自(zì)聊天机器人ChatGPT火爆以(yǐ)来，微软公司创始人比(bǐ)尔·盖茨已多次公(gōng)开谈论人(rén)工(gōng)智(zhì)能(néng)话题。在最(zuì)近的一次采访中，他再次表(biǎo)示：“AI可能(néng)会让科(kē)技行业迎(yíng)来一(yī)次剧烈的(de)洗牌(pái)”。

这个结论(lùn)是(shì)他在当地时间2月20日(rì)接受《In Good Company》节目专访时提出的。

他(tā)预期，AI的发展可能会(huì)威胁到谷(gǔ)歌的市占率，因为微软(ruǎn)在AI方面的行动相当(dāng)迅速。而最终科技巨头将把(bǎ)AI整合成用户的“全能助手”，包揽一切(qiè)应用，与人们(men)进行沟通(tōng)并提供建议，可以取代(dài)亚(yà)马(mǎ)逊(xùn)、Siri或Outlook等应用。

大佬口中全能助手的到(dào)来可能尚需时日，但由ControlNet引(yǐn)发的又一次AI绘画浪潮，让AIGC在(zài)ChatGPT的话题热点(diǎn)包围(wéi)中杀出重围。

01

ControlNet颠覆AI绘画新玩法

AIGC向(xiàng)可控(kòng)靠近

以(yǐ)AI绘(huì)画为代(dài)表的(de)AIGC上一次爆火的时候(hòu)，还是2022年8月，在(zài)美(měi)国科罗拉多州举办的新兴(xīng)数(shù)字(zì)艺术家竞赛中，一幅名为(wèi)《太空歌剧(jù)院》的作品获奖。

随(suí)后各大厂商(shāng)的AI绘画软件被广(guǎng)大网友熟知并体验，Stable Diffusion便是其(qí)中(zhōng)代表。

用(yòng)户们可以在应用中输入一组(zǔ)关键词或者一张照片，就能(néng)获得一幅AI创作(zuò)的画作。

作(zuò)画的关键就(jiù)是所输入的(de)文本(běn)。同一组关键词(cí)也可以创作出很多张风格不一样的画作，这让(ràng)创作的过程就(jiù)像开盲盒。

很多用(yòng)户很喜欢这种(zhǒng)不确定(dìng)的惊喜(xǐ)，他们会将生成的美(měi)图当做头像。而另一部分喜欢翻(fān)看AI绘画的(de)“翻车”作品。在社交媒体(tǐ)上，许多用户分享AI“翻车现场”，例如，一(yī)位网友的小狗照片被AI画成了“肌肉(ròu)男”，还有网友的个人(rén)照片被(bèi)AI识别成(chéng)了建筑。

而如今随着ControlNet的出现与加持，以(yǐ)往AI绘画的填写关键词游(yóu)戏可能(néng)要被颠覆了。

ControlNet是一位正在斯(sī)坦福(fú)读博的中(zhōng)国(guó)人张(zhāng)吕敏创(chuàng)作的一种基于控制点的图像变形算法(fǎ)，主要用于数字图像处理(lǐ)、计算(suàn)机视觉和计(jì)算机图形学等领域。

其SD插(chā)件一经发布(bù)，在短短的两天(tiān)内(nèi)便成为了AI绘画领域最新(xīn)的热(rè)点。

在此之(zhī)前，大家用了很多方法(fǎ)想让AI生(shēng)成的(de)结(jié)果尽可能(néng)的符合要求，但是都不(bù)尽如人意，它的出现代(dài)表着AI生成开始(shǐ)进入真正的可控时期(qī)。

因为ControlNet可以直接提取(qǔ)画面的构图(tú)，人物的(de)姿(zī)势和画(huà)面的深(shēn)度信息等。有了它的帮(bāng)助，就不用频繁的用提示词来(lái)碰运(yùn)气，抽盲盒式的创作(zuò)了。

通俗的说ControlNet相当于给AI绘画加了“魔(mó)法”，不少博主(zhǔ)的作品已(yǐ)经获得了(le)大量的浏览(lǎn)量(liàng)，“viggo”就是其中之(zhī)一，他(tā)用朋友的照(zhào)片直接带她们(men)走进动漫(màn)世界。

viggo先(xiān)用StableDiffusion图片(piàn)转(zhuǎn)文字。

再用(yòng)Text2Prompt插件拓展找到对025是哪里的区号，025是哪里的区号查询(duì)应的关键词；最后用ControlNet插件(jiàn)绑(bǎng)定骨骼(gé)开始换关键词试效果。

通过(guò)图片就可以看出来(lái)，效果十分惊艳。

更厉害的是，除了真实(shí)的(de)照片，草图也(yě)可以加上(shàng)“魔法(fǎ)”，知乎大(dà)牛“DevPoint”和“逗砂(shā)”介(jiè)绍(shào)到ControlNet还能实现线稿转(zhuǎn)全彩图。大神张吕敏其本尊(zūn)也亲(qīn)自(zì)回应(yīng)。

不得不说当下AIGC已经变得越(yuè)来越强大，甚至(zhì)输(shū)出的(de)作品(pǐn)都已经能以假乱真了(le)。

02

难辨虚实(shí)，AIGC技术力爆发(fā)

警惕安全问题(tí)

近(jìn)日，“苏州(zhōu)金鸡湖有游艇party”的(de)消息火遍网络，而经过警(jǐng)方辟谣(yáo)这所谓的“party”可能(néng)是全国第一起(qǐ)AI绘图诈骗(piàn)。

由于这个活(huó)动里面给(gěi)出(chū)的美女照片(piàn)都是AI制(zhì)作的真(zhēn)人(rén)照(zhào)片(piàn)绘(huì)图，因为太逼(bī)真，被大家(jiā)当成真事传播了(le)。

不(bù)过仔细观察可以发现，活动发(fā)起者(zhě)提(tí)供的照(zhào)片中有个很大的漏洞(dòng)可以发现(xiàn)并非真人，而是AI绘图，那便是图片中女性(xìng)的手指部分(fēn)有的存在异常(cháng)。

有行业人事表示：“现(xiàn)在因(yīn)为手指(zhǐ)部分的绘画算法比(bǐ)较(jiào)复杂，AI还不太(tài)会画人的手(shǒu)，但最新(xīn)看(kàn)到的图片(piàn)已(yǐ)经有越来越完美的AI模(mó)型出现，以后可能就完全没有(yǒu)漏(lòu)洞了。”

类似的AI作图诈骗在国外也已有发生(shēng)。据英(yīng)国广播公(gōng)司报道(dào)，土耳其地震期间，有Tiktok用户(hù)使用AI合成(chéng)了儿童受灾的假照片发布到(dào)网络，以此诱骗善良的人打赏“捐助”从而(ér)实施诈骗(piàn)。

目前(qián)随着技(jì)术发展，AIGC已经(jīng)能做出真人照(zhào)片般的绘图效果(guǒ)，如果这样的(de)图片被用来(lái)诈骗(piàn)，将非常可怕。

此外AIGC还引(yǐn)发了很多担忧，一方面，批(pī)判者认为AI在“学习”了大量(liàng)前人的作品(pǐn)之后，其(qí)创作没有任(rèn)何情绪和灵魂，难以和(hé)人类的艺(yì)术创(chuàng)作相提并论。

另一方面(miàn)，AIGC背后(hòu)的(de)版权、目(mù)前(qián)都并没(méi)有得到有(yǒu)效的解决，还有AIGC会(huì)不会(huì)代替人类“至高无(wú)上(shàng)”的创意。

马(mǎ)斯克也强调(diào)，人(rén)工智能的(de)安(ān)全问题(tí)需要得到重视，太晚就来不及了(le)。

03

AIGC下一站除了视频，还有远(yuǎn)方

技术都是有两面性的，潜(qián)在的危害并不能掩盖其光辉的(de)贡献。现在看来(lái)，人工智(zhì)能技术将是第四次工业(yè)革命(mìng)的核心驱动力量，将创造新的增(zēng)长奇迹(jì)。

过去一年，人工智能在技术(shù)和商业层(céng)面都(dōu)有了巨大进展，AI绘画就是人工智(zhì)能技术发生方(fāng)向性改变的一个代表。其下一站或许就是(shì)视频(pín)。

此(cǐ)前，Meta和谷歌(gē)先后(hòu)发布了几条引爆科技圈的短视频。这些视频引发(fā)关(guān)注并非内容做得多优秀(xiù)，反而都非常简单，比如一匹(pǐ)正在喝水的(de)马，一只画画的玩具熊，或者一段骑摩托(tuō)车(chē)的(de)第一视角录像，随便一个(gè)有手机的人(rén)都可以随手录下一段。

但这些短(duǎn)视(shì)频(pín)的创作方式非常简单，创作者仅仅(jǐn)需(xū)要(yào)向AI输入一(yī)段话，甚至(zhì)只是说一(yī)下要(yào)求(qiú)，AI就可(kě)以根据需要生成一段视频。

谷(gǔ)歌发布的两个AI生成视(shì)频分别来自于(yú)Imagen Video和Phenaki，前者主要突出的是(shì)高(gāo)清(qīng)，与(yǔ)Meta的Make-A-Video没有太(tài)多(duō)的差别。

在Make-A-Video公布了AI生成的视频后，AI圈就(jiù)已经玩了一波梗，一个能够做出更高清视(shì)频(pín)的(de)AI还不足以在(zài)短时(shí)间(jiān)内(nèi)戳中兴(xīng)奋点。

Phenaki更(gèng)加令人震惊的地(dì)方(fāng)在于，它可以制作出超过(guò)2分钟的连贯(guàn)的也有确(què)切内容的视频，这才(cái)是真正让人们感到惊(jīng)喜的(de)地方。因为无论AI生成的视(shì)频多么高清，也只能是为内容生产者提供(gōng)一个灵感，一个素材，一个(gè)过场(chǎng)动画。

不过(guò)能够制作(zuò)出(chū)有具体剧情内容的(de)视频就意味着，一些视频创(chuàng)作(zuò)由AI代替(tì)人工(gōng)完(wán)成已经初步有了可能(néng)。

当下AI的发(fā)展(zhǎn)速度(dù)已经超过大部分人的(de)想象。内容产业的本质是供(gōng)给(gěi)创造(zào)需求，AIGC作为全新(xīn)的内容生产方式，可以为内容产业带(dài)来更新(xīn)的内(nèi)容风格、更(gèng)快的(de)生产(chǎn)速度，更低的生产成本，这无(wú)疑会驱动内容(róng)产(chǎn)业的大爆发。

除了AI绘图、视(shì)频，AIGC技术还(hái)能应用(yòng)于音乐、代(dài)码、机(jī)器人动作等多种内容(róng)形式(shì)的生成(chéng)。不难发现该项技术(shù)不仅(jǐn)在游戏等行业(yè)能得到有效应用，对(duì)于下一代(dài)互联(lián)网(wǎng)各(gè)种元(yuán)素的构建亦有关键意义。

从商(shāng)业化的(de)角度来看，文化娱乐、教育(yù)、传媒等诸多领域，本身就对基于AI的可(kě)视化(huà)内容有强(qiáng)烈需求。

因此，AI绘画及视频或不是结果，而只是AI进程中的一块重(zhòng)要拼图，有望在技术(shù)更新的加持下实现更大025是哪里的区号，025是哪里的区号查询(dà)的应用价值(zhí)。

AI从理解内容(róng)，走向了(le)可以生成内容，甚至能够创造出(chū)独立(lì)价值(zhí)和独立视角的(de)内(nèi)容。AIGC的(de)再次出圈，更代表(biǎo)着未来的先进生产力(lì)即将(jiāng)到来。

04

紧抓大模(mó)型与算力，牢(láo)固AIGC底(dǐ)座

从技术的发(fā)展(zhǎn)也可以(yǐ)看出，在语言大(dà)模型(xíng)、图像大模型(xíng)之后(hòu)，多模态大模型(xíng)已经成为(wèi)了新(xīn)的趋势。

大(dà)模型被誉为(wèi)当前人工智(zhì)能发(fā)展的智能底座，是全球(qiú)竞争最(zuì)激烈的研究方向之一，包括(kuò)谷歌、亚马逊、百度、阿里、腾讯等众多(duō)头部企业(yè)都在竞相发(fā)力。

不过训(xùn)练(liàn)大模型的确价格不菲，以(yǐ)国(guó)盛证券(quàn)发布的《ChatGPT需(xū)要多少算(suàn)力》报告估算，GPT-3训练一次的成本约为140万美元。而(ér)对(duì)于一些(xiē)更大的LLM(大型语言模(mó)型(xíng))，训(xùn)练成(chéng)本则介(jiè)于200万美元至1200万美元高价之间(jiān)。

以ChatGPT在2023年(nián)1月的(de)独立(lì)访客平均数1300万计算(suàn)，其对应芯片需求为3万多片英伟(wěi)达(dá)A100 GPU，初始投入(rù)成本约为8亿美元，每日仅电费就在(zài)5万美(měi)元左右。

此外(wài)不论是(shì)ChatGPT还是AIGC，都离不开庞大(dà)算力支持。在关注各类大(dà)模型的发展同(tóng)时，更应该关注算(suàn)力网(wǎng)络的建设(shè)。

算力网络正驱动AI产业发展进入史诗级(jí)加速进(jìn)程，让AIGC及通用AI这一人工智能发展的终极目标离得(dé)更近(jìn)。

因为算力可(kě)以对突破性技(jì)术创新提供大力的支持。这方面，多模态大模(mó)型是典型。作为面向未来(lái)强人工智能、通(tōng)用人工智能(néng)的(de)重要技术创(chuàng)新(xīn)，多(duō)模态大(dà)模型已经(jīng)在人工(gōng)智能领域(yù)提出了(le)很多年，业界也有不少(shǎo)技术突破，但是，多模(mó)态大模(mó)型进(jìn)一(yī)步往下走，算力需求呈几何式上(shàng)升，一般(bān)的算力基础设施很快将难以胜任(rèn)。

从图像、文字(zì)、语音(yīn)单独一项的训(xùn)练，到双模态、三模态的跃迁，让人工智(zhì)能可以(yǐ)灵活应对不同模态的转(zhuǎn)化、像人与世界交(jiāo)互(hù)一(yī)样自然，这方面，由算力(lì)网络(luò)来驱(qū)动将有明显(xiǎn)优势。

此外(wài)，还有很多(duō)需(xū)要爆发式(shì)增长的算力(lì)来支撑的技术创新，将(jiāng)在人工智能算力网络支撑下快速(sù)推进。

AIGC已经露出曙(shǔ)光，期待(dài)在大模型(xíng)和(hé)大算力的支持下AIGC能持续(xù)颠覆(fù)内(nèi)容生产的方式，将创造的边际成本降低，让万众受益。

未经允许不得转载：绿茶通用站群 025是哪里的区号，025是哪里的区号查询