自聊(liáo)天机器人(rén)ChatGPT火(huǒ)爆以来(lái)，微软公司创始人比(bǐ)尔·盖茨已多(duō)次公开(kāi)谈论(lùn)人工智能话(huà)题(tí)。在(zài)最近的一次采访中(zhōng)，他再次表示：“AI可(kě)能会让(ràng)科技行业迎来一次(cì)剧烈的(de)洗牌”。

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

他预(yù)期，AI的(de)发展可能(néng)会威胁到谷歌(gē)的市占(zhàn)率，因为(wèi)微软在AI方面的行动相当迅速。而最终科技巨头将把AI整合(hé)成用户的“全能助(zhù)手”，包揽一切应用，与人们进行沟通并提供建议(yì)，可以取(qǔ)代(dài)亚马逊、Siri或Outlook等应用。

大(dà)佬(lǎo)口中全能助(zhù)手的到来(lái)可能(néng)尚需时日，但由ControlNet引发的(de)又一次AI绘(huì)画浪潮，让AIGC在ChatGPT的话题(tí)热(rè)点包围中杀出重围。

01

ControlNet颠覆(fù)AI绘画新(xīn)玩法

AIGC向可控靠(kào)近

以(yǐ)AI绘画为代表的AIGC上一次爆火的(de)时候(hòu)，还(hái)是(shì)2022年8月，在美(měi)国科罗拉多州举办的新兴数字(zì)艺术家竞赛中，一(yī)幅名为《太空(kōng)歌(gē)剧院》的作品(pǐn)获奖。

随后各(gè)大厂商的AI绘(huì)画软件被广(guǎng)大(dà)网友(yǒu)熟知并体验，Stable Diffusion便是其中(zhōng)代(dài)表。

用户们(men)可(kě)以在应用中输入一组关键词或者一张照片，就(jiù)能(néng)获得一幅AI创作的画作。

作(zuò)画(huà)的关(guān)键(jiàn)就(jiù)是(shì)所输入的文本。同一组关键词也可(kě)以创作出很多张(zhāng)风格不一(yī)样(yàng)的画作，这(zhè)让创作(zuò)的(de)过程(chéng)就像(xiàng)开盲盒。

很多(duō)用户(hù)很喜欢这(zhè)种不(bù)确定(dìng)的(de)惊(jīng)喜，他们会将(jiāng)生成的美图(tú)当做头像(xiàng)。而(ér)另一部分喜欢(huān)翻看AI绘画的(de)“翻车”作品。在(zài)社交(jiāo)媒体(tǐ)上，许多(duō)用户(hù)分享AI“翻车现场”，例如(rú)，一位网友的小(xiǎo)狗照片(piàn)被AI画成了(le)“肌肉男”，还有网友的(de)个人照片(piàn)被AI识别成了建筑(zhù)。

而如今(jīn)随着ControlNet的出现与加持，以往AI绘画的填写关键词游戏可能要被颠覆了。

ControlNet是一(yī)位(wèi)正在(zài)斯坦福读博的中国人张吕(lǚ)敏创作的一种基于控(kòng)制点的图像(xiàng)变形(xíng)算法(fǎ)，主要用(yòng)于数字(zì)图像处(chù)理、计算机(jī)视觉和计(jì)算机图(tú)形(xíng)学等领域。

其SD插件一经发布，在短短(duǎn)的两天内便(biàn)成(chéng)为了AI绘画领域(yù)最(zuì)新的热(rè)点。

在(zài)此之(zhī)前，大(dà)家用了很多(duō)方法(fǎ)想(xiǎng)让AI生成(chéng)的结果尽可能(néng)的符合要求(qiú)，但是(shì)都(dōu)不尽如(rú)人意，它的出现(xiàn)代表着(zhe)AI生(shēng)成开始进入真正的可控时期。

因(yīn)为ControlNet可(kě)以直(zhí)接提取画面的构图，人物的姿势和画面的(de)深(shēn)度信(xìn)息等。有(yǒu)了它的帮(bāng)助，就不用频繁的(de)用(yòng)提示词来碰(pèng)运(yùn)气，抽盲盒式的创作了。

通俗的(de)说(shuō)ControlNet相当于给AI绘画加了“魔法”，不少博主的作品已经获得(dé)了大(dà)量(liàng)的浏览量，“viggo”就是其中之一，他用朋(péng)友(yǒu)的照片直接带(dài)她们走进动漫(màn)世(shì)界。

viggo先用(yòng)StableDiffusion图片转文字。

再(zài)用Text2Prompt插件拓展找到(dào)对(duì)应的关键词；最后(hòu)用ControlNet插件绑定骨骼开始换关键词试效(xiào)果。

通过图片就(jiù)可以(yǐ)看(kàn)出来，效果十分惊艳。

更厉害的是，除(chú)了真实的照片(piàn)，草(cǎo)图(tú)也可以(yǐ)加上(shàng)“魔法(fǎ)”，知乎大牛“DevPoint”和“逗(dòu)砂”介绍到ControlNet还能实现线稿转全彩图(tú)。大(dà)神张(zhāng)吕敏其本尊也亲自回应。

不得(dé)不说当下AIGC已经变得越来越强大，甚至输出的(de)作(zuò)品都已经(jīng)能(néng)以假乱(luàn)真了(le)。

02

难辨虚实(shí)，AIGC技术力爆发

警惕安全问题(tí)

近日，“苏州金鸡湖有游艇party”的(de)消息火(huǒ)遍网(wǎng)络，而(ér)经过警方(fāng)辟谣这(zhè)所(suǒ)谓的“party”可能是(shì)全国第一起AI绘图(tú)诈(zhà)骗。

由于这个(gè)活动(dòng)里面(miàn)给出的美女(nǚ)照片都(dōu)是AI制作的真人照片绘图，因为太逼(bī)真，被(bèi)大家当成真事传(chuán)播了(le)。

不过仔细观察可以发(fā)现，活(huó)动(dòng)发起(qǐ)者(zhě)提(tí)供的照片(piàn)中(zhōng)有个很大(dà)的漏(lòu)洞可以发现并(bìng)非真人，而(ér)是AI绘(huì)图，那便是图片中女性的手(shǒu)指(zhǐ)部分有的(de)存在异常(cháng)。

有行业人事表示：“现(xiàn)在因为(wèi)手指(zhǐ)部分(fēn)的绘(huì)画算法比较复杂，AI还不太会画人(rén)的手，但最(zuì)新看(kàn)到的图片(piàn)已经(jīng)有越来越完美的AI模型出(chū)现(xiàn)，以后可能就(jiù)完全没(méi)有漏洞了。”

类似(shì)的(de)AI作图(tú)诈(zhà)骗在(zài)国(guó)外也(yě)已有发(fā)生。据(jù)英国广播公(gōng)司报道，土耳其地震期间，有Tiktok用户使(shǐ)用AI合成了儿童受灾的假(jiǎ)照片发布到网络，以此诱骗(piàn)善良(liáng)的人打赏“捐(juān)助”从而(ér)实施(shī)诈骗。

目前随着技术发展，AIGC已经能(néng)做出真人照片(piàn)般的绘图效果(guǒ)，如(rú)果这样的(de)图(tú)片被用来诈(zhà)骗，将非(fēi)常可怕。

此外AIGC还引发(fā)了(le)很(hěn)多担忧，一方面，批判者认(rèn)为(wèi)AI在(zài)“学习”了大量前(qián)人的(de)作(zuò)品(pǐn)之后(hòu)，其创作没有(yǒu)任何情(qíng)绪和灵魂，难以(yǐ)和人类的艺术(shù)创作相提并论。

另(lìng)一方面，AIGC背后的版权、目前都并没有得到(dào)有(yǒu)效的解决，还有(yǒu)AIGC会(huì)不(bù)会代替人类“至高无上”的创意。

马斯(sī)克也(yě)强调，人工智(zhì)能(néng)的安(ān)全问题需要得到重视(shì)，太晚就来不及了(le)。

03

AIGC下一站除了(le)视频，还有(yǒu)远方(fāng)

技(jì)术都是有两(liǎng)面(miàn)性的，潜在的危害并不能(néng)掩(yǎn)盖其光(guāng)辉的贡献。现在看来，人工智能技术(shù)将是第(dì)四次工(gōng)业(yè)革(gé)命的(de)核心驱动(dòng)力量，将创造(zào)新的(de)增长(zhǎng)奇(qí)迹。

过去一年(nián)，人工智能在技(jì)术和(hé)商(shāng)业(yè)层面都(dōu)有了巨大进展，AI绘画就是(shì)人(rén)工智(zhì)能(néng)技(jì)术发生(shēng)方向性改变的(de)一个代(dài)表。其下一站或许就是(shì)视频。

此前(qián)，Meta和谷(gǔ)歌先后发布了几条引(yǐn)爆(bào)科技圈的短(duǎn)视(shì)频。这些视频引发关注并非(fēi)内容(róng)做得(dé)多优秀，反而都非(fēi)常(cháng)简单，比如(rú)一匹正在喝(hē)水的(de)马，一只(zhǐ)画画的(de)玩(wán)具(jù)熊，或者一(yī)段骑摩托车(chē)的第一视角录(lù)像，随(suí)便一个有手机的人都可以随手录下一段。

但这些(xiē)短视频的创作方式非(fēi)常简(jiǎn)单，创作(zuò)者仅仅需要向AI输入一段话，甚至只(zhǐ)是说一下要求，AI就可以根据需要生成一(yī)段视(shì)频。

谷歌(gē)发布的两(liǎng)个(gè)AI生成视频分别来自于Imagen Video和(hé)Phenaki，前者主要突(tū)出的是高清，与Meta的Make-A-Video没(méi)有太多(duō)的(de)差(chà)别。

在Make-A-Video公布了AI生成(chéng)的视频后，AI圈就已经玩了一波梗，一个能够做出(chū)更高清视频(pín)的AI还(hái)不足以在短(duǎn)时(shí)间(jiān)内戳中(zhōng)兴(xīng)奋点。

Phenaki更加令人(rén)震惊的地方在于，它可以制作出超过2分钟的连(lián)贯的也(yě)有确切内容的视频，这(zhè)才(cái)是真正让人们(men)感到拔冗莅临是什么意思boronnijijiao，拔冗莅临是什么意思？ 词语(dào)惊(jīng)喜的地方(fāng)。因为无(wú)论AI生成的视频多么(me)高清，也(yě)只能(néng)是为内容生产者提(tí)供一个灵感，一个素(sù)材，一个过场动画。

不过(guò)能够制作出有具体(tǐ)剧(jù)情内容的视频就(jiù)意(yì)味着，一些视频创作由AI代替人工完(wán)成(chéng)已经初步有(yǒu)了可(kě)能。

当下(xià)AI的发(fā)展速度已经超过大部分人的想象(xiàng)。内容(róng)产业的本质(zhì)是(shì)供给(gěi)创造需求，AIGC作为全新的内容生产方式，可以为内(nèi)容产业(yè)带来更新的内容风(fēng)格、更快的生产速度，更低的(de)生产成本，这无(wú)疑(yí)会驱动内容产(chǎn)业(yè)的大爆发。

除了AI绘图、视频，AIGC技术还能应用于(yú)音乐、代码(mǎ)、机(jī)器人动作(zuò)等多种内容形式的(de)生成。不(bù)难(nán)发现(xiàn)该项技术不仅在游戏等(děng)行业(yè)能得到有效应(yīng)用，对(duì)于(yú)下(xià)一代互联网各(gè)种元素的构建亦有关键意义。

从商(shāng)业化(huà)的角度来看，文化娱乐、教育、传媒等诸多领(lǐng)域(yù)，本身就对基于(yú)AI的可视化(huà)内(nèi)容有(yǒu)强烈(liè)需求。

因(yīn)此，AI绘画及(jí)视频或不是(shì)结果，而只是AI进程中的一块重要拼图，有望在技(jì)术更新的加持下实现(xiàn)更大的(de)应用价(jià)值。

AI从理(lǐ)解(jiě)内容，走向了可以(yǐ)生成内(nèi)容，甚至能够创造出(chū)独立价值(zhí)和独立视(shì)角的(de)内容。AIGC的再次出圈(quān)，更(gèng)代表(biǎo)着未来的先进生产力即将到(dào)来。

04

紧抓(zhuā)大模型与算力，牢固AIGC底座

从(cóng)技术的发展也(yě)可以看出(chū)，在语言大模型、图像大模型之后，多模态大(dà)模型(xíng)已经成为(wèi)了新的趋(qū)势。

大模(mó)型被誉为当前人(rén)工智(zhì)能发(fā)展的智能底(dǐ)座，是全球竞争最激(jī)烈的研究方向(xiàng)之一，包(bāo)括谷歌、亚马逊、百(bǎi)度、阿里、腾讯等(děng)众多头(tóu)部(bù)企(qǐ)业都在竞相发力(lì)。

不过训练大(dà)模型的确价(jià)格不菲，以(yǐ)国(guó)盛证券发布的《ChatGPT需要多少算力》报告估算，GPT-3训练(liàn)一(yī)次的成本(běn)约为140万美元。而对于一些更大(dà)的LLM(大型语言模型(xíng))，训练成本则介(jiè)于200万美元(yuán)至1200万(wàn)美元高价(jià)之间。

以ChatGPT在2023年1月的(de)独立访(fǎng)客平(píng)均数1300万计算，其对应芯(xīn)片需求为3万多片英伟达A100 GPU，初(chū)始投入成本约为8亿美(měi)元(yuán)，每(měi)日仅(jǐn)电费就在(zài)5万美(měi)元左右。

此外不(bù)论是(shì)ChatGPT还是AIGC，都离不(bù)开庞(páng)大算力支持。在关注各类大模(mó)型的发展同时，更应(yīng)该关注(zhù)算(suàn)力网络的建设。

算力(lì)网络正驱动AI产业发展进(jìn)入史(shǐ)诗级加速进程，让AIGC及通用AI这一(yī)人工(gōng)智(zhì)能(néng)发展的终极目标(biāo)离(lí)得更(gèng)近(jìn)。

因为(wèi)算力可以对突破性技术创(chuàng)新(xīn)提供(gōng)大力的支持(chí)。这方面，多模态大模型是典型。作为面向未(wèi)来强人工智能(néng)、通用(yòng)人(rén)工智能的重要(yào)技术(shù)创新，多(duō)模(mó)态(tài)大(dà)模型已经在人工智能领域提出了很多年，业界也有不少技术突(tū)破，但是，多(duō)模(mó)态大模(mó)型(xíng)进一步往下走，算(suàn)力(lì)需求呈(chéng)几何式上升，一般的算力基础设施(shī)很快将难以(yǐ)胜任。

从图像(xiàng)、文字(zì)、语音单独一项(xiàng)的训练，到双(shuāng)模态(tài)、三模态(tài)的跃迁(qiān)，让人(rén)工(gōng)智能(néng)可以灵活应(yīng)对不同模态的转化、像人(rén)与世界交互一(yī)样自然，这方面，由算力(lì)网络(luò)来驱动(dòng)将有明显(xiǎn)优势(shì)。

此外，还有很多需要(yào)爆发式增长(zhǎng)的算力来支(zhī)撑的技(jì)术(shù)创(chuàng)新，将在人(rén)工智能算力(lì)网络支撑下快速推进。

AIGC已经露出(chū)曙光，期(qī)待在大模型(xíng)和大算力的(de)支(zhī)持下AIGC能持续颠覆内容生产的方式，将创造的边(biān)际成(chéng)本降低，让万众受益(yì)。

未经允许不得转载：绿茶通用站群 拔冗莅临是什么意思boronnijijiao，拔冗莅临是什么意思？ 词语