自聊天机器(qì)人ChatGPT火(huǒ)爆以来，微软公(gōng)司创始人比尔·盖茨已多次公开(kāi)谈论人工智能(néng)话题。在最近的(de)一次采访中，他再次表示：“AI可能会让科技行业迎来一次剧烈的洗牌”。

这个结(jié)论是他(tā)在当地时间(jiān)2月20日(rì)接受《In Good Company》节(jié)目(mù)专访时提出的。

他预期，AI的(de)发展(zhǎn)可能(néng)会威胁到(dào)谷(gǔ)歌的市占(zhàn)率，因为微(wēi)软在AI方(fāng)面(miàn)的行(xíng)动相(xiāng)当迅速(sù)。而最终科技巨(jù)头将把AI整合(hé)成用户的“全(quán)能助手”，包揽一(yī)切(qiè)应(yīng)用，与人们(men)进行(xíng)沟通并提供建议(yì)，可以取代亚马逊、Siri或Outlook等(děng)应用。

大(dà)佬口中全能(néng)助手的(de)到来可(kě)能尚需时(shí)日，但(dàn)由ControlNet引发的又一次(cì)AI绘画(huà)浪(làng)潮，让AIGC在ChatGPT的话题(tí)热点包围中杀出重围。

01

ControlNet颠覆AI绘画新(xīn)玩法

AIGC向可(kě)控靠近

以AI绘(huì)画为代表的AIGC上一次爆火的时候(hòu)，还是2022年(nián)8月，在(zài)美国科(kē)罗拉多州举办的(de)新兴数字艺术(shù)家竞赛中，一幅名为《太空歌剧院(yuàn)》的作品获奖。

随(suí)后各大厂(chǎng)商的AI绘画软件被广(guǎng)大网(wǎng)友熟知并体验(yàn)，Stable Diffusion便是其中(zhōng)代表。

用户(hù)们可以在应用(yòng)中输入一组关(guān)键词或者一张照(zhào)片，就能获得一幅AI创(chuàng)作的画(huà)作。

作画的关键就是所输入(rù)的文本(běn)。同一(yī)组关键(jiàn)词也可以创(chuàng)作出很(hěn)多张风格不一样的画作，这让创作的(de)过程就像开盲盒。

很多(duō)用户很喜欢这种不确定的惊喜(xǐ)，他们会将生成(chéng)的美(měi)图当做头像。而另一部分喜欢翻看AI绘画(huà)的“翻车”作品。在(zài)社交媒体上，许多用户分享AI“翻车现场”，例如，一(yī)位网(wǎng)友的小狗照片被AI画(huà)成了“肌肉男”，还有网友(yǒu)的(de)个人照片被(bèi)AI识(shí)别(bié)成了建筑。

而如今随着(zhe)ControlNet的(de)出现与加持，以往(wǎng)AI绘(huì)画的(de)填写(xiě)关键词(cí)游戏可能要被颠覆了。

ControlNet是一位正在斯坦福读博的中国人张吕(lǚ)敏创(chuàng)作的一种(zhǒng)基(jī)于控制点的图像(xiàng)变形算法(fǎ)，主要用(yòng)于数字图(tú)像处理、计算机视觉和计算机图形学等领域。

其SD插件一(yī)经发布，在(zài)短(duǎn)短(duǎn)的两(liǎng)天内便(biàn)成为了AI绘画领域最新的热点(diǎn)。

在几十块钱的阿富汗玉是真的吗此之前，大家用(yòng)了很多(duō)方法(fǎ)想让AI生(shēng)成的结果尽可能的符(fú)合要求，但是(shì)都不尽如人意(yì)，它的出现代表着AI生(shēng)成开始(shǐ)进(jìn)入(rù)真正(zhèng)的可(kě)控时期。

因为ControlNet可以直(zhí)接提取(qǔ)画面(miàn)的构图，人物的姿(zī)势和画面的深度(dù)信息(xī)等。有了(le)它(tā)的帮助，就(jiù)不(bù)用频繁的用提示词来碰(pèng)运气(qì)，抽盲盒(hé)式的创作了。

通(tōng)俗的说ControlNet相当于给AI绘画加了“魔(mó)法”，不少博主(zhǔ)的作(zuò)品已经获得了(le)大量的浏览量，“viggo”就是(shì)其中之一，他用朋友的照片(piàn)直(zhí)接带她(tā)们走进(jìn)动漫世界(jiè)。

viggo先用StableDiffusion图片转(zhuǎn)文字(zì)。

再用Text2Prompt插件拓展找(zhǎo)到对应的关键词；最后用ControlNet插件绑定骨骼开(kāi)始(shǐ)换关键(jiàn)词试效果。

通过图片就可以看(kàn)出来，效果十(shí)分惊艳(yàn)。

更厉(lì)害的是，除了(le)真实(shí)的照片(piàn)，草图也可以加上(shàng)“魔法”，知(zhī)乎大牛(niú)“DevPoint”和“逗砂”介(jiè)绍到ControlNet还能实(shí)现线稿转全彩图(tú)。大神张吕敏其(qí)本(běn)尊(zūn)也亲(qīn)自回应。

不(bù)得(dé)不说当下AIGC已(yǐ)经变得越来(lái)越强大，甚至输出(chū)的作品都已经能以假乱(luàn)真了。

02

难辨虚实，AIGC技术力爆发

警惕安全问(wèn)题

近日，“苏州金(jīn)鸡湖(hú)有游艇party”的消息火遍网络，而经(jīng)过警(jǐng)方(fāng)辟谣这所谓(wèi)的“party”可能是全国第一起AI绘图(tú)诈骗。

由于这(zhè)个活动里面(miàn)给出的美(měi)女照片都是AI制作的真人照(zhào)片(piàn)绘图，因为太逼真(zhēn)，被大家当成(chéng)真事(shì)传播了。

不过仔细(xì)观察可以发现，活(huó)动(dòng)发起(qǐ)者提(tí)供的照片中有(yǒu)个很(hěn)大的漏洞可以发现并非真(zhēn)人，而是AI绘图，那便是图片中女(nǚ)性的手指部分有的存在异常。

有(yǒu)行(xíng)业人事表(biǎo)示：“现在因为手指部分的绘画算法比(bǐ)较复杂，AI还不太会画人的手，但(dàn)最(zuì)新看到的图片已经有越来越完美(měi)的(de)AI模型出现，以后可能就完(wán)全(quán)没(méi)有漏洞了。”

类(lèi)似的AI作(zuò)图诈骗在国(guó)外也已有发(fā)生。据英国(guó)广播公司报道，土(tǔ)耳其地震期间，有Tiktok用(yòng)户(hù)使用(yòng)AI合成了儿童受灾的假照片(piàn)发布到(dào)网络，以此诱骗善良的人打赏“捐助”从而实(shí)施诈骗。

目前随着技术发展，AIGC已(yǐ)经能(néng)做出真(zhēn)人(rén)照片般的(de)绘(huì)图效果，如果这样的图片被用来诈(zhà)骗，将非常可怕。

此(cǐ)外AIGC还引发了很(hěn)多担忧，一方面(miàn)，批判者认(rèn)为(wèi)AI在(zài)“学习”了(le)大量前人(rén)的作品(pǐn)之后(hòu)，其创作没有任何情(qíng)绪(xù)和灵魂，难(nán)以和人(rén)类的艺术创作相(xiāng)提并论。

另一方(fāng)面，AIGC背(bèi)后的版权、目前都并没有得(dé)到有效的解决，还(hái)有(yǒu)AIGC会不(bù)会代(dài)替人类“至高无上”的创意(yì)。

马斯(sī)克(kè)也强调，人工智(zhì)能的(de)安全问题需要得到重(zhòng)视，太(tài)晚就来(lái)不及了。

03

AIGC下(xià)一站除(chú)了视频，还有远(yuǎn)方(fāng)

技术都是有两(liǎng)面性的，潜在的危(wēi)害并不能掩(yǎn)盖其光辉的(de)贡献(xiàn)。现(xiàn)在看来，人工智能技(jì)术将是第四次(cì)工业革命的核心驱动力量，将创造新的(de)增长奇迹。

过(guò)去一年，人工智(zhì)能在(zài)技术和商(shāng)业层(céng)面都有了巨大进(jìn)展，AI绘(huì)画就(jiù)是人(rén)工智(zhì)能(néng)技术发(fā)生方向性(xìng)改变的一个(gè)代表。其下一站或许就是视频。

此前，Meta和谷歌先后发(fā)布了几条(tiáo)引(yǐn)爆科(kē)技(jì)圈的短视频。这些视(shì)频引发关(guān)注并非(fēi)内(nèi)容做得多(duō)优(yōu)秀，反而都(dōu)非(fēi)常简单，比如(rú)一(yī)匹(pǐ)正在喝水的马，一(yī)只画画的玩具熊，或者一段骑摩托车的第一(yī)视(shì)角录像，随便一个(gè)有手机的人都可以(yǐ)随手录下(xià)一段。

但这些(xiē)短视频的创作方式非常简(jiǎn)单，创作(zuò)者仅仅需要向AI输入一段话(huà)，甚(shèn)至只是说(shuō)一下要求，AI就可(kě)以根据需要(yào)生成一段视频。

谷歌发布的两(liǎng)个(gè)AI生成视频(pín)分别(bié)来自于Imagen Video和Phenaki，前者主要突出的是高清，与Meta的Make-A-Video没有太多的差别(bié)。

在Make-A-Video公布了(le)AI生成的视频后(hòu)，AI圈就(jiù)已经玩(wán)了一波梗，一个能够做出(chū)更高清视频(pín)的AI还不足(zú)以在短时间内戳中(zhōng)兴奋点(diǎn)。

Phenaki更加令人(rén)震惊的地方在于，它可(kě)以制作出超过2分钟的连贯的也有确切内容的视频，这才是真正让人(rén)们感到惊喜的(de)地(dì)方。因为无论AI生(shēng)成的视频(pín)多么(me)高清，也只(zhǐ)能是为内(nèi)容生产者提供一个灵感(gǎn)，一个(gè)素(sù)材(cái)，一个过场动(dòng)画。

不过能够制作出(chū)有(yǒu)具体(tǐ)剧情内容的视频就(jiù)意味(wèi)着，一些视频(pín)创作由AI代(dài)替(tì)人工(gōng)完成已经初步有了可(kě)能。

当下(xià)AI的发展速(sù)度已经超过大部(bù)分人的想(xiǎng)象。内容产(chǎn)业(yè)的本质是供给创造需求，AIGC作为全新的内(nèi)容生产方(fāng)式，可(kě)以为内(nèi)容产业(yè)带来更新的内容风格、更快的生(shēng)产(chǎn)速度，更低(dī)的(de)生产成本，这无疑会驱动(dòng)内(nèi)容产(chǎn)业(yè)的大爆发。

除了AI绘(huì)图、视(shì)频，AIGC技术还能应用于音(yīn)乐、代码(mǎ)、机器人动(dòng)作等多种内容(róng)形式的生成。不难(nán)发现该(gāi)项技术不仅在(zài)游(yóu)戏等行(xíng)业能得(dé)到有效应用(yòng)，对于下一(yī)代互联(lián)网(wǎng)各种元素的(de)构(gòu)建亦有关键意(yì)义。

从(cóng)商业化的角(jiǎo)度来看，文化娱乐、教育(yù)、传媒(méi)等(děng)诸(zhū)多领(lǐng)域，本(běn)身(shēn)就对基于AI的可视化内容有(yǒu)强烈需求。

因此，AI绘画及(jí)视频(pín)或不(bù)是(shì)结果，而只是AI进程(chéng)中(zhōng)的一块重要拼图，有(yǒu)望在技术(shù)更新(xīn)的加持下实现更大的应用价值。

AI从理(lǐ)解(jiě)内容，走(zǒu)向(xiàng)了可以生(shēng)成内(nèi)容，甚(shèn)至能够创造出独立价值和独立视角的内容。AIGC的(de)再(zài)次出圈，更(gèng)代表着未(wèi)来(lái)的(de)先进生产力即(jí)将(jiāng)到(dào)来。

几十块钱的阿富汗玉是真的吗alt="ChatGPT之(zhī)后又一应用杀疯了，AIGC或进入可(kě)控期(qī)，将(jiāng)洗牌科技行(xíng)业？_黑料正(zhèng)能量" decoding="async" src="https://mmbiz.heiliaofuli.com/wp-content/uploads/2023/03/9b0686cb7769bb0.png?imageMogr2/thumbnail/2160x0/format/webp/quality/80" data-ratio="0.4984375" data-s="300,640" data-type="png" data-w="1280">

04

紧抓大模型(xíng)与算力，牢固AIGC底座

从技术的发展也可以(yǐ)看出(chū)，在语言大(dà)模型、图(tú)像大模型(xíng)之后，多(duō)模态大模型已经成为了新的趋(qū)势。

大模型(xíng)被誉(yù)为当(dāng)前(qián)人工(gōng)智能发展(zhǎn)的(de)智(zhì)能底座(zuò)，是全(quán)球竞争最激烈的(de)研究方向(xiàng)之(zhī)一，包括(kuò)谷(gǔ)歌(gē)、亚马(mǎ)逊(xùn)、百度、阿里、腾讯等众(zhòng)多头部企业(yè)都在(zài)竞相发力。

不过训练(liàn)大模型的确价格不(bù)菲，以(yǐ)国盛证券发(fā)布的(de)《ChatGPT需要多少算力(lì)》报告估算，GPT-3训练一次的成本(běn)约为140万美元(yuán)。而对于一些更大的LLM(大型(xíng)语言模型)，训(xùn)练(liàn)成本则介于(yú)200万美元至1200万美元高价之间。

以(yǐ)ChatGPT在2023年(nián)1月的独立访客平均数1300万计算(suàn)，其对应芯片(piàn)需求为3万多片(piàn)英伟达(dá)A100 GPU，初始投(tóu)入成本约(yuē)为(wèi)8亿(yì)美元(yuán)，每日仅(jǐn)电费就在5万美元左右。

此外不论(lùn)是ChatGPT还是(shì)AIGC，都离不开(kāi)庞大算(suàn)力(lì)支持。在关注各类大(dà)模型的发展同时，更应该关注算(suàn)力网络的建设。

算力网络正驱动AI产(chǎn)业发展进入史诗级加速进程，让(ràng)AIGC及通用AI这(zhè)一人工(gōng)智能发展的终极目标离得更(gèng)近。

因为算(suàn)力可以(yǐ)对(duì)突破性技术创新(xīn)提供大力(lì)的支持。这(zhè)方面，多模态大模型是(shì)典型(xíng)。作为面向(xiàng)未(wèi)来强(qiáng)人工智能(néng)、通用人工智(zhì)能的重要技术创新，多模态(tài)大(dà)模型已经在人工智(zhì)能领域提出了很(hěn)多年，业界(jiè)也有不少技术突(tū)破，但是，多模态大模型(xíng)进一步往下走(zǒu)，算力需求呈几何(hé)式上升(shēng)，一般(bān)的算力基础设施很快将难以胜任。

从(cóng)图像、文(wén)字、语音单(dān)独(dú)一(yī)项的训练，到双模态、三(sān)模态的跃迁，让人(rén)工智能可以灵活应对不同模态(tài)的转化、像人与世(shì)界交互一样自然，这方面，由算力(lì)网络来驱动将有明显(xiǎn)优势。

此外，还有很(hěn)多需要爆发式增(zēng)长(zhǎng)的(de)算力来支撑的技术(shù)创(chuàng)新(xīn)，将在人工智(zhì)能(néng)算力网(wǎng)络支撑下快速推(tuī)进。

AIGC已经露出(chū)曙光，期待(dài)在大模型和大算力的支持(chí)下AIGC能(néng)持续颠(diān)覆内容生产的方式，将创造(zào)的边际成本(běn)降低，让万众受益。

未经允许不得转载：绿茶通用站群 几十块钱的阿富汗玉是真的吗