自聊天机器人ChatGPT火爆以来，微软公(gōng)司(sī)创(chuàng)始人比尔·盖茨(cí)已多次公开谈论人工智能话题(tí)。在最近的一次采(cǎi)访(fǎng)中，他再次表示：“AI可能会让科技行业迎来一次剧烈的洗牌”。

这个结(jié)论(lùn)是他(tā)在当地(dì)时间2月(yuè)20日接(jiē)受(shòu)《In Good Company》节目(mù)专访时(shí)提出(chū)的。

他预期，AI的(de)发展可能会威胁到(dào)谷歌的市占率，因为微软在AI方面的行动相当迅速。而(ér)最终科技巨头(tóu)将(jiāng)把AI整合成用户(hù)的“全能助手”，包揽一(yī)切应用，与(yǔ)人们(men)进行沟通并提供建(jiàn)议(yì)，可以取代(dài)亚马逊(xùn)、Siri或Outlook等应用(yòng)。

大佬口中全能(néng)助手(shǒu)的(de)到来可能(néng)尚(shàng)需时日，但由(yóu)ControlNet引发(fā)的又一次AI绘画浪潮(cháo)，让(ràng)AIGC在ChatGPT的话(huà)题(tí)热(rè)点包围中杀(shā)出重(zhòng)围。

01

ControlNet颠覆(fù)AI绘(huì)画新(xīn)玩法

AIGC向可控靠近

以AI绘画为代表的AIGC上(shàng)一次爆火的时候，还是2022年(nián)8月，在美国科罗拉多(duō)州(zhōu)举办的新(xīn)兴数字(zì)艺术家竞(jìng)赛中，一幅名为《太(tài)空歌剧院》的作品获奖。

随后各大厂商的AI绘画软件被广大网(wǎng)友熟知并体验，Stable Diffusion便是其中(zhōng)代表。

用户们(men)可以在应用(yòng)中输入(rù)一组关键(jiàn)词或者一(yī)张照片，就能获得一幅AI创(chuàng)作的画作。

作画的关键就(jiù)是所输入的文本。同一组关键词也可(kě)以(yǐ)创作出(chū)很多(duō)张风(fēng)格不一(yī)样的画作，这让创(chuàng)作(zuò)的过(guò)程就像开(kāi)盲(máng)盒。

很多用户(hù)很喜欢这(zhè)种不确定的惊喜，他们会(huì)将生成的(de)美图当做头像。而(ér)另(lìng)一(yī)部分喜(xǐ)欢翻(fān)看AI绘画的“翻车”作(zuò)品。在社交媒体上，许多用户分享(xiǎng)AI“翻车现场”，例(lì)如，一位(wèi)网(wǎng)友的小(xiǎo)狗(gǒu)照片被AI画成了“肌肉男”，还有网友的(de)个人照片(piàn)被AI识别(bié)成(chéng)了(le)建筑(zhù)。

而(ér)如(rú)今随着(zhe)ControlNet的出现与加持，以往AI绘画(huà)的填写关键词游戏可能要(yào)被颠覆了。

ControlNet是一(yī)位正(zhèng)在斯坦福(fú)读博的中国人张吕(lǚ)敏创作的一(yī)种基于(yú)控制点的图像(xiàng)变(biàn)形算法，主要(yào)用于数(shù)字图像处理、计算(suàn)机视觉和计(jì)算机图形(xíng)学等领域。

其SD插件一经发布，在(zài)短短的两天内便成为了AI绘画领域(yù)最新的热(rè)点。

在此之前(qián)，大家用了很多方法想让AI生成的结果尽可能的符合(hé)要求，但(dàn)是(shì)都(dōu)不(bù)尽如(rú)人意，它(tā)的出现代(dài)表着(zhe)AI生成(chéng)开始进入真(zhēn)正的可控时期。

因为ControlNet可以直接(jiē)提取画面的构图，人物的姿(zī)势和画面(miàn)的深(shēn)度信息(xī)等。有(yǒu)了它的帮助，就(jiù)不用频繁的(de)用提示词来碰运气，抽盲盒(hé)式的创作了。

通俗的(de)说ControlNet相当于给(gěi)AI绘画加了“魔法”，不少博主的作品已经获得了(le)大(dà)量的浏(liú)览量，“viggo”就是其中之一，他用朋友的照(zhào)片直接(jiē)带她们(men)走(zǒu)进动漫世界(jiè)。

viggo先用StableDiffusion图片转文(wén)字。

再用Text2Prompt插(chā)件拓展找到(dào)对应的(de)关键(jiàn)词；最后用ControlNet插件绑定(dìng)骨骼开始换关(guān)键词试效果。

通过图片就可以看出来，效果十分惊艳。

更厉害的是，除了真实的照(zhào)片，草图(tú)也可以加上(shàng)“魔法”，知(zhī)乎大牛“DevPoint”和“逗砂”介绍到ControlNet还能实(shí)现线稿转全(quán)彩(cǎi)图。大神张(zhāng)吕敏其本尊也亲自回应(yīng)。

不得不说(shuō)当下AIGC已(yǐ)经变得越来越强大，甚(shèn)至(zhì)输出的作品都已经(jīng)能以假乱真了。

02

难(nán)辨虚实，AIGC技(jì)术(shù)力爆发

警惕(tì)安(ān)全问题

近(jìn)日(rì)，“苏州金鸡湖有游艇party”的(de)消息火遍(biàn)网络，而经过警(jǐng)方辟谣(yáo)这(zhè)所谓的“party”可能是全(quán)国(guó)第一(yī)起(qǐ)AI绘图(tú)诈(zhà)骗。

由于这个(gè)活动里(lǐ)面给出(chū)的美女照片都是(shì)AI制作的(de)真人照片(piàn)绘图，因为太逼真，被大家当成真事传播了。

不过仔(zǎi)细观(guān)察可以发现，活动发(fā)起者(zhě)提供的照片中有(yǒu)个很大的漏(lòu)洞可以(yǐ)发现(xiàn)并非(fēi)真人(rén)，而是AI绘图，那便是(shì)图片中女性的手指(zhǐ)部分有(yǒu)的存在异常。

有行业人事表示：“现(xiàn)在因为手指部分的(de)绘(huì)画算法(fǎ)比较复杂，AI还不(bù)太会(huì)画(huà)人的(de)手，但最新看到的(de)图片已(yǐ)经(jīng)有越来(lái)越完(wán)美的(de)AI模型出现，以(yǐ)后可能就完全没有漏(lòu)洞了。”

类似的AI作图诈(zhà)骗(piàn)在国外也(yě)已(yǐ)有发生。据英国广(guǎng)播公司(sī)报道(dào)，土耳其地震期间(jiān)，有Tiktok用户使用AI合成了(le)儿(ér)童(tóng)受(shòu)灾的假照片发布到(dào)网(wǎng)络，以此诱骗善良的人打赏“捐(juān)助”从而实施(shī)诈骗(piàn)。

目(mù)前随着(zhe)技术发展，AIGC已经能做出真(zhēn)人照(zhào)片(piàn)般的绘图(tú)效(xiào)果，如果这(zhè)样的图片被用(yòng)来(lái)诈(zhà)骗，将(jiāng)非(fēi)常可怕。

此(cǐ)外AIGC还引发了很多担忧，一方面(miàn)，批判者认为AI在“学习”了(le)大(dà)量前人的(de)作品之(zhī)后，其创作没有任何情绪和灵魂，难(nán)以(yǐ)和人类(lèi)的艺术创作(zuò)相提并论。

另一方面，AIGC背后的(de)版(bǎn)权、目前都并没有(yǒu)得到有效的解(jiě)决(jué)，还(hái)有AIGC会不(bù)会(huì)代替人类“至高无上”的创意。

马斯克也强调，人工智能的安全(quán)问题需要(yào)得到重视，太晚就来不及了。

03

AIGC下一站除了(le)视频，还有(yǒu)远(yuǎn)方

技(jì)术都是有两面性的，潜(qián)在的危(wēi)害并不能掩盖其光辉的(de)贡献(xiàn)。现在看(kàn)来，人(rén)工智(zhì)能(néng)技术(shù)将(jiāng)是第四次工业革命(mìng)的(de)核(hé)心(xīn)驱动力量(liàng)，将创造新的增长(zhǎng)奇迹(jì)。

过去一年(nián)，人工智能在技术和商业(yè)层面都有(yǒu)了巨大进展，AI绘画就是人工智能(néng)技术发生方(fāng)向性改变(biàn)的一个(gè)代(dài)表。其下一(yī)站或许就是(shì)视频(pín)。

此前(qián)，Meta和谷歌(gē)先后发布(bù)了几条(tiáo)引爆科技圈(quān)的短视(shì)频。这些(xiē)视频引(yǐn)发关(guān)注并(bìng)非内容做得(dé)多优秀，反而都非常简单，比如一匹正在(zài)喝(hē)水的马(mǎ)，一只画画的玩具熊，或者一段(duàn)骑摩托车的(de)第一视角录像，随便一个有手机的(de)人都可以随手录下一段。

但这(zhè)些短视频(pín)的创作方式非常(cháng)简单，创作者仅(jǐn)仅需(xū)要向(xiàng)AI输入一(yī)段(duàn)话，甚至(zhì)只是说一下要求，AI就(jiù)可(kě)以根(gēn)据需要生成一段(duàn)视(shì)频。

谷歌发布(bù)的两个AI生成视频(pín)分(fēn)别来自于Imagen Video和Phenaki，前者主(zhǔ)要突出的是高清，与Meta的(de)Make-A-Video没有太(tài)多的差(chà)别。

在Make-A-Video公布了AI生成的视频后，AI圈就已(yǐ)经玩了(le)一波梗(gěng)，一个(gè)能够做出(chū)更高清(qīng)视频的(de)AI还(hái)不足(zú)以在(zài)短时间内戳中兴奋点。

Phenaki更加令人震惊的(de)地方在于(yú)，它可以(yǐ)制作(zuò)出超(chāo)过2分钟的连贯的(de)也有确切内容的(de)视频(pín)，这才(cái)是真正让人(rén)们感到惊喜的地方。因为无论AI生成的视频多(duō)么(me)高(gāo)清(qīng)，也(yě)只(zhǐ)能(néng)是为(wèi)内容生(shēng)产者(zhě)提供(gōng)一个灵感，一个(gè)素材，一个(gè)过场(chǎng)动画。

不过能(néng)够制作出有(yǒu)具体剧情内容的视(shì)频就(jiù)意味(wèi)着，一些视频创作由AI代替(tì)人(rén)工完成(chéng)已经初步有了可能。

当下AI的(de)发(fā)展(zhǎn)速度(dù)已经超过大部分(fēn)人的想象。内容产(chǎn)业(yè)的本质(zhì)是供给创造需求，AIGC作为全新的内容生产方式(shì)，可以为内容(róng)产(chǎn)业带来更新的内(nèi)容(róng)风格(gé)、更快(kuài)的(de)生产速度(dù)，更低的生产成本，这无(wú)疑(yí)会驱动内(nèi)容(róng)产业的大爆发(fā)。

除了AI绘图(tú)、视频，AIGC技(jì)术还(hái)能应用于(yú)音乐、代(dài)码、机器人动作等多种内容形式的生成。不难(nán)发现该(gāi)项(xiàng)技术不仅在游戏等行业能得到有效应用，对(duì)于下一代互联网(wǎng)各种元(yuán)素的构建亦(yì)有关键意(yì)义(yì)。

从商业化的角度来看，文化娱(yú)乐、教(jiào)育、传媒等诸(zhū)多领域，本身(shēn)就(jiù)对基于AI的(de)可视(shì)化(huà)内(nèi)容有强(qiáng)烈需(xū)求。

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)望在技(jì)术更新的加持下实现更大的应用价值。

AI从(cóng)理解(jiě)内容，走向了可以(yǐ)生成内容，甚至(zhì)能够创造(zào)出独立价值和独立视角的内容。AIGC的再次出(chū)圈，更(gèng)代表着未来的先(xiān)进grandma意思中文翻译，grandma是什么意思译生产力即将到来。

04

紧抓大(dà)模型(xíng)与算力，牢固AIGC底座(zuò)

从技(jì)术(shù)的发展也可(kě)以看出，在(zài)语言(yán)大(dà)模型(xíng)、图像大(dà)模(mó)型之(zhī)后，多模态(tài)大模型已经成为了新(xīn)的趋势。

大(dà)模型(xíng)被誉为当(dāng)前人工智能发展的(de)智能底座，是全(quán)球竞争最激烈(liè)的研(yán)究(jiū)方(fāng)向(xiàng)之一，包括(kuò)谷歌、亚马逊(xùn)、百度、阿(ā)里、腾讯等众多(duō)头部企(qǐ)业都在竞相发力。

不过训(xùn)练大(dà)模型的确价格不菲，以国盛证(zhèng)券发布(bù)的(de)《ChatGPT需要多少算(suàn)力》报告估算，GPT-3训练一次(cì)的成(chéng)本(běn)约为140万(wàn)美元。而对于(yú)一些(xiē)更大的LLM(大型语言(yán)模型(xíng))，训练成本(běn)则介于(yú)200万美元(yuán)至1200万美元(yuán)高价之间。

以ChatGPT在2023年(nián)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(wèi)3万多(duō)片(piàn)英伟达(dá)A100 GPU，初始(shǐ)投入(rù)成本约为8亿美元，每日仅(jǐn)电(diàn)费就在5万(wàn)美(měi)元左右。

此外(wài)不论是(shì)ChatGPT还是AIGC，都离不开庞(páng)大(dà)算力支持。在关(guān)注(zhù)各(gè)类大模型的发(fā)展同时(shí)，更应该(gāi)关(guān)注(zhù)算(suàn)力网络的(de)建设(shè)。

算力网络正驱动AI产业发展进(jìn)入史诗级(jí)加速进程，让AIGC及(jí)通用AI这一(yī)人工智能发展的终(zhōng)极目标(biāo)离得更近。

因为算力(lì)可以(yǐ)对突破性(xìng)技(jì)术创新提供大力(lì)的(de)支持。这方面，多模态大模型(xíng)是(shì)典(diǎn)型。作为(wèi)面向未来强人(rén)工智能、通用(yòng)人工智能的(de)重要技术创新，多模(mó)态大模型已经在人工(gōng)智(zhì)能(néng)领(lǐng)域提(tí)出了很多年，业界(jiè)也有不少技(jì)术突破，但是(shì)，多模态大模型进一(yī)步往下走(zǒu)，算力(lì)需求呈几(jǐ)何式上(shàng)升，一般的算力基础设施很(hěn)快(kuài)将(jiāng)难以(yǐ)胜(shèng)任。

从图像、文字(zì)、语音单独一项的训练，到(dào)双模态、三(sān)模态(tài)的(de)跃迁(qiān)，让人工(gōng)智能可(kě)以灵活应对不(bù)同模态的转(zhuǎn)化、像人与世界交互一(yī)样(yàng)自然，这方面，由(yóu)算力网络来驱动将有明显优势。

此外，还有很多需要爆发(fā)式(shì)增长的算力来支(zhī)撑的技(jì)术创(chuàng)新，将在人工智能算力(lì)网(wǎng)络支撑下快速推进。

AIGC已经露(lù)出(chū)曙(shǔ)光，期待在大模型和大算力(lì)的(de)支持下AIGC能持续颠覆内容生产的方(fāng)式，将创造的边际(jì)成本降低，让万众受益(yì)。

未经允许不得转载：首页-哆唻咪批发商城(本店域名www.123pf.cn)-淘宝网 grandma意思中文翻译，grandma是什么意思译