自聊天机器(qì)人ChatGPT火爆以来，微软(ruǎn)公司创始人比尔·盖茨(cí)已(yǐ)多(duō)次公开谈论人(rén)工智能话题。在最近的(de)一次(cì)采访中，他再次表(biǎo)示：“AI可能会(huì)让(ràng)科(kē)技行业迎来一次剧烈的(de)洗(xǐ)牌”。

这个结论是(shì)他在当地时(shí)间2月20日接(jiē)受(shòu)《In Good Company》节目专访时提出的。

他预期，AI的发展可能会威胁到谷歌的市占率，因为(wèi)微(wēi)软在AI方面的行动相(xiāng)当迅速(sù)。而(ér)最(zuì)终科技(jì)巨(jù)头(tóu)将把AI整(zhěng)合成用户的“全能助手”，包揽一切应用，与人们进行沟通并提供(gōng)建议，可以取代亚马(mǎ)逊、Siri或Outlook等应用。

大佬(lǎo)口中全能助手的到来可能(néng)尚需时(shí)日，但由ControlNet引(yǐn)发的又一(yī)次AI绘画浪潮，让AIGC在(zài)ChatGPT的话题热点包围(wéi)中杀(shā)出重围。

01

ControlNet颠覆AI绘画新玩法

AIGC向可(kě)控靠近

以AI绘画为代表的AIGC上一次(cì)爆(bào)火(huǒ)的时候，还是2022年8月，在美国(guó)科罗拉多州举(jǔ)办的(de)新(xīn)兴数字艺术(shù)家竞赛中，一幅名为(wèi)《太(tài)空歌剧院》的作品获奖。

随后各(gè)大厂商的AI绘画软件(jiàn)被广大(dà)网友熟(shú)知并体验，Stable Diffusion便是其中代(dài)表。

用户(hù)们可以在应用中输入一组(zǔ)关键词或者一张照片，就能获得一幅AI创作的画作。

作画的关键就(jiù)是所输入的文(wén)本(běn)。同一(yī)组(zǔ)关键(jiàn)词也可(kě)以(yǐ)创(chuàng)作出很(hěn)多张风格不一样的画(huà)作，这让创作的(de)过程就(jiù)像开盲盒。

很多用户很喜欢这种不确定(dìng)的惊喜，他们会将(jiāng)生(shēng)成的(de)美图(tú)当做头像。而另一(yī)部分喜欢翻看(kàn)AI绘画的“翻车(chē)”作(zuò)品。在(zài)社(shè)交媒体上，许多用户分享AI“翻车现(xiàn)场”，例如，一位网友的小狗照片被(bèi)AI画成了“肌肉男”，还(hái)有(yǒu)网(wǎng)友(yǒu)的个人照(zhào)片被(bèi)AI识别(bié)成了建(jiàn)筑。

而如今随着ControlNet的出现与加持(chí)，以(yǐ)往(wǎng)AI绘画的填写(xiě)关键词(cí)游戏(xì)可(kě)能要(yào)被颠覆了。

ControlNet是一位(wèi)正在斯坦福读博的中(zhōng)国人张吕敏创(chuàng)作的一种基于控制(zhì)点(diǎn)的图像(xiàng)变(biàn)形算法(fǎ)，主要用(yòng)于数字图像处理、计算(suàn)机视觉和计(jì)算机图形学等(děng)领域。

其SD插件(jiàn)一经发布，在短短的两天(tiān)内(nèi)便成为了AI绘画领域最(zuì)新(xīn)的热点。

在(zài)此之前(qián)，大家用了很(hěn)多方法想(xiǎng)让AI生成的结果尽可能的(de)符合要求，但是(shì)都不尽如(rú)人意，它(tā)的(de)出现代表着AI生成(chéng)开始进入真正的可控时(shí)期。

因为ControlNet可以直接提取画(huà)面的构图(tú)，人物的姿势和画面的深度(dù)信(xìn)息等。有了它的帮助，就不用频繁的(de)用提示(shì)词来碰运(yùn)气(qì)，抽盲盒式(shì)的(de)创作了。

通俗(sú)的说ControlNet相当于给AI绘(huì)画(huà)加了“魔法”，不少博主的作品已经获得了大(dà)量的浏(liú)览量，“viggo”就是(shì)其中之一(yī)，他用朋(péng)友的照片直(zhí)接(jiē)带她们(men)走进(jìn)动(dòng)漫世界。

viggo先用StableDiffusion图片(piàn)转(zhuǎn)文字。

再用Text2Prompt插(chā)件拓展找到对应的关(guān)键词(cí)；最(zuì)后用ControlNet插件绑(bǎng)定骨骼开始(shǐ)换关键词试效果。

通过图片就可以(yǐ)看出来，效果十分惊艳(yàn)。

更(gèng)厉害的是，除了(le)真实的照(zhào)片，草图也(yě)可(kě)以加上“魔法”，知乎大牛(niú)“DevPoint”和(hé)“逗砂”介绍到ControlNet还能实现(xiàn)线(xiàn)稿转全(quán)彩图(tú)。大神张吕敏(mǐn)其本尊也亲自回(huí)应(yīng)。

不得不说当下AIGC已经变(biàn)得越来越强大，甚至输出的作品都已经能(néng)以假(jiǎ)乱(luàn)真(zhēn)了。

02

难辨虚实(shí)，AIGC技术力爆发

警惕安(ān)全问题

近日(rì)，“苏州金鸡湖有游艇party”的消息火遍网(wǎng)络，而经过(guò)警(jǐng)方(fāng)辟谣这所谓的“party”可能是(shì)全国第(dì)一起(qǐ)AI绘图诈骗(piàn)。

由(yóu)于这个活动里面给(gěi)出的美女(nǚ)照片都是AI制作的真人照片绘图(tú)，因为太逼真，被大家(jiā)当成(chéng)真事传播了。

不过仔细观(guān)察可以(yǐ)发现(xiàn)，活动发起(qǐ)者提供的(de)照片中有(yǒu)个很大的漏洞可以发(fā)现并非真人，而是AI绘图，那便是(shì)图片中女(nǚ)性的手指部分有的存在异(yì)常。

有行业人事(shì)表示：“现在因为手(shǒu)指部分的绘画(huà)算法比较复(fù)杂(zá)，AI还不太会(huì)画人(rén)的手(shǒu)，但最新看到的图片(piàn)已经有越(yuè)来越完美的AI模型出(chū)现(xiàn)，以后可(kě)能就完全没有漏洞了。”

类似的AI作图(tú)诈骗在国外也已有发生。据英(yīng)国广播公司报道(dào)，土耳其地震期(qī)间，有Tiktok用户使用(yòng)AI合(hé)成了儿(ér)童受灾的(de)假照片发布到网络，以此(cǐ)诱(yòu)骗善良(liáng)的(de)人打赏“捐助(zhù)”从而实施(shī)诈骗(piàn)。

目前随着技术发展，AIGC已(yǐ)经能做出(chū)真人照片般(bān)的绘图效果，如果这样的图片被用来(lái)诈骗，将(jiāng)非常(cháng)可怕。

此外(wài)AIGC还引发了(le)很多担忧，一方面，批判(pàn)者认(rèn)为(wèi)AI在(zài)“学(xué)习”了大量前人的(de)作品(pǐn)之后，其创作没有任(rèn)何情绪和灵魂，难以和人类(lèi)的艺术创作(zuò)相(xiāng)提(tí)并论。

另(lìng)一(yī)方面，AIGC背后的版(bǎn)权、目前都(dōu)并没(méi)有(yǒu)得(dé)到有效的解决(jué)，还(hái)有(yǒu)AIGC会(huì)不会代替人类“至高无上”的创意。

马(mǎ)斯(sī)克也强调(diào)，人(rén)工智能的安全问题需要得(dé)到重视，太晚(wǎn)就来不及了(le)。

03

AIGC下一站除了视频，还有远(yuǎn)方

技术都是有两(liǎng)面性的，潜在的危害并不能掩盖其光辉的(de)贡献。现在(zài)看来，人工智能技术将是第四次工业革命的核心驱动力量(liàng)，将创(chuàng)造新的增长奇迹(jì)。

过(guò)去一年，人工智(zhì)能在技术和商业层面(miàn)都有了巨大进展，AI绘画(huà)就(jiù)是人工智能技(jì)术发生方向性改变的一个代表。其(qí)下一站或许就是视(shì)频。

此前，Meta和谷(gǔ)歌先(xiān)后发布了几条(tiáo)引(yǐn)爆科技圈的短视频(pín)。这些视频引发关注并非内容做(zuò)得多优秀，反(fǎn)而都(dōu)非常简单，比如一匹(pǐ)正在喝水的马，一(yī)只(zhǐ)画画的玩具熊，或(huò)者一段(duàn)骑摩(mó)托(tuō)车的第(dì)一视(shì)角录(lù)像，随便一个有手机的人(rén)都可以随手录下一段。

但这些短视频(pín)的创作方式(shì)非常(cháng)简单，创(chuàng)作者仅(jǐn)仅需(xū)要(yào)向AI输入(rù)一段话，甚至只是说一(yī)下要求，AI就可以根据(jù)需要生成一段视频。

谷歌发布的两(liǎng)个AI生(shēng)成视(shì)频分别(bié)来自于Imagen Video和(hé)Phenaki，前者主要突出的是高清(qīng)，与Meta的Make-A-Video没有(yǒu)太多的差别。

在Make-A-Video公布了AI生成(chéng)的(de)视频后，AI圈就(jiù)已(yǐ)经(jīng)玩了一(yī)波梗，一个能够做出更高清视(shì)频(pín)的AI还(hái)不(bù)足以在短时间内戳中兴奋点。

Phenaki更加令人震惊的地方(fāng)在于，它可以(yǐ)制作出超过2分钟的连贯(guàn)的也有确切(qiè)内容的视(shì)频，这才(cái)是真正让人(rén)们感到惊喜的地方。因为无(wú)论AI生成的视频多么高(gāo)清，也只能是(shì)为内容生产者提供一个灵感，一个素材(cái)，一个过场动画。

不(bù)过能(néng)够制作出有具体剧情内容的视频就意味着，一些视频创作(zuò)由AI代(dài)替人工完成已经初步(bù)有了(le)可(kě)能(néng)。

当下(xià)AI的发展速度已经超过(guò)大部分人的想象。内容产(chǎn)业的本质(zhì)是供给创造需求，AIGC作为(wèi)全新的内容(róng)生产(chǎn)方式(shì)，可以为内容(róng)产业(yè)带来(lái)更(gèng)新的内(nèi)容风(fēng)格、更(gèng)快的生产速度，更低的生产成(chéng)本，这无疑(yí)会(huì)驱动内容产业的大爆发(fā)。

除(chú)了AI绘图、视(shì)频，AIGC技术(shù)还能(néng)应用于音乐(lè)、代码、机器人动(dòng)作等多(duō)种(zhǒng)内容形式的(de)生成。不难发现该(gāi)项技术不仅在(zài)游戏等行业能得到有效(xiào)应(yīng)用，对于下一(yī)代互联网各种元(yuán)素(sù)的构建亦有关键意义。

从商业化(huà)的角度来看(kàn)，文化娱(yú)乐、教育、传(chuán)媒(méi)等诸多领域，本(běn)身(shēn)就对基于(yú)AI的可视化内容有(yǒu)强烈需求。

因此，AI绘画及视(shì)频或不是结果，而只是AI进程中的一块重要(yào)拼图，有望在技(jì)术更新的加持下实现更大的(de)应用价值。

AI从理解(jiě)内容，走向(xiàng)了可以生成内(nèi)容(róng)，甚至(zhì)能够创(chuàng)造出独立(lì)价值(zhí)和独立(lì)视(shì)角的内容。AIGC的(de)再次出圈，更代(dài)表着(zhe)未来的先(xiān)进生产力即将到(dào)来。

04

紧抓大(dà)模型(xíng)与算(suàn)力，牢(láo)固AIGC底座

从技术的发展也可(kě)以看(kàn)出，在语言大模型、图像大(dà)模型之后，多模态大模(mó)型(xíng)已经成为了新(xīn)的趋(qū)势。

大模型被(bèi)誉(yù)为当前人工智能发(fā)展(zhǎn)的智能底座，是(shì)全球(qiú)竞争最激烈的研究方向(xiàng)之一，包括谷歌、亚马逊、百度、阿(ā)里、腾讯等(děng)众多头部(bù)企(qǐ)业都在竞相发力。

不过(guò)训练(liàn)大模型的确价格(gé)不(bù)菲，以国(guó)盛证券(quàn)发布的(de)《ChatGPT需要多少算力》报告估算，GPT-3训练一次的成本约(yuē)为(wèi)140万(wàn)美元。而对于(yú)一些(xiē)更(gèng)大的LLM(大型(xíng)语言模型)，训练(liàn)成本则介于200万美元至1200万美元(yuán)高价之间。

以ChatGPT在(zài)2023年1月(yuè)的独立访客平均数1300万计算，其对应芯片(piàn)需求为(wèi)3万多片英伟达A100 GPU，初始投入成(chéng)本约为8亿(yì)美(měi)元(yuán)，每日仅电(diàn)费(fèi)就在5万美(měi)元左右。

此外不论是ChatGPT还(hái)是AIGC，都(dōu)离(lí)不(bù)开庞大算(suàn)力支(zhī)持(chí)。在关注各类大模型(xíng)的发(fā)展同(tóng)时，更应该关注算(suàn)力网络的建设。

算力网络正驱动AI产业发展(zhǎn)进入史诗级加速进程，让AIGC及通(tōng)用AI这一(yī)人工智能发展的终极目标离得更(gèng)近。

因为算力可以对突破性技术创新提供(gōng)大力的支持。这(zhè)方面，多模态大模型(xíng)是(shì)典型。作为面向未来强人工智能、通用(yòng)人工智能的重要(yào)技术创新，多模(mó)态大模(mó)型已经在人(rén)工智能领域提(tí)出了很多年，业界也(yě)有不少(shǎo)技(jì)术突破，但是(shì)，多模态大模型进一步(bù)往下走(zǒu)，算力(lì)需求呈几(jǐ)何式(shì)上(shàng)升，一般的算力基础设施很快将难以胜任。

从(cóng)图像、文字、语音单独一项的训(xùn)练，到双(shuāng)模态、三模态的跃迁，让人工智能(néng)可以灵活应对不同模态的转化、像(xiàng)人与(yǔ)世界交互一样(yàng)自然，这方面，由算(suàn)力(lì)网络来驱动将有明显优势。

此外，还有(yǒu)很(hěn)多需(xū)要爆发式增长的(de)算力来支撑的技术创新，将在人工智能算力网络(luò)支撑下快(kuài)速推进。

AIGC已经露出曙光，期待在大模型和大算(suàn)力的支持(chí)下AIGC能持续颠覆内容生产(chǎn)的方式，将创造的边际成本降低，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 泽连斯基身高是多少 泽连斯基有政治头脑吗