自聊天(tiān)机器人(rén)ChatGPT火爆以来(lái)，微软(ruǎn)公司创(chuàng)始人比尔·盖茨已多次公(gōng)开(kāi)谈论人工智能话题。在(zài)最近的一次采访中，他再(zài)次(cì)表示：“AI可能会(huì)让科技(jì)行业迎来一次剧烈的洗牌”。

这个结论是(shì)他在当(dāng)地(dì)时间(jiān)2月20日接受(shòu)《In Good Company》节目专访时提出的(de)。

他预期，AI的发展可能(néng)会威胁到(dào)谷歌的(de)市占率(lǜ)，因为微软在AI方面(miàn)的行动相当迅速(sù)。而最(zuì)终科技巨头将把(bǎ)AI整合成用(yòng)户的“全能助手”，包揽一切应(yīng)用，与人们进行沟(gōu)通并提供建议，可以取代亚马逊(xùn)、Siri或Outlook等应用(yòng)。

大(dà)佬口中全能助(zhù)手的到来可(kě)能尚需(xū)时日(rì)，但由ControlNet引发的(de)又一次AI绘画浪潮，让AIGC在ChatGPT的话题热点包围中杀出重(zhòng)围。

城野医生是哪里的品牌，城野医生是什么品牌 data-cropy1="0" data-cropy2="503.46020761245677" data-r城野医生是哪里的品牌，城野医生是什么品牌atio="0.503" data-s="300,640" data-type="jpeg" data-w="1000">

01

ControlNet颠覆AI绘画新(xīn)玩(wán)法(fǎ)

AIGC向(xiàng)可控(kòng)靠近

以AI绘画为代表的AIGC上一(yī)次(cì)爆火(huǒ)的时候，还是2022年8月，在(zài)美(měi)国科罗拉多州举办的(de)新兴数(shù)字艺(yì)术家(jiā)竞赛中，一幅名为《太空歌剧院(yuàn)》的作品获奖。

随(suí)后各大厂(chǎng)商的AI绘画软件被广大网友熟知并体验(yàn)，Stable Diffusion便是其中代(dài)表。

用户们可(kě)以在应用中输入一(yī)组关键(jiàn)词或(huò)者一张照(zhào)片，就能获得(dé)一幅AI创作的画作。

作画的关键就是所输入的(de)文本(běn)。同一组关键词也可以创作出很(hěn)多张风格不一(yī)样的画(huà)作，这让(ràng)创作的过程就像开盲盒。

很多用户很喜(xǐ)欢(huān)这种不确定的惊喜，他(tā)们会(huì)将生成(chéng)的美图当做头(tóu)像。而另(lìng)一部(bù)分喜欢翻看AI绘画(huà)的“翻(fān)车”作品。在社交媒体上(shàng)，许多用户(hù)分享AI“翻车现场”，例(lì)如，一位网友的小狗照片(piàn)被AI画成了(le)“肌(jī)肉男”，还(hái)有网友的个(gè)人照片被AI识别(bié)成(chéng)了(le)建筑(zhù)。

而如今随着(zhe)ControlNet的出现与加持，以往AI绘画(huà)的填写关键(jiàn)词游戏可能(néng)要被颠(diān)覆了。

ControlNet是一位正在斯坦(tǎn)福读博的中(zhōng)国人张吕敏创(chuàng)作的(de)一种基于控制点的图(tú)像变(biàn)形算法，主要用于数字(zì)图像(xiàng)处理、计算机视觉(jué)和计算机图(tú)形学等领域。

其SD插件一(yī)经发布，在短短的两天内(nèi)便(biàn)成为了AI绘画领(lǐng)域最新的热(rè)点(diǎn)。

在(zài)此之前，大(dà)家(jiā)用(yòng)了(le)很多方法(fǎ)想让(ràng)AI生成的结果尽(jǐn)可能的符合(hé)要求(qiú)，但(dàn)是(shì)都不尽如人意，它(tā)的出(chū)现代表着AI生成开(kāi)始(shǐ)进入(rù)真正的(de)可控时(shí)期。

因(yīn)为ControlNet可以直接提取画面(miàn)的构图，人(rén)物的姿势(shì)和画面的深度信(xìn)息(xī)等(děng)。有了它的帮助(zhù)，就不(bù)用频繁(fán)的用提示词来碰运气，抽盲(máng)盒式(shì)的创(chuàng)作了。

通俗的(de)说ControlNet相(xiāng)当于(yú)给AI绘画加了“魔法”，不少博主(zhǔ)的作品(pǐn)已经获得了(le)大量的浏览量(liàng)，“viggo”就是(shì)其中之(zhī)一，他用朋友的照片直(zhí)接带她们走(zǒu)进动(dòng)漫世界。

viggo先用StableDiffusion图(tú)片转文字。

再用Text2Prompt插件拓展(zhǎn)找到对应的关键词(cí)；最(zuì)后用ControlNet插件(jiàn)绑(bǎng)定骨骼(gé)开始换关(guān)键词试效果。

通过图片就(jiù)可以看出来，效果十分惊艳。

更厉害(hài)的是，除了真(zhēn)实的照片，草(cǎo)图也可以加(jiā)上“魔法”，知乎大牛“DevPoint”和(hé)“逗砂”介绍(shào)到ControlNet还能实现线稿转全彩图。大神张吕敏其本尊也亲(qīn)自回(huí)应。

不得不(bù)说当(dāng)下AIGC已经(jīng)变得越来越(yuè)强(qiáng)大，甚(shèn)至输出(chū)的作品都已经能以(yǐ)假(jiǎ)乱(luàn)真了。

02

难辨虚实，AIGC技术力爆发

警惕安(ān)全问题

近日，“苏(sū)州(zhōu)金鸡(jī)湖有(yǒu)游(yóu)艇party”的消(xiāo)息火(huǒ)遍网(wǎng)络，而经过警(jǐng)方(fāng)辟谣这所谓的“party”可能是全国第一起AI绘图诈骗。

由于这个(gè)活动里面(miàn)给出(chū)的美(měi)女照片都是AI制作的真人(rén)照片绘图，因为太逼真，被大家当(dāng)成(chéng)真事(shì)传播了。

不过仔(zǎi)细观察可以(yǐ)发现，活动发起者(zhě)提供(gōng)的照片中(zhōng)有个很(hěn)大的(de)漏洞可以发现并非(fēi)真(zhēn)人，而是AI绘图，那便是图片(piàn)中(zhōng)女性(xìng)的手指部分(fēn)有的(de)存在异常。

有(yǒu)行(xíng)业人事(shì)表示：“现在(zài)因为手(shǒu)指部分的绘画算法比较(jiào)复杂，AI还不太会(huì)画人(rén)的手，但最(zuì)新看到的图(tú)片(piàn)已(yǐ)经有(yǒu)越来越完(wán)美(měi)的AI模型出(chū)现，以后可能就完全没有漏洞(dòng)了。”

类似的(de)AI作图诈骗在国外也(yě)已有(yǒu)发生。据(jù)英国广播公司报道，土耳(ěr)其地(dì)震期间(jiān)，有(yǒu)Tiktok用户(hù)使用AI合成了儿(ér)童受(shòu)灾的(de)假照片发布到网络，以此诱(yòu)骗善良的(de)人(rén)打赏“捐助(zhù)”从(cóng)而实施诈骗。

目前(qián)随着技术(shù)发(fā)展，AIGC已(yǐ)经能做(zuò)出真人照片般的绘(huì)图效果，如果这样的图片被用来(lái)诈骗，将(jiāng)非常可(kě)怕(pà)。

此外AIGC还引发(fā)了很多担忧，一方(fāng)面(miàn)，批判者认为AI在“学习”了大量前人的(de)作品之后，其创作没(méi)有(yǒu)任何情绪和灵(líng)魂，难以和人类(lèi)的艺(yì)术(shù)创作(zuò)相提并论。

另一方面，AIGC背后(hòu)的(de)版权、目前都并没(mé城野医生是哪里的品牌，城野医生是什么品牌i)有得到(dào)有效的解决，还有AIGC会(huì)不会代替人类“至高无上”的创意。

马(mǎ)斯克也强调(diào)，人(rén)工智能的安全问(wèn)题需要得到重(zhòng)视(shì)，太(tài)晚就(jiù)来不及了(le)。

03

AIGC下一(yī)站除了(le)视频，还有远(yuǎn)方

技术都是(shì)有两面(miàn)性(xìng)的，潜在的危害(hài)并不能(néng)掩(yǎn)盖其光(guāng)辉的贡献。现(xiàn)在看来，人工智能技术(shù)将是第四次(cì)工业革命(mìng)的核心驱动(dòng)力量(liàng)，将创造新的增长奇迹。

过去一年，人工(gōng)智能在技术和商业层面都有(yǒu)了巨大进展，AI绘画就(jiù)是人工智能技术(shù)发生方(fāng)向性改(gǎi)变(biàn)的一个代表(biǎo)。其下一站或(huò)许(xǔ)就是视频(pín)。

此前，Meta和谷(gǔ)歌先后发布了(le)几条(tiáo)引爆科技(jì)圈的短视频。这(zhè)些视(shì)频引发关注并非内容做得多优秀，反而都非常(cháng)简单，比如一匹正在喝水的马，一只画画的玩具熊，或者一段骑(qí)摩托车的第一(yī)视角(jiǎo)录(lù)像，随(suí)便一(yī)个有手机(jī)的人(rén)都(dōu)可以随手录下(xià)一段(duàn)。

但这些短视频的创(chuàng)作(zuò)方(fāng)式非常简(jiǎn)单，创(chuàng)作者仅仅需(xū)要向(xiàng)AI输入(rù)一段话，甚至只是(shì)说一下要求，AI就可以(yǐ)根据需要(yào)生成一段视频。

谷歌(gē)发布的两个AI生成视频分(fēn)别来自于Imagen Video和Phenaki，前者主要(yào)突(tū)出(chū)的(de)是(shì)高清，与Meta的Make-A-Video没有太(tài)多的差别。

在(zài)Make-A-Video公布了(le)AI生成的视(shì)频后，AI圈就(jiù)已经玩了一波梗(gěng)，一个(gè)能够做出更高(gāo)清(qīng)视(shì)频的AI还不足以在(zài)短时间内戳中兴奋(fèn)点。

Phenaki更加令人震惊的地方(fāng)在于(yú)，它(tā)可以制作出(chū)超过2分钟的连(lián)贯(guàn)的(de)也有确(què)切(qiè)内容的视频，这才是真正让(ràng)人们(men)感到惊(jīng)喜的地(dì)方。因为无论AI生成的视(shì)频多么(me)高清(qīng)，也只能是为内容(róng)生产者(zhě)提(tí)供(gōng)一个灵感(gǎn)，一个素材，一(yī)个(gè)过场(chǎng)动画。

不过能够制作(zuò)出有(yǒu)具(jù)体剧(jù)情内容的视频就(jiù)意味着，一(yī)些(xiē)视频创(chuàng)作(zuò)由AI代替人工完(wán)成已经初步有了可能(néng)。

当下AI的发展速度已(yǐ)经超过(guò)大部(bù)分(fēn)人的想象。内容产业的本(běn)质是供给创造需求，AIGC作为全新的内容生产方式，可以为内容(róng)产业带来更新(xīn)的内容风格、更快的生产速度，更(gèng)低的生(shēng)产成本，这(zhè)无疑会驱动内(nèi)容产(chǎn)业的大爆发。

除了AI绘图、视频(pín)，AIGC技术还能应用于音乐(lè)、代(dài)码、机器人动(dòng)作(zuò)等多种内容形式的(de)生(shēng)成。不难发现该(gāi)项技术不(bù)仅在游戏等行业(yè)能得到(dào)有(yǒu)效应用(yòng)，对于下(xià)一代互联网各种元素的(de)构建亦(yì)有关键意义。

从商(shāng)业化(huà)的角度来看(kàn)，文化娱乐、教育(yù)、传媒(méi)等诸多(duō)领域，本身就对(duì)基于AI的可视化内(nèi)容有强烈(liè)需求。

因此，AI绘(huì)画及(jí)视频或不是结果，而(ér)只是(shì)AI进(jìn)程(chéng)中的一(yī)块(kuài)重要拼图(tú)，有(yǒu)望在技术更新的加(jiā)持下实现更(gèng)大(dà)的应用价值。

AI从(cóng)理(lǐ)解内容，走向了(le)可以生成(chéng)内容，甚至能够创(chuàng)造出(chū)独立(lì)价值和(hé)独立视角(jiǎo)的(de)内容。AIGC的再次出(chū)圈，更代表着(zhe)未来的先(xiān)进(jìn)生产力(lì)即将到来。

04

紧抓大(dà)模型(xíng)与算力，牢(láo)固AIGC底座

从技术的发展也(yě)可以看(kàn)出，在(zài)语言大模型、图(tú)像大模型之后，多模态大模型已经成为了(le)新的趋势。

大(dà)模型被誉为当前(qián)人工智能发展的智能底座，是全球竞争最激烈的研(yán)究方向之一，包括谷(gǔ)歌(gē)、亚(yà)马逊、百度(dù)、阿里、腾讯等众多头部企业都在竞相发力。

不过训(xùn)练(liàn)大(dà)模型(xíng)的确价格不菲，以国盛证券发(fā)布(bù)的《ChatGPT需要多少算力》报告估算，GPT-3训(xùn)练一(yī)次(cì)的成(chéng)本约为140万(wàn)美元。而对于一些更大的LLM(大型语言模型(xíng))，训练(liàn)成(chéng)本则介(jiè)于(yú)200万美元至1200万美(měi)元高价之间。

以ChatGPT在2023年(nián)1月的独(dú)立访客平均数1300万计算，其对应芯片(piàn)需求为(wèi)3万多片英(yīng)伟达A100 GPU，初始(shǐ)投入成本约为8亿(yì)美元，每日仅电费就在5万美(měi)元左(zuǒ)右(yòu)。

此外(wài)不论是ChatGPT还是(shì)AIGC，都离不(bù)开庞大算力支持。在(zài)关注(zhù)各类大模型(xíng)的发展同(tóng)时(shí)，更应该关(guān)注算力网络的建设。

算(suàn)力网络正驱动(dòng)AI产业(yè)发展进入史诗级加速进(jìn)程，让AIGC及通用AI这(zhè)一人(rén)工智能发(fā)展的终极目标离得更近。

因为算(suàn)力可(kě)以对突破性技术创新提供大力(lì)的支持。这(zhè)方(fāng)面，多模态大模型是典型。作为面向(xiàng)未(wèi)来强人工智能、通(tōng)用人工智能的(de)重要(yào)技术创(chuàng)新，多模态大(dà)模型(xíng)已(yǐ)经在人工(gōng)智能领(lǐng)域提出(chū)了(le)很多年，业界也有(yǒu)不少技术突破，但是，多(duō)模态(tài)大模型进一步往下走(zǒu)，算力(lì)需求呈几何式上升，一般的算力基(jī)础设施很快将难(nán)以(yǐ)胜任(rèn)。

从图像、文字、语音单独一项的训练，到双模(mó)态(tài)、三(sān)模(mó)态的(de)跃(yuè)迁，让人工智能可以灵活应(yīng)对不(bù)同模态的转化、像人与世界交互一(yī)样自然，这(zhè)方面，由算(suàn)力网络来驱动将有明显(xiǎn)优势。

此(cǐ)外，还(hái)有很多需要爆发式增长的(de)算力来支撑的(de)技术创新(xīn)，将在人工智能算(suàn)力网络支撑下快(kuài)速推(tuī)进。

AIGC已经露出(chū)曙(shǔ)光，期待在大模(mó)型和(hé)大算力的支(zhī)持下AIGC能持续颠(diān)覆内容生产的方式，将创造(zào)的(de)边际成(chéng)本降低(dī)，让万(wàn)众受(shòu)益。

未经允许不得转载：橘子百科-橘子都知道 城野医生是哪里的品牌，城野医生是什么品牌