自(zì)聊(liáo)天机器人ChatGPT火爆(bào)以来，微(wēi)软公司创始(shǐ)人比尔·盖茨已多次(cì)公开谈论(lùn)人工智能话题。在(zài)最近的(de)一次(cì)采访(fǎng)中，他再(zài)次表示：“AI可能(néng)会让科技行业迎(yíng)来一次剧烈的洗(xǐ)牌”。

这(zhè)个结论是他在当地时间2月20日接受《In Good Company》节目专访时提出(chū)的(de)。

他预期，AI的发展(zhǎn)可能会威胁到谷歌的市占率(lǜ)，因为微软在(zài)AI方面的行动相(xiāng)当迅速(sù)。而最终(zhōng)科技(jì)巨头将(jiāng)把AI整合成用户的“全能助手”，包揽一切应用，与人(rén)们进行沟通(tōng)并提(tí)供建(jiàn)议，可以取代(dài)亚马逊(xùn)、Siri或Outlook等(děng)应(yīng)用。

大(dà)佬口中全能(néng)助(zhù)手的(de)到来(lái)可(kě)能(néng)尚需时(shí)日，但由ControlNet引发的又一次AI绘画(huà)浪潮，让AIGC在ChatGPT的话题热点(diǎn)包围中(zhōng)杀(shā)出重围。

01

ControlNet颠覆AI绘画新(xīn)玩法

AIGC向可控靠近(jìn)

以AI绘画为代表的AIGC上一次爆火(huǒ)的时候，还(hái)是2022年8月，在美国(guó)科(kē)罗拉多州举办的新兴数字艺术家竞赛(sài)中(zhōng)，一幅名为《太(tài)空歌剧(jù)院》的作品获奖。

随后各大厂(chǎng)商的AI绘画软件(jiàn)被广大网友熟(shú)知并体验(yàn)，Stable Diffusion便是其中代表。

用户们可以在应用(yòng)中输入一组关键词或者一张照(zhào)片，就能获得一幅(fú)AI创作(zuò)的画(huà)作。

作画的关键就是所(suǒ)输入的文本(běn)。同一(yī)组关键词也可以创作出很多(duō)张(zhāng)风格不一样的画作，这让创作的过程就像开(kāi)盲盒(hé)。

很多用户很喜欢这种不确定的惊喜，他们会将生成(chéng)的美图当做头像。而(ér)另一部分喜欢翻看(kàn)AI绘画的“翻车”作(zuò)品。在(zài)社(shè)交媒体上(shàng)，许多用户分(fēn)享(xiǎng)AI“翻车(chē)现(xiàn)场”，例如，一位网友的小(xiǎo)狗(gǒu)照片被AI画成了(le)“肌肉(ròu)男”，还有网友的个(gè)人照(zhào)片被AI识(shí)别成(chéng)了(le)建筑。

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

ControlNet是(shì)一位(wèi)正(zhèng)在斯坦福(fú)读(dú)博的中国人张(zhāng)吕敏创作的一种基于控制点(diǎn)的图像(xiàng)变形算法(fǎ)，主要用于数字(zì)图(tú)像处(chù)理(lǐ)、计算机(jī)视觉(jué)和计算机图形(xíng)学等领域。

其SD插件一经发布，在短短的两天(tiān)内便成为了AI绘画领(lǐng)域最新的热点。

在此之前，大家(jiā)用(yòng)了很多方法想让AI生成(chéng)的结(jié)果尽可能(néng)的(de)符合要(yào)求，但是都不尽如(rú)人意，它的出现代表着(zhe)AI生成(chéng)开始进(jìn)入真正的可(kě)控时期。

因(yīn)为ControlNet可以直接(jiē)提取画面的构图，人物的姿势和画(huà)面的深度信息等。有了它的帮(bāng)助，就不用频繁的用提示词来碰运气，抽盲盒式的创作了。

通俗的说ControlNet相当(dāng)于给AI绘画(huà)加了“魔法(fǎ)”，不少博主的作品已经获得(dé)了大(dà)量的(de)浏览(lǎn)量，“viggo”就是(shì)其中之一(yī)，他用(yòng)朋友的照片直(zhí)接带她们走进动漫世(shì)界。

viggo先用StableDiffusion图片转文字。

再(zài)用Text2Prompt插件拓展找到对应的关键词；最后用(yòng)ControlNet插件绑定骨骼开始换关键词试(shì)效(xiào)果。

通过(guò)图片就可以看出来(lái)，效果十分惊(jīng)艳。

更厉害的是，除(chú)了真实的(de)照片，草图也可以加(jiā)上“魔法”，知(zhī)乎大(dà)牛“DevPoint”和(hé)“逗(dòu)砂”介绍到ControlNet还能实(shí)现线稿转全彩图。大神(shén)张吕敏(mǐn)其本(běn)尊也亲自回应。

不(bù)得(dé)不说(shuō)当下(xià)AIGC已经变得越来越强大，甚至输出的作品都已经(jīng)能以假(jiǎ)乱(luàn)真(zhēn)了。

02

难辨虚实，AIGC技术力爆发

警惕安全问题

近日，“苏州金鸡(jī)湖有游艇party”的消息火遍网络，而经过警(jǐng)方辟(pì)谣这所谓(wèi)的“party”可能是全国第一起AI绘图(tú)诈骗。

由于这个活(huó)动里面给出的美女(nǚ)照(zhào)片都(dōu)是AI制作的真人(rén)照片(piàn)绘图，因为(wèi)太(tài)逼真(zhēn)，被大(dà)家(jiā)当成真事传播了。

不(bù)过仔细(xì)观察可以发现，活动发起者提供(gōng)的照片(piàn)中有(yǒu)个(gè)很(hěn)大的漏洞可以发现并非真人，而是(shì)AI绘(huì)图，那便是图(tú)片中女性(xìng)的手(shǒu)指部分有的(de)存在异常。

有(yǒu)行业(yè)人(rén)事表示：“现在因为手指部(bù)分的绘画算法比较复杂，AI还(hái)不太(tài)会(huì)画人的手，但最(zuì)新(xīn)看到的图片已经有越来越完(wán)美的AI模型出现，以后可能就完全没有漏洞了。”

类似的AI作图(tú)诈骗在国外也已有发生(shēng)。据英(yīng)国广播公(gōng)司报道，土耳其地震期间(jiān)，有(yǒu)Tiktok用户使用AI合成了儿童受灾的假照片发(fā)布到网络，以此诱骗善(shàn)良的人打赏“捐助(zhù)”从(cóng)而实施诈(zhà)骗。

目(mù)前随着技术发展，AIGC已经能做(zuò)出(chū)真(zhēn)人照片般(bān)的绘图效(xiào)果，如果这样的图片被(bèi)用(yòng)来诈骗，将(jiāng)非常可(kě)怕(pà)。

此(cǐ)外AIGC还引发了很(hěn)多担忧，一方面(miàn)，批判者认(rèn)为AI在“学习(xí)”了大量前(qián)人的作品之后，其创作没有任何情绪和灵魂，难(nán)以和人类的艺术创(chuàng)作相提并论。

另一方面，AIGC背后的版权、目前都并没有得(dé)到有效的解决，还有AIGC会不会(huì)代(dài)替人类“至高无上”的创意。

马斯克也强(qiáng)调，人(rén)工智能的(de)安全(quán)问题需(xū)要得到重(zhòng)视，太晚就来不及(jí)了。

03

AIGC下(xià)一站除了视频，还有(yǒu)远方

技(jì)术都是有两面性的，潜(qián)在(zài)的危害并不能掩(yǎn)盖(gài)其光辉(huī)的贡献(xiàn)。现在看来，人工智能技术将是第四次工业革命的核心驱动力(lì)量，将(jiāng)创造(zào)新的增长奇(qí)迹(jì)。

过去一年，人(rén)工智能在(zài)技术和商业层面都有了巨大(dà)进展(zhǎn)，AI绘画就是人工智能技(jì)术发生(shēng)方向(xiàng)性改变的一个代(dài)表(biǎo)。其下一站或许就是视频。

此(cǐ)前，Meta和谷歌先后发布了(le)几(jǐ)条引爆科技圈的短视频。这些视频(pín)引发关注并非内容做得(dé)多优秀，反(fǎn)而(ér)都非常简单，比如一(yī)匹(pǐ)正(zhèng)在喝(hē)水(shuǐ)的马(mǎ)，一(yī)只画画(huà)的玩具熊，或(huò)者一段骑摩托车的第一视(shì)角录像，随便一个有(yǒu)手机的人都可以随手(shǒu)录下一(yī)段。

虎门销烟发生在哪里coding="async" src="https://mmbiz.heiliaofuli.com/wp-content/uploads/2023/03/007b969c3b9c5bd.gif?imageMogr2/thumbnail/2160x0/format/webp/quality/80" data-ratio="1" data-s="300,640" data-type="gif" data-w="256">

但这些短视频(pín)的(de)创作方式非常简单，创(chuàng)作(zuò)者(zhě)仅仅(jǐn)需(xū)要向AI输入一段话，甚至只是(shì)说一下要求，AI就可以根据(jù)需要(yào)生成一段视频。

谷歌发布的两个AI生成视(shì)频(pín)分别来自于(yú)Imagen Video和Phenaki，前(qián)者(zhě)主要(yào)突出的是高(gāo)清，与(yǔ)Meta的Make-A-Video没(méi)有太多(duō)的差别。

在Make-A-Video公布(bù)了AI生成的视频(pín)后，AI圈就已经玩(wán)了一波梗，一个(gè)能够(gòu)做出更高清视频的(de)AI还不足(zú)以在(zài)短(duǎn)时间内(nèi)戳中兴(xīng)奋点。

Phenaki更(gèng)加(jiā)令人(rén)震惊的地方(fāng)在于，它可以制作出超(chāo)过2分钟的连贯的也(yě)有(yǒu)确切内容(róng)的视(shì)频，这才是真正让人们(men)感到惊喜的地方。因为(wèi)无论AI生(shēng)成的视频多么高清，也只能是为内(nèi)容生产者提供(gōng)一个灵感，一个素材，一个过场动(dòng)画。

不过能够制作出有(yǒu)具体剧情内容的视频就意(yì)味着，一些视频创作由AI代替人工完成已(yǐ)经初步有了可能。

当(dāng)下AI的发(fā)展速度已经超过(guò)大(dà)部分人的想象。内(nèi)容产业的本质是供给创(chuàng)造需(xū)求，AIGC作(zuò)为全新(xīn)的(de)内容生产方式，可以为内容产业(yè)带来更新(xīn)的内(nèi)容风格(gé)、更快的生(shēng)产(chǎn)速(sù)度，更低的生产成本，这无疑会(huì)驱动内容(róng)产业的大爆发。

除了(le)AI绘图、视(shì)频，AIGC技术还能(néng)应用于音乐、代码、机器(qì)人动作等多种内容形式的生成。不(bù)难发现该项(xiàng)技术不仅在游戏等行业(yè)能得(dé)到有效应用(yòng)，对于下一代互联(lián)网各(gè)种元素的(de)构建亦有关键意义。

从商业化的角度来看(kàn)，文(wén)化娱乐、教育、传媒等诸多领域，本(běn)身就对基(jī)于AI的可(kě)视化内容有强烈(liè)需求。

因此，AI绘画及视频或不是(shì)结果，而只是AI进(jìn)程中的一块(kuài)重要拼图，有望在技术更(gèng)新的(de)加(jiā)持下实现更大的应用(yòng)价值。

AI从理解(jiě)内(nèi)容，走向(xiàng)了(le)可(kě)以生(shēng)成内容，甚至(zhì)能(néng)够创造出独(dú)立价值和独立视(shì)角的内容。AIGC的(de)再(zài)次出圈，更(gèng)代表着未(wèi)来(lái)的先进生产力即将到来。

04

紧抓大模型(xíng)与算力，牢固(gù)AIGC底(dǐ)座(zuò)

从(cóng)技术的发展也可以看出(chū)，在语言大模型(xíng)、图像大模型之(zhī)后，多模态大模型(xíng)已经成为了新的虎门销烟发生在哪里趋势。

大(dà)模(mó)型被誉(yù)为(wèi)当前人工智能发展的(de)智(zhì)能(néng)底座，是全球竞争最激烈的研究方(fāng)向之一，包(bāo)括(kuò)谷歌(gē)、亚马(mǎ)逊、百度、阿(ā)里、腾讯等(děng)众多头部企业(yè)都在竞相发力。

不(bù)过(guò)训(xùn)练大模型的确(què)价格不(bù)菲，以国(guó)盛证(zhèng)券发布的《ChatGPT需要多少算力》报(bào)告(gào)估(gū)算，GPT-3训练一(yī)次的成(chéng)本(běn)约为140万美元。而对于一些更大的LLM(大型语(yǔ)言模型)，训练(liàn)成本则介于200万(wàn)美元(yuán)至1200万美元高(gāo)价(jià)之间(jiān)。

以ChatGPT在2023年1月的独立访客平(píng)均数1300万计算，其(qí)对应芯片需求为3万多片(piàn)英伟(wěi)达A100 GPU，初始投(tóu)入成本约为8亿美元，每(měi)日仅电费就在5万美元左右。

此外不论是ChatGPT还是AIGC，都离(lí)不开庞大算(suàn)力(lì)支持(chí)。在关注各类大模型的发展同时，更应该(gāi)关注(zhù)算(suàn)力网络的建(jiàn)设。

算力网(wǎng)络正(zhèng)驱(qū)动AI产业发展进入史诗(shī)级(jí)加速进程，让AIGC及通用AI这一人工智能发展的终极目(mù)标离得更近。

因为算力(lì)可以对突破性技(jì)术创(chuàng)新提供大(dà)力(lì)的支持。这方面，多模态(tài)大(dà)模型是(shì)典(diǎn)型。作(zuò)为面向未(wèi)来强人工智能、通用(yòng)人(rén)工智能的(de)重要技术创新，多(duō)模态大模型已经在人(rén)工智(zhì)能(néng)领域提出了(le)很(hěn)多年，业界也有不(bù)少技术突(tū)破(pò)，但是，多模态(tài)大模型进(jìn)一(yī)步(bù)往下走(zǒu)，算力(lì)需求(qiú)呈几何式上升，一般的算力基础设施很快将难以胜任。

从图像(xiàng)、文(wén)字、语音(yīn)单独一项的训(xùn)练，到双(shuāng)模(mó)态(tài)、三模态的(de)跃迁，让(ràng)人(rén)工智能可以(yǐ)灵活应(yīng)对(duì)不同(tóng)模态的(de)转(zhuǎn)化、像人(rén)与世界交互一样(yàng)自(zì)然，这方面，由算力网络(luò)来驱动将有明显优势。

此外，还(hái)有(yǒu)很多(duō)需要爆发式增长的算(suàn)力来支撑的(de)技(jì)术创(chuàng)新，将(jiāng)在人工智能算力网络(luò)支(zhī)撑下快速推进(jìn)。

AIGC已经(jīng)露出(chū)曙(shǔ)光(guāng)，期待在大模型和大算力的支持下AIGC能持(chí)续颠覆内容生产的方式，将创造的边(biān)际成本(běn)降低，让万众受益。

未经允许不得转载：泉州电动车网 福建骑行网 虎门销烟发生在哪里