自聊天机器人ChatGPT火爆以来，微软公司创始(shǐ)人(rén)比尔·盖(gài)茨已(yǐ)多次公(gōng)开谈论人(rén)工智能话题。在最(zuì)近的一次采访中，他再次(cì)表示：“AI可能(néng)会让科技行业迎来(lái)一次剧(jù)烈的洗(xǐ)牌(pái)”。

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

他预期(qī)，AI的发展可(kě)能会威(wēi)胁到谷歌的市(shì)占率，因为微软在AI方面的(de)行动(dòng)相当迅(xùn)速(sù)。而(ér)最终(zhōng)科技巨头将把(bǎ)AI整合(hé)成用户(hù)的“全能(néng)助手”，包揽(lǎn)一切应用，与(yǔ)人们进行沟通并提供建议，可以取代亚(yà)马逊、Siri或Outlook等应用。

大佬口中全能助手的(de)到来(lái)可能尚需时日(rì)，但由ControlNet引发的又(yòu)一次AI绘画浪潮，让AIGC在ChatGPT的话题(tí)热点包(bāo)围(wéi)中杀出(chū)重(zhòng)围(wéi)。

01

ControlNet颠(diān)覆AI绘(huì)画新玩(wán)法

AIGC向可控靠(kào)近(jìn)

以AI绘画为代表的AIGC上(shàng)一次爆火的时(shí)候，还是2022年8月，在美国科罗拉(lā)多(duō)州举办的新兴(xīng)数字(zì)艺术家竞赛中，一幅名为(wèi)《太空歌剧院》的作品获奖。

随后各大(dà)厂商的AI绘画软(ruǎn)件被(bèi)广大网友(yǒu)熟(shú)知并(bìng)体验，Stable Diffusion便是其中代表。

用户们可(kě)以在应用中(zhōng)输入(rù)一组(zǔ)关键词或(huò)者(zhě)一(yī)张照片，就(jiù)能获得一幅AI创作的画作。

作画的关键就(jiù)是所输入(rù)的文(wén)本(běn)。同一组(zǔ)关键(jiàn)词也可以(yǐ)创作出很多张风格不(bù)一样(yàng)的(de)画作，这(zhè)让创(chuàng)作(zuò)的过程就像开(kāi)盲盒。

很多用户很喜欢这(zhè)种(zhǒng)不确定的(de)惊喜，他们(men)会将生成的(de)美图当做(zuò)头像。而(ér)另一(yī)部分(fēn)喜(xǐ)欢翻看AI绘画的(de)“翻车”作品(pǐn)。在社交媒体上，许多用户分享AI“翻(fān)车现场(chǎng)”，例如，一(yī)位网友的小狗(gǒu)照(zhào)片被AI画成了“肌肉男”，还有网(wǎng)友(yǒu)的个人照(zhào)片被AI识别(bié)成(chéng)了(le)建(jiàn)筑。

而如今随着ControlNet的出现与加持，以往(wǎng)AI绘画(huà)的填写关键词游戏可(kě)能(néng)要被颠(diān)覆了。

ControlNet是(shì)一位(wèi)正在斯坦(tǎn)福读博的中国人(rén)张(zhāng)吕(lǚ)敏创(chuàng)作的一(yī)种基于控制点(diǎn)的(de)图像(xiàng)变形(xíng)算法，主要用于(yú)数(shù)字图像处理、计算机(jī)视觉和(hé)计算机图(tú)形学等领(lǐng)域。

其SD插件一经发布，在短短的两天内便成为(wèi)了(le)AI绘画领域(yù)最新(xīn)的热点。

在此之前，大家用了很(hěn)多方法想让AI生成的(de)结果尽可能的符合要求，但是(shì)都不尽如(rú)人意，它的出现代表着AI生成(chéng)开始(shǐ)进(jìn)入真正的可控时(shí)期。

因为(wèi)ControlNet可(kě)以(yǐ)直(zhí)接提取画(huà)面的(de)构图，人物(wù)的(de)姿势(shì)和画面的深度(dù)信息等。有了它的帮(bāng)助，就不用频繁的用提示(shì)词来(lái)碰(pèng)运气，抽盲(máng)盒式(shì)的创作了。

通俗(sú)的(de)说ControlNet相当于给AI绘画加了“魔法”，不少博主的作品已经获得了(le)大量的浏(liú)览量(liàng)，“viggo”就是(shì)其(qí)中(zhōng)之(zhī)一(yī)，他用朋友的照片(piàn)直接带她们走(zǒu)进动漫世界(jiè)。

民航三个敬畏是指什么 民航三个敬畏是什么时候提出的>

viggo先用StableDiffusion图片转文字。

再用(yòng)Text2Prompt插件拓展找到(dào)对(duì)应的(de)关键词；最(zuì)后(hòu)用ControlNet插件绑定骨骼开始换关键词试效(xiào)果。

通过(guò)图片就(jiù)可以看出来，效果(guǒ)十分惊艳。

更厉害的是，除了(le)真(zhēn)实(shí)的照片，草图也可以加上“魔法”，知(zhī)乎(hū)大牛“DevPoint”和“逗砂”介绍到(dào)ControlNet还能实现(xiàn)线稿(gǎo)转全彩图。大神张吕敏其本(běn)尊也亲自回应。

不得不(bù)说当下(xià)AIGC已(yǐ)经变得越来(lái)越强大，甚至(zhì)输出(chū)的作品都已经能(néng)以假乱真了。

02

难辨虚实，AIGC技(jì)术力(lì)爆发

警惕安全问题

近日，“苏州金鸡湖有游艇(tǐng)party”的消息火(huǒ)遍网络，而经(jīng)过(guò)警方辟谣这所(suǒ)谓的“party”可(kě)能是全国第一起AI绘(huì)图诈骗。

由(yóu)于这个活(huó)动里面(miàn)给出(chū)的美女照片都是AI制作的真人照片绘图(tú)，因为太(tài)逼真，被(bèi)大家(jiā)当成真事(shì)传播了。

不过(guò)仔细观察(chá)可以发(fā)现，活动发起(qǐ)者提供的(de)照片中有(yǒu)个很大的漏洞可以(yǐ)发现(xiàn)并(bìng)非(fēi)真人(rén)，而是AI绘(huì)图，那便是图片(piàn)中女性(xìng)的手(shǒu)指部分有的存在(zài)异常。

有(yǒu)行业人(rén)事表(biǎo)示：“现在因为手(shǒu)指部分的绘(huì)画(huà)算法比较复杂(zá)，AI还不太会(huì)画人的手(shǒu)，但(dàn)最(zuì)新看到(dào)的(de)图(tú)片已经有(yǒu)越来越(yuè)完美的AI模型出(chū)现，以后可能就完全没(méi)有漏洞了。”

类似(shì)的AI作图诈骗在国外也(yě)已有发(fā)生。据英(yīng)国广播公司报道，土(tǔ)耳其地(dì)震(zhèn)期间，有(yǒu)Tiktok用户使用AI合(hé)成了儿童受灾的假照片发布到网(wǎng)络，以此诱骗善良的(de)人打赏“捐助”从(cóng)而实施诈(zhà)骗。

目前随着(zhe)技术发(fā)展(zhǎn)，AIGC已(yǐ)经能做出(chū)真人照片般的绘图效果，如果这样的(de)图片被用来诈骗，将非常可怕。

此(cǐ)外AIGC还引发了很(hěn)多担忧，一方面(miàn)，批(pī)判者认(rèn)为(wèi)AI在“学(xué)习(xí)”了大量前人的作品(pǐn)之后，其创作(zuò)没有任何情绪和(hé)灵魂，难以和人类的艺术创作相提并论。

另(lìng)一方(fāng)面，AIGC背后的版权、目前(qián)都并没有得到有效的解决，还有AIGC会(huì)不会代替人类(lèi)“至高(gāo)无(wú)上”的创意。

马斯克也强(qiáng)调，人工智能的安全问(wèn)题(tí)需(xū)要得到重视(shì)，太晚就(jiù)来不及了。

03

AIGC下一(yī)站(zhàn)除(chú)了视频，<民航三个敬畏是指什么 民航三个敬畏是什么时候提出的strong>还有(yǒu)远方

技(jì)术(shù)都是有两面性(xìng)的，潜在的危(wēi)害并不能掩盖(gài)其光辉的(de)贡(gòng)献。现在看来，人工(gōng)智能技(jì)术将是(shì)第四次(cì)工业革命(mìng)的核心驱动(dòng)力量(liàng)，将创造新的增长(zhǎng)奇迹。

过去(qù)一年，人工智能在技术和商(shāng)业层面都(dōu)有了巨(jù)大(dà)进展(zhǎn)，AI绘画就是(shì)人(rén)工智(zhì)能技术发(fā)生方向性改变的一个代表。其(qí)下一站或许(xǔ)就是(shì)视(shì)频。

此(cǐ)前，Meta和谷(gǔ)歌(gē)先(xiān)后发布了(le)几条引爆科技圈的短视频。这些视频引(yǐn)发关注并非内容做得多优秀(xiù)，反而都(dōu)非常简单，比如(rú)一匹(pǐ)正在喝(hē)水(shuǐ)的马(mǎ)，一只画(huà)画的玩具熊，或(huò)者一(yī)段骑摩托车的第一(yī)视角录像，随(suí)便一个有手机的人都可以随手(shǒu)录下一(yī)段(duàn)。

但这些短(duǎn)视频的(de)创(chuàng)作方(fāng)式非(fēi)常简单，创作者仅仅需要向AI输入一段话(huà)，甚(shèn)至(zhì)只是说一(yī)下要求，AI就可以根据需要(yào)生成(chéng)一(yī)段(duàn)视频。

谷(gǔ)歌发布的两个AI生成视频分别来自于Imagen Video和Phenaki，前者主(zhǔ)要突出(chū)的是高清，与Meta的Make-A-Video没有太(tài)多的差别(bié)。

在Make-A-Video公布(bù)了(le)AI生成的视频后，AI圈(quān)就已经玩(wán)了(le)一波梗，一(yī)个(gè)能够做出更高清(qīng)视频的AI还不足以在短时间内(nèi)戳中兴奋点。

Phenaki更(gèng)加令人震惊(jīng)的地方在于，它可以制作出(chū)超过(guò)2分(fēn)钟的(de)连贯的(de)也(yě)有确切内容的视频，这(zhè)才是真正让(ràng)人们感到惊喜(xǐ)的地(dì)方。因为(wèi)无论AI生成的视频多么高清，也只能(néng)是为内(nèi)容生产者提供一个灵感，一个素材，一个过场动画。

不过能够(gòu)制作(zuò)出有(yǒu)具体剧情内容的视频就意味着，一些视(shì)频(pín)创(chuàng)作由AI代替(tì)人工完成已(yǐ)经初步有了可能。

当(dāng)下(xià)AI的发(fā)展(zhǎn)速度已经超过大部(bù)分人(rén)的想(xiǎng)象。内容(róng)产业的本(běn)质是(shì)供给(gěi)创造需求，AIGC作为全(quán)新的内(nèi)容生(shēng)产方式，可以为内容(róng)产(chǎn)业带来更(gèng)新的(de)内容风格、更快的生产(chǎn)速度(dù)，更(gèng)低的生产成本，这无疑会驱动内容产业的大爆发。

除(chú)了AI绘图、视频，AIGC技术还能应(yīng)用于音乐、代码、机器人动作等多种内容(róng)形式的生(shēng)成。不难发现该项技术不仅在游戏等(děng)行业能得(dé)到有效应用(yòng)，对于下一代(dài)互联网各(gè)种元素的构建亦(yì)有关键意义(yì)。

从商业(yè)化的角度来看，文化娱乐、教育、传媒(méi)等诸多(duō)领域，本身就(jiù)对基于AI的可视(shì)化内容有强烈需(xū)求。

因此，AI绘画及视频或不(bù)是结(jié)果，而只是AI进程中的(de)一(yī)块(kuài)重(zhòng)要拼图，有望(wàng)在技(jì)术更新的(de)加持下实现更大(dà)的(de)应用价值。

AI从理(lǐ)解(jiě)内(nèi)容，走(zǒu)向了可以生成内容，甚至能够(gòu)创(chuàng)造出(chū)独立价值(zhí)和(hé)独立视角的内容。AIGC的(de)再次出(chū)圈(quān)，更(gèng)代表着(zhe)未(wèi)来的先进生产(chǎn)力即将到来。

04

紧抓大模型与算力，牢(láo)固AIGC底座

从技术的(de)发(fā)展(zhǎn)也(yě)可以看(kàn)出，在语言大模型(xíng)、图(tú)像大模(mó)型之后，多模(mó)态大模型已经(jīng)成为了新的趋(qū)势。

大模型被誉为当前人(rén)工智能(néng)发展的智(zhì)能底座，是全球竞争最激烈的研究(jiū)方向之一，包(bāo)括(kuò)谷歌(gē)、亚马(mǎ)逊、百度、阿里、腾(téng)讯(xùn)等(děng)众多头部企业都(dōu)在(zài)竞(jìng)相(xiāng)发力(lì)。

不过训练大模(mó)型的确价格不菲，以国盛证券发布的《ChatGPT需要多少算力》报告估算，GPT-3训(xùn)练一次的成(chéng)本(běn)约(yuē)为(wèi)140万(wàn)美元。而对于一些更大的LLM(大型语言模型)，训练(liàn)成本则(zé)介于200万(wàn)美(měi)元至1200万美元高价之(zhī)间。

以ChatGPT在2023年1月的独立访(fǎng)客平均(jūn)数1300万计算(suàn)，其对(duì)应芯片需求为3万(wàn)多片英伟达A100 GPU，初始(shǐ)投入(rù)成(chéng)本约为(wèi)8亿(yì)美元，每日(rì)仅电费就在5万美元左(zuǒ)右。

此外不论是ChatGPT还是AIGC，都离不开(kāi)庞大算(suàn)力支持。在(zài)关注各类大(dà)模型的发展同时，更应该(gāi)关注(zhù)算力网络的建(jiàn)设。

算力网(wǎng)络正驱动(dòng)AI产业发(fā)展进入史诗级加速进程，让AIGC及通用AI这一人工(gōng)智能发展(zhǎn)的(de)终极目标离得更近。

因为算力可(kě)以对(duì)突破性(xìng)技术创新提供大力的支(zhī)持。这方(fāng)面，多模态(tài)大模型是典型。作为(wèi)面向未(wèi)来(lái)强人工智能、通(tōng)用(yòng)人工智能(néng)的(de)重要(yào)技术(shù)创(chuàng)新，多(duō)模态大模(mó)型(xíng)已经在人工智能领(lǐng)域提出(chū)了(le)很多年，业界也有不少技术(shù)突破，但是，多模(mó)态(tài)大(dà)模型进一步往下走，算(suàn)力需求呈(chéng)几(jǐ)何(hé)式上升，一般的算力基础设施(shī)很(hěn)快将难以胜任。

从图像、文字、语音单(dān)独一(yī)项的(de)训练，到(dào)双模态、三模(mó)态的跃迁，让人工智能可以灵活应对不同模态(tài)的转化、像人与世界交互一样(yàng)自然，这方面，由(yóu)算力网络(luò)来驱(qū)动将有(yǒu)明显优势。

此(cǐ)外，还有很多需要爆发式(shì)增长的算力(lì)来支撑的技术创新，将在人工(gōng)智能算(suàn)力网络支撑下(xià)快速(sù)推进(jìn)。

AIGC已经露(lù)出曙光，期待在大模型(xíng)和大算力的支持(chí)下AIGC能持续颠覆内(nèi)容生产的(de)方式，将创造的边际成本降低，让万众受益。

未经允许不得转载：泉州电动车网 福建骑行网 民航三个敬畏是指什么 民航三个敬畏是什么时候提出的