自聊天机(jī)器人ChatGPT火爆以(yǐ)来，微软(ruǎn)公(gōng)司创(chuàng)始人(rén)比尔·盖茨已(yǐ)多次公开谈(tán)论人工智能话题。在最近的一次(cì)采(cǎi)访中，他再(zài)次表(biǎo)示：“AI可能会让科(kē)技行业(yè)迎(yíng)来一次剧(jù)烈的洗牌”。

这个结论是他(tā)在当地时间(jiān)2月20日接受《In Good Company》节目专访(fǎng)时提出(chū)的。

他预期，AI的(de)发展(zhǎn)可能会威胁到(dào)谷歌的市占率，因为微(wēi)软在AI方面的行动相当迅速。而最终科技巨(jù)头将把(bǎ)AI整合成(chéng)用户(hù)的“全(quán)能助手”，包揽一切应用，与人们进行(xíng)沟通并提供建议，可(kě)以取代亚马逊、Siri或Outlook等(děng)应用(yòng)。

大佬(lǎo)口(kǒu)中全能助手的到来可能(néng)尚需时(shí)日(rì)，但由(yóu)ControlNet引发的又一次AI绘画浪潮，让AIGC在ChatGPT的话题热点包围中杀出重围。

01

ControlNet颠覆AI绘画新玩(wán)法(fǎ)

AIGC向可控(kòng)靠近

以AI绘画为代(dài)表的AIGC上一(yī)次爆火(huǒ)的时候，还是2022年8月(yuè)，在美国科罗拉多(duō)州举办的(de)新兴数(shù)字艺(yì)术(shù)家竞赛中，一幅名为《太空(kōng)歌剧院(yuàn)》的(de)作品获奖。

随(suí)后各大厂商的AI绘画软件被广大网友(yǒu)熟知并体验，Stable Diffusion便是其中代表。

用户们(men)可以(yǐ)在(zài)应用(yòng)中输(shū)入一(yī)组关键词或者一(yī)张照片，就能获(huò)得一(yī)幅(fú)AI创作的画作(zuò)。

作画的关(guān)键就是所输入的文本(běn)。同一组关键(jiàn)词也(yě)可(kě)以创作出很多张风格不一(yī)样的画作，这让创作的过程就像(xiàng)开(kāi)盲(máng)盒。

很(hěn)多用户很喜欢(huān)这种(zhǒng)不确定的(de)惊喜，他们会(huì)将生成的(de)美图当做头像。而另一部分喜欢翻(fān)看AI绘(huì)画(huà)的“翻车(chē)”作品。在社交(jiāo)媒体(tǐ)上，许多用户分享AI“翻车现场(chǎng)”，例如，一位网友的小狗(gǒu)照片被AI画成了“肌肉男”，还(hái)有网友的个人(rén)照(zhào)片被AI识别成(chéng)了(le)建(jiàn)筑。

而如今随着ControlNet的出(chū)现与加持(chí)，以(yǐ)往AI绘(huì)画(huà)的填(tián)写关键词游戏(xì)可能要被颠(diān)覆(fù)了。

ControlNet是一位(wèi)正在斯坦(tǎn)福读博的中(zhōng)国(guó)人张吕敏创作(zuò)的一(yī)种(zhǒng)基于控制(zhì)点(diǎn)的图(tú)像(xiàng)变形(xíng)算法，主要(yào)用于数字图(tú)像处理、计算机视(shì)觉和计算机(jī)图形学等(děng)领域。

其(qí)SD插件(jiàn)一经发布，在短短(duǎn)的两天内便成为了AI绘画领(lǐng)域最新(xīn)的(de)热点。

在此之(zhī)前，大家用了很(hěn)多方法想让AI生成的结果尽可能的符(fú)合要求，但是(shì)都不尽(jǐn)如人(rén)意，它的(de)出(chū)现代表(biǎo)着(zhe)AI生成开始进入(rù)真正的可控时期。

因(yīn)为ControlNet可以直接提取画面的构(gòu)图，人(rén)物(wù)的姿势(shì)和画面的深度信息(xī)等。有了它的帮助(zhù)，就(jiù)不用频繁的用(yòng)提示词来碰(pèng)运气，抽(chōu)盲盒式的创作了(le)。

通(tōng)俗(sú)的(de)说ControlNet相当于给AI绘画加了(le)“魔(mó)法”，不少(shǎo)博主的作(zuò)品已经获得了大量的浏览量，“viggo”就是其中之一，他用朋友的照片直接带她们走进(jìn)动漫世界(jiè)。

viggo先用StableDiffusion图(tú)片转文字。

再(zài)用Text2Prompt插件拓展找到对应的关(guān)键词；最(zuì)后(hòu)用ControlNet插件绑定骨骼(gé)开始换关键(jiàn)词试(shì)效果(guǒ)。

通过图片(piàn)就可以看出(chū)来，效果十分(fēn)惊艳(yàn)。

叠罗汉暗示什么意思，为什么男生喜欢叠罗汉rc="https://mmbiz.heiliaofuli.com/wp-content/uploads/2023/03/e7e8e8f00e39da2.jpeg?imageMogr2/thumbnail/2160x0/format/webp/quality/80" data-ratio="0.75234375" data-s="300,640" data-type="jpeg" data-w="1280">

更厉害的是，除了(le)真实的(de)照(zhào)片(piàn)，草图也可以加上“魔(mó)法(fǎ)”，知(zhī)乎(hū)大牛“DevPoint”和“逗(dòu)砂(shā)”介(jiè)绍(shào)到(dào)ControlNet还能实现(xiàn)线稿转全彩图。大神张吕敏其本尊也亲自回(huí)应。

不得不说当下AIGC已经(jīng)变得越来越(yuè)强大，甚至输出的作品都已(yǐ)经能以假乱(luàn)真了。

02

难辨虚(xū)实，AIGC技术力爆发

警惕安全问题

近日，“苏州金鸡湖(hú)有游艇party”的消(xiāo)息火遍网(wǎng)络，而经过警方辟(pì)谣这所谓的(de)“party”可能是全国第一起AI绘图诈骗。

由于这(zhè)个(gè)活(huó)动里面给出的(de)美女照片都(dōu)是AI制作的真人(rén)照片绘图(tú)，因为太逼真(zhēn)，被大(dà)家(jiā)当成真事传播了(le)。

不过仔细观察可以发现(xiàn)，活动发起者提供的照片中(zhōng)有个很大的漏洞可以发现并非真人，而是(shì)AI绘(huì)图，那便是图片中女性的(de)手指部分有的存在异常。

有行业人事表(biǎo)示：“现在(zài)因为手指部分的绘画算(suàn)法(fǎ)比较复杂(zá)，AI还不(bù)太会(huì)画人的(de)手，但(dàn)最新看到的图片已经(jīng)有越来越完(wán)美(měi)的AI模型出现，以后可(kě)能就完全没有(yǒu)漏洞(dòng)了。”

类似的AI作(zuò)图(tú)诈骗在国(guó)外也(yě)已有发生。据英国广播公(gōng)司报道(dào)，土耳其地(dì)震期间，有Tiktok用户使(shǐ)用AI合(hé)成(chéng)了儿童受灾的假照片发布到网络，以(yǐ)此(cǐ)诱骗善良的人打赏“捐(juān)助”从而实施诈骗。

目前随着技术发(fā)展，AIGC已经能做出真人(rén)照(zhào)片般的绘图效果，如果这样的图片被用来诈骗，将非常可怕(pà)。

此外(wài)AIGC还引发了(le)很多担忧，一方(fāng)面，批判(pàn)者(zhě)认为AI在“学习”了大量前人的作品之(zhī)后，其创作没有(yǒu)任何情绪和灵(líng)魂，难以和人类的艺术创作相提并(bìng)论。

另一方面(miàn)，AIGC背后的版权、目前都并没有得到有效的解决(jué)，还有AIGC会(huì)不会代替人类“至高无上”的创意。

马斯克也(yě)强调，人工智能的安全问(wèn)题需要得到重视，太晚(wǎn)就(jiù)来不及(jí)了。

03

AIGC下一站除了(le)视(shì)频，还有远方(fāng)

技(jì)术都是有(yǒu)两面性的(de)，潜(qián)在的危害并不能(néng)掩盖(gài)其光辉的贡献。现在看来，人工智(zhì)能技术将(jiāng)是第四(sì)次工(gōng)业革命的核心驱动力量，将(jiāng)创造新的增长奇迹。

过(guò)去一(yī)年，人工智能在技术和商业层(céng)面都有了巨大(dà)进展，AI绘(huì)画(huà)就(jiù)是人工智能技(jì)术发生(shēng)方向性改变的一个(gè)代表。其下一站(zhàn)或许就是视频。

此前，Meta和谷(gǔ)歌先(xiān)后发布了几条引爆科(kē)技圈的短视频。这些视频(pín)引发关注(zhù)并(bìng)非内容做得多优秀，反而都(dōu)非常简单，比如一匹正在喝水(shuǐ)的马，一只画画(huà)的玩具熊，或者一段骑摩托车的第一视角录像，随便(biàn)一(yī)个(gè)有(yǒu)手机的人都可(kě)以随手录下一段。

但这些短视频的创作方(fāng)式(shì)非常简单，创作(zuò)者仅仅需(xū)要向(xiàng)AI输(shū)入一段话，甚至(zhì)只是说一下要求(qiú)，AI就可(kě)以根据需要生成一段视(shì)频。

谷歌发布的(de)两(liǎng)个AI生成视(shì)频(pín)分别来自于Imagen Video和Phenaki，前者主要突(tū)出的是高清(qīng)，与Meta的(de)Make-A-Video没有太多的(de)差别(bié)。

在Make-A-Video公布了AI生成(chéng)的视频后，AI圈就已经(jīng)玩了一波(bō)梗，一个能够做(zuò)出更高(gāo)清视(shì)频(pín)的(de)AI还不足以在短时(shí)间内(nèi)戳中兴奋点。

Phenaki更加令(lìng)人震惊的地(dì)方在于(yú)，它可以(yǐ)制(zhì)作出超过2分(fēn)钟的(de)连贯的(de)也有确切内容的视频，这才是(shì)真正让人(rén)们感到惊喜(xǐ)的(de)地(dì)方(fāng)。因为无论(lùn)AI生成的视频多么高清，也只能是(shì)为内容生产者(zhě)提供一(yī)个灵感，一个素材，一个过场(chǎng)动(dòng)画。

不过能够制作出有(yǒu)具体剧情内容的视(shì)频(pín)就(jiù)意味着(zhe)，一些视频创作由AI代替人工完成已经(jīng)初(chū)步有了可(kě)能。

当下(xià)AI的(de)发展速度已经超(chāo)过大部分(fēn)人的想(xiǎng)象(xiàng)。内(nèi)容产业(yè)的本质是(shì)供给创造需求，AIGC作(zuò)为全新(xīn)的(de)内(nèi)容生产方式(shì)，可以为内(nèi)容产业带来(lái)更新的内容风(fēng)格、更快的生产速度，更低的(de)生产成本，这无疑会驱动内(nèi)容产(chǎn)业的大爆发(fā)。

除了AI绘图、视频，AIGC技术还能应用(yòng)于音乐(lè)、代码(mǎ)、机器人动作等多(duō)种(zhǒng)内容形式的生(shēng)成。不难发(fā)现该项技术(shù)不仅在游戏等行业(yè)能得到(dào)有效应用，对于下一代互(hù)联网各(gè)种(zhǒng)元素的构建亦(yì)有关(guān)键意义。

从商业(yè)化的角度来(lái)看，文化娱乐(lè)、教育、传媒(méi)等(děng)诸多领域(yù)，本(běn)身就(jiù)对(duì)基(jī)于AI的可视化内容有(yǒu)强烈需求(qiú)。

因此，AI绘画及视频或不是结果，而只是AI进程中的一块重要拼图，有(yǒu)望在(zài)技(jì)术(shù)更新的加(jiā)持(chí)下实(shí)现更(gèng)大的(de)应用价(jià)值(zhí)。

AI从理解内(nèi)容，走向了可以生成(chéng)内(nèi)容(róng)，甚至(zhì)能够(gòu)创造(zào)出独(dú)立价值和独(dú)立(lì)视角(jiǎo)的内容。AIGC的再(zài)次(cì)出圈，更代(dài)表着未(wèi)来的(de)先进生产(chǎn)力即将(jiāng)到(dào)来。

04

紧抓大(dà)模型与算力，牢(láo)固AIGC底座

从(cóng)技术的发展也可以看(kàn)出(chū)，在语言大(dà)模型、图像(xiàng)大(dà)模型之后，多模态大模型已经成为了(le)新的趋势。

大模型被誉为当(dāng)前(qián)人(rén)工(gōng)智能发展(zhǎn)的智能底座，是全球竞争最激(jī)烈的(de)研究方向之一，包括谷歌、亚马(mǎ)逊、百度、阿里、腾讯等众多头部企业(yè)都(dōu)在竞相发力。

不过训练大模型的(de)确价格不菲(fēi)，以国盛(shèng)证券发(fā)布(bù)的《ChatGPT需要多(duō)少算(suàn)力》报告估算，GPT-3训练一次(cì)的成本约为(wèi)140万美元(yuán)。而对于(yú)一些更(gèng)大的(de)LLM(大(dà)型语言模(mó)型)，训(xùn)练成本则(zé)介于200万美元(yuán)至(zhì)1200万美元高价之间。

以ChatGPT在2023年1月的独立访客平均数1300万计算，其对应芯片需求(qiú)为3万多片(piàn)英(yīng)伟(wěi)达(dá)A100 GPU，初始(shǐ)投入(rù)成本约为8亿美元，每日仅电费就在5万美元(yuán)左右。

此(cǐ)外不(bù)论(lùn)是ChatGPT还(hái)是AIGC，都离不开庞大(dà)算力支持。在关注各类大模型(xíng)的发展同时，更应该关注算力网络的建(jiàn)设。

算力网络(luò)正(zhèng)驱(qū)动(dòng)AI产业发(fā)展进入史诗级(jí)加(jiā)速进程，让AIGC及(jí)通用AI这(zhè)一人(rén)工智能发展的终极(jí)目标离(lí)得更近。

因为算力可以对突破性技术创新(xīn)提供大力的支持。这方(fāng)面，多模态(tài)大模型是典型。作为面向未来强(qiáng)人工(gōng)智能(néng)、通用(yòng)人工智(zhì)能(néng)的重(zhòng)要技术创新，多模态(tài)大模型已经(jīng)在人工智(zhì)能领域(yù)提出了很多年，业界也有不少技术突破，但是，多模(mó)态(tài)大(dà)模型(xíng)进(jìn)一步往下(xià)走，算力需求呈(chéng)几(jǐ)何式上(shàng)升，一般的算力(lì)基(jī)础设施很快(kuài)将难以胜任。

从图像、文字、语音(yīn)单独一项的训练，到双模态、三模态的跃(yuè)迁，让人工智(zhì)能可以灵活应对不同模态的(de)转化、像人与世界(jiè)交互一样自(zì)然，这方面(miàn)，由(yóu)算力网(wǎng)络来驱动将(jiāng)有明(míng)显优势。

此外(wài)，还有很多需(xū)要爆发式增长的(de)算力来支撑的技术创新，将在人工(gōng)智能算(suàn)力网络(luò)支(zhī)撑下快速推进(jìn)。

AIGC已经露(lù)出曙(shǔ)光，期(qī)待在(zài)大模型(xíng)和大(dà)算(suàn)力(lì)的支(zhī)持下(xià)AIGC能持(chí)续颠覆内容生产的方(fāng)式，将创(chuàng)造的边际成(chéng)本(běn)降低，让万众受益。叠罗汉暗示什么意思，为什么男生喜欢叠罗汉>

未经允许不得转载：绿茶通用站群 叠罗汉暗示什么意思，为什么男生喜欢叠罗汉