自聊天机器人ChatGPT火爆以来(lái)，微软公司(sī)创始人比尔·盖茨已多次(cì)公开谈论人工智能话题(tí)。在(zài)最近的一次采访中(zhōng)，他再(zài)次(cì)表示：“AI可能会让科技行业迎来一次剧烈的洗牌(pái)”。

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

他预(yù)期，AI的发展可能会威胁(xié)筑梦未来是什么意思，锦时筑梦是什么意思到谷歌的市占率，因(yīn)为微软在AI方面的行动(dòng)相当(dāng)迅速(sù)。而最终科技巨头将把AI整合成用户的“全能(néng)助手”，包揽一(yī)切应用(yòng)，与(yǔ)人们进行(xíng)沟(gōu)通并提供建议，可以取(qǔ)代亚马逊、Siri或(huò)Outlook等应用。

大(dà)佬(lǎo)口中全能(néng)助手的到来可能尚需时日，但由ControlNet引(yǐn)发的又一(yī)次AI绘画(huà)浪潮，让AIGC在ChatGPT的话题(tí)热点包围中杀(shā)出重围。

01

ControlNet颠覆AI绘(huì)画新(xīn)玩法

AIGC向可控靠近(jìn)

以AI绘画为代表(biǎo)的AIGC上一次(cì)爆火的时候(hòu)，还是2022年8月，在美(měi)国科(kē)罗拉多(duō)州举办的(de)新兴数(shù)字艺术家竞赛中，一(yī)幅名为(wèi)《太空歌剧院》的作品获奖(jiǎng)。

随后各大厂(chǎng)商的(de)AI绘画软(ruǎn)件被广大网友熟知并体验(yàn)，Stable Diffusion便是其(qí)中代表(biǎo)。

用户(hù)们可以(yǐ)在应用(yòng)中输入一组关键词或者一张(zhāng)照片(piàn)，就能获得一幅AI创作的(de)画作。

作画的(de)关键(jiàn)就是所输入的文本。同一组关(guān)键词也可以创(chuàng)作出很多张风格(gé)不一(yī)样(yàng)的(de)画作，这让创作的过程就像开盲盒。

很多用户很(hěn)喜(xǐ)欢这种(zhǒng)不确定的惊喜，他们会(huì)将生(shēng)成(chéng)的美图当做头像(xiàng)。而另(lìng)一部分喜欢翻看AI绘画(huà)的“翻车”作(zuò)品(pǐn)。在社交媒体上，许多用户(hù)分享AI“翻车现场”，例如，一位(wèi)网友的小狗(gǒu)照片被AI画(huà)成了“肌(jī)肉男”，还有网友的个人照片被(bèi)AI识别成(chéng)了建筑。

而如今随着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(diān)覆了。

ControlNet是一位正在斯坦福读(dú)博的中国人张吕(lǚ)敏(mǐn)创作(zuò)的一种基于控制(zhì)点的图像变形算法，主要用于数字图像处理、计算(suàn)机(jī)视觉和计算机图形学等(děng)领域。

其(qí)SD插(chā)件一经发(fā)布，在(zài)短短的两(liǎng)天内便成(chéng)为了AI绘画领(lǐng)域最新的热点。

在(zài)此(cǐ)之前，大家用了很多方(fāng)法想让AI生成的结果尽可能的符合要求，但是都不尽如(rú)人(rén)意，它的出(chū)现代表着AI生成(chéng)开(kāi)始(shǐ)进入真正的可控时期。

因为ControlNet可(kě)以直接(jiē)提取画(huà)面的构图，人物的姿势和画面的深度信息(xī)等。有了它的帮助，就不(bù)用频繁的用提示词来(lái)碰运(yùn)气(qì)，抽盲(máng)盒(hé)式的创作了。

通俗的说ControlNet相当于(yú)给AI绘(huì)画加了“魔法”，不少博主的作品已经获得了大量的浏(liú)览量(liàng)，“viggo”就是其(qí)中之一，他用朋友的照片直接带(dài)她们走进动漫世(shì)界。

viggo先用StableDiffusion图片转文(wén)字。

再用Text2Prompt插件拓展(zhǎn)找到对应的关键(jiàn)词；最后用(yòng)ControlNet插(chā)件(jiàn)绑定骨骼开始换关键(jiàn)词试(shì)效果。

通(tōng)过图片就可以看出来(lái)，效果(guǒ)十分惊(jīng)艳。

更厉害的是，除了真实的照片，草图也可以加上“魔法(fǎ)”，知乎大牛“DevPoint”和“逗(dòu)砂”介绍到ControlNet还能实现线(xiàn)稿转全彩图。大神(shén)张(zhāng)吕敏其本尊也亲自回(huí)应。

不得不说(shuō)当下AIGC已经变得(dé)越来越强大，甚至(zhì)输出的作品都已经(jīng)能以假乱真了。

02

难辨虚(xū)实，AIGC技术力爆发

警惕安全问(wèn)题(tí)

近日，“苏州金鸡湖有(yǒu)游艇(tǐng)party”的消(xiāo)息火遍网络，而经(jīng)过(guò)警方辟谣这所谓的“party”可能是(shì)全国第一(yī)起AI绘(huì)图诈骗。

由于这个活动里面给出(chū)的美女照片都是AI制(zhì)作的真人(rén)照片绘图，因为(wèi)太逼真，被大家(jiā)当成(chéng)真事传播(bō)了。

不过仔细观(guān)察可以发(fā)现(xiàn)，活(huó)动发(fā)起者提供的照片中(zhōng)有个很大的漏洞可以发现并非真人，而是AI绘(huì)图(tú)，那便是图(tú)片(piàn)中女性的手指部分有的存在异常。

有(yǒu)行业人事(shì)表示(shì)：“现在因为手指部分的绘画算(suàn)法(fǎ)比较(jiào)复杂，AI还不太会(huì)画(huà)人的手，但(dàn)最新(xīn)看到的(de)图片已(yǐ)经(jīng)有(yǒu)越来越(yuè)完美的AI模型出现，以后可能就(jiù)完全没有漏洞了(le)。”

类似的AI作图诈骗(piàn)在国外也已(yǐ)有(yǒu)发生。据(jù)英国广播(bō)公司报道，土耳其地震期(qī)间，有(yǒu)Tiktok用户使用(yòng)AI合成了儿童受灾的假照(zhào)片(piàn)发(fā)布(bù)到网络，以(yǐ)此诱骗善良的人打赏(shǎng)“捐助”从而(ér)实施(shī)诈骗(piàn)。

目前随着技(jì)术发展，AIGC已经能做出真人照片般的绘图(tú)效果，如果(guǒ)这样(yàng)的图片被用来(lái)诈骗，将(jiāng)非常可怕(pà)。

此外AIGC还引(yǐn)发了很多担忧，一方面(miàn)，批判者认(rèn)为AI在(zài)“学(xué)习”了(le)大量前人(rén)的作品之后，其创作没有任何情绪和灵(líng)魂(hún)，难以和(hé)人类(lèi)的艺术(shù)创作相提并论。

另一方面，AIGC背后(hòu)的版权、目前都并(bìng)没有得到有效的解(jiě)决(jué)，还(hái)有AIGC会不会代替人类(lèi)“至高无(wú)上”的创意。

马斯克也强调(diào)，人工智能的安(ān)全问题需要得到(dào)重(zhòng)视，太(tài)晚就(jiù)来不及(jí)了。

03

AIGC下一站除(chú)了视频，还有远方

技术都(dōu)是有两面性(xìng)的，潜在(zài)的危(wēi)害(hài)并不能(néng)掩盖(gài)其光辉(huī)的贡献。现在(zài)看来，人工智能技术将是第四次工业革(gé)命的(de)核心驱动力量，将创造新的增长奇迹。

过去一年，人工智(zhì)能在技术(shù)和商业层面(miàn)都(dōu)有了(le)巨大(dà)进展，AI绘画就是人(rén)工智能(néng)技术(shù)发生方(fāng)向性改变(biàn)的一个代表(biǎo)。其下一站或许就(jiù)是视频。

此前，Meta和谷(gǔ)歌先后发(fā)布(bù)了几条引(yǐn)爆科技(jì)圈的短视频。这些视频(pín)引发关注并非内容做(zuò)得多优秀(xiù)，反而都非常简单(dān)，比(bǐ)如(rú)一匹正在喝水(shuǐ)的马，一只画(huà)画(huà)的玩(wán)具熊，或者一(yī)段骑摩托车的第一视角录像(xiàng)，随便一个有手机的人都可(kě)以(yǐ)随手录下(xià)一段。

但这些短视(shì)频的(de)创作方式非常简单(dān)，创作者(zhě)仅仅需要向AI输(shū)入一段话，甚至只(zhǐ)是(shì)说(shuō)一下要求，AI就可(kě)以(yǐ)根据需要(yào)生成一段(duàn)视频。

谷(gǔ)歌发布的两(liǎng)个AI生成视频分别来自于Imagen Video和Phenaki，前者主(zhǔ)要突出(chū)的是高清，与Meta的Make-A-Video没(méi)有太多(duō)的差(chà)别。

在Make-A-Video公布了AI生成的视频后，AI圈就已经玩了(le)一(yī)波梗，一个能够(gòu)做出(chū)更高清视频的AI还不足(zú)以在短时间内戳中兴奋点。

Phenaki更加(jiā)令(lìng)人(rén)震(zhèn)惊的地方在于，它(tā)可以(yǐ)制作出超过2分(fēn)钟(zhōng)的(de)连贯(guàn)的也(yě)有确切内容(róng)的视(shì)频，这才是真正让人们感到惊喜的地方。因为无论AI生成的视(shì)频多么高清，也只(zhǐ)能是为内容生产者提(tí)供一个灵感(gǎn)，一个(gè)素材，一个过场动画(huà)。

不过能够制作(zuò)出有具体剧情内容的(de)视频就意(yì)味着，一些视频创作(zuò)由AI代替人工完成(chéng)已经初步有了(le)可能。

当(dāng)下AI的发(fā)展速度(dù)已经超过大部分(fēn)人的想象。内容(róng)产业的本质是(shì)供给创造(zào)需求，AIGC作为全新的内(nèi)容生产方(fāng)式，可(kě)以为内容产业带来更新的内容风格、更(gèng)快的生产(chǎn)速度，更低的生产成本，这无疑会驱动内容产(chǎn)业的大爆(bào)发。

除了AI绘图(tú)、视频(pín)，AIGC技术还能应用于音(yīn)乐、代码、机(jī)器人(rén)动作(zuò)等多(duō)种(zhǒng)内容形式的生成。不难发现该项技术不仅在(zài)游戏等行业能得到有效应用，对于下一代(dài)互联网各种元素的构建亦(yì)有关键意义。

从商业化的(de)角度来看，文(wén)化娱乐、教育、传媒等诸多领域，本身就(jiù)对基于AI的可视化内容(róng)有强烈需求。

因此，AI绘画及视频或不(bù)是结果，而(ér)只是AI进程中的一块重要拼图，有望(wàng)在技术(shù)更(gèng)新的加持下(xià)实现更大的应用(yòng)价值。

AI从理解内容，走向了可以生成内容(róng)，甚至(zhì)能够创(chuàng)造出(chū)独立价值和独(dú)立视角的内(nèi)容。AIGC的(de)再(zài)次出圈，更代表着未来(lái)筑梦未来是什么意思，锦时筑梦是什么意思的先(xiān)进生产力即将到来。

04

紧抓大模型与算力，牢固(gù)AIGC底(dǐ)座(zuò)

从技术的发(fā)展也(yě)可以(yǐ)看(kàn)出，在语言大模(mó)型、图像大模型之后，多模态大模型已经成为了(le)新的趋势。

大模型被誉为当前人(rén)工(gōng)智(zhì)能发展(zhǎn)的智能底(dǐ)座，是全(quán)球(qiú)竞争(zhēng)最激烈的研究方向之(zhī)一(yī)，包(bāo)括(kuò)谷(gǔ)歌(gē)、亚马逊、百度(dù)、阿里、腾(téng)讯等众多头部企业都在竞相(xiāng)发力。

不(bù)过训练(liàn)大模型(xíng)的确(què)价格不菲，以国(guó)盛证券发布的《ChatGPT需要(yào)多少(shǎo)算(suàn)力》报告估算，GPT-3训练一次的(de)成本约为(wèi)140万美元。而对于(yú)一些更大的LLM(大型语(yǔ)言(yán)模型)，训(xùn)练(liàn)成本则(zé)介(jiè)于200万美(měi)元至1200万美元高(gāo)价之间(jiān)。

以ChatGPT在2023年1月的(de)独立(lì)访客平(píng)均数1300万计算，其对应芯片需求为(wèi)3万多片英伟达(dá)A100 GPU，初(chū)始投入成本约为8亿美(měi)元(yuán)，每日仅电费就在5万美元左右。

此外不论是ChatGPT还是AIGC，都离(lí)不开庞大算力(lì)支持。在关注(zhù)各类大(dà)模(mó)型(xíng)的发展同时，更(gèng)应(yīng)该关注算力网络(luò)的建设。

算力网络(luò)正驱动AI产业发(fā)展进(jìn)入(rù)史诗级加速进程，让AIGC及通(tōng)用AI这一人工智(zhì)能发(fā)展的(de)终极目(mù)标离得更近。

因为算力(lì)可以对突破(pò)性技术创新提供大力的支持。这方面(miàn)，多模态大模型(xíng)是典型。作为面向未来强人工智能、通用人工智能的重(zhòng)要技术创新，多模态大模型已(yǐ)经(jīng)在人(rén)工智能领域提出(chū)了很(hěn)多年，业界也有不少技术突破，但是，多(duō)模态(tài)大(dà)模(mó)型进一步往下走，算力需求呈几何式上升，一般(bān)的(de)算力基(jī)础设施很快(kuài)将(jiāng)难以胜任。

从图像、文字、语音单独一项的训练，到双模态、三模态的跃迁，让人工智能可以灵活应(yīng)对不同模态的转(zhuǎn)化、像(xiàng)人(rén)与世(shì)界交互一(yī)样自然，这方面(miàn)，由算力网络(luò)来驱动将有(yǒu)明显优势。

此外，还(hái)有很多需(xū)要(yào)爆(bào)发式增长的算力来支撑的技术创(chuàng)新(xīn)，将在(zài)人工(gōng)智(zhì)能算力网络支撑下(xià)快速推进(jìn)。

AIGC已(yǐ)经露出(chū)曙光，期待在(zài)大模(mó)型和(hé)大算力(lì)的支持(chí)下AIGC能持续颠覆内容生产的方式，将创造的边际(jì)成本降低，让万众受益。

未经允许不得转载：绿茶通用站群 筑梦未来是什么意思，锦时筑梦是什么意思