自聊(liáo)天机器(qì)人ChatGPT火爆以来，微软(ruǎn)公司(sī)创始(shǐ)人比尔·盖茨(cí)已多次公(gōng)开谈论(lùn)人工(gōng)智能(néng)话题。在最近的一次采访中，他再次表示：“AI可能(néng)会(huì)让(ràng)科技行业迎来一次剧烈(liè)的洗(xǐ)牌”。

这个结论是(shì)他在当地时间2月20日(rì)接受《In Good Company》节目专访(fǎng)时提(tí)出(chū)的。

他预期，AI的发(fā)展(zhǎn)可能(néng)会(huì)威胁到谷歌的市占率(lǜ)，利口酒是什么意思，利口酒可以直接喝吗因为微软在AI方面(miàn)的行(xíng)动(dòng)相当迅(xùn)速。而最终科技巨头将把AI整合成(chéng)用户(hù)的“全能助手(shǒu)”，包揽一切应用，与人们(men)进(jìn)行沟通(tōng)并提供建议(yì)，可以(yǐ)取(qǔ)代亚马逊(xùn)、Siri或Outlook等应用。

大(dà)佬口(kǒu)中全能助(zhù)手的到来可能(néng)尚需时(shí)日，但由(yóu)ControlNet引发的又(yòu)一(yī)次AI绘画浪潮，让AIGC在ChatGPT的话题热点包围中(zhōng)杀(shā)出重围。

01

ControlNet颠覆(fù)AI绘画新(xīn)玩法

AIGC向可控靠近

以AI绘(huì)画为代表的AIGC上一(yī)次爆火的(de)时候，还(hái)是2022年8月，在(zài)美(měi)国(guó)科(kē)罗(luó)拉多州举办(bàn)的新兴数字艺术家(jiā)竞赛(sài)中，一幅名(míng)为《太空歌(gē)剧院》的(de)作品获奖。

随(suí)后(hòu)各大(dà)厂(chǎng)商(shāng)的AI绘画软件被广(guǎng)大网友熟知并体验，Stable Diffusion便是其中代表(biǎo)。

用户们可以在(zài)应用中输(shū)入一组关键词或者一张照片，就能获得一幅AI创作的画作。

作(zuò)画的关(guān)键(jiàn)就是(shì)所(suǒ)输入的文(wén)本(běn)。同一(yī)组(zǔ)关键词也可(kě)以创作(zuò)出很多张风格不一样(yàng)的画作，这让创作的过程就像开盲盒(hé)。

很(hěn)多用(yòng)户很喜欢这种不确(què)定的惊喜，他(tā)们会(huì)将生成的(de)美图当做头像(xiàng)。而另(lìng)一(yī)部分喜欢翻看AI绘画的“翻车”作品。在社交(jiāo)媒体(tǐ)上，许(xǔ)多用(yòng)户分享AI“翻车现场”，例如，一位网(wǎng)友的小狗(gǒu)照片被AI画(huà)成了“肌肉男”，还(hái)有网友的个(gè)人(rén)照片被AI识别(bié)成了建(jiàn)筑。

而(ér)如今随着ControlNet的出现与(yǔ)加持，以往AI绘画的填写关键(jiàn)词游戏(xì)可(kě)能要被(bèi)颠覆了。

ControlNet是一位正在(zài)斯坦福读博的中国人(rén)张吕敏创作的一种(zhǒng)基于控制(zhì)点的图像变形(xíng)算法，主要用(yòng)于(yú)数字图像处理、计算机视(shì)觉和计算(suàn)机图形学等领域。

其SD插件一经发布，在短短的两天内(nèi)便成为(wèi)了AI绘画领域最新的热点。

在此(cǐ)之前，大家(jiā)用了很多方法想(xiǎng)让AI生(shēng)成的(de)结果尽可能的符合要求，但是都不(bù)尽如(rú)人意，它的出现代表着AI生成开始进入(rù)真(zhēn)正的可控时(shí)期(qī)。

因(yīn)为ControlNet可以直接提取画面的构图，人物的姿势和画面的(de)深度(dù)信息等(děng)。有了它的帮助，就不用(yòng)频繁的用提示词来碰运气，抽盲盒(hé)式的创作了。

通俗的说ControlNet相(xiāng)当于给AI绘画加了“魔法”，不少博主的(de)作品已(yǐ)经获得了大(dà)量的浏览量，“viggo”就是其(qí)中之一(yī)，他用朋友(yǒu)的照(zhào)片直接带她们走进动(dòng)漫世界。

viggo先用StableDiffusion图片转文字。

再用Text2Prompt插件拓展找(zhǎo)到对应的关键词；最后用ControlNet插件绑定骨骼开始换关键(jiàn)词试(shì)效果(guǒ)。

通(tōng)过图(tú)片(piàn)就可以看出来，效果十分惊艳。

更厉(lì)害的是，除了真实(shí)的(de)照片，草图也可以加上“魔(mó)法(fǎ)”，知乎大牛“DevPoint”和“逗砂”介绍到(dào)ControlNet还能(néng)实现线稿转全彩(cǎi)图。大(dà)神(shén)张吕敏其本尊也(yě)亲自回应。

不(bù)得不(bù)说当(dāng)下AIGC已经变得越来越强大，甚至输出的(de)作品都已经能以假乱真了。

02

难辨虚实，AIGC技术力爆发(fā)

警惕安全问题

近日，“苏州金(jīn)鸡湖有游艇party”的消息火(huǒ)遍网络(luò)，而(ér)经(jīng)过警(jǐng)方辟谣这所(suǒ)谓的“party”可(kě)能是(shì)全国第一起(qǐ)AI绘图(tú)诈骗。

由于这个活动里面给出的(de)美女照片(piàn)都是AI制作的真人照片绘图(tú)，因为太逼真，被大(dà)家当成真事传播(bō)了(le)。

不过仔细观(guān)察可以发(fā)现，活(huó)动发起者提供的照片中有个(gè)很大的(de)漏(lòu)洞可以(yǐ)发现并非真(zhēn)人，而是AI绘图，那便是图片中女(nǚ)性的手指部分(fēn)有(yǒu)的存在异常。

有行业人事表示(shì)：“现(xiàn)在因为手指部(bù)分的绘(huì)画算法(fǎ)比较(jiào)复杂，AI还不太会画人的手(shǒu)，但最(zuì)新看到的图片已经有越(yuè)来越完美的AI模型出(chū)现，以后可能就完全(quán)没(méi)有漏(lòu)洞(dòng)了。”

类(lèi)似(shì)的(de)AI作图诈骗在国外也已(yǐ)有发生(shēng)。据英(yīng)国(guó)广播公司报道，土耳(ěr)其地(dì)震期间，有Tiktok用户使用AI合成了(le)儿童受灾的假照片发布到网络，以此诱(yòu)骗善良的人打赏“捐(juān)助”从而(ér)实施诈骗。

目前随着(zhe)技术发(fā)展，AIGC已(yǐ)经能做(zuò)出(chū)真人照片般的(de)绘(huì)图效果，如果这样(yàng)的图(tú)片被用(yòng)来诈骗，将非常可怕。

此外AIGC还引(yǐn)发(fā)了很多担忧(yōu)，一方面，批判者认为AI在“学习(xí)”了大量前人(rén)的作品(pǐn)之后，其创作(zuò)没有任何情绪和灵魂(hún)，难以和人类的艺术创作相提并(bìng)论。

另一(yī)方面，AIGC背后的(de)版权、目前都并没有(yǒu)得到有效的解决(jué)，还有(yǒu)AIGC会不(bù)会代(dài)替(tì)人类“至高无上”的创意。

马(mǎ)斯(sī)克也强调，人工智能的安全问(wèn)题需要得到重(zhòng)视，太晚就(jiù)来不及了。

03

AIGC下一站除了视频，还有(yǒu)远方

技术都(dōu)是有两面性(xìng)的，潜(qián)在的危害并不能掩盖其光(guāng)辉的贡(gòng)献。现在(zài)看(kàn)来(lái)，人工(gōng)智(zhì)能技术将是第四(sì)次工(gōng)业革命的核心驱动(dòng)力量，将(jiāng)创造新的增(zēng)长奇迹(jì)。

过去一年，人工智能在(zài)技术(shù)和商业层面(miàn)都(dōu)有了巨大(dà)进展，AI绘(huì)画就(jiù)是人工智(zhì)能技(jì)术发生(shēng)方向(xiàng)性改变的一(yī利口酒是什么意思，利口酒可以直接喝吗)个代表(biǎo)。其下(xià)一站或许就是(shì)视(shì)频。

此前，Meta和(hé)谷(gǔ)歌先后(hòu)发布了(le)几条(tiáo)引(yǐn)爆科技圈的短视频。这些视(shì)频引发(fā)关注并(bìng)非(fēi)内容做得多优秀，反而(ér)都(dōu)非常(cháng)简(jiǎn)单，比如(rú)一匹(pǐ)正(zhèng)在喝(hē)水(shuǐ)的马，一只画画的玩(wán)具熊，或者(zhě)一(yī)段(duàn)骑摩托车的第一视角录(lù)像，随便一个有(yǒu)手机的(de)人(rén)都可以随手录下一段(duàn)。

但(dàn)这些短视频的创作方(fāng)式(shì)非常简单，创作者仅仅需要向AI输入一段话，甚至(zhì)只是说一(yī)下要求(qiú)，AI就可以根据需(xū)要生成(chéng)一段视频(pín)。

谷歌(gē)发布的两个AI生成视频分别来自(zì)于Imagen Video和(hé)Phenaki，前者(zhě)主要突出的是高清，与(yǔ)Meta的Make-A-Video没有太多的(de)差别。

在Make-A-Video公布(bù)了AI生成的(de)视频(pín)后，AI圈就已经玩了(le)一波梗(gěng)，一(yī)个能够(gòu)做出更高清视频的AI还(hái)不(bù)足以在短时间内戳(chuō)中兴奋点。

Phenaki更(gèng)加令(lìng)人震惊的地方(fāng)在于，它可以制作出(chū)超过2分钟的连贯的也(yě)有确切内容的视频(pín)，这(zhè)才(cái)是(shì)真正让(ràng)人(rén)们感到惊喜的地方。因(yīn)为无论AI生成的视频多(duō)么高清，也只能是为(wèi)内(nèi)容生产者提供一个灵感，一个素(sù)材，一个过(guò)场动画。

不过能够制作出有具体(tǐ)剧情内容的视频就意味(wèi)着，一些视(shì)频(pín)创作由AI代替人工(gōng)完成已经初步有(yǒu)了可能。

当下AI的发展速(sù)度已经超过大(dà)部(bù)分人的想象。内容产业的本质是供给(gěi)创(chuàng)造需求，AIGC作(zuò)为全新的内容生产方式，可以(yǐ)为内容产业带(dài)来更新的内容(róng)风(fēng)格、更(gèng)快的生产(chǎn)速(sù)度，更低的(de)生产成本，这无疑会驱(qū)动内容产业的大爆发(fā)。

除了AI绘图、视频，AIGC技术还能应(yīng)用于音乐(lè)、代码、机器人动作等多(duō)种内容(róng)形式的生成。不难发现该(gāi)项技术(shù)不仅在游戏等行业能(néng)得(dé)到有(yǒu)效应用，对于下一代(dài)互(hù)联网各(gè)种元(yuán)素的构建亦有关键意义(yì)。

从商业化的角度(dù)来看，文化娱乐、教育(yù)、传媒(méi)等诸多(duō)领域，本身就对基于AI的可视化内容有强(qiáng)烈需求。

因此，AI绘画及视频或(huò)不(bù)是结果，而(ér)只是(shì)AI进程(chéng)中的一块重要拼图(tú)，有望在技术更新(xīn)的(de)加持下实现更大的应用价值(zhí)。

AI从理解(jiě)内容，走向了可(kě)以生成内容，甚至能够创造(zào)出独立价值和独立视角(jiǎo)的内容。AIGC的(de)再次出(chū)圈(quān)，更代表着未(wèi)来的先(xiān)进生产力即将到来。

04

紧抓大模型与算力，牢固AIGC底座(zuò)

从技术的发展(zhǎn)也(yě)可(kě)以看出，在语(yǔ)言(yán)大(dà)模型、图像大模(mó)型之(zhī)后，多(duō)模态大模(mó)型已经成(chéng)为(wèi)了新的趋势。

大(dà)模型被誉为当前(qián)人(rén)工(gōng)智(zhì)能发展(zhǎn)的智能(néng)底(dǐ)座(zuò)，是全(quán)球竞(jìng)争最激烈(liè)的研究方向之一，包括谷歌、亚(yà)马(mǎ)逊、百(bǎi)度、阿(ā)里、腾讯等众多头(tóu)部企(qǐ)业都在(zài)竞(jìng)相发力。

不过训(xùn)练大模型的确价格不菲，以国(guó)盛证券(quàn)发布的(de)《ChatGPT需要多少算力(lì)》报告(gào)估算，GPT-3训练一次的成(chéng)本约(yuē)为140万美元。而对(duì)于一些(xiē)更大的LLM(大型(xíng)语言(yán)模型)，训练成本则(zé)介于200万美元(yuán)至1200万美(měi)元高价(jià)之(zhī)间(jiān)。

以ChatGPT在2023年1月的(de)独(dú)立(lì)访客平(píng)均数1300万计算，其(qí)对(duì)应芯片(piàn)需求为(wèi)3万多片英伟(wěi)达A100 GPU，初始投入成本约为8亿美元(yuán)，每日仅电费就在5万美元左右。

此外不论是ChatGPT还是AIGC，都离不开庞大算(suàn)力(lì)支持。在关注各类大模(mó)型(xíng)的发展同(tóng)时，更(gèng)应该关注(zhù)算力网络(luò)的建设。

算(suàn)力网络正驱动(dòng)AI产业发(fā)展进入史诗级加速进程，让(ràng)AIGC及(jí)通用(yòng)AI这一人工智能发展(zhǎn)的(de)终(zhōng)极目标离得更近。

因为算力可(kě)以对突破性(xìng)技术创(chuàng)新提供大力的支持(chí)。这方面，多模态大模型是典型。作为面向未(wèi)来(lái)强人工智能、通(tōng)用人工(gōng)智能的(de)重(zhòng)要技术创新，多模态大模型已经在(zài)人工智能领域提出了很多年，业界也有不(bù)少技术(shù)突破，但(dàn)是，多模态大模型进一(yī)步往下走(zǒu)，算力(lì)需求呈几何(hé)式上升，一般的算(suàn)力基础设施(shī)很快(kuài)将难以(yǐ)胜任。

从图(tú)像、文字、语音单(dān)独一(yī)项的训练(liàn)，到双模态、三模态的跃迁，让人(rén)工智能(néng)可以灵活应(yīng)对不同(tóng)模态的转(zhuǎn)化、像人与世界交互一样自然(rán)，这方面，由算力(lì)网络来驱动将有明显优势。

此外，还有很多(duō)需要爆(bào)发式增长的算力(lì)来支撑的技(jì)术创新，将在人工智(zhì)能算(suàn)力网(wǎng)络支撑下快速推进。

AIGC已经(jīng)露出曙光，期待在大模型和大算力的支(zhī)持下AIGC能持续颠覆内容生产的方(fāng)式(shì)，将创造(zào)的边际成本降(jiàng)低，让万众受益。

未经允许不得转载：IDC站长站，IDC站长，IDC资讯--IDC站长站 利口酒是什么意思，利口酒可以直接喝吗