自聊(liáo)天机器(qì)人ChatGPT火爆(bào)以来，微软(ruǎn)公司创始人比(bǐ)尔·盖茨已多次公(gōng)开谈论人工智能话题(tí)。在最近的一次采访中，他(tā)再次表示(shì)：“AI可(kě)能会(huì)让科技行(xíng)业迎(yíng)来一(yī)次(cì)剧(jù)烈的洗牌”。

这(zhè)个结(jié)论是他在当地时间2月20日接受《In Good Company》节目专访(fǎng)时提出的。

他预期，AI的发展(zhǎn)可能会威胁(xié)到(dào)谷歌(gē)的市占(zhàn)率，因为(wèi)微(wēi)软在(zài)AI方面的(de)行动(dòng)相当迅速。而最终科技巨头(tóu)将把AI整(zhěng)合成(chéng)用户的“全能助手”，包揽一切应(yīng)用(yòng)，与人们进行沟通并提(tí)供建议，可以取代亚(yà)马逊、Siri或Outlook等应用。

大佬口中全(quán)能(néng)助(zhù)手的到来(lái)可能尚需时(shí)日(rì)，但由ControlNet引发的又一次(cì)AI绘画浪(làng)潮，让AIGC在ChatGPT的话题(tí)热点(diǎn)包围中杀出重围(wéi)。

01

ControlNet颠覆AI绘画新(xīn)玩法

AIGC向可控靠近

以AI绘画为代表的AIGC上(shàng)一次爆火的时候，还是2022年(nián)8月，在美国(guó)科罗拉多州举办的新兴数字艺术(shù)家竞赛中(zhōng)，一幅名为(wèi)《太空歌剧院(yuàn)》的作(zuò)品(pǐn)获奖。

随后各大厂商的AI绘画软件被广大网(wǎng)友熟知并(bìng)体(tǐ)验，Stable Diffusion便是其中代表。

用户们可以在应(yīng)用中输入一(yī)组关键(jiàn)词或者一张(zhāng)照片，就能获得(dé)一幅AI创作的画作。

作画(huà)的关键就是所(suǒ)输入的文本(běn)。同一(yī)组关键(jiàn)词也可以创作出(chū)很(hěn)多张风格不一样(yàng)的画作，这让(ràng)创作的过程就像(xiàng)开盲(máng)盒。

很多用户很喜欢这种不确定的(de)惊喜(xǐ)，他们会将生成(chéng)的美图当做头像。而另一部分喜欢翻(fān)看AI绘(huì)画的“翻车”作品。在社交媒体(tǐ)上，许多用户分享AI“翻车(chē)现场(chǎng)”，例如，一位网(wǎng)友的小狗照(zhào)片被AI画成了(le)“肌肉(ròu)男(nán)”，还有网友的个(gè)人(rén)照片被(bèi)AI识(shí)别(bié)成了(le)建筑。

而如今随着(zhe)ControlNet的(de)出现与加持，以往AI绘(huì)画(huà)的填写关键词游戏可能(néng)要(yào)被(bèi)颠覆了(le)。

ControlNet是一位正(zhèng)在斯坦福读(dú)博(bó)的(de)中国人张吕敏(mǐn)创作(zuò)的一种基于控(kòng)制点的图像变(biàn)形算法，主要用于数字图像处理、计算(suàn)机视(shì)觉和计算机图(tú)形学等(děng)领域(yù)。

其SD插件一经发布，在短(duǎn)短的两(liǎng)天内便成为了AI绘画领域最新(xīn)的热点。

在此之前，大家(jiā)用了很(hěn)多方法想(xiǎng)让AI生成的结(jié)果尽(jǐn)可能的符合要求(qiú)，但是(shì)都(dōu)不尽如人意，它的出(chū)现代表着AI生(shēng)成(chéng)开始进入(rù)真(zhēn)正(zhèng)的(de)可控时期。

因(yīn)为ControlNet可(kě)以直(zhí)接提(tí)取画面的构图，人物的(de)姿势和画面的(de)深(shēn)度信息(xī)等。有了它的帮助，就不用频繁(fán)的用提示词来碰运气(qì)，抽盲盒式的创作了。

通(tōng)俗的说ControlNet相当(dāng)于给AI绘画加了(le)“魔法”，不(bù)少(shǎo)博主的(de)作(zuò)品已经(jīng)获(huò)得了大量(liàng)的浏(liú)览量，“viggo”就是其中之一(yī)，他(tā)用朋(péng)友(yǒu)的照片直接带她们走进动漫世界(jiè)。

viggo先用StableDiffusion图片转文字。

再用Text2Prompt插件拓展找到(dào)对应(yīng)的关键词；最后用ControlNet插(chā)件(jiàn)绑定骨骼开始换关键词试效(xiào)果(guǒ)。

通过图片就(jiù)可以(yǐ)看出(chū)来，效果(guǒ)十分惊艳。

更厉害的是(shì)，除了真实的(de)照(zhào)片，草图也可以加上“魔法”，知乎大牛“DevPoint”和“逗砂”介绍到ControlNet还能实现线(xiàn)稿(gǎo)转全彩图。大神张吕(lǚ)敏其本尊也亲自(zì)回应。

不得不说(shuō)当下AIGC已经变得越来(lái)越(yuè)强大(dà)，甚至输(shū)出的(de)作品都已经能(néng)以假乱(luàn)真了。

02

难辨虚实(shí)，AIGC技(jì)术力爆发

警惕安全问题

近日，“苏州金鸡(jī)湖有游艇party”的消息(xī)火遍网络，而经过警方(fāng)辟(pì)谣这所谓的“party”可能是(shì)全国第一(yī)起AI绘图(tú)诈骗。

由(yóu)于这个活(huó)动里(lǐ)面给(gěi)出的美女照片都(dōu)是AI制作的真(zhēn)人照片绘图，因为太逼真(zhēn)，被大家当(dāng)成真事传(chuán)播了。

不过仔细观察(chá)可(kě)以发现(xiàn)，活(huó)动发起者提供的照(zhào)片中(zhōng)有个很大的漏洞可以发现并非(fēi)真人，而是AI绘图，那便(biàn)是图片(piàn)中(zhōng)女(nǚ)性(xìng)的(de)手指部分有的存在异常。

有行业(yè)人事(shì)表示：“现(xiàn)在(zài)因为手指部(bù)分的绘画算法比较复杂(zá)，AI还不太(tài)会画人的手，但最新看到(dào)的图片(piàn)已经有越来(lái)越(yuè)完(wán)美的AI模型出现(xiàn)，以后可能就(jiù)完全没有漏洞了。”

类似的AI作图诈骗在国外也(yě)已有发生。据英国广播(bō)公司(sī)报道，土耳其地震期间，有Tiktok用户使用AI合成(chéng)了儿童受灾的假(jiǎ)照片发布到(dào)网络，以此诱骗(piàn)善良(liáng)的人打赏“捐助”从而实(shí)施诈骗。

目前随着技术发展，AIGC已经能做出真(zhēn)人照片般的绘图效(xiào)果，如果这样(yàng)的(de)图片被用来诈骗，将非常可怕。

此外AIGC还(hái)引(yǐn)发了(le)很多担忧，一方(fāng)面，批判(pàn)者认为(wèi)AI在“学习”了大量前(qián)人的作品之(zhī)后，其创作没有任何情绪和灵魂，难以和人(rén)类(lèi)的艺(yì)术创作相提(tí)并论。

另一方面，AIGC背后的版权、目前都并没(méi)有得(dé)到有效的解决，还有AIGC会不会代替人类“至高(gāo)无上”的创意。

马(mǎ)斯(sī)克也强(qiáng)调，人工智能的(de)安全问题需要得到(dào)重视，太晚就来不(bù)及(jí)了。

03

AIGC下一站除了视频，还(hái)有远方(fāng)

技术都(dōu)是有两面(miàn)性的，潜在的危害并不(bù)能(néng)掩盖(gài)其光辉的贡(gòng)献。现在(zài)看来，人工智能技术将是第四(sì)次工(gōng)业革命的核心驱动力量(liàng)，将创造新的增(zēng)长奇迹。

过去一年，人(rén)工智能在技(jì)术和商业层面(miàn)都有了(le)巨大进展，AI绘画(huà)就是人工智(zhì)能技术发生(shēng)方向性(xìng)改(gǎi)变的一个代表。其(qí)下一(yī)站或许就是视(shì)频。

此(cǐ)前(qián)，Meta和(hé)谷歌先(xiān)后(hòu)发布(bù)了几条引(yǐn)爆科技(jì)圈的短视频。这些视频引发(fā)关(guān)注(zhù)并非(fēi)内容做(zuò)得多优秀，反(fǎn)而都(dōu)非(fēi)常简单，比如一(yī)匹正在喝水的马，一只画画的(de)玩(wán)具熊，或者(zhě)一段骑摩托(tuō)车(chē)的第一视角录像，随便(biàn)一个有手机的人(rén)都(dōu)可以随手录下一(yī)段(duàn)。

但这些短视频的创作方式非常简单，创作(zuò)者仅(jǐn)仅需要向(xiàng)AI输入(rù)一段(duàn)话，甚至只是说(shuō)一下要求，AI就(jiù)可以(yǐ)根(gēn)据(jù)需要生成一段(duàn)视频。

谷歌发布的两个AI生(shēng)成视(shì)频分别来自(zì)于Imagen Video和(hé)Phenaki，前(qián)者主(zhǔ)要突出的是高清，与Meta的Make-A-Video没有太多的差别。

在Make-A-Video公布了(le)AI生(shēng)成(chéng)的视频后，AI圈就已经玩了一波梗(gěng)，一个能够(gòu)做出更(gèng)高(gāo)清视频的AI还不足以在短(duǎn)时间内戳中兴奋(fèn)点。

Phenaki更加令(lìng)人震(zhèn)惊的地方(fāng)在于，它(tā)可以制作出超过(guò)2分钟的连(lián)贯的(de)也有确切内容的视频，这才是真正(zhèng)让(ràng)人们感(gǎn)到惊喜的地方。因(yīn)为(wèi)无论AI生成(chéng)的视频多么高清，也只能是(shì)为内容生产者(zhě)提供一(yī)个灵感(gǎn)，一个素材，一个过(guò)场动画(huà)。

不(bù)过能够制作出有具体剧情内容的视(shì)频就意味着，一些视频创作由(yóu)AI代(dài)替人工(gōng)完(wán)成(chéng)已经初步有了(le)可能。

当下(xià)AI的发展速度已(yǐ)经超过大部(bù)分(fēn)人(rén)的想象。内容(róng)产业的本质是供(gōng)给创(chuàng)造需(xū)求，AIGC作为全新的内容生(shēng)产方(fāng)式，可以(yǐ)为内容(róng)产业带来更新的内容风格、更快的(de)生(shēng)产速度，更(gèng)低的生产成本，这(zhè)无疑会(huì)驱动内(nèi)容产(chǎn)业的大爆发。

除了AI绘图、视频，AIGC技(jì)术还(hái)能(néng)应用于(yú)音乐、代码、机器人动作等(děng)多(duō)种内容形式的生成。不难发现(xiàn)该项技(jì)术不仅在游戏等行业(yè)能得到有效应用，对于下(xià)一河北保定技校排名，保定技校前十名代互(hù)联网各种元素的构建亦有关(guān)键(jiàn)意义。

从商业化的角度来看(kàn)，文化娱乐、教育(yù)、传媒(méi)等(děng)诸多(duō)领域(yù)，本(běn)身就对(duì)基(jī)于AI的可视(shì)化(huà)内容有强烈需求。

因此，AI绘(huì)画及视频或不是结果(guǒ)，而只是AI进程中的(de)一块重要拼(pīn)图，有望在技术更新的加(jiā)持下实现更大的应用(yòng)价(jià)值。

AI从理解内(nèi)容，走向了可以生成内容，甚(shèn)至(zhì)能够创造出(chū)独立价值和独立(lì)视角(jiǎo)的内容。AIGC的再次出圈，更代(dài)表着未来的先进(jìn)生产力(lì)即将到(dào)来。

04

紧抓大(dà)模型与算力，牢固AIGC底座

从(cóng)技术的发(fā)展也(yě)可以看(kàn)出，在(zài)语言大模型、图像大(dà)模型之后(hòu)，多模(mó)态大模(mó)型已经成为(w河北保定技校排名，保定技校前十名èi)了(le)新(xīn)的趋势。

大模型(xíng)被誉为当前人工智能发展的智能底座，是全球竞(jìng)争最激烈的(de)研究方向(xiàng)之一，包括(kuò)谷(gǔ)歌、亚马逊、百度(dù)、阿里(lǐ)、腾讯等众多(duō)头部企业都在竞相发力。

不(bù)过训练大(dà)模型的确价(jià)格不(bù)菲(fēi)，以国盛证券发布的(de)《ChatGPT需要多少算(suàn)力(lì)》报告估(gū)算，GPT-3训练一次的成本(běn)约为140万美元(yuán)。而对(duì)于一些(xiē)更大的LLM(大型语言模(mó)型)，训练成(chéng)本则介于200万美元至(zhì)1200万美元高价(jià)之间。

以ChatGPT在2023年1月的独立访客(kè)平均(jūn)数1300万计算，其对应芯片需求为3万多片英伟达A100 GPU，初始投入成本约为8亿美元，每日仅电费就在(zài)5万(wàn)美元左(zuǒ)右。

此外不论(lùn)是ChatGPT还是AIGC，都(dōu)离(lí)不开庞(páng)大算力(lì)支持。在(zài)关注各类大模型的(de)发展同时(shí)，更应该关注算力网络的(de)建设(shè)。

算力网(wǎng)络正驱动AI产(chǎn)业发展进入史诗级加速进程，让AIGC及通用(yòng)AI这一人工智能发(fā)展(zhǎn)的终(zhōng)极(jí)目标(biāo)离得更近(jìn)。

因为(wèi)算(suàn)力(lì)可以对突破性(xìng)技术创(chuàng)新提(tí)供大力的支持。这方面，多模态大模型(xíng)是典型。作为面(miàn)向未来强(qiáng)人工智(zhì)能、通用人工(gōng)智能的重要技(jì)术创新，多(duō)模态大(dà)模型已经在人工(gōng)智能(néng)领域提(tí)出了(le)很多年，业界也有(yǒu)不(bù)少技术突破(pò)，但(dàn)是(shì)，多模态大模型进一步往下走，算力需求呈几何式上升，一(yī)般的算力基础设施(shī)很快将难以(yǐ)胜任。

从(cóng)图像、文字河北保定技校排名，保定技校前十名、语音单独一(yī)项的(de)训练，到双模(mó)态(tài)、三模态的跃迁，让人工智能可以灵(líng)活(huó)应(yīng)对不同模态的转化、像人(rén)与世界(jiè)交互一样自然，这(zhè)方面(miàn)，由算力网(wǎng)络来(lái)驱动将有明显优(yōu)势(shì)。

此外，还有很多需要爆发(fā)式增长的算(suàn)力来(lái)支撑(chēng)的技(jì)术(shù)创新，将在人工(gōng)智能算力网络支撑下(xià)快(kuài)速推进。

AIGC已经露出曙光，期待在大模型和大算力的支持(chí)下AIGC能持(chí)续颠覆内容生产的方(fāng)式，将(jiāng)创造的边(biān)际成(chéng)本降低，让万众受(shòu)益。

未经允许不得转载：太仓网站建设,太仓网络公司,太仓网站制作,太仓网页设计,网站推广-昆山云度信息科技有限公司 河北保定技校排名，保定技校前十名