自(zì)聊天机器人ChatGPT火爆以来，微软公司创始(shǐ)人比(bǐ)尔·盖(gài)茨已多次公开谈(tán)论(lùn)人工智(zhì)能话题。在最近的(de)一次采访(fǎng)中，他再(zài)次表示：“AI可能会让(ràng)科技行(xíng)业(yè)迎来(lái)一次剧烈的洗牌”。

这个结(jié)论(lùn)是他在(zài)当地时间(jiān)2月20日接受《In Good Company》节目专访时提出的。

他预期，AI的发展可能会(huì)威胁到(dào)谷歌的市占率，因(yīn)为微软在(zài)AI方面(miàn)的行动(dòng)相(xiāng)当迅(xùn)速。而最终(zhōng)科技巨头将(jiāng)把AI整合成用(yòng)户的“全能助手”，包(bāo)揽(lǎn)一切应用(yòng)，与人们进行沟通(tōng)并提供建议，可以取代亚马逊、Siri或Outlook等应用。

大佬口中全能助手(shǒu)的(de)到来可(kě)能尚需时日(rì)，但由ControlNet引(yǐn)发的又一次AI绘画浪潮，让AIGC在(zài)ChatGPT的(de)话题热(rè)点包围中(zhōng)杀(shā)出重围。

01

ControlNet颠覆AI绘画新玩法

AIGC向可控靠(kào)近

以AI绘画为(wèi)代表的AIGC上一次爆火的(de)时候，还(hái)是2022年8月，在美国科(kē)罗拉多(duō)州举(jǔ)办的新兴数字(zì)艺术家(jiā)竞赛中，一(yī)幅名为《太空歌剧院(yuàn)》的作品获奖。

随(suí)后各大(dà)厂商的AI绘画(huà)软件被(bèi)广大网友熟(shú)知(zhī)并体验(yàn)，Stable Diffusion便是其中代表(biǎo)。

用户(hù)们可以(yǐ)在应(yīng)用(yòng)中输入(rù)一(yī)组关(guān)键词或者一张照(zhào)片(piàn)，就能获(huò)得(dé)一幅AI创(chuàng)作(zuò)的画作。

作画的关(guān)键就(jiù)是所输入的文本。同(tóng)一组关键词也可以(yǐ)创作出很多张风(fēng)格不一(yī)样(yàng)的(de)画作，这让创作的过程就(jiù)像开盲盒。

很多用户很喜(xǐ)欢(huān)这种不确定的惊喜，他们会(huì)将生成的(de)美图当做头(tóu)像。而另一部分喜(xǐ)欢(huān)翻(fān)看AI绘画的“翻(fān)车”作品。在社交媒(méi)体(tǐ)上，许多用户(hù)分享AI“翻(fān)车现场”，例如，一位网友的小狗照片被AI画(huà)成了“肌肉(ròu)男”，还有网(wǎng)友的个人(rén)照片被(bèi)AI识(shí)别成了建筑。

而(ér)如今随着ControlNet的出现(xiàn)与加持(chí)，以(yǐ)往(wǎng)AI绘画的填写关键词(cí)游戏(xì)可能要被(bèi)颠覆了。

ControlNet是一位正在斯(sī)坦福读博(bó)的中国人张(zhāng)吕敏创作的(de)一种基于(yú)控(kòng)制点的图像变形算(suàn)法，主要用(yòng)于数(shù)字图像(xiàng)处理、计(jì)算(suàn)机视觉和计(jì)算机(jī)图(tú)形(xíng)学等领域(yù)。

其SD插件一经发布，在短(duǎn)短的两天(tiān)内便成(chéng)为(wèi)了AI绘画领域最新的热点(diǎn)。

在此之前，大家用(yòng)了(le)很多方法(fǎ)想让AI生(shēng)成的结果尽可能的符(fú)合要求，但是都不(bù)尽如人(rén)意(yì)，它的(de)出现代表(biǎo)着AI生成开(kāi)始进入真正的(de)可控(kòng)时(shí)期。

因为ControlNet可以直接提取画面的构图，人物(wù)的(de)姿势(shì)和(hé)画面的深度信息等(děng)。有了(le)它的帮助(zhù)，就(jiù)不用频繁的(de)用提示词来碰运(yùn)气，抽盲盒(hé)式的(de)创作(zuò)了。

通俗的说(shuō)ControlNet相当于给AI绘画加了“魔法(fǎ)”，不少博主的(de)作品(pǐn)已(yǐ)经获(huò)得了大量的浏览量，“viggo”就是(shì)其中(zhōng)之(zhī)一(yī)，他用(yòng)朋友(yǒu)的照片直接带她(tā)们走进动漫世界。

viggo先(xiān)用StableDiffusion图片转文字。

再用(yòng)Text2Prompt插件(jiàn)拓(tuò)展找到对应的(de)关键词；最后用ControlNet插件绑定(dìng)骨骼开始换关键词(cí)试效果(guǒ)。

通过图片就可以看出来(lái)，效果十分惊艳。

更(gèng)厉害的是，除了真实的(de)照片，草图也(yě)可以加(jiā)上“魔(mó)法(fǎ)”，知乎大牛“DevPoint”和“逗(dòu)砂”介绍到ControlNet还能实现线(xiàn)稿转全彩图。大(dà)神张吕敏其(qí)本(běn)尊(zūn)也(yě)亲自回应。

不(bù)得(dé)不说当下(xià)AIGC已经变得越(yuè)来越强(qiáng)大，甚至输出的(de)作品(pǐn)都(dōu)已经能以假乱(luàn)真(zhēn)了。

02

难辨虚实，AIGC技术(shù)力爆发

警惕(tì)安全(quán)问题(tí)

近日，“苏州金鸡湖有游(yóu)艇(tǐng)party”的消(xiāo)息火遍网(wǎng)络，而经(jīng)过警方辟(pì)谣(yáo)这所谓的“party”可(kě)能(néng)是全国第一起AI绘图诈骗。

由于这个活动里面(miàn)给(gěi)出(chū)的美(měi)女照片(piàn)都是AI制作的真人照片绘图，因为太逼(bī)真(zhēn)，被大(dà)家当成真(zhēn)事传播(bō)了。

不过仔细(xì)观察可以发现(xiàn)，活动(dòng)发起者提供的照片(piàn)中有个很(hěn)大的漏洞可以发现并非真人，而是AI绘图，那便是图片中女性的手指部分有的存在异常。

有行业人事表示：“现在因(yīn)为手指部分的绘画(huà)算(suàn)法比较复杂，AI还不太会(huì)画(huà)人的手，但最新看到的图(t陈万年教子文言文翻译注释和启示，文言文《陈万年教子》翻译ú)片已经有越来越完美的AI模型出现，以(yǐ)后可(kě)能就(jiù)完(wán)全没有漏洞了。”

类(lèi)似的(de)AI作图(tú)诈骗在国(guó)外(wài)也已有发生。据英国广播公(gōng)司报(bào)道，土耳其地(dì)震期间，有Tiktok用户使(shǐ)用AI合成了儿童受(shòu)灾的(de)假照(zhào)片(piàn)发布到(dào)网(wǎng)络(luò)，以此诱骗善良的人(rén)打赏(shǎng)“捐(juān)助”从而实施(shī)诈骗。

目(mù)前随着技术发(fā)展，AIGC已经(jīng)能做出真人照片般的绘(huì)图效果，如果这样的图片被用来诈骗，将非常可怕。

此外AIGC还(hái)引发(fā)了很多担忧(yōu)，一方面，批判者认为AI在“学习”了大量前人的作品之后，其创作没有任何情绪和(hé)灵(líng)魂，难以(yǐ)和人(rén)类的艺术创作(zuò)相(xiāng)提并论。

另一方面，AIGC背后(hòu)的版(bǎn)权、目(mù)前都(dōu)并没有(yǒu)得到有效的解决，还有AIGC会不会代替人类“至(zhì)高无上”的创意。

马斯克(kè)也强调(diào)，人工智(zhì)能的安全问题需(xū)要得到重视，太晚就来不及(jí)了。

03

AIGC下一站除了(le)视频，还有远方

技(jì)术都是有两(liǎng)面性的，潜在的(de)危害并不(bù)能(néng)掩(yǎn)盖其(qí)光辉的贡献。现在看来，人工智能技术将(jiāng)是第四(sì)次工业革命(mìng)的核心驱动力(lì)量(liàng)，将(jiāng)创造新的增长奇迹。

过去一(yī)年(nián)，人工智能(néng)在技术和商业层(céng)面都有了巨大进展(zhǎn)，AI绘画就是人工智(zhì)陈万年教子文言文翻译注释和启示，文言文《陈万年教子》翻译能技术发生方(fāng)向性改(gǎi)变的一个代表(biǎo)。其下一站或许就是视(shì)频。

此前(qián)，Meta和谷歌先后发布了几(jǐ)条(tiáo)引爆(bào)科技圈的短(duǎn)视(shì)频(pín)。这些视频(pín)引发关(guān)注并(bìng)非内容做得多优秀(xiù)，反而都非常简单，比如一(yī)匹正在喝水的马，一只画画的玩具(jù)熊，或者一段骑摩托车的第一视角录像，随(suí)便(biàn)一个有手(shǒu)机的人都(dōu)可以随手录下一段。

但这些短视频的创作方式非常简单，创作者仅仅需(xū)要向(xiàng)AI输(shū)入一段话，甚(shèn)至只是说一下(xià)要求(qiú)，AI就可以(yǐ)根(gēn)据需要生成一(yī)段视频。

谷歌(gē)发布的(de)两(liǎng)个(gè)AI生(shēng)成视频分别来自于Imagen Video和Phenaki，前者(zhě)主要突出的是高清，与(yǔ)Meta的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(jīng)玩了一波梗(gěng)，一个(gè)能够做(zuò)出(chū)更高(gāo)清视频的AI还(hái)不足以在短时(shí)间内(nèi)戳中兴奋点。

Phenaki更(gèng)加令(lìng)人震(zhèn)惊的地方在于(yú)，它可以(yǐ)制(zhì)作出超过2分(fēn)钟的连贯的也(yě)有确切(qiè)内容的视频，这才是真正让人们感到惊(jīng)喜的(de)地(dì)方。因(yīn)为无论(lùn)AI生成(chéng)的视频多么高清，也只能是为内容生(shēng)产者(zhě)提供一个灵感，一(yī)个素材，一个过场动画(huà)。

不过能够制作(zuò)出有(yǒu)具体(tǐ)剧情内(nèi)容的(de)视频就意(yì)味着，一些视(shì)频创作由AI代替人工(gōng)完成已经初步有(yǒu)了可能。

当下AI的(de)发(fā)展速度已经超过大部(bù)分(fēn)人的想象。内(nèi)容产业的本(běn)质是(shì)供给创造(zào)需(xū)求，AIGC作为全新的内容生产方式，可以为(wèi)内容产业带来更新的内容风格、更快的(de)生产速度，更低的(de)生产成本，这无疑(yí)会(huì)驱动(dòng)内容(róng)产业(yè)的大爆发。

除(chú)了AI绘图、视(shì)频，AIGC技术(shù)还能应用于音乐、代码、机器人动作等多(duō)种(zhǒng)内(nèi)容形(xíng)式(shì)的(de)生(shēng)成(chéng)。不难(nán)发现该项技术不仅(jǐn)在游戏等行(xíng)业能得到(dào)有效(xiào)应用，对于下一代互联网各种元素的构建亦有(yǒu)关键(jiàn)意(yì)义。

从商业化的角度来看(kàn)，文化(huà)娱乐(lè)、教(jiào)育、传媒等诸(zhū)多领域，本(běn)身就对(duì)基于AI的可视化(huà)内容有(yǒu)强烈(liè)需(xū)求。

因此，AI绘(huì)画及视(shì)频或(huò)不是结果(guǒ)，而只是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(gèng)大的应用(yòng)价值。

AI从理解内容(róng)，走向了(le)可以(yǐ)生成内容，甚至能够创造(zào)出独立价值(zhí)和独立视角的(de)内容。AIGC的再次出圈，更代表(biǎo)着未(wèi)来的先进生产力即将到来。

04

紧抓大模型与(yǔ)算力，牢固(gù)AIGC底座(zuò)

从技术的发展也可以看出，在语言大模型、图像(xiàng)大(dà)模型之后，多模(mó)态大(dà)模型已经成为了新(xīn)的(de)趋势(shì)。

大模型被誉(yù)为(wèi)当前(qián)人工智能(néng)发展的智能底座，是全球竞争最激烈的研究(jiū)方向之(zhī)一(yī)，包(bāo)括谷歌、亚马逊、百度、阿里、腾讯等众(zhòng)多(duō)头部企业都在(zài)竞相发力。

不(bù)过(guò)训练大模(mó)型(xíng)的确价格(gé)不菲(fēi)，以(yǐ)国盛证券发布的《ChatGPT需(xū)要多少算力》报告估算，GPT-3训练一次的成本约(yuē)为140万(wàn)美元。而(ér)对于(yú)一些更大的LLM(大(dà)型语(yǔ)言模型)，训练成(chéng)本则介于200万美元至1200万(wàn)美元高(gāo)价之间。

以ChatGPT在2023年1月的独立(lì)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(rù)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(cǐ)外不论(lùn)是ChatGPT还是AIGC，都离不开庞大(dà)算(suàn)力(lì)支持。在关注(zhù)各类大模型的发(fā)展(zhǎn)同时，更应该关注(zhù)算力(lì)网络的建设。

算力网络正驱动AI产业发(fā)展进入史(shǐ)诗(shī)级(jí)加(jiā)速进程(chéng)，让AIGC及通用AI这一人工智能(néng)发(fā)展的终极目(mù)标(biāo)离得更近。

因为算力可以对突(tū)破性技术创(chuàng)新(xīn)提供(gōng)大力的(de)支持。这方面，多模态大模型是典型。作为面向未(wèi)来强人工智能、通(tōng)用(yòng)人工智能的(de)重(zhòng)要技(jì)术创(chuàng)新，多模态大模型已经在(zài)人工智(zhì)能领域提出了很多年，业界也有不少技术突(tū)破，但是，多(duō)模态(tài)大模(mó)型进(jìn)一步往下走(zǒu)，算(suàn)力需求呈几(jǐ)何式上(shàng)升，一般的算(suàn)力(lì)基础设施很快(kuài)将难以胜(shèng)任。

从图像、文字(zì)、语音单独一项的训练，到双模态、三模态的跃迁(qiān)，让人工智能可以灵活应对不(bù)同(tóng)模(mó)态的(de)转化、像人(rén)与世界交互一(yī)样(yàng)自然，这(zhè)方面(miàn)，由算力网络来驱动(dòng)将有明显优势。

此外，还有很多需要爆发式增(zēng)长的算力来(lái)支撑(chēng)的技术创新，将(jiāng)在人工智(zhì)能算(suàn)力网络(luò)支(zhī)撑下快速推进。

AIGC已经露(lù)出(chū)曙光，期待在大模型和(hé)大算力(lì)的(de)支持下AIGC能持续(xù)颠(diān)覆(fù)内容生(shēng)产的方式(shì)，将创造(zào)的边(biān)际成(chéng)本降低，让万(wàn)众(zhòng)受(shòu)益(yì)。

未经允许不得转载：太仓网站建设,太仓网络公司,太仓网站制作,太仓网页设计,网站推广-昆山云度信息科技有限公司 陈万年教子文言文翻译注释和启示，文言文《陈万年教子》翻译