自聊(liáo)天机器人ChatGPT火爆以来，微软(ruǎn)公司创始人比尔(ěr)·盖茨已多次公(gōng)开谈论人工智能话(huà)题。在最近的一次(cì)采访(fǎng)中，他再次表示：“AI可能(néng)会让科技行业迎来一次(cì)剧(jù)烈(liè)的洗牌”。

这个结(jié)论(lùn)是(shì)他在当地时间2月20日(rì)接受《In Good Company》节目专访时(shí)提出(chū)的(de)。

他(tā)预期，AI的发展可能会(huì)威胁(xié)到谷歌的市占(zhàn)率，因为微软(ruǎn)在AI方面的行动(dòng)相当迅速。而最终科技巨头将把AI整合(hé)成用户的“全能助(zhù)手”，包揽一切(qiè)应用，与人们进行(xíng)沟通并提(tí)供建议，可以取(qǔ)代(dài)亚马逊、Siri或Outlook等应用。

大佬口(kǒu)中全能助手的到(dào)来可(kě)能尚(shàng)需时日，但由ControlNet引发的又一次AI绘(huì)画(huà)浪潮，让AIGC在ChatGPT的(de)话题热点包围中杀出重(zhòng)围。

01

ControlNet颠覆(fù)AI绘画(huà)新玩法

AIGC向可控靠近(jìn)

以AI绘(huì)画为代表的AIGC上一次爆(bào)火(huǒ)的时(shí)候，还是2022年8月，在美国科(kē)罗(luó)拉多州举办(bàn)的新兴数字艺术家(jiā)竞赛中，一幅名为《太空(kōng)歌剧院》的作(zuò)品(pǐn)获奖。

随后各大厂商的(de)AI绘画软件(jiàn)被广大网友(yǒu)熟知并体验(yàn)，Stable Diffusion便是其中(zhōng)代表。

用(yòng)户们可以在(zài)应用中(zhōng)输入一组(zǔ)关(guān)键词或者(zhě)一张照片，就能(néng)获得一幅AI创作的画(huà)作。

作画(huà)的(de)关键就是所输(shū)入的文本。同一组关键词也可以创作(zuò)出(chū)很多(duō)张风格不一样的画(huà)作，这(zhè)让创作的过程就(jiù)像(xiàng)开盲(máng)盒。

很多用(yòng)户很喜欢这种不确定的惊(jīng)喜，他们会将生成(chéng)的美(měi)图当做头像(xiàng)。而另一(yī)部分喜欢翻(fān)看AI绘(huì)画的“翻车(chē)”作品。在(zài)社交(jiāo)媒(méi)体上，许多用户分享(xiǎng)AI“翻车(chē)现(xiàn)场”，例如，一位网友的小狗照(zhào)片被AI画成(chéng)了“肌(jī)肉(ròu)男”，还有网友的(de)个人照片(piàn)被AI识别成(chéng)了建筑。

而如今随着ControlNet的出(chū)现与加持，以(yǐ)往AI绘画的填写关键(jiàn)词游戏(xì)可能要(yào)被(bèi)颠覆(fù)了。

ControlNet是一位正在斯坦福读博的(de)中国人(rén)张(zhāng)吕(lǚ)敏创作的一种基于控制点的图(tú)像变形算法，主要用于数(shù)字图(tú)像处理、计算机视觉和(hé)计算(suàn)机(jī)图形学等领域。

其SD插件一经发布，在短短的两天内便成为(wèi)了AI绘画领域(yù)最新(xīn)的热点。

在此之前，大家(jiā)用了很多方法(fǎ)想(xiǎng)让(ràng)AI生成(chéng)的结果尽(jǐn)可能的符(fú)合要求(qiú)，但(dàn)是都不尽(jǐn)如人意，它的出(chū)现(xiàn)代表着AI生成开始(shǐ)进入真正的可(kě)控时期。

因为ControlNet可以直(zhí)接(jiē)提取画面的(de)构图，人(rén)物的姿(zī)势和画面的深度(dù)信息等。有了它的(de)帮助，就不用频繁的用提示(shì)词来碰运气，抽(chōu)盲(máng)盒式的(de)创作了。

通俗的说ControlNet相当于给(gěi)AI绘(huì)画加了(le)“魔法”，不少博主的作品已经获得了大量的浏览量，“viggo”就(jiù)是其中(zhōng)之一，他(tā)用朋友的照片直接带她们走进动(dòng)漫世(shì)界。

viggo先用StableDiffusion图(tú)片转(zhuǎn)文字(zì)。

再(zài)用Text2Prompt插件拓展找到对应的关键词；最(zuì)后用(yòng)ControlNet插件绑定骨骼开始换关键词试(shì)效(xiào)果。

通过(guò)图(tú)片就可(kě)以(yǐ)看(kàn)出(chū)来，效果十分惊艳。

更厉(lì)害的是，除了(le)真(zhēn)实的照片，草图(tú)也可(kě)以加上“魔法”，知乎(hū)大牛“DevPoint”和“逗砂”介绍到ControlNet还(hái)能实现线稿转(zhuǎn)全彩图。大神(shén)张吕敏(mǐn)其本尊也(yě)亲自回应。

不得不说当(dāng)下(xià)AIGC已经变得(dé)越(yuè)来越(yuè)强大(dà)，甚至(zhì)输(身临其境是什么意思的临，身临其境是什么意思呢原意是什么shū)出(chū)的(de)作品都(dōu)已经能以假乱(luàn)真了。

02

难(nán)辨虚(xū)实，AIGC技术力(lì)爆发

警惕安全问(wèn)题

近日，“苏州金鸡(jī)湖有游艇party”的消息火遍网络，而经过警方辟谣这所谓(wèi)的“party”可能是全国第一起(qǐ)AI绘(huì)图诈(zhà)骗。

由(yóu)于(yú)这个活动里面给出(chū)的美女照片都(dōu)是(shì)AI制作的(de)真(zhēn)人照(zhào)片绘图，因为太(tài)逼真，被大(dà)家当成(chéng)真事传播了(le)。

不过仔细观(guān)察可以(yǐ)发(fā)现，活(huó)动(dòng)发起者提供的(de)照片中(zhōng)有个很大的漏洞(dòng)身临其境是什么意思的临，身临其境是什么意思呢原意是什么可以发(fā)现并非真(zhēn)人，而是AI绘图(tú)，那便是图片中女性的手指部分(fēn)有(yǒu)的存(cún)在异(yì)常。

有行业人(rén)事表示(shì)：“现在因为手指部(bù)分(fēn)的绘画算法比(bǐ)较复杂(zá)，AI还不(bù)太会画人的手(shǒu)，但最新(xīn)看到的图片已(yǐ)经有越来越完美(měi)的AI模型出(chū)现，以后可能就完全没有漏洞了(le)。”

类(lèi)似的AI作图诈骗在国(guó)外也(yě)已有发生。据(jù)英国广播(bō)公司报道，土耳其地震期间，有Tiktok用户使用(yòng)AI合成了(le)儿童受灾的假照片(piàn)发布到网(wǎng)络，以此诱骗善良的人打(dǎ)赏“捐助”从而实施诈骗。

目前随着技术发展，AIGC已经能做出真人照片般的(de)绘(huì)图效果，如果这样的图片(piàn)被用(yòng)来诈骗，将非常(cháng)可怕。

此外(wài)AIGC还引发(fā)了很多(duō)担忧，一(yī)方面，批判者认为AI在“学习”了(le)大量前(qián)人的作品之(zhī)后，其创作没有任何情绪和灵魂，难以(yǐ)和人类的艺术创(chuàng)作相提并论(lùn)。

另一方面，AIGC背后的(de)版权、目前都并没(méi)有得到有(yǒu)效的(de)解决，还有AIGC会(huì)不会(huì)代替人(rén)类“至高(gāo)无上”的创意。

马(mǎ)斯克也强调，人工智能(néng)的安全问题(tí)需(xū)要得到重视，太晚就来不及(jí)了。

03

AIGC下一站除了(le)视(shì)频，还有远(yuǎn)方

技术都是有两面(miàn)性的，潜在的危害并不能(néng)掩盖其光(guāng)辉的贡献。现在看来，人(rén)工智(zhì)能技术将是第四次工(gōng)业革(gé)命(mìng)的核心驱(qū)动力量，将创造(zào)新的增长奇(qí)迹。

过去一年，人工智能在技术和商(shāng)业层面都有(yǒu)了巨(jù)大进展，AI绘画就是人(rén)工智能技(jì)术(shù)发生方向性改变的一个代表(biǎo)。其下(xià)一(yī)站或许就(jiù)是视频。

此前，Meta和谷歌先(xiān)后发(fā)布了几条引爆科技(jì)圈的短视(shì)频。这些(xiē)视频引(yǐn)发关(guān)注并(bìng)非内容做得多(duō)优秀，反而都非常简单，比如一匹正在喝水的马，一只画画的玩具熊(xióng)，或者(zhě)一段骑(qí)摩托车的第一(yī)视角录像，随(suí)便一个有手机的人都可以(yǐ)随(suí)手录下一段。

但(dàn)这些短视频的创作方式非常简单，创作者仅仅需要向(xiàng)AI输入一段话，甚至只是说一下要(yào)求(qiú)，AI就可以根据需要生成(chéng)一段视频。

谷歌(gē)发布的(de)两个AI生成视(shì)频分别来自于Imagen Video和Phenaki，前者(zhě)主要突出的是(shì)高清，与Meta的Make-A-Video没有(yǒu)太多的差别。

在Make-A-Video公布了AI生成的视频后，AI圈就已经玩了一波梗，一个能(néng)够做出更高清视频的AI还不(bù)足(zú)以(yǐ)在短(duǎn)时间内戳(chuō)中兴奋点。

Phenaki更(gèng)加令人(rén)震(zhèn)惊的地方在于，它可以制作(zuò)出超过2分钟的连(lián)贯的也有(yǒu)确切内容的视频，这才(cái)是真正让人们(men)感到惊喜的地方(fāng)。因为无(wú)论AI生成的(de)视频多么高清，也只能(néng)是为内容(róng)生产者提供一个灵感，一(yī)个(gè)素(sù)材(cái)，一个过场动画。

不过(guò)能够(gòu)制作出(chū)有具体剧情内容的视频(pín)就意味着(zhe)，一些视频创作由AI代替人(rén)工(gōng)完成已经初步有了(le)可(kě)能。

当下(xià)AI的发展速度已经超过大(dà)部分人的(de)想象。内容产业的本质是供给创造需求，AIGC作为全新的内容(róng)生产方式，可以(yǐ)为内容产业带来更(gèng)新的内(nèi)容风格、更快的生产速度，更低(dī)的生产成本(běn)，这(zhè)无(wú)疑会驱动内容产业的(de)大爆发(fā)。

除了(le)AI绘(huì)图、视频，AIGC技术(shù)还能应用于音(yīn)乐、代码、机器人动作等多种内容形式的生成。不难发现该项技术不仅在(zài)游(yóu)戏等行业能(néng)得到有效应用，对(duì)于下一(yī)代互(hù)联网各(gè)种元素的(de)构建(jiàn)亦有关(guān)键意义。

从商(shāng)业化的角度来看(kàn)，文化娱(yú)乐、教(jiào)育、传媒等诸(zhū)多领域，本身就对基于AI的可视化内容有强烈需求。

因(yīn)此，AI绘画及视频或不是结果，而只是AI进程中的一块重要拼图，有望(wàng)在技术更(gèng)新的加(jiā)持下实现更大的应用价值。

AI从理解内容，走(zǒu)向了(le)可以生成(chéng)内容，甚至能够(gòu)创造出独立价值(zhí)和独(dú)立视角的内容。AIGC的(de)再次出圈，更代表着未来的先进生产力即将到来。

04

紧(jǐn)抓大(dà)模型与(yǔ)算力(lì)，牢固(gù)AIGC底座

从(cóng)技(jì)术的发展也可以(yǐ)看出，在(zài)语言大(dà)模型、图像大(dà)模(mó)型之后，多模(mó)态大模型已经成为了(le)新的(de)趋势。

大(dà)模型(xíng)被誉为当前人(rén)工智能发(fā)展的(de)智能底(dǐ)座，是全球竞争最激烈的研(yán)究方(fāng)向之(zhī)一，包括谷(gǔ)歌、亚马逊(xùn)、百度、阿里(lǐ)、腾讯(xùn)等众多头部(bù)企(qǐ)业都在(zài)竞相发力。

不过(guò)训练大模型的确价(jià)格不菲，以(yǐ)国盛(shèng)证券(quàn)发布的(de)《ChatGPT需(xū)要多少算力》报告(gào)估算，GPT-3训练一(yī)次的成本约(yuē)为140万美元。而(ér)对于一些更大(dà)的LLM(大型语言模型)，训练成本(běn)则介于(yú)200万(wàn)美(měi)元至1200万美元(yuán)高价之间。

以(yǐ)ChatGPT在2023年1月(yuè)的独立访客(kè)平均数1300万计算，其对应芯片需(xū)求为3万多片(piàn)英伟达A100 GPU，初始(shǐ)投入成本(běn)约为8亿美元，每日仅电(diàn)费(fèi)就在5万美(měi)元左右。

此外(wài)不(bù)论是ChatGPT还是AIGC，都离不开庞(páng)大算力支持。在关注各类大(dà)模型的发展同时，更应该关注(zhù)算力网络的建设。

算力网络正(zhèng)驱动AI产业(yè)发展进(jìn)入史诗级加速进程，让AIGC及(jí)通用AI这一人工(gōng)智(zhì)能发展的终极目标离得更(gèng)近。

因为算力可(kě)以对突破性技术创(chuàng)新提供大(dà)力的支持。这(zhè)方面，多模态大模型是典型。作为(wèi)面向未来(lái)强人工智能、通(tōng)用人工智能的(de)重要技术创(chuàng)新(xīn)，多模(mó)态大模型已经在人工智能领域提出了很多年，业界也有不少技术(shù)突破，但(dàn)是(shì)，多模态大模型进(jìn)一(yī)步往下(xià)走，算力需求呈几何(hé)式上升(shēng)，一(yī)般的算力基础设施很快将难(nán)以(yǐ)胜任(rèn)。

从图像、文字、语音(yīn)单独(dú)一项的训(xùn)练，到(dào)双模(mó)态、三模态的跃迁，让人(rén)工智(zhì)能可以灵(líng)活应对不同(tóng)模态的(de)转化、像人与世界交互一样自然，这(zhè)方面，由算(suàn)力网络来驱动(dòng)将有明显优势。

此外，还有很多需要爆发式增长的(de)算力来(lái)支撑的(de)技术(shù)创新，将在人工智能算力(lì)网络(luò)支撑下快速推进。

AIGC已经露出曙光，期待在大模型和大算(suàn)力的支持(chí)下AIGC能(néng)持续颠覆内容生产的方(fāng)式(shì)，将创造的边际成(chéng)本降低，让万众(zhòng)受(shòu)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 身临其境是什么意思的临，身临其境是什么意思呢原意是什么