自(zì)聊(liáo)天机器人ChatGPT火爆以来(lái)，微软公(gōng)司创始人(rén)比尔·盖茨已多次公开谈(tán)论人工智能话题。在最(zuì)近的(de)一(yī)次采访中，他(tā)再(zài)次表示：“AI可能会让科(kē)技行业迎来一次(cì)剧烈的洗牌(pái)”。

这个结论是(shì)他(tā)在当地时间2月20日接受《In Good Company》节目(mù)专(zhuān)访时提(tí)出的(de)。

他预期，AI的发展可能会威胁到谷歌的市占率，因为微软在AI方面的行动(dòng)相当(dāng)迅(xùn)速。而最终科技(jì)巨头将把AI整合成(chéng)用户的“全(quán)能助手”，包揽(lǎn)一切应用，与人(rén)们进(jìn)行沟(gōu)通并(bìng)提供建(jiàn)议，可(kě)以取代亚马逊、Siri或Outlook等应用。

大佬(lǎo)口中全能助手(shǒu)的(de)到来可能(néng)尚需时日，但由ControlNet引发的(de)又一(yī)次AI绘(huì)画浪潮，让AIGC在(zài)ChatGPT的话题热(rè)点包围中杀(shā)出重围。

01

ControlNet颠覆AI绘画新(xīn)玩法(fǎ)

AIGC向可控靠近

以AI绘(huì)画为代表的AIGC上一次爆火的时候，还是2022年8月，在美国(guó)科(kē)罗拉多(duō)州举办的新兴(xīng)数字艺术家竞赛中(zhōng)，一幅(fú)名为《太空歌剧院》的作品获(huò)奖(jiǎng)。

随后(hòu)各(gè)大厂(chǎng)商(shāng)的AI绘画软(ruǎn)件被(bèi)广(guǎng)大网友熟(shú)知并体验，Stable Diffusion便是其中代(dài)表。

用户们可以在应(yīng)用(yòng)中输入一组关键词或者一张(zhāng)照片，就能(néng)获(huò)得一幅(fú)AI创作的画作。

作(zuò)画(huà)的关键就是(shì)所输入的文(wén)本(běn)。同一组关(guān)键(jiàn)词(cí)也可以创作出很多张风(fēng)格(gé)不一(yī)样的画(huà)作，这让(ràng)创作的过程就像开(kāi)盲盒。

很多(duō)用户很(hěn)喜欢这种不确定(dìng)的惊喜，他们会将生成的美图当(dāng)做(zuò)头(tóu)像。而另一(yī)部分(fēn)喜欢翻看(kàn)AI绘画的“翻车”作(zuò)品(pǐn)。在(zài)社(shè)交媒体(tǐ)上，许多用户分(fēn)享AI“翻车现场”，例(lì)如，一位网友的(de)小狗(gǒu)照片被AI画成了“肌肉男(nán)”，还有网友的个人照片被(bèi)AI识(shí)别成了建筑。

而如今随着ControlNet的出现与(yǔ)加持，以往AI绘画(huà)的填写关键词游戏可能(néng)要被(bèi)颠覆了。

青涩的意思是啥，形容女人青涩的意思 decoding="async" src="https://mmbiz.heiliaofuli.com/wp-content/uploads/2023/03/19d7ab2c0056bd4.jpeg?imageMogr2/thumbnail/2160x0/format/webp/quality/80" data-ratio="1.12109375" data-s="300,640" data-type="jpeg" data-w="1024">

ControlNet是一位正在斯坦福读博的中国人(rén)张吕(lǚ)敏创作(zuò)的一种基于控制点的(de)图(tú)像变形算法，主要用于数字图像处理、计算机(jī)视觉和(hé)计(jì)算机图形学等(děng)领域。

其SD插件一(yī)经发布，在短短的两天(tiān)内便(biàn)成(chéng)为了(le)AI绘画领域最新的热点。

在此之前，大(dà)家(jiā)用了很(hěn)多方法(fǎ)想让AI生成的结果尽可能的(de)符合要(yào)求，但是都(dōu)不尽如人意(yì)，它的出(chū)现代(dài)表(biǎo)着AI生成开始进入真正的可控时(shí)期。

因为ControlNet可(kě)以(yǐ)直接提取画面的构图，人物的姿势(shì)和(hé)画面的(de)深度(dù)信(xìn)息等(děng)。有了(le)它的帮助，就不用频繁的(de)用提示词来碰运(yùn)气，抽盲盒式的(de)创作了。

通(tōng)俗的说ControlNet相当于(yú)给(gěi)AI绘(huì)画加了(le)“魔法”，不少博主的作品(pǐn)已经获得了(le)大量的(de)浏览量，“viggo”就是其中之(zhī)一，他用朋友的照片直接(jiē)带(dài)她们(men)走(zǒu)进动漫(màn)世界(jiè)。

viggo先用StableDiffusion图片转文字。

再用(yòng)Text2Prompt插件拓展找到(dào)对应的关键(jiàn)词；最后用(yòng)ControlNet插(chā)件(jiàn)绑(bǎng)定(dìng)骨骼开始(shǐ)换关键词试效(xiào)果(guǒ)。

通过图(tú)片就(jiù)可以看出来，效果(guǒ)十分惊艳。

更厉害的是，除了(le)真实的(de)照片，草图也(yě)可以加上“魔(mó)法”，知乎大牛“DevPoint”和(hé)“逗砂”介绍到(dào)ControlNet还能实现线稿转全彩图。大神张吕敏(mǐn)其(qí)本尊也亲自回应。

不得不说当下(xià)AIGC已经(jīng)变得越(yuè)来越强大，甚至输出的作品都已经能(néng)以假(jiǎ)乱真了。

02

难辨虚(xū)实，AIGC技术力爆发

警惕安(ān)全问(wèn)题

近(jìn)日，“苏州金鸡湖有游(yóu)艇(tǐng)party”的消息火遍网络，而经过警方辟谣(yáo)这所谓的(de)“party”可能(néng)是全国第一起(qǐ)AI绘图(tú)诈骗。

由于这(zhè)个活动里面给出的美女照片都是AI制作的真(zhēn)人照片绘图，因(yīn)为太逼真，被大家当(dāng)成真事传播了。

不(bù)过仔细观(guān)察可以发现(xiàn)，活动发起者提供的照(zhào)片中有个(gè)很大的(de)漏(lòu)洞可以发现并非真人，而是AI绘图(tú)，那便是图片中女性的手(shǒu)指部分有的(de)存在异常。

青涩的意思是啥，形容女人青涩的意思a-cropx2="1280" data-cropy1="0" data-cropy2="788.3737024221454" data-ratio="0.61640625" data-s="300,640" data-type="jpeg" data-w="1280">

有行业人(rén)事表(biǎo)示(shì)：“现在因(yīn)为手指部(bù)分(fēn)的绘画(huà)算法比较复杂，AI还(hái)不太会(huì)画人的手，但最新看到的图片已经(jīng)有越来(lái)越完美的AI模型(xíng)出现，以后可能(néng)就完全没有漏洞了。”

类似的(de)AI作图诈骗在国(guó)外(wài)也已有发生。据英国广播公(gōng)司报道，土(tǔ)耳其(qí)地震(zhèn)期间，有Tiktok用户使用AI合成了儿童(tóng)受灾的假(jiǎ)照片发布到网络(luò)，以此诱骗善(shàn)良的人打赏“捐助(zhù)”从而实施诈骗。

目前(qián)随着技(jì)术(shù)发展，AIGC已(yǐ)经能做出(chū)真人照片(piàn)般的绘图效果，如(rú)果这样的图片被用来(lái)诈骗，将(jiāng)非常可怕。

此(cǐ)外AIGC还引发了很多担(dān)忧，一(yī)方面(miàn)，批判者认(rèn)为AI在“学(xué)习(xí)”了大量前(qián)人的(de)作品之后，其创作没有任(rèn)何情(qíng)绪和灵魂(hún)，难以(yǐ)和(hé)人类的(de)艺术创作相提并(bìng)论。

另一(yī)方面，AIGC背(bèi)后(hòu)的版(bǎn)权、目前(qián)都并(bìng)没(méi)有得到有效的解(jiě)决(jué)，还有AIGC会不(bù)会代替人(rén)类“至高无上”的创意(yì)。

马斯克也强调，人工智能的安全(quán)问题(tí)需要得到重视(shì)，太晚就来(lái)不(bù)及了。

03

AIGC下一(yī)站除了(le)视频，还有远(yuǎn)方(fāng)

技术都是有两面性的(de)，潜在的(de)危害(hài)并不能掩盖其光辉的(de)贡献。现(xiàn)在看来，人工(gōng)智能技(jì)术(shù)将是第(dì)四次工业革(gé)命(mìng)的核心驱动(dòng)力量，将创(chuàng)造新(xīn)的(de)增长奇迹(jì)。

过去一年，人(rén)工智能在技术(shù)和商业层面都有了(le)巨大进展，AI绘画就是(shì)人工智能技(jì)术发生方向(xiàng)性改变的一个代表。其下一站或许就是视(shì)频。

此(cǐ)前(qián)，Meta和谷歌先(xiān)后发布了几条引(yǐn)爆科技圈(quān)的(de)短视频。这些视频引发关注并非内容做得多优秀，反而都非常简单，比如一匹(pǐ)正在喝水的马，一只画(huà)画的玩(wán)具熊，或者(zhě)一段骑摩(mó)托车的第一(yī)视角录(lù)像(xiàng)，随(suí)便一个有手机的人(rén)都可以(yǐ)随手录下(xià)一段。

但这(zhè)些短(duǎn)视频的创作方式非常简单，创(chuàng)作者仅(jǐn)仅需(xū)要向(xiàng)AI输(shū)入一段话，甚至只是说一下要(yào)求，AI就(jiù)可以根据需要生成一段视频。

谷歌发(fā)布的(de)两个AI生成视频分别来自(zì)于Imagen Video和Phenaki，前(qián)者主要突出的是高清(qīng)，与Meta的Make-A-Video没有太多的差别。

在Make-A-Video公布了AI生成的视(shì)频后，AI圈就(jiù)已(yǐ)经(jīng)玩了一波(bō)梗，一个(gè)能够做出更高清视频的AI还不(bù)足(zú)以在短时间内戳中兴(xīng)奋点。

Phenaki更加令人震惊的地方在于(yú)，它可以制作(zuò)出(chū)超过2分钟(zhōng)的连贯的也有确切内容的(de)视频(pín)，这才是真(zhēn)正让(ràng)人们感到惊喜的地方。因(yīn)为无(wú)论(lùn)AI生成的视(shì)频多么高清，也只能是为内容(róng)生产者(zhě)提供一个灵感(gǎn)，一个(gè)素材(cái)，一个过(guò)场(chǎng)动画。

不过能(néng)够制作出有具体(tǐ)剧情内容的视频就意(yì)味(wèi)着(zhe)，一些视频创作由AI代替人工完成已经初步有了可能。

当下AI的(de)发(fā)展速度已经超过大部分人的(de)想象。内容产业的本质(zhì)是(shì)供给创造需求，AIGC作为全新的(de)内容生产方式(shì)，可(kě)以(yǐ)为内容(róng)产业带来更新的内容(róng)风格、更(gèng)快的生产(chǎn)速度，更低的(de)生产成本，这无疑会驱动内容产业的(de)大爆发。

除了AI绘图、视频(pín)，AIGC技(jì)术还能应用于音乐、代码(mǎ)、机器(qì)人动作等多种(zhǒng)内容形式的(de)生成。不(bù)难(nán)发现该项(xiàng)技术不(bù)仅在游戏等行业(yè)能得到有效应用，对于(yú)下(xià)一代互(hù)联网各种(zhǒng)元素(sù)的构建亦(yì)有关键意义(yì)。

从商业化(huà)的角度来看，文化娱(yú)乐、教育、传媒(méi)等诸多领(lǐng)域，本(běn)身就(jiù)对基于(yú)AI的可视化(huà)内容有(yǒu)强烈需求。

因(yīn)此，AI绘(huì)画(huà)及视频或不是结果，而只是AI进程中(zhōng)的一块重要拼图，有望在技(jì)术更新的加持下实现更(gèng)大的(de)应用(yòng)价(jià)值。

AI从理解内(nèi)容，走向了可以生(shēng)成内容(róng)，甚至能够创造出独立价(jià)值和(hé)独(dú)立视角的(de)内容(róng)。AIGC的再次出圈，更代表(biǎo)着未(wèi)来(lái)的先(xiān)进生产(chǎn)力即将到来(lái)。

04

紧抓大模(mó)型与算力，牢固AIGC底(dǐ)座

从(cóng)技术的发展也可(kě)以看出，在语言大模(mó)型、图(tú)像大模型之后，多(duō)模态大模型已经(jīng)成(chéng)为了新的趋(qū)势。

大模(mó)型(xíng)被誉为(wèi)当前人工(gōng)智能发展(zhǎn)的智能底座，是全(quán)球竞争(zhēng)最(zuì)激烈的研究(jiū)方向之一(yī)，包(bāo)括谷(gǔ)歌、亚马逊、百度、阿里、腾讯等(děng)众(zhòng)多头部企业都在竞相发(fā)力。

不过训(xùn)练大模型的确价格(gé)不菲，以国盛证券发布的(de)《ChatGPT需(xū)要多少算力(lì)》报告估算，GPT-3训练一次的(de)成本约为140万美(měi)元。而对于一些(xiē)更大的LLM(大(dà)型(xíng)语言模(mó)型)，训(xùn)练成本则(zé)介于(yú)200万美元至(zhì)1200万美元(yuán)高价(jià)之间。

以ChatGPT在2023年(nián)1月的独立访客平(píng)均(jūn)数1300万计算，其对应芯(xīn)片需求为3万(wàn)多片英(yīng)伟达A100 GPU，初(chū)始(shǐ)投入成本约为8亿美(měi)元(yuán)，每日仅电(diàn)费(fèi)就(jiù)在5万美元左右。

此外不论(lùn)是ChatGPT还是AIGC，都(dōu)离不开(kāi)庞(páng)大算(suàn)力支持。在关注各(gè)类大模型的发展同时，更应该关(guān)注算力网络的建设(shè)。

算力网络正(zhèng)驱(qū)动(dòng)AI产业(yè)发展进入史诗级加速进程，让AIGC及通用AI这(zhè)一人工智能(néng)发展的终极目标离得更近。

因为(wèi)算力可以对(duì)突破性技(jì)术创新(xīn)提(tí)供大力的(de)支(zhī)持。这方(fāng)面，多模态大模型是(shì)典型。作为面向未来(lái)强人工(gōng)智能(néng)、通用人工智能(néng)的(de)重要技术创新，多(duō)模态大模型已经在(zài)人工智能(néng)领域提出了很多年，业界也有不少技术突破，但是，多模态大模型进一步(bù)往下走，算力(lì)需(xū)求(qiú)呈几(jǐ)何式上升，一般的算(suàn)力基础设施(shī)很快将(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(mó)态的跃迁，让(ràng)人(rén)工智能(néng)可以灵活应对不(bù)同模态(tài)的转化、像人与(yǔ)世(shì)界交互一样自(zì)然，这方面，由算(suàn)力网(wǎng)络来驱动将有明显优(yōu)势。

此外，还有很(hěn)多需要爆发式(shì)增(zēng)长的算(suàn)力来支撑的技(jì)术创新，将(jiāng)在人工智能算力(lì)网络支撑(chēng)下快速推进。

AIGC已经露(lù)出曙光，期(qī)待在(zài)大模型和大算力的(de)支持下(xià)AIGC能持续颠覆内容生(shēng)产的方式，将创造的边际成本降低(dī)，让(ràng)万众受益。

未经允许不得转载：绿茶通用站群 青涩的意思是啥，形容女人青涩的意思