自聊天机器人ChatGPT火爆(bào)以来，微软(ruǎn)公司创(chuàng)始人比尔·盖茨(cí)已多次公开谈论人工(gōng)智(zhì)能话题。在最近的(de)一次采(cǎi)访中，他再次表示(shì)：“AI可能(néng)会让(ràng)科技(jì)行(xíng)业迎来一(yī)次剧烈的(de)洗牌”。

这个结论是他(tā)在当(dāng)地时间2月20日接受(shòu)《In Good Company》节(jié)目专访时提出的(de)。

他预期，AI的(de)发展可能会威(wēi)胁(xié)到谷歌的市占率，因为微软在(zài)AI方(fāng)面的行动相当迅速。而最终科技巨头将把(bǎ)AI整合成用户的(de)“全能助手(shǒu)”，包揽一切应用，与人们进(jìn)行沟通(tōng)并提(tí)供建议，可(kě)以取代(dài)亚马逊、Siri或Outlook等应用。

大佬口中全(quán)能助(zhù)手的(de)到来可能(néng)尚需(xū)时(shí)日，但由ControlNet引发的又一(yī)次AI绘画浪潮，让AIGC在ChatGPT的话题热(rè)点包(bāo)围(wéi)中(zhōng)杀(shā)出重围。

01

ControlNet颠覆AI绘(huì)画新玩法

AIGC向(xiàng)可控靠近

以AI绘画为(wèi)代表的AIGC上(shàng)一次爆(bào)火的(de)时(shí)候，还(hái)是(shì)2022年8月(yuè)，在美国(guó)科罗拉多州举办的新兴数字(zì)艺术家竞赛中，一幅名为《太(tài)空歌剧院》的作品获奖。

随后(hòu)各(gè)大厂商的AI绘画软件被广大网友(yǒu)熟知并体(tǐ)验，Stable Diffusion便是(shì)其中代表。

用户们可(kě)以(yǐ)在应用中输入(rù)一组关(guān)键(jiàn)词或者一张照片(piàn)，就能(néng)获得一(yī)幅AI创作的画作。

作画(huà)的关(guān)键就是所输入的文本。同一(yī)组(zǔ)关键词也可以(yǐ)创作出很多张风格不一(yī)样的画(huà)作，这让创(chuàng)作(zuò)的过程就像开盲盒。

很(hěn)多(duō)用户很喜欢这种(zhǒng)不确(què)定的惊喜(xǐ)，他(tā)们(men)会将生(shēng)成的美图当(dāng)做头像。而另一(yī)部分喜欢翻(fān)看AI绘画的(de)“翻(fān)车(chē)”作品。在社交媒(méi)体上(shàng)，许(xǔ)多用户分享AI“翻车现(xiàn)场”，例如(rú)，一(yī)位网友(yǒu)的小(xiǎo)狗(gǒu)照片被(bèi)AI画成了(le)“肌肉(ròu)男”，还有网友的(de)个人照片被AI识别成了建筑。

而如(rú)今随着ControlNet的出现与加持，以往AI绘画(huà)的填写关键词游戏可能要被颠覆了。

ControlNet是(shì)一位正在斯坦福读博的中国人(rén)张吕敏创作的(de)一种基于控制点的(de)图像变形(xíng)算法(fǎ)，主要用(yòng)于数字图像处理、计算机视觉和计算机图形学等领域(yù)。

其(qí)SD插(chā)件一经(jīng)发(fā)布，在短短的两天内(nèi)便成(chéng)为了AI绘画领域(yù)最新的(de)热(rè)点。

在此之前，大家用了很多(duō)方法想(xiǎng)让(ràng)AI生成(chéng)的结果尽可能的(de)符合要求，但是都不(bù)尽如人意，它的出现代表着AI生成开始进入(rù)真正的可控时期。

因为(wèi)ControlNet可以直接提(tí)取画面(miàn)的(de)构图，人物(wù)的姿势和画面(miàn)的深度信息等(děng)。有了它的帮助，就不用频(pín)繁的(de)用提示词来(lái)碰运(yùn)气，抽盲盒式的(de)创作了。

通俗的说ControlNet相当于给AI绘画加了“魔(mó)法”，不少博主的作品已经获(huò)得了大(dà)量(liàng)的浏览量，“viggo”就是其中之一，他(tā)用朋友的照片直接带(dài)她们(men)走(zǒu)进动漫(màn)世界。

viggo先用StableDiffusion图片转(zhuǎn)文字(zì)。

再用Text2Prompt插(chā)件拓展找(zhǎo)到(dào)对应的关键词；最(zuì)后用(yòng)ControlNet插件绑解是多音字吗怎么读，解字是多音字都有什么音定骨骼开始换关键词(cí)试效果。

通过图片就可(kě)以(yǐ)看(kàn)出(chū)来，效果十分惊艳。

更厉害(hài)的是，除了真实(shí)的照(zhào)片，草图也可以(yǐ)加上(shàng)“魔法”，知乎大牛“DevPoint”和(hé)“逗砂”介绍到ControlNet还能实现线稿转全彩图。大神张吕敏其本(běn)尊也亲自回应(yīng)。

不得不说(shuō)当(dāng)下(xià)AIGC已经变得越(yuè)来越强大，甚至输出的作(zuò)品都已经(jīng)能以假乱真了(le)。

02

难辨虚实，AIGC技术力爆发

警惕安全问题

近日，“苏(sū)州(zhōu)金鸡湖(hú)有游艇(tǐng)party”的消息火遍网络，而经(jīng)过(guò)警方辟谣这(zhè)所谓(wèi)的“party”可能是(shì)全(quán)国第一起AI绘图诈骗。

由于(yú)这个(gè)活动里面给出(chū)的美(měi)女照片都是AI制作(zuò)的真人(rén)照片绘图，因为(wèi)太逼真，被大家当成真事传播了。

不过仔细(xì)观察可以(yǐ)发现，活动发(fā)起者(zhě)提供(gōng)的照片中(zhōng)有个很大的漏洞可以发(fā)现并非真人(rén)，而是(shì)AI绘图，那便是图(tú)片中(zhōng)女(nǚ)性的手指部(bù)分有(yǒu)的存在(zài)异常(cháng)。

有行业人(rén)事表示：“现在因为手指部分的绘画算法比较复杂，AI还不太会画人(rén)的(de)手，但最新看到(dào)的图片(piàn)已经有(yǒu)越来(lái)越完美的AI模型出现，以(yǐ)后可能就完(wán)全(quán)没有漏洞(dòng)了。”

类似的AI作图诈骗(piàn)在国外也(yě)已有(yǒu)发(fā)生。据英国(guó)广播公司报道，土耳其地震期(qī)间，有Tiktok用(yòng)户使(shǐ)用AI合成了儿(ér)童受灾的(de)假照片发布(bù)到(dào)网络，以此诱骗善良的(de)人打(dǎ)赏“捐(juān)助”从而实施(shī)诈骗。

目(mù)前随着技术发展，AIGC已经(jīng)能(néng)做出真(zhēn)人照片般的绘图效果，如果(guǒ)这样的图片被用来(lái)诈骗，将非常可怕。

此(cǐ)外(wài)AIGC还引(yǐn)发了很多担忧，一方面(miàn)，批判(pàn)者认为AI在“学习(xí)”了大量前人(rén)的作品(pǐn)之后，其(qí)创作没(méi)有任何情绪和(hé)灵(líng)魂，难以(yǐ)和(hé)人类的艺术创作相提并论。

另一方(fāng)面(miàn)，AIGC背后的版权、目前(qián)都(dōu)并没有得(dé)到有效的(de)解(jiě)决，还有(yǒu)AIGC会不会(huì)代(dài)替人(rén)类“至高无(wú)上”的创(chuàng)意。

马斯克也强调，人工智能的(de)安全问题需要得到重(zhòng)视，太晚就来不及了。

03

AIGC下一站除了视频(pín)，还有远(yuǎn)方

技术都(dōu)是有两(liǎng)面性的，潜在(zài)的危(wēi)害(hài)并不能掩盖其(qí)光辉的(de)贡(gòng)献。现在看来，人工智(zhì)能技术(shù)将是第四次工(gōng)业革(gé)命(mìng)的(de)核心驱动力量，将创(chuàng)造新的(de)增长奇迹。

过去一年(nián)，人工智(zhì)能(néng)在技术和商业层面都有了巨大进展(zhǎn)，AI绘画(huà)就是人工(gōng)智(zhì)能技术发(fā)生方向性(xìng)改变的一个(gè)代表(biǎo)。其下(xià)一站(zhàn)或许就是视频。

此(cǐ)前，Meta和谷歌先后(hòu)发布了几条引(yǐn)爆科技圈的(de)短(duǎn)视频。这些视(shì)频引发关注并非(fēi)内容做得多优秀，反而都非常(cháng)简单，比如一匹正在喝水(shuǐ)的马，一只画画的玩具熊，或者一段(duàn)骑(qí)摩(mó)托车的第一(yī)视(shì)角录像，随便一个有手机的人都可以随(suí)手(shǒu)录下一段。

但这些(xiē)短视频的创作方式(shì)非常简单，创(chuàng)作者仅仅需要向(xiàng)AI输入一段话，甚至(zhì)只是说一下要求(qiú)，AI就可以(yǐ)根据需要生成一段视频。

谷(gǔ)歌发布的两个AI生成视频分别来自(zì)于Imagen Video和Phenaki，前者(zhě)主要突出的是高(gāo)清，与Meta的Make-A-Video没有太多的差别(bié)。

在Make-A-Video公布(bù)了(le)AI生成的视频后，AI圈就已经玩了一波梗，一个能够做出(chū)更高清视频的AI还不足以在(zài)短时间(jiān)内戳中兴奋(fèn)点。

Phenaki更加令人(rén)震惊的地方在(zài)于，它可以制作出超过(guò)2分钟(zhōng)的连贯的也有确切内(nèi)容的(de)视频(pín)，这(zhè)才是真(zhēn)正让人们感(gǎn)到惊喜(xǐ)的(de)地方。因为(wèi)无论AI生成的视频多么高(gāo)清，也(yě)只能是为内容生产(chǎn)者提供一个灵感，一个素材，一个(gè)过场动画。

不过能够制作出(chū)有具(jù)体剧情内(nèi)容(róng)的(de)视(shì)频就意(yì)味着，一些视频创作由AI代替人工完(wán)成(chéng)已(yǐ)经初步有了(le)可能(néng)。

当下AI的(de)发展(zhǎn)速度已(yǐ)经超(chāo)过大部分(fēn)人的想象(xiàng)。内(nèi)容(róng)产业的本(běn)质是供给(gěi)创(chuàng)造需(xū)求，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(xīn)的内容风格、更快的生产(chǎn)速(sù)度(dù)，更低的生(shēng)产成本，这无(wú)疑会驱动内容产业的大爆发。

除了AI绘图、视频，AIGC技(jì)术还能应用于音乐、代码(mǎ)、机器人动作等(děng)多种内容(róng)形式的生成。不难发现该项技术不仅在游戏等行业能得到(dào)有(yǒu)效应用，对(duì)于下一(yī)代(dài)互(hù)联网各种(zhǒng)元(yuán)素的构建亦有(yǒu)关键意义。

从商(shāng)业化的角(jiǎo)度(dù)来(lái)看，文化娱乐、教育、传媒(méi)等诸多领域(yù)，本身就对基于AI的可视化内(nèi)容有(yǒu)强烈需求。

因此，AI绘(huì)画及视频或不(bù)是结(jié)果，而只是AI进程中的(de)一块(kuài)重(zhòng)要拼图，有望(wàng)在技术更新(xīn)的加持下实现更大的(de)应用(yòng)价值。

AI从理解内容，走向(xiàng)了可以(yǐ)生成内容(róng)，甚(shèn)至能够创造出独(dú)立价值和(hé)独立视角的内容。AIGC的再次出圈，更(gèng)代(dài)表着未(wèi)来的先进生产力(lì)即将到(dào)来(lái)。

04

紧抓大模型与(yǔ)算力(lì)，牢(láo)固AIGC底座

从技术的发展也可(kě)以看出，在语(yǔ)言大模型(xíng)、图像大模型之(zhī)后(hòu)，多模(mó)态大(dà)模型已经成(chéng)为了新的趋势(shì)。

大(dà)模型(xíng)被誉为当前人工智能发展的智(zhì)能底座，是全(quán)球竞(jìng)争(zhēng)最激烈的研究(jiū)方向(xiàng)之一(yī)，包括谷歌、亚马逊、百度、阿里(lǐ)、腾讯等众(zhòng)多头部企(qǐ)业都在(zài)竞相发力(lì)。

不过训练大模型的确(què)价格(gé)不菲(fēi)，以国盛证券(quàn)发布的《ChatGPT需要(yào)多少算力》报告估算，GPT-3训练一(yī)次的成本(běn)约(yuē)为(wèi)140万美元。而对(duì)于一些更(gèng)大的LLM(大型(xíng)语言(yán)模型)，训练成(chéng)本则介于200万美(měi)元至1200万(wàn)美元高价之间。

以ChatGPT在2023年1月(yuè)的独(dú)立访客平均数(shù)1300万计算，其(qí)对应芯片需(xū)求为(wèi)3万(wàn)多片英伟达A100 GPU，初(chū)始(shǐ)投(tóu)入(rù)成本约为8亿美元，每日仅电(diàn)费(fèi)就在5万美元(yuán)左右。

此(cǐ)外不论是ChatGPT还是AIGC，都(dōu)离不开庞(páng)大算力支(zhī)持。在关注各(gè)类大(dà)模型的发展同时，更应该关注(zhù)算力网络的建设。

算(suàn)力网络正驱动AI产业发(fā)展进入史诗级加速进(jìn)程(chéng)，让AIGC及(jí)通(tōng)用AI这一人工智能(néng)发展的终极目标离得更近(jìn)。

因为(wèi)算力可以对突破性(xìng)技术创新提供大力的支(zhī)持(chí)。这方面，多模态大模型是典型。作为(wèi)面向未来(lái)强人工智(zhì)能、通用人工智能的重要(yào)技术(shù)创新(xīn)，多(duō)模态大(dà)模型已经(jīng)在人工智能领(lǐng)域提出(chū)了很多(duō)年，业界也有不(bù)少技术突(tū)破(pò)，但是，多(duō)模态(tài)大模型进一(yī)步往下(xià)走，算力需求(qiú)呈(chéng)几何式(shì)上升(shēng)，一般的算力基础(chǔ)设施(shī)很快将(jiāng)难以(yǐ)胜任(rèn)。

从图(tú)像(xiàng)、文字、语音单独(dú)一项的(de)训练，到(dào)双模态、三(sān)模态的跃迁，让人工(gōng)智能可以(yǐ)灵活(huó)应(yīng)对不同(tóng)模态(tài)的转化、像人与(yǔ)世界(jiè)交互一样(yàng)自(zì)然，这(zhè)方面，由算力网络来(lái)驱(qū)动(dòng)将有明显优(yōu)势(shì)。

此外，还有很多需要爆发式(shì)增(zēng)长的算力来支撑(chēng)的技(jì)术创新，将在(zài)人工智能算(suàn)力网络支撑下快速推进。

AIGC已(yǐ)经(jīng)露出曙光(guāng)，期待在大模型和大算力(lì)的(de)支持下AIGC能持续颠(diān)覆(fù)内容生产的方式，将创(chuàng)造的边际成本(běn)降低(dī)，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 解是多音字吗怎么读，解字是多音字都有什么音