自聊天机器人ChatGPT火爆以来(lái)，微(wēi)软公司创始人比(bǐ)尔·盖茨已多(duō)次公(gōng)开谈论(lùn)人工(gōng)智能(néng)话(huà)题。在(zài)最近的一(yī)次采访中，他再(zài)次表示(shì)：“AI可能会让科技(jì)行业迎(yíng)来一次剧烈的(de)洗(xǐ)牌”。

这个结论是他在(zài)当(dāng)地时间2月20日接受《In Good Company》节目专访时(shí)提出(chū)的。

他预(yù)期，AI的(de)发(fā)展可(kě)能会威(wēi)胁到谷歌的市(shì)占率，因(yīn)为微软在AI方面的行动相当迅速。而最终科技巨头将把AI整合成用户的“全能(néng)助手(shǒu)”，包揽(lǎn)一(yī)切应用(yòng)，与人(rén)们进行沟(gōu)通并提供建(jiàn)议，可以取代(dài)亚马逊、Siri或(huò)Outlook等应用。

大佬(lǎo)口中(zhōng)全能(néng)助手的(de)到(dào)来(lái)可能尚需时(shí)日(rì)，但由ControlNet引发的又一次(cì)AI绘画浪潮(cháo)，让AIGC在ChatGPT的话题热点包(bāo)围中(zhōng)杀出重围。

01

ControlNet颠(diān)覆AI绘画(huà)新(xīn)玩法

AIGC向可(kě)控靠近(jìn)

以AI绘画为代表的AIGC上一次爆火(huǒ)的(de)时候，还是2022年(nián)8月，在美(měi)国科罗(luó)拉(lā)多(duō)州举办的新兴数字艺术家竞赛(sài)中，一幅名为《太空歌剧院(yuàn)》的作品获奖。

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

用户们可以(yǐ)在应用(yòng)中(zhōng)输入(rù)一组关键词或者一张照片，就能获得一幅(fú)AI创作(zuò)的画作。

作画(huà)的(de)关键就是所输(shū)入的(de)文本(běn)。同一(yī)组(zǔ)关键词也可以创作出很多(duō)张风格(gé)不一样(yàng)的(de)画作，这让(ràng)创(chuàng)作的过程(chéng)就像开(kāi)盲盒。

很多(duō)用户很(hěn)喜欢这种不(bù)确定的惊喜，他们会(huì)将生成(chéng)的美图当做头像(xiàng)。而(ér)另(lìng)一(yī)部分喜欢翻看AI绘画的“翻车(chē)”作(zuò)品。在社(shè)交媒体上，许多用户(hù)分(fēn)享AI“翻(fān)车现场(chǎng)”，例如，一(yī)位网友的小狗(gǒu)照(zhào)片被AI画(huà)成了“肌肉男(nán)”，还(hái)有网友的个人照片被AI识别成了建筑。

而如(rú)今随着(zhe)ControlNet的出现与加持，以往AI绘(huì)画的填写关键词游戏可能要(yào)被颠(diān)覆了。

ControlNet是(shì)一位(wèi)正(zhèng)在斯(sī)坦福读博(bó)的中国人(rén)张吕敏创作的一种(zhǒng)基于(yú)控(kòng)制点的图像变形算(suàn)法，主(zhǔ)要(yào)用于数字图(tú)像(xiàng)处理、计(jì)算机视觉和计算机(jī)图形学等领(lǐng)域(yù)。

其SD插(chā)件一经(jīng)发(fā)布，在短短的两天内便(biàn)成(chéng)为(wèi)了AI绘(huì)画领域最新的热点。

在此之前，大家(jiā)用了很(hěn)多方(fāng)法想让AI生成(chéng)的结果尽可能的符合要求，但(dàn)是都不尽如人意，它的出(chū)现代表着AI生成开始进入(rù)真(zhēn)正(zhèng)的可(kě)控(kòng)时期。

因为ControlNet可以(yǐ)直接提(tí)取画面的构图，人物的(de)姿势和(hé)画面的深度信息等。有了它的帮助，就不用频(pín)繁的用提示词来碰运气(qì)，抽盲(máng)盒式的创作了。

通俗(sú)的(de)说ControlNet相当于给(gěi)AI绘画加了(le)“魔法”，不(bù)少博主(zhǔ)的作品(pǐn)已经(jīng)获(huò)得了大(dà)量的浏览(lǎn)量，“viggo”就(jiù)是其中之一，他用朋(péng)友的照片直接带她们走进动漫(màn)世界。

viggo先用StableDiffusion图(tú)片转文字。

再(zài)用Text2Prompt插件拓(tuò)展找到对应的关键词；最后用ControlNet插件绑定(dìng)骨骼(gé)开始(shǐ)换(huàn)关键词试效果。

通过(guò)图片(piàn)就可(kě)以看出来，效果十分惊(jīng)艳。

更(gèng)厉害的(de)是，除了(le)真实的照片(piàn)，草图也(yě)可以加(jiā)上“魔法”，知乎大牛(niú)“DevPoint”和“逗砂”介绍到ControlNet还能实(shí)现线稿转全彩图。大神张吕敏其本尊也亲自(zì)回应。

不(bù)得(dé)不说当(dāng)下(xià)AIGC已经(jīng)变得越来越(yuè)强大，甚至输出的作品都(dōu)已经能以(yǐ)假乱真了。

02

难辨(biàn)虚实，AIGC技术(shù)力爆发

警惕(tì)安全(quán)问题

近日，“苏州(zhōu)金鸡湖(hú)有游艇party”的消息火(huǒ)遍网络，而经过警方辟谣这所(suǒ)谓的“party”可能是全国第一(yī)起(qǐ)AI绘图诈骗。

由于这个(gè)活动里(lǐ)面给出的美女照片都是(shì)AI制作的真(zhēn)人照(zhào)片绘图，因为(wèi)太逼真(zhēn)，被大家当成真事(shì)传播(bō)了。

不(bù)过仔(zǎi)细观察可以发(fā)现，活动发起者提供的照片中有个很(hěn)大的漏洞可以发现并非(fēi)真(zhēn)人，而(ér)是AI绘(huì)图，那便(biàn)是图片中(zhōng)女性的手指部分有(yǒu)的(de)存在异常。

有(yǒu)行业(yè)人事表示(shì)：“现在因为(wèi)手指(zhǐ)部分(fēn)的(de)绘(最灿烂的烟火总是先坠落是什么歌，最灿烂的烟火总是先坠落是什么歌的歌词huì)画算法比较(jiào)复杂，AI还不太会画(huà)人的(de)手，但最新看(kàn)到(dào)的图(tú)片已经有越来越完美的AI模型出现，以后(hòu)可能就完(wán)全没有漏洞了(le)。”

类似的AI作(zuò)图诈骗在国外也已有发生。据英(yīng)国广播公司报(bào)道，土耳其地震(zhèn)期(qī)间，有(yǒu)Tiktok用(yòng)户使用AI合成了儿童(tóng)受(shòu)灾的假照片发布到网络，以此诱骗善良的人(rén)打(dǎ)赏“捐(juān)助”从而实施诈骗。

目前随着技(jì)术发展(zhǎn)，AIGC已经能做出真人照片(piàn)般的绘图效果，如果(guǒ)这(zhè)样的(de)图片被用(yòng)来诈骗，将(jiāng)非常可(kě)怕。

此外AIGC还引(yǐn)发了很(hěn)多担(dān)忧，一方(fāng)面，批判者(zhě)认为AI在“学习”了大(dà)量前人(rén)的作品之后(hòu)，其创作没有任何情绪和灵魂，难以和人(rén)类(lèi)的艺术创作相(xiāng)提并论。

另一方面(miàn)，AIGC背后的版权、目前都(dōu)并没有(yǒu)得到有(yǒu)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(sī)克也(yě)强调，人工智能(néng)的安全问题(tí)需要得到重视，太晚就来不(bù)及了。

03

AIGC下一站除了视频(pín)，还(hái)有远方(fāng)

技术都是(shì)有两(liǎng)面性的，潜在的危害并不能掩盖其光(guāng)辉的(de)贡献。现(xiàn)在看来，人工(gōng)智能技(jì)术(shù)将是第四次(cì)工业革命的核心(xīn)驱动(dòng)力量，将创造新的增长奇迹。

过去一年(nián)，人工智能在(zài)技术和商业(yè)层(céng)面都有(yǒu)了(le)巨(jù)大进展，AI绘画就是人(rén)工智(zhì)能技术发(fā)生方向性改(gǎi)变(biàn)的一个代表。其下一站(zhàn)或许就是视频。

此(cǐ)前，Meta和谷歌先后发布(bù)了(le)几条引爆科技圈(quān)的(de)短视频。这些视频引(yǐn)发关注并非内容做得多优(yōu)秀(xiù)，反而都非常简单(dān)，比如一匹正(zhèng)在喝水的马(mǎ)，一(yī)只(zhǐ)画画的(de)玩具(jù)熊，或(huò)者(zhě)一(yī)段(duàn)骑摩(mó)托车的(de)第一视角录像，随便一(yī)个有手机的人都可(kě)以随手录下一(yī)段。

但这些短视频的创作方式非常简(jiǎn)单(dān)，创(chuàng)作者仅(jǐn)仅需要向AI输入一段话，甚(shèn)至只是说(shuō)一下要(yào)求，AI就可(kě)以根据需要生成一段视频。

谷歌(gē)发布(bù)的两个AI生成视频分别来自于(yú)Imagen Video和Phenaki，前(qián)者(zhě)主要突出的是高清(qīng)，与Meta的Make-A-Video没有太多的(de)差别。

在Make-A-Video公布了AI生成的视(shì)频(pín)后，AI圈就已经玩了(le)一(yī)波梗，一个能够做出更高清视频的(de)AI还不足以在(zài)短(duǎn)时间内戳中兴奋(fèn)点。

Phenaki更加令人(rén)震惊的地方在于，它可以制(zhì)作出超过2分钟的连贯的也有确切内容的视频，这才是真正让(ràng)人们感到惊喜(xǐ)的地(dì)方(fāng)。因为无论AI生成的视频多(duō)么高清，也只能是为内容生产者提供一个灵感，一个(gè)素材，一个过场动画。

不(bù)过能够制作出(chū)有(yǒu)具(jù)体剧情内(nèi)容的视频就意味着，一些视频创作(zuò)由(yóu)AI代替(tì)人工完成已经(jīng)初步有(yǒu)了可能。

当下AI的发展速度(dù)已经超过大(dà)部分人的想象。内容产(chǎn)业的本(běn)质是供(gōng)给创造需求(qiú)，AIGC作为全新的(de)内容生产方式(shì)，可以为内容产业带来更(gèng)新的内容风格(gé)、更快的生产(chǎn)速度(dù)，更(gèng)低的生产成(chéng)本(běn)，这无疑会驱动内容(róng)产(chǎn)业的大(dà)爆发。

除了AI绘图、视频，AIGC技术(shù)还能应用于音乐、代码、机(jī)器人动作等多种内容形式(shì)的生成。不难发现该项技术(shù)不仅在游戏等行业能得到有效应用，对于下一代互联网(wǎng)各(gè)种元(yuán)素的构建亦有关键意义(yì)。

从商业化的角(jiǎo)度来(lái)看，文化娱(yú)乐、教育、传媒(méi)等诸多领域，本(běn)身就对基于AI的可视化内(nèi)容有强烈需求。

因此，AI绘画及视频(pín)或不是(shì)结果，而只是AI进程中(zhōng)的一块重(zhòng)要拼图，有望(wàng)在技(jì)术更(gèng)新的加(jiā)持下实(shí)现更大的应用价值。

AI从理(lǐ)解内(nèi)容，走(zǒu)向了可(kě)以生成内容(róng)，甚至能(néng)够创(chuàng)造出(chū)独立(lì)价值和独立视角的(de)内容。AIGC的再次出圈，更代表(biǎo)着未来的先进生产力即将(jiāng)到来(lái)。

04

紧抓大(dà)模(mó)型与算力(lì)，牢固AIGC底座(zuò)

从技术的(de)发展也(yě)可以看(kàn)出，在语(yǔ)言大模型、图像大(dà)模(mó)型之后，多模态大模型已经成为了(le)新的趋(qū)势。

大模型(xíng)被誉为当前(qián)人工智能发(fā)展的(de)智能底座，是全(quán)球竞争最激(jī)烈(liè)的研究方向之一，包括谷(gǔ)歌、亚马(mǎ)逊(xùn)、百度、阿里、腾讯等众多头部企业都(dōu)在竞相(xiāng)发力。

不过训(xùn)练(liàn)大模(mó)型的确价格(gé)不菲，以(yǐ)国(guó)盛证券发(fā)布的《ChatGPT需要多少算力》报告估算(suàn)，GPT-3训练一次(cì)的成本(běn)约为140万美(měi)元。而对于一(yī)些更大的LLM(大型语言模型)，训练成(chéng)本则介于200万美元至1200万美元高价之间。

以ChatGPT在2023年1月的独立访客(kè)平均数(shù)1300万(wàn)计算，其(qí)对应芯片需(xū)求为(wèi)3万多(duō)片英伟达A100 GPU，初始投(tóu)入成本约为8亿美元，每日仅电费(fèi)就在(zài)5万美(měi)元左右(yòu)。

此外不论是ChatGPT还是(shì)AIGC，都离不开庞大算力支(zhī)持。在关(guān)注各类大模型的发展同时，更(gèng)应该关注(zhù)算力网络的建设(shè)。

算力(lì)网络正驱(qū)动AI产业发展(zhǎn)进入史诗级加速(sù)进程，让(ràng)AIGC及通用AI这一人(rén)工(gōng)智能发展(zhǎn)的终极目(mù)标离(lí)得更近。

因为算力可以对突破性技术创新(xīn)提供大力的支(zhī)持。这方(fāng)面，多模(mó)态大模型是典型。作(zuò)为面(miàn)向未来强人(rén)工(gōng)智能(néng)、通用(yòng)人工智能的重要技术创(chuàng)新(xīn)，多模(mó)态大模型已(yǐ)经(jīng)在人工智能(néng)领域提出(chū)了很多年，业(yè)界也有(yǒu)不(bù)少(shǎo)技术突破，但是，多模态(tài)大模(mó)型进一步往(wǎng)下走，算(suàn)力需求呈几何式(shì)上(shàng)升，一般的算(suàn)力基础(chǔ)设施很快将(jiāng)难以胜任。

从图(tú)像、文(wén)字、语音(yīn)单独一(yī)项的训(xùn)练(liàn)，到双模态、三模态的跃(yuè)迁，让人工智能可以灵(líng)活应对(duì)不同模(mó)态的转化、像人与世界交(jiāo)互一(yī)样自然，这方面，由(yóu)算力网络来驱动将有明显优势。

此外，还(hái)有(yǒu)很多需要爆(bào)发式增长的算(suàn)力来(lái)支撑的技术创新，将在(zài)人(rén)工智能算力网络(luò)支(zhī)撑下快速(sù)推进。

AIGC已经露(lù)出曙光，期(qī)待在大模(mó)型和大算力的(de)支持下AIGC能(néng)持(chí)续颠(diān)覆内(nèi)容生产的方式，将(jiāng)创造的(de)边际成本降低，让万众受(shòu)益(yì)。

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 最灿烂的烟火总是先坠落是什么歌，最灿烂的烟火总是先坠落是什么歌的歌词