自聊天机器人ChatGPT火爆以来，微软公司创始人比尔·盖(gài)茨(cí)已多次(cì)公开谈论(lùn)人(rén)工(gōng)智能话题。在最(zuì)近的(de)一(yī)次采(cǎi)访中，他再次表示：“AI可能会让科技行业(yè)迎(yíng)来(lái)一次剧烈的洗牌”。

这(zhè)个结论(lùn)是他(tā)在当地时(shí)间2月(yuè)20日接受《In Good Company》节(jié)目专(zhuān)访时提出(chū)的(de)。

他预期，AI的发展可能会威(wēi)胁(xié)到谷歌的市(shì)占率，因为(wèi)微软在AI方面的行动相(xiāng)当迅速。而(ér)最终科技巨头将把AI整合(hé)成用户的“全能助手”，包(bāo)揽一切(qiè)应用(yòng)，与人们进(jìn)行沟(gōu)通(tōng)并提供建(jiàn)议，可以(yǐ)取代亚马(mǎ)逊(xùn)、Siri或Outlook等(děng)应用。

大佬口中全能助手的到来可(kě)能尚需时日(rì)，但由ControlNet引发的又一次AI绘(huì)画浪潮，让AIGC在ChatGPT的话题热点包围中杀出重(zhòng)围。

01

ControlNet颠(diān)覆AI绘画(huà)新玩法

AIGC向可(kě)控靠近

以AI绘画为代表的AIGC上(shàng)一次爆火的(de)时候(hòu)，还是2022年8月，在美国(guó)科罗拉多州(zhōu)举办的新兴数字艺术家竞赛中，一幅名为《太空歌剧院》的(de)作品获奖。

随后(hòu)各大(dà)厂商(shāng)的AI绘画软件被(bèi)广大网友熟知并体验，Stable Diffusion便是其中(zhōng)代表。

用户们可(kě)以(yǐ)在应用中输入一(yī)组关键词或(huò)者一张(zhāng)照片，就能获得一幅(fú)AI创作的(de)画作。

作画的关键(jiàn)就是(shì)所输入的文本。同一组关键词(cí)也(yě)可以创作出(chū)很多张风格(gé)不(bù)一(yī)样的(de)画(huà)作，这让创作(zuò)的过(guò)程就(jiù)像(xiàng)开盲盒。

很多用(yòng)户(hù)很喜欢这种不确定的惊(jīng)喜，他们会(huì)将生成的美图当做头像(xiàng)。而另一部分喜欢翻看AI绘画的“翻车”作品。在社交媒体上，许多用(yòng)户分享AI“翻车现场”，例(lì)如(rú)，一(yī)位网友(yǒu)的小狗(gǒu)照片被AI画成(chéng)了“肌肉男”，还有网友(yǒu)的(de)个人照(zhào)片被AI识别(bié)成了建筑。

而如今随着ControlNet的出现与加持，以往AI绘(huì)画(huà)的填写(xiě)关键词游戏(xì)可能要被颠覆了。

ControlNet是(shì)一位正(zhèng)在斯坦(tǎn)福读博的中国人张吕敏(mǐn)创(chuàng)作的一种基(jī)于控(kòng)制点的图像变形算法，主要(yào)用于(yú)数字图像(xiàng)处理、计算机(jī)视觉和计算机图(tú)形学等(děng)领域。

其SD插件一经(jīng)发布，在短短的两天(tiān)内便成(chéng)为了AI绘画领域(yù)最新的热点。

在此之前(qián)，大(dà)家用了(le)很多(duō)方法(fǎ)想让AI生成的结果尽(jǐn)可能的符合要求，但是都不尽(jǐn)如(rú)人(rén)意，它的出现代表着AI生(shēng)成开始进入真正的可控(kòng)时期。

因(yīn)为ControlNet可以直接提取画面的构图，人物的姿势和画面(miàn)的深度信息(xī)等。有了它的帮助，就不用频繁的用提示(shì)词来碰(pèng)运气，抽盲盒式的创作了。

通俗的(de)说ControlNet相当于给AI绘画加了“魔法”，不少博主(zhǔ)的(de)作品(pǐn)已经(jīng)获得了(le)大量的浏览(lǎn)量，“viggo”就是其中之(zhī)一(yī)，他用朋(péng)友的(de)照片直接(jiē)带(dài)她(tā)们走进动(dòng)漫(màn)世界。

viggo先用StableDiffusion图片转文字。

再用Text2Prompt插件(jiàn)拓展找(zhǎo)到(dào)对应的(de)关键词；最(zuì)后(hòu)用ControlNet插件绑定骨骼开始换关键词试(shì)效果。

通过图片就可(kě)以看出来，效果十分惊(jīng)艳。

更厉(lì)害的是，除(chú)了真实的(de)照片(piàn)，草图也可以加上“魔法(fǎ)”，知乎大牛“DevPoint”和“逗砂”介绍到ControlNet还能实现线稿(gǎo)转全彩图。大神张吕敏其本尊也亲自回应。

不得不(bù)说(shuō)当下AIGC已经(jīng)变得越来越(yuè)强大，甚(shèn)至输出的作品都已经能以假乱真了。

02

难辨虚实，AIGC技术力(lì)爆发(fā)

警(jǐng)惕安全(quán)问题

近日，“苏州金(jīn)鸡湖有游艇party”的消息火遍网(wǎng)络，而(ér)经过警方辟谣这所(suǒ)谓的(de)“party”可能是全国第一起AI绘图诈(zhà)骗。

由于这(zhè)个活(huó)动里面给(gěi)出的美女照片(piàn)都是AI制作的真人照片绘图，因为太(tài)逼真(zhēn)，被大家当成真(zhēn)事传播了。

不过仔细观察可以发现，活动发起者提供的照(zhào)片中有个很大的漏洞可以发(fā)现并非真人，而是AI绘(huì)图，那便是图片中女性的手指(zhǐ)部分有的存在异常。

唐舞桐为什么叫王冬儿 唐舞桐可以晋升一级什么ing="async" src="https://mmbiz.heiliaofuli.com/wp-content/uploads/2023/03/d977a06afd3771c.jpeg?imageMogr2/format/webp/quality/80" data-croporisrc="https://mmbiz.qpic.cn/sz_mmbiz_png/hBdoyiawDeRyDWKODjVEiaoPuGG2YUQQPBZLMLffchqxSm0mgbFoAz2bJ1ZJxJJyVwJSC8YDUiak5CibY8cTYKUibvA/0?wx_fmt=png" data-cropx1="0" data-cropx2="1280" data-cropy1="0" data-cropy2="788.3737024221454" data-ratio="0.61640625" data-s="300,640" data-type="jpeg" data-w="1280">

有行(xíng)业人事表(biǎo)示：“现在因为手指部分(fēn)的(de)绘画算法(fǎ)比较(jiào)复杂，AI还不(bù)太(tài)会画人的手，但最新看到的图片已经(jīng)有越来越完美的(de)AI模型出(chū)现，以(yǐ)后可(kě)能(néng)就完全(quán)没有漏洞了(le)。”

类似(shì)的AI作图诈骗在国(guó)外也已(yǐ)有发生。据英国广播公司报道，土(tǔ)耳其地震期间(jiān)，有Tiktok用户使(shǐ)用(yòng)AI合成了(le)儿童受灾的假照片发布到网络(luò)，以(yǐ)此诱骗(piàn)善良的人(rén)打赏“捐助(zhù)”从(cóng)而(ér)实施诈骗。

目前随着技术发(fā)展，AIGC已经能(néng)做出(chū)真人(rén)照片般的绘图(tú)效果，如(rú)果这样的图片被(bèi)用来诈骗(piàn)，将非常可怕(pà)。

此外(wài)AIGC还引发(fā)了(le)很多担(dān)忧，一方面，批(pī)判者(zhě)认为(wèi)AI在“学(xué)习(xí)”了大量(liàng)前人的作品之后，其创(chuàng)作(zuò)没有(yǒu)任何(hé)情绪和灵魂，难以和人类的艺术创(chuàng)作相提(tí)并论。

另一方面，AIGC背(bèi)后的版权(quán)、目前都并(bìng)没有(yǒu)得到有效的解决，还有AIGC会(huì)不(bù)会代替人类“至高无(wú)上”的创意。

马(mǎ)斯克也强调，人工智能的(de)安全问题需要得到重视，太晚就来不及了。

03

AIGC下一站除了视频，还(hái)有远方

技术(shù)都是(shì)有两(liǎng)面性的，潜在(zài)的危害并(bìng)不能掩盖其光(guāng)辉的贡献。现在看来，人工智(zhì)能技术将是第四次工(gōng)业革命(mìng)的核(hé)心(xīn)驱动力量，将创造(zào)新(xīn)的增长奇迹。

过去一年，人工(gōng)智能(néng)在(zài)技术和商业层面都(dōu)有(yǒu)了(le)巨大进(jìn)展，AI绘(huì)画就是人工(gōng)智能技(jì)术发生方(fāng)向性改(gǎi)变的一(yī)个代表。其下(xià)一(yī)站或(huò)许(xǔ)就(jiù)是视频(pín)。

此前，Meta和谷歌先后发布了几(jǐ)条引爆科(kē)技(jì)圈(quān)的短(duǎn)视频。这些视频引发(fā)关注并非内容做得多优秀，反而(ér)都非常简单，比如一匹(pǐ)正在喝水(shuǐ)的马，一只画画的玩(wán)具熊，或者一段骑摩托车(chē)的第一视角录像，随便一个有手机的人都可以随(suí)手(shǒu)录下一段。

但这些短视频(pín)的(de)创(chuàng)作方式非常(cháng)简单，创作者(zhě)仅仅需要向AI输(shū)入(rù)一段话，甚至只是说一下要求，AI就(jiù)可以根据需要生成(chéng)一段视频。

谷歌发布(bù)的两个AI生成(chéng)视频分(fēn)别来(lái)自于Imagen Video和(hé)Phenaki，前者主要突(tū)出的是(shì)高清(qīng)，与(yǔ)Meta的Make-A-Video没有太多的差别。

在Make-A-Video公布了(le)AI生成(chéng)的视频后，AI圈就已经玩了一波梗，一个能够做出更(gèng)高(gāo)清视频的AI还不足以在短时间内戳(chuō)中兴奋点。

Phenaki更加令人震(zhèn)惊(jīng)的地(dì)方在于，它可以制(zhì)作出(chū)超过(guò)2分钟的连贯(guàn)的也有确切(qiè)内容的视频(pín)，这才是真正让人们感到惊喜的地方。因为无论AI生成的视频多(duō)么高清，也只(zhǐ)能是为内容(róng)生(shēng)产者提供(gōng)一(yī)个灵(líng)感，一个素(sù)材，一(yī)个过(guò)场动(dòng)画。

不过能(néng)够制作出有具体剧情内容的视频就意味着，一些(xiē)视频创(chuàng)作由AI代替(tì)人工完(wán)成已经初步有了可能(néng)。

当下AI的发展速(sù)度已经超过大部(bù)分(fēn)人的想象。内(nèi)容产业(yè)的本质是(shì)供(gōng)给(gěi)创造需求，AIGC作为(wèi)全(quán)新的内容生产方式，可以为内(nèi)容产(chǎn)业带(dài)来更新的内(nèi)容风格(gé)、更快的生产速(sù)度，更低(dī)的生产成(chéng)本，这无疑会驱(qū)动(dòng)内容(róng)产业(yè)的大爆发。

除(chú)了AI绘图、视频，AIGC技术(shù)还能应用于音乐、代码(mǎ)、机器人动(dòng)作等(děng)多(duō)种内容形式的生(shēng)成。不(bù)难发现该项技术不仅在游戏等(děng)行业能得到有效应用，对于(yú)下一代互联(lián)网(wǎng)各种元素的构建亦有(yǒu)关键意义。

从商业化(huà)的角(jiǎo)度来看，文化娱乐、教育、传媒等诸多领(lǐng)域，本身就对基于AI的可视化内(nèi)容有强烈需求。

因此，AI绘画及视频或不是(shì)结(jié)果(guǒ)，而(ér)只是AI进程(chéng)中的一块(kuài)重(zhòng)要拼图，有望在技术更新的加持下实现更(gèng)大的应(yīng)用(yòng)价值。

AI从理解内容，走向(xiàng)了可以生成内容，甚至能够创(chuàng)造(zào)出独(dú)立价值和独立视角的(de)内(nèi)容。AIGC的再次出圈，更代(dài)表(biǎo)着未来的先进生(shēng)产(chǎn)力即将到来(lái)。

04

紧抓大模(mó)型与算(suàn)力，牢固AIGC底座

从技(jì)术(shù)的发展也可以看(kàn)出，在语言大模型、图像大模(mó)型之后，多(duō)模(mó)态大(dà)模型已经成为(wèi)了新的趋势。

大模型(xíng)被誉为当前人工智能(néng)发(fā)展(zhǎn)的智能底座，是全球竞争最激(jī)烈的研究(jiū)方向之(zhī)一，包(bāo)括谷(gǔ)歌、亚马逊、百度、阿里、腾(téng)讯等(děng)众多(duō)头部(bù)企业都在竞相发力。

不过训练大模(mó)型的(de)确价格不菲(fēi)，以(yǐ)国盛证券发(fā)布的《ChatGPT需要(yào)多(duō)少算(suàn)力》报(bào)告估算，GPT-3训练(liàn)一次的(de)成本约为(wèi)140万美元。而对(duì)于一些更大的(de)LLM(大型语言模型)，训练成本则(zé)介于200万美元(yuán)至1200万美元高价(jià)之间。

以ChatGPT在2023年1月的(de)独立(lì)访(fǎng)客平均数1300万计算，其对应(yīng)芯片需求为3万多(duō)片(piàn)英(yīng)伟达A100 GPU，初始投入成本(běn)约为8亿美元(yuán)，每日(rì)仅电(diàn)费就(jiù)在5万美元左(zuǒ)右(yòu)。

此(cǐ)外不论是(shì)ChatGPT还是AIGC，都离(lí)不开(kāi)庞大算力支(zhī)持。在(zài)关注(zhù)各(gè)类大(dà)模型的发展同时(shí)，更应该关注算(suàn)力网(wǎng)络(luò)的建设。

算力网络(luò)正驱(qū)动(dòng)AI产业(yè)发(fā)展进入史诗(shī)级加速进程(chéng)，让(ràng)AIGC及(jí)通用AI这一人工智能发展的终(zhōng)极目标(biāo)离得更近。

因为算力可以对突破性技术创新提(tí)供(gōng)大(dà)力的支(zhī)持。这方面(miàn)，多模(mó)态大(dà)模(mó)型是典型(xíng)。作为(wèi)面向未来强人工(gōng)智能、通用人工智能(néng)的重要技术创新，多模(mó)态大(dà)模(mó)型已经在人工智能领(lǐng)域提出了很多年，业界也有不少技术突破(pò)，但是，多模态大模型进一步(bù)往下走，算力需(xū)求呈几(jǐ)何式(shì)上升，一般的算力(lì)基础设施很快将难以胜任。

从(cóng)图像(xiàng)、文字、语音(yīn)单独一(yī)项的(de)训练(liàn)，到双(shuāng)模(mó)态(tài)、三(sān)模(mó)态的跃迁，让人工智能可以灵活(huó)应(yīng)对不同模态的转化、像人与世界交(jiāo)互一样自然，这方面(miàn)，由算力网络来驱动(dòng)将有明显(xiǎn)优(yōu)势。

此外，还有(yǒu)很多需(xū)要爆发式(shì)增长的算力来支撑的技术(shù)创新，将在人工智能算力网络(luò)支(zhī)撑(chēng)下快速(sù)推进。

AIGC已经露出(chū)曙(shǔ)光，期(qī)待(dài)在大模(mó)型和大算力(lì)的支持下(xià)AIGC能持续颠(diān)覆内容生产的方式，将创造的边际成本(běn)降低，让万众受益。

未经允许不得转载：绿茶通用站群 唐舞桐为什么叫王冬儿 唐舞桐可以晋升一级什么