自聊天机器人ChatGPT火(huǒ)爆以来(lái)，微软公司创始(shǐ)人比尔·盖(gài)茨已多次公开谈论人工智能话(huà)题。在(zài)最近的(de)一次采访中，他再次表示：“AI可(kě)能会(huì)让科技行业(yè)迎来一次剧烈的洗牌”。

这个结(jié)论是他在当地(dì)时间2月20日(rì)接受《In Good Company》节目专访时提出的。

他预期，AI的发展(zhǎn)可能会威(wēi)胁到(dào)谷(gǔ)歌的市(shì)占率(lǜ)，因为微(wēi)软在(zài)AI方面的行动相当迅速。而最终科技巨头将(jiāng)把AI整合成(chéng)用户的(de)“全能助手”，包揽一切(qiè)应(yīng)用(yòng)，与人们(men)进行沟通并提供(gōng)建议，可(kě)以取代亚马逊、Siri或Outlook等(děng)应用。

大佬口中全(quán)能(néng)助(zhù)手的到来(lái)可能尚需时日，但由ControlNet引发(fā)的又一次(cì)AI绘画浪潮，让AIGC在ChatGPT的(de)话(huà)题(tí)热点包围(wéi)中杀出重(zhòng)围。

01

ControlNet颠(diān)覆AI绘画(huà)新(xīn)玩法

AIGC向可控靠近

以(yǐ)AI绘画为代表的AIGC上一次爆火的(de)时候，还是2022年(nián)8月，在美(měi)国(guó)科罗拉(lā)多(duō)州举办(bàn)的新兴数(shù)字艺术家竞赛(sài)中，一幅名(míng)为《太(tài)空(kōng)歌(gē)剧院》的(de)作品(pǐn)获奖。

随后各大厂商的AI绘(huì)画(huà)软(ruǎn)件被广大网友熟知(zhī)并体验，Stable Diffusion便是其中代表(biǎo)。

用户们(men)可以(yǐ)在应用中输入一(yī)组关键词(cí)或者一张照片，就能获得(dé)一幅AI创(chuàng)作的画作。

作画的关键就是所(suǒ)输(shū)入的文本(běn)。同一组关(guān)键词也可以创作(zuò)出很多张风格不一样的(de)画(huà)作，这让创作的过程就像开盲盒。

很(hěn)多用(yòng)户很喜欢这种不确定的惊喜，他们(men)会将生成的美(měi)图当做头(tóu)像。而另一部分喜欢翻看AI绘画(huà)的(de)“翻(fān)车”作品。在社交媒体上(shàng)，许多(duō)用户分享AI“翻车现场”，例(lì)如，一位(wèi)网友的小狗照片被AI画成(chéng)了(le)“肌肉男(nán)”，还有网友的(de)个人(rén)照片被(bèi)AI识别成了(le)建筑。

而如今随着ControlNet的出(chū)现(xiàn)与加(jiā)持，以往AI绘画的填写(xiě)关(guān)键词游(yóu)戏可能要被颠覆了。

ControlNet是一位正(zhèng)在斯坦福读(dú)博的中国人张吕敏创(chuàng)作(zuò)的一种基于控制点的图像变形算法，主要用于数字图像(xiàng)处理、计算机视觉和计算(suàn)机图形学等领域。

其SD插件一经发布，在短(duǎn)短(duǎn)的两天内便成(chéng)为了(le)AI绘画领域最(zuì)新的热点。

在(zài)此(cǐ)之前，大家用了很多方法想让(ràng)AI生成的结果尽可能的(de)符(fú)合要求，但是都不尽如人意，它的出现(xiàn)代表着AI生成开(kāi)始(shǐ)进(jìn)入真(zhēn)正的可控时(shí)期。

因为ControlNet可以直接(jiē起飞前多久停止登机，起飞前多久停止登机口)提取(qǔ)画面的构(gòu)图(tú)，人物的(de)姿势(shì)和(hé)画(huà)面(miàn)的(de)深度信息等。有了它的(de)帮助，就(jiù)不用频繁的用提示词(cí)来碰运(yùn)气，抽盲盒式的(de)创作了。

通俗的说ControlNet相当于给AI绘画加了(le)“魔法”，不少博(bó)主的作品(pǐn)已经获得了大量的浏(liú)览(lǎn)量，“viggo”就是(shì)其中(zhōng)之一(yī)，他(tā)用朋友的照片直接带她们(men)走进动漫世界。

viggo先用StableDiffusion图(tú)片转文字。

再用Text2Prompt插件拓(tuò)展(zhǎn)找(zhǎo)到(dào)对应的关键词；最后用ControlNet插件绑定(dìng)骨(gǔ)骼(gé)开始换关键词试效果。

通(tōng)过图片就可以看出来，效果十分惊(jīng)艳。

更厉(lì)害(hài)的(de)是，除了真实(shí)的照(zhào)片，草图也可以(yǐ)加上“魔法(fǎ)”，知乎大牛“DevPoint”和“逗砂”介(jiè)绍(shào)到ControlNet还能实现线(xiàn)稿转(zhuǎn)全(quán)彩图(tú)。大(dà)神张吕敏(mǐn)其本尊也亲(qīn)自回(huí)应。

不得(dé)不说当下AIGC已(yǐ)经变(biàn)得越来越(yuè)强大，甚至输出的作(zuò)品都已(yǐ)经(jīng)能(néng)以假乱(luàn)真了。

02

难辨(biàn)虚实，AIGC技术力爆(bào)发

警(jǐng)惕安全问题(tí)

近日，“苏州金鸡湖有游(yóu)艇party”的(de)消(xiāo)息火遍网络，而(ér)经过(guò)警方辟(pì)谣(yáo)这所谓的“party”可能是全国(guó)第一起AI绘图诈骗。

由(yóu)于这个活(huó)动(dòng)里面给出的(de)美女照片都是AI制(zhì)作(zuò)的(de)真(zhēn)人照片绘图，因为太(tài)逼真(zhēn)，被大家当成真事传播了(le)。

不过(guò)仔细观察可以发现，活动发起者提供的照片中有个很大的漏洞(dòng)可以发现并非真人，而是AI绘图，那便是图片中女性的手指部分有的存(cún)在异(yì)常。

有行(xíng)业人事表示：“现在(zài)因为手(shǒu)指部分的绘画(huà)算(suàn)法(fǎ)比较复杂(zá)，AI还不(bù)太会画人(rén)的手，但最(zuì)新看(kàn)到的图片(piàn)已经有越来越(yuè)完美的AI模(mó)型出现，以(yǐ)后可能就完全(quán)没(méi)有漏洞了。”

类似的(de)AI作图(tú)诈(zhà)骗在国外也已(yǐ)有发生。据英国广(guǎng)播公(gōng)司报道，土耳(ěr)其地(dì)震期间，有Tiktok用户使用AI合成了儿童受灾的假照片(piàn)发布到网(wǎng)络，以此(cǐ)诱(yòu)骗(piàn)善(shàn)良的人打赏“捐(juān)助”从(cóng)而实施(shī)诈骗。

目前随着技(jì)术发展，AIGC已经能做出真人(rén)照片般(bān)的(de)绘(huì)图效果，如(rú)果这样的图片被用来诈(zhà)骗，将非常可怕。

此外AIGC还引发了很多担忧，一(yī)方面，批判者认(rèn)为AI在“学习”了大量前人的(de)作品(pǐn)之后，其创(chuàng)作没有任何情(qíng)绪和灵魂，难以(yǐ)和人类(lèi)的艺术创作相提(tí)并论。

另一(yī)方面，AIGC背后(hòu)的版权、目前都并没有得(dé)到有效的(de)解决，还有AIGC会不会代替人类“至高无上(shàng)”的创意。

马(mǎ)斯克也强调，人(rén)工(gōng)智(zhì)能的安(ān)全问题需(xū)要(yào)得到重(zhòng)视，太晚就来不及了。

03

AIGC下一站除了(le)视(shì)频，还有远方(fāng)

技术都是有(yǒu)两面性的，潜在的危害(hài)并不能(néng)掩盖其(qí)光辉的贡献。现在(zài)看(kàn)来，人(rén)工智能技术(shù)将是第(dì)四次工业革命(mìng)的核心驱动力量，将创造新的增(zēng)长奇迹。

过去一年，人工智能在技术和商业层面都有了巨大进(jìn)展，AI绘画就是人(rén)工智能(néng)技术发生方向性改变的(de)一个代(dài)表(biǎo)。其下一站或(huò)许就是视频(pín)。

此前，Meta和谷歌先后发布了几(jǐ)条引爆科技圈的短视(shì)频。这些视频引发关注并非内(nèi)容做得多(duō)优秀，反而都(dōu)非常简(jiǎn)单，比如一匹正在喝水(shuǐ)的马，一只画画的玩(wán)具熊，或者一(yī)段骑摩托车的第一(yī)视角录像(xiàng)，随便一个有手机的人都可以随手录下一段(duàn)。

但这些短视频的创作方式非常简(jiǎn)单，创作者仅仅需要向AI输入一段话，甚至只是说一(yī)下要求，AI就可以根据(jù)需(xū)要(yào)生(shēng)成一段视频。

谷歌发布的两个AI生成视频分(fēn)别来自(zì)于Imagen Video和Phenaki，前者主(zhǔ)要突出(chū)的是高清，与Meta的Make-A-Video没有太多(duō)的差别。

在Make-A-Video公布了AI生(shēng)成的视频后，AI圈就已经玩了一波梗，一个能够做出(chū)更高(gāo)清(qīng)视频的(de)AI还不足(zú)以在短时间内(nèi)戳中兴奋点。

Phenaki更(gèng)加(jiā)令人震惊的地方在于，它可以制(zhì)作出超过2分钟的(de)连贯的也(yě)有确切(qiè)内容的(de)视频，这(zhè)才是真正让人们感(gǎn)到(dào)惊喜的地方(fāng)。因为(wèi)无论AI生成的视频多么高(gāo)清，也只能是为内容生产(chǎn)者(zhě)提(tí)供(gōng)一个灵感(gǎn)，一个素材，一(yī)个过场动画(huà)。

不(bù)过能够制作出有具体剧情内容的视频就意味着，一(yī)些视频创作由(yóu)AI代替人工完(wán)成已经初步(bù)有了(le)可能。

当下(xià)AI的(de)发展速度(dù)已经超过大部(bù)分人的想象。内容产业的本质是供给创造需求，AIGC作(zuò)为全新的内容生产方(fāng)式，可以为内(nèi)容产业带来更新的(de)内容(róng)风格、更快的生产速度，更(gèng)低的生(shēng)产成本，这无疑会驱动内容(róng)产业的大(dà)爆发(fā)。

除了AI绘(huì)图、视频，AIGC技术(shù)还能应用于音乐、代码、机器人动作等多种内容形式的生成(chéng)。不难发现该(gāi)项技(jì)术不仅在游戏等行业能得(dé)到有效(xiào)应用(yòng)，对(duì)于下一代互联网各种元素的构建亦有(yǒu)关键意义(yì)。

从商业化的(de)角(jiǎo)度(dù)来(lái)看，文化(huà)娱乐、教育、传媒等(děng)诸多领域，本身就对基于AI的可视(shì)化内容(róng)有(yǒu)强烈需求。

因此，AI绘画(huà)及视频或不是结果(guǒ)，而(ér)只是AI进程中的一块重要(yào)拼图，有望在技术更新的(de)加持下实现(xiàn)更大的(de)应用(yòng)价值。

AI从理(lǐ)解内容，走向(xiàng)了(le)可以生成内容，甚至能(néng)够创(chuàng)造出独立价值和独立视角的内容。AIGC的(de)再次(cì)出圈，更代表着未来的先进生产力即将到来。

04

紧(jǐn)抓大模型与算(suàn)力，牢固AIGC底座

从技术的发(fā)展也(yě)可以看(kàn)出，在语言(yán)大模型(xíng)、图像大模型之后(hòu)，多模态大模型已经成为了新的趋(qū)势(shì)。

大模型被誉为当前(qián)人工智(zhì)能发展的智能底座，是全球竞争最激烈的研究方向之(zhī)一，包(bāo)括谷(gǔ)歌(gē)、亚(yà)马逊(xùn)、百(bǎi)度、阿里、腾讯等众多头部企业都在竞相(xiāng)发力。

不过训练大模型的确价格不(bù)菲(fēi)，以国盛证券发布(bù)的《ChatGPT需要多少算(suàn)力》报告(gào)估算，GPT-3训练一次的(de)成本约为140万(wàn)美(měi)元(yuán)。而(ér)对于一些更(gèng)大(dà)的LLM(大型(xíng)语言(yán)模型(xíng))，训(xùn)练成(chéng)本则介于200万美元至(zhì)1200万美元高价之(zhī)间(jiān)。

以ChatGPT在2023年1月的独立访客(kè)平均数1300万计算，其对应芯片需求(qiú)为3万多片英伟达A100 GPU，初始投入(rù)成(chéng)本约为(wèi)8亿美元，每日(rì)仅电费就在5万美(měi)元左右。

此外不论是ChatGPT还是AIGC，都离不开(kāi)庞大算(suàn)力(lì)支持。在关注各类大模(mó)型的发展(zhǎn)同时，更应(yīng)该关注算力(lì)网络(luò)的(de)建设。

算力网络正驱动AI产业发展进入史(shǐ)诗(shī)级(jí)加(jiā)速进程，让AIGC及通(tōng)用AI这一(yī)人(rén)工智能发展的终极(jí)目标离(lí)得更近。

因为算力可(kě)以对突破性(xìng)技术创新提供(gōng)大力的支持。这方(fāng)面，多模态大模(mó)型是典型。作为面(miàn)向(xiàng)未来强人(rén)工智(zhì)能、通用人工智(zhì)能的(de)重要技(jì)术创(chuàng)新，多模态大模型已经在人工智(zhì)能领域提出了很多年，业界也有不(bù)少技术突(tū)破，但是(shì)，多模态大模型进(jìn)一步(bù)往下(xià)走(zǒu)，算(suàn)力需求呈几何式上升，一(yī)般(bān)的算力基础设施很快将难以胜任。

从图像(xiàng)、文字(zì)、语音单独一项的(de)训练，到双(shuāng)模态、三模态的跃迁，让人(rén)工智能可以(yǐ)灵活应对(duì)不(bù)同模态(tài)的(de)转化、像(xiàng)人(rén)与世界交互(hù)一样(yàng)自(zì)然，这方面(miàn)，由算(suàn)力(lì)网络来(lái)驱动(dòng)将有明(míng)显(xiǎn)优势。

此外，还有很多(duō)需要爆发式增长的算力来支撑(chēng)的技术创新(xīn)，将(jiāng)在人工(gōng)智能算力(lì)网络支撑下快速推进(jìn)。

AIGC已经露出曙光，期待在(zài)大模型(xíng)和大算力的支持下AIGC能持(chí)续颠覆(fù)内容生产(chǎn)的(de)方式(shì)，将创造的边际成本降低，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 起飞前多久停止登机，起飞前多久停止登机口