自聊天机器(qì)人ChatGPT火爆以来，微软公司创始人比尔·盖(gài)茨已多次公开谈论人(rén)工智(zhì)能话(huà)题(tí)。在最近的一次采访中，他再(zài)次表示：“AI可能会(huì)让科技行业迎来(lái)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(rì)接受《In Good Company》节目专访时提出的(de)。

他预期，AI的(de)发展(zhǎn)可能会(huì)威胁到谷歌的市占率(lǜ)，因为微软在AI方(fāng)面的行动相(xiāng)当迅速。而最终(zhōng)科技巨头将把AI整(zhěng)合成用(yòng)户(hù)的“全能助手”，包揽一切(qiè)应用，与人(rén)们进行沟通并提供建议，可以取(qǔ)代(dài)亚马逊、Siri或Outlook等(děng)应用(yòng)。

大佬口中全能助手的到来可能尚需时(shí)日，但由ControlNet引(yǐn)发(fā)的又一次AI绘画浪潮，让AIGC在ChatGPT的话题(tí)热点包(bāo)围(wéi)中(zhōng)杀出重围。

01

ControlNet颠覆AI绘画(huà)新玩法

AIGC向可控靠近

以AI绘(huì)画为(wèi)代表(biǎo)的AIGC上一次爆火的时候，还是2022年(nián)8月，在美国科罗拉多州举办的新兴数字(zì)艺术家竞赛中，一幅名为(wèi)《太空歌剧院》的作品获奖。

随(suí)后各大厂商的AI绘画软件被广大网友熟知并(bìng)体验，Stable Diffusion便是其中(zhōng)代(dài)表。

用(yòng)户们可以在应用中输入(rù)一组关(guān)键词或者一张(zhāng)照(zhào)片，就能获得(dé)一幅AI创作(zuò)的画作(zuò)。

作(zuò)画的(de)关键就(jiù)是所输入的文本。同一组关(guān)键词也可以创作出很多张风格(gé)不一样(yàng)的画作，这让创(chuàng)作(zuò)的过(guò)程(chéng)就像开盲盒。

很多用户很喜欢这(zhè)种不确定的惊喜，他们会将生成的美图当做头像。而(ér)另一部分喜欢翻看AI绘画的“翻车(chē)”作(zuò)品。在社交(jiāo)媒体上(shàng)，许多用(yòng)户分享(xiǎng)AI“翻车现场”，例如，一位(wèi)网友的小(xiǎo)狗(gǒu)照(zhào)片(piàn)被AI画成了“肌肉男”，还(hái)有网(wǎng)友(yǒu)的个人照(zhào)片被AI识(shí)别成了(le)建(jiàn)筑(zhù)。

而如今(jīn)随着(zhe)ControlNet的出现与加持，以往AI绘画(huà)的填写关(guān)键词游戏(xì)可能要被颠覆(fù)了(le)。

ControlNet是一位正在斯坦(tǎn)福(fú)读博的中国人张(zhāng)吕敏创作的(de)一种基于控制(zhì)点的图像变(biàn)形算法(fǎ)，主要用于数字图像(xiàng)处理、计算(suàn)机视(shì)觉和(hé)计(jì)算机图形(xíng)学等(děng)领域。

其SD插件一经发布，在短短的(de)两(liǎng)天内便(biàn)成为了AI绘画(huà)领(lǐng)域(yù)最(zuì)新的热点。

在此(cǐ)之前，大家用了(le)很多方(fāng)法想让AI生成的结果尽可能的符(fú)合要(yào)求(qiú)，但(dàn)是都不尽如人意(yì)，它的出现代(dài)表着AI生(shēng)成开始进入真正(zhèng)的可(kě)控时期。

因为ControlNet可以直(zhí)接(jiē)提取画(huà)面的构图，人物的姿(zī)势(shì)和(hé)画(huà)面的深度信息等。有了它的帮(bāng)助(zhù)，就(jiù)不用频(pín)繁(fán)的用提示词来碰运(yùn)气，抽盲(máng)盒式的创作了。

通俗(sú)的说ControlNet相当(dāng)于给AI绘画加了“魔法(fǎ)”，不少博主的(de)作品已经获得了大量的浏览量，“viggo”就是其中之一，他用朋友的(de)照片直(zhí)接带她们走进动漫世界(jiè)。

viggo先用(yòng)StableDiffusion图片(piàn)转文字。

再用Text2Prompt插件拓展找到对应的关键(jiàn)词；最后(hòu)用ControlNet插件(jiàn)绑定骨骼开始换关(guān)键词试效果。

通过图片(piàn)就可以(yǐ)看出来，效果十分惊艳。

更(gèng)厉害的是，除了真实的照片，草图也可以加上“魔(mó)法”，知乎(hū)大牛“DevPoint”和“逗砂”介绍(shào)到ControlNet还能实(shí)现线稿转(zhuǎn)全(quán)彩图。大神张(zhāng)吕敏其本尊也亲自回应。

不得不说当下AIGC已经变得(dé)越(yuè)来越强(qiáng)大，甚至(zhì)输出的作品都(dōu)已经(jīng)能以假乱(luàn)真了。

02

难辨虚(xū)实，AIGC技(jì)术(shù)力爆发(fā)

警惕安全问(wèn)题

近日，“苏州金鸡湖有游艇party”的(de)消息火遍网络，而经(jīng)过警(jǐng)方辟(pì)谣这所谓的“party”可能(néng)是全国第一起AI绘图诈骗。

由于这个活动里面给出(chū)的美(měi)女照片都是(shì)AI制作的(de)真人照片绘(huì)图，因为(wèi)太(tài)逼真(zhēn)，被(bèi)大家当成真事(shì)传播了(le)。

不(bù)过(guò)仔细观(guān)察可(kě)以发现，活(huó)动发起(qǐ)者提供的照片中有个很(hěn)大的漏(lòu)洞可(kě)以发(fā)现并非真人，而是AI绘图，那便是(shì)图片中女性(xìng)的手指部(bù)分有的存(cún)在异(yì)常。

有行业人(rén)事表示：“现(xiàn)在因(yīn)为(wèi)手指部(bù)分的绘画算法比较复(fù)杂(zá)，AI还(hái)不太(tài)会(huì)画(huà)人的(de)手(shǒu)，但最新看(kàn)到的图片已经有(yǒu)越来越完美的AI模(mó)型出现，以(yǐ)后可能(néng)就完全没有(yǒu)漏洞了(le)。”

类似(shì)的AI作图诈骗在(zài)国外也已(yǐ)有发(fā)生。据英(yīng)国(guó)广播公司(sī)报道，土耳其地震(zhèn)期(qī)间，有Tiktok用户使(shǐ)用AI合(hé)成了儿童受灾的假(jiǎ)照片发布到(dào)网络，以此(cǐ)诱骗善良(liáng)的(de)人打赏“捐助(zhù)”从而实施诈骗。

目(mù)前随着技术(shù)发(fā)展，AIGC已(yǐ)经能(néng)做出真人照片般的绘(huì)图(tú)效果，如果这(zhè)样的图片被(bèi)用来(lái)诈骗，将(jiāng)非常可怕。

此(cǐ)外(wài)AIGC还引发了很(hěn)多(duō)担忧，一方面(miàn)，批判(pàn)者认为AI在“学习(xí)”了大(dà)量前人的作(zuò)品之后，其创(chuàng)作没有任何情绪和(hé)灵(líng)魂，难以和人类(lèi)的艺术创作相(xiāng)提并论。

另(lìng)一(yī)方面，AIGC背(bèi)后的版权、目前都并(bìng)没有得到有效(xiào)的(de)解决(jué)，还有AIGC会不(bù)会代替人(rén)类“至高无上”的(de)创意。

马斯克也强调，人工(gōng)智(zhì)能的(de)安(ān)全问题(tí)需要得到重视(shì)，太(tài)晚(wǎn)就(jiù)来不及(jí)了。

03

AIGC下(xià)一站除了视频，还有(yǒu)远方(fāng)

技术都是有两面性(xìng)的，潜在的危害并不能掩盖其光辉(huī)的贡献。现(xiàn)在看来，人工智能技术将是第(dì)四次工业革(gé)命的核心驱动力量，将创造新的增长奇迹。

过去一年，人工智能(néng)在技术和商(shāng)业层(céng)面都有了巨大进展，AI绘画(huà)就(jiù)是人工智能技术发生方向性改变的一个代表。其下一站或(huò)许就是视频。

此前，Meta和谷歌(gē)先后发(fā)布了(le)几条(tiáo)引爆科(kē)技圈(quān)的短(duǎn)视频。这些(xiē)视(shì)频引(yǐn)发(fā)关注并(bìng)非内容做得(dé)多优秀，反而都非常简单，比如一匹(pǐ)正在(zài)喝水的(de)马，一(yī)只(zhǐ)画画的玩(wán)具熊，或(huò)者(zhě)一段骑摩托车(chē)的第一视(shì)角录像(xiàng)，随(suí)便一个有手(shǒu)机的人都可以(yǐ)随手(shǒu)录下一段。

但这(zhè)些短(duǎn)视频(pín)的(de)创作方式非常简单，创作者仅仅需要向AI输入一(yī)段话，甚(shèn)至只是说(shuō)一(yī)下(xià)要求，AI就可以(yǐ)根据需要生成(chéng)一(yī)段(duàn)视频。

谷歌(gē)发布的两(liǎng)个AI生成(chéng)视频分别来自于Imagen Video和(hé)Phenaki，前(qián)者主要突出的是高清(qīng)，与Meta的Make-A-Video没有太多的差别。

在Make-A-Video公(gōng)布了AI生(shēng)成的视频(pín)后，AI圈就已经玩了一波梗，一个(gè)能(néng)够做出更高清视频的AI还不足以在(zài)短时间内戳(chuō)中兴奋点(diǎn)。

Phenaki更加令人震惊的地(dì)方在于，它(tā)可以制作(zuò)出(chū)超过(guò)2分钟的连贯的也有确切(qiè)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(shēng)成的视频(pín)多么高清(qīng)，也(yě)只能(néng)是为内容(róng)生产者提供一(yī)个灵(líng)感，一个素(sù2000克是多少斤啊)材(cái)，一个(gè)过场(chǎng)动(dòng)画。

不过能够制作出有具体剧情内(nèi)容(róng)的视频就(jiù)意味着，一些(xiē)视频创作(zuò)由AI代替人工完成(chéng)已经(jīng)初(chū)步有了(le)可能。

当下AI的发展(zhǎn)速度已经(jīng)超过大部分人的(de)想象。内容产业的本质(zhì)是供给创(chuàng)造需求，AIGC作为(wèi)全(quán)新(xīn)的(de)内容生产方式，可(kě)以为(wèi)内容产业带来更新(xīn)的内容(róng)风格、更(gèng)快的(de)生产速度，更(gèng)低(dī)的生(shēng)产成(chéng)本，这无疑会驱动内容(róng)产业的大爆发。

除(chú)了AI绘图(tú)、视频，AIGC技术还能应用(yòng)于(yú)音乐、代码(mǎ)、机器人动作等多(duō)种内(nèi)容(róng)形式的生(shēng)成(chéng)。不难发现该项技术不仅在游(yóu)戏等(děng)行业能得到有效应用，对于下(xià)一代互联(lián)网各种元素的(de)构建亦有关(guān)键意(yì)义。

从商业(yè)化(huà)的角度来看，文化(huà)娱乐、教(jiào)育、传媒等诸(zhū)多(duō)领(lǐng)域，本(běn)身就对基(jī)于AI的可视化内容(róng)有强(qiáng)烈需求。

因此，AI绘画及视频(pín)或不(bù)是结果，而只是(shì)AI进程中(zhōng)的一块(kuài)重要拼图，有望在(zài)技(jì)术更(gèng)新的加持下(xià)实现(xiàn)更大的应用价值(zhí)。

AI从理解内(nèi)容，走向了可(kě)以(yǐ)生(shēng)成(chéng)内容，甚(shèn)至能够创造出独立价值和独立视角的内容。AIGC的再次出(chū)圈，更代表着(zhe)未来(lái)的先进生产(chǎn)力即将(jiāng)到来。

04

紧(jǐn)抓大模型与算(suàn)力，牢固AIGC底座

从技术的发展也可以看出，在语(yǔ)言大(dà)模型(xíng)、图像(xiàng)大模型之后，多模态大(dà)模(mó)型已(yǐ)经成为了新(xīn)的趋势。

大模型(xíng)被誉为当前人(rén)工智(zhì)能(néng)发展的智能底座，是全球竞争最激烈的研(yán)究方(fāng)向之(zhī)一，包括谷歌、亚马逊、百度、阿里、腾讯(xùn)等众多头部(bù)企业都在竞相(xiāng)发力。

不过训练大模(mó)型(xíng)的确价格不菲，以国盛证券发布(bù)的《ChatGPT需要多少算力》报告(gào)估算，GPT-3训练一次的成本约为140万(wàn)美元。而对于(yú)一些更大的LLM(大型语言模型)，训练成本(běn)则介(jiè)于200万美元至1200万美元高(gāo)价之间。

以(yǐ)ChatGPT在2023年1月(yuè)的独立访客(kè)平均(jūn)数1300万计算，其对应芯片(piàn)需求为3万多片(piàn)英(yīng)伟达(dá)A100 GPU，初始投入成本约(yuē)为(wèi)8亿美元，每日(rì)仅电(diàn)费就在5万(wàn)美(měi)元左右。

2000克是多少斤啊="async" src="https://mmbiz.heiliaofuli.com/wp-content/uploads/2023/03/1d9722de3fed1e6.jpeg?imageMogr2/thumbnail/2160x0/format/webp/quality/80" data-ratio="0.4255555555555556" data-type="jpeg" data-w="900">

此外不论是ChatGPT还是AIGC，都(dōu)离不(bù)开庞大算力支(zhī)持。在关(guān)注各类大模型的发展同时(shí)，更(gèng)应该关注算力网(wǎng)络的(de)建设。

算力网(wǎng)络(luò)正驱动(dòng)AI产业(yè)发展进入史诗级加速进程，让AIGC及通用AI这(zhè)一人(rén)工(gōng)智能发展的终极目标离(lí)得(dé)更近。

因为算力可以对(duì)突破(pò)性技术创新提供(gōng)大力的支(zhī)持。这方面，多模态大模型是典型。作为面向未(wèi)来强(qiáng)人(rén)工智(zhì)能、通用人工(gōng)智(zhì)能的重要技术创新，多(duō)模(mó)态大模型已经在人工智能领域提出了很多年(nián)，业界也有不少技术突破(pò)，但(dàn)是，多(duō)模(mó)态(tài)大模(mó)型(xíng)进一步(bù)往(wǎng)下走，算(suàn)力需求呈几何式上升，一般的算力基础设施很(hěn)快将难以胜任(rèn)。

从(cóng)图(tú)像、文字、语音单独一(yī)项(xiàng)的训练(liàn)，到双模态(tài)、三模态的跃迁，让人工智能可以灵活应对不同模态的转化、像人(rén)与(yǔ)世界交互一(yī)样自然，这(zhè)方面，由算(suàn)力网络来驱(qū)动将有(yǒu)明显(xiǎn)优势。

此外，还(hái)有很多(duō)需要爆(bào)发式增(zēng)长的(de)算力来支撑的(de)技术创新，将在人(rén)工智能算(suàn)力网络支(zhī)撑下快速(sù)推进。

AIGC已经露出曙光，期待(dài)在大(dà)模型和大算力的支持下AIGC能持续颠(diān)覆内容生产的方式，将(jiāng)创造的边际成(chéng)本(běn)降低，让万众受益。

未经允许不得转载：橘子百科-橘子都知道 2000克是多少斤啊