自聊天机(jī)器(qì)人ChatGPT火爆以来(lái)，微软(ruǎn)公司创始(shǐ)人比尔·盖茨已多次公开谈(tán)论人(rén)工智(zhì)能(néng)话题(tí)。在最(zuì)近(jìn)的(de)一次采访(fǎng)中，他再次表示：“AI可能会(huì)让科技(jì)行业(yè)迎来一次剧烈的洗牌”。

这个结论是他在当(dāng)地时间2月(yuè)20日接受《In Good Company》节目(mù)专访(fǎng)时提出的。

他预期，AI的发(fā)展可能(néng)会威胁到谷歌(gē)的市占率，因为微软在AI方面的行动相当迅速(sù)。而最(zuì)终科技巨头将把(bǎ)AI整合(hé)成用(yòng)户的“全(quán)能助手(shǒu)”，包揽一切应用，与人们进行沟通并提供建(jiàn)议，可以取代亚(yà)马(mǎ)逊、Siri或Outlook等应用。

大(dà)佬(lǎo)口(kǒu)中全能(néng)助手的到来可能尚(shàng)需时(shí)日，但由ControlNet引发的(de)又一(yī)次AI绘(huì)画浪潮，让AIGC在ChatGPT的话题热点包围(wéi)中(zhōng)杀出重围。

01

ControlNet颠覆AI绘画新玩法(fǎ)

AIGC向可(kě)控靠近

以(yǐ)AI绘画为代表(biǎo)的AIGC上一次爆(bào)火(huǒ)的(de)时(shí)候，还(hái)是2022年8月，在美国(guó)科罗拉多州举办的新(xīn)兴数(shù)字艺术家(jiā)竞赛(sài)中，一幅名为《太空(kōng)歌剧院》的作品获奖(jiǎng)。

随后各大厂商(shāng)的AI绘画(huà)软(ruǎn)件被广大(dà)网友熟知并体验，Stable Diffusion便是其中代表(biǎo)。

用户们可(kě)以在(zài)应用中输入一组关键(jiàn)词或者一张照片，就能获(huò)得(dé)一幅AI创作(zuò)的画作。

作画的关键就是所(suǒ)输入的(de)文本(běn)。同一组关键词也可以创作出很多张风格不(bù)一样的画(huà)作，这让创作的过程就像(xiàng)开(kāi)盲盒。

很(hěn)多(duō)用户(hù)很喜欢这种不确定的惊喜，他(tā)们会将(jiāng)生成的美图当做头像。而另一(yī)部分喜(xǐ)欢翻看AI绘画的“翻车”作品。在社交媒体上，许多用户分享AI“翻车现场”，例如，一位网友的小狗照(zhào)片被AI画成了“肌(jī)肉男”，还有网(wǎng)友的个人照(zhào)片被AI识(shí)别成了建筑(zhù)。

而如今随着ControlNet的出现(xiàn)与(yǔ)加持(chí)，以往AI绘画(huà)的填写(xiě)关键词游(yóu)戏(xì)可能要被颠覆了。

ControlNet是一位正在(zài)斯坦(tǎn)福(fú)读(dú)博(bó)的中国人张吕敏创作的一种基(jī)于控(kòng)制(zhì)点的图(tú)像变形算法(fǎ)，主要用(yòng)于(yú四月的小说集，四月的小说好看吗)数字图像处理(lǐ)、计(jì)算机视觉(jué)和计(jì)算机图形(xíng)学(xué)等领域。

其SD插件一经发(fā)布，在短(duǎn)短(duǎn)的两天内便成(chéng)为(wèi)了AI绘画领域最新(xīn)的热点。

在此之前，大家用了(le)很多方(fāng)法(fǎ)想让AI生(shēng)成的结果尽(jǐn)可能(néng)的符合要求(qiú)，但(dàn)是都(dōu)不尽如(rú)人意，它(tā)的出现(xiàn)代表(biǎo)着AI生成开始进入真正的可控时期(qī)。

因为ControlNet可以直接提取画面的(de)构图，人物的姿势和画(huà)面(miàn)的深(shēn)度信息等(děng)。有了(le)它的帮(bāng)助，就不(bù)用(yòng)频繁的用(yòng)提示词来碰运气，抽盲盒(hé)式的创作了(le)。

通俗(sú)的说ControlNet相当于给AI绘画加了“魔法(fǎ)”，不少(shǎo)博主的作(zuò)品已经(jīng)获(huò)得了(le)大量的浏览量(liàng)，“viggo”就是其中之(zhī)一，他用朋友的照片直(zhí)接带她们走(zǒu)进(jìn)动漫世(shì)界。

viggo先用(yòng)StableDiffusion图片转文字。

再用Text2Prompt插件(jiàn)拓展找到对应的关键词(cí)；最后用ControlNet插件绑定骨骼开始换关键(jiàn)词试效果(guǒ)。

通过图片就可以看出来，效果(guǒ)十分惊艳。

更厉害的是(shì)，除了真实的(de)照(zhào)片(piàn)，草图也(yě)可以加(jiā)上“魔法”，知(zhī)乎(hū)大牛(niú)“DevPoint”和“逗砂”介绍到(dào)ControlNet还能实现(xiàn)线稿转(zhuǎn)全(quán)彩图。大神张吕(lǚ)敏(mǐn)其本尊也亲自回应。

不得不(bù)说当下AIGC已经变得越来(lái)越强大(dà)，甚至输出的作(zuò)品(pǐn)都已经能以假乱真了。

02

难辨(biàn)虚(xū)实，AIGC技术力爆发

警惕安(ān)全问题

近(jìn)日(rì)，“苏州金鸡湖有游(yóu)艇(tǐng)party”的消息火遍网络，而经过警方辟谣这所(suǒ)谓的“party”可(kě)能是(shì)全国第一起AI绘图诈骗(piàn)。

由(yóu)于这个活动里(lǐ)面给出(chū)的美女(nǚ)照片都是AI制作的(de)真人照片绘(huì)图(tú)，因为太逼真，被大家(jiā)当成真事传播了。

不过仔(zǎi)细观察可以发(fā)现，活动发起者(zhě)提供的(de)照片中有个很大的漏(lòu)洞可以发(fā)现并(bìng)非(fēi)真人，而是AI绘图，那便是图(tú)片(piàn)中女(nǚ)性的手指部分有的存在异(yì)常。

有行业人事(shì)表示：“现(xiàn)在因为手指(zhǐ)部分的绘画算法比较复杂，AI还不(bù)太会画人(rén)的手，但最新看到的图片(piàn)已经有越来越完美的AI模(mó)型出现，以(yǐ)后可能(néng)就(jiù)完全没有漏洞(dòng)了(le)。”

类似的AI作(zuò)图诈骗(piàn)在国外(wài)也已有发生。据英国广播公司报(bào)道(dào)，土耳其地(dì)震期间(jiān)，有Tiktok用户使(shǐ)用(yòng)AI合成(chéng)了儿(ér)童受(shòu)灾的假照片发布到(dào)网络，以(yǐ)此诱骗善(shàn)良的(de)人打(dǎ)赏(shǎng)“捐(juān)助(zhù)”从而实(shí)施诈骗。

目前随着技术发展，AIGC已(yǐ)经能做出真人照片般的绘图效果，如果这(zhè)样的图片被用来诈骗，将非常可(kě)怕。

此外AIGC还引发(fā)了很(hěn)多担忧，一方面(miàn)，批(pī)判者认(rèn)为AI在(zài)“学习”了(le)大(dà)量前人(rén)的作品之后，其(qí)创作没有任何情绪和灵魂(hún)，难以和人类(lèi)的艺术创作相提并论(lùn)。

另一(yī)方面，AIGC背后的版权、目(mù)前都并没有得(dé)到有(yǒu)效(xiào)的解(jiě)决，还有AIGC会不会代替人类“至高无上”的创意。

马(mǎ)斯克也强调，人工(gōng)智能的安(ān)全(quán)问题需要得到(dào)重视(shì)，太(tài)晚就来不(bù)及了。

03

AIGC下一站除了视频，还有远方(fāng)

技术都是有(yǒu)两面性的，潜(qián)在的危害并不能掩盖(gài)其光辉的贡献。现(xiàn)在看来，人工智能技术将是第四(sì)次工业革命的核(hé)心(xīn)驱动(dòng)力量，将创造新的增长奇迹。

过去(qù)一(yī)年，人工智能在技术和商业层面(miàn)都有了巨(jù)大进展(zhǎn)，AI绘画(huà)就是人工智(zhì)能技术(shù)发(fā)生(shēng)方向(xiàng)性改变的一个代(dài)表。其下一站或许就是(shì)视(shì)频。

此前，Meta和谷歌(gē)先后发(fā)布了几条引爆(bào)科技圈的短视频。这(zhè)些(xiē)视频引发(fā)关(guān)注并非内(nèi)容做得(dé)多优秀(xiù)，反(fǎn)而都(dōu)非常简单(dān)，比如一匹正在喝水(shuǐ)的马，一(yī)只画画的玩具熊(xióng)，或者一段骑(qí)摩(mó)托车的第一(yī)视角录像，随(suí)便(biàn)一个有手机的人都可以随手录(lù)下一段。

但这些短视频的创作(zuò)方式非常简单，创(chuàng)作者(zhě)仅仅需(xū)要向AI输入(rù)一(yī)段(duàn)话(huà)，甚至只(zhǐ)是(shì)说一下要求(qiú)，AI就可以根据需要生成一段视频。

谷歌发(fā)布的两个AI生(shēng)成视(shì)频分(fēn)别来自(zì)于(yú)Imagen Video和(hé)Phenaki，前者主要突出的是高清，与Meta的Make-A-Video没有太多(duō)的差别。

在Make-A-Video公布(bù)了AI生成的(de)视频后，AI圈就已经玩了一波梗，一个能够(gòu)做出更高清视(shì)频的AI还不足以在(zài)短(duǎn)时间内戳中兴(xīng)奋(fèn)点。

Phenaki更加令人震惊的地方在(zài)于，它可以制作出超过(guò)2分钟(zhōng)的(de)连贯的也有确切内(nèi)容的视(shì)频(pín)，这才(cái)是真正(zhèng)让人(rén)们感到惊喜的地方。因为(wèi)无论AI生成的视频多么(me)高清，也只能是为内(nèi)容生产者提供一个(gè)灵感(gǎn)，一个素材，一个过场动画。

不过(guò)能(néng)够制作出有具(jù)体剧(jù)情(qíng)内容的视频就意味着，一些视频创作由(yóu)AI代替人工完(wán)成已经初步有了可能(néng)。

当(dāng)下AI的(de)发展速度已经超过大(dà)部(bù)分人的想象。内容产业的本质是供给创造需求，AIGC作为全新(xīn)的内容生(shēng)产(chǎn)方式，可以为内容产(chǎn)业(yè)带来(lái)更新的内容风格(gé)、更(gèng)快的生产速度，更低的(de)生(shēng)产成本，这无疑会驱动内容(róng)产(chǎn)业的大爆(bào)发。

除了AI绘图、视频(pín)，AIGC技术还能应用(yòng)于(yú)音乐、代码、机(jī)器人(rén)动作等多种内容(róng)形式(shì)的生成(chéng)。不(bù)难发现该项技术不(bù)仅(jǐn)在游(yóu)戏等行业(yè)能得到(dào)有效应(yīng)用(yòng)，对于下一代互联网(wǎng)各种元(yuán)素的构建亦有关键意(yì)义。

从商业化的角度来(lái)看，文化(huà)娱(yú)乐、教育(yù)、传(chuán)媒等(děng)诸多领域，本身(shēn)就对基于AI的可视化(huà)内容有强烈需(xū)求。

因此，AI绘画及(jí)视频或不是结果，而只是AI进(jìn)程(chéng)中(zhōng)的(de)一块重要拼(pīn)图(tú)，有望在技术更新的加持下实现更(gèng)大的应(yīng)用价(jià)值。

AI从(cóng)理(lǐ)解内(nèi)容，走(zǒu)向了(le)可以生成内容，甚(shèn)至(zhì)能(néng)够创造出独立价(jià)值和独(dú)立(lì)视角的内容。AIGC的再(zài)次出圈(quān)，更代表(biǎo)着未(wèi)来的先进生产力(lì)即将(jiāng)到(dào)来(lái)。

04

紧抓大模型与算力，牢固AIGC底(dǐ)座

从技术的发展也可以看(kàn)出(chū)，在语言大模型、图(tú)像大模型之后，多(duō)模态大模型已(yǐ)经成为(wèi)了新的趋势(shì)。

大(dà)模型被誉为当前人工智能发展(zhǎn)的智能底座，是全球竞(jìng)争最激(jī)烈的研究方向之一，包括谷(gǔ)歌、亚马逊、百度、阿里、腾讯等(děng)众(zhòng)多(duō)头(tóu)部企业都在竞相发力(lì)。

不过训练(liàn)大模型的(de)确价格不菲，以(yǐ)国盛证券发布(bù)的《ChatGPT需要多(duō)少算力》报告估算(suàn)，GPT-3训(xùn)练一(yī)次的成本约为140万(wàn)美元。而对于(yú)一些(xiē)更大的LLM(大型语言模型(xíng))，训(xùn)练成本则介于200万美元至1200万(wàn)美(měi)元高价之(zhī)间。

以ChatGPT在2023年1月的(de)独立访(fǎng)客平均数(shù)1300万(wàn)计算，其对应芯(xīn)片需求(qiú)为3万(wàn)多(duō)片英伟(wěi)达A100 GPU，初始投入成本(běn)约为(wèi)8亿美(měi)元，每日仅电(diàn)费就在5万美元左右(yòu)。

此外不(bù)论是ChatGPT还是AIGC，都离(lí)不开庞大算力支持。在关(guān)注各(gè)类大模(mó)型(xíng)的发(fā)展同时，更应该关注算力网络的(de)建设。

算力网络(luò)正驱动AI产(chǎn)业发展进(jìn)入(rù)史(shǐ)诗级(jí)加速(sù)进(jìn)程，让AIGC及通用(yòng)AI这一人工智能发展的终极目(mù)标离得更近(jìn)。

因为算(suàn)力可以对(duì)突破性(xìng)技术创新提供(gōng)大力的支持(chí)。这(zhè)方面，多(duō)模态大模型是(shì)典型。作为面向未(wèi)来强人工智(zhì)能、通用人工智能的重(zhòng)要技术创新，多模态大(dà)模(mó)型已经在人工智能领域提(tí)出了很多年(nián)，业界也有不少技(jì)术突破，但是，多模(mó)态(tài)大(dà)模型进一步(bù)往下(xià)走，算力需求呈几何(hé)式上升，一(yī)般的算力基础设(shè)施(shī)很快(kuài)将难以胜任。

从图像、文字、语音单独一项(xiàng)的训练，到双模(mó)态、三模态的跃迁，让人工智能可以灵活应对不(bù)同模态的转化、像人与世(shì)界交互一(yī)样自然，这方面(miàn)，由算力网络来驱动将有明显优势。

此(cǐ)外(wài)，还有很(hěn)多需要(yào)爆(bào)发式(shì)增(zēng)长的算力来支撑的技术(shù)创新，将在人工智能算力网络支撑下快速推进。

AIGC已(yǐ)经露出曙光，期待在(zài)大模型(xíng)和(hé)大算力的支持(chí)下AIGC能持续(xù)颠(diān)覆(fù)内(nèi)容生产的方式，将创(chuàng)造(zào)的边际成本降低，让万众受益。

未经允许不得转载：昆明苹果手机维修|苹果电脑维修|iPhone维修|iPad维修|iPod维修|MacBook维修|iMac维修|三星手机维修|HTC手机维修|昆明安瓦手机电脑云南维修中心 四月的小说集，四月的小说好看吗