自聊(liáo)天机(jī)器(qì)人(rén)ChatGPT火(huǒ)爆以来(lái)，微软公司创始人(rén)比尔·盖茨已多(duō)次公开(kāi)谈论人工(gōng)智能话题。在最近的一次采访中，他再次表(biǎo)示：“AI可能会让科(kē)技行(xíng)业迎来一次剧烈的(de)洗牌”。

这个(gè)结论是他(tā)在当地时间2月20日接受《In Good Company》节目专(zhuān)访(fǎng)时提出(chū)的(de)。

他预期，AI的发展可(kě)能(néng)会(huì)威胁(xié)到谷(gǔ)歌的市占率，因为微软在AI方面的行(xíng)动(dòng)相当(dāng)迅(xùn)速。而(ér)最(zuì)终(zhōng)科技巨头将把(bǎ)AI整合成用户的“全(quán)能助手”，包揽(lǎn)一切应用，与人们(men)进行沟通并(bìng)提(tí)供建议(yì)，可以取代亚马逊、Siri或Outlook等应用。

大佬(lǎo)口中全能助(zhù)手的到来可能尚需时(shí)日(rì)，但由(yóu)ControlNet引发的又一次AI绘画浪潮，让AIGC在ChatGPT的话(huà)题热点包围(wéi)中杀出重围。

01

ControlNet颠覆AI绘(huì)画新玩法

AIGC向可控靠近

以AI绘画为代表的AIGC上一次爆火的时候，还是2022年8月(yuè)，在美国(guó)科(kē)罗(luó)拉(lā)多州举办的新(xīn)兴数(shù)字艺术家竞赛中，一(yī)幅名为《太(tài)空歌剧院》的作品(pǐn)获奖。

随后(hòu)各大厂(chǎng)商(shāng)的AI绘画(huà)软件被广大网(wǎng)友熟(shú)知并体验，Stable Diffusion便是其中代表。

用户(hù)们可以在应用中输入(rù)一组关(guān)键词(cí)或(huò)者一张照(zhào)片，就能(néng)获得一幅AI创作的画(huà)作。

作画的关键就是(shì)所(suǒ)输入的文本。同(tóng)一(yī)组关键词也可(kě)以创作出很(hěn)多张风(fēng)格不一样的画(huà)作(zuò)，这让创作的过(guò)程(chéng)就像开盲(máng)盒。

很(hěn)多用户很喜欢这种不确定的惊喜，他(tā)们会将生成的美图(tú)当做头像(xiàng)。而另一部分喜欢翻看(kàn)AI绘画(huà)的“翻车”作品(pǐn)。在社(shè)交媒(méi)体(tǐ)上，许(xǔ)多用(yòng)户(hù)分享(xiǎng)AI“翻(fān)车(chē)现场”，例如，一位(wèi)网友的小狗照片被AI画成了“肌肉男”，还(hái)有网友的个(gè)人照片被AI识别成了建(jiàn)筑。

而如(rú)今随着ControlNet的(de)出现与加持，以(yǐ)往AI绘画的(de)填写关(guān)键词游戏可能要(yào)被颠(diān)覆(fù)了。

苹果app内购买什么意思 苹果app内购买项目可以关闭吗ata-type="jpeg" data-w="1024">

ControlNet是一位正(zhèng)在斯(sī)坦福读博的中国人张(zhāng)吕敏(mǐn)创(chuàng)作的一(yī)种基(jī)于控(kòng)制点的图像变形算法(fǎ)，主要用(yòng)于数字图(tú)像处理、计算机视觉和计算(suàn)机图形学等领域。

其SD插件一(yī)经(jīng)发布，在短(duǎn)短的两(liǎng)天内便(biàn)成为(wèi)了AI绘(huì)画(huà)领(lǐng)域最新的(de)热点。

在此之(zhī)前，大家用(yòng)了(le)很多方法(fǎ)想让AI生成(chéng)的结(jié)果尽可能的符(fú)合要求，但是(shì)都(dōu)不尽如人意，它的出现代表着AI生成开始进(jìn)入真正(zhèng)的可控时期。

因为ControlNet可以直(zhí)接提取(qǔ)画面(miàn)的构图，人物(wù)的姿势(shì)和画面的深度信息(xī)等。有(yǒu)了它的(de)帮助，就(jiù)不用(yòng)频繁(fán)的(de)用提示词来碰运气，抽盲盒(hé)式的(de)创作了(le)。

通俗的说ControlNet相(xiāng)当于给AI绘画加了“魔法”，不少(shǎo)博(bó)主的作品已经获得了(le)大量的浏览量，“viggo”就是其中(zhōng)之一，他用朋友的照片直接(jiē)带(dài)她们走(zǒu)进动漫世界。

viggo先用StableDiffusion图(tú)片(piàn)转文字(zì)。

再用Text2Prompt插件拓展找(zhǎo)到对应(yīng)的关键词；最后用ControlNet插件绑定(dìng)骨(gǔ)骼(gé)开始换关键(jiàn)词试效果。

通过图片就可(kě)以看出(chū)来，效果十(shí)分惊艳。

更厉(lì)害的是，除(chú)了真实的照片，草图也(yě)可(kě)以(yǐ)加上“魔法”，知乎大牛“DevPoint”和“逗砂(shā)”介绍到(dào)ControlNet还能实现线稿(gǎo)转全彩图(tú)。大神张吕敏其本尊也(yě)亲自回应(yīng)。

不得(dé)不说(shuō)当下AIGC已经变得越(yuè)来越强大，甚至输(shū)出的作品都已经能以假乱真了。

02

难(nán)辨虚实，AIGC技术力(lì)爆发

警惕(tì)安全(quán)问题

近日，“苏州金鸡湖(hú)有游艇party”的消息火(huǒ)遍(biàn)网络(luò)，而经过(guò)警方辟谣这所(suǒ)谓的“party”可(kě)能是全(quán)国第一(yī)起AI绘图诈骗。

由于这个(gè)活动里(lǐ)面给出的美女照片都是AI制作(zuò)的真人(rén)照片绘图，因为太(tài)逼真，被大家当成(chéng)真事传(chuán)播了(le)。

不(bù)过(guò)仔细观察可(kě)以发现，活动发起(qǐ)者(zhě)提供的(de)照片(piàn)中有(yǒu)个很大的漏洞可以发现并(bìng)非真人，而(ér)是AI绘(huì)图，那便是图片中(zhōng)女性的(de)手指部分有的存在(zài)异常。

有(yǒu)行(xíng)业人事表示：“现在(zài)因为手指部(bù)分的绘画算法比(bǐ)较复(fù)杂，AI还不(bù)太会画人的手，但最新看(kàn)到(dào)的图片已经有越来越完美的(de)AI模型出现，以后(hòu)可能就完(wán)全(quán)没有漏(lòu)洞了。”

类似的(de)AI作图诈骗在国外也已有发生。据英国广播公司(sī)报道，土耳其地震期间，有Tiktok用户使(shǐ)用AI合成了儿(ér)童(tóng)受(shòu)灾的假照片发布到(dào)网络(luò)，以此诱骗(piàn)善良的人打(dǎ)赏“捐助”从(cóng)而实施诈骗。

目前(qián)随着技术发展，AIGC已经能做出真人照片般的绘图效果，如果这样(yàng)的(de)图片被(bèi)用(yòng)来诈(zhà)骗，将(jiāng)非常可怕。

此外AIGC还引(yǐn)发(fā)了很(hěn)多担忧(yōu)，一(yī)方面，批判者(zhě)认(rèn)为(wèi)AI在“学(xué)习(xí)”了大(dà)量前(qián)人的作品之后，其(qí)创作没(méi)有任何情绪(xù)和灵魂，难以(yǐ)和(hé)人(rén)类的艺术(shù)创作相提并论。

另(lìng)一方面，AIGC背后的版权、目前苹果app内购买什么意思 苹果app内购买项目可以关闭吗都并没有得(dé)到有效(xiào)的解决，还有AIGC会不会代(dài)替人(rén)类“至高无上”的创意。

马(mǎ)斯克也强调，人工智能的安全问(wèn)题需要(yào)得到重视，太晚就来不(bù)及了。

03

AIGC下一站除了视频，还(hái)有远方

技术都是有两(liǎng)面性的，潜(qián)在(zài)的危害并不能(néng)掩(yǎn)盖其光辉的贡献。现在看来(lái)，人工(gōng)智能技术将是第四次工业革命(mìng)的核心驱动力量，将创(chuàng)造(zào)新的(de)增长奇迹。

过去(qù)一年，人(rén)工智能在技术和商业层(céng)面都有了巨大进展，AI绘画就是人工智能(néng)技(jì)术发(fā)生(shēng)方向(xiàng)性(xìng)改变的一个代表。其(qí)下(xià)一站(zhàn)或(huò)许就(jiù)是视频。

此(cǐ)前，Meta和谷歌先后(hòu)发布了(le)几条引爆(bào)科(kē)技(jì)圈的短视频。这些视频(pín)引发关注(zhù)并非(fēi)内容做得多优(yōu)秀，反(fǎn)而都非常(cháng)简(jiǎn)单，比如一匹正在喝水(shuǐ)的马，一只画画的玩具熊，或(huò)者一段骑摩托(tuō)车的第一视角录(lù)像，随便(biàn)一个有手(shǒu)机的(de)人都可以随手录下一段。

但这些短视频的创作(zuò)方式非常简单，创(chuàng)作者仅仅需要向(xiàng)AI输(shū)入一段话(huà)，甚至只是说一下要求(qiú)，AI就可以根据(jù)需(xū)要生成一段视频。

谷(gǔ)歌发布(bù)的两个AI生成视频分别来(lái)自于Imagen Video和Phenaki，前者主要突出的是高清(qīng)，与Meta的Make-A-Video没(méi)有太多的差别(bié)。

在(zài)Make-A-Video公布了AI生(shēng)成的视频(pín)后，AI圈(quān)就已经玩了一波梗，一个能(néng)够做(zuò)出更高清视频的AI还不(bù)足以在短时间内(nèi)戳(chuō)中兴奋(fèn)点。

Phenaki更(gèng)加(jiā)令(lìng)人(rén)震惊的地方(fāng)在(zài)于，它(tā)可以制作出超过(guò)2分钟的连贯的也有确切内容(róng)的(de)视频，这才是真正让(ràng)人们感到(dào)惊喜的(de)地(dì)方。因为无(wú)论AI生成(chéng)的视频多(duō)么高清，也只能是为内容生产(chǎn)者(zhě)提供一(yī)个(gè)灵感，一个素材(cái)，一个(gè)过场动画。

不过能(néng)够制(zhì)作出有具(jù)体剧(jù)情内容的视(shì)频就(jiù)意味着，一些(xiē)视频创作由AI代(dài)替人工完成已经初(chū)步(bù)有了可(kě)能(néng)。

当下AI的发展(zhǎn)速度已(yǐ)经超过大部分人的(de)想象(xiàng)。内容产业的本(běn)质是供(gōng)给创造(zào)需求(qiú)，AIGC作为全新的内容生产(chǎn)方式，可以为内容产业带来更(gèng)新的内容(róng)风格、更快的生产速度，更低的(de)生产成本，这无疑会驱动内(nèi)容产业的大爆发。

除(chú)了AI绘图(tú)、视频，AIGC技术(shù)还(hái)能(néng)应(yīng)用于音乐、代(dài)码、机器(qì)人动作等(děng)多种内容形(xíng)式的(de)生成。不难发(fā)现该项技术不(bù)仅在游戏等行业能得到(dào)有效应用，对(duì)于下一代(dài)互(hù)联网各种元素的构建亦有关键意(yì)义。

从商(shāng)业化的角度来(lái)看，文(wén)化娱(yú)乐(lè)、教育(yù)、传媒等诸(zhū)多领域，本身就对基(jī)于AI的可视化内容有强(qiáng)烈需(xū)求。

因(yīn)此，AI绘画及视频或不是(shì)结果(guǒ)，而(ér)只是AI进程(chéng)中(zhōng)的一块重要(yào)拼图，有望在技术更新的加持下实现更大的应用价值。

AI从理解内容，走向了(le)可以生(shēng)成(chéng)内容，甚至能够创造出独(dú)立(lì)价值和独立视(shì)角的内容(róng)。AIGC的再次出圈，更代表着未(wèi)来的(de)先进生产力即将到来(lái)。

04

紧抓大模型与算力，牢固(gù)AIGC底座

从技术(shù)的(de)发展(zhǎn)也(yě)可以看出，在语言大模型、图像大模型之后，多模态大模(mó)型已经成为了新的趋势。

大模(mó)型(xíng)被誉为当前(qián)人(rén)工智能发(fā)展(zhǎn)的智能(néng)底座，是全球竞争最(zuì)激烈(liè)的研(yán)究方(fāng)向之(zhī)一，包(bāo)括谷(gǔ)歌(gē)、亚马(mǎ)逊、百度、阿(ā)里、腾(téng)讯等众多头部企业都在竞相发力(lì)。

不(bù)过训练大模型的确(què)价格不菲，以(yǐ)国盛证券发布的《ChatGPT需要多少(shǎo)算力(lì)》报告(gào)估算(suàn)，GPT-3训练一次(cì)的成(chéng)本约(yuē)为140万美元(yuán)。而(ér)对于一些(xiē)更大的LLM(大型语言(yán)模型)，训练成本则介于200万美元至1200万美元(yuán)高价之(zhī)间。

以ChatGPT在2023年1月的独立访客(kè)平(píng)均数1300万计(jì)算(suàn)，其对应芯片需(xū)求(qiú)为3万多(duō)片英伟(wěi)达(dá)A100 GPU，初始投入(rù)成本约为8亿美元，每(měi)日仅电费就(jiù)在5万美元左右。

此外不(bù)论是ChatGPT还是AIGC，都离不开(kāi)庞大算力支(zhī)持。在关注各类(lèi)大模型的发展同时(shí)，更应(yīng)该关注算力网络的(de)建设。

算力网络正(zhèng)驱动AI产业发(fā)展进入史诗级加速(sù)进(jìn)程，让AIGC及通(tōng)用AI这一人工智能(néng)发展的终极目标(biāo)离得(dé)更近。

因(yīn)为算力可以对突破性技术创(chuàng)新提供大力(lì)的(de)支(zhī)持。这方面，多模态大模(mó)型是典型。作为面向未来强人工智能、通用人工智(zhì)能(néng)的重要技(jì)术(shù)创(chuàng)新(xīn)，多模态大模型(xíng)已经在人工智能(néng)领域提出了(le)很多(duō)年，业界也有不少技术突破，但是，多模态大模型(xíng)进一步往(wǎng)下走，算力需求呈几何式上(shàng)升，一般的算力基础设施很快将(jiāng)难以(yǐ)胜任(rèn)。

从图像、文字、语音单独一项的训练，到(dào)双(shuāng)模态(tài)、三(sān)模态的跃迁，让(ràng)人工智能可以(yǐ)灵活应对不(bù)同模态的转(zhuǎn)化、像人(rén)与世(shì)界交互一样自然，这方面(miàn)，由算力网(wǎng)络(luò)来驱动将有明显优(yōu)势。

此外(wài)，还有很多需要爆发式增长(zhǎng)的算力(lì)来支撑的技术创(chuàng)新(xīn)，将在人(rén)工智能算力(lì)网(wǎng)络支撑下快(kuài)速推进。

AIGC已经(jīng)露(lù)出曙光，期(qī)待(dài)在大模型和大算力的支持下AIGC能持续颠覆内(nèi)容生产的方式，将(jiāng)创造的边际成(chéng)本降(jiàng)低(dī)，让万(wàn)众受益(yì)。

未经允许不得转载：绿茶通用站群 苹果app内购买什么意思 苹果app内购买项目可以关闭吗