自(zì)聊天机器人ChatGPT火爆以来，微软公司(sī)创始人比尔·盖(gài)茨(cí)已多(duō)次公开谈(tán)论人工智能话题。在(zài)最近的一次采访中，他再(zài)次表示(shì)：“AI可(kě)能会让科技(jì)行业(yè)迎来一次(cì)剧烈的洗牌”。

这个结论是他在(zài)当(dāng)地时间2月(yuè)20日接受《In Good Company》节目专访时提出(chū)的(de)。

他预期，AI的发展可能(néng)会威胁到谷歌(gē)的市占率，因为(wèi)微(wēi)软(ruǎn)在AI方(fāng)面的行(xíng)动相当迅速。而最终科(kē)技巨头将把(bǎ)AI整合成(chéng)用(yòng)户(hù)的“全能助手(shǒu)”，包揽一切(qiè)应(yīng)用(yòng)，与人(rén)们进行沟(gōu)通并提供建(jiàn)议，可以(yǐ)取代亚马逊(xùn)、Siri或(huò)Outlook等应用。

大佬口中全能助手的(de)到来(lái)可(kě)能尚(shàng)需时日，但由ControlNet引发的又一次AI绘画浪潮，让(ràng)AIGC在ChatGPT的话题热点包(bāo)围中杀(shā)出重围。

01

ControlNet颠(diān)覆AI绘画(huà)新玩法

AIGC向可控靠近

以AI绘画为代表的AIGC上一次(cì)爆火的时候，还是(shì)2022年(nián)8月，在美国科罗拉(lā)多州举办的新兴数(shù)字艺术家竞赛中，一(yī)幅(fú)名为《太空歌剧院》的作品获奖。

随后各大厂商(shāng)的AI绘画软(ruǎn)件被广大(dà)网友熟知并体验，Stable Diffusion便是其中代(dài)表。

用(yòng)户(hù)们(men)可(kě)以在应用(yòng)中输入一组关键词或者一张照(zhào)片，就(jiù)能获(huò)得一幅AI创作的画作。

作(zuò)画(huà)的关键就是(shì)所输入的(de)文本。同一组关(guān)键词也可(kě)以创(chuàng)作出很多张风格不一样的(de)画作(zuò)，这让创作(zuò)的过程就像开盲盒。

很多用户很(hěn)喜欢(huān)这(zhè)种不确定(dìng)的惊喜，他们会(huì)将生成的美图当做头像。而另一部分(fēn)喜欢翻看(kàn)AI绘画的“翻车”作品(pǐn)。在社交媒体(tǐ)上，许(xǔ)多(duō)用(yòng)户分享AI“翻车现场(chǎng)”，例如，一位(wèi)网友(yǒu)的小(xiǎo)狗照片(piàn)被AI画成了“肌(jī)肉男”，还有(yǒu)网(wǎng)友的个人照片被AI识别成了建筑。

而如今随着ControlNet的出现与加持，以往AI绘(huì)画的填(tián)写关键词游(yóu)戏可(kě)能要被(bèi)颠覆(fù)了(le)。

ControlNet是(shì)一(yī)位正在斯(sī)坦福读博的中国人张吕敏创作的(de)一种基于控制点的图像(xiàng)变形算法，主(zhǔ)要用于(yú)数(shù)字图(tú)像处理、计算机视觉(jué)和计算机图(tú)形(xíng)学等(děng)领域。

其(qí)SD插(chā)件(jiàn)一经发布，在短(duǎn)短(duǎn)的两天(tiān)内便(biàn)成为了AI绘画领域最新的热(rè)点。

在此(cǐ)之(zhī)前，大家用了(le)很多方法(fǎ)想(xiǎng)让(ràng)AI生成的(de)结果尽可能的(de)符(fú)合要求，但是(shì)都不尽(jǐn)如人意，它的出现代表着AI生成(chéng)开始进入真正(zhèng)的可控时(shí)期。

因为ControlNet可以直接提取画(huà)面的(de)构图，人物的(de)姿势和画面(miàn)的深度(dù)信息等。有了它的帮助，就不用频繁的用提示词(cí)来(lái)碰(pèng)运气，抽盲盒式的创作(zuò)了。

通俗(sú)的说ControlNet相当(dāng)于给AI绘(huì)画加了(le)“魔(mó)法”，不少博主的作品(pǐn)已经获得了大量的(de)浏(liú)览量，“viggo”就是(shì)其中之(zhī)一，他用朋(péng)友(yǒu)的照片直(zhí)接带(dài)她们走进动漫(màn)世界。

viggo先用StableDiffusion图(tú)人次是指什么，人次是单位吗片转文(wén)字。

再用Text2Prompt插件拓展(zhǎn)找到对应的关键(jiàn)词；最后用ControlNet插(chā)件绑定骨(gǔ)骼开始换关键(jiàn)词试效果(guǒ)。

通过图片(piàn)就可以看(kàn)出来，效果十分惊艳。

更厉害的是，除(chú)了真实的照片，草(cǎo)图也可以加上“魔法”，知乎(hū)大牛“DevPoint”和“逗砂”介(jiè)绍(shào)到ControlNet还能实(shí)现线稿(gǎo)转全(quán)彩图。大神张(zhāng)吕(lǚ)敏其本尊也亲自回(huí)应。

不得(dé)不说当下AIGC已经(jīng)变得越来越强(qiáng)大，甚至输出的作品(pǐn)都已经(jīng)能以(yǐ)假乱真了(le)。

02

难辨(biàn)虚(xū)实，AIGC技(jì)术力爆发

警惕安全问题

近日，“苏州金鸡湖有(yǒu)游艇party”的消息火遍网络(luò)，而经过(guò)警方辟谣(yáo)这所谓的(de)“party”可能是(shì)全国第一起(qǐ)AI绘图诈(zhà)骗。

由于这(zhè)个活动里面给出的美女(nǚ)照片都是(shì)AI制作(zuò)的真人照片绘图，因(yīn)为太逼真，被大家(jiā)当成真事传播了。

不过(guò)仔细观察可以发现，活动发起者提供的照片中有(yǒu)个(gè)很大(dà)的漏(lòu)洞可以发现并非真人，而是AI绘图(tú)，那便是图片中女性的手指(zhǐ)部(bù)分有的(de)存在异常(cháng)。

有(yǒu)行业人事表示：“现(xiàn)在因为手指(zhǐ)部分的绘画算法(fǎ)比较复杂，AI还(hái)不太会画人的手，但最(zuì)新看到的图片已经有越来越(yuè)完美的AI模型出现，以后可(kě)能(néng)就完全没有漏洞(dòng)了。”

类似的(de)AI作图诈骗在国外(wài)也已有发生。据英国广(guǎng)播公(gōng)司报(bào)道，土耳其地震期间(jiān)，有Tiktok用户使用AI合成了(le)儿童(tóng)受灾的假照片发布(bù)到(dào)网络，以此(cǐ)诱(yòu)骗善良的人(rén)打赏(shǎng)“捐助(zhù)”从(cóng)而实施诈(zhà)骗。

目前(qián)随着(zhe)技术发展，AIGC已(yǐ)经能做出(chū)真人(rén)照片般(bān)的绘图效(xiào)果，如果这样的图片被用来诈骗，将(jiāng)非常可(kě)怕。

此外(wài)AIGC还引发了很多担(dān)忧(yōu)，一方面，批判者认为(wèi)AI在“学习”了大量前人的作品之(zhī)后，其创(chuàng)作没(méi)有(yǒu)任何情(qíng)绪和(hé)灵魂，难以(yǐ)和人类的艺术创作相提并论。

另(lìng)一方面(miàn)，AIGC背后的(de)版权、目前(qián)都并(bìng)没有得到有(yǒu)效的解决，还有AIGC会不会代替(tì)人类(lèi)“至高无上”的创意(yì)。

马斯克也强调，人工(gōng)智能的安全(quán)问题需要(yào)得到重视，太晚就来不(bù)及了。

03

AIGC下(xià)一站除(chú)了(le)视(shì)频，还有远方

技术都(dōu)是有两(liǎng)面性的(de)，潜在的危害并(bìng)不能(néng)掩盖其光辉(huī)的贡献。现在看来(lái)，人(rén)工(gōng)智能技术将是第四次工业革命(mìng)的核(hé)心(xīn)驱(qū)动力(lì)量，将(jiāng)创造新(xīn)的(de)增长(zhǎng)奇迹。

过去一年，人工智能在技术(shù)和商业(yè)层面都有了巨大进展，AI绘画就是人工智(zhì)能技术发生方(fāng)向性改变的一个代表。其下一站或许就是视频。

此前，Meta和谷歌先后发布了几条(tiáo)引爆科(kē)技圈(quān)的短视频(pín)。这些视(shì)频引(yǐn)发关注并非内容做(zuò)得多优秀，反而都非常简(jiǎn)单，比如一匹正在喝(hē)水的马，一只画画的玩具熊(xióng)，或者一段(duàn)骑摩托车的第一视角录像，随便一个有(yǒu)手(shǒu)机的人都可以随手(shǒu)录下一段。

但(dàn)这些短(duǎn)视(shì)频(pín)的(de)创(chuàng)作方(fāng)式非(fēi)常(cháng)简单，创(chuàng)作者仅仅需要(yào)向AI输入(rù)一(yī)段(duàn)话(huà)，甚至(zhì)只是说一下要求，AI就(jiù)可以(yǐ)根据需要生成一段视频。

谷歌发布(bù)的两个AI生(shēng)成视频(pín)分别(bié)来自于Imagen Video和Phenaki，前者主(zhǔ)要突出的是高清，与Meta的(de)Make-A-Video没有(yǒu)太(tài)多的差(chà)别。

在Make-A-Video公布了AI生(shēng)成(chéng)的视(shì)频后，AI圈就(jiù)已经(jīng)玩(wán)了一波梗，一(yī)个能够做出更高清视频(pín)的AI还(hái)不足以在短(duǎn)时(shí)间内戳中(zhōng)兴(xīng)奋点。

Phenaki更加令人震惊的地(dì)方(fāng)在于，它可以制作(zuò)出超过(guò)2分钟的连贯的也有确切内容的(de)视频，这才(cái)是(shì)真(zhēn)正(zhèng)让(ràng)人(rén)们感(gǎn)到(dào)惊喜的(de)地(dì)方。因为(wèi)无(wú)论(lùn)AI生成的视频多么(me)高清，也只能是为(wèi)内容生产者提供一个灵感，一个素材，一个(gè)过场动画(huà)。

不(bù)过能够制作(zuò)出(chū)有具体剧(jù)情内(nèi)容的(de)视(shì)频就意(yì)味着，一些(xiē)视频(pín)创作由(yóu)AI代(dài)替人(rén)工完成已经初步有了可(kě)能。

当下AI的发展速度已(yǐ)经(jīng)超过大(dà)部分人的(de)想象。内容产业的本(běn)质是供给创造(zào)需求(qiú)，AIGC作为(wèi)全新(xīn)的内容(róng)生产方式，可以为(wèi)内容产业带来更(gèng)新(xīn)的内容风格、更快的(de)生产速(sù)度，更(gèng)低(dī)的生产(chǎn)成本，这无疑(yí)会驱动内容产业的大爆发。

除了AI绘图、视频，AIGC技术还能应用(yòng)于(yú)音乐、代码、机器人动作等多种(zhǒng)内容形式的生成(chéng)。不难发现该(gāi)项技术不仅在游戏等行业能得到有效(xiào)应用，对于下一代互联(lián)网各种元素的构(gòu)建(jiàn)亦有(yǒu)关键意义(yì)。

从商业化的角(jiǎo)度来看，文化(huà)娱乐、教育、传媒(méi)等诸多领域，本身就(jiù)对基于AI的(de)可(kě)视(shì)化内容有强烈需求(qiú)。

因(yīn)此，AI绘画及(jí)视频(pín)或不是结果，而(ér)只是AI进程(chéng)中(zhōng)的(de)一块重要拼(pīn)图(tú)，有望在(zài)技术更(gèng)新的加持下实现更大的应用价值(zhí)。

AI从理解内容，走(zǒu)向了可以生成内容，甚至能够(gòu)创造出独立价值(zhí)和独立视(shì)角的(de)内容。AIGC的再(zài)次出圈，更代表着未(wèi)来的先进生(shēng)产力即将到来。

04

紧抓大模(mó)型与(yǔ)算力，牢固AIGC底座

从(cóng)技术的发展也可以看出，在语(yǔ)言大模型(xíng)、图(tú)像大(dà)模型之后，多(duō)模态(tài)大模(mó)型已(yǐ)经成为了(le)新(xīn)的趋(qū)势。

大模型被誉为当前(qián)人工智能发展的智能底座，是全(quán)球(qiú)竞争最激烈(liè)的研究方向之一，包括谷歌(gē)、亚马逊、百度(dù)、阿里(lǐ)、腾讯(xùn)等众(zhòng)多头部(bù)企业都在竞相(xiāng)发(fā)力。

不过训练大模型(xíng)的确价格不菲，以国盛证券发布的《ChatGPT需(xū)要多少算力(lì)》报告(gào)估算，GPT-3训练一次的成(chéng)本约为140万(wàn)美(měi)元。而对于(yú)一(yī)些更大的(de)LLM(大型(xíng)语言(yán)模(mó)型)，训练成本则介(jiè)于200万美元(yuán)至(zhì)1200万(wàn)美元高价之(zhī)间。

以(yǐ)ChatGPT在2023年1月的(de)独立访客(kè)平均数1300万计算，其对(duì)应(yīng)芯片需求(qiú)为3万多(duō)片英伟达A100 GPU，初(chū)始投(tóu)入成本(běn)约(yuē)为8亿美(měi)元，每(měi)日仅(jǐn)电费就在5万美元左右(yòu)。

此外不论(lùn)是ChatGPT还是AIGC，都离不开庞大(dà)算力(lì)支持。在关注各类大模型(xíng)的发展同时，更应(yīng)该关注(zhù)算力网络的建(jiàn)设(shè)。

算力网络正驱动AI产业发(fā)展进入史诗级加速进程，让(ràng)AIGC及通用AI这一人工智(zhì)能发展的(de)终极(jí)目(mù)标(biāo)离得更近。

因为算力可以对突(tū)破性(xìng)技术创新提供(gōng)大(dà)力的支持。这方面，多(duō)模(mó)态大(dà)模型是典型。作(zuò)为(wèi)面向未来强人工智能、通用人工(gōng)智能(néng)的(人次是指什么，人次是单位吗de)重要技术创新(xīn)，多(duō)模态大模型(xíng)已经在人工智能(néng)领域提出了很多年，业界也(yě)有(yǒu)不少(shǎo)技(jì)术(shù)突(tū)破，但是(shì)，多模态大模型进一(yī)步往下(xià)走，算力需求呈(chéng)几何式(shì)上升，一般的算力基础设施很快将难以胜任。

从图像(xiàng)、文字、语音单独一项的训练，到(dào)双模态、三模(mó)态的跃迁，让人工智(zhì)能可以灵活应(yīng)对不同模(mó)态的(de)转化、像(xiàng)人与(yǔ)世界交互一样(yàng)自然(rán)，这方面，由算力网络来驱动(dòng)将有(yǒu)明(míng)显优势。

此外，还有很多需(xū)要(yào)爆发式增长的算(suàn)力来支撑(chēng)的技术创新，将在人工智能算力网(wǎng)络支撑下(xià)快速推进。

AIGC已经露出(chū)曙光，期待在(zài)大模型和大算力的支持下AIGC能持续颠覆内容生(shēng)产的方式，将创造的边际(jì)成本降低，让万众受(shòu)益(yì)。

未经允许不得转载：泉州电动车网 福建骑行网 人次是指什么，人次是单位吗