自(zì)聊天(tiān)机器人ChatGPT火爆以来，微(wēi)软(ruǎn)公司创始人比尔·盖茨已多(duō)次公(gōng)开谈(tán)论(lùn)人工智能话(huà)题。在最近的(de)一(yī)次采访(fǎng)中，他再次表示：“AI可(kě)能会(huì)让(ràng)科(kē)技行业迎来一次剧烈的洗(xǐ)牌(pái)”。

这个结论是他在当地时间(jiān)2月20日接(jiē)受《In Good Company》节目(mù)专访时提出的(de)。

他预(yù)期，AI的(de)发展可能会(huì)威胁到谷歌的市占率，因为(wèi)微软在AI方面的行动(dòng)相当迅速(sù)。而最终科技巨头将把AI整合成用户的“全能助手(shǒu)”，包揽一切应用，与(yǔ)人们进行沟通并提供(gōng)建议，可以(yǐ)取代亚马逊、Siri或Outlook等应用。

大(dà)佬口中全能(néng)助手的(de)到(dào)来可(kě)能(néng)尚需时日，但(dàn)由ControlNet引(yǐn)发的又一次AI绘画浪(làng)潮，让AIGC在ChatGPT的话题热(rè)点包围中杀出重(zhòng)围。

01

ControlNet颠覆AI绘(huì)画新玩法(fǎ)

AIGC向可控靠(kào)近(jìn)

以AI绘画为代表(biǎo)的AIGC上一次爆火的时候，还(hái)是2022年8月，在(zài)美国科罗拉(lā)多州举办(bàn)的新兴数(shù)字艺术家竞(jìng)赛(sài)中，一幅名为《太空(kōng)歌剧院》的作品获奖(jiǎng)。

随后各(gè)大厂商的AI绘画软件被广大网(wǎng)友(yǒu)熟知并体验，Stable Diffusion便是其中(zhōng)代(dài)表。

用户们可以在(zài)应用(yòng)中输入一(yī)组关键词或者一张照片，就(jiù)能获得一(yī)幅(fú)AI创作的画作。

作画的关键就是所输(shū)入的文本。茶名如鱼水是什么茶 如鱼水是什么品种同一组(zǔ)关键词(cí)也可以创作出很多张风(fēng)格不一(yī)样的画(huà)作，这让创(chuàng)作的过(guò)程(chéng)就像(xiàng)开盲(máng)盒。

很(hěn)多用户很喜欢这种不确(què)定的(de)惊喜，他们会将生成的美图(tú)当做头像(xiàng)。而另一部(bù)分(fēn)喜欢翻看AI绘画(huà)的“翻(fān)车”作品(pǐn)。在社交媒体(tǐ)上(shàng)，许多用户分享AI“翻车现场(chǎng)”，例如，一位(wèi)网友的(de)小(xiǎo)狗(gǒu)照片被AI画成了“肌(jī)肉男”，还有网友的个人照(zhào)片(piàn)被AI识(shí)别(bié)成(chéng)了(le)建筑。

而(ér)如今(jīn)随(suí)着ControlNet的出(chū)现与(yǔ)加持(chí)，以往AI绘画的填写(xiě)关键词游戏可能要被颠覆了(le)。

ControlNet是一(yī)位正在(zài)斯坦福读博的中国(guó)人张吕敏创作的一种基于控制点的图(tú)像变形算法(fǎ)，主要用(yòng)于数字(zì)图像处理(lǐ)、计算(suàn)机(jī)视觉和计算机图形学(xué)等(děng)领域。

其SD插(chā)件一(yī)经(jīng)发布，在短(duǎn)短的两天内(nèi)便成为了(le)AI绘画领域最新的热点。

在此(cǐ)之前，大(dà)家用了很(hěn)多(duō)方法想让AI生成的结果尽可能的符合(hé)要求，但是都不尽如人意，它(tā)的出现代表着(zhe)AI生(shēng)成开始进(jìn)入真(zhēn)正的(de)可(kě)控时期。

因为ControlNet可(kě)以直接(jiē)提取(qǔ)画面的构(gòu)图，人物(wù)的(de)姿势(shì)和画面的(de)深(shēn)度(dù)信(xìn)息等。有了它的帮助(zhù)，就不用频繁的用(yòng)提(tí)示词(cí)来碰运气(qì)，抽盲盒式的创(chuàng)作了(le)。

通俗(sú)的说ControlNet相当于给AI绘画加(jiā)了“魔法”，不少博(bó)主(zhǔ)的(de)作品已(yǐ)经获得了大量(liàng)的浏览量，“viggo”就是其(qí)中之一，他(tā)用朋友的照片直接带她们走进动漫世界。

viggo先用StableDiffusion图(tú)片转(zhuǎn)文字。

再用Text2Prompt插件(jiàn)拓(tuò)展找到对应的关键词；最后用ControlNet插件绑定(dìng)骨骼开始换关键词(cí)试(shì)效果。

通过图片(piàn)就可以(yǐ)看(kàn)出(chū)来，效(xiào)果十(shí)分惊艳。

更厉(lì)害的是，除(chú)了真(zhēn)实的(de)照片，草(cǎo)图也可以加(jiā)上(shàng)“魔法(fǎ)”，知乎大牛“DevPoint”和“逗(dòu)砂”介(jiè)绍到ControlNet还能实(shí)现线(xiàn)稿转全彩图(tú)。大(dà)神张吕敏其本(běn)尊也亲自(zì)回(huí)应。

不得(dé)不说(shuō)当下(xià)AIGC已(yǐ)经变得越来越强大(dà)，甚至输出的作(zuò)品都(dōu)已经能以假乱真了。

02

难(nán)辨虚实，AIGC技术(shù)力爆(bào)发

警惕安(ān)全问题

近日，“苏州(zhōu)金鸡(jī)湖(hú)有游艇party”的消息火(huǒ)遍(biàn)网络，而经(jīng)过警方(fāng)辟谣(yáo)这所谓的“party”可能(néng)是全国第一起AI绘图诈骗。

由于这个(gè)活动里面(miàn)给出的美(měi)女照片(piàn)都是(shì)AI制作的(de)真人照(zhào)片绘图，因为太(tài)逼真，被大家当成真事传播了。

不过(guò)仔细观(guān)察可(kě)以(yǐ)发现，活动发起(qǐ)者提(tí)供的照片中有个很大的(de)漏(lòu)洞可以发现并非真(zhēn)人，而是AI绘(huì)图，那便是图片中女性的手指部分(fēn)有的存在异常。

有行业人事(shì)表示：“现在(zài)因为手指部分的绘画算(suàn)法比较复杂，AI还不太会画人(rén)的手，但最(zuì)新看到(dào)的(de)图(tú)片已(yǐ)经有越来越(yuè)完美(měi)的AI模(mó)型出现，以后(hòu)可(kě)能就完(wán)全没有(yǒu)漏洞了。”

类似的AI作图(tú)诈骗在国外也已(yǐ)有发生。据(jù)英国广播(bō)公司报(bào)道，土(tǔ)耳其(qí)地震(zhèn)期间，有(yǒu)Tiktok用户使用AI合成(chéng)了儿童受(shòu)灾的假(jiǎ)照片发布(bù)到网(wǎng)络，以此诱骗善良的人打(dǎ)赏“捐助”从而(ér)实施诈骗。

目前随着技术发展，AIGC已经能(néng)做(zuò)出真人照片(piàn)般的绘图效(xiào)果，如果这样的图片被用来(lái)诈骗，将(jiāng)非常(cháng)可(kě)怕。

此外AIGC还引发了很多(duō)担忧(yōu)，一方面(miàn)，批判者认为AI在“学习”了大量前人的作品(pǐn)之后，其创作没有任何情绪和灵(líng)魂，难(nán)以和人(rén)类的艺术创作(zuò)相提并论。

另一方面，AIGC背(bèi)后的(de)版权、目(mù)前都并没有得到有效的解决，还有AIGC会(huì)不会代替人类“至高无(wú)上”的创意。

马斯(sī)克也强调，人工智能的安(ān)全问题(tí)需要得到重(zhòng)视，太晚就来不及(jí)了。

03

AIGC下一站除了视频，还(hái)有远方(fāng)

技术都是(shì)有两面性(xìng)的，潜在的(de)危害并不(bù)能(néng)掩(yǎn)盖其光辉的贡献。现在看来，人工智能技(jì)术将是(shì)第四次(cì)工业革(gé)命的核心驱动力(lì)量(liàng)，将(jiāng)创造新的增长奇迹。

过(guò)去一(yī)年，人工智能在技术和商(shāng)业层面都(dōu)有(yǒu)了巨大(dà)进(jìn)展，AI绘画就(jiù)是(shì)人工智能(néng)技术发生方向(xiàng)性改变的一个代(dài)表。其下一站或许就是视频。

此前，Meta和谷歌(gē)先(xiān)后发布(bù)了几条引爆科技圈的(de)短视频。这些视(shì)频引发关注(zhù)并非内容做得多优秀，反(fǎn)而都非常简单，比如一匹正在喝水(shuǐ)的(de)马，一只画画(huà)的玩具熊，或者一段骑摩托车的(de)第一(yī)视(shì)角录像，随便一(yī)个有手机(jī)的人都可以随手录下(xià)一段。

但(dàn)这(zhè)些短(duǎn)视频(pín)的(de)创作(zuò)方式非常简单，创作者(zhě)仅(jǐn)仅(jǐn)需要向AI输入一段(duàn)话(huà)，甚至只(zhǐ)是说一下(xià)要求(qiú)，AI就可以根据(jù)需要生(shēng)成一段视(shì)频(pín)。

谷歌发布的两个AI生(shēng)成(chéng)视频分别来自于Imagen Video和(hé)Phenaki，前者主要突出(chū)的(de)是高清(qīng)，与(yǔ)Meta的Make-A-Video没有太多的差别。

在Make-A-Video公(gōng)布了AI生成(chéng)的视频(pín)后，AI圈就已经(jīng)玩了一(yī)波(bō)梗，一个能够做出更高清视频的(de)AI还不足以在短(duǎn)时间内戳中兴(xīng)奋点。

Phenaki更(gèng)加(jiā)令人震惊的地(dì)方在于，它可以制(zhì)作出超过2分钟的连贯(guàn)的(de)也有确切内容(róng)的视频，这才是真正让(ràng)人们感到惊喜(xǐ)的(de)地方。因(yīn)为无论AI生成的视(shì)频多么(me)高清(qīng)，也只能(néng)是为内容生产者提供一(yī)个灵感，一个素材，一(yī)个(gè)过(guò)场动画。

不过(guò)能够制作出有(yǒu)具体剧情(qíng)内容的视频就意(yì)味着，一些视频创(chuàng)作由(yóu)AI代替人工完成已经初(chū)步有(yǒu)了可能。

当下AI的发展速度已(yǐ)经超过大部分人(rén)的想(xiǎng)象。内容(róng)产业(yè)的本质是供给创造需求，AIGC作为全新的(de)内容生产(chǎn)方(fāng)式，可以为内(nèi)容产(chǎn)业(yè)带来更新的内(nèi)容风格、更快的生产速度，更(gèng)低的生产成本，这无(wú)疑(yí)会驱动内容产(chǎn)业的(de)大爆(bào)发。

除了(le)AI绘(huì)图、视频(pín)，AIGC技术(shù)还能应(yīng)用(yòng)于音乐、代码、机(jī)器人动作等(děng)多种内(nèi)容形式的生成。不难发(fā)现该项(xiàng)技(jì)术不(bù)仅在游戏(xì)等行业能得到(dào)有(yǒu)效应用，对于下一代互联网各种元(yuán)素的构建亦有关键意(yì)义。

从商(shāng)业化的角度(dù)来看，文(wén)化娱乐、教育(yù)、传媒等诸多领域，本身就对基于AI的可(kě)视(shì)化内容有(yǒu)强烈需(xū)求(qiú)。

因此，AI绘画及视频或不是结果，而只是AI进(jìn)程中(zhōng)的一块重要(yào)拼图，有(yǒu)望在技术更(gèng)新的(de)加持下实现(xiàn)更大的应用价(jià)值。

AI从理解内容，走向(xiàng)了可(kě)以生成内容(róng)，甚至能够(gòu)创造出独(dú)立价值和独立(lì)视角的内(nèi)容。AIGC的再次出圈，更(gèng)代(dài)表(biǎo)着未来的先进生(shēng)产力(lì)即将到来。

04

紧抓大模型与(yǔ)算力(lì)，牢固AIGC底座(zuò)

从技(jì)术的(de)发展也可(kě)以看(kàn)出，在语言(yán)大模型、图像大(dà)模型之(zhī)后，多模态大模(mó)型已(yǐ)经成(chéng)为了新的趋势。

大(dà)模型被誉为当前人工智能发展的智能底(dǐ)座，是全球竞争最激烈(liè)的研究方向(xiàng)之一，包括谷(gǔ)歌、亚马逊、百度(dù)、阿里、腾讯等众多头部企业都在竞(jìng)相发力(lì)。

不过训练大模型的(de)确价格不菲，以国(guó)盛(shèng)证券发布的《ChatGPT需要多少算力》报告估算(suàn)，GPT-3训练一次(cì)的成本约为(wèi)140万美元。而对于一些更大的(de)LLM(大(dà)型语(yǔ)言模型)，训练成本则(zé)介于200万美元至1200万美元高(gāo)价之(zhī)间(jiān)。

以ChatGPT在2023年1月的独立访客(kè)平均数1300万计算，其对应芯片(piàn)需求为(wèi)3万多(duō)片英伟达A100 GPU，初始投(tóu)入成本约为(wèi)8亿(yì)美元，每日仅电费就在5万(wàn)美(měi)元左右。

此外(wài)不论是ChatGPT还是AIGC，都离不开庞大算力支持。在关注各(gè)类大模型的发展同时，更应该关注算力(lì)网络的建设。

算力网(wǎng)络正驱动(dòng)AI产业发(fā)展(zhǎn)进入史诗级加速(sù)进程，让AIGC及通(tōng)用AI这(zhè)一人(rén)工智能发(fā)展(zhǎn)的终极目标离(lí)得更(gèng)近。

因为算力可以对(duì)突破性(xìng)技术创新提供大力的支持。这(zhè)方面，多模态大模型是典型。作为面向(xiàng)未来强人工(gōng)智能(néng)、通用人(rén)工(gōng)智能的重(zhòng)要技术创新，多模(mó)态大(dà)模型(xíng)已经(jīng)在人工智(zhì)能领域提出(chū)了很(hěn)多年，业界(jiè)也有不(bù)少技术(shù)突破(pò)，但是，多模(mó)态大(dà)模型进(jìn)一步往(wǎng)下走，算力需求(qiú)呈(chéng)几何式上升，一般(bān)的算力(lì)基础设(shè)施很快将(jiāng)难以(yǐ)胜任(rèn)。

从图像、文字、语音(yīn)单独一项(xiàng)的训练，到(dào)双模态、三模态的跃迁，让(ràng)人工智能(néng)可以(yǐ)灵活(huó)应对不同模态的转化、像人与世(shì)界交互一(yī)样自(zì)然(rán)，这(zhè)方面(miàn)，由(yóu)算力网络来驱动将有明显优势。

此外(wài)，还有很多需要爆(bào)发式增(zēng)长的算力(lì)来支撑(chēng)的(de)技术(shù)创新，将在人工智能(néng)算力网络支撑下快速推(tuī)进。

AIGC已经露出曙(shǔ)光，期待在大模型(xíng)和大算力的(de)支持下AIGC能持续颠(diān)覆内容(róng)生产的方式，将创造的边际成本降低，让万众受益。

未经允许不得转载：绿茶通用站群 茶名如鱼水是什么茶 如鱼水是什么品种