自聊天机器(qì)人ChatGPT火爆以来，微软公司创始人比尔·盖茨已多次公开谈论人工智能话题。在(zài)最近的一次采访中，他再次表示：“AI可能会(huì)让科(kē)技行(xíng)业迎来(lái)一(yī)次(cì)剧烈的洗牌”。

这个结论(lùn)是他在当地(dì)时间2月20日接(jiē)受《In Good Company》节(jié)目专访时提出的(de)。

他预期，AI的发展可(kě)能会威(wēi)胁(xié)到谷歌的市占率，因为微软在(zài)AI方面的行动相(xiāng)当迅(xùn)速(sù)。而最终科技巨头将把AI整合成用户(hù)的“全能助手”，包揽一切(qiè)应用，与人们进行沟通(tōng)并(bìng)提供建议，可以取代(dài)亚马逊、Siri或Outlook等(děng)应用。

大佬口中全能(néng)助手的(de)到来可能尚需时日，但由ControlNet引发的(de)又一次AI绘画浪潮，让AIGC在ChatGPT的话(huà)题热点(diǎn)包围(wéi)中杀出重围。

01

ControlNet颠覆AI绘(huì)画新玩法

AIGC向可控靠近(jìn)

以AI绘(huì)画为代表的(de)AIGC上一(yī)次爆火的时候，还是2022年8月，在美国科罗拉多州举办的新兴数字艺(yì)术家竞(jìng)赛(sài)中，一幅名为《太空歌(gē)剧院》的作(zuò)品获(huò)奖。

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

用(yòng)户(hù)们可以在应用(yòng)中(zhōng)输入一组(zǔ)关(guān)键词或者一张照片，就能获得一幅AI创作的画(huà)作。

作画的(de)关键就是所输入的文本。同一组关键词也(yě)可以创作出很多张风(fēng)格不一(yī)样的画(huà)作，这(zhè)让创作的过程(chéng)就像开盲盒。

很多用户很喜欢(huān)这种不确(què)定的惊喜，他们会将生成(chéng)的美图当做头(tóu)像(xiàng)。而(ér)另一部分喜欢(huān)翻看AI绘画的“翻车”作品(pǐn)。在社(shè)交媒体上，许多用(yòng)户分享AI“翻车现(xiàn)场”，例如，一位网友的小狗照(zhào)片(piàn)被AI画成了(le)“肌肉男”，还有(yǒu)十五夜望月古诗意思是什么呢，十五夜望月 诗意思网(wǎng)友的个人照(zhào)片被AI识别成(chéng)了建筑(zhù)。

而如今随(suí)着ControlNet的出现与加持(chí)，以往(wǎng)AI绘(huì)画(huà)的填写关键(jiàn)词游戏(xì)可能要被颠覆了。

ControlNet是一位正(zhèng)在斯坦(tǎn)福读博的中国(guó)人张吕敏创作的一种基于控(kòng)制点的图像变形算法，主要用(yòng)于数字图像处理、计算机视(shì)觉和计算机图形学(xué)等领域。

其SD插件一经(jīng)发布(bù)，在短短(duǎn)的两天内便(biàn)成为(wèi)了AI绘画领域最新(xīn)的热点。

在(zài)此之(zhī)前，大(dà)家用了很多(duō)方法(fǎ)想让AI生成的结果(guǒ)尽可能的(de)符(fú)合要求，但(dàn)是都不(bù)尽如人意，它的出现代表着AI生(shēng)成开始进(jìn)入真正的可控(kòng)时期(qī)。

因(yīn)为ControlNet可以直接提取画面的构图，人物的姿势和画(huà)面的深度信息(xī)等。有了它的(de)帮(bāng)助，就(jiù)不用频繁的用提示词来碰运(yùn)气(qì)，抽盲盒(hé)式的创作了。

通(tōng)俗的说(shuō)ControlNet相(xiāng)当于(yú)给AI绘画加了“魔法”，不(bù)少博(bó)主的(de)作品已(yǐ)经(jīng)获得了大量的浏览量(liàng)，“viggo”就是其中之一，他用朋友(yǒu)的照(zhào)片直接(jiē)带她们走进动漫世(shì)界(jiè)。

viggo先用StableDiffusion图片转文(wén)字。

再用Text2Prompt插件拓展找(zhǎo)到(dào)对应的(de)关键(jiàn)词；最后(hòu)用ControlNet插件绑(bǎng)定(dìng)骨骼开始换关键词试效(xiào)果。

通过图片就可(kě)以看出(chū)来，效果十分惊艳。

更厉害的是(shì)，除了真实的照片，草(cǎo)图也可以(yǐ)加上“魔法”，知(zhī)乎(hū)大牛“DevPoint”和“逗砂”介绍到ControlNet还能实现线(xiàn)稿转(zhuǎn)全彩(cǎi)图(tú)。大神张吕敏其(qí)本尊也亲自回(huí)应。

不得不(bù十五夜望月古诗意思是什么呢，十五夜望月 诗意思)说当下AIGC已经变得越来越(yuè)强(qiáng)大，甚至输(shū)出(chū)的作品都已经能以假乱真(zhēn)了(le)。

02

难辨虚(xū)实，AIGC技术(shù)力爆发

警(jǐng)惕安(ān)全问题(tí)

近日，“苏州(zhōu)金鸡湖有游艇party”的消息火(huǒ)遍网络，而经过(guò)警方辟谣这(zhè)所谓(wèi十五夜望月古诗意思是什么呢，十五夜望月 诗意思)的(de)“party”可能是全国(guó)第(dì)一起(qǐ)AI绘图诈骗。

由于这(zhè)个(gè)活动里面给出的美女照片都是AI制(zhì)作的真人(rén)照片绘(huì)图，因为太逼真，被大家当成真事传(chuán)播了。

不过仔(zǎi)细(xì)观(guān)察(chá)可(kě)以发现，活动发起(qǐ)者提供的照片中有个很(hěn)大的漏洞可以发现并非真人，而是(shì)AI绘图(tú)，那(nà)便是(shì)图片中女性的(de)手(shǒu)指部分有(yǒu)的存(cún)在异常(cháng)。

有行业人(rén)事表示：“现在因为手(shǒu)指部(bù)分(fēn)的(de)绘画算法比较复杂(zá)，AI还不太(tài)会(huì)画人的手，但最新看到(dào)的图(tú)片已经有越来越完美的AI模型出现，以后可能就(jiù)完(wán)全没有(yǒu)漏洞了(le)。”

类似的AI作图诈骗在国外也(yě)已(yǐ)有发生。据(jù)英国广播公司报道，土(tǔ)耳其地震期(qī)间(jiān)，有Tiktok用户使用AI合成了儿童受灾的假照片发布到网络，以此诱骗善(shàn)良的人打赏“捐助”从而实施诈骗。

目前随(suí)着(zhe)技术发展，AIGC已经能做出(chū)真人照片般的绘图(tú)效果(guǒ)，如果这样(yàng)的图片被用来诈(zhà)骗，将非常(cháng)可怕(pà)。

此外(wài)AIGC还(hái)引发了很多担忧(yōu)，一(yī)方(fāng)面(miàn)，批(pī)判(pàn)者认为AI在“学习”了大量(liàng)前人的(de)作(zuò)品(pǐn)之后，其(qí)创作没(méi)有任何情绪和灵魂，难以(yǐ)和人类的艺术创作(zuò)相提并论。

另一方面(miàn)，AIGC背后(hòu)的版(bǎn)权、目前都并没有(yǒu)得到(dào)有效(xiào)的(de)解决，还(hái)有AIGC会不会代替(tì)人类“至(zhì)高无上”的创意。

马斯克也强调，人工智能的安全问题需要得到重视，太晚就来不(bù)及了。

03

AIGC下一(yī)站除了视频(pín)，还有远方

技术(shù)都是有两面(miàn)性的，潜在(zài)的危(wēi)害并不能(néng)掩(yǎn)盖其光(guāng)辉的贡献。现在看(kàn)来，人(rén)工(gōng)智能技术将是第四次(cì)工业(yè)革命的核心驱(qū)动力(lì)量，将创造新的增长(zhǎng)奇(qí)迹。

过去一年，人工智能在技(jì)术和商业层面(miàn)都有了巨大进展，AI绘画就是人工智能技术发(fā)生方向性改(gǎi)变的(de)一(yī)个代表。其下一站或许就是视(shì)频。

此(cǐ)前，Meta和谷歌先(xiān)后发(fā)布(bù)了几条引爆科技圈的短视频。这些视(shì)频引发(fā)关注并非内容做得(dé)多优(yōu)秀，反而(ér)都非常简单，比如一(yī)匹正在(zài)喝(hē)水的(de)马，一只画画(huà)的玩具熊，或者(zhě)一段骑摩托车的第一视角录像，随便(biàn)一个有(yǒu)手(shǒu)机的人都(dōu)可以(yǐ)随手录下一段。

但这些(xiē)短视(shì)频(pín)的创作(zuò)方式(shì)非常简单，创(chuàng)作者(zhě)仅仅需要(yào)向AI输(shū)入一段话，甚至(zhì)只(zhǐ)是说一下要求，AI就可(kě)以根据需要生成一段(duàn)视频(pín)。

谷歌发布(bù)的(de)两(liǎng)个AI生成视(shì)频(pín)分别(bié)来自于Imagen Video和(hé)Phenaki，前者主要突出(chū)的是高清，与Meta的Make-A-Video没有太多的差别(bié)。

在Make-A-Video公布了AI生成(chéng)的视频(pín)后(hòu)，AI圈就(jiù)已经玩了(le)一波梗，一个能够(gòu)做出更高(gāo)清视频的AI还不(bù)足以在短时间内(nèi)戳(chuō)中兴奋(fèn)点。

Phenaki更加令人(rén)震惊(jīng)的地方(fāng)在于，它可(kě)以(yǐ)制作出(chū)超过2分钟的(de)连贯的也有确切(qiè)内(nèi)容(róng)的视频，这才是(shì)真正让人(rén)们(men)感到(dào)惊喜的地方(fāng)。因为无论AI生成的视频多么高清，也只能是(shì)为内容生(shēng)产者提供一个灵感，一个(gè)素(sù)材(cái)，一个(gè)过(guò)场动画(huà)。

不(bù)过(guò)能够制作出有(yǒu)具体剧情内(nèi)容的视频就(jiù)意味着(zhe)，一些(xiē)视频(pín)创作由AI代替人工完成已(yǐ)经初步(bù)有了可能。

当下AI的(de)发(fā)展速度已(yǐ)经超过(guò)大部(bù)分人的想象。内(nèi)容产(chǎn)业的本质是供给(gěi)创造需求，AIGC作为全新的内容生产(chǎn)方式，可(kě)以为(wèi)内(nèi)容产业带来更新的内(nèi)容风格、更快(kuài)的(de)生产速度，更低的(de)生产(chǎn)成(chéng)本，这无疑会驱动内容产业(yè)的大爆发。

除了AI绘(huì)图、视频，AIGC技术还能应用于音乐、代码、机器人动作等多种(zhǒng)内(nèi)容形式的生(shēng)成。不难发现(xiàn)该(gāi)项技术不仅在(zài)游戏等行业能得到有效应用，对于下一(yī)代互联(lián)网各(gè)种元素的构建亦有关键意义。

从(cóng)商(shāng)业化的角度来看，文化(huà)娱乐(lè)、教育(yù)、传媒等诸多领(lǐng)域，本身(shēn)就(jiù)对基于AI的可(kě)视化(huà)内容有强烈需求。

因(yīn)此，AI绘画及视频或不是结果(guǒ)，而(ér)只是(shì)AI进(jìn)程中的一块重要拼图(tú)，有望(wàng)在技术更新的加持下(xià)实现(xiàn)更(gèng)大的应用(yòng)价值。

AI从理解内(nèi)容，走向了可以生成内容，甚至能够创(chuàng)造出独立价值和独立视(shì)角的内容。AIGC的再次出(chū)圈，更代表着(zhe)未来的先进(jìn)生(shēng)产力即将到来。

04

紧抓大模型与算力，牢固AIGC底座

从技术的发展也(yě)可以看出，在语言大模型(xíng)、图像(xiàng)大模(mó)型(xíng)之(zhī)后(hòu)，多模(mó)态大(dà)模(mó)型已(yǐ)经成为了新的趋势。

大模型(xíng)被誉(yù)为当(dāng)前人(rén)工智(zhì)能发(fā)展的(de)智能底(dǐ)座(zuò)，是全球(qiú)竞(jìng)争最激烈的研究方向(xiàng)之(zhī)一，包括(kuò)谷(gǔ)歌、亚(yà)马逊、百度、阿里、腾(téng)讯等(děng)众多头部(bù)企业都(dōu)在竞(jìng)相发(fā)力。

不(bù)过训练大(dà)模型的确(què)价(jià)格不菲，以国盛(shèng)证券发布的(de)《ChatGPT需要多(duō)少算力》报告估算，GPT-3训(xùn)练一次的成(chéng)本约为140万美元。而(ér)对(duì)于一些(xiē)更大的LLM(大型语言模型)，训练成本(běn)则(zé)介(jiè)于200万美元至1200万(wàn)美元高(gāo)价之间。

以(yǐ)ChatGPT在2023年(nián)1月的独立访客平均数(shù)1300万计算，其对应芯(xīn)片(piàn)需求为3万多片英伟(wěi)达A100 GPU，初始投入成本约为(wèi)8亿美(měi)元，每日仅电(diàn)费就(jiù)在(zài)5万美元左右。

此(cǐ)外不(bù)论是ChatGPT还(hái)是AIGC，都离不开(kāi)庞(páng)大算力支持(chí)。在关注各类大模型(xíng)的(de)发展(zhǎn)同时(shí)，更应该关注算(suàn)力(lì)网(wǎng)络的建(jiàn)设。

算(suàn)力(lì)网络正驱(qū)动AI产(chǎn)业发(fā)展(zhǎn)进入史诗级加速进程，让AIGC及通用AI这一人工智能发展的终极目(mù)标(biāo)离得更(gèng)近。

因为(wèi)算力可(kě)以(yǐ)对突破(pò)性(xìng)技术创新提供大(dà)力的支持。这方面，多模态大模(mó)型是典型。作为面向未来(lái)强人工(gōng)智能、通用人工智能的重要技术(shù)创新，多模(mó)态大(dà)模型(xíng)已经在人工智能领(lǐng)域(yù)提(tí)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(yī)步往下走，算力(lì)需求呈几何式(shì)上升，一般的算(suàn)力基础(chǔ)设(shè)施很快(kuài)将难以胜任。

从图(tú)像、文字、语音单(dān)独一项的(de)训(xùn)练，到(dào)双模态、三(sān)模态(tài)的跃迁，让人工智能(néng)可(kě)以灵活应对不同(tóng)模态的转(zhuǎn)化、像人与世界(jiè)交互一样自(zì)然，这方(fāng)面，由(yóu)算力网络来驱动将有明显优势。

此外，还有(yǒu)很多需要爆发式增长的(de)算力来(lái)支撑(chēng)的技术创新，将在人工智(zhì)能算力网络支撑下快速(sù)推进。

AIGC已经露出曙光(guāng)，期待在大模型和(hé)大算力的支(zhī)持下(xià)AIGC能持(chí)续颠覆内容(róng)生(shēng)产(chǎn)的方式，将创造的边际(jì)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 十五夜望月古诗意思是什么呢，十五夜望月 诗意思