自聊天机器人ChatGPT火爆(bào)以(yǐ)来，微软公司创(chuàng)始(shǐ)人(rén)比尔·盖茨已多次公开(kāi)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(néng)会让科技行业迎(yíng)来一次剧烈的洗牌(pái)”。

这个(gè)结论是他在当地时间2月20日接(jiē)受《In Good Company》节(jié)目(mù)专访时提出的。

他预期，AI的发展可(kě)能会威胁(xié)到(dào)谷歌的市占率，因(yīn)为微软(ruǎn)在AI方面的行(xíng)动相当迅速。而最(zuì)终(zhōng)科技(jì)巨头(tóu)将把AI整合成用户的“全能(néng)助手”，包揽一切(qiè)应用，与人(rén)们进行(xíng)沟通并(bìng)提供建议，可以(yǐ)取代(dài)亚马逊、Siri或(huò)Outlook等应用。

大(dà)佬(lǎo)口中全能助手(shǒu)的到来(lái)可能(néng)尚需时(shí)日，但由(yóu)ControlNet引发的又一次(cì)AI绘画浪潮，让AIGC在(zài)ChatGPT的话题(tí)热(rè)点包(bāo)围(wéi)中杀出重围。

01

ControlNet颠覆AI绘画(huà)新玩法

AIGC向可控靠近

以AI绘画(huà)为代(dài)表的AIGC上一次(cì)爆火(huǒ)的时候，还是2022年8月(yuè)，在美国科罗拉多州举办的新兴(xīng)数字艺术家竞赛中，一幅(fú)名(míng)为(wèi)《太空歌(gē)剧(jù)院(yuàn)》的作品获(huò)奖。

随后各大厂(chǎng)商的AI绘画软件被(bèi)广(guǎng)大网(wǎng)友熟知并体验(yàn)，Stable Diffusion便是其(qí)中代表。

用户们可以在应用(yòng)中输入一(yī)组关键词或(huò)者(zhě)一张照片，就能获得一幅AI创(chuàng)作(zuò)的画(huà)作。

作画(huà)的关键就是(shì)所输(shū)入的(de)文本。同一组关键词也可以创作出很多张风格(gé)不一样的(de)画作，这让创作的(de)过(guò)程就像开盲盒。

很多(duō)用户很喜欢这(zhè)种(zhǒng)不确定的惊喜，他们会(huì)将生成(chéng)的美(měi)图当做头像。而另一部分喜欢翻看AI绘画的“翻车”作品。在社交媒体上(shàng)，许(xǔ)多用(yòng)户分(fēn)享AI“翻车现场(chǎng)”，例(lì)如，一位网友的(de)小狗(gǒu)照片被AI画(huà)成了“肌肉男”，还有网友的个人照片被AI识别成了建筑。

而(ér)如今随(suí)着ControlNet的出现与加持(chí)，以往AI绘画(huà)的填写关键(jiàn)词游戏可能要被颠覆了。

ControlNet是一位正(zhèng)在斯坦福读博的(de)中国人张(zhāng)吕(lǚ)敏创作的一(yī)种基(jī)于控制点的图像变(biàn)形算法，主要(yào)用于数字图像处理、计算机视觉和计算机图形学(xué)等(děng)领域。

其SD插件(jiàn)一经发布，在短短的(de)两(liǎng)天内(nèi)便成(chéng)为了AI绘画领域最新的热点。

在此之前，大家用(yòng)了很多(duō)方法想(xiǎng)让AI生成(chéng)的结果(guǒ)尽(jǐn)可能的符合(hé)要求(qiú)，但(dàn)是都不尽(jǐn)如(rú)人意，它的出(chū)现代表着AI生(shēng)成开(kāi)始进入真(zhēn)正的可控时期。

因为ControlNet可(kě)以直接提取画面的构图，人物的姿(zī)势和(hé)画面的深度信息等。有了它的(de)帮助，就不(bù)用频繁(fán)的用提示词来碰运气，抽盲盒式的创作了。

通(tōng)俗的(de)说ControlNet相(xiāng)当(dāng)于(yú)给AI绘画加(jiā)了“魔法”，不少博主(zhǔ)的作品已经(jīng)获得了大量的(de)浏(liú)览(lǎn)量(liàng)，“viggo”就是其中之一，他用朋友的照片直(zhí)接(jiē)带她们(men)走(zǒu)进(jìn)动(dòng)漫世界。

viggo先用StableDiffusion图(tú)片转文字。

再用Text2Prompt插(chā)件拓展找到对应(yīng)的关键词；最后用ControlNet插件绑定骨(gǔ)骼开始换关键词试效果(guǒ)。

通(tōng)过图片就(jiù)可以看出来，效果十分惊艳。

更厉(lì)害的是(shì)，除了真实的(de)照(zhào)片，草图(tú)也可以(yǐ)加(jiā)上“魔法”，知乎大牛“DevPoint”和(hé)“逗(dòu)砂”介绍到(dào)ControlNet还能实现(xiàn)线(xiàn)稿转全彩(cǎi)图。大神张(zhāng)吕敏(mǐn)其本(běn)尊也亲自回应。

不得不(bù)说(shuō)当下AIGC已经变得越(yuè)来越强大(dà)，甚至(zhì)输出(chū)的作品都已经能以假乱(luàn)真了(le)。

02

难辨虚实，AIGC技术力(lì)爆发

警(jǐng)惕(tì)安(ān)全问(wèn)题(tí)

近(jìn)日(rì)，“苏州金鸡湖有游艇(tǐng)party”的消息火遍网络(luò)，而经(jīng)过(guò)警方(fāng)辟谣这所(suǒ)谓的“party”可能是全国(guó)第一起AI绘图诈骗(piàn)。

由于这个活(huó)动里面(miàn)给出的(de)美(měi)女(nǚ)照片都是AI制作的真人照片绘图，因为(wèi)太逼真，被大家(jiā)当成真事传播了(le)。

不过(guò)仔细观察可以发现，活动(dòng)发起者(zhě)提(tí)供的照片中(zhōng)有个很大的(de)漏洞可以(yǐ)发现并非(fēi)真人，而(ér)是AI绘(huì)图，那便是图片中(zhōng)女性的(de)手指部分有(yǒu)的存在异常。

有行业人(rén)事(shì)表示：“现在因(yīn)为手指部分的绘画算法(fǎ)比较(jiào)复杂(zá)，AI还不太会画人(rén)的手(shǒu)，但最新看到的图片已经有越来越完美的AI模型出(chū)现，以后可能就(jiù)完(wán)全(quán)没有漏(lòu)洞了。”

类(lèi)似的AI作图诈骗在(zài)国外也已有发生。据英国广播公司报(bào)道，土耳其(qí)地震期(qī)间，有(yǒu)Tiktok用户使用(yòng)AI合成了儿(ér)童(tóng)受灾的假照片(piàn)发布到网(wǎng)络，以此诱骗善(shàn)良的(de)人打赏“捐助”从(cóng)而实施诈骗(piàn)。

目前随着技术发(fā)展(zhǎn)，AIGC已经能(néng)做出(chū)真人照片般的绘图效果，如果(guǒ)这样的图片(piàn)被(bèi)用(yòng)来诈骗，将非常可怕。

此外(wài)AIGC还引发了很(hěn)多担(dān)忧，一方面，批(pī)判(pàn)者认(rèn)为AI在“学习”了大量(liàng)前(qián)人的作品之(zhī)后，其(qí)创作没有任(rèn)何情绪和灵魂，难以(yǐ)和人(rén)类的艺术创作相提并(bìng)论。

另(lìng)一方(fāng)面，AIGC背(bèi)后的版权、目前都并没有(yǒu)得到(dào)有效(xiào)的解(jiě)决，还(hái)有AIGC会(huì)不会代替人(rén)类“至高无上”的创意。

马斯克也强调，人工智能的安(ān)全问题需要得到重视，太晚就来不及(jí)了。

03

AIGC下一站(zhàn)除了视频(pín)，还有(yǒu)远方

技(jì)术都(dōu)是有(yǒu)两面性的，潜在(zài)的危害并不能掩盖(gài)其光辉的(de)贡献。现在看来，人工智能技术将是第四次工业革命的核心驱动力(lì)量，将创造(zào)新的增长奇迹。

过去一(yī)年，人工智能(néng)在技术和(hé)商业层面都有了巨大进展，AI绘画(huà)就是(shì)人工(gōng)智能(néng)技术发生(shēng)方向性(xìng)改变(biàn)的一(yī)个代(dài)表(biǎo)。其下一(yī)站或许就是视(shì)频。

此前，Meta和(hé)谷歌先后发布了几条(tiáo)引(yǐn)爆科技圈(quān)的短视频。这些视频引发关注并非(fēi)内容(róng)做得(dé)多优秀，反而都非常简(jiǎn)单，比如(rú)一匹正在喝水(shuǐ)的马，一只画(意映卿卿如晤什么意思，意映卿卿如晤读音huà)画的(de)玩具熊，或者一段骑摩(mó)托车(chē)的第(dì)一视角录像，随(suí)便(biàn)一个有(yǒu)手机的人都可以(yǐ)随手(shǒu)录下(xià)一段(duàn)。

但这些短(duǎn)视(shì)频的创作方式(shì)非常(cháng)简(jiǎn)单，创(chuàng)作者仅仅(jǐn)需要(yào)向AI输入一段(duàn)话，甚至(zhì)只(zhǐ)是说(shuō)一下(xià)要求，AI就可以根据需要生成一段(duàn)视频。

谷(gǔ)歌(gē)发(fā)布的两个AI生(shēng)成视(shì)频分别(bié)来自于Imagen Video和Phenaki，前者(zhě)主要突出的是高清，与Meta的(de)Make-A-Video没有太多(duō)的差别(bié)。

在Make-A-Video公布了AI生成的视频后，AI圈就已(yǐ)经玩了(le)一波(bō)梗，一个能够做出更高清视频(pín)的AI还不(bù)足以在(zài)短(duǎn)时间内(nèi)戳(chuō)中(zhōng)兴奋(fèn)点(diǎn)。

Phenaki更加令人震惊的(de)地方(fāng)在于(yú)，它可以(yǐ)制作出超(chāo)过2分钟的(de)连贯的也有(yǒu)确切内容的视频，这才是真正让人(rén)们感到惊喜的地(dì)方(fāng)。因为无(wú)论(lùn)AI生成的视频多(duō)么高清，也只能是为内容(róng)生(shēng)产者提(tí)供一个灵感，一个素材，一个过(guò)场动(dòng)画。

不过能够制作(zuò)出有具(jù)体剧情内容的视频就意味(wèi)着，一(yī)些视频创作由AI代(dài)替人工完成(chéng)已经初步有(yǒu)了可(kě)能(néng)。

当(dāng)下(xià)AI的发展速度(dù)已(yǐ)经超过大部分人(rén)的想象。内(nèi)容(róng)产业的本质是供给(gěi)创造需求(qiú)，AIGC作为全新(xīn)的内容生产方式(shì)，可以为内容(róng)产业带(dài)来更新的内容风(fēng)格、更快的生产速度，更低的生产成本，这无(wú)疑会驱动内容(róng)产业的大爆发。

除了AI绘图、视(shì)频(pín)，AIGC技(jì)术还(hái)能应用(yòng)于音乐、代码、机器人动作(zuò)等多种(zhǒng)内(nèi)容形式的生成。不难发现该项(xiàng)技术不(bù)仅(jǐn)在游戏等(děng)行业能得到有效应(yīng)用，对于下(xià)一代互联网(wǎng)各种元素(sù)的构建(jiàn)亦有关(guān)键意(yì)义。

从(cóng)商业化(huà)的角度来看，文化娱乐、教育、传媒(méi)等诸多(duō)领域，本身(shēn)就对基(jī)于(yú)AI的可视(shì)化(huà)内容(róng)有(yǒu)强烈需求(qiú)。

因此，AI绘画及(jí)视频或不是(shì)结果，而只(zhǐ)是AI进程中的一块重要拼图，有望在(zài)技术更新的加持下实现更大(dà)的应用价(jià)值。

AI从理解内容，走向(xiàng)了(le)可(kě)以生(shēng)成内容，甚至能够(gòu)创造出独立价值(zhí)和独(dú)立(lì)视角的内容(róng)。AIGC的再次出圈，更代表着(zhe)未来的先进(jìn)生产力即将到来。

04

紧(jǐn)抓大(dà)模型与算力，牢固AIGC底座

从技术的(de)发展也可以(yǐ)看出，在语(yǔ)言大模(mó)型、图像大(dà)模型之(zhī)后，多(duō)模态大模型(xíng)已(yǐ)经成为(wèi)了(le)新的趋势。

大(dà)模型被誉(yù)为(wèi)当前(qián)人工智(zhì)能发展的(de)智能(néng)底座，是全球竞争(zhēng)最激烈的研究方(fāng)向之一，包括谷歌、亚(yà)马逊、百度、阿(ā)里、腾讯等众多头部企业都在竞(jìng)相发力。

不过(guò)训练大模型(xíng)的(de)确价(jià)格不菲(fēi)，以国盛证券发布的《ChatGPT需要多少算(suàn)力》报告估(gū)算，GPT-3训练一次的成(chéng)本(běn)约为140万美元。而对于一些更大的LLM(大型语言模型)，训练(liàn)成本(běn)则(zé)介于200万美(měi)元至1200万(wàn)美元高价之(zhī)间。

以ChatGPT在2023年1月的(de)独立访(fǎng)客(kè)平均(jūn)数1300万计算，其(qí)对应芯片(piàn)需求为3万(wàn)多片英伟达(dá)A100 GPU，初始投入成本约为8亿美元，每(měi)日仅电费就在(zài)5万(wàn)美元左右。

此外不论是ChatGPT还(hái)是AIGC，都离不(bù)开庞(páng)大算力(lì)支持。在(zài)关注各类大模型的发展同时，更应该关(guān)注(zhù)算力(lì)网络(luò)的建设。

算(suàn)力网络正(zhèng)驱动AI产业发(fā)展进(jìn)入史诗级加速进程，让AIGC及通用AI这一人工(gōng)智能发展的终极目标离(lí)得更近。

因为算力可(kě)以对突(tū)破(pò)性技(jì)术创新提供大(dà)力的支持。这方面(miàn)，多(duō)模态大模型(xíng)是典型。作为(wèi)面(miàn)向(xiàng)未来强人工(gōng)智(z意映卿卿如晤什么意思，意映卿卿如晤读音hì)能、通用人工智能的重要技术(shù)创新，多模态(tài)大模(mó)型已经(jīng)在人(rén)工智能(néng)领域(yù)提出了(le)很多年，业界也有不少(shǎo)技术突破，但是，多模态(tài)大模型进(jìn)一(yī)步往下走，算力需求呈(chéng)几何(hé)式上(shàng)升，一(yī)般的算力基础设施(shī)很快将难以胜任。

从图像、文字、语音(yīn)单(dān)独(dú)一项的训(xùn)练，到双(shuāng)模态、三模态的跃迁，让人工智能可以灵(líng)活应对不同模(mó)态的转化、像人(rén)与(yǔ)世界交互一样自然，这方面，由算力网络来驱动将(jiāng)有(yǒu)明显(xiǎn)优势。

此外，还(hái)有很多需要(yào)爆发式增长的算(suàn)力(lì)来支撑的(de)技术创新，将在人工(gōng)智能算(suàn)力网(wǎng)络支(zhī)撑(chēng)下快(kuài)速推进(jìn)。

AIGC已经露(lù)出曙光，期(qī)待在大模(mó)型和大算力的(de)支持下AIGC能(néng)持(chí)续颠覆(fù)内(nèi)容生产的方式(shì)，将创造的边际成(chéng)本降低，让万众受(shòu)益。

未经允许不得转载：上海领航画廊网-油画在线销售，画框裱画，最放心的购画网 意映卿卿如晤什么意思，意映卿卿如晤读音