自聊天机器人ChatGPT火爆(bào)以来，微软公(gōng)司创始人比(bǐ)尔·盖(gài)茨已多次公开(kāi)谈(tán)论人工(gōng)智(zhì)能(néng)话(huà)题。在(zài)最近的一次采访中，他(tā)再(zài)次表示：“AI可能(néng)会让科(kē)技行业迎来一(yī)次剧烈的洗牌”。

这个结论是(shì)他在当地时间2月20日接(jiē)受《In Good Company》节目专访(fǎng)时提出的(de)。

他预期，AI的(de)发展可能会威胁(xié)到谷歌(gē)的市(shì)占率，因为微软在AI方(fāng)面的行动相当迅速。而最终科技巨(jù)头(tóu)将把AI整合成用户的“全能助手”，包(bāo)揽一切应用，与(yǔ)人们进行沟(gōu)通并(bìng)提供建议，可以取代亚马(mǎ)逊、Siri或Outlook等(děng)应用。

大佬口中(zhōng)全能助(zhù)手(shǒu)的到来可能(néng)尚需时日，但由ControlNet引发的又一(yī)次AI绘画浪潮，让AIGC在ChatGPT的话题热点(diǎn)包围中杀出(chū)重围。

01

ControlNet颠(diān)覆AI绘画(huà)新玩(wán)法(fǎ)

AIGC向可(kě)控靠近

以AI绘画为(wèi)代表的(de)AIGC上一次爆(bào)火的时候(hòu)，还(hái)是2022年8月，在美国科罗拉多州举办的新兴数字艺术家竞(jìng)赛中，一(yī)幅(fú)名为《太空歌剧(jù)院》的作品获奖。

随后主谓双宾和主谓宾宾补的区别 例子，主谓宾双宾和主谓宾宾补各大(dà)厂(chǎng)商的AI绘画软(ruǎn)件被广大网友熟知并(bìng)体验，Stable Diffusion便是其中代(dài)表。

用户们(men)可以在(zài)应用中输(shū)入(rù)一组关键词或者一(yī)张(zhāng)照片，就(jiù)能获得(dé)一(yī)幅AI创作的画作。

作画的关键就是所输入的(de)文(wén)本。同(tóng)一组关键词也可以创作出很多张风格(gé)不(bù)一样的画(huà)作，这让创作的过(guò)程就(jiù)像开盲(máng)盒。

很多用户(hù)很喜欢这种不确定的惊喜(xǐ)，他们会(huì)将生成的美图当做头像。而另(lìng)一(yī)部分喜欢翻看(kàn)AI绘画的“翻(fān)车(chē)”作(zuò)品。在社交(jiāo)媒体上，许多用户(hù)分享(xiǎng)AI“翻车(chē)现场”，例如，一位网友的小狗照片被AI画成了(le)“肌(jī)肉男”，还有网友(yǒu)的个人照片被AI识别(bié)成(chéng)了建筑。

而如今随(suí)着ControlNet的出现(xiàn)与加持，以往AI绘画的填(tián)写(xiě)关键词游戏可能(néng)要被颠覆(fù)了。

ControlNet是一位正在斯(sī)坦福读博的(de)中(zhōng)国人张(zhāng)吕敏(mǐn)创(chuàng)作的一(yī)种(zhǒng)基于控(kòng)制点(diǎn)的(de)图像变(biàn)形算法，主要用(yòng)于数字图(tú)像处理、计算(suàn)机视觉(jué)和计算机图(tú)形学等领域。

其(qí)SD插件(jiàn)一经发布，在短短(duǎn)的两天内便成为了AI绘(huì)画领域最(zuì)新的(de)热点。

在此之前，大家用了很多方法想(xiǎng)让AI生(shēng)成的结(jié)果尽可能的符(fú)合要求，但是都不尽如(rú)人意(yì)，它的(de)出现代(dài)表(biǎo)着AI生成(chéng)开始进入真正的可控时期。

因为(wèi)ControlNet可(kě)以(yǐ)直(zhí)接提取画面的构图(tú)，人物的姿势和画面的深度信息等。有了(le)它的帮助，就不用频繁的用提示词来碰运气，抽(chōu)盲盒式的创作了。

通(tōng)俗的说ControlNet相当于(yú)给AI绘画(huà)加了(le)“魔法”，不少博主的(de)作品已经获得(dé)了大量的浏(liú)览(lǎn)量(liàng)，“viggo”就是其中之一(yī)，他用朋友(yǒu)的照片(piàn)直接带她(tā)们走进动漫世界。

viggo先用StableDiffusion图片(piàn)转文(wén)字。

再用Text2Prompt插(chā)件拓展找到(dào)对应的关(guān)键词；最(zuì)后用ControlNet插(chā)件绑定(dìng)骨(gǔ)骼开始换关键词试效果(guǒ)。

通过(guò)图片就可(kě)以看出(chū)来(lái)，效果十分惊(jīng)艳。

更厉(lì)害(hài)的是，除了真实的照片(piàn)，草图也可以(yǐ)加上“魔法”，知(zhī)乎大牛“DevPoint”和“逗砂”介绍到ControlNet还能实现线稿转(zhuǎn)全彩图。大神张吕(lǚ)敏其(qí)本(běn)尊也亲(qīn)自回应。

不得不说当(dāng)下AIGC已经变(biàn)得越来越强(qiáng)大，甚(shèn)至输出的作品(pǐn)都已经能以(yǐ)假乱真了。

02

难辨虚实，AIGC技术力爆发

警惕安全问题

近日(rì)，“苏(sū)州金鸡湖有(yǒu)游艇party”的消息火(huǒ)遍网络，而经(jīng)过(guò)警方(fāng)辟谣这(zhè)所谓的“party”可能是全国第一起AI绘图诈骗(piàn)。

由于这个活动里面(miàn)给出的美女(nǚ)照片都是AI制(zhì)作的(de)真(zhēn)人照片绘图(tú)，因为(wèi)太(tài)逼真，被(bèi)大家当成真事传播(bō)了(le)。

不过(guò)仔细观察可以发现，活动发起者提供(gōng)的照片中有个很大的漏洞(dòng)可以发现并非(fēi)真人(rén)，而是AI绘图，那便是图片(piàn)中女性(xìng)的手指部分有的存在异(yì)常。

有(yǒu)行业人(rén)事表示：“现在因为手指部分(fēn)的绘(huì)画算法比较复(fù)杂(zá)，AI还不太会(huì)画人的手，但最新看到的图片(piàn)已(yǐ)经有越来越(yuè)完(wán)美的AI模型出现，以(yǐ)后可能就完全没(méi)有漏洞了。”

类似的AI作图诈骗在国外也已有发(fā)生。据(jù)英国广播公司报道，土耳其地震期间，有Tiktok用户(hù)使用AI合成(chéng)了儿童受灾的假照片发(fā)布到网络，以(yǐ)此诱骗善良的人打赏“捐助(zhù)”从而实施诈骗。

目前随着(zhe)技术(shù)发展，AIGC已经能做出真(zhēn)人照(zhào)片般的(de)绘图效果(guǒ)，如果这样(yàng)的图片被用来诈骗，将非(fēi)常(cháng)可(kě)怕。

此外AIGC还(hái)引发了很多担(dān)忧，一方面，批判者认(rèn)为AI在“学习”了(le)大(dà)量前(qián)人的作品(pǐn)之(zhī)后，其创作没(méi)有任何情绪和灵魂，难(nán)以(yǐ)和(hé)人类的(de)艺术创作相提(tí)并论。

另一(yī)方(fāng)面，AIGC背(bèi)后的版权、目前都并没有得(dé)到有(yǒu)效(xiào)的解决，还有AIGC会(huì)不会(huì)代替人类“至高无上(shàng)”的创意。

马(mǎ)斯(sī)克也强调，人(rén)工智能的安全问题需要得到重视，太晚就来(lái)不(bù)及了。

03

AIGC下一站除了视(shì)频，还有远方

技(jì)术都是有两面性的，潜在的(de)危害并(bìng)不(bù)能(néng)掩盖(gài)其光(guāng)辉的贡献。现(xiàn)在看来(lái)，人工智能技术将(jiāng)是第四(sì)次工业革命的核心驱动力(lì)量(liàng)，将创造新的(de)增长奇(qí)迹。

过(guò)去一(yī)年，人(rén)工智能(néng)在技术和商业层面都有(yǒu)了巨大进(jìn)展，AI绘(huì)画就是人工智(zhì)能技(jì)术发生方向性改变的一个代表。其下一站或(huò)许就是视(shì)频。

此(cǐ)前，Meta和谷歌先(xiān)后发布了(le)几条引爆科技圈的短视频。这些视频引发关注并非(fēi)内(nèi)容做得(dé)多(duō)优秀(xiù)，反而(ér)都(dōu)非常简单，比如(rú)一匹正在喝水的马，一只画画的玩(wán)具熊，或者(zhě)一段骑摩托(tuō)车的第一视角(jiǎo)录像，随便(biàn)一个有手机(jī)的(de)人都可(kě)以随手录下一段。

但这些短视频的创作方式(shì)非常简单，创(chuàng)作者仅仅需要向AI输入一段(duàn)话，甚至只是说一下要(yào)求，AI就可以(yǐ)根据(jù)需要生成一段视频。

谷(gǔ)歌发布的两(liǎng)个(gè)AI生成视(shì)频分别来(lái)自(zì)于Imagen Video和Phenaki，前者主要(yào)突出的(de)是高清，与Meta的Make-A-Video没有(yǒu)太多(duō)的差(chà)别。

在(zài)Make-A-Video公布了AI生(shēng)成的视频(pín)后，AI圈就已经玩了一波梗，一个能够做出更(gèng)高清视(shì)频的AI还(hái)不足以在短时(shí)间内(nèi)戳中(zhōng)兴奋(fèn)点。

Phenaki更加令(lìng)人震惊(jīng)的(de)地方(fāng)在(zài)于，它可以(yǐ)制作出超过2分(fēn)钟的连贯的也(yě)有(yǒu)确切内容的视频，这才(cái)是真正让人(rén)们(men)感(gǎn)到惊(jīng)喜的地方(fāng)。因为无论AI生成(chéng)的视频多么高清(qīng)，也只能(néng)是为内容生产者提供一个灵感，一(yī)个素(sù)材，一(yī)个过场动画。

不(bù)过能够(gòu)制作(zuò)出(chū)有(yǒu)具体剧情内容的视频就意(yì)味(wèi)着，一(yī)些视频创作(zuò)由AI代(dài)替人工(gōng)完成已(yǐ)经初(chū)步有了可能(néng)。

当下AI的(de)发展速(sù)度已(yǐ)经超(chāo)过大部分人(rén)的想(xiǎng)象。内容产业(yè)的本(běn)质(zhì)是(shì)供给创(chuàng)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(gèng)新的内容风格、更(gèng)快的生产速度，更低的生产成(chéng)本，这无疑会驱动内容产业的大(dà)爆发(fā)。

除了AI绘图、视频，AIGC技术还能应用(yòng)于音(yīn)乐、代码、机器人动作等多种内(nèi)容形式的生成。不难发(fā)现该项技(jì)术不仅在(zài)游戏等行业能得(dé)到有效应(yīng)用(yòng)，对于下一代互(hù)联网(wǎng)各(gè)种元素的构建亦有关键意义。

从商业化的角度来看，文化娱乐(lè)、教育、传媒等诸多领域(yù)，本身就对基于AI的可(kě)视化内容有强烈需(xū)求。

因(yīn)此，AI绘(huì)画及视频或不(bù)是结(jié)果(guǒ)，而只是AI进(jìn)程(chéng)中的一块重要拼图，有望在(zài)技术(shù)更新(xīn)的(de)加持下实现更大的应(yīng)用价值。

AI从理解内(nèi)容，走向(xiàng)了可(kě)以生成内容(róng)，甚(shèn)至(zhì)能够创造出独立价值(zhí)和(hé)独(dú)立视角的内容。AIGC的再次出圈，更代表着未来(lái)的先进生(shēng)产(chǎn)力即将到来。

04

紧抓大模型与算力(lì)，牢固AIGC底座(zuò)

从技术的发(fā)展也可以看出，在(zài)语言大(dà)模型、图(tú)像(xiàng)大模(mó)型之(zhī)后，多模态大模型已经成为了新(xīn)的趋势。

大模型被誉(yù)为当前人(rén)工智能发展的智能(néng)底座，是全球(qiú)竞争最激烈的研(yán)究(jiū)方向(xiàng)之一(yī)，包括谷歌、亚马逊、百度、阿里、腾讯等(děng)众多头部企(qǐ)业都在竞相发力。

不过训练大模型的确价格不菲，以国盛证券发布的《ChatGPT需(xū)要多少算力》报告估算，GPT-3训练一次的成本约为140万美元(yuán)。而(ér)对于一些更大的LLM(大型(xíng)语言(yán)模型)，训练成本(běn)则介于200万美(měi)元至1200万美元高(gāo)价之间。

以ChatGPT在2023年1月的独立访(fǎng)客平均数1300万计算，其对应芯(xīn)片需(xū)求为(wèi)3万多片英伟达A100 GPU，初(chū)始投入(rù)成本约为8亿(yì)美元，每日仅电(diàn)费就在5万美元左右。

此外不论是(shì)ChatGPT还(hái)是AIGC，都(dōu)离不开庞(páng)大算力支持。在(zài)关(guān)主谓双宾和主谓宾宾补的区别 例子，主谓宾双宾和主谓宾宾补注各类大模型的发(fā)展同时(shí)，更(gèng)应该关注算(suàn)力网络的建设。

算力网络正驱动AI产业发展进入史诗级加速进程，让AIGC及(jí)通用AI这一(yī)人工智能发展(zhǎn)的终极(jí)目标离得更近。

因为算力可以对(duì)突(tū)破性技术创(chuàng)新提供大力的支持(chí)。这方面(miàn)，多模态大模型(xíng)是典型。作为面(miàn)向未来(lái)强人工智能(néng)、通用人工智能的重要(yào)技(jì)术创新，多模态大(dà)模型已经在(zài)人工智能领域(yù)提出了很多年，业(yè)界(jiè)也有(yǒu)不少技(jì)术突破，但是，多模态大模(mó)型进一步(bù)往下走，算力需求呈几何式(shì)上(shàng)升，一般的算力基础设施很(hěn)快将难以胜任。

从图像、文字(zì)、语音单(dān)独一项的训练，到(dào)双模态、三模态的跃迁(qiān)，让人工智能可以灵(líng)活(huó)应对(duì)不同模态的(de)转化、像人(rén)与世界(jiè)交互一样自(zì)然(rán)，这方面，由算力网络来(lái)驱动将有明显优势(shì)。

此外，还有很多需要爆(bào)发式增(zēng)长(zhǎng)的(de)算力来支撑的技术(shù)创新，将在人工智能(néng)算力网络支撑下快速推进。

AIGC已(yǐ)经露出曙光，期待在大模型(xíng)和大算力的支持下AIGC能持续颠覆(fù)内容生产的方(fāng)式，将创造的边际成本降(jiàng)低，让(ràng)万众受(shòu)益。

未经允许不得转载：橘子百科-橘子都知道 主谓双宾和主谓宾宾补的区别 例子，主谓宾双宾和主谓宾宾补