自聊天(tiān)机器人ChatGPT火爆以来，微软公司创始人比尔·盖茨已多次(cì)公开谈论人工智(zhì)能话题。在最近(jìn)的一(yī)次(cì)采(cǎi)访中，他再次表(biǎo)示：“AI可(kě)能会让科(kē)技行业迎来一次剧烈(liè)的洗牌”。

这个结论(lùn)是他在当地时间2月20日接(jiē)受《In Good Company》节目专(zhuān)访时(shí)提出(chū)的。

他预期，AI的发展(zhǎn)可能(néng)会威胁(xié)到谷歌的市占率，因为微软在(zài)AI方面(miàn)的行动相(xiāng)当迅速。而最(zuì)终科技巨头将把(bǎ)AI整合(hé)成(chéng)用户的“全(quán)能助手”，包揽一切应(yīng)用，与(yǔ)人们进(jìn)行沟通并(bìng)提(tí)供建议，可以取代(dài)亚(yà)马逊(xùn)、Siri或Outlook等应用(yòng)。

大(dà)佬(lǎo)口中全能(néng)助(zhù)手的到来可能(néng)尚需时日，但由ControlNet引发的又一次AI绘画(huà)浪潮(cháo)，让AIGC在ChatGPT的话题热点包围中(zhōng)杀出重围(wéi)。

01

ControlNet颠覆AI绘画新(xīn)玩法

AIGC向可控(kòng)靠近

以AI绘画为代表的AIGC上一次爆火的时候，还(hái)是(shì)2022年8月，在(zài)美国科罗拉(lā)多(duō)州举办(bàn)的新兴(xīng)数字艺术家竞赛中，一幅名为(wèi)《太空歌剧(jù)院》的作品获奖。

随后各大厂商的AI绘画(huà)软件(jiàn)被广大网友熟知并(bìng)体验，Stable Diffusion便是(shì)其(qí)中代表。

用户(hù)们可以(yǐ)在应用中输入一组关键(jiàn)词或者一张照片，就能获得一(yī)幅AI创作的画作(zuò)。

作画的关键就(jiù)是所输入(rù)的文本。同一组关键词(cí)也可以创(chuàng)作出很多(duō)张风(fēng)格不一样的画作，这(zhè)让创作的过程就像开盲盒。

很多用(yòng)户很喜欢这(zhè)种不确定(dìng)的(de)惊喜，他们会将生成(chéng)的美(měi)图当做(zuò)头像。而(ér)另(lìng)一部分喜欢(huān)翻看AI绘画的“翻车”作品(pǐn)。在(zài)社(shè)交媒(méi)体上，许多用户分享AI“翻车现场”，例(lì)如，一位(wèi)网(wǎng)友(yǒu)的小(xiǎo)狗照片被AI画成了“肌肉(ròu)男”，还有网友(yǒu)的个人照片被AI识(shí)别(bié)成了建筑。

而(ér)如今随着ControlNet的出现与加持，以往(wǎng)AI绘(huì)画的填(tián)写关(guān)键词游戏可能要(yào)被颠(diān)覆了。

ControlNet是一位正在斯坦福读博(bó)的(de)中国人(rén)张吕(lǚ)敏创作的一种基于(yú)控制点的(de)图像变形算法，主要用于数字图像处理、计算机(jī)视觉和计算(suàn)机图(tú)形学(xué)等领域。

其SD插(chā)件一经发布，在(zài)短短的两天(tiān)内便成(chéng)为了AI绘画(huà)领域最新的热(rè)点。

在此之前(qián)，大家用了很多方法(fǎ)想让AI生成的结果尽(jǐn)可能的符合要求，但是都不尽如人意，它的出现代表着AI生(shēng)成开(kāi)始(shǐ)进入真正的可控时期。

因为ControlNet可(kě)以直接提取画面的构(gòu)图，人物的(de)姿(zī)势和(hé)画面的深度信息(xī)等。有了它的帮助(zhù)，就不用频繁的用(yòng)提(tí)示词来碰运气，抽盲盒式的创(chuàng)作了。

通俗的说(shuō)ControlNet相(xiāng)当于给AI绘(huì)画加了“魔法”，不(bù)少博(bó)主的作品已经获得了大量的浏览量(liàng)，“viggo”就(jiù)是其中之(zhī)一，他用朋友的照片直接带(dài)她们走(zǒu)进动漫世界(jiè)。

viggo先用StableDiffusion图片转文(wén)字。

再用Text2Prompt插件(jiàn)拓(tuò)展(zhǎn)找(zhǎo)到对(duì)应的关键(jiàn)词；最后用ControlNet插件绑定骨(gǔ)骼开(kāi)始换(huàn)关(guān)键词试(shì)效果。

通过图片就(jiù)可以看(kàn)出来，效果十分惊艳。

更厉害的是，除了真实的照(zhào)片，草图也可(kě)以加上“魔法”，知乎大牛“DevPoint”和“逗砂”介绍到ControlNet还能实现线(xiàn)稿转全彩图。大神(shén)张吕敏其本尊(zūn)也(yě)亲自回应。

不得不说当下(xià)AIGC已(yǐ)经变(biàn)得越来越强(qiáng)大，甚至输出的作品(pǐn)都已经能以假乱(luàn)真了。

02

难辨虚实(shí)，AIGC技术(shù)力爆发(fā)

警(jǐng)惕安全问题

近日，“苏州(zhōu)金(jīn)鸡(jī)湖(hú)有游艇party”的(de)消(xiāo)息(xī)火遍网络，而经过(guò)警方辟谣(yáo)这所谓的(de)“party”可能(néng)是全(quán)国第一起AI绘图诈骗。

由于这个活动里面给出的(de)美女照片都是AI制(zhì)作的真人照(zhào)片绘图，因(yīn)为太逼真，被大家当成真事传播了。

不过仔细观察可以(yǐ)发(fā)现，活动发(fā)起(qǐ)者提供(gōng)的照片中(zhōng)有个很大的(de)漏洞可(kě)以发现(xiàn)并非真(zhēn)人(rén)，而是AI绘图，那(nà)便是图(tú)片(piàn)中女性的手指部分有的存在异常。

有行业人事表示(shì)：“现在因为手指部分的绘画算法比较复杂，AI还(hái)不太会(huì)画人的手，但最新看到的图片已经有越来越完美的(de)AI模型出(chū)现，以后可能就完(wán)全没(méi)有漏洞(dòng)了。”

类似的AI作图(tú)行车证照片怎么拍标准 行车证照片是几寸的诈骗(piàn)在国外也已(yǐ)有发生(shēng)。据英国(guó)广播公司报道，土耳其地震(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(wǎng)络(luò)，以此诱骗(piàn)善良的人打(行车证照片怎么拍标准 行车证照片是几寸的dǎ)赏“捐助”从而实(shí)施诈骗。

目前随着技术发展，AIGC已经能做出真人照(zhào)片(piàn)般的绘图效果，如果(guǒ)这样的图片被用来(lái)诈骗(piàn)，将非常可(kě)怕。

此外AIGC还(hái)引发(fā)了很多担(dān)忧，一方面，批判(pàn)者认为(wèi)AI在“学习(xí)”了大量前(qián)人(rén)的作品之后，其(qí)创作没有(yǒu)任何情(qíng)绪和(hé)灵魂，难以和人类(lèi)的艺术创作相提(tí)并论。

另一方面，AIGC背后的(de)版权、目(mù)前都并没有(yǒu)得到有(yǒu)效的解决(jué)，还(hái)有AIGC会不会代替人类“至高无(wú)上(shàng)”的创意。

马斯(sī)克(kè)也强调(diào)，人工智能的安全问题需要(yào)得到(dào)重视(shì)，太晚就(jiù)来不及了。

03

AIGC下(xià)一(yī)站除了视频(pín)，还(hái)有远方

技术都是(shì)有两面性(xìng)的，潜在的危(wēi)害并不能掩盖其(qí)光辉(huī)的贡献。现在(zài)看来，人工智能(néng)技术将是(shì)第四次工业革命(mìng)的(de)核心驱动力量(liàng)，将创造(zào)新的增长奇(qí)迹。

过去一年(nián)，人工智能在技术和商业层面都有(yǒu)了(le)巨大进展，AI绘(huì)画(huà)就是(shì)人工智能技(jì)术发生方向性改变(biàn)的一个代表。其下一站或许就(jiù)是(shì)视频。

此(cǐ)前(qián)，Meta和谷歌先后发布了几条引爆科技圈的短视频。这些(xiē)视(shì)频引发关注并非内容做得多优(yōu)秀(xiù)，反(fǎn)而都非常(cháng)简单，比如一匹正在喝水的马，一只画画的玩具熊，或(huò)者一段骑摩托车的(de)第一(yī)视角录像(xiàng)，随便一个有手机的人都可以随手(shǒu)录下一段(duàn)。

但这些(xiē)短(duǎn)视频的创作方式非常简单，创(chuàng)作者仅仅需(xū)要向(xiàng)AI输入一段话，甚至(zhì)只是(shì)说(shuō)一下(xià)要求，AI就(jiù)可以根(gēn)据需要生成一段(duàn)视频。

谷歌发布的两(liǎng)个(gè)AI生成(chéng)视频分别来自于Imagen Video和Phenaki，前者主要突出的(de)是(shì)高清，与Meta的(de)Make-A-Video没有太多的差别(bié)。

在Make-A-Video公布了AI生成的视频后，AI圈就(jiù)已经玩了一波梗，一个能够做出更高清视频的AI还不足以(yǐ)在短时(shí)间内戳中(zhōng)兴奋(fèn)点。

Phenaki更加令人震惊的地方(fāng)在于，它可(kě)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(shì)真正让人们(men)感到惊喜的地方(fāng)。因为无论(lùn)AI生成的视频多么高(gāo)清，也只能(néng)是为内容生(shēng)产者提供一个灵(líng)感，一个素材(cái)，一个过场(chǎng)动画。

不过能够制作出有具(jù)体剧情内容的视频就意味(wèi)着，一些视频(pín)创作(zuò)由AI代替人工完(wán)成已(yǐ)经初步有了可能。

当下AI的发展速度已经超(chāo)过大部分人的想象。内容产业的本质是供给(gěi)创造需(xū)求(qiú)，AIGC作为(wèi)全(quán)新的内容生产方式，可以(yǐ)为(wèi)内容产业带来(lái)更新的内容风格、更快的生(shēng)产速度(dù)，更低的生产成本，这无疑会驱动内(nèi)容产业的大爆(bào)发。

除了AI绘图、视(shì)频，AIGC技术(shù)还能应用于(yú)音乐、代码、机器人动作等多种(zhǒng)内容形式的生成。不难发现该项技术不(bù)仅在游戏等行业能得到(dào)有效(xiào)应用(yòng)，对于下一代互联网各种元(yuán)素(sù)的构建亦(yì)有关键意义。

从(cóng)商业化的角(jiǎo)度来看，文化娱乐(lè)、教育、传媒等诸(zhū)多(duō)领域(yù)，本身就对基于(yú)AI的(de)可视化内容有强烈需求。

因此，AI绘(huì)画及视频或不是结果(guǒ)，而只(zhǐ)是AI进程中的一块重要拼图，有(yǒu)望在技术(shù)更新的加持下实现更(gèng)大的应用价(jià)值。

AI从理解(jiě)内容(róng)，走向了可以生成(chéng)内容，甚至能够创造出独立价值和独立视角的内容。AIGC的再次出(chū)圈(quān)，更(gèng)代表着未来(lái)的先进(jìn)生产力即将到来(lái)。

04

紧(jǐn)抓大模型与算力(lì)，牢固AIGC底座

从(cóng)技术的发展也可以看出，在语言(yán)大(dà)模型、图像(xiàng)大模(mó)型之后，多模(mó)态大模型已经(jīng)成为(wèi)了(le)新(xīn)的趋(qū)势。

大模型被(bèi)誉为当前人(rén)工智能(néng)发展(zhǎn)的智能(néng)底座，是全球竞争(zhēng)最激烈(liè)的研究方向之(zhī)一，包(bāo)括谷歌、亚马逊(xùn)、百度、阿里、腾讯等(děng)众多头部企业(yè)都在竞相(xiāng)发力(lì)。

不(bù)过训(xùn)练大模型的(de)确价格不菲，以国(guó)盛证券发布的《ChatGPT需要多少(shǎo)算力(lì)》报告(gào)估算，GPT-3训练一(yī)次的(de)成本约为140万美元。而对于一些更大的LLM(大型语言模(mó)型)，训练成本(běn)则介于(yú)200万美元至1200万美元高价之间。

以ChatGPT在2023年1月的独立访客平均数1300万(wàn)计算，其对应芯(xīn)片需求为(wèi)3万(wàn)多片(piàn)英伟达A100 GPU，初始投(tóu)入成本约为8亿美(měi)元，每日仅电费就在5万美元左右。

此外不论是ChatGPT还(hái)是AIGC，都离不开庞大(dà)算力支持(chí)。在关注各(gè)类大模型的发(fā)展同时，更应该关注算力网络的建(jiàn)设。

算(suàn)力网络正驱动AI产业发展进入史诗级(jí)加速进程(chéng)，让AIGC及(jí)通用AI这一人工智能发展的终极目标离得更近。

因为算力可以对突破(pò)性(xìng)技术创新提供大力的支持。这方(fāng)面，多模(mó)态(tài)大(dà)模型是(shì)典型。作为面向未来强人工智(zhì)能、通用人工智能的重要技(jì)术(shù)创新，多模态大模型已经在(zài)人(rén)工(gōng)智能领域(yù)提出了(le)很多年(nián)，业界也(yě)有不少技(jì)术突破，但(dàn)是，多模态大模型进一步往下走，算(suàn)力需求呈几何(hé)式上升，一般(bān)的算力基础(chǔ)设施很快将难以胜任。

从图像、文字、语音单(dān)独一项(xiàng)的训练，到双模态、三(sān)模态的跃迁，让人工智能可(kě)以灵活应对(duì)不同模态的转化、像人与世界交互一样自然，这(zhè)方面，由(yóu)算力网络来驱动将(jiāng)有明显优(yōu)势。

此外，还有很多(duō)需要爆(bào)发(fā)式增长(zhǎng)的算力来支撑的技术创(chuàng)新，将在人工智能算力网络支撑下快速推(tuī)进(jìn)。

AIGC已经(jīng)露出曙光，期待在大(dà)模型和大(dà)算力(lì)的支(zhī)持下AIGC能持(chí)续颠覆内容生(shēng)产(chǎn)的方(fāng)式(shì)，将创造(zào)的(de)边际(jì)成本(běn)降低，让(ràng)万众受益。

未经允许不得转载：绿茶通用站群 行车证照片怎么拍标准 行车证照片是几寸的