自聊天(tiān)机(jī)器人ChatGPT火爆(bào)以来，微软公司(sī)创始人比尔·盖茨已多次(cì)公(gōng)开谈(tán)论人工智能话题(tí)。在最近的一(yī)次采访(fǎng)中，他再次表(biǎo)示：“AI可能(néng)会让科(kē)技行业迎来一(yī)次剧(jù)烈的洗牌(pái)”。

这(zhè)个结论是(shì)他在当(dāng)地时间2月20日接受(shòu)《In Good Company》节目专(zhuān)访(fǎng)时提出的。

他预期，AI的发展可能会(huì)威(wēi)胁到(dào)谷歌的市占率，因为微软在AI方面的(de)行(xíng)动(dòng)相当迅速。而(ér)最终科技(jì)巨头将把(bǎ)AI整(zhěng)合(hé)成用(yòng)户的“全(quán)能助(zhù)手”，包揽(lǎn)一切应用(yòng)，与人们进行沟(gōu)通并提供建(jiàn)议，可以取代亚马逊、Siri或Outlook等应用。

大(dà)佬口中全(quán)能助(zhù)手的到来(lái)可能尚需时日(rì)，但由(yóu)ControlNet引发的又一次AI绘画浪潮，让AIGC在ChatGPT的话题热点(diǎn)包围中(zhōng)杀(shā)出重围。

01

ControlNet颠(diān)覆AI绘(huì)画(huà)新玩法(fǎ)

AIGC向可控靠近(jìn)

以AI绘画为代表的AIGC上一次爆火的时候，还是2022年8月，在美国(guó)科罗拉多州举(jǔ)酵母菌是真核还是原核 细菌一定都是原核生物吗办的新(xīn)兴数(shù)字艺术(shù)家竞(jìng)赛中(zhōng)，一幅名为《太空歌剧(jù)院(yuàn)》的作(zuò)品获奖。

随(suí)后各(gè)大厂(chǎng)商的(de)AI绘(huì)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(yǐ)在(zài)应(yīng)用中输入一组关(guān)键词或者一张(zhāng)照(zhào)片(piàn)，就(jiù)能获得一幅AI创作(zuò)的(de)画作。

作(zuò)画的关(guān)键就是所(suǒ)输入(rù)的文本(běn)。同(tóng)一组关键词(cí)也可以创作出很多(duō)张风格(gé)不一样(yàng)的画作，这让创作的过程就像开盲盒。

很多用户很(hěn)喜欢这种不确(què)定的惊喜，他们会(huì)将生成的美图当做(zuò)头像(xiàng)。而(ér)另(lìng)一部分喜欢(huān)翻看AI绘画的“翻(fān)车”作(zuò)品。在社交媒体上，许多用(yòng)户分享AI“翻车现场”，例如，一位网友的小狗照片(piàn)被AI画成了“肌(jī)肉男”，还有网友的个人照片被AI识别(bié)成了建(jiàn)筑。

而如(rú)今(jīn)随(suí)着ControlNet的(de)出现与加(jiā)持，以往(wǎng)AI绘(huì)画的填(tián)写关键词游戏可能(néng)要被颠覆了(le)。

ControlNet是一位(wèi)正在斯坦福(fú)读博(bó)的中国人张吕(lǚ)敏创作的(de)一(yī)种基于控制(zhì)点的图像变形算法，主要用于数字图(tú)像处(chù)理、计(jì)算机视(shì)觉和计算(suàn)机图形学等领(lǐng)域。

其SD插(chā)件一经发布，在短短的两天内(nèi)便(biàn)成(chéng)为了(le)AI绘画领域最新的热点。

在(zài)此之前，大家用了很多方法想(xiǎng)让(ràng)AI生成的结(jié)果尽可能的符(fú)合要求(qiú)，但是(shì)都不尽如(rú)人意，它(tā)的出(chū)现(xiàn)代(dài)表(biǎo)着AI生成开始进入真正的可控时期。

因为ControlNet可以直接提取画(huà)面(miàn)的构(gòu)图，人物(wù)的姿(zī)势和(hé)画(huà)面的深度信(xìn)息(xī)等。有了它的帮助，就不用频繁的用(yòng)提示词来碰运气，抽盲盒式的创作了。

通俗的说ControlNet相当于给AI绘画加(jiā)了“魔法”，不少博(bó)主的作品已经(jīng)获得了大量的(de)浏(liú)览量，“viggo”就是其中之一，他用朋(péng)友的照片直接(jiē)带她(tā)们(men)走(zǒu)进动漫世界(jiè)。

viggo先用StableDiffusion图片转文字。

再用Text2Prompt插件拓展找到对(duì)应的(de)关键词；最后(hòu)用ControlNet插件绑定骨骼(gé)开始换(huàn)关键词试效果。

通过图(tú)片就可以看出来，效果十分惊艳。

更厉害的是(shì)，除(chú)了真实的照片，草图也可以(yǐ)加上“魔法”，知乎大牛“DevPoint”和“逗(dòu)砂”介(jiè)绍(shào)到ControlNet还能实现线稿转全彩(cǎi)图。大神(shén)张(zhāng)吕敏其本尊(zūn)也亲自回应(yīng)。

不得不说当下(xià)AIGC已经变(biàn)得(dé)越来越(yuè)强大，甚(shèn)至(zhì)输出(chū)的作(zuò)品都已(yǐ)经能以假(jiǎ)乱真了(le)。

02

难(nán)辨虚实，AIGC技术力(lì)爆发

警惕安全问题

近(jìn)日，“苏(sū)州金鸡湖有游艇(tǐng)party”的消(xiāo)息火(huǒ)遍网络，而经(jīng)过(guò)警方辟谣这(zhè)所谓的“party”可能是全(quán)国(guó)第一(yī)起AI绘图诈骗。

由于这个活动(dòng)里面给出的美女(nǚ)照片都是(shì)AI制作的真人照(zhào)片绘图，因为太逼真，被(bèi)大家(jiā)当(dāng)成(chéng)真(zhēn)事传播了。

不过仔细观察(chá)可以(yǐ)发(fā)现，活动发起者提供的照片中(zhōng)有(yǒu)个(gè)很大的漏(lòu)洞可以发(fā)现并非真人，而是AI绘图，那便是图(tú)片(piàn)中女性(xìng)的(de)手指部分有的(de)存(cún)在异(yì)常。

有(yǒu)行(xíng)业(yè)人事表示：“现在因为(wèi)手指部分(fēn)的(de)绘画算(suàn)法比(bǐ)较复(fù)杂，AI还不太会画人的手，但最新看到的(de)图片已经(jīng)有(yǒu)越(yuè)来越完美的AI模(mó)型出(chū)现，以后可能(néng)就完(wán)全没有漏洞了(le)。”

类(lèi)似的(de)AI作图诈骗在国外也已有发(fā)生。据(jù)英国广播公(gōng)司(sī)报道，土耳其地(dì)震期间，有Tiktok用户(hù)使用(yòng)AI合成(chéng)了儿(ér)童受灾的假照片发(fā)布(bù)到(dào)网(wǎng)络，以此诱骗善(shàn)良的人打赏“捐助”从而实施诈骗(piàn)。

目(mù)前(qián)随着技术发展，AIGC已经能做出真(zhēn)人(rén)照片般的绘图效果(guǒ)，如果这样的图片(piàn)被用(yòng)来诈(zhà)骗，将非常可(kě)怕(pà)。

此外AIGC还(hái)引(yǐn)发了很多担忧(yōu)，一方面，批(pī)判者认为AI在(zài)“学(xué)习”了大量前人(rén)的作品之后(hòu)，其创作没有任何(hé)情(qíng)绪和灵魂，难以和人类(lèi)的艺术创作相提并论。

另一方面，AIGC背后的版(bǎn)权、目前都并没有得到有效的解决(jué)，还有AIGC会不会代(dài)替人类“至(zhì)高无上”的创意。

马斯克也强调，人工智能的安全(quán)问题(tí)需要得到重视，太(tài)晚就(jiù)来不及了。

03

AIGC下一站除了视(shì)频，还有远方(fāng)

技术(shù)都是有两(liǎng)面性的，潜(qián)在(zài)的危害并不能掩盖其光辉的贡献。现(xiàn)在看(kàn)来，人(rén)工智能(néng)技术将是第(dì)四次工业革命的核心驱(qū)动(dòng)力量，将(jiāng)创(chuàng)造新的增长(zhǎng)奇迹。

过(guò)去一年(nián)，人工智能(néng)在(zài)技术和(hé)商(shāng)业层面都有了巨大(dà)进展，AI绘画(huà)就(jiù)是人工(gōng)智(zhì)能技术发生方向性改变(biàn)的一(yī)个(gè)代表(biǎo)。其下(xià)一站(zhàn)或许(xǔ)就是视频。

此(cǐ)前，Meta和谷歌(gē)先后(hòu)发布了几条引爆(bào)科技(jì)圈的短视频(pín)。这些视(shì)频引发关注并非内容做得多优(yōu)秀，反(fǎn)而都非常简单，比(bǐ)如(rú)一匹(pǐ)正在(zài)喝水的马，一只画画的玩具熊(xióng)，或者一段骑摩托车的第一视角录像，随便一(yī)个有(yǒu)手机的(de)人都可以随手录下(xià)一段(duàn)。

但这些短视频的创(chuàng)作方式非常简单，创作者(zhě)仅仅需要向AI输入一段话，甚至只是说(shuō)一(yī)下要求(qiú)，AI就可(kě)以根(gēn)据(jù)需要生成一段视(shì)频。

谷歌发布的(de)两个AI生成视频分别来自(zì)于Imagen Video和Phenaki，前(qián)者主(zhǔ)要突(tū)出的是高清(qīng)，与Meta的Make-A-Video没有太(tài)多的差别。

在Make-A-Video公布(bù)了AI生成的视频(pín)后，AI圈就(jiù)已经玩(wán)了一波梗(gěng)，一个能够(gòu)做出更高清视频的AI还不足(zú)以(yǐ)在短时间内(nèi)戳中兴奋(fèn)点。

Phenaki更加令人震惊的地方在于，它(tā)可以制作出(chū)超过2分钟(zhōng)的(de)连贯的也有确切内容的视频，这才是真正让人们感(gǎn)到惊喜的地方。因为无论AI生成的视频多么高清，也只能是(shì)为内容生产者提供一个灵感，一(yī)个(gè)素材，一(yī)个(gè)过(guò)场动画。

不过能够制作出有具体(tǐ)剧情内容的视频就意(yì)味着(zhe)，一些视频(pín)创(chuàng)作由AI代(dài)替人工完成已经初步有了(le)可能。

当(dāng)下AI的发(fā)展速(sù)度(dù)已经(jīng)超过大部(bù)分人的想象。内容产业的本(běn)质是供(gōng)给创造(zào)需求，AIGC作为全(quán)新的内容生产(chǎn)方(fāng)式，可以为内容产业带来更新(xīn)的内容风格、更快的生产速度，更低的(de)生(shēng)产成本，这无疑会(huì)驱动内容产业的大爆发。

除了AI绘图、视(shì)频，AIGC技术(shù)还(hái)能应(yīng)用于(yú)音乐、代码、机器人(rén)动作(zuò)等多种内容形式的生(shēng)成(chéng)。不难(nán)发现该项技术不仅在游戏(xì)等行业(yè)能得到有效应(yīng)用，对(duì)于下一(yī)代(dài)互联网各种(zhǒng)元素(sù)的构(gòu)建亦有关(guān)键意义(yì)。

从商业化(huà)的角度来看，文(wén)化(huà)娱乐、教(jiào)育、传媒(méi)等诸多领(lǐng)域，本身就对基于AI的可视化内容(róng)有强烈需求。

因(yīn)此，AI绘画及(jí)视频或不是结(jié)果，而只是AI进程中的一块重(zhòng)要拼(pīn)图，有望在技(jì)术更(gèng)新的(de)加持下(xià)实(shí)现更(gèng)大的应用价值。

AI从理解内(nèi)容，走向了可以生成(chéng)内容，甚至能够创造出独立价值和独(dú)立视角(jiǎo)的(de)内容(róng)。AIGC的(de)再次出圈，更代表着未来的先(xiān)进生产力即将到(dào)来(lái)。

04

紧抓大(dà)模型与算力，牢固AIGC底座(zuò)

从技术的发展(zhǎn)也可以看出(chū)，在语言大(dà)模(mó)型、图(tú)像大模型(xíng)之(zhī)后，多(duō)模(mó)态大模型已经成为(wèi)了新的(de)趋(qū)势(shì)。

大(dà)模(mó)型被誉为当前人工智能发展的智(zhì)能底座，是全球(qiú)竞争最激烈的研究方向之一，包括(kuò)谷(gǔ)歌、亚(yà)马(mǎ)逊、百度、阿里(lǐ)、腾讯等众多头部企业都(dōu)在竞相发力。

不(bù)过(guò)训练大(dà)模型的确价格不菲(fēi)，以(yǐ)国盛证券发布(bù)的《ChatGPT需要多(duō)少算力》报告估算，GPT-3训练一次的成本约(yuē)为140万美元。而对(duì)于一些更(gèng)大(dà)的LLM(大型语(yǔ)言模(mó)型(xíng))，训练(liàn)成本则介(jiè)于200万(wàn)美元至1200万美元高价之间。

以ChatGPT在2023年1月(yuè)的独立访(fǎng)客平均(jūn)数1300万计算，其对应(yīng)芯片需求为3万(wàn)多(duō)片(piàn)英伟(wěi)达(dá)A100 GPU，初始投入(rù)成本约(yuē)为8亿美元，每日仅电费就在5万美元左右。

此外不论是(shì)ChatGPT还(hái)是AIGC，都离不开庞大算力支持。在关(guān)注各(gè)类(lèi)大(dà)模型的(de)发展同时(shí)，更应该关注算力网络的(de)建设。

算(suàn)力网络正驱动(dòng)AI产(chǎn)业发展(zhǎn)进入史诗级加速(sù)进(jìn)程，让(ràng)AIGC及(jí)通用AI这一人工智能(néng)发展的终极目标离得(dé)更(gèng)近。

因为(wèi)算力可以对突破性(xìng)技术创新提(tí)供大(dà)力的支持(chí)。这方面，多模态大模型(xíng)是(shì)典型。作(zuò)为(wèi)面向未来强人工智能、通用(yòng)人工智能的重(zhòng)要技术创(chuàng)新，多模态大模型已(yǐ)经在人(rén)工(gōng)智(zhì酵母菌是真核还是原核 细菌一定都是原核生物吗)能(néng)领(lǐng)域(yù)提出了很多(duō)年，业(yè)界也有不少技(jì)术(shù)突(tū)破，但是，多模(mó)态大(dà)模型进一步往(wǎng)下走，算(suàn)力需求呈几何(hé)式上(shàng)升，一般的(de)算力基础(chǔ)设施很快将难以胜任。

从图(tú)像、文(wén)字、语音单独(dú)一项(xiàng)的训练(liàn)，到双模(mó)态、三模(mó)态的跃(yuè)迁，让人工智能可以灵活应(yīng)对不同模(mó)态的转化、像人与(yǔ)世界(jiè)交互一样自然，这方面(miàn)，由算力网络来驱动将有明显优势。

此外，还(hái)有很多需要爆发式(shì)增(zēng)长的(de)算力(lì)来支撑(chēng)的技术创新，将在人(rén)工智能(néng)算力网络支撑下快速推进。

AIGC已经露出曙(shǔ)光，期待在大模型和大算力的支持下AIGC能持续颠覆内容(róng)生产(chǎn)的方式，将创造的(de)边际成本降低，让万众受益(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 酵母菌是真核还是原核 细菌一定都是原核生物吗