自聊天机器人ChatGPT火(huǒ)爆以来(lái)，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(de)一次采(cǎi)访中，他再次(cì)表示：“AI可能会(huì)让科技(jì)行业迎来一(yī)次剧烈的洗牌(pái)”。

这个(gè)结论是他在(zài)当地时间2月20日接受(shòu)《In Good Company》节(jié)目(mù)专访时(shí)提出的(de)。

他预(yù)期，AI的发(fā)展可能会(huì)威胁(xié)到谷歌(gē)的市占率，因为微软在AI方(fāng)面(miàn)的行动相当迅速。而最终科技巨头将把AI整(zhěng)合(hé)成用户的“全(quán)能助手(shǒu)”，包揽一(yī)切(qiè)应用，与人们(men)进行沟通并(bìng)提供建议，可以取(qǔ)代亚马(mǎ)逊、Siri或Outlook等应(yīng)用。

大佬(lǎo)口中全能助(zhù)手的到来可能尚(shàng)需时日，但由ControlNet引发的又一次(cì)AI绘(huì)画(huà)浪潮，让AIGC在ChatGPT的(de)话题热点(diǎn)包围中杀出(chū)重围。

01

ControlNet颠覆AI绘画(huà)新玩(wán)法

AIGC向(xiàng)可(kě)控(kòng)靠(kào)近

以AI绘画为代表的(de)AIGC上(shàng)一(yī)次爆火(huǒ)的(de)时候，还是2022年8月，在美国(guó)科(kē)罗拉多(duō)州举办的新兴数字艺术家竞(jìng)赛(sài)中，一幅名为《太空歌剧院》的作品获奖。

随后各大厂商的AI绘(huì)画软件被广(guǎng)大(dà)网友熟知并体验，Stable Diffusion便是其中代表。

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AI创(chuàng)作的画(huà)作。

作画的(de)关键就是所输入的文本。同一(yī)组关键词也可以创作(zuò)出很多张风格不一(yī)样的画(huà)作，这让创作的过程就(jiù)像开盲盒。

很(hěn)多用户很喜(xǐ)欢这种不确定的(de)惊喜，他们会(huì)将生成的美图当做头(tóu)像。而(ér)另一部(bù)分喜欢翻看AI绘画的“翻车”作品。在社交媒(méi)体上(shàng)，许多用户分享(xiǎng)AI“翻车现场”，例如，一位网友的小狗照(zhào)片(piàn)被AI画成了“肌肉男”，还(hái)有网友的(de)个人照片被AI识别成了建筑。

而(ér)如今随着ControlNet的出现与加(jiā)持，以(yǐ)往AI绘(huì)画的填写关键词游戏可能要被颠覆(fù)了。

ControlNet是(shì)一位正在斯坦福读博(bó)的中国人(rén)张吕敏(mǐn)创作的一(yī)种基于(yú)控制点的图像变(biàn)形算法(fǎ)，主要用于数字图像处理、计(jì)算机(jī)视(shì)觉(jué)和计算机(jī)图形学等领域。

其(qí)SD插件一经发布，在短短(duǎn)的两天内便成为了AI绘(huì)画领域(yù)最新的热点。

在(zài)此之前，大家用了(le)很多方法想让(ràng)AI生成的结果尽可(kě)能的(de)符合要求，但是都不尽如人意，它的出现代(dài)表(biǎo)着AI生成开始进入(rù)真正的可控时期。

因为ControlNet可(kě)以直接提取画(huà)面的构(gòu)图，人物的(de)姿势和画面的深度信息等。有了它的帮助，就(jiù)不用频繁(fán)的用提示词来碰运气，抽盲(máng)盒式的创作了(le)。

通俗(sú)的说ControlNet相当(dāng)于给AI绘画加了(le)“魔法”，不少博(bó)主的作品已经获(huò)得了大(dà)量的浏览量，“viggo”就(jiù)是其中之(zhī)一，他(tā)用朋友的照片直(zhí)接带她们走(zǒu)进动漫世界。

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

再用Text2Prompt插件(jiàn)拓展找到对应的(de)关键词(cí)；最后(hòu)用ControlNet插(chā)件绑定骨(gǔ)骼开始(shǐ)换(huàn)关(guān)键(jiàn)词试效果。

通过图片(piàn)就可以看(kàn)出来(lái)，效果十分惊艳。

更厉害的是，除了真(zhēn)实的照(zhào)片，草图也可以加上“魔法”，知(zhī)乎大牛“DevPoint”和“逗砂”介(jiè)绍到ControlNet还能实现(xiàn)线稿转(zhuǎn)全彩图。大神张(zhāng)吕敏其本尊也亲自(zì)回(huí)应(yīng)。

不(bù)得不(bù)说当下AIGC已经变得越来越(yuè)强大，甚至输出的作品都已经(jīng)能以假乱真了。

02

难辨虚实，AIGC技(jì)术力爆发

警(jǐng)惕(tì)安全(quán)问(wèn)题(tí)

近日(rì)，“苏(sū)州(zhōu)金鸡湖有游艇party”的(de)消息火遍网络，而(ér)经过警(jǐng)方(fāng)辟谣这(zhè)所谓的“party”可能是全(quán)国第一起AI绘图诈骗(piàn)。

由于这个活动里面给出的(de)美(měi)女照(zhào)片都是AI制作的真人照(zhào)片绘(huì)图(tú)，因为太逼真，被大家当成(chéng)真(zhēn)事传(chuán)播了(le)。

不过(guò)仔细观察(chá)可以发现，活动发起者提供的照(zhào)片(piàn)中有(yǒu)个(gè)很(hěn)大的漏洞(dòng)可以发(fā)现并非真人，而是AI绘图，那便(biàn)是图片中女性(xìng)的手指部分有的(de)存在异(yì)常。

有行业人事表示(shì)：“现(xiàn)在因为手指部分的绘画(huà)算法比较复杂，AI还不(bù)太会画人的手，但最新看到(dào)的图(tú)片(piàn)已经(jīng)有越(yuè)来越完美的AI模型(xíng)出现，以后可能就完全(quán)没有漏洞了(le)。”

类似(shì)的AI作图诈骗(piàn)在国外也已(yǐ)有发生。据英(yīng)国广播公司报道(dào)，土耳(ěr)其地(dì)震期(qī)间，有(yǒu)Tiktok用(yòng)户使用AI合成了儿(ér)童受灾的假(jiǎ)照片发布到网(wǎng)络，以此诱骗善良(liáng)的人打赏“捐助”从(cóng)而实施诈骗(piàn)。

目前随着(zhe)技(jì)术发展(zhǎn)，AIGC已经能做(zuò)出(chū)真人照片般的绘图效(xiào)果，如果这样的图片被(bèi)用(yòng)来诈骗，将非常可(kě)怕。

此外AIGC还引(yǐn)发了很多担忧(yōu)，一(yī)方面，批判者认为AI在“学习(xí)”了大量前人的作品之后，其创作没(méi)有任何情绪和灵魂，难以和人类的艺术创(chuàng)作(zuò)相提并(bìng)论。

另一方面，AIGC背后的版权、目前都并没有得到有效的解(jiě)决，还有(yǒu)AIGC会不会代替人类“至高无上”的创(chuàng)意。

马斯克也强调(diào)，人工(gōng)智(zhì)能的(de)安全问题需要得到重视，太晚就(jiù)来(lái)不及了。

03

AIGC下一(yī)站(zhàn)除了视(shì)频，还有远(yuǎn)方

技术都是有两面(miàn)性的，潜(qián)在(zài)的危害并不能掩盖其(qí)光辉的贡献(xiàn)。现(xiàn)在看(kàn)来，人(rén)工智(zhì)能技术将是第四次工业(yè)革(gé)命的(de)核心驱动力(lì)量，将创造(zào)新的增长奇迹。

过(guò)去一(yī)年，人(rén)工智能在技术和商业层(céng)面都(dōu)有(yǒu)了(le)巨(jù)大进(jìn)展，AI绘画(huà)就是人工(gōng)智能技术发生方向性改变的(de)一个(gè)代表。其下(xià)一站或许就是(shì)视频。

此(cǐ)前，Meta和谷歌先(xiān)后(hòu)发(fā)布(bù)了几条引爆科技圈的短视频。这些视频(pín)引(yǐn)发关(guān)注并非内容做得(dé)多(duō)优秀，反而(ér)都非常简单，比如(rú)一(yī)匹正在喝水的(de)马，一只画画的玩具熊，或者一段骑摩托车的第(dì)一视角录像(xiàng)，随便一个有手机的人都可以随手录下一段。

但这些短(duǎn)视频(pín)的创作方式非常(cháng)简(jiǎn)单，创作者(zhě)仅仅需要向AI输入(rù)一段话(huà)，甚(shèn)至只是(shì)说一(yī)下要求(qiú)，AI就可以根据需要(yào)生成一段(duàn)视频。

谷歌发布的两个AI生成视频分别来自(zì)于Imagen Video和Phenaki，前者主(zhǔ)要(yào)突出的是高(gāo)清，与Meta的Make-A-Video没有(yǒu)太(tài)多的差别(bié)。

在Make-A-Video公(gōng)布了AI生成的视频(pín)后，AI圈就已(yǐ)经玩(wán)了一波梗，一个能够做出更高清视频的AI还不足以在短时间内戳(chuō)中兴奋点(diǎn)。

Phenaki更加令(lìng)人震惊的(de)地方(fāng)在于，它可以制作出超(chāo)过2分钟的连贯(guàn)的也(yě)有(yǒu)确切内容的视(shì)频，这才是真正让人们感到惊喜的地(dì)方。因为(wèi)无论(lùn)AI生成的视频多么高清(qīng)，也(yě)只能是为(wèi)内容(róng)生产(chǎn)者提供一(yī)个灵感(gǎn)，一(yī)个素(sù)材(cái)，一个过场动画。

不过能够制作出有具体剧情内容的(de)视频就意味着(zhe)，一些(xiē)视频创(chuàng)作由AI代替人工完成(chéng)已(yǐ)经(jīng)初步有了可能。

当(dāng)下AI的发展速度(dù)已经(jīng)超过(guò)大部分人(rén)的想象。内(nèi)容(róng)产业(yè)的本质是供给创造需(xū)求(qiú)，AIGC作(zuò)为(wèi)全(quán)新(xīn)的内容生产方式，可(kě)以为内容产(chǎn)业带来更新的内容风格、更(gèng)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大(dà)爆发。

除(chú)了AI绘图、视频(pín)，AIGC技术还能应(yīng)用于音乐(lè)、代码(mǎ)、机器人动作等多(duō)种(zhǒng)内容(róng)形(xíng)式的生成(chéng)。不(bù)难发现(xiàn)该项技术不仅在游(yóu)戏等行(xíng)业能(néng)得(dé)到(dào)有(yǒu)效(xiào)应(yīng)用，对于(yú)下一代互(hù)联网各种元素(sù)的构建亦有关(guān)键意义。

从商业(yè)化的角度来看，文化娱乐、教(jiào)育、传媒等诸多领域，本身就对基于AI的可(kě)视化内容有强烈需求(qiú)。

因此，AI绘(huì)画及视频(pín)或(huò)不是结果，而只是AI进程中的一块重要拼图，有望(wàng)在技术更新的加持下实现更大的应用价值。

AI从理解内容，走向(xiàng)了可以生成内容，甚至能够创造出独立价值和独立视角的内容。AIGC的(de)再次出圈(quān)，更(gèng)代表着未来(lái)的先进生产力即(jí)将到(dào)来。

04

紧(jǐn)抓大模型与算力(lì)，牢固AIGC底座

从技(jì)术的发(fā)展也可以看(kàn)出，在语言大模型、图像大(dà)模型之后，多模态(tài)大模型已经成为了新的趋势。

大模型被誉为当(dāng)前(qián)人工(gōng)智能发展的智能底(dǐ)座，是全球竞争最(zuì)激烈的研究方向之一，包(bāo)括谷歌、亚马逊、百度(dù)、阿里、腾讯等众多头(tóu)部企业(yè)都在竞相发力。

不过训练大模型的(de)确(què)价(jià)格(gé)不菲(fēi)，以国盛证券(quàn)发布的(de)《ChatGPT需要多少算力》报告估算，GPT-3训练一(yī)次(cì)的成(chéng)本约为140万美元。而对于一(yī)些更大的LLM(大(dà)型(xíng)语言模型)，训(xùn)练(liàn)成本则介于200万(wàn)美元至(zhì)1200万(wàn)美元(yuán)高(gāo)价之间。

以ChatGPT在(zài)2023年1月的(de)独(dú)立(lì)访客平均数1300万(wàn)计(jì)算，其对应芯片(piàn)需求为3万(wàn)多片英伟达A100 GPU，初始投(tóu)入成(chéng)本约为8亿美元，每日(rì)仅(jǐn)电费就在5万美元左(zuǒ)右。

此外不论是ChatGPT还是AIGC，都离(lí)不开庞大算(suàn)力(lì)支(zhī)持。在关注各类大模型的(de)发(fā)展同时(shí)，更应该关注算力网(wǎng)络(luò)的建设(shè)。

算力(lì)网络正驱动堪用是什么意思拼音，堪是什么意思解释AI产业发展进入(rù)史(shǐ)诗级加速(sù)进程，让(ràng)AIGC及通(tōng)用(yòng)AI这一人工智能发展的(de)终(zhōng)极目标离得更(gèng)近(jìn)。

因为(wèi)算(suàn)力可以对突(tū)破性技术创新提供大力的支持。这方面(miàn)，多模(mó)态大模型是(shì)典型。作为面向未来强人(rén)工智能、通用人工(gōng)智能的(de)重要技(jì)术创新(xīn)，多模态大模(mó)型(xíng)已经在(zài)人工(gōng)智能领域提(tí)出(chū)了(le)很多年，业界也有不少技术(shù)突破，但(dàn)是(shì)，多模态大(dà)模(mó)型进一步往下走，算力需求呈几何式上升，一般的算(suàn)力基础设(shè)施(shī)很快将难以胜任。

从图像、文(wén)字、语音单独一项的(de)训练，到双模态(tài)、三模态的跃(yuè)迁，让人工智能可以灵活应(yīng)对不同模态的(de)转化、像(xiàng)人与世界交互一样自然，这方(fāng)面，由算(suàn)力网络来驱动将有明(míng)显优(yōu)势。

此外，还有很多需要爆发式增(zēng)长的算力来支(zhī)撑的技术创(chuàng)新，将在人工智能算力网络支撑下(xià)快速(sù)推进(jìn)。

AIGC已经露出曙光，期待在大模型(xíng)和大算力的(de)支持下AIGC能持续颠覆内容生产(chǎn)的方式(shì)，将创(chuàng)造的边际成本降低，让万(wàn)众(zhòng)受益。

未经允许不得转载：橘子百科-橘子都知道 堪用是什么意思拼音，堪是什么意思解释