自聊(liáo)天(tiān)机器人ChatGPT火爆以来(lái)，微软公司创(chuàng)始人比尔·盖(gài)茨已多(duō)次公开谈论人工(gōng)智(zhì)能话题。在最近的(de)一次(cì)采访中(zhōng)，他再次表示(shì)：“AI可能会让科技行(xíng)业迎来(lái)一次剧(jù)烈(liè)的洗(xǐ)牌”。

这个结论是他在(zài)当地时间2月20日接受《In Good Company》节目专访(fǎng)时提出(chū)的。

他预(yù)期，AI的发展可能(néng)会威胁到谷(gǔ)歌(gē)的市占率(lǜ)，因为微软(ruǎn)在AI方面的行动相当迅速。而最终科技巨(jù)头将把AI整合成用户的“全能助手”，包揽一切应用，与人(rén)们(men)进(jìn)行沟(gōu)通并提(tí)供建议，可(kě)以取代(dài)亚马逊、Siri或Outlook等应用。

大佬口中全能助手的到来可能尚需时(shí)日，但由(yóu)ControlNet引发的又(yòu)一次AI绘画浪(làng)潮，让AIGC在ChatGPT的话题(tí)热点包(bāo)围(wéi)中杀出重(zhòng)围。

01

ControlNet颠覆AI绘画新玩法

AIGC向可控靠近

以AI绘画为代表(biǎo)的AIGC上一次爆火的时候，还是2022年8月，在(zài)美(měi)国科罗拉(lā)多(duō)州(zhōu)举办(bàn)的新兴数(shù)字艺术家竞赛中，一幅名为《太空歌剧院》的作(zuò)品获奖。

随(suí)后各大厂商的AI绘画软件被广大网友熟知并体(tǐ)验，Stable Diffusion便是其中代(dài)表。

用户们可以在应用中输入一组关键词或(huò)者一张照(zhào)片，就能获得一(yī)幅AI创作的画作(zuò)。

作画的关键就是(shì)所输入的(de)文本。同(tóng)一组关键词(cí)也(yě)可以创作出(chū)很(hěn)多张风(fēng)格(gé)不一样(yàng)的(de)画作，这让创作(zuò)的过程就像开(kāi)盲盒。

很(hěn)多(duō)用户(hù)很喜(xǐ)欢这种(zhǒng)不确定的(de)惊喜，他们会将(jiāng)生成的美图当做头(tóu)像(xiàng)。而另一部分喜欢翻(fān)看AI绘画的“翻车”作品。在社(shè)交媒(méi)体上(shàng)，许多用户分(fēn)享(xiǎng)AI“翻车现场”，例如，一位网(wǎng)友的小狗照片被(bèi)AI画(huà)成了(le)“肌肉男(nán)”，还有网友的个人照(zhào)片被(bèi)AI识别成了(le)建筑。

而(ér)如今随着ControlNet的(de)出现与加(jiā)持，以(yǐ)往(wǎng)AI绘(huì)画的填写关(guān)键词游戏可(kě)能要被(bèi)颠覆(fù)了。

铁棍山药和小白嘴山药哪个好吃些，铁棍山药和小白嘴山药哪个好吃些呢alt="ChatGPT之后又一应用杀疯了，AIGC或进入(rù)可控期(qī)，将洗牌(pái)科技行业？_黑料正能量" decoding="async" src="https://mmbiz.heiliaofuli.com/wp-content/uploads/2023/03/19d7ab2c0056bd4.jpeg?imageMogr2/thumbnail/2160x0/format/webp/quality/80" data-ratio="1.12109375" data-s="300,640" data-type="jpeg" data-w="1024">

ControlNet是一位正在斯(sī)坦福(fú)读博的中国(guó)人(rén)张吕敏创作的一种(zhǒng)基于控(kòng)制点(diǎn)的图(tú)像变(biàn)形算法，主要(yào)用(yòng)于(yú)数(shù)字图像(xiàng)处理(lǐ)、计(jì)算机视觉和计算机图形学等领域。

其SD插件一(yī)经发布，在短(duǎn)短的(de)两天内便(biàn)成为了(le)AI绘画(huà)领域最新的热点。

在此(cǐ)之(zhī)前，大家用了很多(duō)方法想让AI生成的结果(guǒ)尽(jǐn)可能的符合要求，但是都不尽(jǐn)如人(rén)意，它的出现(xiàn)代表着AI生成开始进入(rù)真(zhēn)正的可(kě)控(kòng)时期。

因(yīn)为ControlNet可以直接(jiē)提(tí)取画面的构图，人物的姿势和画面的深(shēn)度信息等。有了(le)它(tā)的(de)帮(bāng)助，就不用(yòng)频繁的用提示(shì)词来碰运气(qì)，抽(chōu)盲(máng)盒式的创作(zuò)了(le)。

通俗(sú)的说ControlNet相当于(yú)给AI绘画加了(le)“魔法(fǎ)”，不少(shǎo)博主(zhǔ)的作品已经(jīng)获得了大量(liàng)的浏览量，“viggo”就是其(qí)中之(zhī)一，他(tā)用朋友(yǒu)的照片直接(jiē)带她(tā)们走进(jìn)动漫世界(jiè)。

viggo先(xiān)用StableDiffusion图片转文(wén)字。

再用Text2Prompt插件拓展(zhǎn)找到对应(yīng)的关键词；最后用ControlNet插(chā)件绑(bǎng)定(dìng)骨骼开(kāi)始换关键词试效(xiào)果(guǒ)。

通(tōng)过(guò)图片就(jiù)可(kě)以(yǐ)看出(chū)来，效果十分(fēn)惊艳。

更厉害的是，除了真实(shí)的照片，草图也可以加上“魔(mó)法”，知乎大牛“DevPoint”和“逗(dòu)砂”介绍到ControlNet还能实现线稿转全(quán)彩图。大神张吕敏其本尊也亲自(zì)回应。

不得不(bù)说当下AIGC已(yǐ)经变得越(yuè)来越(yuè)强大，甚至(zhì)输出(chū)的作品都已经能以假乱真了。

02

难辨虚(xū)实，AIGC技(jì)术力爆发

警(jǐng)惕安全问题

近日，“苏州(zhōu)金鸡湖(hú)有(yǒu)游艇party”的消息火遍网络，而经过警方辟谣这所谓的“party”可能是全国第一起AI绘图诈骗(piàn)。

由(yóu)于(yú)这个活动里面给出的美女照片都是AI制(zhì)作(zuò)的真人(rén)照片(piàn)绘图，因为太(tài)逼(bī)真，被大(dà)家(jiā)当成真事(shì)传播了。

不(bù)过(guò)仔细(xì)观察可以发现，活动发起者提供的照片中有个很大的漏(lòu)洞可以发现并(bìng)非真人，而(ér)是AI绘图，那便是图片中(zhōng)女性的手指部分有的存(cún)在(zài)异常。

有(yǒu)行业人事表示：“现在因为手指部分的(de)绘(huì)画算法比较复杂，AI还不太会画人的手，但最新看到的图(tú)片已经有(yǒu)越来越完(wán)美的AI模型(xíng)出现，以(yǐ)后可能就完全没有漏(lòu)洞(dòng)了。”

类似的AI作(zuò)图诈骗在国外也(yě)已有发生。据英国(guó)广播公司(sī)报道，土耳其地(dì)震期(qī)间，有Tiktok用户使用AI合(hé)成了(le)儿童受灾的(de)假照片发布(bù)到网络，以(yǐ)此诱(yòu)骗善良(liáng)的人打赏(shǎng)“捐(juān)助(zhù)”从而实施诈骗(piàn)。

目前随着技术(shù)发(fā)展，AIGC已经能(néng)做(zuò)出(chū)真人照片(piàn)般(bān)的绘图效果，如(rú)果这(zhè)样的(de)图片被用来诈骗，将非常(cháng)可怕。

此外AIGC还引(yǐn)发了(le)很多担忧，一(yī)方面，批(pī)判者认为AI在“学习(xí)”了大量(liàng)前人的作(zuò)品之后(hòu)，其创作没(méi)有(yǒu)任何情绪和灵(líng)魂，难以(yǐ)和(hé)人类的(de)艺术创作相提并论。

另一方面，AIGC背后(hòu)的版权、目(mù)前都并没有得到有(yǒu)效的解决(jué)，还有AIGC会不会代替(tì)人类“至高无上”的创意。

马斯(sī)克也(yě)强调，人工智能的(de)安全问题需要得到重视，太(tài)晚(wǎn)就来(lái)不及了。

03

AIGC下(xià)一站除(chú)了视频，还有远(yuǎn)方

技术都是有两(liǎng)面性的，潜在的危害并(bìng)不能掩盖其(qí)光辉(huī)的贡献(xiàn)。现在看来，人工智能技术(shù)将是第四(sì)次工业革命(mìng)的核心驱动力量，将创造新的增(zēng)长奇迹(jì)。

过去一(yī)年，人(rén)工智能在技(jì)术和商(shāng)业层面(miàn)都有了巨大进(jìn)展，AI绘画就是人工智能技(jì)术发生方向性改变的一(yī)个代表。其下一站或许(xǔ)就是视(shì)频。

此(cǐ)前，Meta和谷歌先后发(fā)布了几(jǐ)条(tiáo)引爆科技(jì)圈的短视频。这些视(shì)频引(yǐn)发关(guān)注(zhù)并(bìng)非(fēi)内容做(zuò)得多(duō)优(yōu)秀(xiù)，反(fǎn)而都非常简单，比如一匹正在喝水的马(mǎ)，一只画画的玩具熊，或者一段骑(qí)摩(mó)托车的第一(yī)视角录像(xiàng)，随便一(yī)个有手机的人都可以(yǐ)随手录下一段。

但这些(xiē)短视(shì)频的创作方式非常(cháng)简单(dān)，创作者仅仅(jǐn)需要向AI输入一段话，甚至只是说一下要求(qiú)，AI就可(kě)以根据需要生成一段视频。

谷歌发布(bù)的两个(gè)AI生成视频分别(bié)来自于(yú)Imagen Video和Phenaki，前(qián)者(zhě)主要突出(chū)的是高清，与Meta的Make-A-Video没有太(tài)多的差(chà)别。

在Make-A-Video公布(bù)了AI生成的视(shì)频后，AI圈就已经玩了一波梗，一个能够做出更高清视频的AI还不足以在短时间内戳中兴(xīng)奋点。

Phenaki更加令人震惊的地方在(zài)于，它可以制作出超过2分钟的连贯的也(yě)有确切内容的视频(pín)，这才是(shì)真正让人们感(gǎn)到惊喜的(de)地方(fāng)。因为无论AI生成的视频多么(me)高清(qīng)，也只能是为(wèi)内(nèi)容生产(chǎn)者提供一个灵感(gǎn)，一个素材，一个过场动画。

不(bù)过能够制(zhì)作出有具(jù)体(tǐ)剧情内容的(de)视频就意味(wèi)着，一些视频创作由AI代替人工完成已经初步有了可能。

当下(xià)AI的发(fā)展速度已经超过(guò)大(dà)部(bù)分(fēn)人(rén)的(de)想象。内容产业的本质是供(gōng)给创造需求(qiú)，AIGC作(zuò)为全新(xīn)的内容生产方式(shì)，可(kě)以为内容产业(yè)带(dài)来更新的内容风格、更快的(de)生产速度，更低的生产成本(běn)，这无疑会驱动内容产业的大爆发。

除(chú)了AI绘(huì)图、视频，AIGC技术还能应用于音乐、代(dài)码(mǎ)、机器(qì)人动作等(děng)多种内容形式的生成。不难发现该项技术(shù)不仅在游(yóu)戏(xì)等行业(yè)能得到有(yǒu)效应用，对(duì)于下一代互联(lián)网各种元素(sù)的构建(jiàn)亦有关键意义(yì)。

从(cóng)商业化的角度来看，文(wén)化娱乐、教育、传媒等诸(zhū)多领域，本身就(jiù)对基于AI的可视(shì)化内(nèi)容有强烈需求。

因此(cǐ)，AI绘画及视(shì)频或不(bù)是结果，而(ér)只(zhǐ)是(shì)AI进程(chéng)中的(de)一(yī)块重要拼图，有望在技(jì)术更新的加持下实现更大的应(yīng)用价值。

AI从理解内(nèi)容(róng)，走向了可以生成内容，甚(shèn)至能(néng)够(gòu)创造(zào)出独(dú)立价值和(hé)独立视角的内容。AIGC的(de)再次出圈，更代表着(zhe)未(wèi)来的先进生产力即将到来(lái)。

04

紧抓(zhuā)大模型与算力，牢固AIGC底座

从技术(shù)的发展也可以看出，在(zài)语言大模型、图像(xiàng)大模型之后，多模态大模型已经成为(wèi)了新(xīn)的(de)趋势。

大模型被誉为当(dāng)前人工智能发(fā)展的智能(néng)底座，是(shì)全球竞争最激烈的研(yán)究方向之一，包括谷歌、亚(yà)马逊、百度(dù)、阿里、腾讯等众多头部(bù)企业都在(zài)竞相发力(lì)。

不过训练大(dà)模(mó)型的确价格不菲(fēi)，以(yǐ)国盛证券发布的《ChatGPT需要多(duō)少算力》报告估算，GPT-3训练一次的成本约为140万美元。而(ér)对(duì)于一(yī)些更大的LLM(大型语言模型)，训练成本则介于(yú)200万美元至1200万美(měi)元高(gāo)价之间(jiān)。

以ChatGPT在2023年1月的独立访客平(píng)均数1300万(wàn)计算，其对应芯片需求为3万多片英伟达(dá)A100 GPU，初始投入成本约为8亿美元，每日仅电费(fèi)就在5万美元左右。

此外不论(lùn)是ChatGPT还是(shì)AIGC，都离不开庞(páng)大算力支持(chí)。在关(guān)注各类大模型(xíng)的发展同时，更应(yīng)该关注算力网络的建设。

算(suàn)力(lì)网(wǎng)络正(zhèng)驱动AI产业发(fā)展进入史诗级加速进程，让AIGC及通用AI这一(yī)人工智(zhì)能(néng)发(fā)展(zhǎn)的终极目标离得更近。

因(yīn)为算力可以对突破性(xìng)技术创新(xīn)提供大力的(de)支持(chí)。这(zhè)方面，多模态大(dà)模型是(shì)典型。作(zuò)为(wèi)面向未来强人工智能(néng)、通用人(rén)工智能的重要技术创新，多模态大模型已经在人工(gōng)智能领域(yù)提(tí)出了很多年，业(yè)界也(yě)有不少(shǎo)技术突破，但是，多模态大模型进(jìn)一步往下走，算力需求呈几何式上升(shēng)，一般的算力基础设施很快将难以胜任。

从图像、文字、语音单独一项的(de)训练，到双模态、三模态(tài)的跃(yuè)迁(qiān)，让人工智能可以(yǐ)灵活应对不同模态的转(zhuǎn)化、像人与世界交互一(yī)样自然，这方面，由算力(lì)网络(luò)来驱动将(jiāng)有明显优势。

此外，还有很(hěn)多需要爆发式(shì)增长的算力来支撑(chēng)的(de)技术创新(xīn)，将(jiāng)在(zài)人工(gōng)智能算力网(wǎng)络支撑(chēng)下快速推进。

AIGC已经露出曙光，期待(dài)在大模型和(hé)大算(suàn)力的支持下AIGC能持续颠(diān)覆内容生产的方式，将(jiāng)创(chuàng)造(zào)的边际成本(běn)降低，让万众(zhòng)受益。

未经允许不得转载：绿茶通用站群 铁棍山药和小白嘴山药哪个好吃些，铁棍山药和小白嘴山药哪个好吃些呢