自聊天(tiān)机器人ChatGPT火爆(bào)以来，微软公司创始人比尔·盖茨(cí)已多次公开谈论人工智能话题。在最近(jìn)的一次(cì)采访中，他再次(cì)表示：“AI可能(néng)会让科(kē)技行业迎(yíng)来(lái)一次剧烈的洗牌”。

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

他预期，AI的发展可能(néng)会威胁到谷歌的市占率，因(yīn)为微软在(zài)AI方面的行(xíng)动相(xiāng)当迅速。而最(zuì)终科技(jì)巨头将(jiāng)把AI整合成用户(hù)的“全能助手”，包揽一(yī)切(qiè)应(yīng)用(yòng)，与人们进(jìn)行(xíng)沟(gōu)通并提供建议，可以取(qǔ)代(dài)亚马逊、Siri或Outlook等应用。

大佬口(kǒu)中(zhōng)全能助(zhù)手的到来可能(néng)尚需时日，但由(yóu)ControlNet引(yǐn)发(fā)的又一(yī)次(cì)AI绘画(huà)浪潮，让AIGC在ChatGPT的(de)话(huà)题热点(diǎn)包围中杀(shā)出重围。

01

ControlNet颠覆AI绘画新玩(wán)法

AIGC向可(kě)控靠近(jìn)

以AI绘画(huà)为代表的AIGC上一次爆火的时候，还(hái)是2022年8月(yuè)，在美国科罗(luó)拉多州(zhōu)举办的新兴数(shù)字(zì)艺术家竞赛中，一幅(fú)名(míng)为《太空歌剧院》的(de)作品(pǐn)获奖。

随(suí)后各大厂商的AI绘(huì)画(huà)软件被广大网友熟知并体验，Stable Diffusion便是其中代表(biǎo)。

用户(hù)们可以在应用中输入一组关键词或者一张照片，就(jiù)能获得(dé)一幅AI创作的画作(zuò)。

作画(huà)的关键(jiàn)就是所输(shū)入的文本。同一组关键(jiàn)词(cí)也可以创作出很多张风格不一样的画作，这让(ràng)创作的过程就(jiù)像(xiàng)开盲盒。

很多用户很喜欢这种不(bù)确定的惊喜，他们会将生成的美图当做头像。而(ér)另(lìng)一部分喜欢翻看AI绘画的(de)“翻(fān)车(chē)”作品。在社交媒体上，许多用户分(fēn)享(xiǎng)AI“翻车(chē)现场(chǎng)”，例如，一位网友的(de)小狗照片被AI画成了“肌肉男”，还有网友的个人照片(piàn)被AI识(shí)别(bijunk food 可数吗，junk food是单数还是复数é)成了建筑(zhù)。

而如今随着(zhe)ControlNet的出现与加持，以(yǐ)往AI绘画的(de)填写关(guān)键词游(yóu)戏可(kě)能要被颠(diān)覆了。

ControlNet是一位正在(zài)斯坦福读博的中国人张(zhāng)吕敏(mǐn)创(chuàng)作的一种基(jī)于控制点的图像变(biàn)形算(suàn)法(fǎ)，主(zhǔ)要用于数字(zì)图像处理、计算机视觉和计算机图形学等领域。

其SD插(chā)件一经(jīng)发布(bù)，在短短的两(liǎng)天内便成为了(le)AI绘(huì)画领域最新的热(rè)点。

在此(cǐ)之前，大(dà)家用了很(hěn)多方(fāng)法想让(ràng)AI生成的结果(guǒ)尽可能的符(fú)合要求，但(dàn)是都不尽如人意，它的(de)出现(xiàn)代表(biǎo)着AI生成开始(shǐ)进入真正(zhèng)的可控时(shí)期。

因为ControlNet可以直接提(tí)取画(huà)面的(de)构图，人物的(de)姿势和画面的(de)深度(dùjunk food 可数吗，junk food是单数还是复数)信息等。有了(le)它的帮助，就(jiù)不用(yòng)频(pín)繁的(de)用提示(shì)词来碰运气(qì)，抽盲盒式的创作了。

通俗的(de)说ControlNet相(xiāng)当于(yú)给AI绘画加了“魔法”，不(bù)少博主(zhǔ)的(de)作(zuò)品已经获得了(le)大量的浏(liú)览量，“viggo”就是其中之一，他用朋友的照片直接带她们(men)走进动漫世界。

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

再用Text2Prompt插(chā)件拓展找到对应的(de)关键(jiàn)词；最后用ControlNet插件绑(bǎng)定(dìng)骨骼开始换关键(jiàn)词试效果。

通(tōng)过图片(piàn)就可(kě)以看出来，效果十分(fēn)惊艳(yàn)。

更厉害的是，除了(le)真实的照片，草图也可(kě)以(yǐ)加上“魔(mó)法(fǎ)”，知乎大牛(niú)“DevPoint”和(hé)“逗(dòu)砂(shā)”介绍到(dào)ControlNet还(hái)能实现线稿转全彩图。大神张吕敏其(qí)本(běn)尊也亲自回应。

不得不说当(dāng)下AIGC已经变得越来越强大，甚至(zhì)输出的作品都(dōu)已经能以假(jiǎ)乱真了。

02

难(nán)辨虚实，AIGC技术力爆发

警惕安全问题

近(jìn)日，“苏州金(jīn)鸡湖(hú)有游艇party”的消息(xī)火遍网络，而经过警方辟谣这所谓的“party”可能是全国第(dì)一起AI绘图诈骗。

由于这个活动里面给出的美(měi)女照片都(dōu)是AI制作的真人照(zhào)片绘图，因为太逼真，被大家当成(chéng)真事传播了(le)。

不过仔细观察可以发现，活动(dòng)发起者提供的照(zhào)片中有个(gè)很大的漏洞可以发(fā)现并(bìng)非真人，而是AI绘(huì)图，那便是图(tú)片中女性的(de)手指部分(fēn)有的存在(zài)异常(cháng)。

有(yǒu)行业人事表(biǎo)示(shì)：“现在因为手指部(bù)分的绘画算法比较(jiào)复(fù)杂，AI还不太会画(huà)人的手，但最新(xīn)看(kàn)到的图片已经有越来越完(wán)美的AI模型出(chū)现(xiàn)，以后可能(néng)就(jiù)完全(quán)没(méi)有(yǒu)漏洞了。”

类似的AI作图诈骗(piàn)在国外也已有发生。据英(yīng)国(guó)广播(bō)公司报道，土(tǔ)耳其地震期间，有Tiktok用(yòng)户使用AI合成了儿童受灾的假照片发布到网(wǎng)络，以此诱骗善良(liáng)的人打赏“捐助”从而实施诈(zhà)骗。

目前随着技术发展(zhǎn)，AIGC已经能做出真人照片般的绘(huì)图(tú)效果(guǒ)，如果这样的图片被用来(lái)诈(zhà)骗(piàn)，将非常可(kě)怕。

此外AIGC还引发了(le)很多担忧，一方面，批判(pàn)者(zhě)认为AI在(zài)“学习(xí)”了大(dà)量前人(rén)的作品之后，其创(chuàng)作(zuò)没有任何情绪和灵魂，难以和人类的艺术创作(zuò)相提并(bìng)论。

另一方面，AIGC背后的版权、目(mù)前都并没有得(dé)到(dào)有效的(de)解(jiě)决，还有AIGC会不会代替人(rén)类“至高无上”的创意。

马斯克(kè)也强调，人工智能的安全问题需要(yào)得到(dào)重视，太晚就来不及了。

03

AIGC下一站(zhàn)除了视频，还有远方

技术(shù)都是(shì)有两面性(xìng)的，潜(qián)在(zài)的危害并不能掩盖其光辉的贡(gòng)献。现(xiàn)在看来(lái)，人(rén)工智能技术将是(shì)第四次工业(yè)革命的核(hé)心驱动(dòng)力量，将创造新(xīn)的增长奇迹(jì)。

过去一年(nián)，人工智能在技术和(hé)商业(yè)层面(miàn)都(dōu)有了(le)巨大进展，AI绘画(huà)就是人工智(zhì)能技术发生方(fāng)向性(xìng)改变的一个代表(biǎo)。其下(xià)一站(zhàn)或许就是视频。

此前(qián)，Meta和谷(gǔ)歌先后发布了几条引爆科(kē)技圈(quān)的短视频。这些视(shì)频(pín)引发关注并非内容做得(dé)多优(yōu)秀，反而(ér)都(dōu)非常简单，比如一匹正(zhèng)在喝水(shuǐ)的马，一只画画的玩具熊，或(huò)者一段(duàn)骑摩托车的第一视(shì)角录像，随便(biàn)一个有手机的人都可以随手录下一段(duàn)。

但这些(xiē)短视频的创作方(fāng)式非常简单，创作(zuò)者(zhě)仅(jǐn)仅(jǐn)需要向AI输入一段话(huà)，甚至只(zhǐ)是(shì)说一下要求，AI就(jiù)可(kě)以根(gēn)据需要生成一段视频。

谷歌发布的两个AI生成视频分别来自于Imagen Video和(hé)Phenaki，前者主(zhǔ)要突出的是高清，与Meta的Make-A-Video没有太多的差(chà)别。

在Make-A-Video公布了AI生成的视(shì)频(pín)后，AI圈就已经(jīng)玩(wán)了一波梗，一个能够做出更高清视(shì)频(pín)的AI还不足以在短(duǎn)时间内戳中兴奋点(diǎn)。

Phenaki更加令(lìng)人(rén)震惊的地(dì)方在于，它可以制作(zuò)出超(chāo)过2分钟的连贯的也有确切内容的视频，这(zhè)才是真正(zhèng)让(ràng)人们(men)感到惊(jīng)喜的地(dì)方。因为无(wú)论AI生成的视频多(duō)么高(gāo)清(qīng)，也只能(néng)是为(wèi)内容生产(chǎn)者提供一个(gè)灵感，一个素(sù)材，一个过场动画(huà)。

不过(guò)能够制作出有具体剧(jù)情(qíng)内容的视频就意(yì)味着，一些视(shì)频(pín)创作(zuò)由AI代替人工完成已经(jīng)初(chū)步有了可能。

当下AI的(de)发展速度已经超(chāo)过大(dà)部分(fēn)人(rén)的想象。内容产业的(de)本(běn)质是供给创造需求(qiú)，AIGC作为(wèi)全新的内(nèi)容生产方式，可以为内容产业带来更新的内容风格、更快(kuài)的生(shēng)产速(sù)度，更低(dī)的(de)生产成(chéng)本，这无疑(yí)会驱动内容产业的大爆发(fā)。

除了AI绘图、视频，AIGC技术还能应用(yòng)于音乐、代码(mǎ)、机器人动作等多种内(nèi)容形式的生成。不(bù)难发现该项技术不仅在游戏等行业(yè)能得到有效应用，对于下一(yī)代互联网(wǎng)各种元素的构建(jiàn)亦有(yǒu)关(guān)键意义(yì)。

从商业(yè)化(huà)的角(jiǎo)度来看，文化娱(yú)乐、教育、传(chuán)媒等诸多领域(yù)，本身(shēn)就对基于AI的可视(shì)化(huà)内容(róng)有强烈(liè)需求。

因(yīn)此，AI绘画及视频(pín)或不是(shì)结果，而只是AI进程中的(de)一块重要拼图，有望在技术更新的(de)加持下实(shí)现更大的应用价值。

AI从理解内容，走向了(le)可以生成内容，甚至能够创(chuàng)造出(chū)独立价值和独(dú)立视(shì)角的内(nèi)容(róng)。AIGC的(de)再次出(chū)圈，更代表着未来(lái)的先(xiān)进生产(chǎn)力即将到来。

04

紧抓大模型与算力(lì)，牢(láo)固AIGC底座

从技(jì)术的发展(zhǎn)也可以看出，在语言大模型、图(tú)像大模(mó)型之后，多模态大模型已经成为了(le)新的趋势。

大模型被誉(yù)为当前人工(gōng)智能发(fā)展的(de)智(zhì)能底座，是(shì)全球竞争最激(jī)烈的研究(jiū)方(fāng)向之一，包括谷歌、亚马逊(xùn)、百度、阿(ā)里、腾(téng)讯等众多头(tóu)部企业都在竞相发(fā)力(lì)。

不过训练大模型的确价格不菲，以国盛证券发布的《ChatGPT需要多少(shǎo)算力》报告估算(suàn)，GPT-3训练一次(cì)的成本约为140万美(měi)元。而对于(yú)一些更大的LLM(大型语言(yán)模型)，训练成本则介(jiè)于200万美元至(zhì)1200万美元高价之间(jiān)。

以ChatGPT在2023年1月(yuè)的(de)独立访客平均数1300万计算，其对应芯片需(xū)求为3万多片英伟达A100 GPU，初始投(tóu)入成本约为8亿美元，每(měi)日(rì)仅电费就在(zài)5万美元左右。

此外(wài)不论是ChatGPT还是(shì)AIGC，都离不开庞大算力支持。在关注各类大模型的发(fā)展同(tóng)时，更(gèng)应(yīng)该关注算力网络的建设。

算(suàn)力网络正(zhèng)驱动(dòng)AI产业发展进入史诗级(jí)加速进程，让AIGC及通用(yòng)AI这一人(rén)工智能发展的终极目(mù)标离得更近。

因为算力可以对(duì)突破性技术创新提供大力的支持。这方面，多模态大模(mó)型(xíng)是(shì)典(diǎn)型。作为面向未来(lái)强人工(gōng)智(zhì)能、通用(yòng)人工智能的(de)重要技术创新，多模态大(dà)模型已经在人(rén)工(gōng)智(zhì)能领(lǐng)域(yù)提(tí)出了很多年，业界也有不少技术突(tū)破，但(dàn)是(shì)，多模态大模型进一步往下走，算力需求呈几何式上升，一(yī)般的算力基础设施很快将难(nán)以胜(shèng)任。

从图像(xiàng)、文字、语音单(dān)独一项的训练，到(dào)双模态、三模(mó)态的跃迁，让(ràng)人工智能可以灵活应对(duì)不同模(mó)态(tài)的转化、像人(rén)与世界交互一样自然(rán)，这(zhè)方面，由算力网络来驱动将有明显(xiǎn)优势。

此外，还有(yǒu)很多(duō)需要爆发式(shì)增长的算力来(lái)支撑的技(jì)术创(chuàng)新，将在(zài)人工(gōng)智能算(suàn)力网络支撑下快(kuài)速(sù)推进。

AIGC已(yǐ)经露出曙光，期(qī)待在大模型和大算(suàn)力的支持下AIGC能持续颠覆内容生产的方式，将(jiāng)创(chuàng)造的边际成本降(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 junk food 可数吗，junk food是单数还是复数