自聊天机器人ChatGPT火爆以来，微软公(gōng)司创(chuàng)始人比(bǐ)尔·盖茨已多次公开(kāi)谈论人工(gōng)智(zhì)能话(huà)题。在最近的一(yī)次采访中(zhōng)，他再(zài)次表示：“AI可能会让科技行业(yè)迎(yíng)来(lái)一次(cì)剧烈的洗牌(pái)”。

这个结论是他在当(dāng)地时(shí)间2月20日接受《In Good Company》节目专访(fǎng)时(shí)提出的。

他预期，AI的发展可(kě)能会威胁到(dào)谷(gǔ)歌(gē)的市占率，因为(wèi)微软(ruǎn)在AI方面(miàn)的行动(dòng)相当迅速(sù)。而最终科(kē)技(jì)巨头(tóu)将把(bǎ)AI整合成用户的(de)“全能助手”，包揽一切应用，与(yǔ)人们(men)进行沟(gōu)通并(bìng)提供(gōng)建议(yì)，可以取代亚马逊、Siri或Outlook等应用(yòng)。

大佬口中全(quán)能助手的到来可能尚需时日，但由ControlNet引(yǐn)发(fā)的又一次AI绘画浪(làng)潮(cháo)，让AIGC在ChatGPT的话题热点包围中杀出重围。

01

ControlNet颠覆(fù)AI绘画(huà)新玩法

AIGC向可控(kòng)靠(kào)近(jìn)

以AI绘画为代表的(de)AIGC上一次爆火的(de)时候，还是2022年8月，在美(měi)国(guó)科罗拉多州举办的新兴(xīng)数字艺术家竞赛中，一幅(fú)名为《太空歌剧院》的作品获奖(jiǎng)。

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

用(yòng)户们可以在应(yīng)用中输(shū)入一(yī)组关键词或者一张照(zhào)片，就能(néng)获得(dé)一幅AI创(chuàng)作的画作。

作画的关键(jiàn)就是所输(shū)入的(de)文本。同一组关键(jiàn)词也可以创作出很多张风格不一样(yàng)的画作，这(zhè)让(ràng)创作的过程就像开盲盒。不动声色的意思是什么解释，不动声色的意思是什么(最佳答案)

很(hěn)多用户很喜欢这种不确定(dìng)的惊(jīng)喜，他们会将(jiāng)生成(chéng)的美图当做头像。而另一部分(fēn)喜欢翻看AI绘画的“翻车”作品(pǐn)。在社交媒体(tǐ)上，许多用户分享AI“翻车(chē)现场”，例如，一位网友的小狗照片被AI画成了(le)“肌肉男(nán)”，还有(yǒu)网友的个人照片被AI识(shí)别(bié)成了建筑。

而如今随着(zhe)ControlNet的出(chū)现与加持，以往AI绘画的填(tián)写关键词游戏可能要被颠(diān)覆了(le)。

ControlNet是一位正(zhèng)在斯坦福读博的(de)中国(guó)人张吕(lǚ)敏创作的一种(zhǒng)基于控(kòng)制点的(de)图像变形算法，主要用于(yú)数字图像处理(lǐ)、计算机视觉和计算机图形学等领域。

其(qí)SD插件一经(jīng)发布，在(zài)短(duǎn)短的两天内便(biàn)成为(wèi)了(le)AI绘(huì)画领域(yù)最新的(de)热点。

在此之前，大(dà)家用了很(hěn)多方(fāng)法(fǎ)想让AI生成的结果尽可能的符合(hé)要求，但(dàn)是都不尽如人意，它的出现代表着AI生成开始进入真正的可控时(shí)期。

因(yīn)为ControlNet可以直接提取画面的构图，人物(wù)的姿势和画面(miàn)的(de)深度信息等。有了它的帮助，就(jiù)不用频繁的用提示词来碰(pèng)运气，抽盲(máng)盒(hé)式的创作了(le)。

通(tōng)俗(sú)的说ControlNet相当于给AI绘画加了“魔法”，不少博(bó)主的(de)作品已经获得了大量的(de)浏览量(liàng)，“viggo”就是其(qí)中之(zhī)一，他用(yòng)朋友的照片直(zhí)接带(dài)她们走进动漫世界。

viggo先用StableDiffusion图片转文(wén)字。

再用(yòng)Text2Prompt插件拓展找到对应(yīng)的关键词；最后用ControlNet插件绑定(dìng)骨(gǔ)骼(gé)开(kāi)始换关键词试效果。

通过图片(piàn)就可(kě)以(yǐ)看(kàn)出来(lái)，效(xiào)果十分(fēn)惊(jīng)艳。

更厉害的是，除了(le)真实的照(zhào)片，草(cǎo)图也可以加上“魔法”，知乎大牛“DevPoint”和“逗砂(shā)”介绍到ControlNet还(hái)能(néng)实(shí)现线稿(gǎo)转全彩图。大神张吕敏其本尊也亲自(zì)回应。

不得不说当下AIGC已经变得越(yuè)来越强大，甚(shèn)至输出的(de)作品都已经(jīng)能以假乱真(zhēn)了(le)。

02

难辨虚实，AIGC技术力爆发

警惕(tì)安(ān)全(quán)问(wèn)题

近(jìn)日，“苏州金鸡湖(hú)有游艇party”的消息(xī)火遍网络，而经过警(jǐng)方(fāng)辟谣这所谓的(de)“party”可能(néng)是全国(guó)第一起AI绘图诈骗。

由于这个(gè)活动里面(miàn)给出的美女照片都是AI制作的真人(rén)照片(piàn)绘图(tú)，因为(wèi)太逼真，被大家当(dāng)成真事传播(bō)了。

不过仔细(xì)观察可以发现，活动发(fā)起者提供的照片中有个很大的漏(lòu)洞可(kě)以(yǐ)发现并非真人，而是(shì)AI绘图，那便是图片中女性的手指(zhǐ)部分有(yǒu)的存(cún)在异常。

有行业人事表示：“现(xiàn)在因为手指部分的绘画(huà)算(suàn)法比较复杂(zá)，AI还不太会画人的手，但最新看(kàn)到的图片已经有越来越完美的AI模型出现，以后可(kě)能就(jiù)完(wán)全(quán)没有漏(lòu)洞(dòng)了。”

类(lèi)似的AI作图诈(zhà)骗在国外也已有(yǒu)发生。据英国广播公司报道，土耳其(qí)地震期间，有Tiktok用(yòng)户使(shǐ)用AI合成(chéng)了儿童受灾的(de)假照(zhào)片发(fā)布到网络，以此诱骗善良的人打赏“捐助”从而实(shí)施诈骗。

目前(qián)随着技(jì)术发(fā)展(zhǎn)，AIGC已(yǐ)经(jīng)能(néng)做出真人(rén)照片般的绘图效果，如果这样的图片(piàn)被(bèi)用来诈(zhà)骗，将非常可(kě)怕(pà)。

此外AIGC还(hái)引发了很多(duō)担忧，一方面，批判者认为AI在“学习”了大量前人的作品之后，其(qí)创作没有任(rèn)何情绪和灵魂，难以(yǐ)和人类的(de)艺术创作相提并论。

另一方面，AIGC背后的版权、目前都并(bìng)没(méi)有得(dé)到(dào)有效的解决(jué)，还有AIGC会不会代替人(rén)类“至高无上”的创意。

马斯克也强调(diào)，人工智(zhì)能的安全问题需要得到重视，太(tài)晚(wǎn)就来不及了。

03

AIGC下(xià)一(yī)站除了视频(pín)，还有远(yuǎn)方

技术都是有两面性的，潜在(zài)的危害并不能(néng)掩盖其(qí)光辉(huī)的贡献。现(xiàn)在看(kàn)来，人工(gōng)智(zhì)能技术将是第四次工业革命的(de)核心驱动力量，将创造新的增长奇(qí)迹(jì)。

过去一年，人工(gōng)智能在技术和商业(yè)层面(miàn)都有了巨(jù)大进展，AI绘(huì)画就是(shì)人工智能技术发生方向性改变的一个代表。其下一(yī)站或许就(jiù)是视频。

此前，Meta和谷歌先(xiān)后(hòu)发(fā)布了几(jǐ)条引爆(bào)科技圈的短视频(pín)。这(zhè)些视频(pín)引发关注并非内(nèi)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第一视(shì)角录像，随便一个有手机的(de)人都可(kě)以(yǐ)随手(shǒu)录下一段。

但这些短(duǎn)视频(pín)的创作方式(shì)非常简(jiǎn)单，创作者仅仅需要向AI输入一段话(huà)，甚至只(zhǐ)是说一下要求，AI就不动声色的意思是什么解释，不动声色的意思是什么(最佳答案)可以根据需要(yào)生成一(yī)段视频。

谷歌发布的(de)两个AI生成视频分别来自于Imagen Video和Phenaki，前(qián)者主(zhǔ)要突出的是高清(qīng)，与Meta的(de)Make-A-Video没有太多的差别。

在(zài)Make-A-Video公布了AI生成的视频(pín)后(hòu)，AI圈就已经玩(wán)了一波梗(gěng)，一(yī)个能够做出更高清(qīng)视频的AI还不足以在(zài)短时间内戳中(zhōng)兴奋点。

Phenaki更加令人(rén)震惊的地方(fāng)在于，它可(kě)以制(zhì)作出超(chāo)过2分钟的连贯的也有确切内(nèi)容的(de)视频，这才是真正让人们感到(dào)惊(jīng)喜的(de)地方。因为(wèi)无(wú)论AI生(shēng)成的视频多么高清，也只能是为(wèi)内容生产者提供一个灵感，一个(gè)素材，一(yī)个过(guò)场动画。

不(bù)过(guò)能够制作出有具体剧情内容的视频就意味着，一(yī)些视频创作由(yóu)AI代替人工完成已(yǐ)经初步(bù)有了可能。

当下AI的(de)发(fā)展速度(dù)已经(jīng)超过大(dà)部(bù)分(fēn)人(rén)的想象。内容产业(yè)的本质是供(gōng)给(gěi)创(chuàng)造需求，AIGC作为全(quán)新(xīn)的(de)内容生产方式，可(kě)以为内容(róng)产(chǎn)业带(dài)来更新的内容风(fēng)格、更快(kuài)的生产(chǎn)速度(dù)，更低的生产(chǎn)成本，这(zhè)无疑会驱动内容产业(yè)的大(dà)爆发。

除了AI绘图、视(shì)频，AIGC技术还能应(yīng)用于音(yīn)乐(lè)、代码、机器人动作等多种内容形式的(de)生成(chéng)。不难发现(xiàn)该项技(jì)术不仅(jǐn)在(zài)游戏等行业能(néng)得到(dào)有效应用，对于下(xià)一代(dài)互联网各(gè)种(zhǒng)元素(sù)的构建亦有关键意义。

从商业化的角度(dù)来看，文化娱乐、教育、传(chuán)媒等诸多领域(yù)，本身就对基于AI的可视(shì)化(huà)内容(róng)有(yǒu)强烈需(xū)求。

因(yīn)此，AI绘画(huà)及视频或不是结果，而只是AI进程(chéng)中的一块重(zhòng)要拼图，有望(wàng)在技(jì)术更(gèng)新的加(jiā)持下实现(xiàn)更大的应用价值。

AI从理解内容，走向了可以生成(chéng)内容，甚(shèn)至能(néng)够创造出(chū)独立(lì)价值和独立视角的(de)内容。AIGC的再次出圈(quān)，更(gèng)代表着(zhe)未来的先(xiān)进(jìn)生产力即(jí)将到来。

04

紧(jǐn)抓大模型与(yǔ)算力，牢(láo)固(gù)AIGC底座

从技(jì)术的发(fā)展(zhǎn)也可(kě)以看出，在语言(yán)大模型、图(tú)像大模(mó)型(xíng)之后，多模(mó)态(tài)大模型已经(jīng)成(chéng)为(wèi)了新的趋势。

大模型被誉(yù)为当前(qián)人(rén)工智(zhì)能发展的(de)智能(néng)底座(zuò)，是全球竞争最(zuì)激烈的(de)研究方向之一，包(bāo)括谷(gǔ)歌、亚马逊、百度、阿里(lǐ)、腾(téng)讯等(děng)众多头部企业都在竞相(xiāng)发力。

不过(guò)训练大模型的确价格不菲，以(yǐ)国盛证券(quàn)发(fā)布的《ChatGPT需要多(duō)少算力》报告估算，GPT-3训练一次的成本约为140万美元。而对于一(yī)些(xiē)更大的LLM(大型(xíng)语言模型)，训练成(chéng)本则介(jiè)于200万美元至1200万美元高价之间。

以ChatGPT在2023年(nián)1月的(de)独立访客平均数1300万计(jì)算，其对应(yīng)芯片需求(qiú)为(wèi)3万多片(piàn)英伟达(dá)A100 GPU，初(chū)始(shǐ)投入成本约为8亿美元，每日仅电费就在5万美(měi)元(yuán)左右。

此外不论是(shì)ChatGPT还(hái)是AIGC，都离(lí)不开庞大(dà)算力支持。在关注各类大(dà)模型(xíng)的发展同时，更应该关注算力网络的建设。

算力网络正驱动AI产业发(fā)展进入史诗级加速(sù)进程，让AIGC及通用AI这(zhè)一(yī)人工(gōng)智能(néng)发展的(de)终(zhōng)极目标离得更近。

因为算(suàn)力可以对(duì)突破性(xìng)技术(shù)创(chuàng)新(xīn)提(tí)供大力的支持。这方面，多模态大模型是(shì)典型(xíng)。作为(wèi)面向(xiàng)未来(lái)强人工智能、通用人工智能的重要(yào)技术(shù)创(chuàng)新，多模态大模型已(yǐ)经在(zài)人工智(zhì)能领域提出了很多年，业界也有(yǒu)不(bù)少技(jì)术突破，但是，多模态大模型进一步往下(xià)走，算(suàn)力需求呈几何式上升，一般的算力基础(chǔ)设施很快将难以胜任。

从图像、文字、语音单独(dú)一项的训练(liàn)，到(dào)双模态、三模态的跃迁(qiān)，让人(rén)工智能(néng)可以(yǐ)灵活应对不同模(mó)态的转化、像人与世界交互一样(yàng)自然(rán)，这(zhè)方面(miàn)，由算力网络来(lái)驱(qū)动将(jiāng)有(yǒu)明显优势。

此外，还有很多需要爆发式增长的算力来支撑(chēng)的技术创新(xīn)，将在人工智能算力网络支撑下快速推进。

AIGC已经露出(chū)曙光，期待在(zài)大模型和大算力的支持(chí)下AIGC能持续颠覆内容生产的方(fāng)式，将创造的边际成本降低，让万众受益。

未经允许不得转载：橘子百科-橘子都知道 不动声色的意思是什么解释，不动声色的意思是什么(最佳答案)