自(zì)聊天机器人ChatGPT火(huǒ)爆以(yǐ)来(lái)，微(wēi)软公(gōng)司创始(shǐ)人比尔·盖茨已多(duō)次(cì)公开谈论人工智能话题。在最近的一(yī)次采访中，他再次表示：“AI可能(néng)会让科技(jì)行业迎来一(yī)次(cì)剧烈的洗牌”。

这个(gè)结(jié)论(lùn)是他在当地时(shí)间2月20日接受《In Good Company》节目专访时提出(chū)的。

他预期，AI的发展可(kě)能会威胁到(dào)谷(gǔ)歌的市占率，因为微软在AI方(fāng)面的行(xíng)动相当迅速。而最(zuì)终科技巨头将把AI整合成用户的“全能助手(shǒu)”，包揽(lǎn)一切应用，与人们进行沟通(tōng)并(bìng)提供建议，可(kě)以取代亚马逊、Siri或Outlook等(děng)应用。

大佬口中全(quán)能助手(shǒu)的到(dào)来可(kě)能尚需(xū)时日，但由ControlNet引发的(de)又一次AI绘画浪(làng)潮，让AIGC在ChatGPT的话题热点包(bāo)围中杀(shā)出重(zhòng)围(wéi)。

空气炸锅是不是一定要放烤架上 空气炸锅没有烤架能用吗="503.46020761245677" data-ratio="0.503" data-s="300,640" data-type="jpeg" data-w="1000">

01

ControlNet颠覆AI绘画新玩法

AIGC向可控靠近(jìn)

以(yǐ)AI绘画为代表的AIGC上一次爆火的(de)时(shí)候，还是(shì)2022年8月，在美国(guó)科罗拉多州举(jǔ)办的(de)新(xīn)兴(xīng)数(shù)字艺(yì)术家(jiā)竞赛中，一幅名为《太(tài)空歌剧院》的作品获奖。

随后各大厂(chǎng)商(shāng)的AI绘画(huà)软(ruǎn)件被广大网友熟知并体验(yàn)，Stable Diffusion便是(shì)其(qí)中代表。

用(yòng)户们(men)可以在(zài)应用中输入一组关(guān)键词或者一张(zhāng)照(zhào)片，就(jiù)能获得一幅(fú)AI创作的画作。

作(zuò)画的关键就是(shì)所输入的文本(běn)。同(tóng)一组关键词(cí)也(yě)可以创作出(chū)很(hěn)多(duō)张风格不一样的画作，这让创作的过程就像开盲盒。

很(hěn)多用户很喜欢这(zhè)种不(bù)确(què)定的惊喜，他们会将生成的(de)美图(tú)当做头像。而另一(yī)部(bù)分喜欢翻(fān)看AI绘(huì)画的“翻车”作品。在社(shè)交媒(méi)体上，许多(duō)用户分享AI“翻车(chē)现场”，例如，一位(wèi)网友(yǒu)的小狗照(zhào)片被AI画成了“肌肉男”，还有网友(yǒu)的个人照片(piàn)被AI识别成了建筑。

而(ér)如(rú)今(jīn)随着ControlNet的(de)出现与(yǔ)加持，以往AI绘画的填写关键词游(yóu)戏(xì)可能要被颠覆(fù)了。

ControlNet是(shì)一位正在斯坦福读博(bó)的中国人张吕敏创作的一种基于控制点(diǎn)的图像(xiàng)变形(xíng)算法，主(zhǔ)要用(yòng)于数字图像处理、计算(suàn)机视觉和计算机图形学等领域。

其SD插件一(yī)经发布，在短(duǎn)短的(de)两天内(nèi)便(biàn)成(chéng)为了AI绘画领域最新的热点。

在此之前(qián)，大家用了(le)很多方法想让(ràng)AI生成的结果尽可能(néng)的符(fú)合要(yào)求，但(dàn)是都不尽如人意，它的(de)出现代表着AI生成开(kāi)始进入真正(zhèng)的可控时期。

因为ControlNet可以直(zhí)接(jiē)提取画面(miàn)的构图(tú)，人物(wù)的姿势(shì)和(hé)画面的深度信息等。有了它的帮助，就不用频繁的用(yòng)提(tí)示词来碰(pèng)运气，抽盲盒(hé)式的创作(zuò)了。

通俗的说ControlNet相(xiāng)当(dāng)于(yú)给AI绘画加了(le)“魔法”，不少(shǎo)博(bó)主(zhǔ)的作品已(yǐ)经获得(dé)了大(dà)量的(de)浏览(lǎn)量，“viggo”就是其中之一，他用朋友的照片直(zhí)接带她们走(zǒu)进动漫世界。

viggo先用(yòng)StableDiffusion图片(piàn)转文字。

再用(yòng)Text2Prompt插件拓展找到对应的(de)关键词；最(zuì)后(hòu)用ControlNet插件绑(bǎng)定骨骼开始换关键词试效(xiào)果。

通过图片(piàn)就(jiù)可以看出来，效果十分惊艳。

更(gèng)厉(lì)害的是，除了真(zhēn)实的照片，草图(tú)也可(kě)以加上(shàng)“魔法”，知乎大(dà)牛“DevPoint”和“逗砂”介绍到ControlNet还能实现(xiàn)线稿转(zhuǎn)全彩图。大神张吕敏其本尊也亲自回应。

不得不说当下AIGC已经变得越来越强大，甚至输出的作品都已经(jīng)能以假乱真(zhēn)了。

02

难辨虚实，AIGC技术力爆发(fā)

警惕安(ān)全(quán)问题

近日，“苏州金鸡湖有游艇(tǐng)party”的消息(xī)火遍网(wǎng)络，而经过警方辟(pì)谣这所谓的“party”可(kě)能是全国(guó)第一起AI绘图诈骗。

由于这(zhè)个(gè)活动里面给出(chū)的美女照片都是AI制作的真人(rén)照(zhào)片(piàn)绘图，因为太逼真，被(bèi)大家当成(chéng)真(zhēn)事传播了。

不过仔细观(guān)察可以发现，活动发(fā)起者提供的照片(piàn)中(zhōng)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(tú)片中女(nǚ)性(xìng)的手指部分有的存(cún)在异常。

有(yǒu)行业(yè)人事(shì)表示：“现在(zài)因为手指部分(fēn)的绘画算法比较复杂(zá)，AI还不太会画人的手，但最新看(kàn)到的(de)图片(piàn)已经有越来(lái)越(yuè)完美的AI模型出现，以后可(kě)能就(jiù)完全没有漏洞(dòng)了。”

类(lèi)似的AI作图诈(zhà)骗在国外也已有发生。据英(yīng)国(guó)广播公(gōng)司报道，土(tǔ)耳其(qí)地(dì)震(zhèn)期间，有Tiktok用户使用(yòng)AI合成了(le)儿童受灾(zāi)的假(jiǎ)照(zhào)片发布到网络，以此诱骗善(shàn)良(liáng)的人打(dǎ)赏“捐(juān)助”从(cóng)而实(shí)施诈骗(piàn)。

目前随着技(jì)术(shù)发展，AIGC已经能做出真人(rén)照片般的绘图效果(guǒ)，如果这样(yàng)的图片被用(yòng)来诈骗，将非常可怕。

此外AIGC还引发了很(hěn)多担忧(yōu)，一方面，批(pī)判者认为AI在“学习”了大(dà)量前人的作(zuò)品(pǐn)之后，其(qí)创(chuàng)作(zuò)没有任(rèn)何情绪和灵魂，难以和人类(lèi)的艺术(shù)创作相提并论。

另一方(fāng)面，AIGC背后的(de)版权、目前都并没有得到有效的解决，还有AIGC会不会代(dài)替人(rén)类“至高无上(shàng)”的创意。

马(mǎ)斯克(kè)也强调，人工智(zhì)能的安全问题需要得到重视，太晚就来不及了。

03

AIGC下(xià)一站除了视(shì)频(pín)，还有远(yuǎn)方

技术都是有两面(miàn)性的，潜在(zài)的危害并不能掩(yǎn)盖其光辉的(de)贡献。现(xiàn)在看来，人工智(zhì)能技(jì)术将是第四次工业革(gé)命的核(hé)心驱动力量，将(jiāng)创造新的增长奇(qí)迹。

过去(qù)一年，人工(gōng)智能在技(jì)术和商业层面都有了巨(jù)大进展，AI绘画就是人工智(zhì)能技(jì)术(shù)发生方向性改变(biàn)的(de)一个代表。其下一站或许就(jiù)是视(shì)频。

此前，Meta和谷(gǔ)歌先后发布了几条引爆(bào)科技圈的(de)短视(shì)频。这些视频引发(fā)关(guān)注(zhù)并非(fēi)内(nèi)容做(zuò)得多(duō)优秀，反而都非(fēi)常(cháng)简(jiǎn)单，比如一匹正在(zài)喝水(shuǐ)的马，一只(zhǐ)画(huà)画的玩具熊，或者一(yī)段骑摩托车的第(dì)一视角录像，随便一个(gè)有(yǒu)手(shǒu)机的人都可以随手(shǒu)录下一段。

但这(zhè)些短视频(pín)的创作(zuò)方式非常简单，创(chuàng)作(zuò)者仅仅需要向AI输入一段话，甚至只是说(shuō)一下要(yào)求，AI就可以根据需要生(shēng)成一段视频。

谷歌(gē)发布的两个AI生成视频分别来自于Imagen Video和Phenaki，前者主要突出的是高(gāo)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(chéng)的视频后，AI圈就已(yǐ)经玩了一波梗，一个能够(gòu)做出更高清视(shì)频的AI还不足以在短(duǎn)时间内戳中兴(xīng)奋点。

Phenaki更加令人震惊的地方(fāng)在于，它(tā)可(kě)以制作出超过2分钟的连(lián)贯(guàn)的也有确切内容的(de)视频，这才是真正让人们(men)感到惊喜的(de)地(dì)方。因为无论AI生成(chéng)的(de)视频多么高清，也只能是为内容生(shēng)产(chǎn)者提供一个灵感(gǎn)，一(yī)个素材(cái)，一个过场动画。

不过能够制作出(chū)有(yǒu)具体(tǐ)剧情内容的视频(pín)就意味着(zhe)，一(yī)些视频(pín)创作由AI代替人工完成已经初步有(yǒu)了可能(néng)。

当下AI的发展(zhǎn)速度已经超过大部分人的(de)想象(xiàng)。内容产业的(de)本质是供给创造(zào)需求，AIGC作为(wèi)全新的内(nèi)容生产方式，可以为内容产业带来更新的内容风格、更快的生(shēng)产速度(dù)，更低(dī)的生产成本(běn)，这无疑会驱动内容产业的大爆发。

除(chú)了AI绘图、视(shì)频，AIGC技术(shù)还能应用于音(yīn)乐(lè)、代码、机器人动作等多(duō)种内容形(xíng)式(shì)的生成。不难发(fā)现(xiàn)该项技术(shù)不仅(jǐn)在游戏等行业(yè)能得(dé)到有效(xiào)应用(yòng)，对于下一(yī)代互联网各种元(yuán)素(sù)的构建亦有关键(jiàn)意义(yì)。

从商(shāng)业化的角度(dù)来看，文化娱(yú)乐(lè)、教(jiào)育(yù)、传媒(méi)等诸多领域，本身就对基于(yú)AI的可视化内(nèi)容有强(qiáng)烈(liè)需求(qiú)。

因(yīn)此(cǐ)，AI绘画及视(shì)频或(huò)不(bù)是结果，而只是AI进程中的一块重要拼(pīn)图(tú)，有望(wàng)在(zài)技术更新的加持下实现更(gèng)大的应用价值。

AI从(cóng)理解内(nèi)容，走向了可以生成内容，甚至能够(gòu)创(chuàng)造(zào)出独(dú)立价值和独立视角的内容(róng)。AIGC的再次出圈(quān)，更代(dài)表着未来的先进生产(chǎn)力即将到(dào)来(lái)。

04

紧(jǐn)抓大模型与算力，牢固AIGC底座

从(cóng)技术(shù)的发展也可以(yǐ)看出，在语言大模型、图像大模型之后，多模态(tài)大模型已经成为了新的趋(qū)势。

大模型被(bèi)誉为当前人工智能发展的智能底座，是全球竞(jìng)争(zhēng)最激烈的研究方(fāng)向之(zhī)一(yī)，包括谷(gǔ)歌、亚马逊、百(bǎi)度、阿里、腾(téng)讯等(děng)众多头部(bù)企业都在竞相发力。

不过训(xùn)练大(dà)模型的确(què)价格不菲(fēi)，以国盛证券发(fā)布(bù)的《ChatGPT需要多(duō)少算力》报(bào)告(gào)估算，GPT-3训练一次(cì)的成本(běn)约(yuē)为140万美元。而(ér)对于(yú)一(yī)些更大的(de)LLM(大型语(yǔ)言(yán)模(mó)型)，训练成本(běn)则介于200万美元至1200万美元高价之间(jiān)。

以ChatGPT在2023年1月(yuè)的独立访客平均数(shù)1300万计(jì)算，其对应芯片需求为3万多片英伟达A100 GPU，初始投空气炸锅是不是一定要放烤架上 空气炸锅没有烤架能用吗入(rù)成本约为8亿美元(yuán)，每日仅电费就在5万(wàn)美元左右。

此外不论(lùn)是ChatGPT还是(shì)AIGC，都离不开庞大(dà)算力支持。在关注(zhù)各(gè)类(lèi)大模型的发展(zhǎn)同时，更应该关(guān)注算力(lì)网络(luò)的建设。

算力(lì)网络(luò)正驱动AI产(chǎn)业发展进入史(shǐ)诗(shī)级加速进(jìn)程，让(ràng)AIGC及通用(yòng)AI这一人工智能发展的终极目标离得(dé)更近。

因为算(suàn)力可以对突破性技术创(chuàng)新提供(gōng)大力(lì)的支持。这方面，多模态大模型(xíng)是典型。作(zuò)为面向未(wèi)来强人工(gōng)智能、通用人(rén)工智能(néng)的(de)重(zhòng)要技术创新，多模态大模型(xíng)已经在人工(gōng)智能领域提出了很(hěn)多年，业界也(yě)有不少技术突破，但是，多模态(tài)大模型进一步往(wǎng)下走，算力需求呈几何式上升(shēng)，一般的算力基础设施很快将难以(yǐ)胜任。

从图(tú)像、文(wén)字、语音单独一项的训练，到双模态、三模态的跃迁，让(ràng)人工智能可以灵活应对不(bù)同模态的转化、像人与世(shì)界交互一样(yàng)自然，这方(fāng)面，由(yóu)算力网(wǎng)络(luò)来(lái)驱动将有明显优势。

此外(wài)，还有(yǒu)很(hěn)多需(xū)要爆发(fā)式增长的算力来支(zhī)撑的(de)技(jì)术创新，将在人工智能算力网络(luò)支撑下(xià)快速推进。

AIGC已经露出曙光(guāng)，期待在大(dà)模型和大算力的支持下AIGC能持续颠覆内容(róng)生(shēng)产的方式，将创造的边际成本(běn)降低(dī)，让万众受益。

未经允许不得转载：绿茶通用站群 空气炸锅是不是一定要放烤架上 空气炸锅没有烤架能用吗