自聊天(tiān)机器人ChatGPT火爆以(yǐ)来，微软(ruǎn)公司创始人(rén)比尔·盖茨已(yǐ)多次公开谈(tán)论人工智能(néng)话题。在(zài)最近的一次采访(fǎng)中，他再次表示(shì)：“AI可能会(huì)让科技行业迎来一次剧烈的洗牌”。

这(zhè)个结(jié)论是他在当地(dì)时间2月(yuè)20日接受《In Good Company》节目专访时(shí)提出的(de)。

他预期，AI的发展可(kě)能会威胁到谷歌(gē)的市占率，因为微软(ruǎn)在AI方(fāng)面的(de)行动相当(dāng)迅速。而最终科技巨头将(jiāng)把AI整合成用户(hù)的(de)“全能助手”，包(bāo)揽(lǎn)一(yī)切应用，与人(rén)们进(jìn)行沟通并(bìng)提供建议(yì)，可以取(qǔ)代亚马逊、Siri或Outlook等应用。

大佬口中全能(néng)助手的到来可(kě)能(néng)尚(shàng)需(xū)时(shí)日，但由ControlNet引发的(de)又一(yī)次AI绘画浪潮，让AIGC在ChatGPT的话题热点(diǎn)包(bāo)围中杀(shā)出重围。

01

ControlNet颠(diān)覆AI绘(huì)画新玩法

AIGC向可控靠近

以AI绘画(huà)为代表的AIGC上(shàng)一次爆火的时候，还是2022年8月，在美国科罗拉多州举办的新兴数字(zì)艺术家竞赛(sài)中，一幅名(míng)为《太空歌剧(jù)院》的作品获奖。

随后各大厂商的AI绘画软件被(bèi)广大网(wǎng)友熟知并体验，Stable Diffusion便是其中代表(biǎo)。

用(yòng)户们可以(yǐ)在应用中输入一组关键词(cí)或者一张照片，就能获(huò)得一幅AI创作的画(huà)作。

作画(huà)的关键就是所输入的文本。同一(yī)组关键词也可以创(chuàng)作出很(hěn)多(duō)张(zhāng)风格不一样(yàng)的(de)画作，这(zhè)让(ràng)创作的(de)过程就像开盲(máng)盒。

很(hěn)多用户(hù)很喜欢这种不确定的惊喜(xǐ)，他(tā)们会(huì)将生成的美(měi)图当做(zuò)头像。而另一部分喜(xǐ)欢翻(fān)看AI绘(huì)画的“翻车(chē)”作品。在(zài)社交(jiāo)媒体上，许多用户分享(xiǎng)AI“翻车(chē)现场(chǎng)”，例如，一位(wèi)网友的(de)小狗照(zhào)片被AI画成了“肌(jī)肉男”，还有网友的个人(rén)照片被AI识别成了建筑。

而如今(jīn)随着(zhe)ControlNet的(de)出(chū)现与(yǔ)加持，以往AI绘画的填写关(guān)键词游戏可(kě)能要(yào)被颠覆了。

ControlNet是一位(wèi)正在斯坦福读(dú)博的中国人张吕敏(mǐn)创作的(de)一(yī)种基于控制(zhì)点的图像变形算法，主(zhǔ)要用于数字图像处(chù)理、计算机(jī)视(shì)觉和计算(suàn)机图形(xíng)学(xué)等领域。

其(qí)SD插件一经发布，在短(duǎn)短的两天内(nèi)便成为了(le)AI绘画领域最新的热(rè)点(diǎn)。

在(zài)此之前，大家用了(le)很多方法想让AI生(shēng)成的(de)结果(guǒ)尽可能的符合要求(qiú)，但是(shì)都不尽如人意(yì)，它的出现代表着AI生成开始进入真(zhēn)正(zhèng)的(de)可(kě)控时期。

因为ControlNet可以直(zhí)接提(tí)取(qǔ)画面的构图，人物的(de)姿势和画面的深度信(xìn)息等。有了(le)它的帮助(zhù)，就不用频繁的用提示词来碰运(yùn)气，抽(chōu)盲盒(hé)式(shì)的创(chuàng)作了(le)。

通俗(sú)的说(shuō)ControlNet相当(dāng)于给(gěi)AI绘画加了“魔法”，不少博(bó)主的作品已经获得了大(dà)量的(de)浏览量(liàng)，“viggo”就(jiù)是其中之一，他用朋(péng)友的照片(piàn)直接带(dài)她们走(zǒu)进动漫世界(jiè)。

viggo先用StableDiffusion图片(piàn)转文(wén)字。

再(zài)用Text2Prompt插件拓展找到对应的关键词；最后(hòu)用ControlNet插件绑定(dìng)骨骼开(kāi)始换关键词试效(xiào)果。

成玉元君的身世是什么，成玉元君是什么身份 data-ratio="0.54140625" data-s="300,640" data-type="jpeg" data-w="1280">

通过图片就可以看出来(lái)，效果(guǒ)十分惊艳。

更厉害的是，除了真实(shí)的照片，草图(tú)也可以加上“魔法(fǎ)”，知乎(hū)大牛(niú)“DevPoint”和“逗砂”介绍(shào)到ControlNet还能实现(xiàn)线稿(gǎo)转全(quán)彩图。大神张吕敏其本尊也亲自回应。

不得(dé)不说当下AIGC已经变(biàn)得越来越强(qiáng)大，甚(shèn)至输出(chū)的作品(pǐn)都(dōu)已(yǐ)经(jīng)能以假乱真(zhēn)了。

02

难辨虚实，AIGC技术力爆发

警惕安全问题

近日，“苏(sū)州金鸡湖(hú)有游艇party”的消息火遍网络，而经过警方(fāng)辟(pì)谣这所谓的“party”可能是全国第(dì)一起AI绘图(tú)诈骗。

由于这个活(huó)动里面给出的美女照(zhào)片都(dōu)是AI制作的真人照(zhào)片绘图，因为太逼真，被大家当成真事传播了。

不过仔细(xì)观(guān)察可以发现，活动发起者(zhě)提供的(de)照片中有个(gè)很(hěn)大的漏洞(dòng)可以(yǐ)发现(xiàn)并非真人，而(ér)是AI绘图，那便(biàn)是图片中(zhōng)女性的手(shǒu)指部分有(yǒu)的存在(zài)异常。

有行业人事表示：“现在(zài)因(yīn)为手指(zhǐ)部(bù)分的(de)绘画算法比较复杂(zá)，AI还不太会画人的(de)手(shǒu)，但最(zuì)新看到的图片已经有(yǒu)越来越完美的AI模(mó)型出(chū)现，以后可能就(jiù)完全没有漏洞了。”

类似的AI作图(tú)诈骗在(zài)国外也(yě)已(yǐ)有(yǒu)发生。据英国(guó)广播公(gōng)司(sī)报(bào)道(dào)，土耳其地震期间，有(yǒu)Tiktok用(yòng)户使用AI合(hé)成了儿童(tóng)受(shòu)灾的假照片发布到网络，以此诱骗(piàn)善良的人打赏“捐助”从(cóng)而实施诈骗。

目前随(suí)着技(jì)术发展(zhǎn)，AIGC已经能做出真人照片般的绘图效果，如果这样(yàng)的图片被(bèi)用(yòng)来诈骗(piàn)，将非常可怕(pà)。

此外AIGC还引发了很多担忧，一方面，批判者认为AI在(zài)“学习”了大量(liàng)前(qián)人的作品之后，其创作没有任何情绪和灵魂，难(nán)以和人类(lèi)的(de)艺(yì)术创作(zuò)相提(tí)并(bìng)论。

另(lìng)一方面，AIGC背后的版权、目前都并没有得(dé)到(dào)有(yǒu)效的解决，还有(yǒu)AIGC会(huì)不会代替人类“至高无(wú)上”的创意。

马斯克(kè)也强调，人(rén)工智(zhì)能的安全问题需要得到重视(shì)，太晚就来不及了。

03

AIGC下(xià)一(yī)站除了视频，还有远方

技术都(dōu)是有两(liǎng)面性的(de)，潜在的危害并不能掩盖其(qí)光辉(huī)的贡献。现在看(kàn)来(lái)，人(rén)工(gōng)智能技术(shù)将是第四次工业(yè)革命(mìng)的核心驱动力量(liàng)，将创造(zào)新的增长奇迹。

过(guò)去一年(nián)，人工智能在技术和(hé)商业层面都有了巨大进展，AI绘画(huà)就是(shì)人工智能技(jì)术发(fā)生方向(xiàng)性(xìng)改(gǎi)变的一个代(dài)表。其下一站或(huò)许就是(shì)视频。

此前，Meta和谷歌先后(hòu)发(fā)布了几条引(yǐn)爆科(kē)技圈(quān)的短视频。这些视频引(yǐn)发关注并非内(nèi)容做得多优(yōu)秀(xiù)，反(fǎn)而都非常简(jiǎn)单，比如(rú)一匹正在喝(hē)水的马，一只(zhǐ)画画的玩具(jù)熊，或者一(yī)段(duàn)骑(qí)摩(mó)托车的第一视角录像，随便(biàn)一个有手机的人都(dōu)可以随手(shǒu)录下一段。

但这些短视频(pín)的创作方式非常简单，创作者仅仅(jǐn)需要向AI输入(rù)一(yī)段话，甚(shèn)至只(zhǐ)是说一(yī)下要求(qiú)，AI就可以根据需要生成一段视(shì)频。

谷歌(gē)发(fā)布的(de)两个AI生(shēng)成视(shì)频(pín)分(fēn)别来自于Imagen Video和Phenaki，前者主(zhǔ)要突出的是高清，与(yǔ)Meta的Make-A-Video没有太多的(de)差(chà)别。

在Make-A-Video公布了(le)AI生成的视(shì)频后，AI圈就(jiù)已经玩了一波梗，一(yī)个(gè)能够做(zuò)出更高清视频的(de)AI还(hái)不足(zú)以(yǐ)在(zài)短时间(jiān)内戳中兴奋(fèn)点。

Phenaki更加令(lìng)人震惊(jīng)的(de)地方在(zài)于，它可以制作(zuò)出超过2分钟的连贯的也有确切内容的视频(pín)，这才是真正让(ràng)人们感到(dào)惊喜的地(dì)方。因为无论AI生成(chéng)的视频多么高清，也只能是为内容生产者(zhě)提供一(yī)个灵感，一个素材，一个过场动画(huà)。

不过能(néng)够制作(zuò)出有具体(tǐ)剧情内容的视频(pín)就意(yì)味着，一些视(shì)频创作由AI代替人工(gōng)完(wán)成已(yǐ)经初步有了可能(néng)。

当下AI的发(fā)展速度已经(jīng)超过大(dà)部分人的(de)想象(xiàng)。内容(róng)产业的本质是供给创(chuàng)造需求，AIGC作为(wèi)全新的内容生产方式，可以为内容产业带(dài)来更新的内容(róng)风格、更快的生产速(sù)度(dù)，更低(dī)的生(shēng)产成本，这无疑会驱(qū)动内容产业的大爆(bào)发。

除了AI绘图、视(shì)频，AIGC技术还能应(yīng)用于(yú)音乐、代(dài)码、机器(qì)人(rén)动作等(děng)多(duō)种(zhǒng)内容(róng)形式(shì)的生成。不(bù)难(nán)发现该项技(jì)术(shù)不仅在(zài)游戏等行业能得到有(yǒu)效应用，对于下一代(dài)互联(lián)网各种元素(sù)的构建亦(yì)有关键意义。

从商业化的角度来看，文(wén)化(huà)娱(yú)乐、教(jiào)育、传媒等诸多领域，本身就(jiù)对(duì)基于AI的可视化内容有(yǒu)强(qiáng)烈需求。

因此，AI绘画(huà)及视频(pín)或不是(shì)结果，而只(zhǐ)是AI进(jìn)程中的一(yī)块(kuài)重(zhòng)要拼图，有望在技(jì)术(shù)更(gèng)新的加持(chí)下实(shí)现(xiàn)更(gèng)大的应用价值。

AI从(cóng)理解内容，走向了可以生成内容，甚至能够创(chuàng)造出独立价值(zhí)和独立视角的内容。AIGC的再(zài)次出圈，更代表(biǎo)着未来的(de)先(xiān)进(jìn)生产力即将到来。

04

紧抓大(dà)模(mó)型与(yǔ)算力，牢固AIGC底座

从技术的发展也可以看出，在语言大模型、图像(xiàng)大模型之(zhī)后，多模态大模(mó)型已经成为了新的趋(qū)势。

大模型被誉为当前(qián)人工智能发展的智能底座，是全球(qiú)竞争(zhēng)最激烈的研(yán)究方(fāng)向之一(yī)，包括谷(gǔ)歌(gē)、亚马(mǎ)逊(xùn)、百度(dù)、阿里、腾讯(xùn)等众多头(tóu)部企业(yè)都在竞(jìng)相(xiāng)发力。

不过训练大模型的(de)确价格不(bù)菲(fēi)，以国盛(shèng)证券发布的《ChatGPT需(xū)要多少算(suàn)力(lì)》报(bào)告估(gū)算，GPT-3训练(liàn)一次(cì)的成本约为140万美元。而对于一些(xiē)更大的LLM(大(dà)型语言模(mó)型(xíng))，训练成本则介于200万美(měi)元至1200万美元高价之间(jiān)。

以ChatGPT在(zài)2023年1月的独(dú)立访(fǎng)客平均(jūn)数1300万计算，其(qí)对应芯片需(xū)求为3万多片英伟达(dá)A100 GPU，初始投入成(chéng)本约为8亿(yì)美元，每(měi)日仅电费就在5万(wàn)美(měi)元左右。

此外不论是ChatGPT还(hái)是AIGC，都离不开庞大算力(lì)支持(chí)。在关(guān)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(suàn)力网络正(zhèng)驱动AI产业发展(zhǎn)进入史(shǐ)诗(shī)级加速(sù)进程，让AIGC及通(tōng)用AI这一人工智能发展的终极目标离得(dé)更(gèng)近。

因(yīn)为(wèi)算力可(kě)以(yǐ)对突(tū)破性技术创新提(tí)供大力的支持。这方面，多(duō)模态大模型是典型(xíng)。作为面向未来强人工智(zhì)能(néng)、通用(yòng)人工(gōng)智能的(de)重要技术创新，多模(mó)态大模型已经在人工智能领(lǐng)域提出了很多(duō)年，业界(jiè)也(yě)有不少(shǎo)技术突破，但是，多模态大模型进一(yī)步往下走，算力需求呈(chéng)几何式上升，一般(bān)的算力基础设施很(hěn)快将难以(yǐ)胜(shèng)任。

从图像、文字、语音单独(dú)一项的训练，到双模态、三模态的跃(yuè)迁，让人工智能可(kě)以(yǐ)灵活应(yīng)对不(bù)同模态的转化、像人与(yǔ)世界(jiè)交互一样(yàng)自然，这方面，由(yóu)算力网络来驱动(dòng)将有明显优势。

此外，还有很(hěn)多需要爆发(fā)式(shì)增(zēng)长(zhǎng)的算力来支撑的技(jì)术创新，将在人(rén)工智能算力(lì)网络支撑(chēng)下快(kuài)速推进。

AIGC已(yǐ)经露出曙(shǔ)光，期(qī)待在大模型和大算力的(de)支(zhī)持下AIGC能持续颠覆内(nèi)容生产的方(fāng)式，将创造的边际成本降低，让万(wàn)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 成玉元君的身世是什么，成玉元君是什么身份