自聊天机器人ChatGPT火爆(bào)以来，微软公司创始人比(bǐ)尔·盖(gài)茨已(yǐ)多次公开谈论人工(gōng)智能话题。在(zài)最近的(de)一次(cì)采(cǎi)访中，他(tā)再次表示(shì)：“AI可(kě)能会让科技行业迎(yíng)来一次(cì)剧烈的洗牌”。

这个(gè)结论是他在当地时间2月20日接受《In Good Company》节目专访时提出的。

他预期，AI的发(fā)展可(kě)能会威(wēi)胁(xié)到(dào)谷歌的市占(zhàn)率(lǜ)，因为(wèi)微软在AI方面的行(xíng)动相当迅速(sù)。而最(zuì)终(zhōng)科技巨头(tóu)将把AI整(zhěng)合(hé)成(chéng)用(yòng)户的“全能助手(shǒu)”，包揽一切应(yīng)用(yòng)，与人们(men)进(jìn)行沟通并(bìng)提供建议，可以取代亚马逊、Siri或Outlook等应用。

大佬口(kǒu)中全能助手的到(dào)来可(kě)能尚需时日，但(dàn)由ControlNet引(yǐn)发的又一(yī)次AI绘画浪潮，让AIGC在ChatGPT的话(huà)题热点包围中杀出(chū)重围。

01

ControlNet颠覆AI绘画(huà)新(xīn)玩法(fǎ)

AIGC向可控靠近

以(yǐ)AI绘(huì)画为代表(biǎo)的AIGC上一次爆火的时候，还是2022年8月，在美国科(kē)罗(luó)拉多州举(jǔ)办的新兴数(shù)字艺(yì)术家竞赛中(zhōng)，一幅名为《太空歌(gē)剧院》的作品(pǐn)获奖(jiǎng)。

随后各大厂商的AI绘(huì)画软件(jiàn)被广大网友熟知并体验，Stable Diffusion便是其中代表(biǎo)。

用户们(men)可(kě)以在应用中输(shū)入一组关键词或者(zhě)一张照片，就能获得一幅(fú)AI创作的画作。

作画的关键就是所输入的文本。同一组(zǔ)关键(jiàn)词(cí)也可以创作出很多张风格(gé)不一样的画作，这让创作的过程(chéng)就(jiù)像(xiàng)开盲盒。

很多用户很喜欢(huān)这种(zhǒng)不确定的惊喜，他们会将生(shēng)成的美图当做头像。而(ér)另一部分(fēn)喜欢翻看AI绘画(huà)的“翻车”作品(pǐn)。在社交媒体上，许多用户(hù)分享AI“翻车现场(chǎng)”，例如，一位(wèi)网友的小(xiǎo)狗(gǒu)照(zhào)片被AI画成(chéng)了“肌(jī)肉男”，还有网友的个人(rén)照(zhào)片被AI识别(bié)成(chéng)了建筑(zhù)。

而如今随着ControlNet的出现与(yǔ)加持，以(yǐ)往AI绘画的填写关键(jiàn)词游(yóu)戏(xì)可(kě)能(néng)要被颠覆(fù)了。

ControlNet是一位正在斯坦福(fú)读博的中国人(rén)张(zhāng)吕敏创作的一种(zhǒng)基(jī)于控制点的图像(xiàng)变形(xíng)算法，主(zhǔ)要用于(yú)数字图像(xiàng)处理、计算机视觉和计算机(jī)图形学等领域。

其(辨别方向的办法有哪些大自然二年级 怎样在野外辨别方向qí)SD插件一经发布(bù)，在短短的两天内便成为了AI绘画领(lǐng)域最(zuì)新(xīn)的(de)热点。

在此之前(qián)，大家用了很多方法(fǎ)想(xiǎng)让AI生(shēng)成(chéng)的结(jié)果(guǒ)尽可能的符(fú)合(hé)要(yào)求(qiú)，但是都(dōu)不尽(jǐn)如(rú)人意(yì)，它(tā)的出现代(dài)表(biǎo)着(zhe)AI生(shēng)成开始进入(rù)真正(zhèng)的(de)可控时期(qī)。

因为(wèi)ControlNet可以直(zhí)接提取画面的构图，人(rén)物(wù)的姿势和画(huà)面的深度(dù)信息等。有了它(tā)的帮助，就不用频繁的用(yòng)提示(shì)词来碰运气，抽盲(máng)盒式(shì)的创作(zuò)了。

通俗(sú)的说ControlNet相当于给(gěi)AI绘画加(jiā)了“魔(mó)法(fǎ)”，不少博主的作品已经获得了(le)大量的浏(liú)览量，“viggo”就是其(qí)中之一(yī)，他用朋友(yǒu)的照片直接带她们走进动漫世界。

viggo先用StableDiffusion图片转文(wén)字。

再用Text2Prompt插件拓展找到对应的关键词；最后(hòu)用ControlNet插件绑定骨骼开始换关键词试效果。

通过(guò)图(tú)片就可以看出来(lái)，效果十分惊艳。

更厉(lì)害的是，除(chú)了真实的照片，草图也可以(yǐ)加上(shàng)“魔法(fǎ)”，知乎(hū)大牛“DevPoint”和“逗砂”介绍到ControlNet还能实(shí)现(xiàn)线稿转全彩图。大(dà)神(shén)张吕敏其本尊也亲自(zì)回应。

不得不说当下AIGC已经变得(dé)越来越强大，甚至输出的作(zuò)品(pǐn)都已经能以假(jiǎ)乱真了。

02

难辨虚实，AIGC技术力爆发

警惕(tì)安(ān)全问(wèn)题

近日，“苏州金鸡(jī)湖有(yǒu)游艇(tǐng)party”的消(xiāo)息火遍网络，而经过警方(fāng)辟谣这(zhè)所谓的“party”可能(néng)是全国第一(yī)起AI绘图诈骗。

由于这个活动里面给出(chū)的(de)美(měi)女照片都(dōu)是(shì)AI制作(zuò)的真人照片(piàn)绘图，因为(wèi)太逼真，被(bèi)大(dà)家当成真事传(chuán)播了。

不(bù)过仔(zǎi)细观察可(kě)以发现(xiàn)，活动发起者提(tí)供的照片中有个很大的漏洞可以发现(xiàn)并非真人，而(ér)是AI绘图，那便是(shì)图片中女性的手指(zhǐ)部分有的存在异常。

有行业(yè)人事表示：“现在因(yīn)辨别方向的办法有哪些大自然二年级 怎样在野外辨别方向为(wèi)手指(zhǐ)部分的绘画算(suàn)法比(bǐ)较复杂，AI还不(bù)太会画人的手，但(dàn)最新看(kàn)到的图(tú)片已经(jīng)有越来(lái)越完美的AI模型出(chū)现，以后可能就完全没有漏洞(dòng)了。”

类似的AI作图诈骗在国外也已有发(fā)生(shēng)。据英(yīng)国广播公司报道，土耳其地震期间，有Tiktok用户使用(yòng)AI合(hé)成了儿童受灾的假(jiǎ)照片发布到网络(luò)，以此诱骗善良的人(rén)打赏“捐助”从(cóng)而(ér)实施诈骗(piàn)。

目前随着技术发展，AIGC已经能做出真人照片般的绘图效(xiào)果，如果(guǒ)这样的图(tú)片被(bèi)用来诈骗，将非常可怕。

此外AIGC还引发了(le)很(hěn)多(duō)担忧，一方(fāng)面(miàn)，批判者认为AI在“学(xué)习(xí)”了(le)大量前(qián)人的作品之后(hòu)，其创(chuàng)作没有任何情绪和灵魂(hún)，难以和人(rén)类的艺术创作(zuò)相提(tí)并论(lùn)。

另一(yī)方面(miàn)，AIGC背后的版权、目(mù)前都(dōu)并(bìng)没有得到有效的(de)解决(jué)，还有AIGC会不会代替人类“至高无上”的创意。

马(mǎ)斯克也(yě)强调，人(rén)工(gōng)智能的(de)安全问题需要(yào)得(dé)到(dào)重(zhòng)视，太晚就来不(bù)及了。

03

AIGC下一站除了视频(pín)，还(hái)有远方

技术都是有两面性的，潜在的(de)危害(hài)并(bìng)不能(néng)掩盖其光(guāng)辉的贡(gòng)献(xiàn)。现在看来，人(rén)工智(zhì)能技术(shù)将(jiāng)是第四次工业(yè)革命(mìng)的核心驱动力量，将创造新的增长(zhǎng)奇(qí)迹(jì)。

过去一年(nián)，人(rén)工智能(néng)在技术和商业(yè)层面都(dōu)有了巨(jù)大进展，AI绘画(huà)就是人工(gōng)智能技(jì)术发生(shēng)方(fāng)向性改变的一个代表。其下一站或许就是视频。

此前，Meta和谷(gǔ)歌先后发布了几条引爆(bào)科技圈的短(duǎn)视频。这(zhè)些视(shì)频引发(fā)关注并非内容做得多优秀，反而(ér)都非(fēi)常(cháng)简(jiǎn)单，比如(rú)一匹正在喝(hē)水的马，一只画(huà)画的玩(wán)具(jù)熊，或者一段(duàn)骑(qí)摩托车的第一视角录像，随(suí)便一个有手(shǒu)机的人都(dōu)可(kě)以随手录下一段。

但(dàn)这(zhè)些短视频(pín)的创作方式非(fēi)常简单(dān)，创作者仅仅需(xū)要向AI输入一(yī)段话，甚至只是说一下要求，AI就可以根据需要生成(chéng)一段视频。

谷歌发布的两个AI生成视频(pín)分别来自于Imagen Video和Phenaki，前(qián)者主要(yào)突出(chū)的是(shì)高清，与(yǔ)Meta的Make-A-Video没有(yǒu)太多的差别。

在Make-A-Video公布了(le)AI生成的(de)视频后，AI圈就已(yǐ)经玩(wán)了一波梗，一个能够做(zuò)出更高清视(shì)频(pín)的AI还不(bù)足以在(zài)短(duǎn)时间内戳中(zhōng)兴奋点。

Phenaki更加令(lìng)人震(zhèn)惊(jīng)的(de)地方在于，它可以制作出超过(guò)2分钟(zhōng)的连贯的也有确(què)切内容的视频，这(zhè)才是真(zhēn)正让人们感到惊喜的地方。因为无论AI生成的视(shì)频多么(me)高清，也只能是为(wèi)内容生产者提(tí)供(gōng)一个灵感，一个素材，一个过场动画。

不过能够制作出有(yǒu)具体(tǐ)剧情(qíng)内容的视频就意味(wèi)着(zhe)，一些视频创作由AI代替(tì)人工完成已经初步有(yǒu)了可(kě)能。

当(dāng)下AI的发(fā)展速(sù)度已经超过大部分(fēn)人的(de)想象。内容产业的本质是供给创造需(xū)求，AIGC作为全新的内容生产方式，可以为内容产业带(dài)来更新的内容风(fēng)格、更(gèng)快的(de)生产速度，更(gèng)低(dī)的生产成(chéng)本，这无(wú)疑会驱(qū)动内容产业(yè)的大爆发(fā)。

除了(le)AI绘图、视频，AIGC技(jì)术(shù)还能应用于音乐、代码、机(jī)器人动作等多种内容形式的生成。不难(nán)发(fā)现该项技术不(bù)仅(jǐn)在游戏(xì)等行业能得到有(yǒu)效应用，对于下一代(dài)互联(lián)网(wǎng)各种元素的构(gòu)建(jiàn)亦有关键意义。

从商业(yè)化的(de)角度来看(kàn)，文化娱乐、教育、传媒等诸(zhū)多领(lǐng)域，本身就对基于AI的可(kě)视化内容有强烈(liè)需求(qiú)。

因此，AI绘(huì)画(huà)及视频或不是结(jié)果，而只是AI进程中的一(yī)块重要拼图(tú)，有望在技术(shù)更新的加持下实现更(gèng)大的应用价值。

AI从理解内容，走向了可以生成内容，甚(shèn)至能(néng)够创造(zào)出独立(lì)价值和独立视角的(de)内容。AIGC的再次出圈，更代表着未(wèi)来的先进(jìn)生产力即将到来(lái)。

04

紧抓大模型(xíng)与算力，牢(láo)固AIGC底座

从技(jì)术的发展也可(kě)以(yǐ)看出，在语言大模型、图像大模型之(zhī)后(hòu)，多模态大模型已经成(chéng)为了新(xīn)的趋势。

大模型被誉为当(dāng)前人工智能发展的智能底座，是全球竞争(zhēng)最(zuì)激烈的研究方向之一，包括谷(辨别方向的办法有哪些大自然二年级 怎样在野外辨别方向gǔ)歌、亚马逊、百(bǎi)度(dù)、阿里、腾(téng)讯等(děng)众(zhòng)多头部企业(yè)都(dōu)在竞相(xiāng)发(fā)力。

不过训练大模型的确价格不(bù)菲，以国(guó)盛证券(quàn)发布的《ChatGPT需(xū)要多少算力》报(bào)告(gào)估(gū)算，GPT-3训练一次(cì)的成(chéng)本约为140万美(měi)元。而对于一些更(gèng)大的(de)LLM(大型语言模型)，训(xùn)练成本则介于200万美元至1200万(wàn)美(měi)元(yuán)高价之(zhī)间(jiān)。

以(yǐ)ChatGPT在2023年(nián)1月的独立访客平均数(shù)1300万计算(suàn)，其对应(yīng)芯片需求为3万多片英伟(wěi)达A100 GPU，初(chū)始投入成本约为8亿美元，每日仅电费就在5万美元左右。

此外不(bù)论是(shì)ChatGPT还是AIGC，都离不开庞大算力支持(chí)。在(zài)关(guān)注各类大模型的发(fā)展同时，更应(yīng)该关注算力网络的建设(shè)。

算(suàn)力(lì)网络(luò)正驱动AI产业发展进入(rù)史(shǐ)诗(shī)级加速进程，让(ràng)AIGC及通用AI这(zhè)一(yī)人工(gōng)智(zhì)能(néng)发展的终极(jí)目标离得更近(jìn)。

因为算力可以对突(tū)破性技(jì)术(shù)创新提供大力的支(zhī)持。这方面，多(duō)模(mó)态(tài)大模(mó)型是典型(xíng)。作为面向未(wèi)来强(qiáng)人工智能、通用人工智能的重要技术创新(xīn)，多模态大模型已经在人工智能领域提(tí)出了(le)很多年，业(yè)界也有不少(shǎo)技术(shù)突破，但(dàn)是，多模态大模(mó)型进一步往下走，算力需求呈几何式上升，一般的算力基础设施很快(kuài)将难以胜任(rèn)。

从图(tú)像、文字、语音单独一项(xiàng)的训(xùn)练，到双(shuāng)模态、三模态的跃迁(qiān)，让人工智能(néng)可以灵活应(yīng)对(duì)不同(tóng)模态的转化、像(xiàng)人与世界(jiè)交互一样自(zì)然，这方面(miàn)，由(yóu)算力网(wǎng)络来驱动将有明(míng)显(xiǎn)优势(shì)。

此外，还(hái)有很多需要爆发式(shì)增长(zhǎng)的(de)算(suàn)力来(lái)支撑的技(jì)术(shù)创新，将在(zài)人(rén)工智能算(suàn)力网络(luò)支(zhī)撑下快速推进。

AIGC已经露出(chū)曙(shǔ)光，期待在大(dà)模型和(hé)大算力(lì)的(de)支持(chí)下AIGC能持续颠覆内容(róng)生(shēng)产的方式，将(jiāng)创造的(de)边际成本降低，让万众受益。

未经允许不得转载：绿茶通用站群 辨别方向的办法有哪些大自然二年级 怎样在野外辨别方向