自聊天(tiān)机器人ChatGPT火爆以来(lái)，微软公司创(chuàng)始人比(bǐ)尔·盖茨已多次(cì)公开谈论人(rén)工智能话(huà)题。在最近(jìn)的一次(cì)采访中，他再次表(biǎo)示(shì)：“AI可能会让科技行业迎来(lái)一(yī)次剧烈(liè)的洗牌”。

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

他预(yù)期，AI的(de)发展可能会威胁到谷歌的市占率，因(yīn)为微(wēi)软在AI方面(miàn)的行动相当(dāng)迅速。而(ér)最(zuì)终科技巨头(tóu)将把AI整(zhěng)合成用户的“全(quán)能助手”，包(bāo)揽一切应用，与人(rén)们进行沟通并(bìng)提(tí)供建议，可以取代亚马逊、Siri或Outlook等应(yīng)用。

大佬口中全能(néng)助手的到来可能尚需时日，但(dàn)由ControlNet引发的(de)又一次AI绘(huì)画浪(làng)潮，让AIGC在(zài)ChatGPT的话题热点包围中杀出重围(wéi)。

01

ControlNet颠(diān)覆AI绘画新玩法(fǎ)

AIGC向(xiàng)可(kě)控靠近

以AI绘画为代表的AIGC上一次爆火的时候，还是2022年8月，在美国科罗拉(lā)多(duō)州举(jǔ)办的新兴数字艺(yì)术家竞赛中，一幅名为《太空歌剧院》的作品获奖。

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

用户们可以在应(yīng)用中输入(rù)一组关键词或(huò)者一张照片，就能获得一幅AI创作的画作。

作画的关(guān)键就是所输入的文(wén)本(běn)。同一组(zǔ)关键词也可以(yǐ)创(chuàng)作出很多张风格不(bù)一样的画(huà)作，这让创作的过程就像开盲(máng)盒。

很多(duō)用户很(hěn)喜欢这种(zhǒng)不确(què)定的惊喜，他们会(huì)将生成的美图当做头(tóu)像(xiàng)。而另一部分喜欢翻看AI绘画的“翻车”作品。在社交媒体上，许多用(yòng)户分享AI“翻车现场(chǎng)”，例如，一位网友的小(xiǎo)狗照片被AI画(huà)成了“肌肉男”，还有网友的个人照片被AI识(shí)别成了(le)建筑(zhù)。

而如(rú)今(jīn)随着(zhe)ControlNet的出现与加持(chí)，以往(wǎng)AI绘画的填写关键词游戏可(kě)能要(yào)被颠覆了(le)。

ControlNet是一位正在斯(sī)坦福读(dú)博的中国人张吕敏(mǐn)创作的(de)一(yī)种(zhǒng)基于控制点的图像变(biàn)形(xíng)算法，主要用于数字图像处理(lǐ)、计(jì)算机视(shì)觉和(hé)计算机图形学等领域。

其SD插件一经(jīng)发(fā)布，在短短的两天内便成为了AI绘画领域最新的热(rè)点。

在(zài)此之前(qián)，大家用了很多方法想让AI生成的结果尽可能的符(fú)合要求，但是都不(bù)尽如人意，它的出现代表着(zhe)AI生成开始进入真正的可控时期(qī)。

因为ControlNet可以直接提(tí)取画(huà)面的构图，人(rén)物的姿(zī)势和(hé)画面的深度信(xìn)息等。有了它的帮助，就不用频繁的(de)用提(tí)示词来碰运气，抽盲盒(hé)式的(de)创作了。

通(tōng)俗的说ControlNet相当于给AI绘画加了“魔法”，不(bù)少博(bó)主的作品(pǐn)已经获得(dé)了大量的浏览量(liàng)，“viggo”就是其中(zhōng)之一，他用朋友的照片(piàn)直接带(dài)她们走(zǒu)进动(dòng)漫世界。

viggo先用StableDiffusion图片转文字。

再用Text2Prompt插(chā)件拓展找(zhǎo)到对应(yīng)的关键(jiàn)词(cí)；最后(hòu)用ControlNet插件绑定骨骼开始换关键词试(shì)效果。

通过图片就(jiù)可以看出来，效(xiào)果(guǒ)十(shí)分惊艳。

更厉害的是，除了真实的(de)照片，草图(tú)也可以加上“魔法(fǎ)”，知(zhī)乎大牛(niú)“DevPoint”和(hé)“逗砂”介绍到ControlNet还能实现(xiàn)线稿转全彩图。大神张吕敏其本尊(zūn)也亲自回应。

不得(dé)不(bù)说当下(xià)AIGC已经(jīng)变得越(yuè)来(lái)越(yuè)强(qiáng)大，甚至输出的(de)作品(pǐn)都(dōu)已经能以假乱真了(le)。

02

难辨虚实，AIGC技术力爆发

警惕安(ān)全问题

近日，“苏(sū)州金鸡(jī)湖有游艇(tǐng)party”的消息火遍网(wǎng)络，而经过警方辟谣这(zhè)所谓的“party”可(kě)能是全国(guó)第(dì)一起AI绘(huì)图诈骗。

由于(yú)这个活(huó)动里面给出的美女照(zhào)片都(dōu)是AI制作的真(zhēn)人(rén)照(zhào)片绘图，因为太逼(bī)真，被大家当成真事(shì)传(chuán)播了。

不过仔细观察可以发现，活(huó)动发起者(zhě)提供的照(zhào)片中有(yǒu)个很大的漏洞可(kě)以发(fā)现并非真人，而是(shì)AI绘图，那便(biàn)是图片(piàn)中女性的手指部分有的存在异常。

有(yǒu)行业人事表示：“现在因为手(shǒu)指(zhǐ)部分的绘画算法比较复(fù)杂，AI还不(bù)太会画人的手，但最新看到的图片(piàn)已经有越来(lái)越完美的(de)AI模型出现(xiàn)，以后可(kě)能就完全没有漏洞了。”

类(lèi)似的AI作图诈骗在(zài)国外也已有(yǒu)发生。据英(yīng)国广播公(gōng)司报道，土耳其地震期间，有Tiktok用户(hù)使(shǐ)用AI合成(chéng)了(le)儿童受灾的假照片发布到网(wǎng)络，以此诱骗善良(liáng)的人(rén)打赏“捐助”从而(ér)实施诈骗。

目(mù)前随着技术发展，AIGC已(yǐ)经能做出真(zhēn)人照片般(bān)的绘图效果，如果这(zhè)样的图片被用来诈骗，将非(fēi)常可怕。

此(cǐ)外AIGC还引发(fā)了(le)很(hěn)多担忧，一方面，批判(pàn)者认为AI在(zài)“学(xué)习”了大量前人的作品之后，其(qí)创作没有任(rèn)何(hé)情绪(xù)和灵魂，难(nán)以和人类(lèi)的(de)艺(yì)术创作(zuò)相提并论。

另一(yī)方面，AIGC背后的版权、目前都(dōu)并没有得到有效的(de)解决，还有AIGC会不会代替人类“至(zhì)高无上”的创意。

马斯克也(yě)强调，人工智(zhì)能的安全(quán)问题需(xū)要得到重视，太晚(wǎn)就来(lái)不及了。

03

AIGC下一站除(chú)了视频，还有远方

技术都(dōu)是有(yǒu)两面性的(de)，潜(qián)在的(de)危害(hài)并不能掩盖其光辉的贡献。现在看来，人工智能技术将是(shì)第四(sì)次工业革命(mìng)的(de)核心(xīn)驱动力量，将创造新的增长奇迹。

过去一(yī)年，人工智(zhì)能在技术(shù)和商业层面都有了巨大(dà)进展，AI绘画就是人(rén)工智能技术发生方向性改变的(de)一个代表。其下(xià)一站或许(xǔ)就是视频。

此前，Meta和谷(gǔ)歌先后发(fā)布(bù)了几条(tiáo)引爆科(kē)技圈的短视频(pín)。这些视(shì)频引发关注(zhù)并非内容做得多优(yōu)秀，反而都非常(cháng)简单，比(bǐ)如一匹(pǐ)正在喝水的马(mǎ)，一只(zhǐ)画画的玩具(jù)熊，或者一段骑(qí)摩托车(chē)的第一视角(jiǎo)录像，随便一个有手机的人都可以随手录(lù)下一段。

但这些(xiē)短(duǎn)视频的创作方(fāng)式(shì)非(fēi)常简单，创作者仅仅(jǐn)需要向AI输入(rù)一段(duàn)话(huà)，甚至只是(shì)说一(yī)下要求(qiú)，AI就可(kě)以根据需要生成一段视频。

谷歌发布的(de)两个AI生成视频分别来自(zì)于(yú)Imagen Video和(hé)Phenaki，前者主要突(tū)出的是高清，与Meta的Make-A-Video没有太多(duō)的差别(bié)。

在Make-A-Video公布了AI生成的视频后，AI圈(quān)就已经玩了一波梗，一(yī)个能够做出更高清视频的AI还不足(zú)以在短时间内戳中兴奋点。

Phenaki更加令人(rén)震惊的(d明堂人形图的作者是谁，明堂人形图的作者是谁写的e)地方(fāng)在于(yú)，它可(kě)以制作出超过2分(fēn)钟的连贯(guàn)的也有确(què)切内(nèi)容的视频，这才是真正(zhèng)让人们感到惊(jīng)喜的地方。因(yīn)为无论AI生成的(de)视(shì)频多么高清，也只(zhǐ)能是为内容生产(chǎn)者提供一个(gè)灵感，一(yī)个(gè)素材，一(yī)个过场(chǎng)动画(huà)。

不过能够制作出(chū)有具(jù)体(tǐ)剧情内容的视频就意味着，一些视频创作由AI代替(tì)人(rén)工(gōng)完成(chéng)已(yǐ)经(jīng)初步(bù)有了可能。

当下AI的发展速(sù)度已(yǐ)经(jīng)超过大部分人的想象。内容产业的本质是(shì)供(gōng)给(gěi)创造需求，AIGC作(zuò)为全新的内容生(shēng)产方式，可以为内容产业带来更新的(de)内(nèi)容风格、更快的生产速度，更低的生产成(chéng)本，这无疑会(huì)驱动内容产业的大爆发。

除了AI绘图、视频，AIGC技术(shù)还能应用(yòng)于(yú)音乐、代码、机器人动作等多种内容形式(shì)的生(shēng)成。不(bù)难发(fā)现该项(xiàng)技术不仅在游戏等行业能得(dé)到有(yǒu)效(xiào)应(yīng)用，对于下(xià)一代互联网各种元(yuán)素的构建亦有关键意义。

从商业(yè)化的角(jiǎo)度来看，文化娱(yú)乐、教育、传媒等诸多领(lǐng)域，本(běn)身就对(duì)基于(yú)AI的可视化内容有强烈需求。

因此，AI绘画及(jí)视(shì)频或不(bù)是结果，而只是AI进(jìn)程(chéng)中(zhōng)的一块(kuài)重要拼图(tú)，有望(wàng)在技(jì)术(shù)更新的加持下(xià)实现更(gèng)大的应用价(jià)值。

AI从理解内容，走(zǒu)向(xià明堂人形图的作者是谁，明堂人形图的作者是谁写的ng)了可以生成(chéng)内(nèi)容，甚至能够创(chuàng)造出独立价值和(hé)独立视角(jiǎo)的内容。AIGC的再次(cì)出圈，更代(dài)表(biǎo)着未(wèi)来的(de)先进(jìn)生产力即将到来(lái)。

04

紧抓大(dà)模(mó)型与算力，牢固(gù)AIGC底座

从技(jì)术的发展也(yě)可(kě)以看(kàn)出，在(zài)语言大模型、图(tú)像大(dà)模(mó)型之后，多模(mó)态大模型已经成为了新的趋势(shì)。

大模型被誉(yù)为(wèi)当前人工智能发展(zhǎn)的智能底座，是全球竞争最激烈的研究(jiū)方向之一，包括谷歌(gē)、亚马(mǎ)逊、百度、阿里、腾讯等(děng)众多头(tóu)部企(qǐ)业都(dōu)在竞相发(fā)力(lì)。

不过训(xùn)练大模型的(de)确(què)价(jià)格不(bù)菲，以国盛证券发布的《ChatGPT需要多少算(suàn)力》报告估(gū)算，GPT-3训练一次的(de)成(chéng)本约(yuē)为(wèi)140万美元(yuán)。而对(duì)于一(yī)些更大的LLM(大型语言模型)，训练成本(běn)则介于(yú)200万美元至1200万美元高价之(zhī)间。

以(yǐ)ChatGPT在2023年1月的独(dú)立(lì)访(fǎng)客平(píng)均数(shù)1300万(wàn)计算(suàn)，其对应芯片(piàn)需求为(wèi)3万多片英伟达A100 GPU，初始(shǐ)投入成本(běn)约为8亿(yì)美(měi)元(yuán)，每日仅电(diàn)费就在5万美元左右。

此外不论(lùn)是ChatGPT还是(shì)AIGC，都离不开庞(páng)大算力支持。在关注各类(lèi)大模型(xíng)的发展同时，更(gèng)应该(gāi)关注算(suàn)力网(wǎng)络的建设。

算力网络正驱动AI产业发展进入(rù)史诗级加速进程，让AIGC及通用AI这一人工智(zhì)能发展的终极目标(biāo)离得更近。

因(yīn)为算(suàn)力可以对突破性技术创(chuàng)新(xīn)提供大力(lì)的支持。这方(fāng)面，多模(mó)态(tài)大模型是典型(xíng)。作为面(miàn)向未来强人工智能、通用(yòng)人工智能的重要技(jì)术创新，多模态大模型已经在人工智能领域提出了很多年，业界也有不少技(jì)术突破，但(dàn)是，多模态大模型进一步往下走(zǒu)，算力需求(qiú)呈几何式上升，一般的算(suàn)力基础设施(shī)很(hěn)快将难以胜(shèng)任(rèn)。

从图(tú)像、文字(zì)、语音(yīn)单独一项(xiàng)的训(xùn)练，到双模态、三模态的跃迁，让人工智(zhì)能(néng)可以灵活应(yīng)对不同模态的转化、像(xiàng)人(rén)与(yǔ)世界(jiè)交互一样自然，这方面，由算力网络来驱动将有明显优(yōu)势。

此外，还有很多(duō)需要(yào)爆(bào)发式增长的算力来支撑的技术创新，将在(zài)人工智(zhì)能算力网络(luò)支撑下快速推进。

AIGC已经露出曙光，期(qī)待在大模型和大算力(lì)的支持下AIGC能持续(xù)颠覆内容(róng)生产(chǎn)的(de)方式(shì)，将创(chuàng)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 明堂人形图的作者是谁，明堂人形图的作者是谁写的