自聊(liáo)天(tiān)机器人ChatGPT火(huǒ)爆以来，微软(ruǎn)公(gōng)司创始人比(bǐ)尔·盖茨已(yǐ)多次(cì)公开谈论人(rén)工智能话题。在(zài)最近的一次采访(fǎng)中，他再(zài)次表(biǎo)示：“AI可能会让科技行业迎(yíng)来一次(cì)剧烈的洗牌”。

这个结论是他(tā)在当(dāng)地(dì)时间2月(yuè)20日接受《In Good Company》节目(mù)专(zhuān)访时提出的。

他预期，AI的(de)发展可能会威胁到谷歌的市(shì)占率(lǜ)，因(yīn)为(wèi)微软(ruǎn)在AI方面的行动相当(dāng)迅速(sù)。而(ér)最(zuì)终科技巨头将把AI整合成用户的“全能助手”，包揽一切应用，与人们进行沟(gōu)通并提供建议，可(kě)以取代(dài)亚(yà)马逊、Siri或Outlook等应(yīng)用(yòng)。

大(dà)佬口中全(quán)能助手的(de)到来(lái)可(kě)能(néng)尚(shàng)需时日(rì)，但由(yóu)ControlNet引发的(de)又一次AI绘画浪潮，让AIGC在ChatGPT的话题热点包围中杀出(chū)重围。

01

ControlNet颠覆AI绘画新玩法

AIGC向可控(kòng)靠近

以AI绘画为代表的AIGC上(shàng)一次(cì)爆火的时(shí)候，还是2022年8月，在美国科(kē)罗(luó)拉(lā)多州举办的(de)新(xīn)兴数字艺术家竞(jìng)赛中，一(yī)幅名为(wèi)《太空歌剧院(yuàn)》的作(zuò)品(pǐn)获(huò)奖(jiǎng)。

随后(hòu)各大厂商的(de)AI绘画软件被广大网友熟(shú)知并体(tǐ)验，Stable Diffusion便是(shì)其中代表。

用(yòng)户们可以在应用(yòng)中输入一组关键词或(huò)者一张照(zhào)片，就能获得一幅AI创(chuàng)作的(de)画作(zuò)。

作画(huà)的(de)关键就(jiù)是(shì)所输入的文(wén)本。同一组关键词也可(kě)以创(chuàng)作(zuò)出很多张风格不一样的画(huà)作，这让(ràng)创作的(de)过程就像开盲盒。

很(hěn)多用户很(hěn)喜欢(huān)这种不确定的惊(jīng)喜，他们会将生成的美图当做头像。而另一部分喜欢翻看AI绘画的“翻车(chē)”作品(pǐn)。在(zài)社交(jiāo)媒(méi)体上，许多(duō)用户分(fēn)享AI“翻车现场”，例如，一(yī)位(wèi)网友的小狗照片被AI画成了“肌肉男”，还(hái)有网(wǎng)友的(de)个(gè)人(rén)照片被AI识别成了建筑。

而(ér)如今(jīn)随着(zhe)ControlNet的出(chū)现(xiàn)与加持，以往(wǎng)AI绘(huì)画(huà)的填写关键(jiàn)词游戏可能要被颠覆(fù)了。

ControlNet是一位正(zhèng)在(zài)斯坦福读博的中国人张吕(lǚ)敏(mǐn)创作的一种基于控制点的图像变形(xíng)算法，主(zhǔ)要用于数字(zì)图(tú)像处(chù)理、计算机视觉和计算(suàn)机图(tú)形学等(děng)领域。

其SD插件一经发(fā)布，在(zài)短短的两(liǎng)天(tiān)内(nèi)便成(chéng)为了(le)AI绘画领域最新(xīn)的热(rè)点。

在此之前，大家用了很多方法想让AI生成的结果尽可(kě)能(néng)的符合要求，但是(shì)都不尽(jǐn)如人意，它的出现代表着AI生(shēng)成开(kāi)始(shǐ)进(jìn)入真正的可控时期。

因为ControlNet可以直接提取画(huà)面的构图(tú)，人物的姿势和画面的深度(dù)信息等。有了它(tā)的帮助，就不用频(pín)繁的用(yòng)提示词(cí)来碰(pèng)运(yùn)气，抽盲盒(hé)式(shì)的创作(zuò)了。

通(tōng)俗的说(shuō)ControlNet相当于给(gěi)AI绘画加了“魔法”，不少博主的作品已经获得了大量的浏(liú)览(lǎn)量，“viggo”就是其中(zhōng)之一，他用(yòng)朋(péng)友的照片直接(jiē)带她们(men)走进动漫世(shì)界(jiè)。

viggo先用StableDiffusion图片转文字。

再用Text2Prompt插件拓展找(zhǎo)到(dào)对应的关键词(cí)；最后用ControlNet插(chā)件绑定骨(gǔ)骼开(kāi)始换关(guān)键(jiàn)词试效果。

通过图片(piàn)就可以(yǐ)看出来，效果十(shí)分惊艳(yàn)。

更厉害的是，除了真(zhēn)实的(de)照片，草(cǎo)图也可以(yǐ)加上“魔(mó)法(fǎ)”，知乎大牛(niú)“DevPoint”和“逗砂”介绍(shào)到(dào)ControlNet还能实现线稿转全彩图。大神张吕(lǚ)敏(mǐn)其本(běn)尊也亲自回应(yīng)。

不得不说当下AIGC已经变得越来越强(qiáng)大，甚至输出的作品(pǐn)都(dōu)已经能以假乱真了。

02

难(nán)辨虚(xū)实，AIGC技术力爆(bào)发

警惕安(ān)全问题

近日(rì)，“苏州金鸡湖有游艇party”的消息火遍网络，而经过警方辟谣这所谓的“party”可能是全国第一(yī)起AI绘图(tú)诈骗。

由(yóu)于这(zhè)个(gè)活动里面给出的(de)美(měi)女照片都是AI制作(zuò)的(de)真人照片绘图，因为太逼真，被大家(jiā)当成真事传播了。

不过仔(zǎi)细(xì)观察可以(yǐ)发现(xiàn)，活动发(fā)起者(zhě)提供(gōng)的照片中有个很(hěn)大(dà)的漏洞可以发现并非真人，而(ér)是(shì)AI绘(huì)图，那便是图片中女性的手指(zhǐ)部分有的存在异(yì)常。

有行业(yè)人(rén)事表示：“现在(zài)因为手指部分的绘画(huà)算法比较复杂，AI还不太会(huì)画人的手(shǒu)，但最新看到(dào)的(de)图片(piàn)已经有越来(lái)越完(wán)美的AI模型出现，以后可能就完全没有漏洞了(le)。”

类似的AI作图诈骗(piàn)在国(guó)外也已有发生(shēng)。据英国广播公司报道，土(tǔ)耳其地(dì)震期间(jiān)，有Tiktok用户使(shǐ)用(yòng)AI合成了儿童受灾(zāi)的假照片(piàn)发布到(dào)网(wǎng)络(luò)，以此诱(yòu)骗善良(liáng)的人打赏(shǎng)“捐助”从而实施诈骗(piàn)。

目前随着技术发展(zhǎn)，AIGC已经能做(zuò)出真人照(zhào)片般的绘图效果，如果这(zhè)样的图片被用(yòng)来诈骗，将(jiāng)非常可怕。

此外AIGC还引(yǐn)发(fā)了(le)很多担忧，一方面，批(pī)判者认为AI在(zài)“学(xué)习”了大(dà)量(liàng)前人的作品(pǐn)之后，其(qí)创作没有任何情(qíng)绪和灵(líng)魂，难(nán)以和人类的(de)艺术创作相提(tí)并论。

另一(yī)方面，AIGC背后(hòu)的版权、目前都并(bìng)没有得(dé)到有效(xiào)的(de)解决(jué)，还有AIGC会(huì)不会代替(tì)人(rén)类“至高无上”的(de)创意(yì)。

马(mǎ)斯克也强(qiáng)调，人(rén)工智(zhì)能(néng)的安全问题需要得(dé)到(dào)重视，太(tài)晚就来不及了。

03

AIGC下一站(zhàn)除了视频，还有远方

技术都是有两面(miàn)性的，潜在(zài)的危害(hài)并不(bù)能掩盖其光辉的贡(gòng)献。现在(zài)看来(lái)，人工智(zhì)能(néng)技术将是第四次工(gōng)业革命的核心(xīn)驱动力(lì)量，将创造(zào)新的增(zēng)长(zhǎng)奇迹。

过去一年，人工(gōng)智能在技术和商业层面都有了巨大进展，AI绘(huì)画就(jiù)是人工智(zhì)能技术发生方向性改(gǎi)变的(de)一(yī)个代表(biǎo)。其(qí)下一(yī)站或许就是视频。

此前，Meta和谷歌(gē)先后发布了几条(tiáo)引爆科技圈的短视频。这些视频引发(fā)关注并非(fēi)内容做得多优秀，反而(ér)都非(fēi)常(cháng)简单(dān)，比如一(yī)匹正在喝水的(de)马(mǎ)，一(yī)只画(huà)画的玩具熊，或(huò)者一段骑摩托车的第一视角(jiǎo)录像，随(suí)便一个有手机的(de)人都可以随手录(lù)下一段。

但这些短视频的(de)创作方式非(fēi)常简单，创(chuàng)作者仅(jǐn)仅需要向AI输(shū)入(rù)一(yī)段话，甚至只是说一(yī)下要求，AI就可以(yǐ)根(gēn)据(jù)需(xū)要生成一段视频。

谷歌发(fā)布的两个AI生成视频(pín)分别来自于Imagen Video和Phenaki，前者主要突(tū)出(chū)的(de)是高清(qīng)，与Meta的Make-A-Video没有太多的差别。

在Make-A-Video公布了AI生成的(de)视(shì)频后，AI圈就已(yǐ)经玩了一波梗(gěng)，一个(gè)能(néng)够做出更高清视频的AI还不足(zú)以在短时间内戳中(zhōng)兴奋(fèn)点(diǎn)。

Phenaki更加(jiā)令人震惊的地方在于，它可以制作出超(chāo)过2分钟的(de)连(lián)贯的也有确(què)切内容的视频，这(zhè)才是真正让人(rén)们感(gǎn)到惊喜(xǐ)的地(dì)方。因为(wèi)无(wú)论AI生(shēng)成的(de)视频多么(me)高清，也只能是为(wèi)内容生产者提(tí)供一个灵感，一个(gè)素材，一个过场动画。

不(bù)过能够制作出有具体(tǐ)剧(jù)情内容的(de)视(shì)频就(jiù)意(yì)味(wèi)着(zhe)，一(yī)些视频创作由AI代替人工(gōng)完成(chéng)已经初步(bù)有了可能。

当(dāng)下AI的发展速度已经超过(guò)大部(bù)分人(rén)的(de)想(xiǎng)象。内容产业的(de)本质是供给创(chuàng)造需求，AIGC作为全新的内容生(shēng)产方式，可以为内(nèi)容产业带来更新(xīn)的内容风(fēng)格、更快的(de)生(shēng)产速(sù)度，更低(dī)的生产(chǎn)成本，这无(wú)疑会驱动内(nèi)容(róng)产业的大(dà)爆发。

除了AI绘(huì)图(tú)、视(shì)频，AIGC技(jì)术还能应用于音(yīn)乐、代码(mǎ)、机器(qì)人(rén)动作等多种内容形式的生成(chéng)。不难发现该项技术不仅在游戏等行(xíng)业能得到(dào)有效应用，对于(yú)下(xià)一(yī)代(dài)互联(lián)网各种元素的构建亦有关键意义。

从商业化的角(jiǎo)度来看，文化娱(yú)乐(lè)、教育、传媒等诸多领域(yù)，本身就(jiù)对基于AI的可(kě)视(shì)化内(nèi)容有强烈(liè)需求(qiú)。

因(yīn)此，AI绘(huì)画及视频或不是结果，而(ér)只是AI进程(chéng)中的一块重要(yào)拼(pīn)图，有(yǒu)望在技术更新的(de)加持下(xià)实现更(gèng)大(dà)的应用价值(zhí)。

AI从理解内(nèi)容(róng)，走向(xiàng)了可以生成(chéng)内容(róng)，甚至能够创造出(chū)独立价(jià)值和独立视角的(de)内容。AIGC的再(zài)次(cì)出圈，更代表着未来(lái)的先进生产力(lì)即将到来。

04

紧(jǐn)抓大模型与算力，牢固AIGC底座

从(cóng)技术(shù)的发展也可以(yǐ)看(kàn)出，在语言大模型、图像大模型之后(hòu)，多(duō)模态大模型(xíng)已经(jīng)成为了新(xīn)的趋势。

大模型被誉(yù)为当前人工智能发展的智(zhì)能(néng)底座(zuò)，是全球(qiú)竞争最激烈(liè)的研究方(fāng)向之一，包括谷歌、亚马逊、百度、阿(ā)里、腾讯等众多头部企业都在竞相(xiāng)发力。

不(bù)过训练大模型的确(què)价(jià)格(gé)不菲，以国盛证券(quàn)发布的《ChatGPT需要多(duō)少算力》报告估算(suàn)，GPT-3训练一次的(de)成(chéng)本(běn)约为140万美元(yuán)。而对于一些(xiē)更大的LLM(大型语言模(mó)型)，训练成本则介于200万(wàn)美元至1200万(wàn)美元高(gāo)价之间。

以ChatGPT在2023年1月的独(dú)立访(fǎng)客平均数(shù)1300万计算，其对应芯片需求为3万多片英伟达A100 GPU，初始投入成本约为8亿美元(yuán)，每(měi)日(rì)仅(jǐn)电费就在(zài)5万(wàn)美元(yuán)左右。

此外不(bù)论是ChatGPT还是AIGC，都(dōu)离(lí)不开庞大算力支持。在(zài)关(guān)注各类大(dà)模(mó)型的(de)发(fā)展(zhǎn)同时，更应(yīng)该关(guān)注(zhù)算(suàn)力(lì)网(wǎng)络(luò)的(de)建设。

算力网络正驱动(dòng)AI产业发(fā)展进入史诗级(jí)加速进程，让AIGC及通用AI这(zhè)一人工智能发展的终(zhōng)极(jí)目(mù)标离得更近(jìn)。

因为算力可以对突破性(xìng)技(jì)术(shù)创新提供大力(lì)的支持。这方面，多模态大(dà)模型是典型。作为面(miàn)向(xiàng)未来强人工智(zhì)能、通(tōng)用(yòng)人工(gōng)智(zhì)能的重(zhòng)要技术(shù)创(chuàng)新，多模(mó)态大模型(xíng)已经(jīng)在人工智能(néng)领(lǐng)域提出了很多年(nián)，业界也有(yǒu)不少技术突破，但是，多模态大模型进一步往下(xià)走，算力需求呈几何(hé)式上(shàng)升，一般的算力基础设(shè)施(shī)很快将难以胜(shèng)任。

从图(tú)像、文字、语(yǔ)音单(dān)独一项(xiàng)的训练，到双(shuāng)模态、三模态(tài)的(de)跃迁(qiān)，让人工智能(néng)可以灵(líng)活应对不同模(mó)态的转(zhuǎn)化、像人与世界交互一样自然(rán)，这(zhè)方面，由算力网(wǎng)络来驱动将(jiāng)有(yǒu)明显优势。戊申年是哪一年>

此外，还有(yǒu)很多需要爆发式增长的算力来支撑的技(jì)术创新，将在人工智能算力网(wǎng)络支撑下快速推(tuī)进。

AIGC已经露出曙(shǔ)光(guāng)，期(qī)待(dài)在大模型和(hé)大算力的支持下AIGC能(néng)持(chí)续颠覆内(nèi)容(róng)生产的方式，将创(chuàng)造的边际(jì)成本(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 戊申年是哪一年