自聊天机器人ChatGPT火爆以(yǐ)来，微软(ruǎn)公司(sī)创始人(rén)比(bǐ)尔·盖茨已多次公开谈论人(rén)工智(zhì)能(néng)话(huà)题。在最近的(de)一次(cì)采访中，他(tā)再次表示：“AI可能(néng)会让科技(jì)行业(yè)迎来一次剧烈的洗(xǐ)牌”。

这个结论(lùn)是他在当地时间2月20日接受《In Good Company》节目专访时(shí)提出的。

他预期，AI的发展可能会威胁(xié)到(dào)谷歌(gē)的市占(zhàn)率，因为微软在AI方面的行(xíng)动相当迅速。而最终科技巨头将把AI整合(hé)成用(yòng)户的“全(quán)能助手”，包揽一切应用，与(yǔ)人(rén)们(men)进行(xíng)沟通并提供(gōng)建议(yì)，可(kě)以取代(dài)亚(yà)马逊(xùn)、Siri或(huò)Outlook等(děng)应用。

大佬(lǎo)口中全能助手的到来可能尚需(xū)时(shí)日，但由ControlNet引发的又一次AI绘画浪潮(cháo)，让AIGC在ChatGPT的话题热点包围(wéi)中杀(shā)出重(zhòng)围。

01

ControlNet颠覆AI绘画(huà)新玩法

AIGC向可控靠(kào)近(jìn)

以(yǐ)AI绘画为代表的AIGC上一次(cì)爆火的时候，还是2022年8月，在美(měi)国科(kē)罗拉多州举(jǔ)办(bàn)的(de)新兴数字艺术家竞赛(sài)中(zhōng)，一幅名为《太(tài)空歌剧院》的作品获奖。

随后各大(dà)厂(chǎng)商(shāng)的AI绘画(huà)软件被广(guǎng)大网友(yǒu)熟知并体验，Stable Diffusion便(biàn)是其(qí)中(zhōng)代表(biǎo)。

用户(hù)们可以在应用中输入一组关键词或者一(yī)张照片，就能(néng)获得一(yī)幅(fú)AI创(chuàng)作的画作。

作画(huà)的关键就是(shì)所输入的文本。同一组关键词也可以创作出很(hěn)多张风(fēng)格不一样的(de)画(huà)作，这让创(chuàng)作的(de)过(guò)程(chéng)就像(xiàng)开(kāi)盲盒。

很多用户很(hěn)喜欢(huān)这(zhè)种(zhǒng)不确定的惊喜，他们(men)会将生成(chéng)的美图当(dāng)做头像。而另一部分喜欢(huān)翻看AI绘画的“翻车”作(zuò)品。在社交媒体上，许多用户分享AI“翻车现场”，例如，一位网(wǎng)友的小狗照片(piàn)被AI画(huà)成了“肌肉男”，还有网友的个人(rén)照片被AI识(shí)别成了建筑。

而(ér)如今(jīn)随(suí)着(zhe)ControlNet的出现与加持，以往AI绘画的(de)填写关键词游(yóu)戏可能要被颠覆了。

ControlNet是一位正(zhèng)在(zài)斯坦福读博的中国人张吕敏创作(zuò)的一(yī)种(zhǒng)基于控制(zhì)点的图像变形算法(fǎ)，主(zhǔ)要用(yòng)于数字图像处理、计算(suàn)机视觉(jué)和计算机图形(xíng)学等领域。

其SD插件(jiàn)一经发布，在(zài)短短的两(liǎng)天内便成为了AI绘画领(lǐng)域最新(xīn)的热(rè)点。

在此之(zhī)前(qián)，大家用(yòng)了(le)很多方法想让AI生成的结(jié)果尽可(kě)能(néng)的符(fú)合(hé)要(yào)求，但是(shì)都不尽如人意，它的出(chū)现(xiàn)代表着AI生(shēng)成开始进入真正(zhèng)的可控时(shí)期(qī)。

因为(wèi)ControlNet可(kě)以直(zhí)接提取画面的(de)构(gòu)图(tú)，人(rén)物(wù)的姿(zī)势和(hé)画面的(de)深度(dù)信息等。有了它的帮助，就(jiù)不用频繁的用(yòng)提示词(cí)来碰运气，抽盲盒式(shì)的(de)创作了。

通俗的(de)说ControlNet相当于(yú)给AI绘画加了(le)“魔法”，不少博主的作品(pǐn)已经获得了大量的浏(liú)览量，“viggo”就(jiù)是其中之一，他(tā)用朋(péng)友(yǒu)的照片直接(jiē)带她们走进动漫(màn)世界(jiè)。

viggo先用(yòng)StableDiffusion图片转(zhuǎn)文字。

再用Text2Prompt插件拓展找到对应(yīng)的关(guān)键词；最后(hòu)用ControlNet插(chā)件绑(bǎng)定(dìng)骨(gǔ)骼开始换关键词试效(xiào)果(guǒ)。

通过图片就可以看出来，效果(guǒ)十(shí)分惊艳。

更厉害的(de)是，除了真实的照片，草图也可以(yǐ)加(jiā)上“魔法”，知(zhī)乎(hū)大牛“DevPoint”和“逗砂(shā)”介绍(shào)到ControlNet还能实现线稿转全彩图。大神张(zhāng)吕敏其本尊也(yě)亲自(zì)回应。

不得不说(shuō)当下AIGC已经变得越来越强大，甚至输出的作品(pǐn)都已经能以假乱真了。

02

难(nán)辨虚实，AIGC技术(shù)力(lì)爆(bào)发

警惕安全(quán)问题

近日，“苏州金鸡湖有(yǒu)游艇party”的(de)消息火遍网络，而经过警方辟(pì)谣这所谓的“party”可能是全(quán)国第一起AI绘图诈(zhà)骗。

由(yóu)于这个活动里面给(gěi)出的美女(nǚ)照片都是AI制作的真人照片绘图，因为太逼真，被大家当成真事传(chuán)播了。

不过仔细(xì)观察(chá)可以发现(xiàn)，活动发起者提供的照片(piàn)中有个很大的漏洞(dòng)可以发现并非(fēi)真人，而是AI绘(huì)图，那便(biàn)是(shì)图(tú)片(piàn)中(zhōng)女性(xìng)的手指部分有(yǒu)的存在(zài)异常(cháng)。

有(yǒu)行业人事(shì)表示：“现在因为(wèi)手指部分的绘画(huà)算(suàn)法比(bǐ)较复杂，AI还不太会画人的手(shǒu)，但(dàn)最新(xīn)看(kàn)到的图片已经有越(yuè)来越(yuè)完美(měi)的AI模型出现，以后可能(néng)就完全没(méi)有漏洞了(le)。”

类似(shì)的AI作(zuò)图诈骗在国(guó)外也已有发(fā)生。据英国广(guǎng)播公司报道，土耳其地(dì)震期间，有Tiktok用户使用AI合(hé)成了儿童受(shòu)灾的假(jiǎ)照片发布到(dào)网(wǎng)络，以此诱骗(piàn)善良的(de)人打赏“捐助”从而实施诈(zhà)骗。

目前随着技术(shù)发(fā)展，AIGC已(yǐ)经能做出真(zhēn)人(rén)照片般的绘(huì)图效果，如果这样的图(tú)片被(bèi)用来诈骗，将非常可怕。

此外AIGC还引发了很多担忧，一方面，批判者认为AI在“学习”了大量前人的(de)作(zuò)品之后，其创作没有任何情绪和(hé)灵魂(hún)，难以和人类的艺术创作相提并论。

另一方(fāng)面，AIGC背后(hòu)的版权(quán)、目(mù)前都(dōu)并没有得(dé)到有效的解(jiě)决(jué)，还有(yǒu)AIGC会(huì)不会代替人类“至高无上(shàng)”的(de)创意。

马斯克也强调，人工智能(néng)的安全问题需(xū)要(yào)得到重视，太(tài)晚就(jiù)来(lái)不及了(le)。

03

AIGC下(xià)一站(zhàn)除了视频，还(hái)有(yǒu)远方(fāng)

技(jì)术都是有两(liǎng)面性的，潜在的(de)危害(hài)并不能(néng)掩盖(gài)其光辉的贡献。现(xiàn)在看来，人工智能技(jì)术(shù)将是第四次(cì)工业革命的核(hé)心驱动力(lì)量，将(jiāng)创造新的增长(zhǎng)奇迹(jì)。

过去一年，人工智能在技术和(hé)商业层(céng)面都有了巨大进展，AI绘画(huà)就(jiù)是人工智能技术发生方向性改变的一个代表。其下一站或(huò)许就是视频。

此前，Meta和谷歌先后(hòu)发布了(le)几(jǐ)条(tiáo)引爆科技圈的短视频。这些视频引发关注并(bìng)非内容做(zuò)得多优秀，反而都非常简单，比如一匹正(zhèng)在喝水(shuǐ)的马，一只画画的玩具熊，或者(zhě)一段骑摩托(tuō)车的第(dì)一视角录(lù)像，随(suí)便一(yī)个有手机的人都可以随(suí)手(shǒu)录(lù)下一段(duàn)。

但这些短(duǎn)视(shì)频的创作方式非常简(jiǎn)单(dān)，创作者仅仅(jǐn)需要向AI输入一段话，甚至(zhì)只是说一下要求，AI就可以根据需要生(shēng)成一段视频。

谷歌发布的两个(gè)AI生成视频分别来自(zì)于Imagen Video和Phenaki，前者主(zhǔ)要突(tū)出(chū)的(de)是高清，与Meta的Make-A-Video没(méi)有太(tài)多(duō)的(de)差别。

在Make-A-Video公布了AI生(shēng)成(chéng)的(de)视频后，AI圈(quān)就已经玩(wán)了(le)一(yī)波梗，一个能够做出更(gèng)高清视频的AI还不足以在短时间(jiān)内戳中兴奋点(diǎn)。

Phenaki更(gèng)加令人震惊的地(dì)方在于，它可以制作出超过2分钟的(de)连贯的也有确(què)切内容的(de)视频，这(zhè)才是真正让人们感到(dào)惊喜的(de)地方。因为无论AI生成的视频多么(me)高清，也只能(néng)是为内容生(shēng)产者提供一(yī)个灵感，一个素材，一个过场(chǎng)动画(huà)。

不过(guò)能(néng)够制作出有具体剧情(qíng)内容的视频就意(yì)味着，一些视频创作由AI代(dài)替人工完成已(yǐ)经初步有了可能。

当下AI的发(fā)展速度已经超(chāo)过大部分人(rén)的(de)想(xiǎng)象(xiàng)。内容产(chǎn)业的本质是供给创造需求，AIGC作为全新的内容生产方式，可(kě)以(yǐ)为(wèi)内容产(chǎn)业带来更新的内(nèi)容风(fēng)格(gé)、更快的生产(chǎn)速度，更低的生产成本，这无疑会驱动内容产业(yè)的大爆(bào)发。

除(chú)了AI绘图、视频，AIGC技术还(hái)能应(yīng)用于音乐、代码、机器人动(dòng)作等多种(zhǒng)内容形式的生成。不(bù)难发(fā)现该项(xiàng)技术不仅在游戏(xì)等行业能得(dé)到有效应用(yòng)，对于下一代互联网各种元素的构(gòu)建(jiàn)亦有(yǒu)关键意义。

从(cóng)商业化的角度来看(kàn)，文(wén)化娱(yú)乐、教育、传媒等诸(zhū)多领域，本(běn)身就对基于(yú)AI的可视(shì)化内容有强烈需求(qiú)。

因(yīn)此，AI绘画及(jí)视频或(huò)不是(shì)结果(guǒ)，而只是AI进程(chéng)中的(de)一(yī)块重要拼图，有望在(zài)技术更新(xīn)的加(jiā)持下实现更大的应(yīng)用价(jià)值。

AI从理(lǐ)解(jiě)内容，走向了可(kě)以生成内容，甚(shèn)至能够创造出(chū)独立(lì)价值和(hé)独立视角的内容。AIGC的再次(cì)出圈，更代表着未来的(de)先进生(shēng)产力即将到(dào)来(lái)。

04

紧抓大(dà)模(mó)型与算力(lì)，牢固AIGC底座(zuò)

从技术的发展也可以看出，在语(yǔ)言大模(mó)型、图(tú)像大模型之后，多模态大模型已经成(chéng)为了新的(de)趋势。

大模型(xíng)被(bèi)誉(yù)为(wèi)当前人工智(zhì)能发展的智能底(dǐ)座(zuò)，是全球竞争最激烈的研究方(fāng)向之一，包括谷歌、亚马逊(xùn)、百(bǎi)度(dù)、阿里、腾讯等众(zhòng)多(duō)头部企业都在竞(jìng)相(xiāng)发力(lì)。

不(bù)过(guò)训(xùn)练大(dà)模型的确(què)价格不菲，以国盛证(zhèng)券发布的《ChatGPT需要多少算力(lì)》报告估(gū)算(suàn)，GPT-3训(xùn)练(liàn)一次的(de)成本约为140万美(měi)元。而对于一些更大(dà)的LLM(大(dà)型语言模型)，训练成本则介(jiè)于200万美元至1200万(wàn)美(měi)元高价之间(jiān)。

以ChatGPT在2023年1月(yuè)的独立访(fǎng)客(kè)平(píng)均(jūn)数1300万(wàn)计算，其对应芯片需求为3万多片英伟达(dá)A100 GPU，初始投入成本约为(wèi)8亿美元，每日仅(jǐn)电费就(jiù)在5万美(měi)元(yuán)左右。

此外不论是(shì)ChatGPT还是AIGC，都离(lí)不开庞大(dà)算(suàn)力(lì)支持。在关注各类大模型的发(fā)展同时，更应该关(guān)注(zhù)算力网(wǎng)络(luò)的建设(shè)。

算力网络正驱动AI产业发展进入(rù)史(shǐ)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(jí)目标(biāo)离得更近。

因为算力(lì)可以对突破性技术(shù)创(chuàng)新提供大力(lì)的支持。这方面，多(duō)模(mó)态大模型是典型(xíng)。作为面向未来强人工智能、通用人工(gōng)智能的重要技术创新，多模态大模型(xíng)已经在(zài)人工智(zhì)能(néng)领域提(tí)出了很(hěn)多年，业界也有不少技术突破，但是，多模态大模型进一步往下走，算力需(xū)求呈几何式上升，一(yī)般的(de)算力基础设施很快将(jiāng)难以(yǐ)胜(shèng)任(rèn)。

从图像、文字、语(yǔ)音单(dān)独一项的训练，到双模(mó)态、三(sān)模态的跃迁，让人(rén)工智能(néng)可以(yǐ)灵活应对不(bù)同模态的转化(huà)、像人与世界(jiè)交互一样(yàng)自然，这方面(miàn)，由算力网络来驱动将有明显优势。

揆诸当下的意思是什么，揆诸当下读音alt="ChatGPT之后又一应(yīng)用杀疯了，AIGC或进(jìn)入可控(kòng)期，将洗(xǐ)牌(pái)科技行业？_黑料正能量" decoding="async" src="https://mmbiz.heiliaofuli.com/wp-content/uploads/2023/03/a80c50d54314188.jpeg?imageMogr2/thumbnail/2160x0/format/webp/quality/80" data-ratio="0.562962962962963" data-type="jpeg" data-w="1080">

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

AIGC已经(jīng)露(lù)出曙光，期待在大模型和大算力的支持下AIGC能持(chí)续颠覆内容生(shēng)产的方式(shì)，将创造的边际成本降(jiàng)低，让万众受益。

未经允许不得转载：橘子百科-橘子都知道 揆诸当下的意思是什么，揆诸当下读音