自聊天机器人ChatGPT火爆以来(lái)，微软公(gōng)司创始人比尔·盖茨已多次(cì)公(gōng)开谈论(lùn)人工智能话题。在最近的一次采访中(zhōng)，他再次表示：“AI可能会让科技行业迎(yíng)来一次剧烈的洗牌”。

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

他预(yù)期，AI的发展可(kě)能会威胁到(dào)谷歌的(de)市占率，因(yīn)为微(wēi)软在(zài)AI方面的行动相(xiāng)当迅速。而最(zuì)终科(kē)技巨头将把AI整合成(chéng)用户的“全能助手”，包(bāo)揽一切应用，与人们进行沟通并提(tí)供建(jiàn)议，可以取代亚马(mǎ)逊、Siri或Outlook等(děng)应用。

大佬口中全能助手的到来可能尚需时日(rì)，但由ControlNet引发的又一(yī)次(cì)AI绘画浪潮，让(ràng)AIGC在ChatGPT的话题热点包围中(zhōng)杀出重围。

本番什么意思 日语里本番什么意思ing="async" src="https://mmbiz.heiliaofuli.com/wp-content/uploads/2023/03/8b9d7694dbd99a9.jpeg?imageMogr2/format/webp/quality/80" data-croporisrc="https://mmbiz.qpic.cn/sz_mmbiz_png/hBdoyiawDeRyDWKODjVEiaoPuGG2YUQQPBoUT0Y90ZtsrZicWZicLIqicJS3DRO9O7MYjXFtLYoCwhT648zXpvUIE9g/0?wx_fmt=png" data-cropx1="0" data-cropx2="1000" data-cropy1="0" data-cropy2="503.46020761245677" data-ratio="0.503" data-s="300,640" data-type="jpeg" data-w="1000">

01

ControlNet颠覆AI绘画(huà)新玩法

AIGC向(xiàng)可控靠(kào)近

以AI绘画为代表的AIGC上一次爆火(huǒ)的时候，还是2022年8月(yuè)，在美(měi)国科罗(luó)拉多州举(jǔ)办的新兴(xīng)数字艺术家竞赛中，一(yī)幅名为《太空歌剧院》的作品获奖。

随(suí)后各大厂商的AI绘画软件被广(guǎng)大(dà)网(wǎng)友熟知并体验，Stable Diffusion便(biàn)是其中代表。

用(yòng)户们可以在应用中输(shū)入一组(zǔ)关键(jiàn)词或者(zhě)一张(zhāng)照片(piàn)，就能获得一幅AI创作的(de)画(huà)作。

作(zuò)画的关键就是所输(shū)入的(de)文本。同一(yī)组关键(jiàn)词(cí)也(yě)可以(yǐ)创作出很(hěn)多张风格不一样(yàng)的(de)画作，这让创作(zuò)的过程(chéng)就像开盲盒。

很多(duō)用(yòng)户很喜欢(huān)这种不确定的惊喜，他们会将生(shēng)成(chéng)的(de)美图当做头像。而另一部分(fēn)喜(xǐ)欢翻看AI绘画的“翻车”作品。在社交媒体上(shàng)，许多(duō)用(yòng)户分享AI“翻车现(xiàn)场”，例如(rú)，一(yī)位网友的小(xiǎo)狗(gǒu)照片被(bèi)AI画成了“肌肉男(nán)”，还有网(wǎng)友的个人照片被AI识别(bié)成了建筑(zhù)。

而如今(jīn)随着ControlNet的出现与加(jiā)持，以(yǐ)往(wǎng)AI绘画的填写关键词游戏(xì)可能(néng)要被颠覆了(le)。

ControlNet是一位(wèi)正在斯坦福读博的中国(guó)人张(zhāng)吕敏创(chuàng)作的一种基于控制(zhì)点的图像变(biàn)形算法(fǎ)，主要用于数字图像处理、计算机视觉和计算机图形学等(děng)领域。

其SD插(chā)件一经发布(bù)，在短短的两天内(nèi)便成为了(le)AI绘(huì)画领域(yù)最新(xīn)的(de)热点。

在此(cǐ)之前，大家用了很(hěn)多方(fāng)法想让(ràng)AI生成的结(jié)果(guǒ)尽可能(néng)的符合(hé)要求，但是都不尽(jǐn)如人(rén)意，它的出现代表着(zhe)AI生成开始进入真正的可控时期。

因为(wèi)ControlNet可以直(zhí)接提(tí)取画(huà)面的构本番什么意思 日语里本番什么意思图，人(rén)物的姿势和画面的深(shēn)度信息等。有了它(tā)的帮助，就不用频繁(fán)的用提示词来碰运气，抽盲(máng)盒(hé)式的创作了。

通(tōng)俗的(de)说ControlNet相当于(yú)给AI绘(huì)画加(jiā)了“魔法”，不少博主的作品(pǐn)已经(jīng)获得(dé)了(le)大量的浏览(lǎn)量，“viggo”就是其中之一，他用朋友的照片(piàn)直接(jiē)带她们走进动漫世(shì)界。

viggo先用StableDiffusion图片转文字。

再用Text2Prompt插件拓展(zhǎn)找到(dào)对应的关键(jiàn)词；最(zuì)后用ControlNet插件绑定骨骼开始换关键词(cí)试效果。

通过图片(piàn)就可以看出来，效果十(shí)分惊艳。

更厉害的是，除了真实的照(zhào)片，草图也可以加上“魔法”，知乎大牛“DevPoint”和“逗砂”介(jiè)绍到ControlNet还能实现线(xiàn)稿转全彩图(tú)。大神张吕敏(mǐn)其(qí)本尊也亲自(zì)回应(yīng)。

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

02

难(nán)辨(biàn)虚实(shí)，AIGC技术力爆发(fā)

警惕安(ān)全问题(tí)

近日(rì)，“苏州金鸡湖有游艇party”的消息火(huǒ)遍网络(luò)，而经过警方辟谣这所谓(wèi)的“party”可能是全国第一(yī)起AI绘图诈骗。

由于(yú)这(zhè)个活(huó)动里(lǐ)面给出的(de)美女照片都(dōu)是AI制作的真人照片绘图，因为(wèi)太逼真，被(bèi)大家当(dāng)成真事传播了。

不过仔细观察可以发现，活动发起者(zhě)提供的照片中有个很大的漏洞可(kě)以发现并(bìng)非真人，而是AI绘图(tú)，那便是图片(piàn)中女性的手指部分有的存在(zài)异常。

有(yǒu)行业人事表(biǎo)示：“现在因为手指(zhǐ)部分的(de)绘(huì)画算法比(bǐ)较复杂，AI还(hái)不太会画人的手，但最(zuì)新看到的(de)图片已经有越来越完美(měi)的AI模(mó)型出现，以后可(kě)能就完全没有漏洞了(le)。”

类似的AI作图(tú)诈骗(piàn)在国外也已有发生。据英国广(guǎng)播公司报道，土耳(ěr)其地震期间，有Tiktok用户使用AI合成了儿童受(shòu)灾的假(jiǎ)照(zhào)片发(fā)布到(dào)网络，以此诱骗善良的人打赏“捐(juān)助”从而(ér)实施(shī)诈骗(piàn)。

目前随着技术发展，AIGC已(yǐ)经能(néng)做出真人照片(piàn)般的绘图效果，如(rú)果这(zhè)样的图(tú)片(piàn)被(bèi)用来诈骗，将(jiāng)非常(cháng)可怕。

此(cǐ)外AIGC还引发了很(hěn)多担(dān)忧，一方面(miàn)，批判(pàn)者认为AI在“学习(xí)”了大(dà)量前人的作(zuò)品之后(hòu)，其创作(zuò)没(méi)有任何情绪和灵魂，难以和(hé)人(rén)类的艺(yì)术创作相提并论。

另一方面，AIGC背后的版权、目前都并没有得到有效(xiào)的解决，还有AIGC会不(bù)会(huì)代替人(rén)类“至高无(wú)上”的创意。

马(mǎ)斯克也强调，人工智能的(de)安全问题(tí)需要得到(dào)重视(shì)，太晚就来(lái)不及了。

03

AIGC下一站除了(le)视频，还有远方

技术都(dōu)是(shì)有两面(miàn)性(xìng)的，潜(qián)在(zài)的危害并不能掩盖其光(guāng)辉的贡献。现在看来，人工(gōng)智能技(jì)术将是第四(sì)次工业革(gé)命(mìng)的核(hé)心驱(qū)动力量，将(jiāng)创造(zào)新的增长奇(qí)迹。

过去(qù)一年(nián)，人工智能在技术和商业层面(miàn)都有了巨大进(jìn)展，AI绘画就是人工智能技术发生方向性(xìng)改(gǎi)变的一个代表。其下一(yī)站或许就是视频。

此前(qián)，Meta和谷(gǔ)歌先后发布了几条引爆科技(jì)圈的短视频。这些视频引发关注并非内容做得(dé)多(duō)优秀，反而都非常(cháng)简单，比如一匹(pǐ)正在(zài)喝水的马，一只画画(huà)的玩(wán)具(jù)熊，或者一段骑(qí)摩托(tuō)车的(de)第一视角录像，随便一个(gè)有手机的人都可(kě)以随手录下一段。

但这些短(duǎn)视频的创作方式非常简(jiǎn)单，创(chuàng)作者仅仅(jǐn)需(xū)要向(xiàng)AI输入一段话，甚至只是说一下(xià)要求(qiú)，AI就可以根(gēn)据(jù)需要生成一(yī)段视(shì)频(pín)。

谷歌发布的两个AI生成视频分别来自于Imagen Video和Phenaki，前者主(zhǔ)要(yào)突(tū)出(chū)的是高清(qīng)，与Meta的(de)Make-A-Video没(méi)有太多的差别。

在(zài)Make-A-Video公布了AI生成的视(shì)频后，AI圈(quān)就已经玩了一波梗，一个能(néng)够做出更高(gāo)清视频的(de)AI还不(bù)足(zú)以在短(duǎn)时间内戳中兴奋点。

Phenaki更加令(lìng)人震(zhèn)惊的地方在于，它可以制(zhì)作(zuò)出超过2分钟的连(lián)贯的(de)也有确切(qiè)内容的视频，这才是真正(zhèng)让人们感到(dào)惊喜的(de)地方。因为无论AI生成的视频多(duō)么高清，也只能是为内容生产(chǎn)者提供一个灵感(gǎn)，一个素材(cái)，一个过场动(dòng)画。

不过能够(gòu)制作出有具体(tǐ)剧情内容的(de)视频就意味(wèi)着(zhe)，一些视频创作由(yóu)AI代替人工完(wán)成已经初步有了可能。

当下AI的发展速度已经超过大部分人的想(xiǎng)象。内容(róng)产业的本质(zhì)是供(gōng)给(gěi)创(chuàng)造需求，AIGC作为全新的内容生产方(fāng)式，可以为内容产(chǎn)业带来更新的内容风格、更(gèng)快的(de)生产速(sù)度，更低的生产成本，这无疑会(huì)驱(qū)动内容产(chǎn)业的(de)大爆发(fā)。

除(chú)了AI绘图、视(shì)频，AIGC技(jì)术还能应用于(yú)音乐(lè)、代码、机器人(rén)动作(zuò)等(děng)多种内(nèi)容形(xíng)式(shì)的(de)生成。不难(nán)发(fā)现该项技术不(bù)仅(jǐn)在游(yóu)戏(xì)等行业能得到有效应用，对于下一代(dài)互联网各种元素(sù)的(de)构建亦有(yǒu)关键(jiàn)意义。

从商业化(huà)的角度来看，文化娱乐、教育、传媒等诸多(duō)领域，本身就对基(jī)于AI的(de)可视化内容有强烈需求。

因(yīn)此，AI绘画及视频或不(bù)是结果(guǒ)，而只是AI进程中的一块重(zhòng)要拼(pīn)图，有望在技术更(gèng)新的(de)加(jiā)持下实现(xiàn)更(gèng)大的应用(yòng)价值。

AI从理解(jiě)内容，走(zǒu)向了可以(yǐ)生成内容，甚(shèn)至能够创(chuàng)造出独立价值和独立视角的内(nèi)容。AIGC的再(zài)次(cì)出圈(quān)，更(gèng)代表着未来(lái)的先进生产力即将到来(lái)。

04

紧抓大模型(xíng)与算(suàn)力，牢固AIGC底座

从技(jì)术的(de)发展(zhǎn)也(yě)可以看(kàn)出，在语言大模型、图像大模型之后，多模态大模型已经成为了新的趋势(shì)。

大模型被(bèi)誉(yù)为(wèi)当前人工(gōng)智能发(fā)展(zhǎn)的(de)智能底座，是全球竞争最激烈的研究(jiū)方向(xiàng)之一(yī)，包括谷歌、亚马逊(xùn)、百度、阿里、腾讯(xùn)等众多头(tóu)部企业都在竞相发力。

不过训练大模型的(de)确价格不菲，以(yǐ)国盛证(zhèng)券发布的《ChatGPT需(xū)要多(duō)少算力》报告估算，GPT-3训练一次的(de)成本约为140万美元(yuán)。而对于一(yī)些更大(dà)的(de)LLM(大型语言模型)，训(xùn)练成本则介于200万美元至1200万美(měi)元高价之间(jiān)。

以ChatGPT在2023年(nián)1月的独立访客(kè)平(píng)均数1300万计(jì)算，其对应芯片需求为3万(wàn)多片英伟达A100 GPU，初始投入成本约为8亿美元，每(měi)日仅(jǐn)电(diàn)费就在5万美元(yuán)左右(yòu)。

此(cǐ)外不论是ChatGPT还是AIGC，都离不(bù)开庞大算(suàn)力支持。在(zài)关注各类大模型(xíng)的发展同(tóng)时，更应该(gāi)关(guān)注算(suàn)力网络的建设。

算力网络正驱动AI产(chǎn)业发(fā)展进入史诗级(jí)加速进程(chéng)，让AIGC及通用AI这一人(rén)工智(zhì)能发展的(de)终(zhōng)极(jí)目标离得更近。

因(yīn)为算力可以对突破性(xìng)技术创(chuàng)新提供大力(lì)的支持。这方面，多模态大模(mó)型(xíng)是(shì)典型。作为面向(xiàng)未来强人工智(zhì)能、通用(yòng)人工智能的重要技术创新，多模(mó)态大(dà)模型(xíng)已经在人(rén)工(gōng)智能领域提出了很多年，业界也(yě)有(yǒu)不少技(jì)术(shù)突破，但是，多模态大模型进一步往下走，算力(lì)需求呈几何式(shì)上升，一般的算力基础(chǔ)设施很快将难(nán)以胜任(rèn)。

从图像(xiàng)、文字(zì)、语音单(dān)独一项的训练，到双模态、三模态的跃迁，让人(rén)工智能可以灵活应对不同模(mó)态(tài)的转化、像人与世界(jiè)交互一样自然，这(zhè)方(fāng)面，由算力网络(luò)来驱动将有明显(xiǎn)优(yōu)势(shì)。

此外，还有很多需要爆发(fā)式增长的(de)算力来(lái)支撑的技术创新，将在(zài)人工智(zhì)能算力(lì)网(wǎng)络支撑下快(kuài)速(sù)推进(jìn)。

AIGC已经露出(chū)曙光(guāng)，期(qī)待在大模型和大(dà)算力的支持下AIGC能持(chí)续颠覆内容(róng)生产的方式，将创造的边(biān)际成(chéng)本(běn)降低，让万(wàn)众(zhòng)受益。

未经允许不得转载：腾众软件科技有限公司 本番什么意思 日语里本番什么意思