自聊天(tiān)机器人ChatGPT火爆以(yǐ)来，微软公(gōng)司创(chuàng)始人比尔(ěr)·盖茨(cí)已多次(cì)公开谈论人工(gōng)智能(néng)话题。在(zài)最近的一(yī)次采访中，他(tā)再次表(biǎo)示：“AI可能(néng)会让科技(jì)行业迎来一次剧(jù)烈的洗牌”。

这个结论是他在当地时间2月20日接受《In Good Company》节目(mù)专访时提出的(de)。

他预期，AI的发(fā)展(zhǎn)可能(néng)会威胁(xié)到谷歌的市占率(lǜ)，因为微软(ruǎn)在(zài)AI方面的行(xíng)动相(xiāng)当迅速。而(ér)最终(zhōng)科技巨头将把AI整合成(chéng)用户的“全(quán)能助(zhù)手”，包揽一(yī)切(qiè)应(yīng)用，与人们进行沟通并提(tí)供建议，可以取代(dài)亚(yà)马逊、Siri或Outlook等应用。

大佬口中全能助手的到来可能尚需时日，但由(yóu)ControlNet引(yǐn)发的又(yòu)一(yī)次AI绘(huì)画浪潮，让AIGC在ChatGPT的(de)话题热点包(bāo)围中杀出重围。

01

ControlNet颠覆AI绘画新玩(wán)法(fǎ)

AIGC向可控靠近

以(yǐ)AI绘画为代表的(de)AIGC上一次爆火的(de)时候，还是(shì)2022年8月，在美国科罗拉多州举办(bàn)的新兴数字艺术家(jiā)竞(jìng)赛(sài)中，一幅名为《太空歌剧(jù)院》的作品获(huò)奖。

随后各大(dà)厂(chǎng)商(shāng)的AI绘画软件被(bèi)广大网友(yǒu)熟知并体验，Stable Diffusion便是(shì)其中代表(biǎo)。

用户们可以在应用(yòng)中输入一组关键词(cí)或者一张照片，就能获(huò)得(dé)一幅AI创作的画作。

作(zuò)画的关(guān)键(jiàn)就是所输入的文本。同(tóng)一组关键词也可以创(chuàng)作出很多张风格不一样的画作(zuò)，这让创作的过程就像开盲盒。

很多用户很喜欢这种不确定的惊喜，他们会将(jiāng)生成的美图(tú)当做(zuò)头像。而另一部(bù)分(fēn)喜(xǐ)欢翻看AI绘(huì)画的“翻(fān)车”作(zuò)品(pǐn)。在社交媒(méi)体上，许多用户分享AI“翻车现场(chǎng)”，例如，一位网友的小狗照片被AI画成(chéng)了“肌肉(ròu)男”，还(hái)有网友的个人照片(piàn)被(bèi)AI识别成(chéng)了建筑。

而(ér)如今随着ControlNet的出现与加持，以往(wǎng)AI绘画(huà)的填写关键词游戏可能要被(bèi)颠覆了(le)。

ControlNet是一(yī)位正在斯坦福读博的(de)中国人张吕敏(mǐn)创作(zuò)的一种基于控制点的图(tú)像(xiàng)变形算法，主要用于数字图像处(chù)理、计(jì)算机视觉(jué)和(hé)计(jì)算机图形学(xué)等领域。

其(qí)SD插(chā)件一经发布，在短(duǎn)短的两(liǎng)天内便成(chéng)为了AI绘(huì)画领域最新的热点。

在此之前，大家(jiā)用(yòng)了很多方(fāng)法想让AI生成的结果尽可能的符合要求，但是都(dōu)不尽如人(rén)意，它的(de)出现代表着AI生成(chéng)开(kāi)始进入(rù)真正的可(kě)控时(shí)期(qī)。

因为ControlNet可以直接(jiē)提(tí)取画(huà)面(miàn)的构图，人物(wù)的姿势和(hé)画面的(de)深度信息(xī)等。有(yǒu)了它的帮助，就(jiù)不用频繁的用提示词来(lái)碰运(yùn)气，抽盲盒(hé)式的创(chuàng)作了。

通(tōng)俗的说ControlNet相当(dāng)于给AI绘(huì)画加了“魔法”，不少博主的作(zuò)品已经获得了大量的浏览(lǎn)量，“viggo”就(jiù)是其中(zhōng)之一，他(tā)用朋友(yǒu)的照片直接带她们(men)走进动漫世界。

语言凝练和凝炼的区别，凝练和凝炼的区别是什么="https://mmbiz.heiliaofuli.com/wp-content/uploads/2023/03/aaf8241fc774226.jpeg?imageMogr2/thumbnail/2160x0/format/webp/quality/80" data-ratio="1.1899488926746167" data-s="300,640" data-type="jpeg" data-w="1174">

viggo先用StableDiffusion图片转文字。

再(zài)用Text2Prompt插件拓展找(zhǎo)到对应的关键词；最后用ControlNet插件绑定骨骼开始换关键词试效果。

通过(guò)图(tú)片(piàn)就可以看出来，效果十(shí)分惊艳。

更厉害的是，除(chú)了(le)真(zhēn)实的(de)照(zhào)片，草图也可以加上“魔法(fǎ)”，知乎大牛(niú)“DevPoint”和“逗砂”介绍到ControlNet还能实(shí)现(xiàn)线稿转(zhuǎn)全彩图。大神张吕敏其(qí)本尊也亲自回(huí)应。

不(bù)得不说(shuō)当下AIGC已经变得越来越强大，甚至输(shū)出(chū)的作品都已经能(néng)以假乱(luàn)真了。

02

难(nán)辨虚实，AIGC技术力(lì)爆发

警惕安全问题

近日，“苏州金鸡湖有游(yóu)艇party”的消息火(huǒ)遍(biàn)网(wǎng)络，而经过(guò)警方辟谣这所(suǒ)谓的(de)“party”可能是全(quán)国第一起(qǐ)AI绘图诈骗。

由于这个活(huó)动(dòng)里面(miàn)给出的美女照片(piàn)都是AI制作(zuò)的真人照片绘图，因为太逼真(zhēn)，被大家(jiā)当成真(zhēn)事(shì)传播了。

不过仔细观察可以发(fā)现，活动(dòng)发起者提供(gōng)的照片中有个很大的漏(lòu)洞可(kě)以发现(xiàn)并(bìng)非真(zhēn)人，而是(shì)AI绘图，那便是(shì)图片中女性(xìng)的手指部分有的存在(zài)异常。

有行业人事表示：“现在因为手(shǒu)指部分的绘画算法比(bǐ)较复杂，AI还不太会画人的手，但最(zuì)新看(kàn)到的图片已经有越(yuè)来越完(wán)美的AI模型出现，以后可能(néng)就完全没有漏(lòu)洞了。”

类似(shì)的AI作图诈骗(piàn)在(zài)国(guó)外也已有发生。据英国广播(bō)公(gōng)司报(bào)道(dào)，土(tǔ)耳其地震期间，有Tiktok用户使用(yòng)AI合成了儿(ér)童受灾的假照片(piàn)发布到(dào)网(wǎng)络，以(yǐ)此(cǐ)诱骗善良的人打(dǎ)赏“捐助(zhù)”从而实(shí)施诈骗。

目(mù)前(qián)随着技术(shù)发展，AIGC已经能做出(chū)真人照片般的绘图效果，如果(guǒ)这样的图片被用来(lái)诈骗，将(jiāng)非(fēi)常可怕(pà)。

此外AIGC还(hái)引发了很多担忧，一方面，批判者认为AI在“学习”了大量前人(rén)的作品(pǐn)之后，其创作没有任何情绪和(hé)灵魂，难以和人类(lèi)的艺术创作相提并论(lùn)。

另一方面，AIGC背后的版权、目前都并没有得到有效的解决，还有AIGC会不会代替人(rén)类“至高无上(shàng)”的创意(yì)。

马斯克也(yě)强调，人(rén)工(gōng)智能的安全问(wèn)题需要得到(dào)重(zhòng)视，太晚就来不及了。

03

AIGC下一站除了视频，还有远方

技(jì)术都是(shì)有两(liǎng)面(miàn)性的，潜在的危害并不能掩盖其光辉的(de)贡献。现在看来，人工智能技术将是第四次(cì)工业革命的核心驱(qū)动力量，将创造新的增长(zhǎng)奇(qí)迹。

过去(qù)一(yī)年(nián)，人工(gōng)智能在技术和商业层面都有(yǒu)了巨(jù)大进展，AI绘画(huà)就是人工(gōng)智能技术(shù)发生方向(xiàng)性改(gǎi)变(biàn)的(de)一个代表。其下一站(zhàn)或许(xǔ)就是视(shì)频。

此前，Meta和谷歌先后发布了几条(tiáo)引爆科(kē)技圈的(de)短视频。这些视频引发关注并(bìng)非内容做得多优秀，反而(ér)都非常简(jiǎn)单，比如一匹正在(zài)喝水的马，一(yī)只(zhǐ)画画的玩具熊，或(huò)者一段骑摩(mó)托车的第(dì)一视角(jiǎo)录像，随便一(yī)个(gè)有手(shǒu)机的人(rén)都可以随手录下一段。

但这(zhè)些短视频的创(chuàng)作方式(shì)非常(cháng)简单(dān)，创作者仅仅需要向AI输入一(yī)段话，甚至只是说(shuō)一下要求，AI就可以(yǐ)根据需(xū)要生成一段视频。

谷歌发布的两个AI生成视频分别来自于Imagen Video和Phenaki，前(qián)者(zhě)主要突出的是高清，与Meta的Make-A-Video没有太多(duō)的差别(bié)。

在Make-A-Video公(gōng)布了AI生成(chéng)的视(shì)频后，AI圈就已经玩了一波梗，一个能够做出更高清(qīng)视频的AI还不(bù)足(zú)以(yǐ)在(zài)短时间内戳中兴奋点。

Phenaki更加令人震惊(jīng)的地方在于，它可以(yǐ)制作出(chū)超过2分钟的连贯的也有确(què)切内容的视频，这才是真(zhēn)正让(ràng)人们感(gǎn)到(dào)惊喜(xǐ)的地(dì)方。因为无论AI生成的视频多么高清，也只(zhǐ)能是为内容生(shēng)产者提供(gōng)一(yī)个(gè)灵感，一个(gè)素材，一个过场动画。

不过能够制作出(chū)有具体剧情内容的(de)视频就意味着，一些视频(pín)创作由AI代替人(rén)工完成已经初步有了(le)可能(néng)。

当(dāng)下AI的发(fā)展速度(dù)已经(jīng)超(chāo)过大部分(fēn)人的想象。内容(róng)产业的本质(zhì)是供给(gěi)创造(zào)需求，AIGC作为全(quán)新的(de)内(nèi)容生产方(fāng)式，可以为(wèi)内容产业(yè)带(dài)来更新的内容风格(gé)、更快的生产速度，更低的生产(chǎn)成(chéng)本，这无(wú)疑会(huì)驱(qū)动内容产业的大爆发(fā)。

除了AI绘图、视频(pín)，AIGC技术(shù)还能应用于音乐、代码、机器(qì)人动作等(děng)多(duō)种内容形式的生成(chéng)。不难发现(xiàn)该(gāi)项技术不仅在游戏等(děng)行业能得到有效应用，对(duì)于(yú)下(xià)一代互联网(wǎng)各种元素的构建亦有关(guān)键意义。

从商业(yè)化(huà)的(de)角度来(lái)看，文(wén)化(huà)娱乐、教(jiào)育、传媒等诸多领域，本身就对基于(yú)AI的可(kě)视化内容(róng)有强烈(liè)需求。

因此(cǐ)，AI绘(huì)画及(jí)视频或不是结果(guǒ)，而(ér)只是AI进程中的一块重(zhòng)要拼图，有望在技(jì)术更新(xīn)的加持(chí)下实现更大的应用价值。

AI从理解内容，走向了(le)可以(yǐ)生成(chéng)内(nèi)容，甚至能(néng)够创造出独立价值和独立视角(jiǎo)的内容。AIGC的再次(cì)出圈，更代表着未来的先进(jìn)生产(chǎn)力即将到来(lái)。

04

紧(jǐn)抓大模型与算(suàn)力，牢固AIGC底座

从技术的发展(zhǎn)也(yě)可以看出，在语言大模型、图像大模(mó)型之后，多模态大模型已经成(chéng)为了(le)新的趋(qū)势。

大模型被誉为当前(qián)人工智能发(fā)展的智能(néng)底座(zuò)，是全球竞争最激烈的研究(jiū)方(fāng)向之一，包括谷(gǔ)歌、亚马逊、百度、阿(ā)里(lǐ)、腾(téng)讯等众多头部企业都在竞相发力。

不(bù)过训练大模型的(de)确价格不菲，以国盛(shèng)证(zhèng)券发布的《ChatGPT需(xū)要多少算(suàn)力》报告估算，GPT-3训练一次的成本(běn)约为140万(wàn)美元。而对于(yú)一些(xiē)更大(dà)的(de)LLM(大型语言模型(xíng))，训(xùn)练(liàn)成(chéng)本则介于200万美元至1200万美元高(gāo)价之间(jiān)。

以(yǐ)ChatGPT在2023年1月的(de)独(dú)立(lì)访(fǎng)客平均数1300万(wàn)计算(suàn)，其对应芯片需求(qiú)为3万多(duō)片英(yīng)伟达A100 GPU，初(chū)始投入成本约为(wèi)8亿美元，每日仅电费就在(zài)5万美元左右。

此(cǐ)外(wài)不论(lùn)是ChatGPT还(hái)是AIGC，都(dōu)离不开(kāi)庞(páng)大(dà)算力支持(chí)。在关注(zhù)各(gè)类(lèi)大(dà)模(mó)型的发展同时，更(gèng)应该(gāi)关(guān)注算力网络的建设。

算力网络正驱动AI产业发(fā)展进入史诗(shī)级加速进程，让AIGC及(jí)通用AI这一人工智(zhì)能发展的(de)终(zhōng)极目标离得(dé)更近。

因(yīn)为算(suàn)力可以对突破性技术创新提(tí)供大力(lì)的(de)支持。这方面，多模态大(dà)模型是典型。作(zuò)为面向未(wèi)来强人(rén)工智能、通(tōng)用(yòng)人工智(zhì)能(néng)的重(zhòng)要技(jì)术创新，多模态大(dà)模型已经在人工智(zhì)能领域提出了很多年，业界也有不(bù)少(shǎo)技术突破，但是，多(duō)模态(tài)大模(mó)型进一步往下走(zǒu)，算力需求(qiú)呈几何式上升，一般的算力基础设施(shī)很(hěn)快将(jiāng)难(nán)以胜(shèng)任(rèn)。

从图(tú)像、文字、语音(yīn)单独一(yī)项的训(xùn)练，到双模态、三模态的跃迁，让人工智能可以灵活应对(duì)不同模态的(de)转化、像人与世界交(jiāo)互一(yī)样自(zì)然，这(zhè)方(fāng)面，由算(suàn)力(lì)网(wǎng)络来驱动将(jiāng)有明显(xiǎn)优势。

此外，还有很多需要(yào)爆发式(shì)增长的算(suàn)力来支撑(chēng)的技术(shù)创新，将在人工智(zhì)能算力网络支(zhī)撑(chēng)下快(kuài)速推进。

AIGC已经露出曙光，期待(dài)在大模(mó)型和大(dà)算力的支(zhī)持下AIGC能持续颠覆(fù)内(nèi)容生产(chǎn)的(de)方式，将(jiāng)创造的(de)边(biān)际成(chéng)本(běn)降低(dī)，让万众受益。

未经允许不得转载：绿茶通用站群 语言凝练和凝炼的区别，凝练和凝炼的区别是什么