自聊天(tiān)机(jī)器(qì)人ChatGPT火爆(bào)以来，微(wēi)软公(gōng)司创(chuàng)始人比尔·盖茨已(yǐ)多次(cì)公开(kāi)谈论人工智能话(huà)题。在最近的一次采访中，他再次(cì)表示：“AI可能(néng)会让(ràng)科技行(xíng)业(yè)迎来一次剧烈的洗牌”。

这(zhè)个结论是(shì)他(tā)在当地时间2月(yuè)20日接(jiē)受《In Good Company》节目专(zhuān)访(fǎng)时提出的(de)。

他预期，AI的发展可能(néng)会威胁到谷歌的市占率(lǜ)，因为微软在AI方面(miàn)的行动相当迅速(sù)。而最终科技(jì)巨头将(jiāng)把AI整合成用户的“全(quán)能(néng)助手”，包揽一(yī)切应(yīng)用(yòng)，与人们进行沟通并(bìng)提供建议，可以(yǐ)取代(dài)亚马逊、Siri或Outlook等(děng)应用。

大(dà)佬口中全能助手(shǒu)的到来可能(néng)尚需时日，但由ControlNet引发的又(yòu)一次AI绘画(huà)浪潮，让AIGC在ChatGPT的(de)话题(tí)热点(diǎn)包(bāo)围中杀出重围。

01

ControlNet颠覆AI绘画新玩(wán)法

AIGC向可控靠近

以AI绘画为代表的AIGC上(shàng)一次爆火(huǒ)的时候，还是2022年8月，在美国科罗拉多州举办的新(xīn)兴数字(zì)艺术家竞赛中，一(yī)幅名为《太空歌剧院》的作品(pǐn)获奖。

随后各大厂商的(de)AI绘(huì)画(huà)软件被(bèi)广大网友(yǒu)熟知并体验，Stable Diffusion便是其中代表。

用户(hù)们可以在(zài)应用中输入一组关键词或者一(yī)张(zhāng)照片(piàn)，就能(néng)获(huò)得一幅AI创作的(de)画作。

作画的(de)关键就是所输入的文本(běn)。同一组关键词(cí)也可以创(chuàng)作出(chū)很多张风格不一样(yàng)的画作(zuò)，这让创作的(de)过程就像(xiàng)开盲盒。

很多用户很喜欢(huān)这种不确定的惊喜，他们(men)会(huì)将生成的美图当做头像。而另一部(bù)分喜欢翻看(kàn)AI绘画(huà)的“翻(fān)车”作品。在社交媒体上，许多用户(hù)分享AI“翻车现场”，例如，一(yī)位网友的(de)小(xiǎo)狗照片被AI画成(chéng)了“肌肉男”，还有网友的个人(rén)照片被AI识别(bié)成了建筑。

而(ér)如今随着(zhe)ControlNet的出现与加持，以(yǐ)往AI绘画的填写关键(jiàn)词(cí)游戏可能要被(bèi)颠(diān)覆了。

ControlNet是一位(wèi)正在(zài)斯坦福读博的中国人张(zhāng)吕敏创作的一种(zhǒng)基于控制点(diǎn)的(de)图像变形算(suàn)法，主要用于数字(zì)图像处理、计(jì)算机(jī)视觉和计算机(jī)图(tú)形(xíng)学等领域。

其SD插(chā)件一经发(fā)布，在短短的两(liǎng)天内便成为了AI绘画领(lǐng)域最(zuì)新的(de)热点。

在此之前(qián)，大家用了(le)很多方法想让(ràng)AI生成的结(jié)果尽可能的符合要求，但是都不尽(jǐn)如(rú)人(rén)意(yì)，它的出(chū)现代表着AI生成开始进入真正的可控(进退维谷的意思解释，进退维谷的意思和造句kòng)时(shí)期。

因(yīn)为ControlNet可以直接提取(qǔ)画面的构图(tú)，人物的姿势和(hé)画(huà)面的深度信息等。有了它的帮助，就不用频繁的用提示词来碰运气，抽(chōu)盲盒(hé)式的创(chuàng)作了。

通俗的说ControlNet相当于给(gěi)AI绘画加了“魔法”，不(bù)少博主的作品已经获得了(le)大量的浏览量，“viggo”就是(shì)其中(zhōng)之一，他用朋友的(de)照片直接带她们走进动漫世界。

viggo先(xiān)用StableDiffusion图片转文字(zì)。

再用Text2Prompt插(chā)件拓(tuò)展找到对(duì)应的关键词；最后用ControlNet插件绑定骨骼开始换关(guān)键词试效果。

通过图片就可以看出来，效果十分(fēn)惊艳。

更厉(lì)害(hài)的是，除了(le)真实的(de)照(zhào)片，草图也可以加上“魔法”，知乎大牛“DevPoint”和“逗砂”介(jiè)绍到ControlNet还能实现线(xiàn)稿转全(quán)彩图。大神张吕敏其本尊(zūn)也亲(qīn)自回(huí)应(yīng)。

不(bù)得不说当(dāng)下AIGC已经变得越来越强大，甚至输出的(de)作品都已经能以假乱真了。

02

难(nán)辨(biàn)虚(xū)实，AIGC技(jì)术力爆发

警惕安全问题

近日，“苏州(zhōu)金(jīn)鸡湖有游艇(tǐng)party”的消息火遍网(wǎng)络，而经过警方辟谣这(zhè)所(suǒ)谓的“party”可(kě)能是全国第一(yī)起AI绘(huì)图(tú)诈骗。

由于这个活动里面(miàn)给出(chū)的美女照片都(dōu)是AI制作的真人(rén)照(zhào)片(piàn)绘图(tú)，因为太逼(bī)真(zhēn)，被大家当(dāng)成真(zhēn)事传播了。

不(bù)过(guò)仔细观察可以发现(xiàn)，活(huó)动发起(qǐ)者提供的(de)照片中有个很大的漏(lòu)洞可(kě)以发现并(bìng)非真人(rén)，而是AI绘图，那便(biàn)是(shì)图片中女(nǚ)性的手指部分(fēn)有(yǒu)的(de)存在异常。

有行业人事表示：“现在因为手指(zhǐ)部(bù)分的绘画算法比较复杂，AI还(hái)不太会画人的手，但最新看到的图片已(yǐ)经有越来越完美的AI模型(xíng)出现，以后可能就完全(quán)没有漏(lòu)洞了。”

类似的AI作(zuò)图诈骗在国外(wài)也已有发生(shēng)。据英国广播(bō)公司报(bào)道，土耳其地震期间，有Tiktok用户使用AI合成了(le)儿童(tóng)受灾的假(jiǎ)照片发布到网络(luò)，以此(cǐ)诱(yòu)骗善良的人打赏“捐助”从而实施诈骗。

目前(qián)随着技术发展，AIGC已经能做出(chū)真人(rén)照片(piàn)般的绘图效果，如果这样(yàng)的图片(piàn)被用来诈骗(piàn)，将非(fēi)常可怕。

此外AIGC还引发了很(hěn)多担忧，一(yī)方面，批判(pàn)者认(rèn)为AI在“学习”了(le)大量前人的作(zuò)品之后(hòu)，其创作没有(yǒu)任何情绪(xù)和灵魂(hún)，难以和人类(lèi)的艺术创作相提并论。

另(lìng)一方面，AIGC背(bèi)后的版(bǎn)权、目前都并(bìng)没有得到有效的解决，还(hái)有AIGC会(huì)不会(huì)代(dài)替人类“至高无(wú)上(shàng)”的创意。

马(mǎ)斯克也(yě)强调(diào)，人工智能的(de)安全问题需要(yào)得(dé)到重视，太晚就来不及了。

03

AIGC下(xià)一站除了视频(pín)，还有远方

技术都是有两面(miàn)性的(de)，潜(qiá进退维谷的意思解释，进退维谷的意思和造句n)在的(de)危害并不能(néng)掩盖其光辉的(de)贡(gòng)献。现在看来，人工智能技术将是第四次工业革命(mìng)的核心驱动力量，将(jiāng)创(chuàng)造新的增长(zhǎng)奇迹。

过去一年，人工智(zhì)能在技(jì)术和(hé)商(shāng)业层面都有了(le)巨大(dà)进展，AI绘画就是人(rén)工智能技术发(fā)生方向性改变的(de)一个代表。其下一站或许就是视频。

此(cǐ)前，Meta和谷歌(gē)先后发布(bù)了几条引爆科技圈的短视频。这些视频引发关注并非内(nèi)容做得多优(yōu)秀，反(fǎn)而都非(fēi)常简(jiǎn)单，比如一匹正(zhèng)在喝水的(de)马，一(yī)只画画的玩具熊，或者一段(duàn)骑摩托车的第一视(shì)角录像，随便一个(gè)有手机的(de)人都可以随手录下(xià)一段。

但这些短视(shì)频的创(chuàng)作方式非常简单，创作(zuò)者仅仅需要(yào)向AI输(shū)入一段话，甚至只(zhǐ)是(shì)说一下要求，AI就可以根据需要(yào)生成(chéng)一段视频。

谷歌发(fā)布(bù)的两个AI生成(chéng)视(shì)频分(fēn)别(bié)来(lái)自于(yú)Imagen Video和Phenaki，前者主(zhǔ)要突出的是高清，与Meta的Make-A-Video没有太多的差别。

在Make-A-Video公布了(le)AI生成的(de)视频(pín)后(hòu)，AI圈就已经(jīng)玩(wán)了(le)一波梗，一个能够做出(chū)更(gèng)高清视频的AI还不足(zú)以(yǐ)在短时间内戳中兴奋(fèn)点(diǎn)。

Phenaki更加(jiā)令人(rén)震惊的(de)地方在(zài)于(yú)，它可以制(zhì)作(zuò)出超过2分(fēn)钟的连贯的也有(yǒu)确(què)切(qiè)内容的视频，这才是(shì)真正让人们感到惊喜(xǐ)的地方。因为无论AI生成的视频多么高清，也只能是为(wèi)内容生产者提(tí)供一个灵感，一个素材，一(yī)个过场动画。

不过能(néng)够制作(zuò)出有(yǒu)具体(tǐ)剧情内容的视频就意(yì)味着，一些视频(pín)创作由AI代(dài)替(tì)人工(gōng)完成已(yǐ)经(jīng)初(chū)步(bù)有了可能(néng)。

当下AI的(de)发展速度(dù)已经超过(guò)大部分(fēn)人(rén)的(de)想(xiǎng)象。内容(róng)产业的本质是供给创造需求，AIGC作为(wèi)全(quán)新的(de)内(nèi)容生产方式，可(kě)以(yǐ)为(wèi)内容产业带来更新的内容风格、更快(kuài)的生产(chǎn)速(sù)度(dù)，更低的(de)生产成本，这无(wú)疑会驱动内容产业(yè)的大(dà)爆(bào)发。

除(chú)了AI绘图、视频(pín)，AIGC技术(shù)还(hái)能应用(yòng)于音乐、代码(mǎ)、机器人动(dòng)作等(děng)多(duō)种内容形式(shì)的(de)生(shēng)成。不难(nán)发现该项技术不仅(jǐn)在游戏等行业能得到有效(xiào)应用，对于下一代(dài)互联网各种(zhǒng)元(yuán)素的(de)构建亦有(yǒu)关键(jiàn)意义。

从商业(yè)化的角度来看，文化娱乐、教育、传媒等诸多(duō)领(lǐng)域，本(běn)身就对基于AI的可视化内容有强(qiáng)烈需求。

因此，AI绘(huì)画及视频或不是结(jié)果(guǒ)，而只是AI进程中的一块重要拼(pīn)图，有(yǒu)望在技术更新的(de)加持下实现更(gèng)大(dà)的应用价值。

AI从理解(jiě)内容(róng)，走向了可(kě)以生(shēng)成内容，甚至能够(gòu)创造出独立价值和独立视角的内(nèi)容。AIGC的再(zài)次出圈，更(gèng)代表着未来的(de)先进生产力(lì)即将到来(lái)。

04

紧抓(zhuā)大模型(xíng)与算力，牢固AIGC底座

从技术的发展(zhǎn)也(yě)可(kě)以看出(chū)，在语言大模(mó)型、图像大模(mó)型(xíng)之(zhī)后，多模态大模(mó)型已(yǐ)经(jīng)成为(wèi)了(le)新的趋势。

大模型被誉为当前人工智能发展的智能底(dǐ)座，是(shì)全球竞争最(zuì)激烈的研究方(fāng)向之一，包(bāo)括谷歌、亚马逊(xùn)、百度、阿里、腾讯(xùn)等众多头部企业都在竞相发力(lì)。

不(bù)过训练大(dà)模型的确价格不菲，以(yǐ)国盛证券发布的(de)《ChatGPT需要多少(shǎo)算(suàn)力(lì)》报告估算，GPT-3训练一次(cì)的成(chéng)本约为(wèi)140万美(měi)元。而(ér)对于一些更大的LLM(大型语言模型)，训练成本则(zé)介(jiè)于200万美(měi)元至1200万美元高价之间。

以ChatGPT在2023年1月的独立访(fǎng)客平均数(shù)1300万计算，其对应芯片需(xū)求为(wèi)3万多片英(yīng)伟达A100 GPU，初始投入成本约为8亿美元，每日(rì)仅电(diàn)费就在5万美元(yuán)左右。

此外(wài)不论是ChatGPT还是AIGC，都离不开庞大算力支持(chí)。在关注各类大(dà)模型的发展同时，更(gèng)应该关(guān)注算力(lì)网络的建设。

算力网(wǎng)络正驱动(dòng)AI产业(yè)发展进入史诗级加速进程，让AIGC及通(tōng)用AI这一人工(gōng)智(zhì)能发展的终(zhōng)极目标离得更近。

因为算力(lì)可(kě)以对突破(pò)性技术创新(xīn)提供(gōng)大力(lì)的支持。这方面，多模态大模型(xíng)是典型(xíng)。作(zuò)为(wèi)面(miàn)向未来强人工智(zhì)能、通用人(rén)工智能的重要(yào)技术创新，多模态大模型已经在(zài)人工智能领域(yù)提出了很多(duō)年，业界也有不(bù)少技术(shù)突破，但是，多模态大模(mó)型进一步往下走，算力需求呈几何式上(shàng)升，一般(bān)的算力(lì)基(jī)础(chǔ)设施很快将难以胜任。

从图像、文字、语音单独(dú)一项的训练(liàn)，到(dào)双模(mó)态、三模态的跃迁，让(ràng)人工智能可以灵活(huó)应对(duì)不同模态的(de)转化、像人与(yǔ)世界交互一样自(zì)然，这方面，由算力网络(luò)来驱动将有明显优势。

此(cǐ)外，还有很多需要爆发式增长的算力(lì)来支撑(chēng)的(de)技术创(chuàng)新，将(jiāng)在人工(gōng)智能算力网络支撑(chēng)下快(kuài)速推进(jìn)。

AIGC已经(jīng)露出曙光，期待(dài)在大模型和大算力的支(zhī)持下AIGC能持续颠覆内容生(shēng)产(chǎn)的方式(shì)，将创造的边(biān)际成本降(jiàng)低，让万(wàn)众受益。

未经允许不得转载：橘子百科-橘子都知道 进退维谷的意思解释，进退维谷的意思和造句