自聊天机(jī)器人ChatGPT火爆以来，微软公司(sī)创始人比尔·盖茨已多(duō)次(cì)公(gōng)开谈论人工智能话题。在最近的一次采访中，他再次表示(shì)：“AI可能会让科技行业迎来一次剧烈(liè)的洗牌”。

这个结论是他(tā)在(zài)当地(dì)时间2月20日(rì)接受《In Good Company》节(jié)目(mù)专访时提出的(de)。

他预期(qī)，AI的发(fā)展可(kě)能(néng)会威胁到谷歌的市占(zhàn)率，因为微软(ruǎn)在(zài)AI方(fāng)面(miàn)的(de)行动相当迅(xùn)速。而最终科(kē)技巨(jù)头将把AI整合(hé)成(chéng)用户的“全能助手(shǒu)”，包揽一(yī)切应用，与(yǔ)人们进行(xíng)沟通并(bìng)提供建议(yì)，可以(yǐ)取代(dài)亚马逊、Siri或Outlook等应用。

大佬口中全能(néng)助(zhù)手(shǒu)的到来(lái)可能(néng)尚需时日，但由ControlNet引发的又一次AI绘画浪潮，让AIGC在(zài)ChatGPT的话(huà)题热点(diǎn)包围中杀出重围。

01

ControlNet颠(diān)覆AI绘画(huà)新玩法

AIGC向可控靠近

以(yǐ)AI绘(huì)画为(wèi)代表的AIGC上一(yī)次爆火的时候，还是2022年8月，在美国科罗拉多州举办的新兴数字艺(yì)术家竞赛中，一幅名为《太空歌剧院(yuàn)》的作品获奖。

随后各大厂商(shāng)的AI绘画(huà)软件被广(guǎng)大网友熟知并体(tǐ)验，Stable Diffusion便是(shì)其(qí)中代表。

用户们可以在应(yīng)用(yòng)中输入一组关键词或(huò)者一张(zhāng)照片，就能获得一幅AI创(chuàng)作的画作(zuò)。

作画的关键(jiàn)就(jiù)是(shì)所输入的文本。同一组关键词也可(kě)以创作出很多张风格(gé)不一(yī)样的(de)画作，这(zhè)让(ràng)创作的过程就像开盲盒。

很多用(yòng)户很喜欢这种不确定(dìng)的(de)惊(jīng)喜，他们会将生成的(de)美图当做(zuò)头像。而另一部分喜欢翻看AI绘画的“翻车”作品。在社(shè)交媒体(tǐ)上，许(xǔ)多用户分享AI“翻车现场”，例如，一位网友的小(xiǎo)狗(gǒu)照片被AI画成(chéng)了“肌肉男”，还有网友(yǒu)的(de)个人照片(piàn)被AI识(shí)别成了建筑。

而如今随着ControlNet的出现与(yǔ)加持，以往(wǎng)AI绘画的填写关键词游戏可(kě)能(néng)要被颠覆了。

ControlNet是一位正在斯坦福读(dú)博的中国(guó)人张吕敏创作(zuò)的一种基于控制点的图像变形算法，主要用于数字图(tú)像处理(lǐ)、计算机视觉和计算机图(tú)形学等领(lǐng)域。

其SD插件(jiàn)一经(jīng)发布，在短(duǎn)短的两天内(nèi)便成为了(le)AI绘画(huà)领域最新的热点。

在此之前，大家用了很多方(fāng)法想让AI生成的结果尽可能的符合要求，但是都不尽如(rú)人(rén)意，它(tā)的(de)出现代表(biǎo)着AI生成开始进入真正(zhèng)的可控时(shí)期。

因为ControlNet可以直(zhí)接提取画(huà)面的构图，人物的姿势和画(huà)面的深度信息等。有了它的帮助，就不用频繁的用提示词来碰运气(qì)，抽盲盒(hé)式的创作了(le)。

通俗(sú)的说(shuō)ControlNet相(xiāng)当于给AI绘画(huà)加了“魔法”，不少博(bó)主的作品已经(jīng)获得(dé)了(le)大量的浏览量，“viggo”就是其中之一，他用朋友(yǒu)的(de)照片直接带她们走进动(dòng)漫世界(jiè)。

viggo先用StableDiffusion图(tú)片转(zhuǎn)文(wén)字。

再用Text2Prompt插件拓展找(zhǎo)到(dào)对应(yīng)的关键词；最后用(yòng)ControlNet插(chā)件绑定骨骼(gé)开始换关(guān)键(jiàn)词试(shì)效果。

通过图片就可以(yǐ)看出来，效果十分惊艳(yàn)。

更厉害的是，除了真实的(de)照片(piàn)，草图也可以加上“魔(mó)法”，知乎大(dà)牛“DevPoint”和(hé)“逗砂”介(jiè)绍到ControlNet还能(néng)实现线稿转全彩图。大神张吕(lǚ)敏(mǐn)其本(běn)尊也亲自回(huí)应。

不得(dé)不说当下(xià)AIGC已经变得(dé)越来越强(qiáng)大，甚至(zhì)输出的作品都已经能以假乱真(zhēn)了(le)。

02

难辨虚实，AIGC技(jì)术力爆发

警惕(tì)安全问题(tí)

近日(rì)，“苏州金鸡(jī)湖有游艇party”的消息(xī)火遍网(wǎng)络，而经过警方辟(pì)谣这所(suǒ)谓的“party”可能是全国第一(yī)起AI绘图诈骗。

由于这(zhè)个活动里面给出的美女照(zhào)片都(dōu)是(shì)AI制作的真人(rén)照片绘图，因(yīn)为太逼(bī)真，被大家(jiā)当成真事传(chuán)播(bō)了。

不过仔细观察可以发现，活动(dòng)发(fā)起者(zhě)提供的照片中有(yǒu)个很大的漏洞可以发现并非真人，而(ér)是(shì)AI绘图，那便是图片中女性的手指部(bù)分有的存在异常。

有行业人事表(biǎo)示：“现在因为手指部分的(de)绘(huì)画算法比(bǐ)较(jiào)复杂，AI还不太会画人的手(shǒu)，但最新看到的图片已经有越来越(yuè)完美(měi)的AI模型出现，以后可能就(jiù)完全(quán)没有漏洞了。”

类似的AI作(zuò)图(tú)诈(zhà)骗在国外也已有发(fā)生。据(jù)英(yīng)国(guó)广播公司报道，土(tǔ)耳其(qí)地震期间，有Tiktok用户使用AI合成了儿童受灾的假照片发布到网络(luò)，以此诱骗善良的人打赏“捐助”从而实(shí)施诈骗(piàn)。

目前随着技术发(fā)展，AIGC已经能(néng)做(zuò)出真人照片般的(de)绘(huì)图效果，如果这样的图片被(bèi)用来诈骗，将非常可怕。

此外AIGC还(hái)引发了很多担忧(yōu)，一方面，批判者认为AI在“学习”了(le)大量前人(rén)的作品之后，其创作没有任何情绪(xù)和灵魂，难以和人类的(de)艺(yì)术创作相提并论。

另一方面，AIGC背后的版权、目前都(dōu)并没有得(dé)到有(yǒu)效的解决，还(hái)有AIGC会(huì)不会代(dài)替人类“至高无(wú)上”的创意。

马斯克(kè)也(yě)强(qiáng)调，人工智(zhì)能的(de)安全问题(tí)需要得到重视，太晚就来不及了。53231323是什么意思？ 53231323可以弹哪些歌

03

AIGC下一站除了视(shì)频，还有(yǒu)远(yuǎn)方

技术都是有两面(miàn)性的，潜在的危害并不能掩盖其光辉的贡(gòng)献。现在看来，人工智能技术将是第四次工(gōng)业(yè)革命的核心驱动力(lì)量，将创造新的增长奇迹。

过去一年，人工智能在技术(shù)和商业层面都有了巨大(dà)进展(zhǎn)，AI绘画就是人工智(zhì)能技(jì)术发(fā)生方向(xiàng)性(xìng)改变(biàn)的一个代(dài)表。其下一(yī)站或(huò)许就(jiù)是视频。

此前，Meta和(hé)谷歌(gē)先后发布了几(jǐ)条引爆(bào)科技圈的短视频。这些(xiē)视频引发(fā)关注并非内容(róng)做得多优(yōu)秀，反(fǎn)而都非常简(jiǎn)单，比如(rú)一匹正(zhèng)在喝水的马，一(yī)只画画(huà)的(de)玩具熊(xióng)，或者一段骑摩托车(chē)的第一视角录(lù)像，随便一个有手机的人都可以(yǐ)随手录下一段。

但(dàn)这些短视频的创作方式非(fēi)常简单，创作(zuò)者仅仅需要向AI输(shū)入一段话，甚至(zhì)只是说一下要求，AI就可以根据(jù)需要生成一段视频。

谷(gǔ)歌发布(bù)的(de)两个AI生(shēng)成视频分别来自于(yú)Imagen Video和(hé)Phenaki，前者(zhě)主(zhǔ)要突出的是(shì)高清，与(yǔ)Meta的Make-A-Video没有太(tài)多(duō)的差别(bié)。

在Make-A-Video公布(bù)了AI生(shēng)成的视频(pín)后，AI圈就已经(jīng)玩了一波梗，一个能够做出更高清视频的AI还不足以(yǐ)在(zài)短(duǎn)时间(jiān)内戳中(zhōng)兴奋点(diǎn)。

Phenaki更加令(lìng)人震惊的(de)地方在于，它(tā)可以制作出超过2分(fēn)钟的连(lián)贯的也有确(què)切内容的视(shì)53231323是什么意思？ 53231323可以弹哪些歌频，这才是(shì)真正(zhèng)让人(rén)们感到(dào)惊(jīng)喜的地方。因为(wèi)无论AI生成的视频多么高清，也只能是为内容生产者(zhě)提供(gōng)一个灵感，一个素材，一个(gè)过场(chǎng)动画。

不过能够制作出(chū)有具体剧情(qíng)内容的视频就意味着，一些视频创作由AI代(dài)替人工完成已经(jīng)初步有(yǒu)了(le)可能。

当(dāng)下(xià)AI的发展速(sù)度(dù)已经超过(guò)大部分人的(de)想(xiǎng)象。内容产业(yè)的(de)本质是(shì)供给创(chuàng)造需求(qiú)，AIGC作为全新的内容(róng)生(shēng)产方式，可以为内容产业带来更新的内容风(fēng)格、更快的生产速度，更(gèng)低(dī)的生产成(chéng)本，这无(wú)疑(yí)会驱(qū)动内容(róng)产(chǎn)业(yè)的(de)大爆发。

除了AI绘图、视频(pín)，AIGC技术还能(néng)应用于音乐(lè)、代码、机(jī)器人动作等(děng)多种内容形式的生成。不难(nán)发现该项技术不仅在游戏等行业能(néng)得到有(yǒu)效应(yīng)用，对于(yú)下一代互(hù)联网各种(zhǒng)元素的(de)构(gòu)建亦有(yǒu)关键意义。

从商(shāng)业化的(de)角(jiǎo)度(dù)来看，文(wén)化(huà)娱乐、教育、传媒等(děng)诸多领域，本身(shēn)就(jiù)对基(jī)于AI的可视化(huà)内容有(yǒu)强烈需求(qiú)。

因此，AI绘画及(jí)视频或不是结(jié)果，而只是(shì)AI进程中(zhōng)的一块重要拼图，有望在技(jì)术更新的加持下实现更(gèng)大的应用(yòng)价值。

AI从理解(jiě)内容，走向(xiàng)了可以生(shēng)成内容，甚至能够创造出独立价值(zhí)和(hé)独立视角的内容(róng)。AIGC的再次(cì)出圈，更代表着未(wèi)来的(de)先进生(shēng)产(chǎn)力即将到来。

04

紧抓大模(mó)型与(yǔ)算(suàn)力(lì)，牢固AIGC底(dǐ)座

从技(jì)术的发展也可以看出，在(zài)语(yǔ)言大模型、图像大模型之(zhī)后，多模态(tài)大模型已(yǐ)经成为了新(xīn)的趋势(shì)。

大模型被(bèi)誉为当前(qián)人工智能发(fā)展(zhǎn)的智能(néng)底座(zuò)，是全球竞争最激(jī)烈的(de)研究方向之一，包括谷歌、亚马逊(xùn)、百度、阿里、腾讯等众多头部(bù)企业都在竞(jìng)相发力。

不过训(xùn)练大模型的确价格不菲，以国(guó)盛证券发布的(de)《ChatGPT需(xū)要多少算(suàn)力》报告估算，GPT-3训练一次的成本约(yuē)为140万美元。而对于一些(xiē)更大的(de)LLM(大型(xíng)语(yǔ)言模型(xíng))，训练成本则介于200万美元至1200万美元(yuán)高价(jià)之间。

以ChatGPT在(zài)2023年1月的独立(lì)访客平均数1300万计算，其对应芯片需求为3万多片英伟达A100 GPU，初(chū)始投入成本约(yuē)为(wèi)8亿美元，每日仅电(diàn)费就在5万美元左右。

此外不论是ChatGPT还是AIGC，都离不开(kāi)庞大算(suàn)力支持。在关注各(gè)类大(dà)模型的发展同时，更应(yīng)该关注算力网络的(de)建设。

算力(lì)网(wǎng)络正(zhèng)驱(qū)动(dòng)AI产业发展进入史(shǐ)诗级(jí)加速进程，让AIGC及(jí)通用AI这一人工(gōng)智(zhì)能发展的终(zhōng)极(jí)目标离得更近。53231323是什么意思？ 53231323可以弹哪些歌

因(yīn)为(wèi)算力可以对突破性技术创新提供大力的支持(chí)。这方(fāng)面，多(duō)模态大模型(xíng)是(shì)典型。作为面向未(wèi)来强(qiáng)人(rén)工智(zhì)能、通用人工(gōng)智(zhì)能的(de)重要技(jì)术创新，多模态大模型已经在(zài)人工智(zhì)能(néng)领(lǐng)域提出(chū)了很多年(nián)，业界也(yě)有不(bù)少技(jì)术突破，但(dàn)是，多(duō)模态大(dà)模型进一步(bù)往下(xià)走，算力需求呈几何(hé)式上(shàng)升，一般的算力(lì)基础设施很快将难(nán)以胜任(rèn)。

从图像、文字、语音单(dān)独(dú)一(yī)项的训练，到双模态、三模态的跃(yuè)迁，让人工智能可以灵(líng)活应对不同(tóng)模态的转化、像人(rén)与世(shì)界交互(hù)一样自然，这方面，由算力网络来(lái)驱动将有明显优势。

此外(wài)，还有(yǒu)很多需(xū)要爆发式增(zēng)长(zhǎng)的算力来(lái)支撑的技术创新，将在人工(gōng)智(zhì)能算力网络支撑(chēng)下快速推进。

AIGC已经露出曙光，期(qī)待在大模型和大(dà)算力的支持下(xià)AIGC能(néng)持续(xù)颠覆内容生产的方(fāng)式，将创(chuàng)造的(de)边际(jì)成本降低(dī)，让(ràng)万众(zhòng)受益。

未经允许不得转载：绿茶通用站群 53231323是什么意思？ 53231323可以弹哪些歌