自(zì)聊天机器人ChatGPT火爆以来，微软(ruǎn)公(gōng)司(sī)创始人比尔·盖茨已多次公开(kāi)谈(tán)论(lùn)人工(gōng)智能话题(tí)。在最(zuì)近的(de)一次采(cǎi)访中，他(tā)再次表示：“AI可能会(huì)让科技行业(yè)迎来(lái)一次(cì)剧烈的洗牌”。

这个(gè)结论是他在当地时(shí)间2月(yuè)20日接受(shòu)《In Good Company》节目专访时提(tí)出的。

他预期(qī)，AI的发展可能会威胁到谷歌(gē)的市(shì)占率，因(yīn)为微软在AI方面的(de)行动相当迅速(sù)。而最(zuì)终(zhōng)科技巨头将把(bǎ)AI整合成用户(hù)的“全能助手”，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(děng)应用。

大佬口中全能(néng)助(zhù)手的到来可能尚需时日，但由(yóu)ControlNet引发(fā)的又一次AI绘画(huà)浪潮，让AIGC在ChatGPT的话题热点包围中(zhōng)杀(shā)出(chū)重围。

01

ControlNet颠覆AI绘画新玩法

AIGC向(xiàng)可控靠近

以AI绘画为(wèi)代表(biǎo)的AIGC上(shàng)一次爆火的时候，还是(shì)2022年8月(yuè)，在美国科(kē)罗拉(lā)多州举办(bàn)的新兴(xīng)数字艺(yì)术家竞(jìng)赛中，一幅名为《太(tài)空歌剧院(yuàn)》的作品获奖。

随后(hòu)各(gè)大厂(chǎng)商的AI绘(huì)画软件被广大网(wǎng)友熟知(zhī)并体(tǐ)验，Stable Diffusion便是其(qí)中代表。

用户(hù)们可(kě)以在应用中(zhōng)输入(rù)一组关键(jiàn)词(cí)或(huò)者一张照片，就能获(huò)得一幅(fú)AI创作的(de)画作。

作画的关键(jiàn)就是所输(shū)入的文本。同一(yī)组关键词(cí)也可以创作出很多(duō)张风(fēng)格不一样的(de)画作，这让创作的过程就像开盲(máng)盒(hé)。

很(hěn)多(duō)用户很喜(xǐ)欢这种(zhǒng)不确定的惊喜，他们会将生成的美图当(dāng)做头像。而(ér)另一部分喜(xǐ)欢翻看(kàn)AI绘画的(de)“翻车”作品。在社交媒体上，许(xǔ)多用(yòng)户分享(xiǎng)AI“翻车现场”，例如，一(yī)位(wèi)网友的小狗照片被AI画成了“肌肉男”，还有网友的个人照片(piàn)被AI识(shí)别成了(le)建筑。

而如今随着ControlNet的出(chū)现与加(jiā)持，以往AI绘画的填写关(guān)键词游戏可能要(yào)被(bèi)颠覆(fù)了。

ControlNet是一位(wèi)正在斯坦福读博的(de)中国人张吕敏创作的一(yī)种基(jī)于控制点的图像变形算法，主要用于(yú)数字图像处理、计算机视(shì)觉和计(jì)算机图形学(xué)等(děng)领(lǐng)域(yù)。

其SD插(chā)件一经发(fā)布(bù)，在(zài)短短的(de)两天内(nèi)便成为(wèi)了AI绘(huì)画领域最新的热点。

在(zài)此之前，大家(jiā)用了很多方(fāng)法想让AI生成的结(jié)果尽(jǐn)可(kě)能的(de)符合要求，但是(shì)都不尽如人意，它的出(chū)现代表着AI生成(chéng)开始进(jìn)入真正(zhèng)的可控(kòng)时期。

因为ControlNet可以直接(jiē)提取画面的构图，人物的(de)姿势(shì)和画面的(de)深(shēn)度(dù)信息(xī)等(děng)。有了它的帮助，就不用(yòng)频繁的用提(tí)示(shì)词来碰(pèng)运气，抽盲盒(hé)式的创作了(le)。

通俗的说ControlNet相当于给AI绘画(huà)加了“魔法”，不少(shǎo)博主的作(zuò)品已经获(huò)得(dé)了大(dà)量的(de)浏览量，“viggo”就是其中之一，他用朋友(yǒu)的照片直接带她们走进(jìn)动(dòng)漫(màn)世界。

viggo先用StableDiffusion图片(piàn)转文字。

再用Text2Prompt插(chā)件拓展找(zhǎo)到对应的关(guān)键(jiàn)词；最后用ControlNet插件绑(bǎng)定骨骼开始(shǐ)换关键(jiàn)词试效果。

通过图片就可以看出(chū)来(lái)，效(xiào)果十(shí)分惊(jīng)艳。

冀g是河北哪里的车牌g="async" src="https://mmbiz.heiliaofuli.com/wp-content/uploads/2023/03/e7e8e8f00e39da2.jpeg?imageMogr2/thumbnail/2160x0/format/webp/quality/80" data-ratio="0.75234375" data-s="300,640" data-type="jpeg" data-w="1280">

更厉害(hài)的是，除(chú)了真(zhēn)实(shí)的(de)照片，草(cǎo)图也可以加上“魔法”，知乎大牛“DevPoint”和(hé)“逗砂”介绍到ControlNet还(hái)能(néng)实现线稿转全彩图。大(dà)神(shén)张吕敏其(qí)本尊也亲自回应(yīng)。

不(bù)得不说当下AIGC已经变得越(yuè)来越(yuè)强大(dà)，甚(shèn)至输出的(de)作品(pǐn)都(dōu)已经能以假乱(luàn)真了。

02

难(nán)辨虚实，AIGC技术力爆(bào)发(fā)

警惕安全问题

近日，“苏州金鸡湖(hú)有(yǒu)游(yóu)艇party”的消息火遍(biàn)网络，而经过(guò)警(jǐng)方(fāng)辟谣这所谓(wèi)的“party”可能是(shì)全冀g是河北哪里的车牌国第一起AI绘图诈骗。

由于这(zhè)个活动(dòng)里面给出的美女照片都是(shì)AI制作的(de)真(zhēn)人(rén)照(zhào)片绘图，因(yīn)为太(tài)逼真，被(bèi)大家当成真(zhēn)事(shì)传播了。

不过仔细观察可以发现，活动发起者提供的照片(piàn)中有(yǒu)个很大的漏(lòu)洞可(kě)以发现并非真(zhēn)人(rén)，而是AI绘图，那便是(shì)图片中女性(xìng)的手(shǒu)指部分有(yǒu)的存在异常。

有行(xíng)业人(rén)事表示(shì)：“现在因为手指(zhǐ)部(bù)分(fēn)的(de)绘画算法比(bǐ)较复杂，AI还(hái)不太会画人的手，但最新看到的图(tú)片已经有越来越完美的(de)AI模(mó)型出现，以后可(kě)能就完(wán)全没有漏洞了。”

类似的AI作(zuò)图诈骗在(zài)国外也已有发生(shēng)。据英(yīng)国广(guǎng)播(bō)公司报道，土(tǔ)耳其地震期间，有Tiktok用户(hù)使用(yòng)AI合(hé)成了儿童(tóng)受灾的假(jiǎ)照片发布到网络，以(yǐ)此诱骗(piàn)善良的人打赏“捐助(zhù)”从而实施诈骗。

目前随(suí)着技术发展，AIGC已经能做(zuò)出真人照片般的(de)绘(huì)图效果，如果这(zhè)样(yàng)的(de)图(tú)片被用来诈骗，将非常可怕。

此(cǐ)外AIGC还(hái)引发了(le)很多担(dān)忧，一方面，批判者(zhě)认为AI在“学习”了大(dà)量(liàng)前人(rén)的作品之后，其创作没有任何情绪和(hé)灵魂(hún)，难以(yǐ)和(hé)人类(lèi)的(de)艺(yì)术(shù)创作相提并论。

另一(yī)方面，AIGC背后(hòu)的(de)版权、目前(qián)都并没有得到(dào)有效(xiào)的解决，还有AIGC会不会(huì)代替人类“至高无上(shàng)”的(de)创意(yì)。

马(mǎ)斯(sī)克也(yě)强调，人工智能的安全(quán)问题(tí)需要(yào)得到重视(shì)，太晚(wǎn)就来不及了。

03

AIGC下一(yī)站(zhàn)除了视频(pín)，还(hái)有远方(fāng)

技术都是(shì)有两面(miàn)性的，潜(qián)在的(de)危害并(bìng)不能(néng)掩(yǎn)盖(gài)其光辉的(de)贡(gòng)献(xiàn)。现在(zài)看来(lái)，人工(gōng)智能技术将(jiāng)是第(dì)四次工业革(gé)命的核心(xīn)驱(qū)动力量，将创造(zào)新的增长奇迹。

过去一年，人工智能在技(jì)术和商业层面都有了巨大进展，AI绘画就是(shì)人工(gōng)智能技术发生方(fāng)向性改变的一个代表。其(qí)下(xià)一站或许就(jiù)是视频。

此前，Meta和谷歌先后发布了几条引爆科技圈的短(duǎn)视频。这些视(shì)频引(yǐn)发(fā)关注并(bìng)非内(nèi)容(róng)做得多优秀(xiù)，反(fǎn)而都非常简单，比如一匹正(zhèng)在喝(hē)水的(de)马，一(yī)只(zhǐ)画(huà)画的玩具熊，或(huò)者一段骑摩托(tuō)车的第(dì)一视角录像，随便一个(gè)有手机(jī)的人都可(kě)以随(suí)手录下一(yī)段。

但这些短视频的创作(zuò)方式非常简单，创作(zuò)者仅仅需要向AI输入一段(duàn)话，甚至(zhì)只是说一下要求，AI就可以根(gēn)据需(xū)要生成一段视(shì)频。

谷歌发布的(de)两个AI生(shēng)成视频分别来自(zì)于Imagen Video和(hé)Phenaki，前者主要突出的是(shì)高(gāo)清，与(yǔ)Meta的Make-A-Video没有太多的差别。

在Make-A-Video公布了AI生成的视频后，AI圈(quān)就(jiù)已经玩了(le)一波梗，一个能够做(zuò)出更高(gāo)清视频的AI还不足以在短时间内戳(chuō)中兴(xīng)奋点。

Phenaki更加(jiā)令人震惊的地方在于，它(tā)可以(yǐ)制作出(chū)超(chāo)过2分(fēn)钟(zhōng)的(de)连(lián)贯的(de)也有确切(qiè)内容(róng)的视频，这(zhè)才是真正让人们感(gǎn)到惊(jīng)喜(xǐ)的地方。因(yīn)为无论AI生成的视频(pín)多么高清(qīng)，也只能是为内容生产者提供一个(gè)灵感，一个素材，一个(gè)过(guò)场动画(huà)。

不过(guò)能(néng)够(gòu)制(zhì)作出有具(jù)体剧(jù)情内容的(de)视频就意味着，一些视(shì)频创(chuàng)作由AI代替人工完成(chéng)已经(jīng)初步有了(le)可(kě)能。

当下AI的发(fā)展速度已经(jīng)超过大部分人的想象。内(nèi)容产业的本质是供给创造需求，AIGC作(zuò)为全新的内容生产方(fāng)式，可以为内容(róng)产业带来更新的内容风格、更快(kuài)的生(shēng)产速(sù)度(dù)，更低的(de)生产成本，这无疑会驱动内(nèi)容产业的大爆(bào)发。

除(chú)了(le)AI绘(huì)图、视频，AIGC技(jì)术(shù)还(hái)能应(yīng)用(yòng)于(yú)音乐(lè)、代码、机器(qì)人动(dòng)作等多(duō)种(zhǒng)内(nèi)容形式(shì)的生(shēng)成。不(bù)难发现该项技术不仅在游戏(xì)等(děng)行(xíng)业能得到有(yǒu)效(xiào)应用(yòng)，对于下一代互联网(wǎng)各种元素的构建(jiàn)亦有(yǒu)关(guān)键意(yì)义(yì)。

从商业化的角度来看，文化娱(yú)乐、教育(yù)、传媒等(děng)诸(zhū)多领域(yù)，本(běn)身就对基(jī)于AI的可视化内(nèi)容有强烈需求(qiú)。

因此(cǐ)，AI绘画及视(shì)频(pín)或(huò)不是结(jié)果，而(ér)只是AI进(jìn)程中的一块重要拼图，有望在技术更新的加持下实(shí)现更大的应用价值。

AI从理解内容，走向了(le)可以生成内容(róng)，甚(shèn)至能(néng)够创造出独立(lì)价值和(hé)独立视(shì)角的内容。AIGC的再次出圈，更(gèng)代表着(zhe)未(wèi)来的先进生产力即将到(dào)来。

04

紧抓(zhuā)大模型与(yǔ)算力(lì)，牢(láo)固(gù)AIGC底(dǐ)座

从技术的发展(zhǎn)也可以看出，在(zài)语言大模型、图(tú)像大模型(xíng)之后，多模(mó)态大模型已经成为了新(xīn)的趋势(shì)。

大模型被誉为当前人工(gōng)智能发展的(de)智能底座，是全(quán)球竞(jìng)争最(zuì)激烈(liè)的研究方向之一，包括谷歌(gē)、亚马逊、百(bǎi)度、阿(ā)里、腾讯等众(zhòng)多头部企业(yè)都在竞相发力。

不过训练大模型的确价格(gé)不菲，以国盛证券发布的《ChatGPT需要(yào)多少(shǎo)算力》报告估算(suàn)，GPT-3训练一次的成本约为140万美元。而对于一些更大的LLM(大型语(yǔ)言模型(xíng))，训练成本则(zé)介于200万美元至1200万美元高价之间。

以ChatGPT在2023年1月的独立访(fǎng)客平(píng)均(jūn)数1300万(wàn)计算，其对应芯(xīn)片(piàn)需求为3万多片英伟达A100 GPU，初始投入成(chéng)本约为(wèi)8亿美元，每日仅电(diàn)费(fèi)就在(zài)5万(wàn)美(měi)元左(zuǒ)右。

此外不论是(shì)ChatGPT还(hái)是AIGC，都离不开庞大算(suàn)力(lì)支持。在关(guān)注各类大模型的发展同(tóng)时，更应该(gāi)关注(zhù)算力网络的建设。

算力网络正驱动(dòng)AI产业发展进入史诗级加速进程，让AIGC及通用AI这一人工智能发展的终极目标离得更(gèng)近。

因为算力(lì)可以对突破性技术(shù)创新提供(gōng)大力的(de)支持。这方面，多模态大模型(xíng)是(shì)典(diǎn)型。作为面向(xiàng)未(wèi)来强人工智能(néng)、通用(yòng)人(rén)工智能的重要(yào)技术创新，多模态大模型已(yǐ)经在人工智能领域(yù)提出了很多年，业界也(yě)有不少(shǎo)技术突破(pò)，但是，多模(mó)态(tài)大模(mó)型进(jìn)一步(bù)往下走，算力(lì)需求呈几何式上升，一(yī)般的算力基础设施很快将难(nán)以胜任。

从图(tú)像、文(wén)字、语音单独(dú)一项的训练(liàn)，到(dào)双模态(tài)、三模态(tài)的跃(yuè)迁，让(ràng)人工智能(néng)可以(yǐ)灵活应对不同模态(tài)的转化、像(xiàng)人与(yǔ)世(shì)界交互一样自(zì)然(rán)，这(zhè)方面，由算力网(wǎng)络来(lái)驱动将有明显优势(shì)。

此外，还有(yǒu)很多需(xū)要爆发式增长的算力来(lái)支撑的技术创新，将在人工智能算力(lì)网络支撑下(xià)快速(sù)推进。

AIGC已经露(lù)出曙(shǔ)光，期待在大(dà)模型(xíng)和(hé)大(dà)算力的支持下AIGC能持续颠(diān)覆内容生产的方(fāng)式，将(jiāng)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 冀g是河北哪里的车牌