自聊天机(jī)器人ChatGPT火(huǒ)爆以来(lái)，微软公(gōng)司创始人比(bǐ)尔·盖茨已多(duō)次公开(kāi)谈论人工智能话题。在最近(jìn)的一次采访中，他再(zài)次表(biǎo)示：“AI可能会(huì)让科技行业(yè)迎来一次剧烈的洗牌”。

这(zhè)个结论(lùn)是(shì)他(tā)在(zài)当地时间2月20日接(jiē)受(shòu)《In Good Company》节目专访(fǎng)时提(tí)出的。

他(tā)预期，AI的发(fā)展可能(néng)会威胁到谷(gǔ)歌的市占(zhàn)率，因为微(wēi)软在AI方面(miàn)的(de)行动相当(dāng)迅(xùn)速。而最终科技巨(jù)头将把AI整(zhěng)合成用户的“全(quán)能(néng)助手”，包揽一(yī)切(qiè)应用，与人们进行(xíng)沟通(tōng)并(bìng)提供建(jiàn)议，可(kě)以取代(dài)亚马逊(xùn)、Siri或(huò)Outlook等应用。

大佬口(kǒu)中全能助手的到来可能尚需时(shí)日，但(dàn)由ControlNet引发的又一次AI绘画浪潮，让AIGC在ChatGPT的话题热点(diǎn)包围中杀出(chū)重围。

01

ControlNet颠覆AI绘画新玩法(fǎ)

AIGC向(xiàng)可控靠近

以AI绘画为代表(biǎo)的(de)AIGC上一次爆火的时(shí)候，还(hái)是2022年(nián)8月，在美国科(kē)罗拉多(duō)州举(jǔ)办(bàn)的新兴数字(zì)艺术家竞赛中，一幅名为《太(tài)空歌剧院》的(de)作品获奖(jiǎng)。

随后(hòu)各(gè)大厂商的(de)AI绘画软(ruǎn)件被广大(dà)网友熟知并体验，Stable Diffusion便是其中代表。

用户(hù)们可以(yǐ)在应用中输入一组关键词或者一张照片，就能(néng)获(huò)得一幅AI创(chuàng)作(zuò)的画作(zuò)。

作画的关键就是所输入(rù)的文本。同一组关键(jiàn)词也可以创作出很多(duō)张风格(gé)不一样的画(huà)作，这让创作的过(guò)程就像开盲盒。

很多(duō)用户很喜欢这种不确定(dìng)的惊喜，他们会将生成的美图当做头像。而另一部分喜欢翻(fān)看AI绘画的(de)“翻车”作品。在社交媒体上，许(xǔ)多(duō)用户(hù)分(fēn)享AI“翻车现场”，例(lì)如，一(yī)位网友的(de)小狗照片被AI画成(chéng)了“肌肉男”，还(hái)有网友(yǒu)的个人照片(piàn)被AI识别成了建(jiàn)筑(zhù)。

而如今(jīn)随着ControlNet的出(chū)现与(yǔ)加持，以往AI绘画(huà)的填写关键词游戏可(kě)能要(yào)被(bèi)颠覆了。

ControlNet是(shì)一位正在斯坦福读(dú)博的中(zhōng)国人张吕敏创作的一(yī)种基于控(kòng)制点的图像变(biàn)形算法，主要用于数字图像(xiàng)处理、计算机(jī)视觉和计算机图形学等领域。

其SD插件一经(jīng)发布，在短短的(de)两天内便成(chéng)为(wèi)了AI绘画(huà)领域最新的热点。

在此(cǐ)之前，大家用(yòng)了很多(duō)方法想让AI生成的结果尽可(kě)能的符合要求(qiú)，但(dàn)是都不尽如人(rén)意，它的出现代表着AI生成开始进入真正的可控时(shí)期。

因为ControlNet可以直接提取画面的构图(tú)，人物的姿势(shì)和画面(miàn)的深度信息等。有了它的(de)帮助，就(jiù)不(bù)用(yòng)频(pín)繁的用提(tí)示词来碰运气，抽(chōu)盲盒(hé)式的创作了。

通俗的说(shuō)ControlNet相(xiāng)当于给(gěi)AI绘画加了“魔(mó)法”，不少博主的作品已经获得(dé)了大量的浏览量，“viggo”就(jiù)是其中之一，他用(yòng)朋友的照(zhào)片直接带(dài)她们走进动(dòng)漫世界(jiè)。

viggo先用StableDiffusion图片转文字(zì)。

再用Text2Prompt插(chā)件(jiàn)拓展找(zhǎo)到对应的(de)关键词；最后(hòu)用(yòng)ControlNet插件(jiàn)绑定骨骼开始换(huàn)关(guān)键词试(shì)效果。

通过图片就可以看出来，效果十分惊艳。

while的前后时态口诀，while的前后时态要一致吗"300,640" data-type="jpeg" data-w="1280">

更厉害(hài)的是，除了真实的照片，草图(tú)也(yě)可(kě)以(yǐ)加上“魔法”，知乎(hū)大牛“DevPoint”和“逗砂”介绍(shào)到ControlNet还(hái)能实(shí)现(xiàn)线稿转全彩图。大神张吕敏其本尊也亲自回应。

不得不(bù)说(shuō)当下AIGC已经变得越(yuè)来(lái)越强大，甚至(zhì)输出的作品都已经(jīng)能以(yǐ)假乱真了。

02

难辨虚实，AIGC技(jì)术力爆(bào)发(fā)

警惕安全(quán)问题

近(jìn)日，“苏州金鸡湖有游艇party”的消(xiāo)息(xī)火遍网络，而(ér)经过警方辟谣这所谓(wèi)的“party”可能是全(quán)国第一起(qǐ)AI绘图(tú)诈骗(piàn)。

由于(yú)这个活动(dòng)里面给出的美女照(zhào)片都是AI制作的真人照片(piàn)绘图，因为太逼(bī)真，被大家当成真(zhēn)事传播了。

不过(guò)仔(zǎi)细观察可(kě)以发(fā)现，活动发起者提供的照片(piàn)中有个很大的漏洞可(kě)以发现并(bìng)非真人(rén)，而是AI绘(huì)图，那(nà)便(biàn)是图(tú)片(piàn)中(zhōng)女性的手指部分有的存在异常。

有行业人事表示：“现在因(yīn)为手指部分的绘(huì)画算法(fǎ)比较(jiào)复杂，AI还(hái)不(bù)太(tài)会画人的手，但最新看(kàn)到的图片已经(jīng)有越来(lái)越完美的AI模型出(chū)现，以后可能(néng)就完全没(méi)有漏洞了。”

类(lèi)似的AI作图诈骗在国外(wài)也已有发生。据英(yīng)国广播公司报道，土(tǔ)耳其地震期间(jiān)，有Tiktok用(yòng)户使用AI合(hé)成了儿童受灾(zāi)的假照片(piàn)发布到(dào)网络，以此诱骗善良的(de)人(rén)打赏“捐助”从而实施诈骗。

目前随(suí)着技术发展，AIGC已经(jīng)能做(zuò)出真人照(zhào)片般的绘(huì)图效果，如果这样的图(tú)片被用(yòng)来诈骗，将非(fēi)常可怕。

此(cǐ)外AIGC还引发了(le)很多担忧，一方面，批(pī)判者认为AI在“学(xué)习”了大量前人的作品之后，其创(chuàng)作(zuò)没有任(rèn)何(hé)情绪和灵魂(hún)，难以和(hé)人类的艺术创作(zuò)相提并论(lùn)。

另(lìng)一方(fāng)面(miàn)，AIGC背后的版(bǎn)权、目前都并没有得到有效(xiào)的解决，还(hái)有AIGC会不(bù)会(huì)代替人类“至高无上”的创意。

马斯克也(yě)强调，人工(gōng)智能(néng)的安全(quán)问题(tí)需要得到(dào)重视，太晚就来不及了。

03

AIGC下一站除了视频，还(hái)有远方(fāng)

技术都是有两面性的，潜在的危(wēi)害(hài)并不能掩盖(gài)其光辉的贡(gòng)献。现在看(kàn)来(lái)，人(rén)工(gōng)智能技术将是第四次(cì)工业革(gé)命的核(hé)心驱动力量，将(jiāng)创造新的(de)增长(zhǎng)奇迹(jì)。

过去(qù)一年，人工智能(néng)在技(jì)术和商(shāng)业(yè)层面都有(yǒu)了(le)巨大进展，AI绘画(huà)就是人工智能技术(shù)发生(shēng)方向性改变的一个代表。其下一站或许就是(shì)视(shì)频。

此前，Meta和谷歌先(xiān)后发布了几条引爆科技圈(quān)的短视(shì)频(pín)。这些(xiē)视频引发关注并非(fēi)内容做(zuò)得(dé)多优秀，反(fǎn)而都非(fēi)常简(jiǎn)单，比如一匹正在喝水的马，一只画画的玩具(jù)熊，或者一段骑摩托(tuō)车的(de)第一视(shì)角录像，随便(biàn)一(yī)个有手机(jī)的人都可以随(suí)手录下一段。

但这些(xiē)短视频(pín)的创作(zuò)方式非常简(jiǎn)单，创作者仅仅需要向AI输(shū)入(rù)一段(duàn)话(huà)，甚至只(zhǐ)是说一下要求，AI就可(kě)以(yǐ)根据需要生成一(yī)段视(shì)频(pín)。

谷歌(gē)发布(bù)的两个AI生成(chéng)视频分别来自于Imagen Video和Phenaki，前者(zhě)主要突(tū)出的(de)是(shì)高清，与Meta的(de)Make-A-Video没有太多的(de)差别。

在(zài)Make-A-Video公(gōng)布了AI生(shēng)成(chéng)的视频后，AI圈(quān)就已经玩(wán)了(le)一波梗，一(yī)个能够(gòu)做出更(gèng)高清视频的AI还不(bù)足以在短时间内(nèi)戳(chuō)中兴奋点(diǎn)。

Phenaki更加令(lìng)人震惊的地方(fāng)在于(yú)，它(tā)可以制(zhì)作出超过2分钟的(de)连贯的也有确切(qiè)内容的视(shì)频(pín)，这才是(shì)真正(zhèng)让人们(men)感到(dào)惊喜的地方。因(yīn)为无论AI生成的视频多么(me)高清(qīng)，也只能是为内容生产者(zhě)提(tí)供一(yī)个灵感，一个素材，一个过(guò)场动(dòng)画。

不(bù)过能够制(zhì)作出有具体剧情(qíng)内容的视频(pín)就意(yì)味着(zhe)，一些视(shì)频创作(zuò)由(yóu)AI代替(tì)人(rén)工完成已经初步有了可能。

当下AI的发展(zhǎn)速度已(yǐ)经(jīng)超(chāo)过大部分人(rén)的想象。内容产业的本质是供给创造需求，AIGC作为全新的(de)内容生产方式，可以(yǐ)为内容(róng)产业带来更新的(de)内容(róng)风格、更快的生产速度，更低的生产(chǎn)成(chéng)本，这无疑会(huì)驱动(dòng)内容(róng)产业的大爆(bào)发。

除了(le)AI绘图、视频，AIGC技术还能应(yīng)用于音乐、代码、机器人(rén)动作(zuò)等多种内容形式(shì)的生成(chéng)。不难发现该(gāi)项(xiàng)技术(shù)不仅在游(yóu)戏(xì)等行(xíng)业能得到有效应(yīng)用，对(duì)于下(xià)一(yī)代互联网(wǎng)各种元素的(de)构建亦有关键意义。

从商(shāng)业(yè)化的(de)角(jiǎo)度来(lái)看，文化娱乐(lè)、教育、传媒等诸多领域(yù)，本身就对基于AI的(de)可视化内容(róng)有强(qiáng)烈需求。

因此(cǐ)，AI绘画(huà)及视频或不是结(jié)果(guǒ)，而只(zhǐ)是AI进程中的一块(kuài)重要拼图，有望(wàng)在技(jì)术更新的加持下实现更大(dà)的应用价(jià)值(zhí)。

AI从理(lǐ)解(jiě)内容，走向了可以生(shēng)成内(nèi)容，甚至能够创(chuàng)造(zào)出(chū)独立(lì)价值和(hé)独立视角(jiǎo)的(de)内容。AIGC的再次出圈，更代(dài)表(biǎo)着未来(lái)的先进生产力即将到来。

04while的前后时态口诀，while的前后时态要一致吗>

紧抓大(dà)模型与(yǔ)算(suàn)力，牢(láo)固AIGC底座

从技术的发(fā)展也可以看出，在语言大(dà)模型、图像大(dà)模型之后，多模态大模型已经成为了新的趋势。

大(dà)模(mó)型(xíng)被(bèi)誉(yù)为(wèi)当前人(rén)工智能发(fā)展的智能底座，是全球竞(jìng)争最激烈(liè)的(de)研究方向(xiàng)之(zhī)一，包括(kuò)谷(gǔ)歌、亚马逊、百度、阿里、腾讯等(děng)众多头部企业都在竞相发(fā)力。

不过(guò)训(xùn)练大模(mó)型的(de)确价格不菲，以(yǐ)国(guó)盛证券发布的《ChatGPT需要多(duō)少(shǎo)算力》报告估算，GPT-3训练一次的成(chéng)本约(yuē)为140万美元。而对于(yú)一些更大的LLM(大型语(yǔ)言(yán)模型)，训练成本则介于(yú)200万(wàn)美元至1200万(wàn)美元高(gāo)价之间。

以ChatGPT在2023年1月的独立访(fǎng)客平均数1300万计算，其对(duì)应(yīng)芯片需求(qiú)为3万多片(piàn)英伟(wěi)达A100 GPU，初(chū)始投入成本约为8亿美(měi)元，每日(rì)仅(jǐn)电费(fèi)就(jiù)在5万美元左(zuǒ)右。

此(cǐ)外不(bù)论是ChatGPT还(hái)是(shì)AIGC，都离不开庞(páng)大算(suàn)力支持(chí)。在关注各类大模型的发展(zhǎn)同时，更应该(gāi)关(guān)注算力网络的建设。

算力网络(luò)正(zhèng)驱(qū)动(dòng)AI产业发展进入史(shǐ)诗级加速(sù)进程，让AIGC及通用AI这一人工智能发(fā)展的终极目标(biāo)离得更近。

因为算力可(kě)以对突破性技术(shù)创新提供(gōng)大力的支(zhī)持。这方面，多模态大模型是(shì)典型。作为面(miàn)向未来强人工智(zhì)能、通用人工(gōng)智(zhì)能的(de)重要技术创新(xīn)，多(duō)模态大模型(xíng)已经(jīng)在人工智能(néng)领域提出(chū)了(le)很多年(nián)，业界也有不(bù)少技术(shù)突破，但是，多模(mó)态(tài)大模型进一步往下走，算力(lì)需求呈几何式上升(shēng)，一般的算(suàn)力基础(chǔ)设施(shī)很快将难(nán)以(yǐ)胜(shèng)任。

从(cóng)图像、文(wén)字(zì)、语(yǔ)音单独一项的训练，到双模态、三模态的跃迁，让人工智(zhì)能可(kě)以灵活应对不同模态的转化、像人与世界交互一样自然，这方面，由算力网络来驱(qū)动(dòng)将有(yǒu)明显优势。

此外，还有很多需要爆(bào)发式增长的(de)算(suàn)力来(lái)支撑的技术创新，将(jiāng)在(zài)人(rén)工智能算力网(wǎng)络支撑下快速推(tuī)进。

AIGC已经露(lù)出曙光，期(qī)待在大模型和大算力的支持下AIGC能(néng)持续(xù)颠覆内容生产的方式，将创造的边际成(chéng)本降低，让万众受益。

未经允许不得转载：绿茶通用站群 while的前后时态口诀，while的前后时态要一致吗