自聊天机(jī)器人ChatGPT火爆以(yǐ)来，微软公(gōng)司创始人比尔·盖茨已多次(cì)公开谈(tán)论人(rén)工智能话题。在最近(jìn)的(de)一次采访中，他再次(cì)表示：“AI可能会让科技行业迎(yíng)来一次剧烈的(de)洗牌(pái)”。

这个结(jié)论是他在当地时间2月20日接受《In Good Company》节(jié)目专访(fǎng)时提(tí)出的。

他预期，AI的发展可能会(huì)威(wēi)胁到谷(gǔ)歌的市占率，因(yīn)为微(wēi)软在AI方面(miàn)的行动相当迅速。而最终科技巨头将(jiāng)把AI整合(hé)成(chéng)用(yòng)户的“全能助手”，包揽一切应用，与人(rén)们进(jìn)行沟(gōu)通并提供(gōng)建议，可(kě)以取代亚马逊(xùn)、Siri或Outlook等(děng)应用。

大(dà)佬口中全能(néng)助(zhù)手的到来可能尚需时(shí)日，但由(yóu)ControlNet引发的又一次AI绘画浪(làng)潮，让AIGC在ChatGPT的话题热点包围中杀出重围。

01

ControlNet颠覆AI绘画新玩法

AIGC向可控靠近

以(yǐ)AI绘画为代表的AIGC上一(yī)次爆(bào)火的时候，还是2022年8月(yuè)，在(zài)美国科罗拉多州举办的新(xīn)兴数(shù)字艺术(shù)家竞赛(sài)中，一(yī)幅(fú)名为《太空歌剧院(yuàn)》的作品获(huò)奖(jiǎng)。

随后(hòu)各大厂商的AI绘(huì)画软件被(bèi)广大网友熟(shú)知(zhī)并体验，Stable Diffusion便(biàn)是(shì)其中(zhōng)代表。

用户们可以在应用中输入一组关键词或(huò)者(zhě)一张(zhāng)照(zhào)片，就能获得一(yī)幅(fú)AI创作的画(huà)作。

作画的(de)关键就(jiù)是所输入的文(wén)本。同一组关键词也可以创(chuàng)作(zuò)出很(hěn)多张风格不一样的画作，这让创作的过程(chéng)就像开盲盒。

很多用(yòng)户很喜欢这种不确定的惊喜，他们会将生(shēng)成的美图当做(zuò)头像。而另一部(bù)分喜(xǐ)欢翻看AI绘画的“翻车”作品。在社交(jiāo)媒体上，许多用户分享(xiǎng)AI“翻(fān)车现场”，例如，一位网友的小狗(gǒu)照片被AI画成了“肌肉男”，还有网友的个人照片被AI识别成了建筑(zhù)。

而如今随着ControlNet的出现与加(jiā)持，以往AI绘画的填(tián)写关键词游戏可(kě)能要被颠(diān)覆(fù)了。

ControlNet是一(yī)位正在斯(sī)坦福读博的中国人张吕敏创作的一种(zhǒng)基于控制点的图像变形算法，主要用于数字(zì)图像(xiàng)处理、计算机视觉和计(jì)算机图(tú)形学等(děng)领(lǐng)域。

其SD插件一经发布，在短短的(de)两天内便(biàn)成为了AI绘画领域最新的热点。

在此之前，大家用了很多方法想让AI生成(chéng)的结果尽可(kě)能的符合要求，但是(shì)都不尽如人(rén)意，它(tā)的(de)出现代表着AI生成开始进入真正的可控时期。

因为ControlNet可以直接提取画面的构图(tú)，人(rén)物(wù)的姿势和画面的深度信(xìn)息等。有了它的帮助，就不用(yòng)频繁(fán)的用提示词(cí)来碰运气，抽盲盒式的创作了。

通(tōng)俗的说(shuō)ControlNet相当于给AI绘画加(jiā)了“魔(mó)法(fǎ)”，不少博(bó)主的(de)作品(pǐn数学集合符号大全图解，数学集合符号大全及意义)已经获得了大量的浏览量(liàng)，“viggo”就是其中之一，他用朋友的照(zhào)片直接(jiē)带她们走进动漫世界。

viggo先用StableDiffusion图(tú)片转(zhuǎn)文字。

再(zài)用Text2Prompt插件拓展(zhǎn)找到对应的关键词；最后用(yòng)ControlNet插件绑(bǎng)定骨骼开始(shǐ)换关(guān)键词试效果。

通过图片就可以看出来，效(xiào)果十(shí)分惊艳。

更(gèng)厉(lì)害的是，除了(le)真实的(de)照片，草图也可以(yǐ)加上(shàng)“魔法”，知乎大牛(niú)“DevPoint”和(hé)“逗(dòu)砂”介(jiè)绍(shào)到ControlNet还能实现线稿转(zhuǎn)全彩图。大神张吕(lǚ)敏其本尊也亲(qīn)自回(huí)应。

不得(dé)不说(shuō)当下AIGC已经变得越(yuè)来(lái)越强大，甚至输出的作品(pǐn)都已经(jīng)能以假乱真了(le)。

02

难辨虚实，AIGC技术力爆发

警惕(tì)安全问(wèn)题(tí)

近(jìn)日，“苏州金鸡(jī)湖有游艇party”的消息火遍(biàn)网络，而经过警方辟谣这(zhè)所(suǒ)谓的“party”可能是全(quán)国第一起AI绘图(tú)诈骗(piàn)。

由(yóu)于这个活动里面(miàn)给(gěi)出的美女照(zhào)片都是AI制作(zuò)的真人照片(piàn)绘图，因(yīn)为太逼真，被大家当(dāng)成真事传播了(le)。

数学集合符号大全图解，数学集合符号大全及意义="png" data-w="1280">

不过(guò)仔细观察(chá)可以发现，活动发起者提(tí)供(gōng)的照片中有个很大(dà)的漏洞(dòng)可以发现并非真人，而(ér)是AI绘图，那便是图片(piàn)中女性(xìng)的手指部分有的存在异常。

有(yǒu)行(xíng)业人(rén)事(shì)表示：“现在因为手指部分的绘画算法比较复杂，AI数学集合符号大全图解，数学集合符号大全及意义还(hái)不太会画人(rén)的手，但最(zuì)新(xīn)看到的图片已经有越来越完美(měi)的AI模型出现，以后可能就完全没有漏洞了。”

类(lèi)似的(de)AI作图(tú)诈骗在(zài)国(guó)外也已有发生。据英国广播公司报道，土耳其地震期间，有Tiktok用(yòng)户使用(yòng)AI合成了儿(ér)童受灾的假照片发布到网(wǎng)络，以此(cǐ)诱骗善良的(de)人打赏“捐(juān)助”从(cóng)而(ér)实施(shī)诈(zhà)骗。

目前随着技术发展，AIGC已经能做出真人照片般的绘图效果，如(rú)果这样的图片被用来(lái)诈骗，将非常(cháng)可怕。

此外AIGC还(hái)引发了(le)很(hěn)多担忧，一方面，批(pī)判者认为(wèi)AI在“学习”了大量前人的作品之后，其创作没(méi)有任何(hé)情绪和(hé)灵魂(hún)，难以(yǐ)和人类的艺术创作相提并论。

另一(yī)方(fāng)面(miàn)，AIGC背后的版权、目前都并没有得到(dào)有效(xiào)的解(jiě)决，还有AIGC会不会代替(tì)人(rén)类“至高无上”的创意。

马斯(sī)克也强调，人工智能的安(ān)全问题(tí)需要得到重(zhòng)视，太晚就来不及了。

03

AIGC下(xià)一站除了视(shì)频，还有远(yuǎn)方

技(jì)术都是有两面性的(de)，潜在的危害并(bìng)不(bù)能掩盖其光辉(huī)的贡献。现在(zài)看(kàn)来，人工智能(néng)技(jì)术将是第四(sì)次工业革命的(de)核心(xīn)驱(qū)动力量(liàng)，将(jiāng)创造新的增长奇迹。

过去一年，人(rén)工智能在技术(shù)和商业层面(miàn)都有了巨(jù)大进展(zhǎn)，AI绘(huì)画(huà)就是人工智(zhì)能技(jì)术发生方向(xiàng)性改变的(de)一个代表。其下一站或许就是视频。

此(cǐ)前，Meta和(hé)谷歌先后发布了几条引爆科技圈的短(duǎn)视频。这些(xiē)视(shì)频引发(fā)关(guān)注并(bìng)非内容(róng)做得多优秀，反而(ér)都(dōu)非(fēi)常简单，比如一匹正在喝水的(de)马，一只画(huà)画的(de)玩(wán)具(jù)熊，或者一(yī)段(duàn)骑摩(mó)托车的第一(yī)视角录像，随便一个有(yǒu)手机的人都可以(yǐ)随(suí)手录下一段(duàn)。

但这些短视频的创作方式非常简(jiǎn)单，创作者仅(jǐn)仅需要(yào)向AI输入一(yī)段话，甚至只(zhǐ)是说(shuō)一下要求(qiú)，AI就(jiù)可以根据需要生成一(yī)段(duàn)视频。

谷歌发布(bù)的两(liǎng)个AI生成(chéng)视频分别(bié)来自于Imagen Video和Phenaki，前者主要(yào)突出的是高清，与Meta的Make-A-Video没有太(tài)多的差别。

在(zài)Make-A-Video公(gōng)布了AI生成的视频后，AI圈就已(yǐ)经(jīng)玩了一(yī)波梗，一个能够做(zuò)出更高清视频的AI还不足以(yǐ)在短时间内戳中兴奋点。

Phenaki更加令人震惊的地方在(zài)于，它(tā)可以制(zhì)作出超过2分钟的连贯的也(yě)有确切内容的视频，这才是(shì)真(zhēn)正让人们感(gǎn)到惊喜的地方(fāng)。因为无论AI生成(chéng)的视频多么高清，也只能是为内容生产(chǎn)者提供一个灵(líng)感(gǎn)，一个素材，一个过场动(dòng)画。

不过能够制作出(chū)有(yǒu)具体剧情内容(róng)的视(shì)频就意味着(zhe)，一些视频创(chuàng)作由AI代替(tì)人工完成已经初步(bù)有了可能。

当下AI的发展速度(dù)已经超过大部分人的想象(xiàng)。内容产业(yè)的本质是供(gōng)给创造需求，AIGC作为(wèi)全(quán)新的内(nèi)容生产方式，可以为内(nèi)容产业带来更新的内(nèi)容风格、更快的生产速度，更低的生产成本(běn)，这无疑会驱动内容产业的大爆发(fā)。

除了AI绘图、视频，AIGC技(jì)术(shù)还能应用于音乐、代码、机(jī)器(qì)人动作等多种内容形(xíng)式(shì)的生成(chéng)。不(bù)难发现(xiàn)该项技术不仅在游戏等行业能(néng)得到(dào)有(yǒu)效应用，对于下一代互联网(wǎng)各种元素的构建(jiàn)亦有关键(jiàn)意(yì)义。

从商业化的(de)角度来看，文化娱乐、教育、传媒等诸多领域，本身就对基于AI的可视(shì)化内(nèi)容有强烈需求。

因此，AI绘画及(jí)视频或不是结果，而只(zhǐ)是AI进程中的一块重要(yào)拼图，有望在(zài)技术更新的加持下实现更大的(de)应用价值。

AI从理解内容，走向(xiàng)了可以生成内容，甚至(zhì)能够创造出独立(lì)价值和(hé)独立视角的内容。AIGC的(de)再次出圈，更代表着未来的(de)先进生产力即将到(dào)来。

04

紧抓大(dà)模型与(yǔ)算力，牢固AIGC底(dǐ)座

从技(jì)术的(de)发展也可以(yǐ)看出，在语言大模型、图像大模型之后，多模态大模型(xíng)已经成为(wèi)了新(xīn)的趋(qū)势。

大(dà)模型被(bèi)誉为当前人(rén)工智能(néng)发展的智能底座，是全球竞争最激烈的研究(jiū)方向之一，包括谷歌、亚马逊、百度、阿里、腾讯等众多头(tóu)部企业都(dōu)在竞(jìng)相发(fā)力。

不过训练大模型的确价格不菲，以(yǐ)国盛证(zhèng)券发布的《ChatGPT需要(yào)多少算力》报告估算，GPT-3训练一次的成本约为140万美元。而对于一些更大的LLM(大型语言模型)，训练(liàn)成本则介于200万美元至1200万美元高价之间(jiān)。

以ChatGPT在2023年1月的独立访客平均数(shù)1300万计算，其(qí)对应芯片(piàn)需求为3万(wàn)多片英(yīng)伟达A100 GPU，初始投入成本(běn)约(yuē)为8亿美元，每(měi)日仅电费就(jiù)在5万美元左右。

此外不论是ChatGPT还是AIGC，都离不开庞大算力支(zhī)持。在关(guān)注各类大模型的(de)发展同时(shí)，更应该(gāi)关注(zhù)算力网络(luò)的(de)建设。

算(suàn)力网(wǎng)络正驱动AI产业发展进入史诗级加速(sù)进程，让AIGC及通用AI这一(yī)人工智能发展的终极目标离(lí)得更近(jìn)。

因(yīn)为算(suàn)力可以对突破性技术创(chuàng)新提供大力的支(zhī)持。这方面，多模(mó)态大模型是典型。作(zuò)为面(miàn)向未来强人工智能(néng)、通(tōng)用人工智能的重要技(jì)术创新，多(duō)模态大模型(xíng)已(yǐ)经(jīng)在人(rén)工智能领(lǐng)域(yù)提出了(le)很多年(nián)，业界也有不少(shǎo)技(jì)术突(tū)破，但是，多模态大(dà)模型进一步往下(xià)走，算力需求呈(chéng)几何式上升，一般的算力基(jī)础设施很快将(jiāng)难(nán)以胜(shèng)任。

从图像、文(wén)字、语音单独一项的训练，到(dào)双模态、三(sān)模(mó)态的(de)跃迁，让人工智能(néng)可(kě)以(yǐ)灵活(huó)应对不同模态的转化、像人与(yǔ)世界交互一(yī)样自(zì)然，这方面，由算力网络来驱动将有明显(xiǎn)优势。

此外，还有很多需要(yào)爆发式增长的算力来(lái)支撑的技术(shù)创新，将在(zài)人工智(zhì)能(néng)算力网络支撑下快速推进。

AIGC已经露出曙光(guāng)，期待(dài)在大(dà)模(mó)型和(hé)大算力(lì)的支持下(xià)AIGC能持续颠覆内容(róng)生(shēng)产的方式(shì)，将创(chuàng)造的边际成本降低，让万(wàn)众受益。

未经允许不得转载：橘子百科-橘子都知道 数学集合符号大全图解，数学集合符号大全及意义