自聊天(tiān)机(jī)器人(rén)ChatGPT火(huǒ)爆以来，微软公司创始(shǐ)人比尔·盖茨已多次(cì)公开谈(tán)论人工智能话题。在最近(jìn)的一次采访中(zhōng)，他再次表示：“AI可能会让科技行(xíng)业迎来一次剧烈(liè)的洗牌”。

这个(gè)结论是(shì)他(tā)在当地(dì)时间2月20日接受《In Good Company》节(jié)目专访时提出的。

他预期，AI的发(fā)展可能会(huì)威胁到(dào)谷歌的(de)市占(zhàn)率，因为微软在(zài)AI方面(miàn)的(de)行(xíng)动(dòng)相当迅速(sù)。而最(zuì)终科技巨头(tóu)将把AI整合成用户(hù)的(de)“全能助手”，包揽一切应用，与人们进行沟通并提供建议，可以取(qǔ)代亚(yà)马逊、Siri或Outlook等应用。

大佬口中全能助(zhù)手的(de)到来可能尚需(xū)时(shí)日，但由ControlNet引发的又一次AI绘画浪潮(cháo)，让AIGC在ChatGPT的(de)话(huà)题热点(diǎn)包(bā元的结构和部首是什么意思，元的结构和部首是什么字o)围中(zhōng)杀(shā)出重围。

01

ControlNet颠覆AI绘画新玩法(fǎ)

AIGC向可控靠(kào)近

以(yǐ)AI绘画为代表的AIGC上一(yī)次爆火(huǒ)的时候，还是2022年8月，在美(měi)国科罗拉多(duō)州举(jǔ)办(bàn)的(de)新兴(xīng)数字艺术家竞赛中，一幅(fú)名为《太空歌(gē)剧院》的作(zuò)品获(huò)奖。

随(suí)后各大厂商的AI绘画(huà)软件被(bèi)广大网友熟知并体验，Stable Diffusion便是其中代表。

用(yòng)户们可(kě)以(yǐ)在(zài)应用中输入一组(zǔ)关键词或者(zhě)一张照片，就能获得(dé)一幅AI创作的画作(zuò)。

作画的(de)关键就是(shì)所输(shū)入的文(wén)本。同一组(zǔ)关键(jiàn)词(cí)也可(kě)以创作出很多张风格不一样的画作，这让创作的过(guò)程(chéng)就像开盲盒。

很(hěn)多用户很喜欢这种不确定的惊喜，他们会(huì)将生(shēng)成的美图当做头像。而(ér)另一部分(fēn)喜欢翻(fān)看(kàn)AI绘画的“翻车”作品。在社交媒体上，许多用户(hù)分享AI“翻车现场”，例如，一(yī)位网友的小狗照片被(bèi)AI画成了“肌(jī)肉男”，还有网友的个(gè)人照(zhào)片被(bèi)AI识别成(chéng)了建筑。

而如今随(suí)着ControlNet的出现与加持，以(yǐ)往AI绘(huì)画的填(tián)写关键词游戏可能要被颠覆了。

ControlNet是一(yī)位正在斯坦福(fú)读博的中国人张吕敏(mǐn)创作的一(yī)种基于(yú)控制(zhì)点的图(tú)像变形算法，主要用(yòng)于(yú)数字图(tú)像处理、计算(suàn)机视觉和计(jì)算机图形学等领域。

其SD插(chā)件一(yī)经发布，在短短的两天内便成为了AI绘画领(lǐng)域最新(xīn)的热点。

在此(cǐ)之前，大家(jiā)用了很多(duō)方法想(xiǎng)让AI生成的结(jié)果尽可能的符合要(yào)求，但是(shì)都不尽如人意，它(tā)的出现代(dài)表着(zhe)AI生成开始进(jìn)入真正的可控时期(qī)。

因(yīn)为ControlNet可(kě)以直(zhí)接提取画面的(de)构图，人物的姿(zī)势(shì)和画面的深(shēn)度(dù)信息等。有了它的帮助，就不用频繁的用(yòng)提示词来碰运气，抽(chōu)盲盒式(shì)的创作了。

通俗的说ControlNet相(xiāng)当于(yú)给(gěi)AI绘画加了“魔法”，不(bù)少博(bó)主的(de)作品已经获得了(le)大(dà)量的浏(liú)览(lǎn)量，“viggo”就(jiù)是其中之(zhī)一(yī)，他用朋友的照片(piàn)直接带她们走进动(dòng)漫世界。

viggo先用StableDiffusion图片转文字。

再(zài)用(yòng)Text2Prompt插件(jiàn)拓展找到对应的关键(jiàn)词；最后用(yòng)ControlNet插件绑定骨骼开始换关键词试(shì)效(xiào)果(guǒ)。

通过图片就可以看出来，效果十分惊艳。

更厉害的是，除了(le)真实的照片(piàn)，草图也(yě)可(kě)以加上(shàng)“魔(mó)法”，知乎(hū)大牛“DevPoint”和“逗(dòu)砂”介绍到ControlNet还能实现线(xiàn)稿转全彩图。大神张吕敏其本尊也亲自回应(yīng)。

不得不说当下AIGC已经变得越来(lái)越强大，甚(shèn)至输出的作品都已经(jīng)能以假乱真了。

02

难辨虚(xū)实，AIGC技术(shù)力爆发

警惕(tì)安全问题

近日，“苏州金(jīn)鸡湖有游(yóu)艇party”的消息(xī)火遍网络，而(ér)经过警方(fāng)辟(pì)谣这所谓(wèi)的“party”可能是(shì)全(quán)国(guó)第一(yī)起AI绘(huì)图(tú)诈(zhà)骗。

由于(yú)这(zhè)个活动里面给出(chū)的美女(nǚ)照片都是AI制作的真人照片绘图，因(yīn)为太逼真，被大(dà)家当成真事传播(bō)了。

不(bù)过(guò)仔(zǎi)细(xì)观察可(kě)以发现，活动发起者提供的照片中(zhōng)有个很大(dà)的漏洞可以发现并非真(zhēn)人，而是AI绘图(tú)，那(nà)便是(shì)图片中女性的手(shǒu)指部分(fēn)有(yǒu)的(de)存在异(yì)常(cháng)。

有行(xíng)业(yè)人(rén)事表示：“现(xiàn)在因(yīn)为手指部分的绘画算(suàn)法比(bǐ)较复杂，AI还(hái)不太(tài)会画人的手，但最新看到的图片已经有越来越完美的AI模型(xíng)出现，以(yǐ)后可能(néng)就完全没有漏洞(dòng)了。”

类似的(de)AI作(zuò)图诈(zhà)骗在(zài)国外也已有发(fā)生。据(jù)英国广播公司报道，土耳(ěr)其(qí)地震期间，有Tiktok用户使用AI合(hé)成(chéng)了(le)儿(ér)童(tóng)受灾(zāi)的假(jiǎ)照片(piàn)发布到网络(luò)，以此诱骗(piàn)善良的(de)人打赏“捐助”从而实施诈骗。

目(mù)前(qián)随着技(jì)术(shù)发展，AIGC已经能做(zuò)出真人照片般的绘(huì)图效果，如(rú)果这样的图片被用(yòng)来诈骗，将非常可(kě)怕。

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

另(lìng)一方面，AIGC背后的版权、目前都并没有(yǒu)得到有(yǒu)效的解决(jué)，还(hái)有AIGC会(huì)不会代替人类(lèi)“至高无上”的创(chuàng)意。

马斯克也(yě)强调，人工智能(néng)的安全问题需要(yào)得到重视，太晚(wǎn)就来不(bù)及了。

03

AIGC下一站(zhàn)除了视频，还有远方(fāng)

技(jì)术(shù)都(dōu)是有两面性的，潜在的危(wēi)害并不能掩(yǎn)盖其光辉的(de)贡(gòng)献。现在看来，人工智能技术(shù)将是第四次(cì)工业革(gé)命(mìng)的(de)核心驱动(dòng)力(lì)量，将创造(zào)新(xīn)的增长(zhǎng)奇迹。

过去一年，人工智能在(zài)技术和商业(yè)层面都有了(le)巨大(dà)进展，AI绘画(huà)就是人工智能技术发生方向性改变的一个代表。其下一站(zhàn)或许就是视频。

此前，Meta和谷歌先后发布了几(jǐ)条引爆科(kē)技圈(quān)的短视频。这些视频引发关注并非内容做得多(duō)优秀，反而都非常简单(dān)，比如一匹正在喝水的马，一只(zh元的结构和部首是什么意思，元的结构和部首是什么字ǐ)画画的(de)玩具熊，或(huò)者一段骑(qí)摩托车的第一(yī)视角录像(xiàng)，随便一个有(yǒu)手机的人(rén)都可(kě)以随手录下一段(duàn)。

但这些(xiē)短(duǎn)视(shì)频(pín)的创作方(fāng)式非(fēi)常简(jiǎn)单，创(chuàng)作(zuò)者仅仅需要向AI输入(rù)一段话，甚至只是(shì)说(shuō)一下(xià)要求，AI就可以根据需要生成一段视频。

谷歌发布的两个AI生成(chéng)视频分别来自于Imagen Video和Phenaki，前(qián)者主(zhǔ)要突(tū)出的是(shì)高清，与Meta的Make-A-Video没有(yǒu)太多的差别(bié)。

在Make-A-Video公(gōng)布了AI生(shēng)成的(de)视频后，AI圈(quān)就已经玩了一波梗，一(yī)个(gè)能够做出更(gèng)高清视频的AI还(hái)不足以(yǐ)在短(duǎn)时间内(nèi)戳中兴奋点。

Phenaki更加令人(rén)震惊的地方(fāng)在于(yú)，它可(kě)以(yǐ)制作出超过2分钟(zhōng)的连贯(guàn)的也(yě)有确切内(nèi)容的视频，这才是真正让人(rén)们(men)感到惊喜的地(dì)方。因为无论AI生成的(de)视频多么高清，也只能是为(wèi)内容生产(chǎn)者(zhě)提供(gōng)一个灵感，一个(gè)素材(cái)，一个过(guò)场动画。

不过能够制(zhì)作出有具体(tǐ)剧(jù)情内容的视频就意味着，一(yī)些视(shì)频创(chuàng)作由AI代(dài)替人工完成已(yǐ)经(jīng)初步有了可能(néng)。

当下AI的发展速度(dù)已经超(chāo)过大部分人的想(xiǎng)象。内容产业(yè)的本质是供给创造需求，AIGC作为(wèi)全新的内容生产方(fāng)式(shì)，可以(yǐ)为(wèi)内容(róng)产业带来更新的内(nèi)容风格、更快的生产(chǎn)速度，更(gèng)低的生产成本，这无疑会驱动内(nèi)容产业的大爆发。

除了AI绘图、视频，AIGC技术(shù)还能应(yīng)用于音(yīn)乐、代(dài)码、机器人(rén)动(dòng)作(zuò)等多种内容形式的(de)生成。不难发现该项技(jì)术不仅在游戏等行(xíng)业(yè)能(néng)得到有效应用，对于(yú)下一代互联网各种元素的构建亦有关(guān)键意(yì)义。

从商业化的角度来看，文化娱乐、教育、传媒等诸(zhū)多领(lǐng)域，本身(shēn)就对基于AI的(de)可(kě)视(shì)化(huà)内容有强烈需(xū)求。

因此，AI绘画(huà)及视频或不是(shì)结(jié)果(guǒ)，而只(zhǐ)是AI进程(chéng)中的一块重要拼图(tú)，有(yǒu)望在(zài)技术更新的加持下实现(xiàn)更大的应用价值。

AI从理解内容，走向了可(kě)以生成内容(róng)，甚至能(néng)够(gòu)创造出独立价值(zhí)和(hé)独立视(shì)角的内容。AIGC的再(zài)次(cì)出圈(quān)，更代表着未来的先进生产(chǎn)力即(jí)将到来。

04

紧抓大模型(xíng)与算力(lì)，牢固(gù)AIGC底(dǐ)座

从技(jì)术(shù)的发(fā)展也可以看出，在语言大模型、图像大(dà)模型之后，多(duō)模态大(dà)模型已经成为了新的(de)趋势。

大模型被誉为当前人工(gōng)智能发展的智能底座，是全球竞(jìng)争最激烈的研(yán)究方(fāng)向(xiàng)之一，包括(kuò)谷歌、亚马逊、百度(dù)、阿里、腾(téng)讯等众多头部(bù)企业(yè)都在竞相发力。

不过训练大模(mó)型(xíng)的确价格(gé)不菲，以国盛(shèng)证券发布的(de)《ChatGPT需要多少算力》报告(gào)估(gū)算，GPT-3训练(liàn)一次的成本约为140万美元。而对于一些更大的LLM(大型语(yǔ)言模型)，训练成(chéng)本则介于200万美元至1200万美元高价之间。

以(yǐ)ChatGPT在2023年1月的独立访客(kè)平均数1300万计算，其(qí)对应芯片(piàn)需求为3万多(duō)片英伟(wěi)达(dá)A100 GPU，初始投入(rù)成本约为8亿美元(yuán)，每日(rì)仅(jǐn)电(diàn)费就在5万美元左右。

此外不(bù)论是ChatGPT还(hái)是AIGC，都离不(bù)开(kāi)庞大算力支持(chí)。在关(guān)注各类大模型(xíng)的发展同(tóng)时，更(gèng)应该关注算力网络的建设。

算力网(wǎng)络正(zhèng)驱(qū)动AI产业发展进入史诗(shī)级加速进程，让AIGC及通(tōng)用AI这一人工智能发(fā)展的终极目(mù)标离得更近。

因为算力可(kě)以对突破性技术创新提供大(dà)力的支(zhī)持。这方面，多(duō)模态大模型是(shì)典型。作为面向未(wèi)来强人工智能、通(tōng)用(yòng)人(rén)工智能的重(zhòng)要技(jì)术创新，多(duō)模(mó)态大(dà)模型(xíng)已经在人(rén)工智能(néng)领(lǐng)域提(tí)出了很(hěn)多年，业界也有不少技术突破，但是(shì)，多模态大模型进一步往下走，算力需求呈(chéng)几何式上升，一般的算力基础设施很快将难以胜任。

从图像(xiàng)、文字、语音单独一项的训练，到双模(mó)态(tài)、三模态的(de)跃迁(qiān)，让人工智能可(kě)以灵活应对不同模(mó)态的转化、像人与世界交互(hù)一(yī)样(yàng)自然，这方面，由算力网络来驱动(dòng)将有明(míng)显优势。

此外，还有很多需要爆发式增长的算力来支撑的技(jì)术(shù)创新，将(jiāng)在人(rén)工智能(néng)算力网络(luò)支撑下快(kuài)速推进。

AIGC已经露出曙光，期待在大模型和大(dà)算力的支持(chí)下(xià)AIGC能持续颠覆(fù)内容生(shēng)产的方式，将创(chuàng)造(zào)的边际成(chéng)本降(jiàng)低，让万(wàn)众受益。

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 元的结构和部首是什么意思，元的结构和部首是什么字