自聊(liáo)天机器人ChatGPT火(huǒ)爆以来(lái)，微软公司创始人比尔·盖茨(cí)已(yǐ)多次公开谈论人工智能话题(tí)。在最近的一次(cì)采访中，他再次(cì)表示：“AI可(kě)能(néng)会让科技行业(yè)迎来一次(cì)剧烈的(de)洗牌”。

这(zhè)个结论是他(tā)在当地时间(jiān)2月20日接受《In Good Company》节目专访时提出(chū)的。

他预期，AI的发展可能会威胁到谷歌(gē)的(de)市(shì)占率，因为(wèi)微软在AI方面的行动相当迅速(sù)。而最终科技巨头将把AI整合(hé)成(chéng)用户的(de)“全能助手”，包揽(lǎn)一切应用，与人(rén)们进行沟通(tōng)并提供建议，可以取代(dài)亚马逊、Siri或Outlook等应用。

大佬口中全能助手(shǒu)的到来可能尚需时日，但由ControlNet引发的(de)又一次(cì)AI绘画浪潮(cháo)，让(ràng)AIGC在(zài)ChatGPT的话题热点(diǎn)包围中杀出(chū)重围(wéi)。

01

ControlNet颠覆(fù)AI绘画(huà)新玩法

AIGC向可控靠近

以AI绘画为代(dài)表的AIGC上一次爆火的时候(hòu)，还是2022年8月，在美国(guó)科罗(luó)拉多州举办的新兴数字艺术家竞赛中，一幅名为《太空歌剧院》的作品(pǐn)获奖(jiǎng)。

随后各(gè)大厂商的AI绘画软件被广(guǎng)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关键词或(huò)者一(yī)张照片(piàn)，就能获得一幅AI创作的(de)画作。

<天门中断楚江开的楚江指的是什么意思，天门中断楚江开的楚江指的是什么风景名胜strong>作画的(de)关键(jiàn)就是所输入的(de)文(wén)本(běn)。同(tóng)一组关键词(cí)也(yě)可(kě)以创作(zuò)出(chū)很多张风格不一样的画作，这(zhè)让创作的(de)过(guò)程就(jiù)像开盲盒。

很多用户很喜欢(huān)这种不确定的惊喜，他们会将生(shēng)成的美图当(dāng)做头像(xiàng)。而(ér)另一部分喜欢翻(fān)看AI绘画的“翻(fān)车”作品。在社交(jiāo)媒(méi)体上，许多用(yòng)户分享AI“翻车现场(chǎng)”，例如，一位网友(yǒu)的(de)小狗(gǒu)照片被(bèi)AI画(huà)成了“肌肉男”，还有(yǒu)网友(yǒu)的个人照片(piàn)被AI识别成了建筑。

而如今随着ControlNet的出(chū)现(xiàn)与加持，以(yǐ)往(wǎng)AI绘画的填写关键词游戏可(kě)能要被颠(diān)覆(fù)了。

ControlNet是一位正在斯坦福读(dú)博的中国人张(zhāng)吕(lǚ)敏创作的一种基于控(kòng)制(zhì)点的图像变形算法，主(zhǔ)要用(yòng)于数字(zì)图像处理、计算机视(shì)觉和计算(suàn)机图形(xíng)学(xué)等领(lǐng)域。

其SD插(chā)件一(yī)经(jīng)发(fā)布，在(zài)短(duǎn)短(duǎn)的两天内便成(chéng)为了AI绘画领(lǐng)域最新(xīn)的热(rè)点(diǎn)。

在此之前，大(dà)家用了很多方法想让(ràng)AI生(shēng)成的结(jié)果尽可能的符(fú)合要求，但是(shì)都不尽如人(rén)意，它的出(chū)现(xiàn)代表着AI生成开始进入真正的可控时期。

因为ControlNet可(kě)以直接提取画面的构(gòu)图，人物的(de)姿势和画(huà)面(miàn)的深度信(xìn)息等。有了它的帮助，就不用频繁的用(yòng)提示词来碰运气，抽(chōu)盲盒式(shì)的创作了。

通俗的说ControlNet相当于给AI绘画加(jiā)了“魔法”，不少博主的作品已经(jīng)获(huò)得了大量的浏览量，“viggo”就是其(qí)中之一，他用朋友的照(zhào)片直接带(dài)她们走(zǒu)进动漫世界。

viggo先用StableDiffusion图片转文字。

再(zài)用Text2Prompt插件拓展找到对应(yīng)的(de)关键(jiàn)词(cí)；最后用ControlNet插(chā)件(jiàn)绑(bǎng)定骨骼开始换关键词试效果。

通过图片就可(kě)以看出来，效果十分惊艳。

更厉害的是(shì)，除了真实的照片，草图也可以加(jiā)上“魔(mó)法(fǎ)”，知乎大牛“DevPoint”和“逗砂”介绍到ControlNet还(hái)能实现线稿转全彩图。大神张吕(lǚ)敏其本尊也亲自回应(yīng)。

不得不说当下(xià)AIGC已经变得越来越强大，甚至输(shū)出的作品(pǐn)都(dōu)已经(jīng)能以假乱真了。

02

难辨虚(xū)实(shí)，AIGC技术力爆发

警惕安(ān)全问题

近日，“苏州金鸡湖有游艇party”的消息火遍网络，而经过警方辟谣(yáo)这所谓的(de)“party”可能是全国第一起AI绘图诈骗。

由于这(zhè)个活动里面给出的美女照片都是AI制作的真人(rén)照片绘图，因为太逼(bī)真(zhēn)，被大家当成真(zhēn)事传播天门中断楚江开的楚江指的是什么意思，天门中断楚江开的楚江指的是什么风景名胜了。

不过仔细观(guān)察可以发现，活动发起(qǐ)者提供的照(zhào)片中有个很大的漏洞可以发现并非真人(rén)，而(ér)是(shì)AI绘(huì)图，那便是图(tú)片中女性的(de)手(shǒu)指部分有的存在异常。

有(yǒu)行业(yè)人事(shì)表示：“现在因为手指部分(fēn)的绘画(huà)算法比较复杂，AI还不太会(huì)画人的手(shǒu)，但(dàn)最新看到(dào)的图(tú)片已经有越来越完(wán)美的AI模型(xíng)出现，以后可能就(jiù)完全没有漏(lòu)洞了。”

类似的(de)AI作(zuò)图诈骗(piàn)在国外也已有发生。据英国(guó)广(guǎng)播公司(sī)报(bào)道(dào)，土耳(ěr)其地震期间，有Tiktok用户使用AI合成了儿童(tóng)受灾的假照片发布(bù)到网络，以此诱(yòu)骗善良的人(rén)打(dǎ)赏“捐助(zhù)”从而实(shí)施诈骗。

目前随着技术发展(zhǎn)，AIGC已经能做(zuò)出真(zhēn)人照(zhào)片般的绘图效果，如果这(zhè)样(yàng)的图(tú)片被用来诈骗，将非常(cháng)可(kě)怕。

此外AIGC还引发了很多担忧，一(yī)方面，批判(pàn)者认为AI在“学习”了大量(liàng)前(qián)人的作(zuò)品(pǐn)之后，其创(chuàng)作没有任何情绪(xù)和(hé)灵魂(hún)，难以(yǐ)和人类的艺术创作(zuò)相(xiāng)提(tí)并论。

另一方面，AIGC背后的版权、目(mù)前(qián)都(dōu)并(bìng)没有(yǒu)得到(dào)有(yǒu)效的解决，还(hái)有AIGC会不会代替人(rén)类“至高无上(shàng)”的创意(yì)。

马(mǎ)斯克也强调(diào)，人工智能的安全问题需要(yào)得(dé)到重视(shì)，太晚就来不及(jí)了(le)。

03

AIGC下一站除了视(shì)频(pín)，还有远方

技(jì)术都是有两面性(xìng)的，潜在(zài)的危害(hài)并不能掩盖其光辉(huī)的贡献。现在看来，人(rén)工智能技术将是第四次工业革(gé)命(mìng)的核(hé)心驱动力量(liàng)，将创(chuàng)造新(xīn)的增长奇迹。

过(guò)去(qù)一(yī)年，人(rén)工智能在技术和商业(yè)层面都有了巨(jù)大进(jìn)展，AI绘(huì)画就是人工(gōng)智能技术(shù)发生(shēng)方向性改变的一个代(dài)表。其下一(yī)站或许就(jiù)是视频(pín)。

此(cǐ)前，Meta和谷(gǔ)歌先后发布(bù)了几条引爆科技圈的短视频。这些视(shì)频引发关注(zhù)并非内容(róng)做得多(duō)优(yōu)秀，反(fǎn)而都非(fēi)常简(jiǎn)单，比如一匹正在喝水(shuǐ)的马，一只画画(huà)的(de)玩具熊，或者一段骑(qí)摩(mó)托车的第(dì)一视角录像，随便(biàn)一个有手机的人都可(kě)以随手录下一段(duàn)。

但这些短视频的创作方式非常简单，创作者(zhě)仅(jǐn)仅需要向AI输入一段话，甚至(zhì)只(zhǐ)是说一下要(yào)求，AI就(jiù)可以根据(jù)需要生(shēng)成一(yī)段(duàn)视频(pín)。

谷歌发布的两个AI生(shēng)成(chéng)视频分别来自于(yú)Imagen Video和(hé)Phenaki，前者主(zhǔ)要突出的是高清，与Meta的(de)Make-A-Video没有太(tài)多的差(chà)别。

在Make-A-Video公(gōng)布了(le)AI生成的(de)视频后(hòu)，AI圈就(jiù)已经玩了一(yī)波梗(gěng)，一个能够做出更(gèng)高清视频的AI还(hái)不足以在短时间内戳中兴奋点。

Phenaki更加令人震惊的地方在于，它可以制作出超过2分钟的连(lián)贯的也有确(què)切内容的视频(pín)，这才是真(zhēn)正(zhèng)让人们感到(dào)惊喜的(de)地(dì)方。因为(wèi)无论(lùn)AI生成的(de)视频多么(me)高清，也只能是(shì)为内容生产者提(tí)供(gōng)一个灵(líng)感，一个(gè)素材，一个过场动(dòng)画。

不过能够制作(zuò)出有(yǒu)具(jù)体剧情内容的视频(pín)就意味着(zhe)，一些视频创作(zuò)由AI代替人工完(wán)成已经初(chū)步有了(le)可能。

当下AI的发展(zhǎn)速度已(yǐ)经超过大部(bù)分人(rén)的想象。内容产业的(de)本质(zhì)是供给创造需求(qiú)，AIGC作为全新的内容(róng)生(shēng)产方式(shì)，可以(yǐ)为内(nèi)容产业带(dài)来(lái)更新的内容风格、更快的生产速度，更低的生产成本，这无疑会驱(qū)动(dòng)内容产业的大爆发。

除了AI绘图、视频，AIGC技术还能应用于音乐、代码(mǎ)、机器人动作等多种内容形式的生成。不(bù)难(nán)发现该项技(jì)术不仅(jǐn)在游戏等行业(yè)能(néng)得到有效(xiào)应用，对于下一代互联网(wǎng)各(gè)种元(yuán)素的构建亦有(yǒu)关(guān)键(jiàn)意义。

从商业化的(de)角度来看，文化娱(yú)乐、教育、传媒等诸多领域(yù)，本身(shēn)就对(duì)基于AI的可视化内容有强烈需求。

因此，AI绘(huì)画(huà)及视频或不是结(jié)果(guǒ)，而只是AI进(jìn)程中(zhōng)的一块重(zhòng)要拼图，有(yǒu)望在技(jì)术(shù)更(gèng)新的加(jiā)持下实现(xiàn)更(gèng)大的应用(yòng)价值。

AI从理解内容，走向了可以生(shēng)成内容，甚至能够(gòu)创(chuàng)造出独立价(jià)值和独立视角的内容。AIGC的再次出(chū)圈，更代表着未来的先进生产(chǎn)力即将到来。

04

紧抓(zhuā)大(dà)模型与算(suàn)力，牢固AIGC底座(zuò)

从技术的发展也可(kě)以(yǐ)看出，在语言大模(mó)型、图像大模型之后，多(duō)模(mó)态大(dà)模(mó)型已经成为了新的趋势。

大模型被誉为当(dāng)前人(rén)工智(zhì)能发(fā)展的(de)智能(néng)底座，是(shì)全(quán)球竞争最激(jī)烈的研究方向之一，包括谷歌(gē)、亚马(mǎ)逊、百度、阿里(lǐ)、腾讯等众多头部企(qǐ)业都在竞相(xiāng)发力。

不过训练(liàn)大模(mó)型的确价格不(bù)菲，以国(guó)盛证(zhèng)券(quàn)发布的(de)《ChatGPT需要多少算(suàn)力》报告估(gū)算，GPT-3训练一次的成本约为(wèi)140万美元。而对于一些(xiē)更大的LLM(大型语(yǔ)言模(mó)型)，训练成本则介(jiè)于200万美元至1200万美元高(gāo)价之间。

以ChatGPT在(zài)2023年1月的独立(lì)访客平(píng)均数1300万计算(suàn)，其对(duì)应(yīng)芯片(piàn)需求(qiú)为(wèi)3万多片英伟(wěi)达A100 GPU，初(chū)始投入成本(běn)约为8亿(yì)美元，每日(rì)仅电费就在(zài)5万(wàn)美(měi)元左(zuǒ)右。

此(cǐ)外不论是ChatGPT还是(shì)AIGC，都(dōu)离不(bù)开庞大(dà)算(suàn)力支持。在关注各类大模(mó)型的(de)发展同(tóng)时，更应该关注算力(lì)网络的建(jiàn)设(shè)。

算(suàn)力网络正驱动AI产业发展进(jìn)入史诗(shī)级加速(sù)进程，让(ràng)AIGC及通用AI这(zhè)一人工智能发展的终极目标离得更近。

因为(wèi)算力(lì)可(kě)以(yǐ)对突破性技(jì)术创新提供(gōng)大力(lì)的支持。这(zhè)方面(miàn)，多(duō)模态大模(mó)型是典型(xíng)。作为(wèi)面向未(wèi)来强人工(gōng)智能、通用人工(gōng)智(zhì)能的(de)重要技术创(chuàng)新，多模态大(dà)模(mó)型已经在人工智(zhì)能领域提出了(le)很多(duō)年，业(yè)界也有(yǒu)不少(shǎo)技术(shù)突破，但是，多模态(tài)大模型进一步(bù)往下走，算力需(xū)求呈几何式上升，一般的(de)算力(lì)基础(chǔ)设施很(hěn)快(kuài)将难以胜任(rèn)。

从图像、文字、语音(yīn)单独一项的训练，到双模(mó)态、三模态的(de)跃迁，让人工智(zhì)能(néng)可以灵活应对(duì)不(bù)同模态(tài)的转化(huà)、像人与(yǔ)世界交互一(yī)样(yàng)自然，这方面，由算(suàn)力网络来(lái)驱动将有(yǒu)明显优势。

此外，还有很多需要爆发(fā)式(shì)增长的算力来支撑的(de)技术创新，将(jiāng)在人工(gōng)智能算力网络支(zhī)撑下快速推(tuī)进。

AIGC已经露出曙光，期(qī)待在大(dà)模型和大算力的支持下AIGC能持续颠覆内容生产的方式，将创造的(de)边际成(chéng)本降低(dī)，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 天门中断楚江开的楚江指的是什么意思，天门中断楚江开的楚江指的是什么风景名胜