自聊天机器人ChatGPT火爆以来，微(wēi)软(ruǎn)公司创始人比尔·盖(gài)茨已多次公开谈论人工智能(néng)话题。在最近的一次采访中，他再次(cì)表示(shì)：“AI可能会让科技行(xíng)业迎来一次剧烈的(de)洗牌(pái)”。

这个结论是(shì)他(tā)在当地时间(jiān)2月(yuè)20日(rì)接(jiē)受《In Good Company》节目专访时提出的。

他预期，AI的发展可能(néng)会威胁到谷歌的市占率(lǜ)，因为微(wēi)软在AI方面的行动相当(dāng)迅速(sù)。而最终科技巨头将把AI整合成用户(hù)的“全(quán)能助(zhù)手(shǒu)”，包揽一切应用，与人们进(jìn)行沟通并提供建议，可(kě)以取代亚马逊、Siri或Outlook等应用。

大佬口中全能助手的(de)到来可能尚(shàng)需时日(rì)，但由ControlNet引发的(de)又一次AI绘(huì)画浪潮，让AIGC在(zài)ChatGPT的(de)话题热(rè)点包(bāo)围中杀(shā)出重围。

01

ControlNet颠覆AI绘(huì)画新玩(wán)法

AIGC向(xiàng)可控靠近

以AI绘画为(wèi)代表的(de)AIGC上一次爆火的时(shí)候，还是(shì)2022年8月(yuè)，在(zài)美(měi)国科罗拉多州(zhōu)举办的新兴数字艺术家(jiā)竞赛中，一(yī)幅(fú)名为《太空歌剧院(yuàn)》的作品获奖。

随(suí)后各(gè)大厂(chǎng)商(shāng)的(de)AI绘(huì)画软件被广(guǎng)大网(wǎng)友熟知(zhī)并体验，Stable Diffusion便是其中(zhōng)代表(biǎo)。

用户们可以在应用(yòng)中输入一组关键(jiàn)词(cí)或(huò)者(zhě)一张(zhāng)照片，就能获得(dé)一幅AI创作的画作。

作画的关键(jiàn)就是所(suǒ)输入的文(wén)本。同一组关(guān)键(jiàn)词也(yě)可(kě)以创作出(chū)很多张风格(gé)不(bù)一(yī)样(yàng)的画(huà)作(zuò)，这让创作的过程就像开(kāi)盲盒。

很多用户很喜欢这种不确(què)定(dìng)的(de)惊喜，他们会(huì)将(jiāng)生成的美图当(dāng)做(zuò)头像。而另一部(bù)分喜欢翻看AI绘(huì)画(huà)的“翻车(chē)”作品(pǐn)。在社交媒体上，许多用户分享AI“翻车现(xiàn)场(chǎng)”，例如，一位网友的小狗(gǒu)照片被AI画(huà)成了“肌肉男(nán)”，还有网友(yǒu)的个人(rén)照(zhào)片(piàn)被AI识别(bié)成了建筑。

而(ér)如今(jīn)随着ControlNet的出现与加持，以往(wǎng)AI绘画的填写关键词游戏(xì)可能要被颠覆了。

ControlNet是一位(wèi)正在斯(sī)坦福读博的中国人(rén)张吕(lǚ)敏创作的一种基于控制点的图像变形算法，主(zhǔ)要随遇而安下一句是什么意思，顺其自然随遇而安下一句是什么(yào)用(yòng)于数字图像处理、计算机(jī)视觉和计算机图形学等领域。

其SD插件一经发布，在短短(duǎn)的两天内便成为了AI绘画领域最新的热(rè)点。

在此(cǐ)之前，大家用了很多方法想让AI生成的结果尽可能的符合要求(qiú)，但是都不(bù)尽如人意，它(tā)的出(chū)现(xiàn)代表着AI生成(chéng)开(kāi)始进入真正的(de)可控(kòng)时期(qī)。

因为ControlNet可以(yǐ)直接提(tí)取(qǔ)画面的构(gòu)图，人物的(de)姿势和画(huà)面的(de)深(shēn)度信息等。有(yǒu)了它(tā)的帮(bāng)助，就不用频繁的(de)用(yòng)提示词(cí)来(lái)碰(pèng)运气(qì)，抽(chōu)盲盒(hé)式的创(chuàng)作了。

通俗的说(shuō)ControlNet相当于给AI绘(huì)画(huà)加(jiā)了(le)“魔法(fǎ)”，不少博主的作品已经获得了(le)大量的浏览量，“viggo”就是其中之一，他用朋(péng)友(yǒu)的照片直(zhí)接带她(tā)们走(zǒu)进(jìn)动漫(màn)世界。

viggo先用StableDiffusion图片转文字。

再用Text2Prompt插件(jiàn)拓展(zhǎn)找到对应的关键词；最(zuì)后用(yòng)ControlNet插(chā)件绑(bǎng)定骨(gǔ)骼开始换关键(jiàn)词试(shì)效果。

通(tōng)过图片(piàn)就可以看(kàn)出来(lái)，效(xiào)果十分(fēn)惊艳。

随遇而安下一句是什么意思，顺其自然随遇而安下一句是什么-type="jpeg" data-w="1280">

更厉害的(de)是(shì)，除了真(zhēn)实的照片，草图也可以加上(shàng)“魔法”，知(zhī)乎(hū)大牛“DevPoint”和(hé)“逗(dòu)砂(shā)”介绍到ControlNet还(hái)能实现线稿转(zhuǎn)全彩图。大神张吕(lǚ)敏(mǐn)其本尊也(yě)亲(qīn)自回应。

不得(dé)不说当下AIGC已经变得越(yuè)来(lái)越强(qiáng)大，甚至输出的(de)作品(pǐn)都已经(jīng)能(néng)以假乱真了。

02

难(nán)辨虚实，AIGC技术力爆(bào)发

警惕安全问题

近日，“苏(sū)州金鸡湖有(yǒu)游艇(tǐng)party”的消息火遍网络，而经(jīng)过警方(fāng)辟谣(yáo)这(zhè)所(suǒ)谓的“party”可能是全国第一(yī)起AI绘图(tú)诈骗。

由于(yú)这个活动里(lǐ)面给(gěi)出的美女(nǚ)照片都是AI制作的真人照片(piàn)绘图(tú)，因为太逼真，被大家当(dāng)成真事(shì)传(chuán)播(bō)了。

不(bù)过(guò)仔细观察可以发现，活动发起者提供(gōng)的照(zhào)片(piàn)中有个很大(dà)的漏(lòu)洞可以发(fā)现并(bìng)非(fēi)真人，而是AI绘图，那(nà)便(biàn)是(shì)图片(piàn)中女性的手指部分(fēn)有(yǒu)的存在(zài)异常。

有行业(yè)人事表示：“现在(zài)因为(wèi)手指部分的绘画算法比较复(fù)杂(zá)，AI还不太(tài)会画人(rén)的手，但最新看到的图片已(yǐ)经(jīng)有越来越完美的(de)AI模型出现，以后可能就完全没有(yǒu)漏(lòu)洞了。”

类似的AI作图诈骗在国(guó)外也已有(yǒu)发生。据(jù)英国(guó)广播(bō)公(gōng)司(sī)报道，土(tǔ)耳(ěr)其(qí)地震期间，有Tiktok用户使(shǐ)用AI合(hé)成了儿童受(shòu)灾(zāi)的假(jiǎ)照片(piàn)发布(bù)到网络，以此诱骗善良的人打赏“捐助”从而实施(shī)诈骗。

目前随着技(jì)术发展(zhǎn)，AIGC已经能做出真人照片般(bān)的绘图效(xiào)果(guǒ)，如果这样的(de)图(tú)片被用(yòng)来诈骗(piàn)，将非常可(kě)怕。

此(cǐ)外AIGC还引发(fā)了很多担忧，一方面，批判(pàn)者(zhě)认为AI在“学(xué)习”了大量(liàng)前人的作(zuò)品(pǐn)之(zhī)后(hòu)，其(qí)创作没有任何情绪和灵魂，难以(yǐ)和人(rén)类的艺术创作(zuò)相提并论。

另一方面，AIGC背后的(de)版权、目前(qián)都并没有得到(dào)有效的解决，还(hái)有AIGC会不会代替人(rén)类“至(zhì)高(gāo)无(wú)上”的创意。

马(mǎ)斯克也强调(diào)，人(rén)工智能的(de)安全问题需要(yào)得到重(zhòng)视，太晚就来不及(jí)了。

03

AIGC下一(yī)站除(chú)了(le)视频，还有远(yuǎn)方

技术都是有(yǒu)两(liǎng)面(miàn)性的，潜在(zài)的危害并不能掩盖其光辉(huī)的贡(gòng)献。现在(zài)看来(lái)，人工(gōng)智能技术将是第四次(cì)工业革命(mìng)的核心驱动力(lì)量，将(jiāng)创(chuàng)造新的增长奇迹。

过去一年，人工智能(néng)在技术(shù)和(hé)商业层(céng)面(miàn)都有了巨大进展，AI绘画就(jiù)是(shì)人工智能技术发生方向性改变的一(yī)个代表(biǎo)。其(qí)下一站或许就(jiù)是视(shì)频。

此前(qián)，Meta和(hé)谷歌先后(hòu)发布了(le)几条引爆(bào)科技圈的短视(shì)频。这些视频引发关注并非(fēi)内容做(zuò)得多优秀，反而都非常简单，比如(rú)一匹正在喝水的马，一(yī)只画(huà)画的玩(wán)具熊，或者一段骑摩托车的第一视角(jiǎo)录像，随便一个有(yǒu)手机(jī)的人都可以随手录下一段。

但这些短视(shì)频的创作(zuò)方式非常简(jiǎn)单，创作者仅仅需要向AI输入(rù)一段话，甚至只是说一下要求，AI就可以根据需要(yào)生成一段视频。

谷歌发(fā)布(bù)的两个AI生成视(shì)频(pín)分别来自于Imagen Video和(hé)Phenaki，前者主要突出的是高清，与Meta的(de)Make-A-Video没有太多的(de)差别。

在Make-A-Video公布(bù)了AI生(shēng)成(chéng)的视频后，AI圈就已(yǐ)经玩了一波梗(gěng)，一个能(néng)够做出更高清视频的AI还不足以在(zài)短时间内(nèi)戳中兴(xīng)奋点。

Phenaki更加令(lìng)人震惊的地方在(zài)于，它(tā)可以制作出超过2分钟的(de)连贯的也(yě)有确切内(nèi)容的(de)视频(pín)，这(zhè)才是真正(zhèng)让人(rén)们感到(dào)惊喜(xǐ)的地方。因(yīn)为无(wú)论AI生成的视(shì)频多么高清(qīng)，也(yě)只(zhǐ)能是为内容生(shēng)产者提(tí)供一个灵(líng)感，一个素材，一个过场动画。

不过能够制作出有具体剧情(qíng)内容的视频就意味着(zhe)，一些(xiē)视频创作由AI代替人工完成已经初(chū)步有了可能。

当下(xià)AI的(de)发展(zhǎn)速度(dù)已经超过大部分人(rén)的想象(xiàng)。内容产业的本(běn)质是供(gōng)给(gěi)创造(zào)需(xū)求，AIGC作为全新的内容生(shēng)产方式，可以为(wèi)内容产业带来更新的内容风格、更(gèng)快(kuài)的生(shēng)产速(sù)度，更低(dī)的生产成本(běn)，这(zhè)无疑(yí)会驱动内容(róng)产(chǎn)业的(de)大爆发。

除了(le)AI绘图(tú)、视频，AIGC技术还能应用于音乐、代码、机(jī)器人动作等多(duō)种内容形式的生成。不难发现该项(xiàng)技术(shù)不仅在游(yóu)戏(xì)等(děng)行业能得到有效应用，对(duì)于下(xià)一(yī)代互联(lián)网各种元素的(de)构建亦有关键意义。

从商业化的(de)角(jiǎo)度来(lái)看，文化娱乐、教育、传媒等诸多(duō)领域，本身就(jiù)对基于AI的(de)可视化(huà)内容有强(qiáng)烈需(xū)求。

因此，AI绘画及视频或(huò)不是(shì)结果，而只是(shì)AI进程中的一(yī)块重要拼(pīn)图，有(yǒu)望(wàng)在技术更(gèng)新(xīn)的(de)加持下实现更大的应(yīng)用价值(zhí)。

AI从理解(jiě)内(nèi)容(róng)，走向(xiàng)了可以生成内容(róng)，甚至能够(gòu)创造出独立价(jià)值(zhí)和独立视角的内容。AIGC的再次出圈，更(gèng)代表着未(wèi)来的先进(jìn)生产(chǎn)力即将到来(lái)。

04

紧抓(zhuā)大模型(xíng)与算力，牢固(gù)AIGC底座

从技术的发展(zhǎn)也可以(yǐ)看(kàn)出(chū)，在语(yǔ)言大模型、图像大模(mó)型(xíng)之后(hòu)，多(duō)模态大模型已经(jīng)成为了新的趋势。

大(dà)模型被誉(yù)为当前人工智能发(fā)展(zhǎn)的智能底(dǐ)座(zuò)，是全(quán)球(qiú)竞争(zhēng)最激(jī)烈的研究方向之一，包括谷歌、亚马逊、百度、阿里、腾讯等众多头部(bù)企业都在竞相(xiāng)发(fā)力。

不过训练大模型的确价(jià)格不菲(fēi)，以国盛证券(quàn)发布的《ChatGPT需(xū)要(yào)多(duō)少算力(lì)》报(bào)告估算(suàn)，GPT-3训练一次的成(chéng)本约(yuē)为140万美(měi)元。而(ér)对于一些更(gèng)大的LLM(大型语(yǔ)言模型)，训练成本则(zé)介于200万美元至(zhì)1200万美元(yuán)高(gāo)价之间。

以ChatGPT在2023年1月的独立(lì)访客平(píng)均数1300万计算，其对应芯片(piàn)需求为(wèi)3万(wàn)多片英伟(wěi)达A100 GPU，初始投入成本约为8亿美(měi)元，每日仅(jǐn)电费就(jiù)在5万(wàn)美(měi)元(yuán)左右(yòu)。

此外不论是ChatGPT还(hái)是AIGC，都离不开(kāi)庞大算力支持。在(zài)关注(zhù)各类大(dà)模型的发展同时，更应该关注(zhù)算力网络的(de)建设。

算力网络正驱动AI产业发展进入(rù)史诗(shī)级加速进程，让(ràng)AIGC及(jí)通用AI这一(yī)人工智(zhì)能(néng)发展(zhǎn)的终极目(mù)标离(lí)得更近。

因为(wèi)算力(lì)可以对突(tū)破性技术创新(xīn)提供大力(lì)的支持。这方面，多模态大模型是典型。作(zuò)为面(miàn)向未来强人工智能、通(tōng)用人工(gōng)智能(néng)的重要技(jì)术创新(xīn)，多模态大模型已(yǐ)经在人工(gōng)智能领(lǐng)域提出了很多年，业界也(yě)有不少技术(shù)突破(pò)，但是(shì)，多模(mó)态(tài)大(dà)模(mó)型进(jìn)一步往下(xià)走(zǒu)，算(suàn)力需求(qiú)呈几何式上升，一(yī)般的算力(lì)基础设施很(hěn)快将难以胜任。

从图像(xiàng)、文字、语音单独一项的训练，到双(shuāng)模态、三模态的跃迁，让人工(gōng)智能可以灵活应对不同模态的转化、像人与世界交互一(yī)样自然(rán)，这方(fāng)面，由算力网络来驱动将有(yǒu)明显(xiǎn)优(yōu)势。

此(cǐ)外，还有(yǒu)很多需要爆发(fā)式增长的算(suàn)力来支撑的技术(shù)创新(xīn)，将在人工智能(néng)算力网络(luò)支(zhī)撑(chēng)下快速推进。

AIGC已(yǐ)经露出曙(shǔ)光，期待在大模型和大算力(lì)的支持下AIGC能持续颠覆(fù)内容生产的方式，将创造的边际成(chéng)本降低，让(ràng)万众受(shòu)益。

未经允许不得转载：橘子百科-橘子都知道 随遇而安下一句是什么意思，顺其自然随遇而安下一句是什么