自聊天机器人ChatGPT火爆以来，微(wēi)软公(gōng)司创(chuàng)始人(rén)比尔·盖茨已(yǐ)多次公(gōng)开谈论(lùn)人工智能(néng)话题(tí)。在最近的一次采访(fǎng)中(zhōng)，他(tā)再次(cì)表示：“AI可能会(huì)让科技行业迎来一次剧烈的洗牌”。

这个(gè)结(jié)论是他在当地时间2月(yuè)20日接(jiē)受《In Good Company》节目专访时提出的(de)。

他(tā)预期，AI的发(fā)展(zhǎn)可能会(huì)威胁到谷歌的(de)市占率，因为微(wēi)软在AI方(fāng)面(miàn)的行动(dòng)相当迅速。而最终科技巨头将把AI整合成用户(hù)的“全能助手”，包(bāo)揽一切应用，与人们进行沟通并(bìng)提供建议，可以(yǐ)取代亚马逊(xùn)、Siri或Outlook等应用。

大佬(lǎo)口中全能助手(shǒu)的到来可能尚需(xū)时日，但(dàn)由ControlNet引发(fā)的又一次AI绘画浪潮，让AIGC在(zài)ChatGPT的(de)话题(tí)热点包围中杀(shā)出重围。

01

ControlNet颠覆AI绘画新玩法(fǎ)

AIGC向可控靠近(jìn)

以AI绘画为代表的AIGC上一次爆火(huǒ)的(de)时(shí)候，还(hái)是2022年8月(yuè)，在美国(guó)科罗拉多州举办的(de)新兴数字艺(yì)术家竞(jìng)赛中，一幅名为《太(tài)空歌(gē)剧院》的作品获奖(jiǎng)。

随后各大(dà)厂商(shāng)的AI绘画软(ruǎn)件被广(guǎng)大(dà)网友熟(shú)知并(bìng)体验，Stable Diffusion便(biàn)是其中代表。

用户们(men)可(kě)以(yǐ)在应用(yòng)中(zhōng)输入一组关键词或者一张照片，就能获得一幅(fú)AI创作的画(huà)作。

作画的关键就是(shì)所输入(rù)的(de)文本。同一组关键(jiàn)词(cí)也可以创作(zuò)出很多(duō)张风格(gé)不(bù)一样的画作，这让创作(zuò)的过程(chéng)就像开盲盒。

很(hěn)多用户很喜欢这种不确定的惊喜，他(tā)们会将(jiāng)生成的(de)美图当做头像。而另一部分喜欢翻看AI绘(huì)画的“翻车”作品。在社交媒体上，许多用户(hù)分(fēn)享AI“翻车现场”，例如，一位网友的小狗照片被AI画成了“肌肉(ròu)男”，还有(yǒu)网友的个(gè)人照片(piàn)被AI识别成了(le)建筑。

而如今随着ControlNet的(de)出(chū)现与加持，以往AI绘画的填写关键(jiàn)词游戏(xì)可能要被颠覆(fù)了。

ControlNet是一位(wèi)正在斯坦福读(dú)博的中国人(rén)张吕(lǚ)敏创(chuàng)作(zuò)的一种(zhǒng)基于(yú)控(kòng)制点的图像变形算法，主要用于数(shù)字图像(xiàng)处理、计算机(jī)视觉和(hé)计算机(jī)图形学等(děng)领域。

其SD插件一经发(fā)布，在短短的(de)两天(tiān)内便成为了AI绘画领域最新的热点。

在此之前(qián)，大家(jiā)用了(le)很多方法想让AI生成的结果(guǒ)尽(jǐn)可能的符合要求，但是(shì)都不尽如人意(yì)，它(tā)的出现(xiàn)代表(biǎo)着AI生成开(kāi)始进入真正的可控时期。

因(yīn)为ControlNet可以直接提取画面的(de)构图，人物的姿势(shì)和画(huà)面的(de)深度信息(xī)等。有(yǒu)了它的帮助，就不用频繁(fán)的用提示词来碰运气，抽盲盒(hé)式的创作(zuò)了(le)。

通俗的说ControlNet相当于给AI绘画(huà)加了“魔法”，不(bù)少博主的作品已经获得了大量(liàng)的浏览量，“viggo”就是(shì)其中之一，他用朋友的照片直接带她们走进(jìn)动漫世界。

viggo先用StableDiffusion图片转文字。

再用Text2Prompt插件拓展找到对应(yīng)的(de)关(guān)键词；最后用ControlNet插(chā)件绑(bǎng)定骨骼开始换关键词试(shì)效果。

通过图片就可以看出来，效(xiào)果十分惊艳。

更厉害的是，除(chú)了真(zhēn)实的照片，草图也(yě)可以加上“魔法”，知乎大(dà)牛“DevPoint”和(hé)“逗砂”介绍到ControlNet还能实(shí)现线稿转(zhuǎn)全彩(cǎi)图。大神张(zhāng)吕敏其本尊也(yě)亲自回应。

不得不说当(dāng)下AIGC已经变得(dé)越来越强大，甚至输(shū)出的(de)作(zuò)品都已经能以(yǐ)假乱真了(le)。

02

难辨虚实，AIGC技术(shù)力(lì)爆(bào)发(fā)

警惕安(ān)全问(wèn)题(tí)

近日，“苏(sū)州金鸡湖有游艇party”的消息(xī)火(huǒ)遍网络，而经过警方辟(pì)谣这(zhè)所谓的“party”可(kě)能是全国第(dì)一起(qǐ)AI绘图诈骗。

由于这个活(huó)动里面(miàn)给出的美女照片都是AI制作的真(zhēn)人照片绘图，因为太逼真，被大家当成真事传(chuán)播(bō)了。

不过仔细(xì)观察可(kě)以发现，活(huó)动(dòng)发起者提供的(de)照片中有个(gè)很大的(de)漏洞可以(yǐ)发(fā)现并非真(zhēn)人，而是(shì)AI绘(huì)图，那便是图(tú)片(piàn)中女性的手指部分(fēn)有的存(cún)在(zài)异常。

有行业人事(shì)表(biǎo)示：“现在因(yīn)为手指部分(fēn)的(de)绘画算(suàn)法比较复(fù)杂，AI还不太会画人的手，但最新看到的图片(piàn)已经(jīng)有越来越完(wán)美的(de)AI模(mó)型(xíng)出现(xiàn)，以后(hòu)可能就(jiù)完(wán)全没有漏(lòu)洞了。”

类似的AI作图诈骗在国外也已有发(fā)生。据英国广(guǎng)播公司报(bào)道，土耳(ěr)其地震期间，有Tiktok用户(hù)使用AI合成了儿童(tóng)受灾的假照片发布到网(wǎng)络，以(yǐ)此诱骗善良的(de)人打赏“捐助”从(cóng)而实施诈骗。

目(mù)前随着技术发展，AIGC已经能做出真人(rén)照(zhào)片般的(de)绘图效(xiào)果，如果这样的图片(piàn)被(bèi)用来诈骗(piàn)，将非常(cháng)可怕。

此(cǐ)外AIGC还(hái)引发了很(hěn)多担忧(yōu)，一方面，批判者(zhě)认为AI在“学(xué)习”了大量(liàng)前人的(de)作品(pǐn)之后，其创作没有任(rèn)何情绪和(hé)灵(líng)魂(hún)，难以和人类(lèi)的艺术创作(zuò)相(xiāng)提并论。

另一方面，AIGC背后的版(bǎn)权、目前都并(bìng)没有得到有效的解(jiě)决，还(hái)有AIGC会不会代替(tì)人(rén)类“至(zhì)高无上”的创意。

马斯(sī)克也强(qiáng)调，人工智能的安(ān)全问题需要得(dé)到重视，太晚就来不及了。

03

AIGC下一(yī)站除了视频，还有远(yuǎn)方

技(jì)术都是有两面性的，潜在的(de)危害并(bìng)不能掩盖其光辉的贡献(xiàn)。现在看来，人工智能技术将是第四次工业革命(mìng)的核(hé)心驱动力量，将创造新(xīn)的(de)增长奇迹。

过去一年，人工智(zhì)能在技(jì)术和(hé)商业层面都有了(le)巨大进展，AI绘画就是人工智能技术发(fā)生(shēng)方向(xiàng)性改变的一个代表。其下一站或许(xǔ)就是视频。

此(cǐ)前，Meta和谷歌先后发布了(le)几条引爆(bào)科技圈(quān)的短视频。这些视(shì)频引发关注并非内容(róng)做得多优秀(xiù)，反而都非常(cháng)简(jiǎn)单，比如一(yī)匹正在喝水的马，一只(zhǐ)画画(huà)的(de)玩具熊，或(huò)者一段骑摩托车的(de)第一视角录像，随(suí)便一个有(yǒu)手机的人都(dōu)可以随手(shǒu)录下一段。

但这些短视频的(de)创(chuàng)作方式非常(cháng)简单，创作(zuò)者仅仅(jǐn)需要向AI输(shū)入一段话(huà)，甚至只是说一下要求，AI就可以根(gēn)据(jù)需要生成一(yī)段(duàn)视(shì)频。

谷(gǔ)歌发布的两(liǎng)个AI生成视频分别来自于Imagen Video和Phenaki，前者主要突出的是(shì)高清(qīng)，与(yǔ)Meta的Make-A-Video没有(yǒu)太(tài)多的差(chà)别(bié)。

在Make-A-Video公布了AI生(shēng)成的视(shì)频后，AI圈就已经(jīng)玩了一(yī)波梗(gěng)，一个能(néng)够做出更(gèng)高清视频的AI还(hái)不足以在短(duǎn)时间内戳中兴奋(fèn)点。

Phenaki更加令人震惊的(de)地方(fāng)在于，它可(kě)以制作出超过2分钟的连贯(guàn)的(de)也有确切内容的视频，这才(cái)是真正(zhèng)让(ràng)人们感(gǎn)到惊(jīng)喜的(de)地方。因(yīn)为无论AI生成(chéng)的视(shì)频多么高清，也只能是为内容生产者提供一个灵(líng)感(gǎn)，一个素(sù)材，一个过(guò)场动画。

不过(guò)能够(gòu)制作出有具体剧情内容的视频就意味着，一(yī)些视频创作由AI代替人工(gōng)完成已经初步(bù)有了(le)可能。

当下AI的发展速度(dù)已经超(chāo)过大部分人的想象。内容(róng)产(chǎn)业的本质是供(gōng)给(gěi)创造需求，AIGC作(zuò)为全新的内(nèi)容生产方(fāng)式，可以为内容产业带来更新的内容风格、更快的生产速度，更(gèng)低的生产(chǎn)成(chéng)本，这无疑(yí)会驱动(dòng)内容(róng)产业(yè)的大爆发(fā)。

除了(le)AI绘图(tú)、视频，AIGC技术还(hái)能应用于音乐、代(dài)码、机器人动作等多种内(nèi)容形(xíng)式的生成(chéng)。不难发现该项技术不仅在游戏等(děng)行业能得到(dào)有(yǒu)效应用，对于下一(yī)代互联网(wǎng)各种元素的构(gòu)建(jiàn)亦有关键意义。

从商业化的角(jiǎo)度来看(kàn)，文化娱乐、教育、传媒等诸(zhū)多(duō)领域，本(běn)身就对(duì)基于AI的可视化内容有(yǒu)强烈(liè)需求。

因(yīn)此(cǐ)，AI绘画及视频(pín)或不是结果，而只是AI进(jìn)程(chéng)中的一块重(zhòng)要拼(pīn)图，有望在技术更(gèng)新的加持下实现更大的(de)应用价(jià)值。

AI从理解内容，走向(xiàng)了可以生成(chéng)内容，甚至能(néng)够创造出独立价(jià)值(zhí)和独立视角的内容。AIGC的(de)再次出圈，更(gèng)代表着未(wèi)来(lái)的先进生产力即将到来(lái)。

04

紧(jǐn)抓大(dà)模(mó)型与(yǔ)算力，牢固(gù)AIGC底座

从技术(shù)的发展(zhǎn)也可以看出，在语言大模型、图像大(dà)模型之后(hòu)，多模态大(dà)模型已经成为了新(xīn)的趋势。

大模型被誉为当前人工智(zhì)能发(fā)展的智能(néng)底(dǐ)座，是全(quán)球(qiú)竞争最(zuì)激烈的(de)研(yán)究方(fāng)向之一，包括谷歌、亚马逊、百度、阿(ā)里、腾讯等众多头部企业都在竞相发力。

不过训练大模型的确价格(gé)不菲(fēi)，以国盛(shèng)证(zhèng)券(quàn)发布的《ChatGPT需(xū)要多少算力》报告估算，GPT-3训练一次的成(chéng)本约为(wèi)140万美元(yuán)。而对于(yú)一(yī)些(xiē)更(gèng)大的(de)LLM(大(dà)型(xíng)语言(yán)模(mó)型)，训练(liàn)成本则介于200万美元至1200万美元高价之(zhī)间。

以ChatGPT在2023年1月(yuè)的独立访客平(píng)均数1300万计(jì)算(suàn)，其(qí)对应芯片需求为3万多片(piàn)英伟(wěi)达A100 GPU，初始投入成本约为8亿美元，每(měi)日仅电(diàn)费就在5万美元左右。

此外不论是ChatGPT还是AIGC，都离不(bù)开庞大(dà)算力支持。在关注各类大(dà)模型的(de)发展同时，更应(yīng)该关注算(suàn)力网络的建设。

算力(lì)网络正(zhèng)驱动AI产(chǎn)业发展进(jìn)入史诗级加速进程(chéng)，让AIGC及通用(yòng)AI这(zhè)一(yī)人工智能发展的(de)终极目标离得(dé)更近。

因为算力可以对突破性(xìng)技术创(chuàng)新提供(gōng)大力的支持。这方面，多模态大模型(xíng)是(shì)典型。作为面向未(wèi)来强人工智能(néng)、通用人工(gōng)智能的(de)重要技术创新，多模态(tài)大模(mó)型已经在人(rén)工智(zhì)能领域(yù)提(tí)出了很多年(nián)，业界(jiè)也有不(bù)少(shǎo)技术突破，但是(shì)，多模态(tài)大(dà)模型进一(yī)步往下走，算力需求呈几何式上升(shēng)，一般的算力基(jī)础设施很快将(jiāng)难(nán)以(yǐ)胜(shèng)任。

从图像(xiàng)、文字、语音单独一(yī)项的训练，到双模态(tài)、三模态的跃迁，让(ràng)人(rén)工智能可以(yǐ)灵(líng)活应(yīng)对不(bù)同模态(tài)的(de)转化、像人(rén)与世(shì)界(jiè)交(jiāo)互一样自然，这方面(miàn)，由(yóu)算力(lì)网络来(lái)驱动将(jiāng)有明显优(yōu)势。

此外(wài)，还有很多需要爆发式增(zēng)长的算力来支(zhī)撑(chēng)的技术创新，将(jiāng)在(zài)人工智能(néng)算(suàn)力网络支撑下快速推(tuī)进。

AIGC已经露出曙光，期待在大模型和大算力的(de)支持下AIGC能持(chí)续颠覆(fù)内容生产的方式，将(jiāng)创造(zào)的(de)边际成(chéng)本降低(dī)，让万众受(shòu)益。

未经允许不得转载：上海惠特丽生物科技有限公司 官网 旖旎是什么意思解释，风光旖旎是什么意思解释