自聊(liáo)天机器人ChatGPT火爆以来，微软公(gōng)司创始人比尔(ěr)·盖茨(cí)已多(duō)次(cì)公开谈论人工智能话题(tí)。在最近的一(yī)次(cì)采(cǎi)访中，他再次表示：“AI可能会让科技行业迎来一(yī)次(cì)剧烈的洗牌”。

这个结论是(shì)他在(zài)当地时间2月(yuè)20日接受(shòu)《In Good Company》节目专访时提出的。

他预期，AI的(de)发展可能会威胁到谷歌的(de)市占率，因为微软在AI方面(miàn)的行(xíng)动(dòng)相当迅速。而(ér)最终科技巨头将(jiāng)把AI整合成用户(hù)的(de)“全能助(zhù)手”，包揽一切应用，与人们进行沟通(tōng)并(bìng)提供建议(yì)，可以取(qǔ)代亚马逊(xùn)、Siri或Outlook等应(yīng)用。

大佬口(kǒu)中全(quán)能助手(shǒu)的到来可能(néng)尚需时日，但由ControlNet引发(fā)的又一次(cì)AI绘画(huà)浪(làng)潮，让AIGC在ChatGPT的话题(tí)热点包围中杀出(chū)重围(wéi)。

01

ControlNet颠覆(fù)AI绘画新玩(wán)法

AIGC向可控靠近

以AI绘画为代表的(de)AIGC上一(yī)次(cì)爆火(huǒ)的(de)时(shí)候，还是2022年(nián)8月(yuè)，在美国(guó)科罗拉多州(zhōu)举办的新(xīn)兴数字艺术家(jiā)竞赛中，一(yī)幅名为(wèi)《太空歌(gē)剧(jù)院(yuàn)》的作品(pǐn)获奖。

随后各大厂商的AI绘画软件(jiàn)被广大网(wǎng)友熟知并体(tǐ)验(yàn)，Stable Diffusion便是其(qí)中代表。

用(yòng)户们(men)可以在(zài)应用中输(shū)入一组关键词或(huò)者一张照片，就能(néng)获(huò)得(dé)一(yī)幅AI创(chuàng)作(zuò)的画作。

作画(huà)的关键就(jiù)是(shì)所输入的文本。同一组关键词也(yě)可以(yǐ)创作出(chū)很多张风格不一样的(de)画作，这(zhè)让创作(zuò)的过程就像(xiàng)开(kāi)盲盒(hé)。

很多用户很喜欢这种不确定的惊喜，他们会将生成的美图当做头像(xiàng)。而另一(yī)部分喜(xǐ)欢翻看AI绘画的“翻车”作品。在社交媒体上，许(xǔ)多用户分享(xiǎng)AI“翻(fān)车现场”，例如，一位网友的(de)小狗照(zhào)片被AI画成了(le)“肌肉男(nán)”，还有网友的个(gè)人照(zhào)片被(bèi)AI识别成了建筑。

而(ér)如今随着(zhe)ControlNet的出(chū)现(xiàn)与加持，以(yǐ)往(wǎng)AI绘画(huà)的填写关键词游戏可(kě)能要(yào)被颠覆了。

ControlNet是一位正在斯坦福(fú)读博的(de)中国人张吕敏(mǐn)创作的(de)一种(zhǒng)基于控(kòng)制点的图(tú)像变形算法，主要用于数(shù)字(zì)图(tú)像处理、计算机(jī)视(shì)觉和计算机(jī)图(tú)形学等领域。

其SD插件一(yī)经发布，在短(duǎn)短(duǎn)的两天内(nèi)便成为了AI绘画领域(yù)最新的热点。

在此之前，大家用(yòng)了很多方法想说女生坐摇摇车是什么意思，摇摇车的意思污让AI生(shēng)成的(de)结(jié)果尽可(kě)能的符合要(yào)求，但是都不尽如人意(yì)，它的出现代表着AI生(shēng)成开始进入真(zhēn)正的可控(kòng)时期。

因为(wèi)ControlNet可以(yǐ)直(zhí)接提取画面(miàn)的(de)构(gòu)图(tú)，人物(wù)的姿势(shì)和画面的深度信(xìn)息等。有了它的(de)帮助，就不用(yòng)频(pín)繁的用(yòng)提示词(cí)来碰(pèng)运气，抽盲盒(hé)式的创作(zuò)了。

通俗的说ControlNet相当于给AI绘画加了(le)“魔法”，不少博(bó)主的作品已经获得(dé)了大量的浏览(lǎn)量，“viggo”就(jiù)是其中之一，他用(yòng)朋(péng)友的照片直(zhí)接带她们走进动漫世界。

viggo先用StableDiffusion图片转文字。

再用Text2Prompt插件拓展找到(dào)对(duì)应的关键(jiàn)词；最后用(yòng)ControlNet插件绑定骨骼开始换关键(jiàn)词(cí)试效(xiào)果。

通过图片(piàn)就(jiù)可以(yǐ)看出来(lái)，效果十分惊艳。

更厉害的是，除了(le)真实(shí)的照(zhào)片(piàn)，草图也可(kě)以加上(shàng)“魔法”，知乎(hū)大牛“DevPoint”和“逗(dòu)砂”介(jiè)绍到ControlNet还能实现线稿转(zhuǎn)全彩图。大神张吕(lǚ)敏其(qí)本尊(zūn)也亲(qīn)自回应。

不得不说当下AIGC已经变得(dé)越(yuè)来(lái)越(yuè)强大，甚至(zhì)输出(chū)的作品都已经(jīng)能以假乱(luàn)真了。

02

难辨虚(xū)实，AIGC技(jì)术力爆发

警惕安全问题

近日，“苏州金(jīn)鸡湖有游艇(tǐng)party”的消息火(huǒ)遍(biàn)网(wǎng)络，而经(jīng)过警(jǐng)方辟谣(yáo)这(zhè)所谓的(de)“party”可能是全国第一起AI绘图(tú)诈骗。

由于这(zhè)个活动(dòng)里面给出的美女照片都是(shì)AI制(zhì)作的真人照片绘(huì)图，因(yīn)为(wèi)太(tài)逼真，被(bèi)大(dà)家当成真事传(chuán)播了。

不(bù)过仔(zǎi)细观察可以发现(xiàn)，活动(dòng)发起者提供(gōng)的照片中(zhōng)有个很(hěn)大的漏洞可以发现并非真(zhēn)人，而是AI绘图，那便是图片中女性的(de)手指部分有(yǒu)的存(cún)在异常。

有行业人事表示：“现在因(yīn)为(wèi)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，但最新看到的图片(piàn)已经有越来越完(wán)美(měi)的AI模型出现，以后可能就完全(quán)没(méi)有漏洞(dòng)了。”

类(lèi)似(shì)的(de)AI作图诈骗在国外也已有发生。据英国广播(bō)公司报道，土耳其地震期间，有Tiktok用户(hù)使用(yòng)AI合成了儿童(tóng)受(shòu)灾的假照(zhào)片发布到网络(luò)，以此诱骗善(shàn)良的人打赏“捐助”从(cóng)而实施(shī)诈骗(piàn)。

目前随着(zhe)技术发(fā)展，AIGC已经能做出真人照片般的(de)绘图效果，如果这样的图片被用来诈骗，将非常(cháng)可(kě)怕(pà)。

此外AIGC还引发了很多担忧，一方面(miàn)，批判者认为AI在“学习”了(le)大量(liàng)前人的作品之后，其创作没有任何情绪和灵(líng)魂，难(nán)以和人类的艺(yì)术创作相(xiāng)提(tí)并论。

另一(yī)方面，AIGC背后的版权、目(mù)前都并没有得到有效(xiào)的解决，还有AIGC会不会代替人类“至高无上”的(de)创意。

马斯克也强(qiáng)调，人工智能的安全问题需(xū)要(yào)得到重视(shì)，太晚就来不及了。

03

AIGC下(xià)一(yī)站除了(le)视频，还有(yǒu)远(yuǎn)方

技术都是有两面(miàn)性的，潜在的(de)危(wēi)害并不能掩盖其光辉的贡献。现在看来，人工智(zhì)能技术(shù)将是第四次工业革命的(de)核(hé)心驱动力量，将创(chuàng)造新(xīn)的增长奇迹。

过(guò)去一年，人(rén)工智能(néng)在技术(shù)和商业层面都有了巨大进展，AI绘(huì)画就是人工智能技术发生方向性改变的一个代(dài)表。其下一站或许就是(shì)视(shì)频。

此(cǐ)前，Meta和(hé)谷歌先后发布了几条引(yǐn)爆科技圈的短视频(pín)。这些视频引发关注并非内容做得(dé)多优(yōu)秀，反(fǎn)而都非常简单，比如一(yī)匹正在喝水的马，一只画画的玩具(jù)熊，或者一段(duàn)骑摩(mó)托车的第(dì)一(yī)视角(jiǎo)录像(xiàng)，随便一个(gè)有手(shǒu)机(jī)的人都可(kě)以随手录下一(yī)段。

但(dàn)这些短视频的(de)创作方式非(fēi)常简单，创作者仅仅(jǐn)需(xū)要向AI输入一段话，甚至只是说一下要求(qiú)，AI就可以(yǐ)根(gēn)据(jù)需要生成一段视频(pín)。

谷歌发布(bù)的两个AI生成视频(pín)分别来自于Imagen Video和Phenaki，前者主要突出的(de)是(shì)高清(qīng)，与Meta的Make-A-Video没有太(tài)多的差别。

在Make-A-Video公布了AI生成的视频(pín)后，AI圈就已经玩(wán)了一波梗，一个能够做出更高清视(shì)频的AI还不足以(yǐ)在短时(shí)间内戳中兴奋点。

Phenaki更加令(lìng)人(rén)震惊的地(dì)方在于(yú)，它可(kě)以制作出超过2分(fēn)钟的连贯的也有确(què)切内容的视频，这才是真正(zhèng)让人们感到惊喜的地方。因(yīn)为无论AI生成的视频(pín)多么高清，也只能(néng)是为内容生(shēng)产者提供一个灵(líng)感，一个素材，一个(gè)过场动画(huà)。

不过能够制作出有具(jù)体剧情(qíng)内(nèi)容的(de)视频就意味着，一些视频创作(zuò)由AI代替(tì)人工(gōng)完成已经初(chū)步有了可(kě)能。

当下AI的发展速度已经(jīng)超过大部分人的想(xiǎng)象。内容(róng)产(chǎn)业的(de)本质(zhì)是供给创造需(xū)求(qiú)，AIGC作为(wèi)全新的(de)内容生(shēng)产方式，可以(yǐ)为内容产业带来更新的内容风格、更快的生(shēng)产速度，更低的生产成本，这无疑会驱动内(nèi)容产业(yè)的大爆发。

除了AI绘(huì)图(tú)、视频，AIGC技术还能应用于音(yīn)乐、代(dài)码、机(jī)器(qì)人动作等多(duō)种内容形式的生成。不难发现该项技术不仅在游戏等行业(yè)能(néng)得到有效应用，对于下一代互联(lián)网各种元素的构建亦(yì)有关键意义。

从商业化的(de)角(jiǎo)度来(lái)看(kàn)，文(wén)化(huà)娱乐、教育、传媒等诸多领域，本身就(jiù)对基于AI的可视化内容有强烈需求(qiú)。

因此，AI绘画及视频或(huò)不是结(jié)果，而只是AI进程(chéng)中的一块重要拼图(tú)，有望在技(jì说女生坐摇摇车是什么意思，摇摇车的意思污)术更新的(de)加持下实现更大(dà)的应用价(jià)值。

AI从理解(jiě)内容，走(zǒu)向(xiàng)了可以生成内容，甚(shèn)至(zhì)能够创造(zào)出独(dú)立价值和独立视(shì)角(jiǎo)的内容。AIGC的(de)再(zài)次出圈，更代表着未来的先进生产力即将到来。

04

紧抓大模型与算力(lì)，牢固AIGC底座

从技术的发展(zhǎn)也可以看出(chū)，在(zài)语言大模型、图(tú)像大(dà)模型之后(hòu)，多模态大模型已经成为了(le)新的趋(qū)势(shì)。

大(dà)模型被誉(yù)为当(dāng)前(qián)人工智(zhì)能发(fā)展的(de)智能底座，是全球竞争最激烈的(de)研究方向之一，包括谷(gǔ)歌、亚(yà)马逊、百度(dù)、阿(ā)里、腾讯等众多头(tóu)部企(qǐ)业(yè)都在竞相(xiāng)发力。

不过训练大模型的确价格不菲，以国盛证券发布的《ChatGPT需要多少算力》报(bào)告估算，GPT-3训(xùn)练一次的成本约为140万美元。而对(duì)于一些更大的LLM(大(dà)型语言模型)，训练成本则介于(yú)200万(wàn)美元至1200万(wàn)美元高价之(zhī)间。

以ChatGPT在2023年1月的独立访客平均数1300万(wàn)计算(suàn)，其对应芯片需求(qiú)为(wèi)3万多片英伟达A100 GPU，初(chū)始投入(rù)成本约为8亿美元，每日仅电费就在(zài)5万(wàn)美元左右。

此外不论是ChatGPT还是AIGC，都(dōu)离不开(kāi)庞(páng)大算力支持。在关注各类大模型的(de)发展同时，更应该关注算力网络的建设。

算力(lì)网(wǎng)络正驱动(dòng)AI产(chǎn)业发(fā)展进入史诗(shī)级加速(sù)进程，让(ràng)AIGC及通用AI这一人(rén)工智(zhì)能发展的终极目标离得更(gèng)近。

因为算力(lì)可以对突破性(xìng)技术创新提(tí)供大力(lì)的支(zhī)持。这(zhè)方面，多模态大模型(xíng)是典型。作为面向未来强人工智能、通用人工智能的(de)重要技(jì)术创新，多模态大模型已经在人工智(zhì)能领(lǐng)域提(tí)出了(le)很多年(nián)，业界也(yě)有不少技(jì)术突破，但是(shì)，多(duō)模(mó)态大(dà)模型进一(yī)步往下(xià)走，算(suàn)力需求(qiú)呈几(jǐ)何式上(shàng)升(shēng)，一(yī)般的(de)算力基础(chǔ)设施很快(kuài)将(jiāng)难以胜任。

从图像、文(wén)字(zì)、语音单独(dú)一项(xiàng)的训练，到双模态、三(sān)模态的跃(yuè)迁，让人(rén)工智能可以灵活应对(duì)不同模态的转化、像人与世界交(jiāo)互一样自然(rán)，这方面，由算力网络来(lái)驱(qū)动将有明显优(yōu)势。

此外，还有很多需要爆(bào)发式(shì)增长的算力来支撑的技(jì)术创新，将在人(rén)工智(zhì)能(néng)算(suàn)力(lì)网(wǎng)络支撑下快速(sù)推(tuī)进。

AIGC已经(jīng)露出曙光，期待在大模型和大算力的支(zhī)持(chí)下AIGC能持续颠覆内容生(shēng)产(chǎn)的方式，将创造的边际成本降(jiàng)低，让万众受益。

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 说女生坐摇摇车是什么意思，摇摇车的意思污