自聊天机(jī)器(qì)人ChatGPT火(huǒ)爆以(yǐ)来，微软公司创(chuàng)始人比(bǐ)尔·盖茨已多(duō)次公(gōng)开谈论(lùn)人工智能话题。在最近的(de)一次采访中，他(tā)再次表示：“AI可能会让(ràng)科技行业迎来(lái)一次(cì)剧烈的洗牌”。

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

他预期，AI的发展(zhǎn)可能会威(wēi)胁到(dào)谷(gǔ)歌(gē)的市占率，因(yīn)为微软在AI方面(miàn)的行动相当迅速。而(ér)最终科技巨(jù)头将把(bǎ)AI整合成用(yòng)户的“全能(néng)助手”，包揽(lǎn)一切应用，与人们进行沟通并提供(gōng)建议(yì)，可以取代亚马逊、Siri或Outlook等应用。

大佬口中全能助手(shǒu)的到来(lái)可能尚需(xū)时日，但由ControlNet引(yǐn)发的又一次(cì)AI绘画浪潮，让AIGC在(zài)ChatGPT的(de)话题热点包(bāo)围中杀出(chū)重围。

01

ControlNet颠(diān)覆(fù)AI绘画(huà)新玩法

AIGC向(xiàng)可控靠近(jìn)

以(yǐ)AI绘画(huà)为(wèi)代表的AIGC上(shàng)一次(cì)爆火的时候，还是2022年(nián)8月，在(zài)美国科罗拉多州举办的新兴(xīng)数字艺术家竞赛中，一(yī)幅名为(wèi)《太空(kōng)歌剧院》的作(zuò)品获奖。

随后(hòu)各大厂(chǎng)商的AI绘(huì)画软件被(bèi)广大(dà)网(wǎng)友熟知(zhī)并体验，Stable Diffusion便是其中(zhōng)代表。

用户们(men)可以在(zài)应用中输入一组关(guān)键词或(huò)者一张照片，就能获得一幅AI创作的(de)画作。

作(zuò)画的关键就是所输入的文本。同一组关键(jiàn)词也可以创作出很多(duō)张风格不一样的画作(zuò)，这(zhè)让创作的过程就像开盲盒。

很(hěn)多(duō)用(yòng)户很喜欢这种不确定的(de)惊(jīng)喜，他们(men)会将生成的(de)美(měi)图当(dāng)做头像。而(ér)另(lìng)一部(bù)分(fēn)喜欢(huān)翻看AI绘(huì)画的“翻车”作(zuò)品。在社交媒体(tǐ)上，许多用(yòng)户(hù)分享(xiǎng)AI“翻车现场(chǎng)”，例(lì)如，一(yī)位网友的小狗照(zhào)片被(bèi)AI画(huà)成了“肌(jī)肉(ròu)男”，还有(yǒu)网友的个人照(zhào)片(piàn)被(bèi)AI识别(bié)成了建筑(zhù)。

而如今随着ControlNet的出现(xiàn)与加持(chí)，以往AI绘画的填写关键词游戏(xì)可能要被颠覆了(le)。

ControlNet是一位正在(zài)斯坦福读博的(de)中国人张吕敏创作的一种基于(yú)控制点的图像(xiàng)变形算法，主要用(yòng)于(yú)数字图像处理、计算(suàn)机(jī)视觉和计算机图形(xíng)学等领域。

其SD插(chā)件一经发(fā)布，在短(duǎn)短的两天内便成为了AI绘画(huà)领(lǐng)域最新的热点。

在(zài)此(cǐ)之前，大(dà)家用了很多(duō)方法想让AI生成的结果尽(jǐn)可(kě)能的符合要(yào)求(qiú)，但是都不尽如(rú)人意，它的出现代(dài)表(biǎo)着AI生(shēng)成开始(shǐ)进入真正的可控时期。

因为ControlNet可以直(zhí)接提取画面的构图，人物(wù)的(de)姿(zī)势和(hé)画(huà)面的深(shēn)度信息等。有(yǒu)了它的帮助(zhù)，就(jiù)不用频繁(fán)的用提示(shì)词(cí)来碰运气，抽盲盒式的创(chuàng)作了。

通俗的说ControlNet相当于给AI绘画(huà)加了“魔法”，不少博主的作品已经获(huò)得(dé)了大(dà)量的浏览(lǎn)量，“viggo”就是其中之一，他用(yòng)朋友的照(zhào)片直接带她们走进动(dòng)漫世界。

viggo先用StableDiffusion图片转文字。

再用Text2Prompt插件拓展找到(dào)对(duì)应的关键词(cí)；最后用ControlNet插件绑定骨骼(gé)开始换关键词试效(xiào)果。

通过(guò)图片就可以看(kàn)出来，效果十分(fēn)惊艳(yàn)。

更厉害的(de)是，除了真(zhēn)实(shí)的照片，草图也可以加上“魔(mó)法”，知乎大牛“DevPoint”和“逗砂(shā)”介绍到ControlNet还能实现线稿转(zhuǎn)全彩图。大(dà)神张吕敏其(qí)本尊也亲(qīn)自回应。

不得不说当下AIGC已经(jīng)变(biàn)得(dé)越来(lái)越强大，甚至(zhì)输(shū)出的作(zuò)品都已经能以(yǐ)假乱真了。

02

难(nán)辨虚实，AIGC技术力爆发

警惕(tì)安全问题

近日，“苏(sū)州金鸡湖有游艇party”的(de)消息(xī)火遍网络，而(ér)经过(guò)警方辟谣这所(suǒ)谓(wèi)的“party”可能是全国第一起AI绘图诈骗(piàn)。

由于这个活(huó)动里面给出的美女(nǚ)照片都是AI制作的真(zhēn)人照片绘图，因为太逼真(zhēn)，被大家当成真事传播了。

不过仔(zǎi)细观(guān)察可以(yǐ)发现，活动发起(qǐ)者提供的照片中有个很大(dà)的漏洞可以发现并非(fēi)真(zhēn)人(rén)，而是AI绘图(tú)，那便(biàn)是图片中女性(xìng)的手指部分有(yǒu)的存在异常。

有行业(yè)人(rén)事表(biǎo)示：“现在(zài)因为(wèi)手指(zhǐ)部分(fēn)的绘画算(suàn)法(fǎ)比较复杂，AI还不太会(huì)画人的手，学年是什么意思？应该怎样填，2022至2023学年是什么意思rong>但(dàn)最新看到(dào)的图片(piàn)已经(jīng)有越来(lái)越完美的AI模型(xíng)出现(xiàn)，以后可能(néng)就完全没(méi)有漏洞了。”

类似的(de)AI作图(tú)诈骗在国外(wài)也已有(yǒu)发生。据(jù)英(yīng)国广播公司报道，土(tǔ)耳其地(dì)震期间，有(yǒu)Tiktok用(yòng)户使用AI合成(chéng)了儿(ér)童受灾的(de)假照(z学年是什么意思？应该怎样填，2022至2023学年是什么意思hào)片发布到网络，以(yǐ)此(cǐ)诱骗(piàn)善良(liáng)的人打(dǎ)赏“捐(juān)助(zhù)”从而实施诈(zhà)骗。

目前随着技(jì)术(shù)发展，AIGC已经能做出真人(rén)照片(piàn)般的(de)绘图(tú)效果，如果这样(yàng)的图片被用来诈骗，将(jiāng)非(fēi)常可怕。

此外AIGC还引(yǐn)发了很多担(dān)忧(yōu)，一方面，批(pī)判者认(rèn)为AI在“学习(xí)”了大量(liàng)前人的作品之(zhī)后，其创作没有(yǒu)任何情绪(xù)和灵魂，难以和人类的艺术创作相提并论。

另一方面，AIGC背后(hòu)的版权(quán)、目(mù)前都并没有得(dé)到有效的解决，还有AIGC会(huì)不会代替人类“至高无上”的创意。

马斯(sī)克也(yě)强调，人工智能的安全问题需要得到(dào)重视(shì)，太晚就来不及了。

03

AIGC下(xià)一站除了视频，还有远方

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(xiàn)在看(kàn)来，人工智(zhì)能技术将(jiāng)是第四次工业(yè)革(gé)命的核心驱动力量(liàng)，将(jiāng)创造新的增(zēng)长奇(qí)迹。

过(guò)去一(yī)年，人(rén)工智能在技术(shù)和商(shāng)业(yè)层面都有了巨大进展，AI绘(huì)画就是人工智能技术发生(shēng)方(fāng)向(xiàng)性(xìng)改变的一个代(dài)表。其(qí)下一站或许就是(shì)视频。

此前(qián)，Meta和谷歌先后发布(bù)了(le)几条(tiáo)引爆科技圈的短视频。这(zhè)些视频引发关注(zhù)并非内容(róng)做得多(duō)优秀，反而都非常简(jiǎn)单，比如一匹正(zhèng)在喝水的马(mǎ)，一只画画的(de)玩具熊，或(huò)者一段骑(qí)摩托车的第一视(shì)角(jiǎo)录(lù)像，随便一个(gè)有手机(jī)的人都可以随手(shǒu)录下一(yī)段。

但(dàn)这(zhè)些(xiē)短(duǎn)视频的创(chuàng)作方式非常(cháng)简单，创作者仅仅(jǐn)需要向(xiàng)AI输入一段话(huà)，甚至只是说(shuō)一下要求，AI就可以根据需要生成一段视频。

谷歌发布的(de)两个(gè)AI生(shēng)成视频分别来自(zì)于Imagen Video和Phenaki，前者主要突出(chū)的(de)是高清(qīng)，与Meta的Make-A-Video没有太多的差别。

在Make-A-Video公布(bù)了AI生成的(de)视频后，AI圈就已经玩了一(yī)波梗，一个能够做出更高清视频的(de)AI还不足以在短时间内(nèi)戳中(zhōng)兴奋(fèn)点。

Phenaki更(gèng)加令人震(zhèn)惊的地方在于(yú)，它(tā)可以制(zhì)作(zuò)出超过2分钟的连(lián)贯(guàn)的(de)也(yě)有确(què)切(qiè)内容的视(shì)频，这(zhè)才是真正(zhèng)让人(rén)们感(gǎn)到(dào)惊(jīng)喜的(de)地方。因为无论AI生成的视(shì)频(pín)多么(me)高(gāo)清(qīng)，也只能(néng)是为内容(róng)生产者提供(gōng)一(yī)个灵感，一(yī)个素(sù)材，一个过场动画。

不过能够制作出有(yǒu)具体剧(jù)情内容的视频就意味(wèi)着，一些视(shì)频创(chuàng)作由AI代替人工完(wán)成已(yǐ)经初步有了(le)可能(néng)。

当下AI的(de)发(fā)展速度已经(jīng)超(chāo)过大部分人的想象。内(nèi)容产业的(de)本(běn)质是供给创造需求，AIGC作(zuò)为全新的内容生(shēng)产方式(shì)，可以为内(nèi)容产(chǎn)业带(dài)来更新的内容风格、更快的生产(chǎn)速度，更低的生产成本，这无疑会(huì)驱动内(nèi)容产业的(de)大爆(bào)发。

除了AI绘图、视频，AIGC技术还能应用于音乐、代码(mǎ)、机器人动作等多(duō)种内容形式的生成。不难发(fā)现该项技术不仅在游戏等行业能得(dé)到(dào)有(yǒu)效应用，对(duì)于下一(yī)代互联网各种元(yuán)素的构建亦有关键意(yì)义。

从商业化(huà)的角度来看，文化娱乐、教(jiào)育、传媒等诸多领(lǐng)域，本身就对基于AI的可视化内(nèi)容有强(qiáng)烈(liè)需求(qiú)。

因此(cǐ)，AI绘画及视(shì)频或不是(shì)结果，而只(zhǐ)是AI进程中的一块重要拼图，有望在技术更新(xīn)的加(jiā)持下实现更(gèng)大的应(yīng)用(yòng)价值。

AI从理解(jiě)内容，走向了可以(yǐ)生成内容，甚(shèn)至能够创造(zào)出独立价值和独(dú)立视角的内容。AIGC的再次出圈，更代表着(zhe)未来(lái)的先进生产力(lì)即将到来。

04

紧抓大模型(xíng)与算力，牢固AIGC底座

从技(jì)术的发展(zhǎn)也可以看出(chū)，在语(yǔ)言大(dà)模型、图像大模(mó)型(xíng)之后，多模(mó)态大模型已经成为了(le)新的趋(qū)势(shì)。

大模型被誉(yù)为(wèi)当(dāng)前人(rén)工(gōng)智能发展(zhǎn)的智能底座(zuò)，是全球竞争最激(jī)烈的研(yán)究方向之一，包(bāo)括谷歌、亚马(mǎ)逊(xùn)、百度(dù)、阿里、腾讯(xùn)等众多头部企业都在竞相发力(lì)。

不过训(xùn)练大模型(xíng)的确价格不菲(fēi)，以国盛证券发布的《ChatGPT需要多少(shǎo)算力》报告估算，GPT-3训练一次的成本约为140万美(měi)元。而对于(yú)一些(xiē)更大的LLM(大型(xíng)语言模型)，训练成本则介于200万美(měi)元至1200万美(měi)元高(gāo)价(jià)之(zhī)间。

以ChatGPT在(zài)2023年1月(yuè)的独立(lì)访客平(píng)均数1300万计(jì)算(suàn)，其对应芯片(piàn)需求为3万多片英伟达(dá)A100 GPU，初(chū)始投入成本约为8亿(yì)美(měi)元，每日仅电费就在5万美元(yuán)左右。

此(cǐ)外不论(lùn)是ChatGPT还是(shì)AIGC，都离不开庞大算力支持(chí)。在关注(zhù)各类大模型的发展(zhǎn)同时，更应该关注算力网络(luò)的建(jiàn)设。

算力网络正驱动AI产业(yè)发展进入史诗级加速进程，让AIGC及(jí)通(tōng)用(yòng)AI这一(yī)人工(gōng)智能发展(zhǎn)的(de)终极目标离得(dé)更近。

因为算(suàn)力可以对(duì)突破性(xìng)技术创(chuàng)新提(tí)供大力的(de)支(zhī)持。这方面(miàn)，多模态大模型是典型(xíng)。作为面向(xiàng)未来强人工智能(néng)、通(tōng)用人工智能的(de)重要技术创新，多模态大(dà)模型已(yǐ)经在人工智能(néng)领域提出(chū)了(le)很多年，业(yè)界也有不少(shǎo)技术突破，但是，多模态大模型进一步往下走，算力需求呈几何式上(shàng)升，一般的算力基础设施很快将难以(yǐ)胜任。

从图像、文字、语音单独一项(xiàng)的训练(liàn)，到双模态、三模态(tài)的跃迁(qiān)，让人工智能(néng)可以灵活(huó)应对不(bù)同模态的转化、像人与世(shì)界交互一样自然，这方面，由算力网(wǎng)络(luò)来驱动将有明(míng)显优势。

此外，还(hái)有(yǒu)很多需(xū)要爆(bào)发(fā)式增长的(de)算力来支撑的技(jì)术创新，将在人工智能算力网络支(zhī)撑下快速推进。

AIGC已经露出曙(shǔ)光，期待在大模型和(hé)大算力的支持下AIGC能持(chí)续颠覆内容生产(chǎn)的方式，将创造(zào)的边际成本降(jiàng)低(dī)，让万(wàn)众受(shòu)益。

未经允许不得转载：橘子百科-橘子都知道 学年是什么意思？应该怎样填，2022至2023学年是什么意思