自聊天(tiān)机器人(rén)ChatGPT火爆以来，微软(ruǎn)公司创始人比尔·盖(gài)茨已多次公开谈论人工智能(néng)话题。在(zài)最近的一(yī)次采(cǎi)访中，他再次表示：“AI可能(néng)会让科技(jì)行业(yè)迎来一次剧烈的洗牌”。

这(zhè)个结论是他在当(dāng)地时间2月20日(rì)接受(shòu)《In Good Company》节(jié)目专访(fǎng)时提(tí)出的。

他预期，AI的发(fā)展可(kě)能会威胁(xié)到谷歌的市占率，因为微软在AI方面的行动相当迅(xùn)速。而最终科(kē)技巨头将把AI整合成用户的“全能助手”，包揽一切应(yīng)用，与人们(men)进行沟通并提(tí)供建(jiàn)议，可以取代亚马(mǎ)逊、Siri或(huò)Outlook等(děng)应用。

大佬口中全能助手(shǒu)的到来可能(néng)尚需时(shí)日，但(dàn)由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(zhōng)杀出重围(wéi)。

01

ControlNet颠覆(fù)AI绘画新玩法

AIGC向可控靠近

以AI绘画为(wèi)代表的AIGC上(shàng)一次爆火的时候(hòu)，还是2022年8月，在美国科罗拉(lā)多州举办的新兴(xīng)数字(zì)艺术家竞赛中，一幅(fú)名为《太空歌剧院》的作品获奖。

随后(hòu)各(gè)大厂(chǎng)商的AI绘画软件(jiàn)被广大网(wǎng)友熟(shú)知并体(tǐ)验(yàn)，Stable Diffusion便是其中代表。

用(yòng)户(hù)们可以在应用中输入(rù)一组关键词或者一张照片，就能获得(dé)一幅AI创作的画作。

作画的关键就(jiù)是所(suǒ)输入的文(wén)本。同(tóng)一组关键词也可以创作(zuò)出很多张风格不一样的画作，这(zhè)让创(chuàng)作的(de)过程就像开盲盒。

很多(duō)用户很(hěn)喜欢这种不(bù)确定的惊喜，他们会(huì)将生成的美图当做头像。而另(lìng)一部分喜(xǐ)欢翻看(kàn)AI绘画的“翻(fān)车”作品。在(zài)社交媒(méi)体(tǐ)上，许多用户分享(xiǎng)AI“翻车现场”，例如，一位网友的小狗(gǒu)照片被AI画成了“肌肉男”，还有(yǒu)网友的个(gè)人(rén)照片(piàn)被AI识别(bié)成了建筑。

而如今(jīn)随着ControlNet的出现与加持，以往AI绘画的填写关键词(cí)游戏可(kě)能要被颠(diān)覆了。

ControlNet是一位(wèi)正在斯坦(tǎn)福读博的中国人张吕敏创作的(de)一种基(jī)于控制点的(de)图(tú)像变(biàn)形算(suàn)法，主要(yào)用于数(shù)字图像处理、计算机视觉和计算机图(tú)形(xíng)学等领(lǐng)域。

其SD插件一经发布，在短短的两天内便成为了AI绘(huì)画领域最新的(de)热点(diǎn)。

在此(cǐ)之(zhī)前，大家用了很多方法想让AI生成的结果(guǒ)尽可能的符合要求(qiú)，但是都不尽(jǐn)如(rú)人意，它的(de)出现代表着(zhe)AI生成开(kāi)始进入真正的可控时期。

因为ControlNet可以直接提(tí)取画面的构图，人(rén)物的(de)姿势(shì)和(hé)画面(miàn)的深度信(xìn)息等。有了它的帮助，就不用(yòng)频(pín)繁的用提示(shì)词来碰运气，抽(chōu)盲盒式的(de)创作了。

通俗(sú)的说(shuō)ControlNet相当于给(gěi)AI绘画加了“魔法”，不少博(bó)主的作品已经获(huò)得了大(dà)量(liàng)的浏(liú)览量，“viggo”就是其中之(zhī)一，他用朋友的照(zhào)片直接带她(tā)们(men)走(zǒu)进动漫世界。

viggo先用(yòng)StableDiffusion图片转文字。

再(zài)用Text2Prompt插(chā)件拓(tuò)展(zhǎn)找到(dào)对应的关键词；最后(hòu)用ControlNet插(chā)件绑(bǎng)定骨(gǔ)骼开始换(huàn)关键词试(shì)效果(guǒ)。

通(tōng)过图(tú)片就可(kě)以看出来，效果十(shí)分惊艳。

更厉害(hài)的是，除了真实的(de)照片，草图也可以加(jiā)上“魔法”，知乎大牛“DevPoint”和(hé)“逗砂”介绍到ControlNet还能实现线(xiàn)稿转全彩(cǎi)图。大神张(zhāng)吕敏其本(běn)尊也(yě)亲自回应。

不得不说(shuō)当下AIGC已经变得(dé)越(yuè)来(lái)越强大，甚至输出的(de)作品都已经能以假乱真了。

02

难辨(biàn)虚实，AIGC技(jì)术力爆(bào)发

警惕(tì)安全问题

近日(rì)，“苏州金鸡湖有游艇party”的消息火遍网络，而经过警(jǐng)方(fāng)辟谣这所谓(wèi)的(de)“party”可能是全国(guó)第一起AI绘图诈骗。

由(yóu)于这个(gè)活动里面给(gěi)出的美女照(zhào)片(piàn)都是AI制作的真人(rén)照(zhào)片(piàn)绘图，因(yīn)为太逼真，被大(dà)家当(dāng)成真事传播了。

不(bù)过仔细观察可以发现，活动发起(qǐ)者提供的照片中有个很(hěn)大的漏洞可以发(fā)现并(bìng)非真人(rén)，而是AI绘图，那便是图片中女性的手指部分(fēn)有的存在异常。

有行业(yè)人事表(biǎo)示(shì)：“现在因为手指部分(fēn)的(de)绘画(huà)算法比(bǐ)较复杂，AI还不(bù)太会画(huà)人的手，但最新看到的(de)图片已经有越来越完美的AI模型出现(xiàn)，以(yǐ)后可能就完全没有漏洞了。”

类似的AI作图诈骗在国外也已有发生。据英国广播公司报(bào)道，土耳其地震期间，有(yǒu)Tiktok用(yòng)户(hù)使用AI合成了儿童受灾的假照片(piàn)发(fā)布到网(wǎng)络，以此(cǐ)诱骗善良的(de)人打赏(shǎng)“捐助”从而实施(shī)诈骗(piàn)。

目前随着技术发展(zhǎn)，AIGC已经(jīng)能做出(chū)真(zhēn)人照片般的绘图效果，如(rú)果这样的图片被用来(lái)诈骗，将非常可(kě)怕。

此外(wài)AIGC还引发(fā)了很多担忧，一方面，批判(pàn)者(zhě)认为AI在“学习”了大量前人的作(zuò)品之后，其创作没有任(rèn)何(hé)情绪和灵魂，难(nán)以和人类的艺(yì)术创(chuàng)作相提并论。

另一方(fāng)面，AIGC背后的版权、目前都并没有(yǒu)得到有(yǒu)效的解决，还有(yǒu)AIGC会不(bù)会代替人类“至(zhì)高无上”的创(chuàng)意。

马(mǎ)斯克(kè)也(yě)强调，人工智能的安(ān)全问题(tí)需要(yào)得到(dào)重(zhòng)视，太晚就来不及了。

03

AIGC下一(yī)站除了(le)视频，还(hái)有远方

技术都是有两面(miàn)性的(de)，潜在的(de)危(wēi)害并不(bù)能掩盖其光辉的贡献。现在看(kàn)来，人工智能(néng)技术将是第(dì)四次工业革命的核心驱动力量，将创造新的增长(zhǎng)奇迹。

过去(qù)一年，人(rén)工智(zhì)能在技术和商业(yè)层面(miàn)都有(yǒu)了巨大进展，AI绘画就是人工智能技术发生方向性改变的一个(gè)代表。其(qí)下一站或(huò)许(xǔ)就是视(shì)频。

此(cǐ)前，Meta和谷歌先后发布了几条引爆科技(jì)圈的短视频(pín)。这些视频引发关注并非内容做得多优秀，反而都非常简单，比如一匹正在(zài)喝水(shuǐ)的马，一(yī)只画(huà)画的玩具(jù)熊(xióng)，或(huò)者一(yī)段骑摩托车的第一视角(jiǎo)录像，随便一个有手机的人(rén)都可以随手录下一(yī)段。

但这些短视(shì)频(pín)的创作方式非常简单，创作者仅(jǐn)仅需要向(xiàng)AI输入一(yī)段(duàn)话(huà)，甚至(zhì)只(zhǐ)是说一(yī)下要求，AI就可以根据(jù)需要(yào)生成(chéng)一(yī)段(duàn)视(shì)频(pín)。

谷(gǔ)歌发(fā)布的两个AI生(shēng)成视(shì)频分别来自于Imagen Video和Phenaki，前者主要(yào)突出的是高清，与Meta的Make-A-Video没(méi)有太多的差(chà)别。

在Make-A-Video公布了(le)AI生(shēng)成的视频(pín)后，AI圈就已(yǐ)经(jīng)玩了一(yī)波梗，一个能够(gòu)做出更高清视频(pín)的AI还不足以在短时(shí)间内戳prepare的名词形式是什么，prepare的名词形式可数吗'color: #ff0000; line-height: 24px;'>prepare的名词形式是什么，prepare的名词形式可数吗中(zhōng)兴(xīng)奋点(diǎn)。

Phenaki更加令人(rén)震惊的地方在于，它可以制作(zuò)出超过2分钟的连贯的也(yě)有确切内容的视频，这(zhè)才是真正让(ràng)人(rén)们感到(dào)惊(jīng)喜的地方。因为(wèi)无论AI生成的视频(pín)多么高清，也只能是为内容生产(chǎn)者提(tí)供(gōng)一个灵感，一个素材(cái)，一(yī)个过场动画。

不过能(néng)够制作出有具体剧情内容的视频就意味(wèi)着，一些视频创作(zuò)由(yóu)AI代替人工完成已经初步有了可(kě)能(néng)。

当下AI的发展速度已(yǐ)经超过(guò)大部分人的想象。内容产(chǎn)业(yè)的本质(zhì)是(shì)供给创造需求，AIGC作为全新(xīn)的内容生(shēng)产方式，可以(yǐ)为内容产业(yè)带来更(gèng)新的内容(róng)风格、更快的生产速度，更(gèng)低的(de)生产(chǎn)成本，这(zhè)无疑会(huì)驱动内(nèi)容产业的大爆发。

除了(le)AI绘图、视频，AIGC技术还能应用于音(yīn)乐、代码(mǎ)、机器人动作(zuò)等多(duō)种内容形式的生成。不难发现(xiàn)该项技术不仅在(zài)游戏等行业能(néng)得到有效(xiào)应(yīng)用，对于下一代互联(lián)网各(gè)种元素的(de)构建亦有(yǒu)关(guān)键意义。

从商业(yè)化的角度(dù)来看，文化娱乐、教育、传媒等诸多领域，本身就对基(jī)于(yú)AI的可视化内容有强(qiáng)烈需求。

因此，AI绘(huì)画及视(shì)频或不是结(jié)果，而只是AI进程中的(de)一块重要拼图(tú)，有(yǒu)望在技术(shù)更新的加持下实现更(gèng)大的(de)应用价值。

AI从理解(jiě)内容(róng)，走向(xiàng)了(le)可以生成内容，甚至能够创造出独立价值和独(dú)立视(shì)角的内容。AIGC的再次出(chū)圈，更(gèng)代表着未来的先进生产力即将到来。

04

紧抓大模型与算(suàn)力，牢固AIGC底(dǐ)座

从技术的发展也可以看出，在语言大模型、图像大模型之后，多模态大模(mó)型(xíng)已经成为了新的趋势。

大(dà)模(mó)型被誉(yù)为当前人工智(zhì)能发展的(de)智能底座，是全球(qiú)竞争(zhēng)最激烈的研究方向(xiàng)之一，包括谷歌、亚马逊、百度、阿里、腾讯等(děng)众(zhòng)多头部企业都(dōu)在竞相发力。

不过(guò)训练大模型的确价格不菲，以国盛证券(quàn)发布的(de)《ChatGPT需要多少(shǎo)算力(lì)》报告估算，GPT-3训练一次(cì)的成本约为140万美(měi)元(yuán)。而对于一些更大的LLM(大型(xíng)语言模型)，训练成本则介于200万美(měi)元至(zhì)1200万美元高(gāo)价之间(jiān)。

以ChatGPT在(zài)2023年1月的独立访客平均数1300万计算(suàn)，其对应(yīng)芯片需(xū)求为3万(wàn)多片英(yīng)伟达(dá)A100 GPU，初始投入成(chéng)本约(yuē)为8亿美元(yuán)，每日仅电费就在(zài)5万美元左右。

此外不论是ChatGPT还(hái)是AIGC，都离不开庞大算力支(zhī)持。在关注各类(lèi)大模型(xíng)的(de)发(fā)展同时，更应该关注算(suàn)力网络的建设。

算力(lì)网络正驱动AI产业发展进入史诗级加速进(jìn)程，让AIGC及通用AI这一(yī)人工智能(néng)发展的终极目标离得更近。

因(yīn)为(wèi)算力可以对(duì)突破(pò)性(xìng)技术创(chuàng)新提供大力的支持。这(zhè)方面，多(duō)模(mó)态大模(mó)型是典型。作为面向未来强人工(gōng)智(zhì)能、通用人工智能(néng)的重要(yào)技(jì)术创(chuàng)新，多模(mó)态(tài)大(dà)模型已经(jīng)在人工智(zhì)能领(lǐng)域提出了很多年，业界也有(yǒu)不少技(jì)术突破，但是，多(duō)模态大模型(xíng)进一步(bù)往(wǎng)下走(zǒu)，算力需求呈几何(hé)式上升，一(yī)般(bān)的算力(lì)基础设(shè)施很快将难(nán)以胜(shèng)任(rèn)。

从(cóng)图像、文字、语音单独一项的(de)训练，到双模态、三模态(tài)的跃迁，让人工智能可以灵活应对不同模(mó)态的转化、像人与世界交互(hù)一样自然，这方面，由算力(lì)网(wǎng)络来(lái)驱动将有明显优势。

此外，还有很(hěn)多需要爆发式增长的算力来支撑的技术创新，将(jiāng)在(zài)人工智能算力网络支撑下快(kuài)速推进。

AIGC已经(jīng)露出(chū)曙光，期待(dài)在大模型和(hé)大(dà)算力的支持下AIGC能持(chí)续(xù)颠覆内容生产的方式，将创造的边际(jì)成本降(jiàng)低，让万众受益(yì)。

未经允许不得转载：IDC站长站，IDC站长，IDC资讯--IDC站长站 prepare的名词形式是什么，prepare的名词形式可数吗