助”从而实施诈(zhà)骗。

目前随着技术发展，AIGC已经能做出(chū)真人照片般的(de)绘(huì)图效果，如(rú)果(guǒ)这样的(de)图片被用来诈骗，将非常可(kě)怕。

此(cǐ)外AIGC还引发了(le)很(hěn)多担忧，一方面，批判者认(rèn)为AI在“学习”了(le)大量(liàng)前人的(de)作品之后(hòu)，其(qí)创(chuàng)作没(méi)有任何(hé)情绪和灵魂，难以和人(rén)类的艺术创作相提并论(lùn)。

另一方面，AIGC背后的(de)版(bǎn)权(quán)、目前都并没有得到有效的解决，还(hái)有AIGC会(huì)不会代替人类“至高(gāo)无上”的创意。

马斯克也强(qiáng)调，人工智能的安全问题需要得到重视，太晚就来(lái)不及了。

03

AIGC下(xià)一站除了视频，还有远方

技术都(dōu)是有两面性的，潜在的(de)危(wēi)害(hài)并(bìng)不能掩盖(gài)其光(guāng)辉的贡献。现在看(kàn)来，人工智能技术将(jiāng)是第(dì)四(sì)次(cì)工业革命的(de)核心(xīn)驱动力量，将创造新的增长奇(qí)迹。

过去一(yī)年(nián)，人工智能在技术和(hé)商业层面都有了巨大进(jìn)展(zhǎn)，AI绘画(huà)就是人工(gōng)智(zhì)能技术发生方向性(xìng)改变的一个代表。其下一站或许就(jiù)是(shì)视(shì)频。

此前，Meta和谷歌先后发布了(le)几条引(yǐn)爆科技(jì)圈的短(duǎn)视频。这些视频引发关注并非内容做得多优秀(xiù)，反(fǎn)而都非常简单，比如一匹正在喝水的马，一只(zhǐ)画(huà)画(huà)的玩具熊，或者一段骑摩托车的第(dì)一视角录(lù)像(xiàng)，随便(biàn)一个有手机的人都可以(yǐ)随手录下(xià)一段。

但(dàn)这些短视频的创(chuàng)作方式非常(cháng)简单，创作者(zhě)仅仅需要向AI输入一段话，甚(shèn)至只是说一下要求，AI就(jiù)可以(yǐ)根(gēn)据需要生成一段(duàn)视频(pín)。

谷歌发布(bù)的两个(gè)AI生成视频分(fēn)别来自(zì)于Imagen Video和(hé)Phenaki，前者(zhě)主要(yào)突出的是高(gāo)清，与Meta的(de)Make-A-Video没有太多的差(chà)别(bié)。

在Make-A-Video公(gōng)布了(le)AI生成(chéng)的(de)视(shì)频后，AI圈就已经玩了一(yī)波梗，一个能够做(zuò)出(chū)更高清视频(pín)的(de)AI还不足(zú)以在短时间内戳中(zhōng)兴奋点。

Phenaki更加令人震惊(jīng)的地方在于，它可以制作出超过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(rén)们感到(dào)惊(jīng)喜(xǐ)的(de)地方。因(yīn)为无论AI生成的视频多么(me)高清，也只能是(shì)为内容生产者提供一个灵感(gǎn)，一个素(sù)材(cái)，一个过场动(dòng)画。

不过能够(gòu)制(zhì)作出有具体剧情内容的视(shì)频(pín)就意味着，一些视频创作由AI代替(tì)人工完成已经初步有了(le)可能。

当(dāng)下(xià)AI的发展速度已经超过大部分人的想象。内容产业(yè)的本质(zhì)是供给创造需求，AIGC作为(wèi)全新(xīn)的内容生(shēng)产方(fāng)式(shì)，可以为内容产业带来(lái)更新的内容风格、更快的生产速(sù)度，更低的生(shēng)产成本，这无疑会(huì)驱动内(nèi)容产(chǎn)业的大爆(bào)发。

除了AI绘图、视频(pín)，AIGC技术还能应用于音乐(lè)、代(dài)码、机(jī)器人(rén)动作等多种内容形式的(de)生成。不(bù)难发现该项技术不仅在游戏(xì)等行业能(néng)得到有效应用，对(duì)于下一(yī)代(dài)互联网各种元素(sù)的(de)构建亦有关键(jiàn)意义。

从商业(yè)化的(de)角度来看，文化娱乐(lè)、教育、传媒等诸多领域(yù)，本身就对基于AI的可视(shì)化内容有强烈需(xū)求(qiú)。

因此，AI绘画及视频或不是结果，而只是(shì)AI进程中的一块(kuài)重要拼图，有望在技(jì)术更新的加(jiā)持下实现更(gèng)大(dà)的应用价值。

AI从理解内容，走向了可(kě)以生成(chéng)内(nèi)容，甚至能够创造出独立价值和独立(lì)视(shì)角(jiǎo)的内容。AIGC的再次出圈，更代表着未来(lái)的先(xiān)进生产力即(jí)将(jiāng)到来。

04

紧抓大模型与算力，牢固AIGC底(dǐ)座

从技术的发展也可以看出(chū)，在语言大模型、图像大模型之后，多(duō)模态大模型已经成为了新的趋(qū)势。

大模型被(bèi)誉为当前人工智能(néng)发展的智(zhì)能(néng)底座，是(shì)全球(qiú)竞争最激烈的(de)研究(jiū)方向之(zhī)一，包括(kuò)谷歌、亚马逊、百度(dù)、阿里、腾讯等众多头部企业(yè)都在竞(jìng)相发(fā)力。

不(bù)过训练(liàn)大(dà)模型的(de)确价格不菲，以国盛证券发(fā)布的(de)《ChatGPT需要多(duō)少(shǎo)算力(lì)》报告估算，GPT-3训练一次(cì)的(de)成(chéng)本(běn)约为140万美元。而对于一些(xiē)更大的LLM(大型语言模型)，训练成本则介于(yú)200万美元至1200万(wàn)美(měi)元高价之间。

以ChatGPT在2023年1月的独立访客平均(jūn)数1300万计算，其(qí)对应芯片需求(qiú)为3万(wàn)多片(piàn)英伟(wěi)达A100 GPU，初始投入(rù)成本约为(wèi)8亿美元，每日仅电费就在5万美(měi)元左右。

此外不论是ChatGPT还(hái)是AIGC，都离不(bù)开庞大算力支持。在关注各类大模型的发展(zhǎn)同时，更应该关注算力(lì)网络的建设。

算(suàn)力网络正(zhèng)驱(qū)动(dòng)AI产(chǎn)业发展进入(rù)史诗级加速(sù)进(jìn)程(chéng)，让AIGC及通(tōng)用(yòng)AI这一人(rén)工智能发展的终极目标离得(dé)更近。

因为算力可以对突破性技术(shù)创(chuàng)新提供大力的支持。这方面(miàn)，多模态大模型是典型(xíng)。作(zuò)为(wèi)面向未来强人工智能(néng)、通(tōng)用人工智能的重(zhòng)要技术创新(xīn)，多模态大模型已经在(zài)人工智能领域提出了很多年，业界也有不(bù)少技术突破，但是，多模态大模型进一步往下走，算力需(xū)求呈几(jǐ)何式上升，一(yī)般(bān)的算力基础设施很快将难(nán)以(yǐ)胜任。

从图像(xiàng)、文字(zì)、语(yǔ)音单独一项的训练，到双模态、三模(mó)态的跃迁，让人工(gōng)智能可以(yǐ)灵活应对(duì)不同(tóng)模态的转化、像人与世界交(jiāo)互一样自然，这方面，由算(suàn)力网(wǎng)络来驱动将有明显优(yōu)势(shì)。

此外，还有很多需要爆发式增(zēng)长的算力来(lái)支撑的技术创新，将(jiāng)在人工智能算力网络(luò)支撑(chēng)下快速推进(jìn)。

AIGC已经露出曙(shǔ)光，期(qī)待在大(dà)模型和大算力的支(zhī)持下AIGC能持续颠覆(fù)内(nèi)容(róng)生产的方式，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 恒星年和回归年的区别通俗易懂的，恒星年和回归年的区别原因