自聊(liáo)天机器(qì)人(rén)ChatGPT火爆以来，微软公(gōng)司创始人(rén)比尔·盖茨已多次公(gōng)开谈论人工智能(néng)话题。在(zài)最近的一次采(cǎi)访(fǎng)中，他再次(cì)表示：“AI可能(néng)会让科技行业(yè)迎来一次剧烈的洗牌”。

这个结论是他在(zài)当地(dì)时间2月20日(rì)接受《In Good Company》节目(mù)专访时提出的。<苹果app内购买什么意思 苹果app内购买项目可以关闭吗/p>

他预(yù)期，AI的发展可能会威(wēi)胁(xié)到谷歌(gē)的市占(zhàn)率(lǜ)，因为微软在AI方(fāng)面的行动相(xiāng)当迅速。而最终科技(jì)巨(jù)头将把(bǎ)AI整合成用户的(de)“全能(néng)助(zhù)手”，包揽一(yī)切应用，与人们(men)进行沟通(tōng)并提(tí)供建议，可(kě)以取代亚马逊、Siri或Outlook等应用。

大佬口中全(quán)能助手的到(dào)来可能尚(shàng)需时日，但由ControlNet引发(fā)的又一次AI绘画浪潮，让AIGC在(zài)ChatGPT的(de)话(huà)题热点包围中杀出重围(wéi)。

01

ControlNet颠覆AI绘画(huà)新玩法(fǎ)

AIGC向可控靠近

以AI绘画为代表的AIGC上一次爆火(huǒ)的时候(hòu)，还是2022年8月，在美(měi)国(guó)科罗拉多州(zhōu)举办的新兴数字(zì)艺术家竞赛(sài)中，一幅名为《太空歌剧院》的作品获奖(jiǎng)。

随后各(gè)大厂(chǎng)商的AI绘画软件被广大网(wǎng)友(yǒu)熟(shú)知并体验，Stable Diffusion便是其中代表。

用户们可以在应(yīng)用中输(shū)入一组关键词(cí)或者一张(zhāng)照片，就能(néng)获得一幅AI创作的画(huà)作。

作画的关键就是所(suǒ)输(shū)入的文本。同一(yī)组关(guān)键词也可以创作(zuò)出很多张风格不一样的画(huà)作，这让创作(zuò)的过程就(jiù)像开(kāi)盲盒(hé)。

很多用户很喜欢这种(zhǒng)不确(què)定的惊喜(xǐ)，他们会(huì)将生成的美图当做头像。而(ér)另(lìng)一部分喜欢翻看(kàn)AI绘(huì)画(huà)的“翻车”作(zuò)品。在社交媒(méi)体上(shàng)，许多用户分(fēn)享(xiǎng)AI“翻(fān)车(chē)现(xiàn)场”，例如，一位网友(yǒu)的小狗(gǒu)照(zhào)片被AI画成了“肌肉男”，还有网(wǎng)友的个(gè)人(rén)照片被AI识(shí)别成了建筑。

而(ér)如今随(suí)着ControlNet的出现与加(jiā)持(chí)，以(yǐ)往(wǎng)AI绘画的填写关键(jiàn)词游戏可能要被(bèi)颠(diān)覆了。

ControlNet是一位(wèi)正(zhèng)在斯坦福读博的(de)中国人(rén)张吕敏(mǐn)创作的一(yī)种(zhǒng)基于控制点的(de)图(tú)像(xiàng)变形算(suàn)法，主要用于数字(zì)图像处理、计算机视觉和计算(suàn)机(jī)图形学等领(lǐng)域。

其SD插(chā)件(jiàn)一经发布，在短(duǎn)短的两(liǎng)天内(nèi)便(biàn)成(chéng)为了(le)AI绘画领(lǐng)域(yù)最(zuì)新的(de)热点。

在(zài)此之前，大(dà)家用了很多方法想(xiǎng)让AI生(shēng)成的结(jié)果尽可能的符合要求，但是都不(bù)尽如人意，它的(de)出(chū)现代表着AI生成开(kāi)始进入真正的(de)可控时期。

因为(wèi)ControlNet可(kě)以直(zhí)接提取画面的构图，人物的姿势和画面的深度(dù)信息(xī)等。有了(le)它的帮助(zhù)，就不用频繁的用提示词(cí)来碰(pèng)运气，抽盲盒式(shì)的(de)创作(zuò)了(le)。

通俗的说(shuō)ControlNet相当于给AI绘画(huà)加了“魔(mó)法”，不少博(bó)主(zhǔ)的作(zuò)品已经获得了大量的浏览量，“viggo”就是其中(zhōng)之一，他用朋友的照片(piàn)直接带她(tā)们走进(jìn)动漫世界。

viggo先用StableDiffusion图(tú)片转文字。

再用Text2Prompt插件拓展(zhǎn)找到对应的关键词；最后(hòu)用ControlNet插(chā)件绑(bǎng)定骨骼(gé)开始(shǐ)换关键词试效果(guǒ)。

通过(guò)图片就可(kě)以看出来，效果十分惊艳。

更厉(lì)害(hài)的是，除了真实的照片(piàn)，草图也可以加上(shàng)“魔法”，知乎(hū)大牛“DevPoint”和“逗砂”介绍到ControlNet还能实现线(xiàn)稿转(zhuǎn)全彩图。大神张(zhāng)吕敏其本尊(zūn)也亲(qīn)自回应。

不得不(bù)说(shuō)当下AIGC已经(jīng)变得越来越(yuè)强大(dà)，甚至输出的(de)作品(pǐn)都(dōu)已经能以假乱真了。

02

难辨(biàn)虚实，AIGC技术力爆发

警惕安全问(wèn)题

近(jìn)日(rì)，“苏州金鸡(jī)湖有(yǒu)游艇party”的消息火遍网络，而经过(guò)警方辟谣这所谓的(de)“party”可能是全(quán)国第一起(qǐ)AI绘图诈骗。

由于这个活动里面给出的美女照片都(dōu)是AI制作的真人照(zhào)片绘图(tú)，因为太(tài)逼真，被大(dà)家当(dāng)成真(zhēn)事传(chuán)播(bō)了。

不过仔细观(guān)察可以发现，活动发起者(zhě)提供的(de)照片中(zhōng)有个很大的漏(lòu)洞可以(yǐ)发(fā)现并非真人，而是AI绘图(tú)，那(nà)便是(shì)图片中(zhōng)女性的手指部(bù)分(fēn)有的存在(zài)异(yì)常(cháng)。

有行业人(rén)事表示：“现(xiàn)在因为(wèi)手(shǒu)指(zhǐ)部分的(de)绘画算法(fǎ)比较复杂，AI还不太会画人的(de)手(shǒu)，但最新看(kàn)到(dào)的图片(piàn)已经有(yǒu)越(yuè)来越完美(měi)的AI模型出现，以(yǐ)后可能就完全没有漏洞了。”

类似的AI作图诈骗在国(guó)外也已有(yǒu)发生。据英(yīng)国广播公司报道，土耳其地(dì)震期间(jiān)，有(yǒu)Tiktok用(yòng)户使用AI合成(chéng)了(le)儿童受灾(zāi)的假照片(piàn)发(fā)布到(dào)网(wǎng)络，以此诱骗善良的人打赏“捐助”从而实(shí)施(shī)诈骗。

目前随着(zhe)技术发(fā)展，AIGC已经能做(zuò)出真人照片般的绘图效果，如果这(zhè)样的(de)图片被(bèi)用来诈(zhà)骗，将非(fēi)常可怕。

此外AIGC还(hái)引(yǐn)发(fā)了很多担忧，一方(fāng)面，批判者(zhě)认为(wèi)AI在“学习”了大量前人(ré苹果app内购买什么意思 苹果app内购买项目可以关闭吗n)的(de)作品(pǐn)之后，其创作没有任何情绪和灵(líng)魂，难以和(hé)人类的艺术创作相(xiāng)提(tí)并论。

另一方面(miàn)，AIGC背后(hòu)的版(bǎn)权(quán)、目前(qián)都并没有(yǒu)得到有效的解(jiě)决，还有AIGC会不会代(dài)替人类(lèi)“至高(gāo)无上”的创意。

马斯克(kè)也强调，人工智能的安全问题需要(yào)得到重(zhòng)视，太晚就来不及了。

03

AIGC下一站除了视(shì)频，还有远(yuǎn)方

技术都是有两(liǎng)面性的，潜(qián)在的危害并不能掩盖其光(guāng)辉的贡献。现在看(kàn)来，人工智(zhì)能技术将是第四次工业革命的核心驱动力量，将创造新(xīn)的(de)增长奇迹(jì)。

过去一年，人工(gōng)智能在技术和商业层面都有(yǒu)了(le)巨大进展，AI绘画就(jiù)是人工智能技(jì)术发(fā)生方向性(xìng)改变的一(yī)个代(dài)表。其(qí)下一站或许就是视(shì)频(pín)。

此前，Meta和谷歌先后发布了几条引爆科技圈的(de)短视(shì)频。这些视频引发关注(zhù)并(bìng)非(fēi)内容做(zuò)得多(duō)优秀(xiù)，反而都非常(cháng)简单，比如(rú)一匹(pǐ)正在喝水的(de)马，一只画(huà)画的玩具熊，或者(zhě)一段骑(qí)摩托(tuō)车的(de)第(dì)一(yī)视角(jiǎo)录像(xiàng)，随便一个有手机(jī)的人都可以(yǐ)随手录(lù)下(xià)一(yī)段。

但这些短视频的创作(zuò)方式非(fēi)常简(jiǎn)单，创(chuàng)作者仅仅需要向AI输入一段(duàn)话，甚至只是说一下要求(qiú)，AI就可以(yǐ)根据需要生成一段视频。

谷歌发布的(de)两个AI生成视频(pín)分(fēn)别(bié)来自于Imagen Video和Phenaki，前(qián)者主要突(tū)出的是高(gāo)清，与Meta的(de)Make-A-Video没有太多的差别。

在Make-A-Video公布了AI生成的视频(pín)后，AI圈就已经玩了(le)一波梗，一个(gè)能够(gòu)做出更(gèng)高清视频(pín)的(de)AI还不(bù)足以(yǐ)在短时间内戳(chuō)中兴(xīng)奋点。

Phenaki更(gèng)加令人震惊的(de)地方在于(yú)，它(tā)可以制(zhì)作出超过2分钟(zhōng)的连贯的也有确切(qiè)内容的视频，这才是真正(zhèng)让人们感(gǎn)到惊喜的地方。因为(wèi)无论AI生成的(de)视频多么高清，也只能是为内容生产者提供一(yī)个灵(líng)感，一(yī)个素(sù)材(cái)，一个过场动(dòng)画。

不(bù)过能够(gòu)制(zhì)作出(chū)有具体剧情内容的(de)视频就意味着，一些(xiē)视频创作由AI代替人工(gōng)完(wán)成已经初(chū)步有了可(kě)能。

当下AI的发展速度已经超过大部分人的(de)想象。内容产(chǎn)业的本质是供给创造需求(qiú)，AIGC作为全新的内容生产方式，可以(yǐ)为(wèi)内容产业带来(lái)更新的内(nèi)容风格、更快的生产速(sù)度，更低(dī)的生产成本(běn)，这(zhè)无疑会(huì)驱动(dòng)内容(róng)产业的大爆发。

除了AI绘图、视频，AIGC技(jì)术还(hái)能应用于音乐(lè)、代码、机器人动(dòng)作等多种内容形式的(de)生成。不难发现该项技(jì)术不(bù)仅在(zài)游戏(xì)等行业能得到有效应用，对于下一代互(hù)联网(wǎng)各种元素的构建(jiàn)亦有关(guān)键意义。

从商业(yè)化的角度(dù)来看，文化娱(yú)乐、教育、传媒等(děng)诸(zhū)多领域，本身(shēn)就对基(jī)于AI的(de)可视(shì)化(huà)内容(róng)有强烈(liè)需求。

因此，AI绘(huì)画(huà)及(jí)视频或不是结(jié)果，而只是AI进程中(zhōng)的一(yī)块重要拼图，有(yǒu)望(wàng)在(zài)技术更新的加持下实现更大的应(yīng)用价(jià)值。

AI从理(lǐ)解内容，走向了可以生(shēng)成内容，甚至(zhì)能(néng)够(gòu)创造出独立(lì)价值(zhí)和独立视角的内容。AIGC的再(zài)次出圈，更代(dài)表(biǎo)着未(wèi)来的先进生产力即(jí)将到来。

04

紧抓大模型与算力，牢固(gù)AIGC底座

从技(jì)术(shù)的发展也可以看出，在语(yǔ)言大模型、图像大模型之后，多(duō)模态大模型已经成(chéng)为了新的趋(qū)势。

大(dà)模型被誉为当前(qián)人工(gōng)智能发展的智能底座，是全球(qiú)竞争最激烈的研(yán)究方向之(zhī)一，包括谷歌(gē)、亚马逊、百度(dù)、阿里、腾讯(xùn)等众多头部企业都在竞相(xiāng)发力。

不(bù)过训(xùn)练大(dà)模型(xíng)的确价格不菲(fēi)，以国盛证券发布(bù)的《ChatGPT需要(yào)多(duō)少算力》报告估算，GPT-3训练一次的成(chéng)本(běn)约为140万美(měi)元。而对于(yú)一(yī)些更大的LLM(大型语言模型)，训(xùn)练成本则介于200万美(měi)元至1200万(wàn)美元高(gāo)价之间。

以ChatGPT在(zài)2023年1月(yuè)的独(dú)立访(fǎng)客(kè)平均数1300万(wàn)计算，其对(duì)应芯(xīn)片(piàn)需(xū)求(qiú)为3万(wàn)多片英伟达A100 GPU，初始投入成本(běn)约为8亿美元，每日仅(jǐn)电费就在5万美元左右。

此外(wài)不论是ChatGPT还(hái)是(shì)AIGC，都离不开庞大算力支(zhī)持。在关注各类大模型的发展同时，更应该关(guān)注算力网络(luò)的(de)建设。

算力网(wǎng)络正(zhèng)驱动AI产(chǎn)业发展(zhǎn)进(jìn)入史(shǐ)诗级加速进程，让AIGC及通(tōng)用AI这一人工智能发展的(de)终极目标离得更(gèng)近。

因为算力可以(yǐ)对突(tū)破性技术创新提供大力的(de)支持。这方(fāng)面，多模态大模型是典型。作为面向未来强人(rén)工智(zhì)能、通(tōng)用人工智能(néng)的重要技术创(chuàng)新，多模态(tài)大模(mó)型(xíng)已经在人工智能(néng)领域(yù)提出了很多年，业界也有不少技术突破(pò)，但是，多模态大模型(xíng)进一步往下走，算力需求(qiú)呈几何(hé)式(shì)上升，一般的算力(lì)基础设施很(hěn)快将难以胜任。

从(cóng)图像、文字(zì)、语音单独一项(xiàng)的训练，到双模态、三(sān)模态的跃迁，让人工(gōng)智能(néng)可以(yǐ)灵活应对不同模态的转化、像人(rén)与世界(jiè)交互(hù)一样(yàng)自然，这方面，由算力网络(luò)来驱动将有明显优势(shì)。

此(cǐ)外，还有很多需要爆发式增长的算力来支撑的(de)技术创新，将在人工智能(néng)算力网络支撑下快速推进。

AIGC已经露出曙(shǔ)光(guāng)，期待在(zài)大(dà)模型(xíng)和大(dà)算力的(de)支持下AIGC能持(chí)续颠(diān)覆(fù)内容(róng)生产的方式，将创(chuàng)造的边际(jì)成本降低，让(ràng)万众受益。

未经允许不得转载：绿茶通用站群 苹果app内购买什么意思 苹果app内购买项目可以关闭吗