自聊天机器人ChatGPT火爆以来，微软公(gōng)司(sī)创(chuàng)始人比尔·盖茨已多次公开(kāi)谈论(lùn)人工智能话题。在(zài)最近的一(yī)次采访中，他再次表示：“AI可能(néng)会让(ràng)科技行业(yè)迎来一次剧烈(liè)的洗牌”。

这个结(jié)论(lùn)是他(tā)在当地(dì)时间(jiān)2月(yuè)20日接受《In Good Company》节目(mù)专访时提出的。

他预期，AI的(de)发展(zhǎn)可能会威胁到谷歌的(de)市占率(lǜ)，因为微软在AI方面的行(xíng)动相(xiāng)当迅(xùn)速(sù)。而(ér)最终科技巨头将把AI整合成用(yòng)户(hù)的“全能助手”，包揽(lǎn)一切(qiè)应用，与人们进(jìn)行沟(gōu)通并(bìng)提供建议，可以取代亚马逊(xùn)、Siri或Outlook等应用。

大佬口中(zhōng)全能助手(shǒu)的到来可(kě)能尚(shàng)需时日，但(dàn)由ControlNet引发(fā)的又一次AI绘画(huà)浪潮，让AIGC在ChatGPT的话题热点包围中杀出(chū)重(zhòng)围。

01

ControlNet颠覆AI绘画新玩法

AIGC向可控靠近

以AI绘画为代(dài)表(biǎo)的AIGC上一次爆(bào)火的时候(hòu)，还是(shì)2022年8月(yuè)，在美国科罗拉多州举办的新兴数字(zì)艺(yì)术家竞赛中，一幅名为《太空歌(gē)剧(jù)院》的作(zuò)品(pǐn)获奖(jiǎng)。

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

用户们可以在应用中输入一组(zǔ)关(guān)键词或(huò)者(zhě)一张(zhāng)照片(piàn)，就能获得一幅AI创作(zuò)的画作(zuò)。

作画的(de)关(guān)键(jiàn)就是所输入(rù)的文本(běn)。同一组关(guān)键词(cí)也(yě)可以创(chuàng)作(zuò)出(chū)很多张风格不一样的画作(zuò)，这让创作的过程就像(xiàng)开盲盒。

很(hěn)多用户很喜欢(huān)这(zhè)种不确定(dìng)的(de)惊喜(xǐ)，他们(men)会将生成的(de)美图当做头像。而另一部分喜(xǐ)欢翻看AI绘画(huà)的“翻(fān)车(chē)”作品。在社交媒(méi)体上，许多用(yòng)户分享AI“翻车现(xiàn)场”，例如，一(yī)位网友的小狗照(zhào)片(piàn)被AI画成了“肌肉男”，还有网(wǎng)友的(de)个人(rén)照片(piàn)被AI识别成(chéng)了建筑。

而如今(jīn)随着(zhe)ControlNet的(de)出现与加持，以(yǐ)往(wǎng)AI绘画(huà)的填写(xiě)关键词(cí)游戏可能要被(bèi)颠覆(fù)了。

ControlNet是一(yī)位正(zhèng)在斯(sī)坦(tǎn)福读博(bó)的中国人张吕敏创(chuàng)作(zuò)的一种(zhǒng)基于控制(zhì)点的图(tú)像变形算(suàn)法，主要用于数(shù)字图像处理、计(jì)算机(jī)视觉和计算机图形学等领(lǐng)域。

其SD插(chā)件(jiàn)一经发布，在短短的两(liǎng)天内便成为了AI绘(huì)画领域最新的(de)热(rè)点。

在此之(zhī)前，大家用(yòng)了很多方法想(xiǎng)让AI生成的结(jié)果尽可能的符合要(yào)求(qiú)，但是(shì)都不尽如人意，它的(de)出现代表(biǎo)着AI生成(chéng)开始(shǐ)进(jìn)入真正的可控时期。

因为(wèi)ControlNet可(kě)以直接提取画面(miàn)的构图，人物的(de)姿势和画(huà)面的深(shēn)度信息等。有了它(tā)的帮助(zhù)，就不用频繁(fán)的(de)用(yòng)提示词来碰运气(qì)，抽(chōu)盲盒式的(de)创作了。

通俗的说ControlNet相当于(yú)给(gěi)AI绘画加了(le)“魔法(fǎ)”，不少(shǎo)博主(zhǔ)的(de)作品已经获得了大量(liàng)的浏览量，“viggo”就是其中之一，他用(yòng)朋友的(de)照片直接带她们走进(jìn)动漫世(shì)界。

viggo先用StableDiffusion图片转文字。

再用Text2Prompt插(chā)件拓展找到对应的关键词(cí)；最后用ControlNet插件绑定骨骼开(kāi)始换关键词试效(xiào)果。

通过图(tú)片就可(kě)以看出来，效果十(shí)分惊艳(yàn)。

更厉(lì)害的是，除了(le)真实的照(zhào)片，草图也可以(yǐ)加上(shàng)“魔(mó)法”，知(zhī)乎大牛(niú)“DevPoint”和“逗(dòu)砂”介绍到ControlNet还能实(shí)现线稿转(zhuǎn)全(quán)彩图(tú)。大神(shén)张吕敏其本尊也亲自回(huí)应。

不得不说当(dāng)下(xià)AIGC已经变得(dé)越来越强(qiáng)大，甚(shèn)至输出的作品都已(yǐ)经能以(yǐ)假(jiǎ)乱真了。

02

难辨虚(xū)实，AIGC技术(shù)力(lì)爆发

警(jǐng)惕安全问题

近(jìn)日(rì)，“苏州金鸡湖有游(yóu)艇party”的消息火遍网(wǎng)络，而经过(guò)警方辟谣(yáo)这(zhè)所谓的“party”可能是全国第(dì)一起AI绘图诈骗。

由于(yú)这(zhè)个活动里(lǐ)面给出(chū)的美(měi)女照片(piàn)都(dōu)是AI制作的(de)真(zhēn)人(rén)照片绘图，因(yīn)为太(tài)逼真(zhēn)，被大家(jiā)当成真事传播了。

不过(guò)仔细观(guān)察可以发(fā)现(xiàn)，活动发起者提供的照(zhào)片中有个很大的漏(lòu)洞可以(yǐ)发(fā)现并非真人，而是AI绘图，那便(biàn)是图片中女性的手指部分有的存在异常。

有行业人事表示：“现在因(yīn)为手指部分的绘画算法比(bǐ)较复杂(zá)，AI还不太会画人(rén)的手，但最新看到的图(tú)片已经有越来越完美的拔冗莅临是什么意思boronnijijiao，拔冗莅临是什么意思？ 词语AI模型(xíng)出现，以后可(kě)能(néng)就完(wán)全(quán)没有漏洞了。”

类似的AI作图诈骗在国外(wài)也已有发生。据英国广播公司报(bào)道(dào)，土耳其地震期间，有Tiktok用(yòng)户使用(yòng)AI合成了儿童受灾(zāi)的假照片发布到网络，以(yǐ)此诱骗(piàn)善良的人(rén)打赏(shǎng)“捐(juān)助”从而(ér)实施诈骗。

目前(qián)随着(zhe)技术(shù)发(fā)展，AIGC已经能做(zuò)出真(zhēn)人照片(piàn)般(bān)的绘图效果，如(rú)果(guǒ)这样的图(tú)片被用来诈骗，将(jiāng)非常可怕(pà)。

此外(wài)AIGC还引发了很(hěn)多担忧，一方(fāng)面，批判者(zhě)认为AI在(zài)“学习”了大(dà)量前(qián)人的作品之后，其创作没有任(rèn)何情绪(xù)和灵魂，难以和人类的(de)艺术创作相(xiāng)提(tí)并论(lùn)。

另一方面(miàn)，AIGC背后(hòu)的版权、目前都并没(méi)有得到有效的解(jiě)决，还有AIGC会不会代替人(rén)类“至高无上”的创意。

马斯克(kè)也强调，人工智能的安全问题需要得到重视，太晚就来不及了。

03

AIGC下一站(zhàn)除了(le)视(shì)频，还有远(yuǎn)方

技术都是有两面(miàn)性的，潜在的危害并不(bù)能掩盖其(qí)光辉的贡献。现在看来，人工智(zhì)能技术将是第四次工业革(gé)命的核心拔冗莅临是什么意思boronnijijiao，拔冗莅临是什么意思？ 词语(xīn)驱动力量，将创造新(xīn)的增长奇迹(jì)。

过(guò)去(qù)一年(nián)，人工智能在技术和商业层(céng)面都有了巨大(dà)进展(zhǎn)，AI绘画就是人(rén)工智能技术(shù)发生方向性(xìng)改变的一个代表。其(qí)下一站或许(xǔ)就是视频。

此前，Meta和(hé)谷歌(gē)先(xiān)后(hòu)发布了几条(tiáo)引爆(bào)科技圈的短视频。这些视频引发关(guān)注并非内容(róng)做得多优秀(xiù)，反(fǎn)而都(dōu)非常简单，比如一匹正在喝水(shuǐ)的马，一只画画的玩具熊，或者(zhě)一(yī)段骑摩托车的第(dì)一(yī)视角录像，随便一(yī)个有手机的人都(dōu)可(kě)以随手录下(xià)一段。

但这些短(duǎn)视频(pín)的创作(zuò)方式非常简单，创作者仅仅需(xū)要(yào)向AI输入一段话，甚至只(zhǐ)是(shì)说一下(xià)要(yào)求，AI就可以根据需要生成一(yī)段视频(pín)。

谷(gǔ)歌发布的两个AI生成视频(pín)分(fēn)别来自(zì)于Imagen Video和(hé)Phenaki，前(qián)者主要突出(chū)的是高清，与(yǔ)Meta的(de)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(yǐ)经玩了一波梗，一(yī)个能够做(zuò)出更高(gāo)清视(shì)频的AI还不足(zú)以(yǐ)在短时间内戳中兴奋(fèn)点。

Phenaki更加令人震惊的(de)地方在于，它可以制作出超过2分(fēn)钟的(de)连(lián)贯的(de)也有确(què)切(qiè)内(nèi)容的视(shì)频，这才是真正(zhèng)让人们(men)感到惊喜的(de)地方。因为(wèi)无(wú)论AI生成(chéng)的(de)视(shì)频多么高清，也只能是为内容生产者提供(gōng)一个灵感，一个素材(cái)，一个过场动(dòng)画。

不(bù)过能够(gòu)制作(zuò)出有具体(tǐ)剧情(qíng)内容的视频就(jiù)意味着，一些(xiē)视频(pín)创(chuàng)作由AI代替人工完成(chéng)已经(jīng)初(chū)步有了可能(néng)。

当下AI的发展速度已经超过大部分人(rén)的想象。内容产业的(de)本(běn)质是供给创造需求，AIGC作为(wèi)全新(xīn)的内容生(shēng)产方式(shì)，可以为内容产业带来更(gèng)新(xīn)的内容风(fēng)格、更快的生产速度，更(gèng)低的生(shēng)产成(chéng)本(běn)，这无疑会(huì)驱动内容(róng)产业的大爆发。

除了AI绘图、视频，AIGC技(jì)术(shù)还能应用于音乐(lè)、代码、机(jī)器(qì)人动作(zuò)等(děng)多种内容(róng)形式的生成。不难(nán)发(fā)现该项技术不仅在游戏等行业能得到有效应用，对于下一代互联网各(gè)种(zhǒng)元素的(de)构建亦有关键(jiàn)意义。

从(cóng)商业化的角度来看，文化(huà)娱乐、教育、传媒等诸(zhū)多(duō)领域，本身(shēn)就对基于AI的可视化内容有(yǒu)强烈需求。

因此，AI绘画及视频(pín)或(huò)不是结果(guǒ)，而只是AI进程中(zhōng)的(de)一块重(zhòng)要拼图(tú)，有望(wàng)在技术更新的加持下实现更大的应用价值。

AI从理(lǐ)解内容，走向了可(kě)以(yǐ)生(shēng)成内(nèi)容，甚至能(néng)够创造出(chū)独立价值和(hé)独立视(shì)角的内容。AIGC的再次出圈，更代表着未来的(de)先进生产力即将到来。

04

紧抓(zhuā)大(dà)模型与算力(lì)，牢(láo)固AIGC底座

从(cóng)技术的发展也(yě)可以(yǐ)看出(chū)，在语言大(dà)模(mó)型(xíng)、图像大模(mó)型之后，多模态大模型已经成为了新的趋势。

大模型被誉为当前人工智能发(fā)展的智能(néng)底座(zuò)，是全球竞争最激(jī)烈的研究方向之一，包(bāo)括(kuò)谷歌、亚马(mǎ)逊、百度、阿里、腾讯等众多头(tóu)部企(qǐ)业(yè)都在竞相发力。

不过(guò)训练(liàn)大模型(xíng)的确(què)价格不菲(fēi)，以国盛证券发(fā)布(bù)的《ChatGPT需要多少算(suàn)力》报告(gào)估算，GPT-3训练一(yī)次的成本约为140万(wàn)美元。而对于一些更大的LLM(大(dà)型语言模(mó)型)，训练成本则(zé)介于200万美元至1200万美元高价(jià)之间(jiān)。

以ChatGPT在2023年1月的独(dú)立访客平均数(shù)1300万计算(suàn)，其对应芯(xīn)片需(xū)求为(wèi)3万多片英伟达A100 GPU，初始投(tóu)入成本约(yuē)为8亿(yì)美(měi)元，每日仅电费就在5万(wàn)美(měi)元左右。

此(cǐ)外不论(lùn)是ChatGPT还(hái)是AIGC，都(dōu)离不开庞大算力支持。在关注各类大模型的发展(zhǎn)同时，更应(yīng)该(gāi)关(guān)注算力网络的(de)建设。

算力(lì)网络正驱动AI产(chǎn)业发展进入史(shǐ)诗级(jí)加速进程，让AIGC及通(tōng)用AI这一人工智能发展(zhǎn)的终(zhōng)极(jí)目标离得更近(jìn)。

因(yīn)为算力可以对突破性(xìng)技术创新提(tí)供大力的支持。这方面，多模态大模(mó)型是典(diǎn)型。作为面(miàn)向未来强人工智能、通(tōng)用(yòng)人工智能的重要技术创新，多(duō)模态(tài)大模型已经在人(rén)工智(zhì)能领域提(tí)出了很多年，业界也有(yǒu)不(bù)少(shǎo)技术突破，但是(shì)，多模(mó)态大模型进一步往下走，算力需求(qiú)呈几何式上升，一般的算力基础设(shè)施很(hěn)快将难以胜任(rèn)。

从图像、文(wén)字、语(yǔ)音单独一项的训练(liàn)，到双模态、三模态的跃迁，让(ràng)人工(gōng)智能可以灵活应对不同模态(tài)的转化(huà)、像人与(yǔ)世界交互一样自然，这方(fāng)面，由算力(lì)网(wǎng)络来驱动将(jiāng)有明显优势(shì)。

此外(wài)，还有很多需要爆发式增长的算力来(lái)支撑的技术创新，将在人工智能算力(lì)网络支撑下(xià)快速(sù)推进。

AIGC已经露出(chū)曙光，期待在大(dà)模型和大算力的(de)支持(chí)下AIGC能持(chí)续颠覆内容生产的方(fāng)式，将(jiāng)创造(zào)的边(biān)际成本降低，让万(wàn)众受益。

未经允许不得转载：绿茶通用站群 拔冗莅临是什么意思boronnijijiao，拔冗莅临是什么意思？ 词语