自聊(liáo)天机器人ChatGPT火爆(bào)以(yǐ)来，微软公司创始人比尔·盖茨已多次公开谈论人(rén)工(gōng)智(zhì)能话(huà)题(tí)。在最近(jìn)的一次(cì)采访(fǎng)中，他再(zài)次表示：“AI可能会(huì)让科(kē)技行业(yè)迎来一次剧(jù)烈的洗牌”。

这个结论是他(tā)在当地时间2月20日(rì)接受《In Good Company》节目专访(fǎng)时(shí)提出的。

他(tā)预期，AI的发展可(kě)能会威胁到谷歌的市占率，因(yīn)为(wèi)微软(ruǎn)在AI方面的行动(dòng)相当(dāng)迅速(sù)。而(ér)最终科技巨头将(jiāng)把AI整(zhěng)合成用户的(de)“全能助手(shǒu)”，包(bāo)揽一切(qiè)应用，与人们进(jìn)行(xíng)沟通并(bìng)提(tí)供建议，可以取代亚马逊、Siri或Outlook等应用。

大(dà)佬口中全能助(zhù)手(shǒu)的到来可能尚需时(shí)日，但(dàn)由ControlNet引发的又一次(cì)AI绘画浪潮，让AIGC在ChatGPT的话题热点包围中(zhōng)杀出重围(wéi)。

01

ControlNet颠覆AI绘画新玩法

AIGC向可控靠近

以(yǐ)AI绘画为(wèi)代表的(de)AIGC上一(yī)次爆火的(de)时候，还是2022年8月，在美国(guó)科(kē)罗拉(lā)多州举办的新兴数字艺术家(jiā)竞赛中，一幅(fú)名为《太空歌剧院》的作品获奖。

随后各(gè)大厂商的AI绘画软件被广大网友(yǒu)熟知并体验(yàn)，Stable Diffusion便是其(qí)中代表(biǎo)。

用户们可以在应用中(zhōng)输入(rù)一(yī)组关键词(cí)或者(zhě)一张照(zhào)片，就能获得一幅AI创作的画(huà)作(zuò)。

作画(huà)的关键就是所输入的文本(běn)。同一组关(guān)键词也(yě)可以创(chuàng)作出很多张风格不一样的画作，这让创作(zuò)的(de)过程就像开盲盒。

很多用户很喜欢这种(zhǒng)不确(què)定的惊喜，他(tā)们会将生(shēng)成的美(měi)图当(dāng)做头(tóu)像。而另(lìng)一部分喜(xǐ)欢翻看AI绘(huì)画的“翻车”作(zuò)品(pǐn)。在(zài)社交媒体上(shàng)，许多用户分享AI“翻车现场”，例(lì)如，一位网友的小(xiǎo)狗(gǒu)照片被(bèi)AI画成了(le)“肌肉男”，还有网友的个人照片被AI识别成了建筑。

而如今(jīn)随(suí)着ControlNet的出现与加持，以往AI绘画的填写关键词游戏可能要被(bèi)颠覆了(le)。

ControlNet是一位(wèi)正在斯坦福读博的中(zhōng)国人张(zhāng)吕敏创作的(de)一(yī)种基(jī)于控制点的图像变形算法，主(zhǔ)要用于数(shù)字图像(xiàng)处(chù)理、计算机(jī)视觉和计(jì)算机图形(xíng)学等领(lǐng)域。

其SD插件一(yī)经(jīng)发布，在短短的两天内便成为了AI绘画领域最新的(de)热点。

在(zài)此之前(qián)，大(dà)家用了很多方(fāng)法想让AI生成的结(jié)果尽可能的符合要求，但是(shì)都不尽如人(rén)意，它的出现代(dài)表着AI生成开始进(jìn)入真(陈万年教子文言文翻译注释和启示，文言文《陈万年教子》翻译zhēn)正的(de)可(kě)控时期。

因为(wèi)ControlNet可以(yǐ)直接提取(qǔ)画面的构(gòu)图，人物的姿(zī)势和画面(miàn)的(de)深(shēn)度(dù)信息(xī)等。有了(le)它的帮助，就不用频繁(fán)的用提示词来碰运气，抽盲盒(hé)式(shì)的创(chuàng)作了。

通俗的说ControlNet相(xiāng)当于给AI绘画加了“魔法”，不(bù)少博主的作品(pǐn)已经(jīng)获得了大量的浏览量，“viggo”就是其中之(zhī)一，他用朋(péng)友的(de)照片直(zhí)接带(dài)她们走进动漫世界。

viggo先用StableDiffusion图(tú)片转文字(zì)。

再(zài)用Text2Prompt插件拓(tuò)展找到对应的(de)关键词；最后用ControlNet插(chā)件绑(bǎng)定(dìng)骨(gǔ)骼开始换关键词试(shì)效果。

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

更(gèng)厉害(hài)的(de)是，除了(le)真实的照片，草图也可以(yǐ)加(jiā)上(shàng)“魔法(fǎ)”，知(zhī)乎大牛“DevPoint”和“逗(dòu)砂”介绍(shào)到ControlNet还(hái)能实(shí)现线稿转全彩(cǎi)图(tú)。大神张(zhāng)吕敏其本尊也亲自回应。

不得不说当下AIGC已经变得越来越强大，甚(shèn)至输出的作品都(dōu)已经能以假乱(luàn)真了。

02

难辨(biàn)虚实，AIGC技术(shù)力(lì)爆发

警(jǐng)惕(tì)安全问题

近(jìn)日，“苏州金鸡湖有游艇(tǐng)party”的消(xiāo)息火(huǒ)遍网络，而经过警方辟谣这所(suǒ)谓的“party”可能是全(quán)国第一起AI绘(huì)图(tú)诈骗。

由于这(zhè)个活(huó)动(dòng)里面给出的美女照片(piàn)都是AI制作的真人照片绘(huì)图，因为太逼真，被大家当成(chéng)真事传播了。

不过仔细观察可以发现，活动发起者提供的照片中有个很(hěn)大的(de)漏洞可以发(fā)现并非真人，而是AI绘图(tú)，那便是图片中女性(xìng)的手指部分有的(de)存在异常。

有(yǒu)行业(yè)人(rén)事(shì)表示：“现在因(yīn)为手(shǒu)指部分的绘画(huà)算法(fǎ)比较(jiào)复杂，AI还(hái)不太(tài)会(huì)画人的手，但最新看到(dào)的图片已经(jīng)有(yǒu)越来(lái)越完美的AI模型出(chū)现，以后(hòu)可能就完全没(méi)有漏洞了。”

类似的AI作图诈骗(piàn)在国外也已有发(fā)生。据英国广(guǎng)播公司报(bào)道，土耳其地震期间(jiān)，有Tiktok用户使(shǐ)用(yòng)AI合成了儿童受(shòu)灾(zāi)的假照片发布到(dào)网络(luò)，以此诱骗善(shàn)良的人打赏“捐助”从(cóng)而实施诈骗。

目前随着(zhe)技术发(fā)展，AIGC已经能做出真人(rén)照片般的绘图效(xiào)果(guǒ)，如果这样的(de)图片被用来诈(zhà)骗(piàn)，将非常(cháng)可怕(pà)。

此(cǐ)外(wài)AIGC还引发了很多担忧(yōu)，一方面，批判者认为AI在“学习”了大量前人的作品之后，其创作没(méi)有任何情(qíng)绪和灵魂，难以和(hé)人类的艺(yì)术创作(zuò)相提并论。

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

马斯(sī)克也强调，人工(gōng)智能(néng)的安全问题需要得到(dào)重视，太晚就(jiù)来不及(jí)了(le)。

03

AIGC下一站(zhàn)除了(le)视频，还(hái)有远(yuǎn)方(fāng)

技术都(dōu)是(shì)有两(liǎng)面性的，潜(qián)在(zài)的危害并不(bù)能掩盖其(qí)光(guāng)辉的(de)贡献。现在看(kàn)来(lái)，人工智能技(jì)术将是第四次工业(yè)革命的核心(xīn)驱动力量，将创造新的增(zēng)长奇迹。

过(guò)去一年，人工智能在(zài)技术(shù)和商业层面都有了巨大(dà)进展，AI绘画就是人工(gōng)智(zhì)能技术发生方(fāng)向性(xìng)改(gǎi)变的一个(gè)代表。其下一(yī)站或(huò)许就是(shì)视(shì)频。

此前，Meta和谷歌先后发布了几条引(yǐn)爆科技圈(quān)的短(duǎn)视频。这些视频引(yǐn)发(fā)关注并非内容(róng)做得多优秀(xiù)，反而都(dōu)非(fēi)常(cháng)简(jiǎn)单(dān)，比如一(yī)匹正在喝水的马，一(yī)只画(huà)画(huà)的玩具熊，或者(zhě)一段骑摩托车的(de)第一视角录像(xiàng)，随便一个有手机(jī)的人都(dōu)可(kě)以随手录下一段。

但这(zhè)些短(duǎn)视频的创(chuàng)作方式(shì)非常简单，创作者仅(jǐn)仅需要向AI输入(rù)一段话，甚至只是说(shuō)一下要求，AI就可以根据需要生成(chéng)一(yī)段视频。

谷歌(gē)发布的两个AI生(shēng)成视频(pín)分别来自于Imagen Video和Phenaki，前者主要突出(chū)的是高(gāo)清，与Meta的Make-A-Video没有太多的差(chà)别。

在Make-A-Video公布了(le)AI生成(chéng)的(de)视频后，AI圈就已经玩了一波梗，一个能(néng)够做出更(gèng)高清视频的AI还不(bù)足以在短时(shí)间(jiān)内戳中兴奋(fèn)点。

Phenaki更加令(lìng)人震惊的地方(fāng)在于，它(tā)可(kě)以制作出超(chāo)过2分钟(zhōng)的连(lián)贯的也有(yǒu)确切(qiè)内容(róng)的视频，这才是(shì)真正(zhèng)让人们感到惊喜的地方。因为无论AI生成的(de)视频多么高(gāo)清，也只能是为内容生产(chǎn)者提供一个灵感(gǎn)，一个素材，一个过场(chǎng)动画。

不过能够制(zhì)作出有具体剧(jù)情内容的视频就(jiù)意(yì)味(wèi)着，一些视频创作由AI代替人工(gōng)完成已经初(chū)步(bù)有了可能。

当下AI的(de)发展速度已经超过(guò)大部分人的想象。内(nèi)容产业的本质(zhì)是(shì)供给创(chuàng)造需(xū)求，AIGC作(zuò)为全新的内容生产(chǎn)方式(shì)，可以为内容产业(yè)带来更(gèng)新的内(nèi)容风(fēng)格(gé)、更快的(de)生产速度(dù)，更(gèng)低的生产成本(běn)，这无疑会(huì)驱动内容产业的大爆发。

除了AI绘(huì)图、视频，AIGC技(jì)术还能应用于音乐(lè)、代码、机器人动作等多种内容(róng)形式的生(shēng)成。不难发现该(gāi)项技术不仅在游戏等行业能得到有效应(yīng)用，对于(yú)下一代互联网各种元素的构(gòu)建亦(yì)有关键意(yì)义。

从(cóng)商业(yè)化(huà)的角度来看，文化娱(yú)乐、教育、传媒(méi)等诸多(duō)领域(yù)，本身就对基于(yú)AI的可视化(huà)内容有强(qiáng)烈需求。

因此(cǐ)，AI绘画及视(shì)频或(huò)不(bù)是(shì)结果，而只(zhǐ)是AI进程中的一块重要拼图，有(yǒu)望在技术更新的加(jiā)持下实现更大的应用价值。

AI从理(lǐ)解(ji陈万年教子文言文翻译注释和启示，文言文《陈万年教子》翻译ě)内(nèi)容(róng)，走(zǒu)向了可(kě)以(yǐ)生成内(nèi)容(róng)，甚至能够创造出独(dú)立(lì)价(jià)值和(hé)独(dú)立视角的内容。AIGC的再次出圈，更代表着未来的先进生产(chǎn)力即将到来。

04

紧抓大模型与算力，牢固AIGC底座

从(cóng)技术(shù)的发(fā)展也可以看(kàn)出，在语(yǔ)言(yán)大(dà)模型、图像大模型之(zhī)后，多模态大模型已经成为了新的趋势(shì)。

大(dà)模型被(bèi)誉(yù)为当前人工智能发展的智能底座，是全(quán)球竞(jìng)争最激烈的研究方向之一，包(bāo)括谷歌(gē)、亚马逊、百度、阿里、腾讯等众多(duō)头部企业都在竞相(xiāng)发(fā)力(lì)。

不(bù)过训(xùn)练大(dà)模型(xíng)的确(què)价(jià)格(gé)不菲，以国盛(shèng)证券发布的《ChatGPT需要多少算力》报告估算，GPT-3训练一次的成本约为140万美元。而对(duì)于一些更大(dà)的LLM(大型语言(yán)模型(xíng))，训(xùn)练成本则介于200万美元至1200万(wàn)美元(yuán)高价之间(jiān)。

以(yǐ)ChatGPT在2023年1月(yuè)的独立(lì)访客平(píng)均(jūn)数(shù)1300万计算，其(qí)对应芯片需求为3万多片英伟达A100 GPU，初始(shǐ)投入成本约(yuē)为8亿美元，每日仅(jǐn)电费就在5万美元(yuán)左右。

此外不论是ChatGPT还是AIGC，都离不开(kāi)庞大算力支持。在关注各类(lèi)大模型的发展同时，更应该关注(zhù)算力网络(luò)的建(jiàn)设(shè)。

算(suàn)力网络(luò)正驱动(dòng)AI产业(yè)发展进入史诗(shī)级(jí)加速进程，让AIGC及通(tōng)用AI这(zhè)一人工智能发(fā)展(zhǎn)的终极目标离得(dé)更近。

因为算力可以对突破性技术创(chuàng)新提供大力的支持。这方面(miàn)，多(duō)模(mó)态大模(mó)型(xíng)是典(diǎn)型。作为面向未来强(qiáng)人工智(zhì)能(néng)、通用人工智能(néng)的重要技术创新，多模(mó)态(tài)大模型已(yǐ)经在人工智(zhì)能领(lǐng)域(yù)提出了很(hěn)多年，业界也有(yǒu)不少技术突破(pò)，但(dàn)是，多模态大模型进一步往下(xià)走，算力需求呈(chéng)几何(hé)式上升，一(yī)般的(de)算力基础设施很快(kuài)将难以胜任。

从图像、文(wén)字(zì)、语音单独一项的(de)训练，到双模态、三模态的跃迁，让人工智能可以灵(líng)活应对不同(tóng)模态的转化、像人与世界交互一样自然，这(zhè)方面，由算力网络来驱(qū)动将(jiāng)有明(míng)显优势。

此(cǐ)外，还有很多需要爆(bào)发式增长的(de)算(suàn)力来支撑的(de)技术创(chuàng)新，将(jiāng)在人工智能算(suàn)力网络支撑下快速推进。

AIGC已(yǐ)经露出曙光，期待(dài)在大模(mó)型(xíng)和大算力(lì)的支持下AIGC能持续(xù)颠覆内容生产的方式(shì)，将(jiāng)创造的边(biān)际成本降低，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 陈万年教子文言文翻译注释和启示，文言文《陈万年教子》翻译