自聊天机器人ChatGPT火爆以(yǐ)来，微软(ruǎn)公司创始人比尔·盖茨已多次公开谈论人工智(zhì)能话题。在(zài)最近(jìn)的(de)一次采访中，他(tā)再次表示：“AI可能会(huì)让科技行业迎来(lái)一次剧烈(liè)的洗牌”。

这个结论(lùn)是他在当地时间2月20日接(jiē)受《In Good Company》节目专访时提出的。

他预期(qī)，AI的(de)发(fā)展可能(néng)会威胁到谷歌的市占(zhàn)率，因为微软(ruǎn)在AI方面(miàn)的行动相(xiāng)当迅速。而最终科技巨头(tóu)将(jiāng)把(bǎ)AI整合成用户的“全能助手(shǒu)”，包揽一切应用，与人们(men)进行沟(gōu)通(tōng)并提(tí)供(gōng)建议，可以取代亚马逊、Siri或(huò)Outlook等应用。

大佬口中(zhōng)全(quán)能助(zhù)手的到来可能尚需(xū)时日，但由ControlNet引发(fā)的又(yòu)一(yī)次AI绘画浪潮(cháo)，让AIGC在(zài)ChatGPT的话题热点包围(wéi)中杀出重围。

01

ControlNet颠覆AI绘画(huà)新(xīn)玩法

AIGC向可控靠近

以(yǐ)AI绘画为代表(biǎo)的AIGC上一次(cì)爆火的时候，还是2022年8月，在美(měi)国科罗拉多(duō)州举办的新兴(xīng)数(shù)字艺术家竞(jìng)赛中(zhōng)，一幅名(míng)为《太空歌剧(jù)院(yuàn)》的作品获奖(jiǎng)。

随(suí)后各大厂商(shāng)的AI绘画软(ruǎn)件被广(guǎng)大网友熟知(zhī)并(bìng)体验，Stable Diffusion便是(shì)其中代表。

用户们(men)可以在应(yīng)用(yòng)中输入一组关(guān)键词(cí)或者(zhě)一张照片，就能获(huò)得一幅AI创作的画作。

作画的关键就是所输入的(de)文(wén)本。同一组(zǔ)关(guān)键词也可以创作出很多张风(fēng)格不一样的(de)画作(zuò)，这让创(chuàng)作(zuò)的过程就像开盲盒。

很多用(yòng)户很喜欢这(zhè)种不确定的惊喜，他们(men)会将(jiāng)生成的美图当做头像。而(ér)另一部分喜欢翻看AI绘画(huà)的“翻车”作品。在(zài)社(shè)交媒体上，许多用(yòng)户分(fēn)享AI“翻(fān)车现场”，例如(rú)，一位网友(yǒu)的小狗照片被AI画成(chéng)了“肌(jī)肉男”，还(hái)有网友(yǒu)的个(gè)人(rén)照片被AI识别成了建(jiàn)筑。

而(ér)如(rú)今随着ControlNet的出现与加持(chí)，以往AI绘(huì)画的填(tián)写关(guān)键词游戏可能(néng)要被颠覆了(le)。

ControlNet是一位正(zhèng)在斯坦福读博的中国人张吕敏(mǐn)创作(zuò)的一种基于(yú)控制(zhì)点的图(tú)像(xiàng)变形算法，主要用于数字图像处理、计(jì)算(suàn)机视觉和(hé)计算(suàn)机图形学(xué)等领域。

其SD插件一经发布(bù)，在短短的两天内便成为(wèi)了AI绘画领域最新的热点。

在此之前，大家(jiā)用了(le)很多方法(fǎ)想让AI生成(chéng)的结(jié)果尽(jǐn)可能的符合(hé)要求(qiú)，但是都不尽如人意，它的出现代(dài)表着AI生成开始进入(rù)真正的可控时期(qī)。

因(yīn)为ControlNet可(kě)以直(zhí)接提取(qǔ)画(huà)面的(de)构图(tú)，人(rén)物(wù)的姿势和画面的深(shēn)度信息等。有了它的帮助，就不用频(pín)繁的(de)用(yòng)提示词来碰(pèng)运气，抽(chōu)盲盒(hé)式的(de)创作了(le)。

通俗的说ControlNet相当(dāng)于给AI绘(huì)画加了“魔法”，不少博(bó)主的作(zuò)品(pǐn)已经(jīng)获得了(le)大量(liàng)的浏览量，“viggo”就是其中之一，他(tā)用朋(péng)友的照片直接带她们(men)走(zǒu)进动漫(màn)世界。

viggo先用StableDiffusion图片(piàn)转(zhuǎn)文字(zì)。

再用Text2Prompt插(chā)件拓展找到对应的关键词；最后用(yòng)ControlNet插件(jiàn)绑(bǎng)定骨骼开始换关键(jiàn)词试效(xiào)果。

通(tōng)过图(tú)片就可以(yǐ)看出来，效果(guǒ)十分惊艳。

更厉害的是，除了(le)真实的照片(piàn)，草图(tú)也可以加上“魔(mó)法”，知(zhī)乎大牛“DevPoint”和“逗砂”介绍到ControlNet还能实现线稿转(zhuǎn)全彩图。大(dà)神张吕敏其(qí)本尊(zūn)也(yě)亲自回应。

不得不说(shuō)当下AIGC已经变得越来越强大(dà)，甚至输出(chū)的(de)作(zuò)品都已(yǐ)经能(néng)以假乱真了。

02

难辨虚(xū)实(shí)，AIGC技术(shù)力(lì)爆发

警惕安全问题

近(jìn)日，“苏(sū)州(zhōu)金鸡湖(hú)有(yǒu)游(yóu)艇(tǐng)party”的(de)消息火遍网络，而经过警方(fāng)辟谣这所(suǒ)谓的“party”可(kě)能是(shì)全国第一起AI绘图诈(zhà)骗。

由于这个(gè)活(huó)动里(lǐ)面给出的美女照片都是AI制(zhì)作的真人照(zhào)片绘图，因为太逼真，被(bèi)大家当成真事传播(bō)了(le)。

不过仔细观察可以发现，活动(dòng)发(fā)起者提供的照(zhào)片中有(yǒu)个很大(dà)的漏(lòu)洞可以发现并非真(zhēn)人，而是AI绘图(tú)，那(nà)便是图片中女性(xìng)的手(shǒu)指部分(fēn)有的存(cún)在(zài)异常。

有行业人事表示：“现在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因为手(shǒu)指部分的绘画算(suàn)法比(bǐ)较复杂，AI还不太会画人的(de)手，但最(zuì)新看(kàn)到的图(tú)片已经有(yǒu)越(yuè)来(lái)越完美的AI模型出现(xiàn)，以后可能就完全没有漏洞了。”

类似的AI作(zuò)图(tú)诈骗在国(guó)外也已(yǐ)有(yǒu)发生(shēng)。据英国广播(bō)公司(sī)报道，土(tǔ)耳其地震期间(jiān)，有Tiktok用(yòng)户使用(yòng)AI合(hé)成了儿(ér)童受灾的(de)假照片发布到(dào)网络，以此诱骗善良的人打赏“捐助”从(cóng)而实施诈骗。

目前随着(zhe)技术发展，AIGC已(yǐ)经能做出真人照片(piàn)般(bān)的绘图效果，如果这(zhè)样的图片被用来诈骗，将非常可(kě)怕。

此外AIGC还引(yǐn)发了很多担忧(yōu)，一方面，批判者认为(wèi)AI在“学(xué)习”了大量前人的作品之后，其(qí)创作没有任何情绪和灵魂，难以和人类的艺术创作相提(tí)并论。

另一方面，AIGC背后的版(bǎn)权(quán)、目前都(dōu)并没(méi)有得到有效的解决(jué)，还有AIGC会不会(huì)代替(tì)人类“至高(gāo)无上”的创意。

马斯克也强调，人工智能的安(ān)全问题需要(yào)得到重视，太晚就来(lái)不(bù)及了。

03

AIGC下一站除了(le)视频(pín)，还(hái)有(yǒu)远方

技术(shù)都是有两(liǎng)面性的，潜在的危害并不能掩盖其光辉(huī)的贡献。现在(zài)看来(lái)，人(rén)工智能技(jì)术将是(shì)第四(sì)次工业革命的(de)核心(xīn)驱(qū)动力量(liàng)，将创(chuàng)造新的增长奇迹。

过去一年，人工智能(néng)在技术和商业层(céng)面都有了巨大(dà)进(jìn)展，AI绘画就是人工智(zhì)能技术发(fā)生(shēng)方向性(xìng)改变的一个代表。其下一站或许就是(shì)视频。

此前，Meta和谷歌先(xiān)后发布了几条引爆科技圈的(de)短视频。这些(xiē)视(shì)频(pín)引发(fā)关(guān)注并非内(nèi)容(róng)做(zuò)得多(duō)优秀，反而都非常简(jiǎn)单，比(bǐ)如一匹正(zhèng)在喝水的(de)马，一只画画的(de)玩具熊，或者一段骑(qí)摩托车的第一视(shì)角录(lù)像，随便一(yī)个有手机的人都可以(yǐ)随手录下一段。

但这些短视(shì)频的(de)创作方式非常简单，创作者仅(jǐn)仅需要向AI输(shū)入(rù)一段(duàn)话，甚至只(zhǐ)是(shì)说一下要(yào)求，AI就可以(yǐ)根据需(xū)要(yào)生成一段视(shì)频。

谷歌发布的两(liǎng)个AI生(shēng)成视频分(fēn)别来自于Imagen Video和(hé)Phenaki，前者主要突出的是高清，与Meta的Make-A-Video没有太多(duō)的差(chà)别(bié)。

在Make-A-Video公布了(le)AI生成(chéng)的视频(pín)后(hòu)，AI圈(quān)就已经玩了一波梗，一个能够(gòu)做出更高(gāo)清视频的AI还不足以在短时间内戳(chuō)中兴奋点(diǎn)。

Phenaki更加令人(rén)震惊的地方(fāng)在(zài)于，它(tā)可以制作出超过(guò)2分钟的(de)连贯(guàn)的也有(yǒu)确(què)切内容的视频(pín)，这才是真正(zhèng)让人们感到惊喜(xǐ)的地方。因为(wèi)无论AI生成的视频多么高清(qīng)，也只能是为内容生(shēng)产者提供一个灵感，一个素材，一个过场动(dòng)画。

不过(guò)能够制(zhì)作出有具(jù)体(tǐ)剧情内容(róng)的视频就(jiù)意味着，一些视频创作由AI代替人工完成(chéng)已经初步(bù)有了可能。

当(dāng)下AI的(de)发展速度已经超过(guò)大(dà)部分人(rén)的(de)想象。内容(róng)产业的本质是(shì)供给创造需求(qiú)，AIGC作为全新的内容生产方式，可(kě)以(yǐ)为内容产(chǎn)业带来(lái)更新的内容风格、更快的生产(chǎn)速度，更低(dī)的生产(chǎn)成本(běn)，这(zhè)无疑会驱动内容产业(yè)的(de)大(dà)爆发。

除(chú)了AI绘图、视频，AIGC技术还能应用于音乐、代(dài)码、机器(qì)人(rén)动作等多种内(nèi)容形式的生成。不难发现该项技术不仅在游戏等行业(yè)能得(dé)到有效应用，对于(yú)下一(yī)代(dài)互联网(wǎng)各(gè)种元素的(de)构(gòu)建亦有关(guān)键意义。

从商业化的角度(dù)来看，文化娱乐、教育(yù)、传媒等诸多领(lǐng)域，本(běn)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(huà)及视(shì)频或(huò)不是结(jié)果，而只是AI进程中的一块重要(yào)拼图，有望在技(jì)术(shù)更新的加(jiā)持下实现更大的应用价值。

AI从理解内容，走向了可以(yǐ)生成内容，甚(shèn)至能够创造出独立价值(zhí)和独立视角的内容。AIGC的再次出圈(quān)，更(gèng)代表着(zhe)未来(lái)的先进生产力(lì)即将到来。

04

紧抓大(dà)模型与算(suàn)力，牢固AIGC底座

从技(jì)术的发展也可以看出，在语言(yán)大模型(xíng)、图(tú)像大(dà)模(mó)型之后，多模态大模型已经(jīng)成(chéng)为了新(xīn)的趋势。

大(dà)模型(xíng)被誉为当前人工智能发展的智能底座，是全球竞争(zhēng)最激(jī)烈的研究方向之一，包括谷歌、亚(yà)马逊、百度、阿里、腾讯(xùn)等众(zhòng)多(duō)头部企业都在竞相发力(lì)。

不(bù)过训(xùn)练大模型的确(què)价格(gé)不菲，以国(guó)盛证券(quàn)发布的(de)《ChatGPT需要多(duō)少(shǎo)算力》报(bào)告估(gū)算，GPT-3训(xùn)练一次(cì)的成本约(yuē)为140万美元。而对于一些更大的LLM(大型(xíng)语言模型(xíng))，训(xùn)练成(chéng)本则(zé)介于(yú)200万美元至(zhì)1200万美元高价之间。

以ChatGPT在(zài)2023年1月的独(dú)立访客平(píng)均数1300万(wàn)计算(suàn)，其对应芯片(piàn)需求为3万(wàn)多片英伟达A100 GPU，初始投入(rù)成(chéng)本约为(wèi)8亿美(měi)元(yuán)，每(měi)日仅(jǐn)电费就在5万美元(yuán)左(zuǒ)右。

此外不论是ChatGPT还是AIGC，都离(lí)不开庞大算力支持。在(zài)关注各类大模型的发展(zhǎn)同时，更应该关注(zhù)算力网络(luò)的建设。

算力(lì)网络正驱动(dòng)AI产业发展进入史诗级(jí)加速进程，让AIGC及通用(yòng)AI这一(yī)人工智(zhì)能(néng)发(fā)展的(de)终极(jí)目标离得更近。

因为算力可以对突破性技术创新提供大力的支持(chí)。这方面，多(duō)模态大模(mó)型(xíng)是典型。作为面(miàn)向未来强(qiáng)人工(gōng)智能、通(tōng)用(yòng)人工智能(néng)的重要技术创新(xīn)，多模态(tài)大模型已经在人工智能领域提出了很多(duō)年，业界也(yě)有不少(shǎo)技术(shù)突破(pò)，但是，多(duō)模态大模型进(jìn)一步往下走，算力需求呈几(jǐ)何式(shì)上升，一般的(de)算力(lì)基(jī)础(chǔ)设施(shī)很快将难以胜任(rèn)。

从图像、文(wén)字(zì)、语(yǔ)音(yīn)单独一项的训练，到(dào)双模态(tài)、三模态的跃迁，让(ràng)人工智能可以(yǐ)灵活应(yīng)对(duì)不(bù)同模态的转化、像人与世界交互一(yī)样自(zì)然(rán)，这方面，由(yóu)算力网络来驱动(dòng)将(jiāng)有明显优势。

此(cǐ)外，还有很多需(xū)要爆发式增长的算(suàn)力来支撑的技术创新，将在(zài)人工(gōng)智能算力网络支撑下快速推(tuī)进。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>