自聊天机器人(rén)ChatGPT火爆以来，微(wēi)软公(gōng)司创始人比尔·盖茨(cí)已多次公开谈(tán)论人工(gōng)智能(néng)话(huà)题。在最近(jìn)的(de)一次采访中，他再次表示：“AI可(kě)能会让科技行业迎来(lái)一次剧烈(liè)的洗牌”。

这个结(jié)论是他在当地(dì)时间2月(yuè)20日(rì)接受(shòu)《In Good Company》节目专访时提出(chū)的(de)。

他预期，AI的发(fā)展可能会威胁到谷歌的市占率，因为微软在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“全能助手”，包揽一切(qiè)应(yīng)用，与人(rén)们进行沟通并提供建议，可以取(qǔ)代亚马逊、Siri或Outlook等应(yīng)用。

大(dà)佬口中(zhōng)全能(néng)助手(shǒu)的到来可能(néng)尚需时日，但由ControlNet引(yǐn)发的又一次(cì)AI绘画(huà)浪潮，让AIGC在ChatGPT的话(huà)题热点包围中杀出重围。

01

ControlNet颠覆AI绘(huì)画新(xīn)玩法

AIGC向可控靠(kào)近

以AI绘画为代表(biǎo)的AIGC上一次爆火(huǒ)的时候，还是(shì)2022年8月，在美国科罗(luó)拉多州举办的新兴数字艺术家竞赛(sài)中，一(yī)幅名为(wèi)《太空歌剧(jù)院》的作品获奖。

随后各大厂商的AI绘画软件(jiàn)被(bèi)广大(dà)网友熟知并体验，Stable Diffusion便是其中代表。

用户(hù)们可以(yǐ)在应用中输入一组(zǔ)关(guān)键词或者(zhě)一张照片，就能(néng)获得一(yī)幅(fú)AI创作的画作。

作画的(de)关键就是所输入的文(wén)本。同一(yī)组(zǔ)关键词也可以创作出(chū)很多张风格不一(yī)样的画作，这让创作(zuò)的(de)过程就像开盲盒。

很多用户很喜欢这种不确定的惊喜，他们会(huì)将(jiāng)生成的美图当做(zuò)头像(xiàng)。而另一部(bù)分喜(xǐ)欢(huān)翻看AI绘画(huà)的“翻车”作品。在社(shè)交媒体上，许多用户分享AI“翻车现场”，例(lì)如，一(yī)位网友的小狗照(zhào)片被(bèi)AI画成(chéng)了“肌肉(ròu)男(nán)”，还有网友的个人(rén)照片被AI识别成了建(jiàn)筑。

而如(rú)今随着ControlNet的出现与加持，以往AI绘画(huà)的(de)填写关键词(cí)游(yóu)戏可(kě)能要(yào)被(bèi)颠覆了。

ControlNet是一位正在斯坦(tǎn)福读(dú)博的中国(guó)人(rén)张吕敏创(chuàng)作的一种基(jī)于控制点的图像变形算法，主要用于数字图像(xiàng)处理、计算机视觉和(hé)计算机(jī)图形学等(děng)领(lǐng)域。

其SD插件一经发(fā)布，在(zài)短(duǎn)短的两(liǎng)天内便成为了AI绘画领域最新的(de)热点。

在此之前，大家用(yòng)了很多方法想让AI生成的结(jié)果尽可能的符(fú)合要求，但是都(dōu)不尽如(rú)人(rén)意，它的出(chū)现(xiàn)代表着AI生成开始(shǐ)进入真(zhēn)正的可控时期。

因(yīn)为ControlNet可以直接提取画面(miàn)的(de)构图(tú)，人物的姿势和画面的(de)深度信息等(děng)。有了它的帮助，就不用频繁(fán)的(de)用提(tí)示词来碰运气，抽(chōu)盲盒式的(de)创作了。

通俗的说ControlNet相当于(yú)给AI绘画加了“魔法(fǎ)”，不少博(bó)主的作(zuò)品已经获得(dé)了大量的浏(liú)览(lǎn)量，“viggo”就是其中之一，他用朋(péng)友(yǒu)的照片直接带她们走进动漫世界。

viggo先(xiān)用StableDiffusion图(tú)片转文字。

再用Text2Prompt插件拓(tuò)展找到对应的关键(jiàn)词；最后(hòu)用(yòng)ControlNet插件绑定(dìng)骨骼开始(shǐ)换关(guān)键词试效果。

通过图片就可以看(kàn)出来，效(xiào)果十(shí)分惊艳。

更厉害的是，除了真实的照片，草图也(yě)可以(yǐ)加上“魔(mó)法(fǎ)”，知(zhī)乎大牛“DevPoint”和“逗砂”介绍(shào)到ControlNet还(hái)能实现线(xiàn)稿转全彩(cǎi)图。大神张吕敏其本尊也亲(qīn)自回应(yīng)。

日本还有能力侵华吗，日本敢不敢侵略中国rc="https://mmbiz.heiliaofuli.com/wp-content/uploads/2023/03/90c6e5987a37ef9.jpeg?imageMogr2/thumbnail/2160x0/format/webp/quality/80" data-ratio="1.3637137989778534" data-s="300,640" data-type="jpeg" data-w="1174">

不得不说当下AIGC已经变得越来越强大，甚至(zhì)输出的作品都已经能以假乱真了。

02

难辨虚(xū)实，AIGC技(jì)术力爆发

警惕安全问题(tí)

近日，“苏州(zhōu)金鸡湖有游(yóu)艇party”的消息(xī)火(huǒ)遍网络，而经过警方辟(pì)谣(yáo)这所谓(wèi)的“party”可能(néng)是(shì)全国第一起AI绘图诈骗。

由于(yú)这个(gè)活(huó)动(dòng)里(lǐ)面给出的美女照片都是AI制作(zuò)的真人照片绘图，因(yīn)为(wèi)太逼真，被大家(jiā)当成真事传播了。

不(bù)过(guò)仔细观察可以发(fā)现(xiàn)，活动发起者提(tí)供的(de)照片中有个很大的漏洞可(kě)以发(fā)现并(bìng)非真人，而是AI绘(huì)图，那便(biàn)是(shì)图(tú)片中女(nǚ)性(xìng)的手指部分有(yǒu)的存在(zài)异常。

有行业人(rén)事表示：“现(xiàn)在因为手(shǒu)指部(bù)分的(de)绘画(huà)算法比(bǐ)较复杂，AI还不太会画人的(de)手，但最新看到的(de)图片已经有越来越(yuè)完美的AI模型出现，以后可能就(jiù)完(wán)全没有漏洞(dòng)了(le)。”

类似(shì)的AI作图诈骗在国外也(yě)已有发生(shēng)。据英国广播公司报道，土耳其地震期间，有Tiktok用户使用AI合成了儿童(tóng)受灾(zāi)的假照(zhào)片发布到(dào)网络，以(yǐ)此(cǐ)诱骗善良(liáng)的人打(dǎ)赏“捐(juān)助”从而实(shí)施诈骗。

目前随着技术发展，AIGC已经能做出真(zhēn)人照片般的绘图效果，如果(guǒ)这样(yàng)的(de)图片(piàn)被用来诈(zhà)骗，将非常可怕。

此外AIGC还引发了很(hěn)多担忧，一方面，批判(pàn)者认为AI在“学习”了大量前人(rén)的作品之(zhī)后，其创作(zuò)没(méi)有(yǒu)任何情绪和(hé)灵魂，难以(yǐ)和(hé)人类的(de)艺术(shù)创作(zuò)相(xiāng)提并(bìng)论。

另(lìng)一方面，AIGC背后的版(bǎn)权、目(mù)前都并没有得到有效的解决(jué)，还有AIGC会不会代替人类“至(zhì)高无上”的创(chuàng)意。

马斯克(kè)也强(qiáng)调(diào)，人工智(zhì)能(néng)的安全问题需要(yào)得(dé)到(dào)重视，太晚就来不及了。

03

AIGC下(xià)一站(zhàn)除了视频，还(hái)有远方

技术(shù)都是有两面(miàn)性的，潜(qián)在的危(wēi)害并不(bù)能(néng)掩盖其光辉的贡献。现在看来(lái)，人工智能(néng)技术(shù)将(jiāng)是(shì)第四次(cì)工业革命的核(hé)心驱动力量(liàng)，将创造新的增(zēng)长奇迹。

过去(qù)一年，人(rén)工智能在技术和商业层面都有了巨大进展，AI绘画(huà)就是人工智(zhì)能技术发生方向性改变(biàn)的一个代表(biǎo)。其(qí)下一站或许就是视频(pín)。

此前，Meta和谷歌先后发布了(le)几条引爆(bào)科技圈的短视(shì)频(pín)。这些(xiē)视频引(yǐn)发关(guān)注并非内(nèi)容做得多优(yōu)秀，反(fǎn)而都非(fēi)常简单，比如一匹正(zhèng)在(zài)喝水的马，一只画画的玩具熊，或(huò)者一段骑摩托车的第(dì)一视角录(lù)像，随便一个有手机(jī)的人都可以随手(shǒu)录下(xià)一段。

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

谷歌发布的两个(gè)AI生成视频分(fēn)别来自于(yú)Imagen Video和(hé)Phenaki，前者主要突出的是高清，与Meta的Make-A-Video没有太多的(de)差别。

在Make-A-Video公布了AI生日本还有能力侵华吗，日本敢不敢侵略中国成的视频后，AI圈就已(yǐ)经玩了(le)一(yī)波梗，一个能(néng)够做出更高清视频的(de)AI还不(bù)足(zú)以在短时间内戳中兴奋点。

Phenaki更加令人震惊的地(dì)方(fāng)在于(yú)，它(tā)可以制作出超过(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(men)感到惊喜的(de)地(dì)方。因为无论AI生成的(de)视频多么高清，也只(zhǐ)能是为内容生产(chǎn)者提供一个(gè)灵感，一(yī)个素(sù)材，一个过(guò)场动画(huà)。

不过能够制作出有(yǒu)具(jù)体剧情内容的视频就(jiù)意味着，一些视频(pín)创作由AI代替(tì)人工完成已经初步(bù)有了可能(néng)。

当下AI的发展速度已经超(chāo)过大部分人的想象(xiàng)。内容产业(yè)的本(běn)质(zhì)是供给(gěi)创造需求，AIGC作为全新的内容生产方式，可以为(wèi)内容产业带来更新的内容风(fēng)格、更快的生产(chǎn)速度，更(gèng)低的生产成本，这无(wú)疑会驱动内容产业的(de)大爆发。

除了AI绘图(tú)、视频，AIGC技术(shù)还能应(yīng)用于音(yīn)乐、代码(mǎ)、机器人动作等多种(zhǒng)内容形式的(de)生(shēng)成(chéng)。不难(nán)发现该(gāi)项技术不仅在游戏等行(xíng)业(yè)能(néng)得(dé)到有效应用，对于下一代互联网各种元素的构建亦有(yǒu)关键意(yì)义。

从商业(yè)化的角度来看，文化娱(yú)乐、教育、传媒等诸多(duō)领域，本身就对基(jī)于AI的可视化内容有强烈(liè)需求。

因此，AI绘画(huà)及视频(pín)或不是结果，而只是(shì)AI进程中的一块(kuài)重(zhòng)要拼图，有望在技术更新(xīn)的(de)加持下实现更大的应用(yòng)价值。

AI从理(lǐ)解内容，走向(xiàng)了可以生成内容，甚(shèn)至能够(gòu)创造出独立价(jià)值和独(dú)立视角的内容(róng)。AIGC的(de)再次(cì)出圈，更(gèng)代表着(zhe)未来的先进(jìn)生产力即将到来。

04

紧抓大模型(xíng)与(yǔ)算力，牢(láo)固AIGC底座

从技术的(de)发展也(yě)可以看出，在语言大(dà)模型、图像大模型之后，多(duō)模态大模型已(yǐ)经成为(wèi)了新的趋势。

大模型(xíng)被誉为当前人工智能(néng)发展的智能底座(zuò)，是全球竞争最激(jī)烈的研究方向之一(yī)，包括谷歌、亚马逊、百(bǎi)度(dù)、阿(ā)里、腾讯等(děng)众多(duō)头部企业都在(zài)竞(jìng)相发力。

不过(guò)训练(liàn)大(dà)模(mó)型的确价格不菲，以(yǐ)国盛(shèng)证券发布的《ChatGPT需(xū)要多少算(suàn)力》报告(gào)估算，GPT-3训练一(yī)次的成本约为140万美元(yuán)。而对于一些更大的LLM(大型(xíng)语(yǔ)言模型)，训(xùn)练(liàn)成本则(zé)介于200万美元至1200万美元高价之间。

以ChatGPT在2023年1月(yuè)的(de)独立访客(kè)平均(jūn)数(shù)1300万(wàn)计算(suàn)，其对(duì)应芯片需求为(wèi)3万多片英伟达A100 GPU，初始投入成本约(yuē)为8亿(yì)美元(yuán)，每日仅(jǐn)电费就在5万美元左右。

此(cǐ)外不论是ChatGPT还是AIGC，都离不开庞大算力支持。在关注各(gè)类大模型的(de)发展同(tóng)时，更应该关(guān)注算力(lì)网络的(de)建设。

算力网(wǎng)络正驱(qū)动AI产业发展进(jìn)入史诗级加(jiā)速(sù)进程，让AIGC及通用AI这一人工智能(néng)发展的(de)终(zhōng)极目标离得(dé)更近。

因为算力可以对突(tū)破性技术创新提供(gōng)大力的支持。这(zhè)方面，多模态大模(mó)型是典型。作(zuò)为面向(xiàng)未来强人工智(zhì)能、通用人(rén)工(gōng)智能的重要技术创新，多模(mó)态大模型已经在人工智能领(lǐng)域提出了很多(duō)年，业界也有不少技术突(tū)破，但是，多模态大模(mó)型进一(yī)步往下走，算力(lì)需求呈几何式上(shàng)升，一般的算力基(jī)础设施很快将(jiāng)难以胜任(rèn)。

从(cóng)图像(xiàng)、文字、语音(yīn)单独一(yī)项的训练，到双(shuāng)模态、三模(mó)态(tài)的(de)跃(yuè)迁，让(ràng)人工智能(néng)可(kě)以灵活应对不同(tóng)模(mó)态的转(zhuǎn)化(huà)、像(xiàng)人与世界交(jiāo)互一样自然，这方面，由算力网络来驱动将有明显优势。

此外，还有很多需要爆发式增长的算力来(lái)支撑的技(jì)术创新，将在人工智能算力(lì)网络支撑下快速(sù)推进。

AIGC已经露出曙(shǔ)光，期待在大模(mó)型和大(dà)算力的支持下AIGC能持(chí)续颠覆内容(róng)生(shēng)产的方式，将(jiāng)创造的边际成本降低(dī)，让万众受益。

未经允许不得转载：橘子百科-橘子都知道 日本还有能力侵华吗，日本敢不敢侵略中国