自聊天(tiān)机器人ChatGPT火爆以来，微软公(gōng)司创始人比尔(ěr)·盖茨已多次公开谈论人工(gōng)智能话题(tí)。在最(zuì)近(jìn)的一次采访中，他再(zài)次表(biǎo)示：“AI可能(néng)会让科技行业迎来一次(cì)剧烈的洗牌(pái)”。

这(zhè)个结论是他在当地时间2月20日接受《In Good Company》节目(mù)专访(fǎng)时提出的。

他预期，AI的发展可能会威胁到谷歌(gē)的市占率，因(yīn)为微软(ruǎn)在(zài)AI方面(miàn)的行动相当迅(xùn)速。而最(zuì)终科(kē)技(jì)巨(jù)头(tóu)将把AI整(zhěng)合(hé)成用户的“全能助手”，包揽(lǎn)一切(qiè)应用，与人们(men)进(jìn)行沟通并提供建议，可以取代亚(yà)马(mǎ)逊(xùn)、Siri或Outlook等应用。

大佬口中全(quán)能助手(shǒu)的到来(lái)可能尚需时日，但由ControlNet引(yǐn)发的又一次AI绘画浪潮，让AIGC在(zài)ChatGPT的话题热点包围中杀(shā)出重围。

01

ControlNet颠覆AI绘画新玩(wán)法

AIGC向可控靠近

以AI绘(huì)画为代表(biǎo)的AIGC上一(yī)次爆(bào)火的时(shí)候，还是2022年8月，在美国科罗拉多(duō)州(zhōu)举(jǔ)办的新兴数字(zì)艺术家竞赛(sài)中，一幅名为《太空歌(gē)剧院》的作品获(huò)奖。

随后各大厂商的AI绘画软件(jiàn)被广大(dà)网友(yǒu)熟知(zhī)并体验，Stable Diffusion便是其中代表。

用户们可以(yǐ)在应(yīng)用中(zhōng)输入一组关(guān)键(jiàn)词或者一张照(zhào)片，就能获得一幅AI创作的(de)画(huà)作。

作画的关键就是所输入的文本。同一组关键词也可以创(chuàng)作出很多(duō)张风(fēng)格不一样的画作(zuò)，这让创(chuàng)作的过程(chéng)就像开盲盒(hé)。

很多用户很喜欢这种(zhǒng)不确定(dìng)的惊喜(xǐ)，他们会将生成的美图(tú)当(dāng)做头像。而另一部分喜欢翻(fān)看(kàn)AI绘画的“翻(fān)车(chē)”作品。在社交媒体上(shàng)，许多用户分(fēn)享AI“翻车现场”，例如，一(yī)位网友(yǒu)的小狗照片被(bèi)AI画(huà)成了“肌肉男”，还有网友的个(gè)人照片被(bèi)AI识别成了建筑。

而(ér)如今(jīn)随着ControlNet的(de)出现与加持，以往AI绘画的填写关(guān)键词游戏可能要(yào)被(bèi)颠(diān)覆了。

ControlNet是(shì)一位正在斯(sī)坦福读博的(de)中国人(rén)张吕敏创作的一种基(jī)于控制点的图像变形算法，主要用于数字图像处(chù)理、计算机视觉(jué)和计(jì)算机图(tú)形学等领域。

其SD插件一经发布(bù)，在(zài)短短的(de)两天(tiān)内便成为了AI绘(huì)画(huà)领域最新(xīn)的热点。

在(zài)此之(zhī)前，大家用了(le)很多方法想让AI生成(chéng)的结果尽(jǐn)可能(néng)的符合要求，但(dàn)是都不尽如人意，它的出现(xiàn)代表(biǎo)着AI生(shēng)成开始进入真正的可控时(shí)期。

因为(wèi)ControlNet可(kě)以(yǐ)直接提取画面的(de)构图，人(rén)物(wù)的姿势和画面的深度信息等。有了它的帮助，就不用频繁的(de)用提示词来碰运(yùn)气，抽(chōu)盲盒(hé)式的创作(zuò)了(le)。

通(tōng)俗的说ControlNet相当于(yú)给AI绘画加了“魔法”，不少博主的作(zuò)品已经(jīng)获得了大量的浏览量，“viggo”就是其中之一，他用(yòng)朋友的照片(piàn)直接带她们走进动漫世界。

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

再用(yòng)Text2Prompt插件拓展(zhǎn)找到对应的关键词；最后用ControlNet插(chā)件(jiàn)绑定骨骼开始换(huàn)关键词试效果。

通过图片就可以(yǐ)看出来(lái)，效果十(shí)分惊艳。

更厉害(hài)的是，除了真实(shí)的照片，草图也可(kě)以加上“魔法”，知(zhī)乎大牛(niú)“DevPoint”和“逗砂”介(jiè)绍到ControlNet还能实(shí)现线稿转全彩图。大神张吕敏(mǐn)其本尊也亲自回应。

不得不说当(dāng)下AIGC已经变得越来越强(qiáng)大(dà)，甚至输(shū)出(chū)的(de)作品都已经能以假乱真了。

02

难辨(biàn)虚实，AIGC技术(shù)力爆发

警惕安全问题

近日，“苏州金鸡(jī)湖(hú)有游(yóu)艇party”的消息火遍网(wǎng)络，而(ér)经过(guò)警(jǐng)方辟谣这所谓的(de)“party”可能是(shì)全国第(dì)一起AI绘图(tú)诈骗。

由于这(zhè)个活动(dòng)里面给出的美女照片都(dōu)是(shì)AI制作的(de)真人照片绘图，因为(wèi)太逼真，被大家当成真事传(chuán)播了。

不过仔细(xì)观察可以发现，活动发起(qǐ)者提供的照片中有(yǒu)个很大的漏(lòu)洞可以(yǐ)发现并非(fēi)真人，而是AI绘(huì)图，那便是图片中女性的手指部分有的(de)存(cún)在异常(cháng)。一声不吭的意思是什么，一声不吭的意思和造句

有(yǒu)行业人(rén)事(shì)表示：“现(xiàn)在因为手指部分的绘画算法(fǎ)比较复(fù)杂(zá)，AI还不太会画人(rén)的手(shǒu)，但最新看到的图片已经(jīng)有越(yuè)来越完(wán)美的AI模型出现，以后(hòu)可能就(jiù)完全没有漏洞(dòng)了。”

类似的AI作图诈骗(piàn)在国外也已有发生。据英国广播公(gōng)司报(bào)道，土耳其地震期间，有Tiktok用户使用AI合(hé)成了儿(ér)童受灾的假照片发布(bù)到网络，以此诱(yòu)骗善良的人打赏“捐助”从而实(shí)施诈骗(piàn)。

目(mù)前随着技术发展，AIGC已(yǐ)经(jīng)能做出(chū)真人照片(piàn)般(bān)的绘图效果，如(rú)果这样的(de)图片被用来诈骗，将(jiāng)非常可怕。

此外AIGC还引发(fā)了很多(duō)担(dān)忧，一(yī)方面，批(pī)判(pàn)者(zhě)认为AI在(zài)“学习(xí)”了大量(liàng)前人(rén)的作(zuò)品之后，其创作没有任何情绪(xù)和(hé)灵魂，难以和人类的(de)艺术(shù)创作(zuò)相提并论。

另一方(fāng)面，AIGC背后的版(bǎn)权、目(mù)前都(dōu)并没有得到有效的解决，还有AIGC会不(bù)会代(dài)替人类(lèi)“至高无上”的创(chuàng)意。

马斯克也强调，人工智能的安全问题需要得到(dào)重视，太(tài)晚就来不及了。

03

AIGC下一(yī)站除了视频，还有远方

技术都是有两面性(xìng)的(de)，潜(qián)在的危害并(bìng)不(bù)能掩(yǎn)盖其光辉的贡献。现在(zài)看来(lái)，人工(gōng)智能(néng)技术将是第四次工(gōng)业革(gé)命的(de)核心驱动力量(liàng)，将创(chuàng)造新的增长奇迹。

过去一年，人(rén)工智能在技术和(hé)商业(yè)层(céng)面都有了巨大(dà)进展，AI绘画(huà)就是(shì)人工(gōng)智(zhì)能技术发生方向性改变(biàn)的(de)一个代表(biǎo)。其下一站或许就(jiù)是视(shì)频。

此前，Meta和谷歌先(xiān)后(hòu)发布了(le)几条引爆科技圈的短(duǎn)视频。这些视频引发关(guān)注并非内(nèi)容做得多优(yōu)秀，反而(ér)都非(fēi)常简单(dān)，比如一匹正(zhèng)在喝水的马，一只画画的玩具(jù)熊，或者(zhě)一段(duàn)骑(qí)摩(mó)托(tuō)车的第一视角录像，随便一个(gè)有(yǒu)手(shǒu)机(jī)的人都可以随手(shǒu)录下一(yī)段。

但(dàn)这些短(duǎn)视频的创作方式(shì)非常简单，创作者仅(jǐn)仅需要向AI输入一段话，甚至只是说(shuō)一(yī)下(xià)要求，AI就可以根据(jù)需(xū)要(yào)生成一段视频。

谷(gǔ)歌发布(bù)的两个AI生成(chéng)视(shì)频分别来自于Imagen Video和Phenaki，前者主要(yào)突出的是高(gāo)清(qīng)，与(yǔ)Meta的Make-A-Video没有太(tài)多的差别。

在Make-A-Video公(gōng)布了AI生成的视频后，AI圈就已经玩(wán)了一波梗，一个(gè)能(néng)够做(zuò)出更高清视频(pín)的AI还不(bù)足以(yǐ)在(zài)短时(shí)间内戳(chuō)中兴奋点。

Phenaki更加令(lìng)人(rén)震(zhèn)惊的地方在(zài)于，它可以制作出超(chāo)过2分钟的(de)连贯的也有(yǒu)确切内容的视频，这才(cái)是真正让人们(men)感到惊喜的地方。因为无论AI生(shēng)成(chéng)的(de)视(shì)频多么高(gāo)清(qīng)，也只(zhǐ)能是为内容生产者提供一个灵感，一个素材，一个过场动(dòng)画。

不过(guò)能够制(zhì)作出有具体剧情内容的视频就意味着，一些(xiē)视频创作由AI代替人(rén)工完成已经初步有了可能。

当下AI的发(fā)展速度已(yǐ)经超(chāo)过大部分人(rén)的想象。内容(róng)产业的本质是供给创造需求，AIGC作(zuò)为全新的内(nèi)容生产方(fāng)式，可以为内容(róng)产(chǎn)业带来更新的内容风(fēng)格(gé)、更快(kuài)的生产速度，更低的生产成本，这无(wú)疑会(huì)驱(qū)动内容产业(yè)的大(dà)爆发。

除了AI绘图(tú)、视频，AIGC技术还能应用(yòng)于音(yīn)乐、代码、机器人动作等多种内容形式的生成。不难发(fā)现(xiàn)该项技(jì)术不仅在游戏(xì)等行业(yè)能得到(dào)有效应用，对于(yú)下(xià)一代(dài)互联(lián)网各种元(yuán)素(sù)的构建亦有关键意义。

从商业化的角度(dù)来看，文化娱(yú)乐、教育、传媒等诸多领域，本(běn)身就对(duì)基于AI的可视化内容有强烈(liè)需求(qiú)。

因此，AI绘画(huà)及(jí)视频或不是结果，而只是AI进程中的一(yī)块重要拼图，有望在(zài)技术更(gèng)新的加持(chí)下实现(xiàn)更大的应用价值。

AI从理解内(nèi)容，走向了(le)可以(yǐ)生成内容，甚至(zhì)能够创造出独(dú)立价值(zhí)和独立视角的内(nèi)容。AIGC的再(zài)次出圈，更代(dài)表着未来的先进(jìn)生产力(lì)即将到来。

04

紧抓大模型(xíng)与算力，牢(láo)固AIGC底座

从技术的发展也(yě)可(kě)以看(kàn)出，在语言大模型、图(tú)像大(dà)模型之后，多(duō)模态大模型已经成(chéng)为了新的(de)趋势。

大模(mó)型被誉(yù)为当前人(rén)工(gōng)智(zhì)能发展(zhǎn)的智能底座，是全球竞争最激烈的(de)研究方向(xiàng)之一(yī)，包括(kuò)谷歌、亚马逊、百度、阿(ā)里、腾讯等众多头部(bù)企业都在(zài)竞相发力。

不过训(xùn)练(liàn)大模型(xíng)的确(què)价格不菲(fēi)，以国盛证(zhèng)券发(fā)布(bù)的《ChatGPT需要多少算力》报告估算，GPT-3训练一次(cì)的(de)成本约(yuē)为140万美元。而对于一些更大的(de)LLM(大型语言模(mó)型(xíng))，训练(liàn)成本则介(jiè)于200万美元至1200万美元高价之(zhī)间(jiān)。

以ChatGPT在2023年1月的(de)独立访客(kè)平均数1300万计算(suàn)，其(qí)对(duì)应芯片需求为3万多(duō)片英(yīng)伟达A100 GPU，初始投入成本约为8亿(yì)美元，每日仅电费(fèi)就(jiù)在5万美(měi)元左右(yòu)。

此外(wài)不(bù)论是(shì)ChatGPT还是AIGC，都离不开庞大算力支持。在(zài)关(guān)注各(gè)类(lèi)大模型的发展(zhǎn)同时，更应该关注算力网络的建设。

算力(lì)网络正驱动AI产(chǎn)业发展进入(rù)史诗(shī)级加(jiā)速进程，让AIGC及通用AI这一人工智(zhì)能发展的(de)终极目标离得更(gèng)近。

因为算力可(kě)以对突破(pò)性(xìng)技术创新提供大(dà)力的(de)支持。这方面，多模态大模型是典型。作为(wèi)面向未来强(qiáng)人工(gōng)智(zhì)能(néng)、通用人工智能的重要(yào)技术创新(xīn)，多模态大模型已经在人工(gōng)智能(néng)领域提出了很多年，业界也有不(bù)少技术一声不吭的意思是什么，一声不吭的意思和造句突破，但是，多模态(tài)大模型(xíng)进一步(bù)往下走，算力需求(qiú)呈几何式上升(shēng)，一(yī)般的算(suàn)力基础设施很快将(jiāng)难以胜任。

从图像、文字(zì)、语音(yīn)单(dān)独一(yī)项的训练，到双(shuāng)模态、三模态(tài)的跃迁，让人工智能可(kě)以灵活应对不同模(mó)态的转化、像人与世界(jiè)交互一样自(zì)然，这(zhè)方面，由算力网络来驱动将有明显优势(shì)。

此外，还有很多需要(yào)爆(bào)发式(shì)增长的算力来支撑的技(jì)术创(chuàng)新，将在人工(gōng)智能算力网络支撑下快速推(tuī)进。

AIGC已(yǐ)经露(lù)出曙光，期待在大模型(xíng)和大(dà)算力的支持下(xià)AIGC能(néng)持续颠覆内容生产的方式，将创造的边际(jì)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 一声不吭的意思是什么，一声不吭的意思和造句