自(zì)聊天机器人ChatGPT火爆(bào)以来(lái)，微软公(gōng)司创始(shǐ)人比尔(ěr)·盖茨已多次公(gōng)开(kāi)谈(tán)论(lùn)人(rén)工(gōng)智能(néng)话(huà)题(tí)。在最近的一(yī)次采访中，他再次(cì)表示(shì)：“AI可能会(huì)让(ràng)科技行业迎来一次剧烈的洗(xǐ)牌(pái)”。

这个(gè)结论(lùn)是他在当地时(shí)间2月20日接受(shòu)《In Good Company》节目专访(fǎng)时提出的(de)。

他预期，AI的发(fā)展(zhǎn)可能会(huì)威胁到(dào)谷(gǔ)歌的市占率，因为微软在AI方(fāng)面的(de)行(xíng)动相当迅速。而最终科技巨头将把AI整合成(chéng)用户(hù)的“全能助(zhù)手”，包(bāo)揽(lǎn)一(yī)切应用，与(yǔ)人们进行沟通并提(tí)供建议(yì)，可以(yǐ)取代亚马逊(xùn)、Siri或(huò)Outlook等应用。

大(dà)佬口中(zhōng)全能助手的到来可能尚需时日，但由ControlNet引(yǐn)发的又一(yī)次(cì)AI绘(huì)画浪潮，让AIGC在ChatGPT的(de)话题热点包围中(zhōng)杀出(chū)重围。

01

ControlNet颠覆(fù)AI绘画新玩法(fǎ)

AIGC向(xiàng)可控靠近

以AI绘(huì)画为代表的AIGC上(shàng)一次爆火的(de)时候，还是2022年8月，在美国科罗拉(lā)多州(zhōu)举办的新兴数字艺术家竞(jìng)赛中，一幅(fú)名为《太空(kōng)歌剧院》的(de)作品获奖。

随后各大(dà)厂商(shāng)的AI绘(huì)画软件被广大网友熟知并体验，Stable Diffusion便(biàn)是其中代表(biǎo)。

用户们可以在应(yīng)用中(zhōng)输入一组关键词或者一张照片(piàn)，就(jiù)能(néng)获(huò)得一幅(fú)AI创作(zuò)的画作。

作(zuò)画的关键就(jiù)是(shì)所输(shū)入的文本。同(tóng)一组(zǔ)关键词(cí)也(yě)可以(yǐ)创作(zuò)出很多张风格不一样的画作，这让创作的过(guò)程就(jiù)像开盲盒(hé)。

很多用户(hù)很喜欢这种不确定的惊喜(xǐ)，他们会将生(shēng)成的美图当做头像。而另一(yī)部分(fēn)喜欢(huān)翻看AI绘画的“翻车”作(zuò)品。在社交媒体(tǐ)上，许多(duō)用户分享AI“翻(fān)车(chē)现场”，例如，一(yī)位网友的小狗照片被AI画成了“肌肉(ròu)男(nán)”，还有网友的个人照片被AI识别成了建筑(zhù)。

而如今文言文许行原文及翻译注释，文言文许行原文及翻译及注释随着(zhe)ControlNet的出现与加持(chí)，以往(wǎng)AI绘画的填写关键词游戏可能(néng)要被颠覆了(le)。

ControlNet是(shì)一位(wèi)正(zhèng)在斯坦福读博的中(zhōng)国人(rén)张(zhāng)吕敏创(chuàng)作的一(yī)种基于控制点的图(tú)像变形算法，主要用于数(shù)字图像处理、计算(suàn)机视觉和(hé)计算(suàn)机(jī)图形学等(děng)领域(yù)。

其SD插(chā)件一经(jīng)发(fā)布，在(zài)短短(duǎn)的(de)两(liǎng)天内便成为了AI绘画领域最新的(de)热点。

在此之前，大家用了很多方法想让(ràng)AI生成的(de)结果尽可(kě)能的符合(hé)要求，但是(shì)都(dōu)不(bù)尽如人(rén)意，它(tā)的出现代表(biǎo)着AI生成开始进(jìn)入真(zhēn)正的可控(kòng)时期。

因为ControlNet可以直接提取画面的构(gòu)图，人物的姿势和画(huà)面的深度信息等。有了(le)它的帮助，就不用(yòng)频(pín)繁的(de)用提示词来(lái)碰运气，抽盲盒式的创作(zuò)了。

通俗的说ControlNet相当于给(gěi)AI绘画加了“魔法”，不(bù)少博主的作品已经(jīng)获得了(le)大量的浏览文言文许行原文及翻译注释，文言文许行原文及翻译及注释量，“viggo”就是其中(zhōng)之(zhī)一，他(tā)用朋友的照片直接带(dài)她们走进动漫(màn)世界(jiè)。

viggo先用StableDiffusion图片(piàn)转(zhuǎn)文(wén)字(zì)。

再用Text2Prompt插(chā)件拓展找到对应(yīng)的关键词；最(zuì)后用ControlNet插件绑(bǎng)定骨骼开始换(huàn)关键词试效果。

通过图片就可以看出来，效果十分惊艳。

更厉害的(de)是，除(chú)了真实的照片，草图也可以加上“魔法”，知乎(hū)大牛(niú)“DevPoint”和(hé)“逗砂”介绍(shào)到ControlNet还能实(shí)现线稿转全(quán)彩图。大神(shén)张(zhāng)吕敏其(qí)本(běn)尊也亲自回应。

不(bù)得不说当(dāng)下(xià)AIGC已经变得越来越强大，甚至输(shū)出(chū)的作品都已经能以(yǐ)假(jiǎ)乱真(zhēn)了。

02

难辨(biàn)虚实，AIGC技术力爆发

警惕安全问题

近日，“苏州金鸡湖有游艇party”的消息火遍网络，而经过警方(fāng)辟谣这所(suǒ)谓的(de)“party”可能是全国(guó)第一起AI绘图诈(zhà)骗。

由于这个活动里面给出(chū)的(de)美女照片都是(shì)AI制作的真人照片绘(huì)图，因为太逼真，被大家当成真事传播了(le)。

不过仔细观察可以(yǐ)发现，活动发起者(zhě)提供(gōng)的照片中有个很大的漏洞可(kě)以发现并(bìng)非真人，而是AI绘图，那便是图片(piàn)中(zhōng)女性的手指部分(fēn)有的存在异常。

有行业人事表示：“现在因为手指(zhǐ)部分的(de)绘画算法比较复杂(zá)，AI还不太会(huì)画人的手(shǒu)，但最新看到(dào)的图(tú)片已经(jīng)有(yǒu)越来越(yuè)完美的AI模型出(chū)现，以(yǐ)后可能就完全没有漏洞了。”

类似的AI作图诈(zhà)骗在国外也已(yǐ)有发生(shēng)。据英国广播(bō)公(gōng)司(sī)报道，土耳其地(dì)震期间，有Tiktok用户使用AI合成了儿童受(shòu)灾的假照片发布到网络，以此诱骗善(shàn)良(liáng)的(de)人打赏“捐(juān)助(zhù)”从而实施诈骗。

目(mù)前随着技术发展，AIGC已(yǐ)经能做出(chū)真人照片般的绘图效果，如果这(zhè)样的图片被用来诈骗，将非常可怕。

此外AIGC还引发(fā)了很多(duō)担(dān)忧，一(yī)方面，批判者(zhě)认为AI在“学习(xí)”了大量(liàng)前人的作品之后(hòu)，其(qí)创(chuàng)作没有任何情绪和灵魂(hún)，难以和人类的艺术创作相(xiāng)提并论。

另(lìng)一方面(miàn)，AIGC背后的版权、目前都并(bìng)没(méi)有得到有效的(de)解决，还有AIGC会不会(huì)代替(tì)人类“至(zhì)高无上(shàng)”的创意。

马斯克也强调，人(rén)工智能的安全问题需要(yào)得到重(zhòng)视，太晚就来不(bù)及(jí)了。

03

AIGC下一站除了视频，还(hái)有远方

技术都是有(yǒu)两(liǎng)面性的，潜(qián)在的危(wēi)害并不能掩盖其光(guāng)辉的(de)贡(gòng)献。现在看(kàn)来，人工(gōng)智能技术将是第(dì)四次(cì)工业(yè)革命的核心驱动力量，将创造(zào)新的增长奇迹。

过去一(yī)年，人工(gōng)智能(néng)在技术和(hé)商业层(céng)面(miàn)都(dōu)有(yǒu)了巨大进(jìn)展，AI绘画就(jiù)是人工智(zhì)能技术发生方向性改变的一(yī)个代表。其下一站(zhàn)或许就是视(shì)频。

此(cǐ)前，Meta和(hé)谷歌先后发布了几条(tiáo)引爆科技圈的短视(shì)频。这些视(shì)频(pín)引发关注并非内容做得多优秀，反而都非常简单，比(bǐ)如一匹(pǐ)正在喝水的马，一(yī)只(zhǐ)画画的(de)玩(wán)具熊，或者一段(duàn)骑摩托(tuō)车的(de)第一视角录像，随便一个有(yǒu)手机(jī)的人(rén)都可以随手录下(xià)一段。

但这些短(duǎn)视(shì)频的创(chuàng)作方式非常简单，创作者仅仅需要(yào)向AI输入一段话，甚至只是(shì)说一下要求，AI就可以(yǐ)根据(jù)需要生成一段视频。

谷(gǔ)歌发布的(de)两个AI生(shēng)成视频分别来自于Imagen Video和Phenaki，前(qián)者主要(yào)突出(chū)的是(shì)高清，与(yǔ)Meta的Make-A-Video没有太多的差别。

在(zài)Make-A-Video公(gōng)布了AI生成的视频后，AI圈(quān)就(jiù)已经(jīng)玩了(le)一波梗，一个(gè)能够做出更高清视频的AI还不足以(yǐ)在短时间内戳中兴奋点。

Phenaki更加(jiā)令人震惊的地方(fāng)在(zài)于，它可以制作(zuò)出超过2分钟的连(lián)贯(guàn)的(de)也有确切(qiè)内容的(de)视频，这才(cái)是(shì)真正让人(rén)们感到惊(jīng)喜的地方。因为无(wú)论AI生成的视(shì)频(pín)多么高(gāo)清，也只能(néng)是为内容(róng)生产者提供一个灵感，一个素材，一个过场动画。

不(bù)过能够制(zhì)作出有具体剧(jù)情内容的视频就意味着，一些(xiē)视频创作由AI代替人(rén)工完成已(yǐ)经(jīng)初步(bù)有了可能。

当下AI的(de)发展速度已(yǐ)经超(chāo)过(guò)大(dà)部分人的(de)想象(xiàng)。内容产业的本质(zhì)是供(gōng)给创造(zào)需求，AIGC作为全(quán)新的内容生产方式，可以为内容产业(yè)带来更新的内容(róng)风格(gé)、更快的生产速度，更低的生(shēng)产成本，这(zhè)无疑会驱动内容产业的(de)大爆发。

除了(le)AI绘(huì)图、视频，AIGC技术还能(néng)应用(yòng)于音乐、代码、机器人动作等多(duō)种内(nèi)容形式的生成。不(bù)难发现该(gāi)项技术不仅(jǐn)在(zài)游戏等行业能得到(dào)有(yǒu)效应用，对于下一代互联(lián)网各种元素的构建亦有(yǒu)关(guān)键意(yì)义。

从商业化(huà)的角度来看，文化(huà)娱乐、教育、传媒(méi)等诸(zhū)多领域，本身就对基于(yú)AI的可视化内容有(yǒu)强烈需求。

因此，AI绘画(huà)及视频(pín)或不是结(jié)果(guǒ)，而只是AI进程中(zhōng)的一块重要拼(pīn)图，有望在(zài)技术更新(xīn)的加持下(xià)实现(xiàn)更(gèng)大的应(yīng)用(yòng)价值。

AI从(cóng)理解内容，走向了可以(yǐ)生(shēng)成(chéng)内容，甚至能(文言文许行原文及翻译注释，文言文许行原文及翻译及注释néng)够创(chuàng)造出独立价(jià)值和独(dú)立(lì)视角(jiǎo)的内容(róng)。AIGC的再次出圈，更代表着(zhe)未来的先进生产力(lì)即将(jiāng)到来。

04

紧抓大模型与算力，牢固AIGC底座

从技(jì)术的发展也可(kě)以看出，在(zài)语言(yán)大模型、图像大模型之后(hòu)，多模态(tài)大模型已经成为了新的趋势(shì)。

大(dà)模型被誉为当前人(rén)工智(zhì)能发(fā)展的智(zhì)能(néng)底(dǐ)座，是(shì)全球竞争最激烈(liè)的研(yán)究方(fāng)向之一，包括(kuò)谷歌、亚(yà)马逊、百(bǎi)度、阿里、腾讯(xùn)等众多头部(bù)企(qǐ)业都在(zài)竞(jìng)相(xiāng)发力。

不过训练大模型的(de)确价格不菲(fēi)，以国盛证(zhèng)券发(fā)布的《ChatGPT需(xū)要多(duō)少算(suàn)力(lì)》报(bào)告估算，GPT-3训练(liàn)一(yī)次的(de)成(chéng)本约为140万美元。而对(duì)于一些更大的(de)LLM(大型(xíng)语言模型)，训练成本则(zé)介于(yú)200万美元至1200万(wàn)美元高(gāo)价之(zhī)间。

以ChatGPT在2023年1月(yuè)的(de)独(dú)立访客平均数(shù)1300万计算，其对应芯片(piàn)需求(qiú)为3万多片英伟达A100 GPU，初始投入(rù)成本约为8亿美元，每(měi)日仅电费就在5万美元左右。

此外不论是(shì)ChatGPT还是AIGC，都(dōu)离不(bù)开庞大(dà)算力支(zhī)持(chí)。在关(guān)注(zhù)各类大模型的发展同时(shí)，更应该关注算力网络的建设。

算力(lì)网络(luò)正驱动(dòng)AI产业发展进入(rù)史诗级加速进程(chéng)，让AIGC及通用AI这一人工智能发展的终极目标离得更近。

因为(wèi)算力可以(yǐ)对突破(pò)性技术(shù)创新提供大力的支持。这方面(miàn)，多模态大模型是典(diǎn)型。作为面向未来强人工智能(néng)、通用(yòng)人(rén)工智(zhì)能(néng)的重要技术(shù)创新，多模态(tài)大(dà)模型已经(jīng)在人工智能领域提出了很多年(nián)，业(yè)界也有不(bù)少技术突(tū)破，但是，多模态大模(mó)型进一(yī)步往下走，算力需求呈几(jǐ)何式上升，一(yī)般(bān)的算力基础设施(shī)很快将难以胜任。

从(cóng)图像、文字、语音单独一(yī)项的训练(liàn)，到双(shuāng)模(mó)态、三模态的(de)跃(yuè)迁，让人(rén)工智能可以灵(líng)活(huó)应对(duì)不同模(mó)态的转化、像(xiàng)人与世界交互一样(yàng)自(zì)然，这方面，由算力网络来(lái)驱动(dòng)将有明(míng)显优(yōu)势。

此外，还有很多需要爆发(fā)式增长的算力来支(zhī)撑的技(jì)术创新(xīn)，将(jiāng)在人工智能(néng)算(suàn)力网络支撑下快速(sù)推进。

AIGC已(yǐ)经露(lù)出曙光，期待在(zài)大模型和(hé)大算力的支持下AIGC能(néng)持续颠覆内容(róng)生产(chǎn)的方式(shì)，将创造的(de)边(biān)际(jì)成本降低，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 文言文许行原文及翻译注释，文言文许行原文及翻译及注释