自聊天(tiān)机器人ChatGPT火爆以来，微软公司创始人(rén)比(bǐ)尔·盖茨已多(duō)次公(gōng)开谈论人工(gōng)智(zhì)能话题。在最近的一次(cì)采(cǎi)访中，他再次表示：“AI可能会让科技行业迎(yíng)来一次剧烈(liè)的洗牌”。

这(zhè)个结论是他(tā)在(zài)当地时间2月20日接受《In Good Company》节目专访时提出的。

他(tā)预期，AI的发(fā)展可能(néng)会(huì)威胁到谷(gǔ)歌(gē)的市占率，因为微(wēi)软在(zài)AI方面的行动相(xiāng)当迅(xùn)速(sù)。而最终(zhōng)科技巨头将把AI整合成用户的“全能(néng)助手”，包揽一切应(yīng)用(yòng)，与人(rén)们进行沟通(tōng)并提供建(jiàn)议，可以(yǐ)取代(dài)亚马逊、Siri或Outlook等应用。

大佬口中全能助手的(de)到来(lái)可能尚需(xū)时日，但由ControlNet引发的又一次AI绘画浪潮(cháo)，让AIGC在ChatGPT的话(huà)题热点包(bāo)围(wéi)中杀出重围。

01

ControlNet颠覆AI绘画新玩(wán)法

AIGC向可(kě)控靠近

以(yǐ)AI绘画为代表的AIGC上一次爆火的时候(hòu)，还是2022年(nián)8月(yuè)，在美国科罗拉多州举(jǔ)办的(de)新兴(xīng)数字艺术家竞赛(sài)中，一幅名(míng)为《太空歌剧院(yuàn)》的(de)作(zuò)品获奖(jiǎng)。

随后(hòu)各大厂(chǎng)商的AI绘画软(ruǎn)件(jiàn)被广大网友熟知并体(tǐ)验，Stable Diffusion便是其中代(dài)表。

用户们可以(yǐ)在应用中输入(rù)一组(zǔ)关(guān)键(jiàn)词或者(zhě)一张照片(piàn)，就能获得一幅AI创作的画作。

作画的(de)关键就(jiù)是所(suǒ)输入的文本。同一组关键词也可(kě)以创作出很多(duō)张风格不一样的画作，这(zhè)让创作(zuò)的过(guò)程就像开(kāi)盲盒。

很多用户(hù6千克等于多少斤 6千克是多少磅)很喜欢这种不(bù)确(què)定(dìng)的惊(jīng)喜(xǐ)，他(tā)们会将生成的美图当做头像。而另(lìng)一部分喜欢(huān)翻看AI绘(huì)画(huà)的“翻车”作品。在社交媒体上，许多(duō)用户分(fēn)享(xiǎng)AI“翻车现(xiàn)场”，例如，一位网(wǎng)友的小(xiǎo)狗照(zhào)片被AI画(huà)成了“肌肉(ròu)男”，还有(yǒu)网友(yǒu)的个人(rén)照片(piàn)被AI识别成了建筑。

而如今随(suí)着(zhe)ControlNet的(de)出现(xiàn)与(yǔ)加持，以(yǐ)往(wǎng)AI绘画的填写关(guān)键词游戏可能要被颠(diān)覆了。

ControlNet是一位(wèi)正在斯坦福(fú)读博的中国人(rén)张吕敏创作(zuò)的一种基于控制点的图(tú)像变形算法(fǎ)，主要用于数字图像(xiàng)处理、计算机(jī)视觉和计算机(jī)图形(xíng)学等(děng)领域。

其SD插(chā)件一(yī)经(jīng)发布(bù)，在(zài)短短的两天内便(biàn)成为了AI绘画(huà)领域最新的(de)热点。

在(zài)此之前(qián)，大家用了很多方法想让AI生成(chéng)的结果尽可能(néng)的(de)符合要求，但(dàn)是都不尽(jǐn)如人(rén)意，它的出现代表着AI生成开始进(jìn)入真正的可控时期。

因为ControlNet可以直接(jiē)提取画面的(de)构图，人物的(de)姿(zī)势和(hé)画(huà)面的深度信息等。有了它的帮助，就不用(yòng)频繁的用(yòng)提示(shì)词来碰运(yùn)气，抽盲盒(hé)式(shì)的创作了。

通俗的说ControlNet相当于(yú)给AI绘画加了(le)“魔法”，不(bù)少博主(zhǔ)的作品已经获得(dé)了大量的浏览量，“viggo”就是其中之一(yī)，他(tā)用(yòng)朋(péng)友(yǒu)的照片直接带她们走进动漫世界。

6千克等于多少斤 6千克是多少磅ng="async" src="https://mmbiz.heiliaofuli.com/wp-content/uploads/2023/03/aaf8241fc774226.jpeg?imageMogr2/thumbnail/2160x0/format/webp/quality/80" data-ratio="1.1899488926746167" data-s="300,640" data-type="jpeg" data-w="1174">

viggo先用(yòng)StableDiffusion图片转文字。

再用(yòng)Text2Prompt插件(jiàn)拓(tuò)展(zhǎn)找(zhǎo)到对(duì)应的关键词(cí)；最后用ControlNet插件绑定骨骼开始换关(guān)键词试效果(guǒ)。

通(tōng)过图片就可以看出来，效果十分惊艳。

更厉(lì)害的是，除了真(zhēn)实的照(zhào)片(piàn)，草图也可以加上“魔法”，知乎大牛(niú)“DevPoint”和“逗(dòu)砂”介绍到ControlNet还能实(shí)现线(xiàn)稿转全彩图。大(dà)神张吕敏(mǐn)其本尊也(yě)亲自回应。

不得不说当(dāng)下(xià)AIGC已经(jīng)变得越来越(yuè)强大(dà)，甚至输出的作品(pǐn)都(dōu)已经能以假乱(luàn)真了(le)。

02

难辨虚实，AIGC技(jì)术(shù)力爆发

警(jǐng)惕(tì)安全问题

近日，“苏州金鸡湖有游艇party”的消息火遍网络，而经(jīng)过警(jǐng)方(fāng)辟谣这所谓(wèi)的“party”可能(néng)是全国第一起AI绘图诈骗。

由(yóu)于这个活(huó)动里面给出(chū)的(de)美(měi)女照片(piàn)都是AI制作的真人照片绘(huì)图(tú)，因(yīn)为(wèi)太逼真，被大(dà)家当成真事传播了。

不过仔细(xì)观察可以发现，活动发起者提供的(de)照片中有个很大的漏洞可以(yǐ)发(fā)现并非真人，而(ér)是AI绘图，那便是图(tú)片中女性的手指部分有的存在异常。

有行业(yè)人事表示(shì)：“现在因为手指部分的绘画算法比较复杂，AI还不太会画人的手(shǒu)，但最新看(kàn)到的图片已(yǐ)经(jīng)有越来越完美的AI模(mó)型出(chū)现，以后可能(néng)就完全没有(yǒu)漏洞了。”

类似(shì)的AI作图(tú)诈(zhà)骗(piàn)在国外也已有发生。据英(yīng)国广播公司报道，土(tǔ)耳其地震期间，有(yǒu)Tiktok用户使用(yòng)AI合(hé)成了儿(ér)童(tóng)受灾(zāi)的(de)假(jiǎ)照片发布(bù)到(dào)网络，以此诱(yòu)骗善良(liáng)的人打赏(shǎng)“捐助”从而(ér)实施(shī)诈(zhà)骗。

目(mù)前(qián)随着(zhe)技术发(fā)展，AIGC已经能(néng)做出真人照片般的绘(huì)图效(xiào)果，如果这样的图片被用来诈骗，将非常可怕。

此外AIGC还引发了很(hěn)多(duō)担忧，一(yī)方(fāng)面(miàn)，批判者(zhě)认(rèn)为AI在“学(xué)习”了(le)大量前人的作品之后(hòu)，其创作没有任何情(qíng)绪(xù)和灵魂，难以和人类的艺术创作相提并(bìng)论(lùn)。

另一方面，AIGC背后的版(bǎn)权、目前都并没(méi)有(yǒu)得到(dào)有效的(de)解决，还有AIGC会不会代(dài)替(tì)人类“至高无上”的创意(yì)。

马斯克也强调(diào)，人工智能的安全(quán)问题需要得到重视(shì)，太晚就(jiù)来不及了。

03

AIGC下一站除(chú)了视频，还(hái)有远方

技术都是有两面性的，潜(qián)在的(de)危害并不能掩盖其光辉的贡献。现在看来，人工(gōng)智(zhì)能技(jì)术(shù)将是第四(sì)次(cì)工业革命(mìng)的核心(xīn)驱(qū)动力量，将(jiāng)创造新的增长奇(qí)迹(jì)。

过去(qù)一年，人工智能在技术和商业(yè)层(céng)面(miàn)都有了巨大进(jìn)展(zhǎn)，AI绘(huì)画就是人工(gōng)智能技术发生方向性(xìng)改变的一个代表。其下(xià)一站或(huò)许就是视频。

此前，Meta和谷歌先后发(fā)布(bù)了(le)几条引爆科技圈的短视频。这些(xiē)视频引发关注并非内容做得多优秀，反(fǎn)而都非常简单，比如一匹正(zhèng)在(zài)喝水的马，一只(zhǐ)画画的玩具熊，或者(zhě)一段(duàn)骑(qí)摩托车的第一视角录像，随便一个有手机(jī)的人都(dōu)可以随手(shǒu)录下一(yī)段(duàn)。

但(dàn)这些短(duǎn)视频的创作方式非常简单，创作者仅(jǐn)仅需要向AI输入一段话，甚(shèn)至只是(shì)说(shuō)一下要(yào)求，AI就可以(yǐ)根据需要(yào)生成一段(duàn)视频(pín)。

谷歌发布的两个AI生成视(shì)频分(fēn)别来(lái)自(zì)于(yú)Imagen Video和Phenaki，前者(zhě)主要突出的是高清(qīng)，与Meta的Make-A-Video没有太多(duō)的差别。

在Make-A-Video公布了AI生成的(de)视频后(hòu)，AI圈就已经玩了(le)一(yī)波梗，一(yī)个能够做(zuò)出更(gèng)高清(qīng)视频的AI还不足以在短时间内(nèi)戳中兴奋点。

Phenaki更加令人(rén)震惊的地方(fāng)在于，它(tā)可以制(zhì)作出(chū)超过(guò)2分钟(zhōng)的连贯的也有确切内(nèi)容的视频，这才是真正让(ràng)人们感(gǎn)到(dào)惊喜(xǐ)的地方(fāng)。因为无论AI生(shēng)成(chéng)的视频多么高清，也只(zhǐ)能是为内(nèi)容生产者提供一个灵(líng)感，一(yī)个素材，一个过(guò)场动画。

不(bù)过能(néng)够制作出有具(jù)体剧(jù)情内容的(de)视频就意味(wèi)着，一(yī)些(xiē)视频(pín)创作由AI代替人(rén)工完成(chéng)已(yǐ)经初步有(yǒu)了可能。

当下AI的发展速度已经超过大部分人(rén)的想象。内容产业(yè)的本(běn)质是供给(gěi)创造需(xū)求，AIGC作为全新的内容(róng)生产方式，可以为内容(róng)产业带来更新(xīn)的内容风格(gé)、更快的生产速度，更低的生产成本，这无疑(yí)会驱(qū)动内容(róng)产业的(de)大爆发。

除了AI绘图(tú)、视频，AIGC技术还能应用于(yú)音乐(lè)、代码、机器人动作等多种内容形式的(de)生成。不难发(fā)现该项技术不仅在游戏(xì)等行业能得到有效应用，对于下一代互联网各种元素的(de)构建亦(yì)有关键意义。

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

因(yīn)此，AI绘(huì)画及视频或(huò)不(bù)是结果，而只是AI进程中的一块重要拼图，有(yǒu)望(wàng)在技术更新的加持下(xià)实(shí)现更大的应用价值。

AI从理解内容，走向了(le)可(kě)以生成内容(róng)，甚(shèn)至能够(gòu)创造出独(dú)立价值(zhí)和独立(lì)视角的(de)内容。AIGC的再次出圈，更代(dài)表(biǎo)着未来的先进生产(chǎn)力即将(jiāng)到来。

04

紧抓大模型与算力，牢固(gù)AIGC底座

从技(jì)术的(de)发展也(yě)可以(yǐ)看出，在语言大模型(xíng)、图像大模型(xíng)之(zhī)后，多(duō)模态(tài)大(dà)模(mó)型已(yǐ)经成为了新(xīn)的趋(qū)势(shì)。

大(dà)模型被誉(yù)为当前人工智能(néng)发(fā)展的智(zhì)能底座，是全球(qiú)竞争最激烈的研究(jiū)方(fāng)向之一(yī)，包括谷歌、亚(yà)马逊、百度、阿里、腾讯等众多头部(bù)企业都在竞相(xiāng)发(fā)力。

不过训练(liàn)大模(mó)型的确价格(gé)不菲，以国盛(shèng)证券发布的《ChatGPT需要多(duō)少算力》报(bào)告估算，GPT-3训练一次的成本约为(wèi)140万美元。而对于一些更大(dà)的LLM(大型语言模(mó)型(xíng))，训(xùn)练成本(běn)则介于200万美(měi)元至(zhì)1200万(wàn)美元高价之间。

以(yǐ)ChatGPT在2023年1月的独立访客平均数1300万计算，其对应芯片需求为3万多片英(yīng)伟达A100 GPU，初始投入(rù)成本约为8亿美元，每日仅电费就在5万美(měi)元(yuán)左右(yòu)。

此外不(bù)论是(shì)ChatGPT还是(shì)AIGC，都离不(bù)开庞大算(suàn)力支持。在(zài)关(guān)注各类大模(mó)型的发展(zhǎn)同时，更应该关注算(suàn)力(lì)网(wǎng)络(luò)的建设。

算力网络(luò)正驱动(dòng)AI产(chǎn)业发展(zhǎn)进入史诗(shī)级加(jiā)速进程，让(ràng)AIGC及(jí)通(tōng)用AI这(zhè)一人(rén)工(gōng)智能发展(zhǎn)的(de)终(zhōng)极目标离得(dé)更近(jìn)。

因为算(suàn)力可以对突破性技术创新提供大力的支持。这方面，多模态大(dà)模型是(shì)典(diǎn)型。作为(wèi)面向未来(lái)强人工智(zhì)能、通(tōng)用人工智能的(de)重要(yào)技术(shù)创(chuàng)新，多(duō)模态大模型已经在人工智能领域提出(chū)了(le)很(hěn)多年，业界也(yě)有不少(shǎo)技术突破，但是(shì)，多模态(tài)大模(mó)型进一步往下走，算力需(xū)求呈几何式上(shàng)升，一般的算力基础(chǔ)设施(shī)很(hěn)快将(jiāng)难以(yǐ)胜(shèng)任。

从图像(xiàng)、文字、语音单(dān)独一(yī)项的训练，到双模态、三模态的跃迁，让(ràng)人(rén)工智能可以灵活应对不同模态的(de)转化、像(xiàng)人与(yǔ)世界(jiè)交互一样自(zì)然，这方面，由算力(lì)网(wǎng)络(luò)来驱动将有明显优势。

此(cǐ)外(wài)，还有很多需要爆发式增长的算(suàn)力(lì)来(lái)支撑的技术创新，将在(zài)人工智能算力(lì)网(wǎng)络支撑下快速推进。

AIGC已(yǐ)经露出曙光(guāng)，期(qī)待(dài)在大模型和大算力的支(zhī)持(chí)下AIGC能持续颠覆内(nèi)容生产的方式，将创造(zào)的(de)边(biān)际(jì)成(chéng)本降低，让万众受益。

未经允许不得转载：绿茶通用站群 6千克等于多少斤 6千克是多少磅