自聊天机器(qì)人ChatGPT火爆以(yǐ)来，微软公(gōng)司创(chuàng)始(shǐ)人比尔·盖茨已多(duō)次公开(kāi)谈论人工智能话题(tí)。在最近的一次采访中(zhōng)，他再次表示：“AI可能会让科技(jì)行业(yè)迎来一次剧烈的洗牌”。

这(zhè)个结论是他(tā)在(zài)当(dāng)地时间2月20日接受(shòu)《In Good Company》节(jié)目专访时提出的。

他预期，AI的发展可能会(huì)威胁到谷歌的市占率，因为微(wēi)软在AI方面的行(xíng)动相当迅速(sù)。而最终科技巨头将把AI整合成用户的“全能助(zhù)手(shǒu)”，包揽(lǎn)一切(qiè)应用(yòng)，与(yǔ)人们进行沟通并(bìng)提供建议，可以取(qǔ)代亚马(mǎ)逊、Siri或Outlook等应用。

大佬口中全能助(zhù)手的到来(lái)可能尚需时(shí)日(rì)，但(dàn)由ControlNet引发的(de)又一次AI绘画浪(làng)潮，让AIGC在ChatGPT的话题(tí)热点(diǎn)包围中杀出重围。

01

ControlNet颠覆AI绘画新玩法

AIGC向可控靠近

以(yǐ)AI绘画为代(dài)表的AIGC上(shàng)一次爆火的时候，还是2022年8月，在(zài)美国科罗拉(lā)多州举(jǔ)办(bàn)的新兴数字艺术家竞(jìng)赛中，一幅名为《太(tài)空歌剧院》的作品获奖(jiǎng)。

随后各大厂(chǎng)商的AI绘画(huà)软件被广大(dà)网(wǎng)友熟知并体验，Stable Diffusion便是(shì)其中代(dài)表。

用(yòng)户(hù)们可以在(zài)应用(yòng)中输(shū)入(rù)一(yī)组关键词或者(zhě)一(yī)张照片，就能(néng)获得一幅AI创作的(de)画作。

作画的关键就是所输入的文本。同一组关键词(cí)也可以创作(zuò)出(chū)很多张风格不一样(yàng)的画(huà)作(zuò)，这让创作的过程就像(xiàng)开盲盒。

很(hěn)多用户很喜欢这种不确定的(de)惊喜，他们(men)会将生成(chéng)的美图当做头像。而另一部(bù)分喜欢翻看(kàn)AI绘(huì)画的“翻车”作品。在社交媒体上，许多用户(hù)分享AI“翻(fān)车现场”，例(lì)如(rú)，一位网友的小狗(gǒu)照片被AI画成了(le)“肌肉男”，还有网友的个(gè)人(rén)照片被AI识别成了建筑(zhù)。

而如今随着ControlNet的出现(xiàn)与(yǔ)加持，以往AI绘画的(de)填写关键词(cí)游戏可(kě)能要(yào)被颠覆(fù)了。

ControlNet是一位正(zhèng)在斯坦(tǎn)福读(dú)博的中国人(rén)张(zhāng)吕敏创作的一种基于(yú)控制点的图像变形算法，主(zhǔ)要用于数字图像处理(lǐ)、计算(suàn)机视觉和计算机图(tú)形(xíng)学等领(lǐng)域(yù)。

其SD插(chā)件一(yī)经发布，在短短的两天内便成为了AI绘画(huà)领域(yù)最新的热点。

在(zài)此之前，大(dà)家用了很多方(fāng)法想(xiǎng)让AI生成的结(jié)果尽可能的(de)符合要求，但是都(dōu)不(bù)尽(jǐn)如人(rén)意，它(tā)的出现(xiàn)代(dài)表着AI生成(chéng)开始进入真正(zhèng)的可(kě)控时期(qī)。

因(yīn)为ControlNet可以直接(jiē)提取画面的构图，人物的姿势(shì)和画面的深度信息等。有了它(tā)的帮助，就不(bù)用频繁的用提示词(cí)来碰(pèng)运(yùn)气，抽盲盒(hé)式(shì)的创作了(le)。

通(tōng)俗的说ControlNet相当于(yú)给AI绘画加了“魔法(fǎ)”，不(bù)少(shǎo)博主(zhǔ)的作(zuò)品已经获得了大量的浏览量，“viggo”就是其中之一，他用朋(péng)友的照片直(zhí)接带她(tā)们走进动漫世界。

viggo先用StableDiffusion图片(piàn)转文字(zì)。

再用Text2Prompt插件拓(tuò)展找到对(duì)应的关键词(cí)；最后用ControlNet插(chā)件绑定骨骼开始(shǐ)换关键词试效果(guǒ)。

通过(guò)图片就(jiù)可以(yǐ)看出来，效果十分惊艳。

更厉害的是，除了真实的照片(piàn)，草图也可以(yǐ)加上“魔法”，知乎大牛“DevPoint”和“逗砂”介绍到ControlNet还能实现线(xiàn)稿转(zhuǎn)全彩图(tú)。大神张吕敏其本尊(zūn)也亲自回应。

不得不说当下AIGC已经变(biàn)得越(yuè)来越强大，甚至输(shū)出的作品都已(yǐ)经能以(yǐ)假乱真了。

02

难辨虚实，AIGC技(jì)术力爆发

警(jǐng)惕(tì)安全问题

近日，“苏州金鸡湖有游艇(tǐng)party”的消息(xī)火遍网络，而经(jīng)过警方辟(pì)谣这所谓的“party”可(kě)能(néng)是全(quán)国(guó)第一起AI绘图诈骗。

由(yóu)于这个(gè)活动里面给出(chū)的(de)美女照片(piàn)都是(shì)AI制作的真人照(zhào)片绘图(tú)，因为(wèi)太逼(bī)真(zhēn)，被(bèi)大家(jiā)当成真(zhēn)事传播(bō)了。

不过仔细观察(chá)可以发(fā)现，活动发起(qǐ)者提(tí)供的照片中有个很(hěn)大的漏洞可以发(fā)现并(bìng)非真人，而是AI绘图，那便是图片中女性的手指(zhǐ)部分(fēn)有的存在异(yì)常(cháng)。

有行业(yè)人(rén)事表(biǎo)示：“现在因为手指(zhǐ)部分的绘(huì)画算法比较复杂(zá)，AI还不太(tài)会画人的手，但最(zuì)新看到的(de)图片已经有(yǒu)越来越完(wán)美的(de)AI模型出(chū)现，以(yǐ)后(hòu)可能就完全没有漏洞了(le)。”

类(lèi)似的AI作图诈(zhà)骗在国外也(yě)已有(yǒu)发生。据英国广(guǎng)播公司(sī)报道，土耳其(qí)地(dì)震(zhèn)期间，有Tiktok用户使用(yòng)AI合成(chéng)了儿(ér)童受灾的假照片(piàn)发布到(dào)网络，以此诱骗(piàn)善(shàn)良(liáng)的人打赏“捐(juān)助”从(cóng)而实施诈(zhà)骗。

目前随着技术(shù)发(fā)展，AIGC已经能做出真人照片般的(de)绘图(tú)效果，如果这样的图片被用(yòng)来诈(zhà)骗，将非常(cháng)可怕。

此(cǐ)外AIGC还引发了很多(duō)担忧，一(yī)方面，批判者认为AI在“学习”了大量前人(rén)的(de)作品之(zhī)后，其创作没有任(rèn)何(hé)情(qíng)绪和灵魂(hún)，难以和人(rén)类的艺术创(chuàng)作相提并论。

另一方面，AIGC背(bèi)后的版权(quán)、目前都并没有得到有效的(de)解决，还有(yǒu)AIGC会不会代(dài)替(tì)人类“至高无上”的创意(yì)。

马(mǎ)斯克(kè)也强调，人工智(zhì)能的安全问题需要得(dé)到(dào)重(zhòng)视(shì)，太晚(wǎn)就来不及了。

03

AIGC下一站除了视频，还有(yǒu)远(yuǎn)方

技术都(dōu)是有两面性的，潜在的(de)危害并不(bù)能(néng)掩盖其光辉的(de)贡献。现在看来，人工智(zhì)能技术将是第四次工业革命的核心(xīn)驱(qū)动力量(liàng)，将创造新(xīn)的增长(zhǎng)奇迹。

过去一年，人工(gōng)智(zhì)能(néng)在(zài)技术(shù)和商业层面都(dōu)有了巨大进展，AI绘画就(jiù)是人工(gōng)智能技(jì)术发生方(fāng)向性(xìng)改变(biàn)的一个代表。其下一站或许就是视(shì)频。

此(cǐ)前(qián)，Meta和谷歌先后发布了几条引(yǐn)爆科技圈(quān)的(de)短视频。这(zhè)些视(shì)频引发(fā)关注(zhù)并非内容做得多优秀，反(fǎn)而(ér)都非(fēi)常简(jiǎn)单，比如一(yī)匹正在喝(hē)水的马，一(yī)只画画的玩(wán)具熊，或者一段骑摩托车的(de)第一视角录(lù)像，随便一个(gè)有手机的(de)人都可以随手录下一段。

但这些短视(shì)频的创作方(fāng)式非(fēi)常简单，创作(zuò)者(zhě)仅仅需要(yào)向AI输入一段话，甚至只是说一下(xià)要求，AI就(jiù)可以根据需要生成一段视频。

谷(gǔ)歌发布的(de)两个AI生成视(shì)频分别来自于Imagen Video和Phenaki，前者(zhě)主要突(tū)出(chū)的是(shì)高清，与Meta的Make-A-Video没有太多的差别(bié)。

在Make-A-Video公布了AI生成的视频后，AI圈就已经(jīng)玩了一波梗，一(yī)个能(néng)够做(zuò)出更(gèng)高(gāo)清视频的AI还不足以在短时间内戳中兴(xīng)奋(fèn)点。

Phenaki更加令(lìng)人震惊的地方在(zài)于，它可以制作出超(chāo)过2分钟的连贯(guàn)的(de)也有(yǒu)确(què)切内容的视频，这才是真正让人(rén)们感到惊喜的地方(fāng)。因为无论AI生成(chéng)的(de)视频多么高清，也只能是(shì)为内容(róng)生产者提(tí)供一个灵感(gǎn)，一个素(sù)材，一个过场动画。

不过能够制作出有具体(tǐ)剧情(qíng)内(nèi)容(róng)的视频就意(yì)味着，一(yī)些(xiē)视(shì)频创作由AI代(dài)替人工完成(chéng)已经(jīng)初步有了(le)可(kě)能。

当下AI的发展速度已经超(chāo)过大(dà)部分人的想象。内(nèi)容产业的本(běn)质是(shì)供给创(chuàng)造需求，AIGC作为全新的内(nèi)容(róng)生产方式，可以为内(nèi)容产业(yè)带来更新的(de)内(nèi)容风(fēng)格、更快的生产(chǎn)速度，更低(dī)的(de)生产成本(běn)，这无(wú)疑会驱动(dòng)内容产业的(de)大爆发。

除了AI绘图、视频，AIGC技术还(hái)能应用于音乐、代码(mǎ)、机器人动作等多种内容形(xíng)式(shì)的生成。不难发(fā)现该项技(jì)术不(bù)仅(jǐn)在游戏(xì)等行(xíng)业(yè)能得到有效应用，对于下一(yī)代互(hù)联网各(gè)种元素的构建亦有关银川海拔高度是多少 银川有高原反应吗键(jiàn)意义。

从(cóng)商(shāng)业化(huà)的角(jiǎo)度(dù)来(lái)看，文化娱乐、教(jiào)育(yù)、传媒等诸多领域，本身就对基于AI的可(kě)视(shì)化内(nèi)容有(yǒu)强(qiáng)烈需求。

因(yīn)此，AI绘画及视(shì)频或不是结(jié)果，而只(zhǐ)是AI进程(chéng)中的一(yī)块重(zhòng)要拼图，有望在技术更新的加(jiā)持下实现更大的应用价值。

AI从理解内(nèi)容，走向了可以生成内容，甚至(zhì)能够(gòu)创造出独立价(jià)值和(hé)独(dú)立(lì)视(shì)角的内容。AIGC的再次出圈，更代表着未来的先进(jìn)生产力即将到来(lái)。

04

紧抓大模(mó)型与算力，牢固AIGC底座

从(cóng)技术(shù)的(de)发展(zhǎn)也可以(yǐ)看出，在语言大模型(xíng)、图像大模型之后，多(duō)模(mó)态(tài)大模型已(yǐ)经成为(wèi)了(le)新的(de)趋势(shì)。

大模型被誉为当前人工智能发展的(de)智能底(dǐ)座，是(shì)全(quán)球竞争最激烈的研究方向之一，包括谷(gǔ)歌(gē)、亚马逊、百度(dù)、阿(ā)里、腾讯等众多(duō)头部企业都(dōu)在竞相(xiāng)发力。

不过训(xùn)练大模型的(de)确价(jià)格不菲，以国盛证券(quàn)发布的《ChatGPT需(xū)要多(duō)少算力》报告估算(suàn)，GPT-3训练(liàn)一次(cì)的成本(běn)约为(wèi)140万(wàn)美元。而(ér)对(duì)于一些更(gèng)大的LLM(大型(xíng)语言(yán)模型(xíng))，训练成本(běn)则介于200万美(měi)元(yuán)至1200万美元高价之间。

以ChatGPT在2023年(nián)1月的独(dú)立访客平(píng)均(jūn)数(shù)1300万计算(suàn)，其(qí)对应芯(xīn)片(piàn)需求为3万多片英伟(wěi)达A100 GPU，初(chū)始投(tóu)入成本约为(wèi)8亿美元(yuán)，每日仅电费就在(zài)5万美(měi)元左右(yòu)。

此外不论是(shì)ChatGPT还是AIGC，都离不开庞(páng)大(dà)算力支(zhī)持。在关注各类大模(mó)型的(de)发展同(tóng)时，更应(yīng)该(gāi)关(guān)注算力网络的建设。

算力(lì)网络正驱动AI产业发展进入史(shǐ)诗(shī)级加速进程，让AIGC及通用AI这(zhè)一人(rén)工(gōng)智能(néng)发(fā)展的终极目(mù)标离得更近。

因(yīn)为算力可以对突破性技(jì)术创新提供(gōng)大力(lì)的支持。这(zhè)方面，多模态大模型是典型。作为面向未来强人工智能、通用人工(gōng)智能的重要技术创新，多模态大模型已经在人(rén)工(gōng)智能领域提出了很多年(nián)，业(yè)界(jiè)也有(yǒu)不少技术突破，但(dàn)是，多模态大(dà)模型(xíng)进一步往下走(zǒu)，算(suàn)力需求(qiú)呈几何式上升，一般的算力基础设(shè)施很快(kuài)将难(nán)以(yǐ)胜任。

从(cóng)图像(xiàng)、文字、语音单独(dú)一(yī)项的训练(liàn)，到(dào)双模态(tài)、三模态的(de)跃迁，让人工(gōng)智能可(kě)以灵活应(yīng)对(duì)不(bù)同模态的转化、像人与世界(jiè)交互一样自然(rán)，这(zhè)方面(miàn)，由(yóu)算力网络来驱动(dòng)将(jiāng)有明显优势。

此外(wài)，还有很多需要爆发式增长(zhǎng)的(de)算力来支(zhī)撑的(de)技术创新，将(jiāng)在人(rén)工智能算(suàn)力网络支(zhī)撑下快速推进。

AIGC已(yǐ)经露出曙光，期待(dài)在大模(mó)型和大算力的支持下AIGC能持续颠覆内容生产(chǎn)的方式，将创造的(de)边(biān)际成本降(jiàng)低，让万众受益。

未经允许不得转载：绿茶通用站群 银川海拔高度是多少 银川有高原反应吗