自聊(liáo)天机(jī)器人ChatGPT火(huǒ)爆以来，微软公司(sī)创始人比(bǐ)尔(ěr)·盖茨已多次公(gōng)开(kāi)谈论(lùn)人(rén)工智能话题(tí)。在(zài)最近的一次采访中(zhōng)，他(tā)再次表示(shì)：“AI可能会让科(kē)技行业迎来一次剧(jù)烈(liè)的洗牌”。

这个结论是他在当(dāng)地时(shí)间2月20日接(jiē)受《In Good Company》节目专访时提出的。

他预期，AI的发展可能会威胁到(dào)谷歌(gē)的(de)市占率，因(yīn)为微软在AI方面(miàn)的行(xíng)动相当(dāng)迅速。而最(zuì)终(zhōng)科技(jì)巨头将把AI整合(hé)成(chéng)用户的“全能助手(shǒu)”，包揽一切应用，与人们进行(xíng)沟通并(bìng)提供建议，可以取代亚马逊、Siri或Outlook等应用。

大(dà)佬口中全能助(zhù)手的到来可能尚需时(shí)日，但由ControlNet引发的(de)又(yòu)一(yī)次AI绘画(huà)浪潮(cháo)，让AIGC在ChatGPT的(de)话题热(rè)点包围中杀出重围。

01

ControlNet颠覆AI绘画新玩法(fǎ)

AIGC向可控(kòng)靠(kào)近

以AI绘画(huà)为代表的AIGC上一(yī)次爆(bào)火的时候，还是(shì)2022年8月，在美国科罗拉(lā)多州举(jǔ)办的(de)新(xīn)兴数(shù)字(zì)艺(yì)术家竞赛中，一幅名为《太空歌剧院》的作品获奖。

随后各(gè)大厂商(shāng)的AI绘画软件(jiàn)被广大网(wǎng)友熟知并体验，Stable Diffusion便是其中代(dài)表。

用户们(men)可以在应用中输入(rù)一组关键(jiàn)词或者一张照(zhào)片(piàn)，就能(néng)获得一幅AI创作的画(huà)作(zuò)。

作画的关键就是(shì)所输入的(de)文本。同一组关(guān)键词也(yě)可以(yǐ)创作(zuò)出很多(duō)张风格(gé)不一样的(de)画作，这让创(chuàng)作(zuò)的过程就像(xiàng)开盲盒。

很多(duō)用户很喜欢(huān)这种(zhǒng)不确定的惊(jīng)喜，他们会将生成的美图(tú)当做(zuò)头像。而另一部分喜(xǐ)欢翻(fān)看AI绘(huì)画的“翻(fān)车”作品(pǐn)。在社交媒(méi)体(tǐ)上，许(xǔ)多用户分享AI“翻车现场”，例如，一位网(wǎng)友的小狗照片被AI画成了“肌肉(ròu)男”，还有网(wǎng)友的(de)个人(rén)照片被AI识别成(chéng)了建筑。

而如(rú)今随着ControlNet的出(chū)现与(yǔ)加持，以往AI绘画的填写(xiě)关键(jiàn)词游(yóu)戏(xì)可能要被颠覆了。

ControlNet是一位正(zhèng)在(zài)斯(sī)坦(tǎn)福读博(bó)的中国人张(zhāng)吕(lǚ)敏创作(zuò)的一种(zhǒng)基于控(kòng)制点的图(tú)像(xiàng)变形算法，主要用于数(shù)字图像处理、计算机(jī)视觉(jué)和计算机图形学等领(lǐng)域(yù)。

其SD插件一经发(fā)布(bù)，在(zài)短短的两天内便成为了(le)AI绘画领域最新的热(rè)点。

在此(cǐ)之前(qián)，大(dà)家用了很多(duō)方(fāng)法(fǎ)想让AI生成的(de)结果(guǒ)尽可能的符合要求(qiú)，但是(shì)都不尽如人意，它的出现(xiàn)代表着AI生成开始进入真正的可控时期。

因为ControlNet可以直接提(tí)取画面的构图(tú)，人物(wù)的姿(zī)势和画面的深度信息等。有(yǒu)了它的帮助，就不用频繁的用提示(shì)词来碰运气，抽盲(máng)盒(hé)式(shì)的创作(zuò)了。

通俗的说ControlNet相当于给AI绘画加(jiā)了“魔法”，不少博主(zhǔ)的作品已经获得了大量的浏览(lǎn)量，“viggo”就(jiù)是其中之(zhī)一，他用朋(péng)友的照(zhào)片直接带她们走(zǒu)进动(dòng)漫(màn)世界。

viggo先用StableDiffusion图(tú)片转文字。

再(zài)用(yòng)Text2Prompt插件拓展找到对应(yīng)的关键词(cí)；最后(hòu)用ControlNet插件绑定(dìng)骨骼(gé)开始换关键(jiàn)词试效果(guǒ)。

通过图(tú)片(piàn)就可以看出(chū)来，效果十(shí)分惊(jīng)艳。

更厉害(hài)的是，除了真实的照片，草图(tú)也可以加(jiā)上(shàng)“魔(mó)法(fǎ)”，知乎大牛“DevPoint”和“逗砂”介(jiè)绍到ControlNet还能实现线稿转(zhuǎn)全(quán)彩图(tú)。大神张(zhāng)吕(lǚ)敏其本尊也(yě)亲自(zì)回(huí)应。

不得不说当(dāng)下(xià)AIGC已经变得越来(lái)越(yuè)强大，甚至输出的作品都已经(jīng)能以假乱真了。

02

难辨虚实，AIGC技术力爆发

警(jǐng)惕安全问题(tí)

近日，“苏州(zhōu)金鸡湖有游艇(tǐng)party”的消息火遍网络(luò)，而经(jīng)过警(jǐng)方(fāng)辟谣这所谓的“party”可能是全国第一(yī)起(qǐ)AI绘(huì)图诈骗。

由于这个活动里面给出(chū)的美女照片(piàn)都是AI制(zhì)作的真人照片绘(huì)图，因为太(tài)逼真(zhēn)，被大家当成(chéng)真(zhēn)事传(chuán)播了。

不过仔(zǎi)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(dà)的(de)漏洞可以发(fā)现并非真人(rén)，而是(shì)AI绘(huì)图，那便(biàn)是图片(piàn)中女性(xìng)的手指部分有的存(cún)在异常。

有行(xíng)业人事表示：“现在因为手指(zhǐ)部分(fēn)的绘(huì)画算法比(bǐ)较(jiào)复杂(zá)，AI还不太(tài)会画人的手，但最(zuì)新看到的图片已经有越来越完美(měi)的(de)AI模型出(chū)现，以(yǐ)后可能(néng)就完全(quán)没有漏(lòu)洞(dòng)了。”

类似的AI作图诈骗(piàn)在(zài)国外也已有(yǒu)发生。据(jù)英国广播(bō)公司报(bào)道(dào)，土耳(ěr)其地震(zhèn)期间(jiān)，有(yǒu)Tiktok用户使用AI合(hé)成了(le)儿童受灾的(de)假照片发(fā)布到网络(luò)，以此诱骗善良的(de)人打(dǎ)赏(shǎng)“捐助”从而实施诈骗。

目前随(suí)着技术(shù)发展，AIGC已(yǐ)经能做出真人照片(piàn)般的绘(huì)图(tú)效果，如果这样的图(tú)片被(bèi)用(yòng)来诈骗，将非(fēi)常可怕。

此(cǐ)外AIGC还引发了很多(duō)担(dān)忧，一方面，批判者(zhě)认为AI在“学习”了(le)大量(liàng)前人的(de)作品之后，其创(chuàng)作(zuò)没有任何情绪(xù)和灵魂，难(nán)以和人类的艺术创(chuàng)作(zuò)相提(tí)并论。

另(lìng)一方面，AIGC背(bèi)后的版权(quán)、目前都并没有得(dé)到有效的(de)解决，还有(yǒu)AIGC会不会(huì)代替人类“至高无上(shàng)”的创(chuàng)意(yì)。

马(mǎ)斯克也强调(diào)，人工智(zhì)能的安(ān)全问题(tí)需要得到(dào)重视(shì)，太晚就来不及了。

03

AIGC下一站(zhàn)除了视频(pín)，还(hái)有远方

技术都是有两面性的，潜在的危害(hài)并(bìng)不(bù)能掩盖其光辉的贡献。现在(zài)看来，人(rén)工智(zhì)能(néng)技术将是(shì)第四次工业革命的核心驱动力量，将创造新的增长(zhǎng)奇(qí)迹。

过去一年，人(rén)工智(zhì)能在(zài)技术(shù)和商业层面都有了巨大进展，AI绘画就是人工智(zhì)能技术发生方向性(xìng)改变的一个(gè)代表。其下一站或许就(jiù)是视频。

此前，Meta和谷歌(gē)先后发布了几条引爆(bào)科(kē)技圈的短视(shì)频(pín)。这些视频引(yǐn)发关注并非(fēi)内容做得(dé)多优(yōu)秀(xiù)，反而都非(fēi)常简(jiǎn)单，比如一匹正在喝水(shuǐ)的马，一只(zhǐ)画画(huà)的玩具熊，或者(zhě)一段骑(qí)摩托车的第一(yī)视(shì)角录像，随(suí)便一个有手机的人(rén)都可以随(suí)手(shǒu)录(lù)下一段。

但这些短视频的创作方式(shì)非常简单，创作者仅(jǐn)仅需(xū)要向AI输入一段话，甚(shèn)至只是说一下(xià)要(yào)求，AI就可以根据需要生成(chéng)一段视频。

谷歌(gē)发布的两个(gè)AI生成视频分别来自于Imagen Video和Phenaki，前者主要突(tū)出的(de)是高清，与Meta的Make-A-Video没有(yǒu)太多的差别(bié)。

在Make-A-Video公布(bù)了AI生成的视(shì)频后，AI圈就已(yǐ)经玩了(le)一(yī)波梗，一(yī)个能够做出更高清视(shì)频的(de)AI还不足以在短时间内戳中兴奋点(diǎn)。

Phenaki更加令人震惊的地方(fāng)在于(yú)，它可以制作出超过2分钟的(de)连贯的也(yě)有确切内容的视频，这才是真正让(ràng)人(rén)们感到惊喜的(de)地方。因为无论(lùn)AI生成的视频多么高清，也只能是(shì)为(wèi)内容(róng)生(shēng)产者提供一个灵(líng)感，一(yī)个素材，一个过场动画。

不过能够(gòu)制作出有(yǒu)具体剧情内(nèi)容的视频(pín)就意味着，一些视频创作由AI代替人工完成已(yǐ)经(jīng)初(chū)步有了可能。

当下(xià)AI的发展速度(dù)已经超过大部分人的想象。内容(róng)产(chǎn)业的(de)本质是供给创造(zào)需(xū)求，AIGC作(zuò)为全新的(de)内容生产方式，可以(yǐ)为内容产业带来更新的(de)内容风(fēng)格、更快的生产速度，更低(dī)的(de)生产(chǎn)成(chéng)本，这无疑会驱动内(nèi)容产业(yè)的大(dà)爆发。

除了AI绘图(tú)、视频(pín)，AIGC技术还能应用于(yú)音乐、代码(mǎ)、机器人(rén)动作等(děng)多种(zhǒng)内容形(xíng)式的生成。不难发现(xiàn)该项技(jì)术不仅在游(yóu)戏(xì)等(děng)行业(yè)能得到有效应(yīng)用，对于下一代互(hù)联网(wǎng)各(gè)种元素的构建(jiàn)亦(yì)有关(guān)键意义。

从商业化的角(jiǎo)度来看，文(wén)化娱乐、教(jiào)育、传媒等(děng)诸(zhū)多领(lǐng)域，本身(shēn)就(jiù)对基于AI的可视化(huà)内容有(yǒu)强烈需(xū)求。

因此，AI绘画及视频或不(bù)是结果(guǒ)，而只是AI进程中(zhōng)的一块重(zhòng)要拼(pīn)图，有望(wàng)在技术更新的加持下实(shí)现(xiàn)更(gèng)大的(de)应用价值。

AI从理解(jiě)内容，走(zǒu)向了可(kě)以生成内容，甚至能够创造(zào)出独立价(jià)值和独立视角的内(nèi)容。AIGC的再(zài)次(cì)出圈，更代表着未(wèi)来(lái)的先(xiān)进生(shēng)产(chǎn)力(lì)即将(jiāng)到来。

04

紧抓大模型与(yǔ)算力，牢固(gù)AIGC底座

从技术的发展也可以看出，在(zài)语言(yán)大模(mó)型、图像(xiàng)大模型之后，多模态大模型已经成(chéng)为了(le)新的趋势。

大(dà)模型被誉(yù)为当前(qián)人(rén)工智能发展的智能底座，是全球竞争最激烈的研究方向之一，包括(kuò)谷歌(gē)、亚马(mǎ)逊、百(bǎi)度、阿里、腾讯等(děng)众多头部企业都在(zài)竞相发(fā)力。

不过训练大(dà)模型(xíng)的确价格不菲，以国盛(shèng)证券发布的(de)《ChatGPT需要多少(shǎo)算力》报告估(gū)算，GPT-3训练一次的(de)成本约为14无人值守尿素加注机 尿素加注机工作原理0万美元。而对于一些更大的LLM(大型语言模型)，训练(liàn)成本则介于200万(wàn)美元至1200万(wàn)美元高价之(zhī)间。

以ChatGPT在2023年(nián)1月(yuè)的独(dú)立访客平均(jūn)数1300万计算，其对应芯(xīn)片需求为3万多片英伟达(d无人值守尿素加注机 尿素加注机工作原理á)A100 GPU，初始(shǐ)投入成本约为8亿美元，每日仅电(diàn)费就在5万美元左右。

此外不论是(shì)ChatGPT还是AIGC，都离不开庞大算力支持。在关注各类(lèi)大(dà)模型的发展同(tóng)时，更应该关注(zhù)算力(lì)网络的建设。

算力网络(luò)正(zhèng)驱动AI产(chǎn)业发(fā)展(zhǎn)进入史诗(shī)级加(jiā)速(sù)进程，让AIGC及(jí)通用(yòng)AI这一人工(gōng)智能(néng)发展的终极目标(biāo)离得更近(jìn)。

因为算力可以对突(tū)破性技术创(chuàng)新(xīn)提供大力(lì)的支持。这方(fāng)面，多模态大模型是(shì)典型。作为面(miàn)向未来强人工智能、通用人工智能的重要技术创(chuàng)新，多模态大模型已经在(zài)人工智能领域提出了很多(duō)年，业界(jiè)也(yě)有不少技术突(tū)破，但是，多模(mó)态大模型进一(yī)步往下走(zǒu)，算力(lì)需(xū)求呈几何(hé)式上升，一(yī)般(bān)的算力(lì)基础设施很快将难(nán)以胜(shèng)任。

从图像、文字、语音单独一项的训练，到双模(mó)态、三模态的跃迁(qiān)，让(ràng)人工智能可以灵活应对不同模态的(de)转化(huà)、像(xiàng)人(rén)与世界(jiè)交互一样自然，这方面(miàn)，由算力(lì)网络来(lái)驱动将有明(míng)显优(yōu)势。

此外，还(hái)有很多需(xū)要(yào)爆发式(shì)增长的算力来支撑(chēng)的技术创(chuàng)新，将在人工智能算力(lì)网络支撑下(xià)快速推进。

AIGC已经(jīng)露出曙光(guāng)，期(qī)待在(zài)大模型和大算(suàn)力的支持(chí)下AIGC能持续颠覆(fù)内容(róng)生产的方式，将(jiāng)创造(zào)的边际成本降低，让万(wàn)众受益。

未经允许不得转载：橘子百科-橘子都知道 无人值守尿素加注机 尿素加注机工作原理