自聊天(tiān)机器人ChatGPT火爆(bào)以来，微(wēi)软公司创始人比尔(ěr)·盖茨已多次公开谈论人(rén)工智能(néng)话题(tí)。在最(zuì)近的(de)一次采访中，他再次表示：“AI可能(néng)会让科技(jì)行(xíng)业迎来一次剧烈的洗牌”。

这个结论(lùn)是他在当地(dì)时间2月(yuè)20日接受(shòu)《In Good Company》节目专访(fǎng)时提出的。

他预(yù)期，AI的发展可能会威胁到(dào)谷歌的(de)市占率，因为(wèi)微软在(zài)AI方面(miàn)的(de)行(xíng)动相当(dāng)迅(xùn)速。而(ér)最终科技巨头(tóu)将把AI整合成用户的“全能(néng)助手”，包揽(lǎn)一切应(yīng)用，与人们进行沟通(tōng)并提(tí)供(gōng)建议，可(kě)以取代亚马(mǎ)逊、Siri或Outlook等应用。

大佬口(kǒu)中全能助(zhù)手的(de)到来可能尚需时日，但由ControlNet引发的又一(yī)次AI绘画浪潮(cháo)，让AIGC在(zài)ChatGPT的话题(tí)热点包围中(zhōng)杀出重(zhòng)围。

01

ControlNet颠覆AI绘画新玩法

AIGC向可(kě)控靠近

以AI绘(huì)画为代表(biǎo)的AIGC上一次爆火的时候，还是2022年8月，在美国科(kē)罗拉多州(zhōu)举(jǔ)办的新(xīn)兴数字艺术(shù)家竞赛中，一幅(fú)名为《太空歌剧院》的作品获奖(jiǎng)。

随后各大(dà)厂商的AI绘(huì)画软件被广大网友熟(shú)知并体验，Stable Diffusion便(biàn)是其中(zhōng)代表。

用户们可以在应(yīng)用中输入一组(zǔ)关键词(cí)或者一张(zhāng)照片，就能获(huò)得一幅(fú)AI创作的画作。

作(zuò)画(huà)的(de)关键就是所(suǒ)输入的文本。同(tóng)一组关键词也(yě)可以创作(zuò)出很多张风格不一样(yàng)的画作，这让创(chuàng)作的过程就像开盲盒。

很多用(yò但得夕阳无限好何须惆怅近黄昏什么意思啊，但得夕阳无限好,何须惆怅近黄昏——《楹联》ng)户很喜欢这种不确定的惊喜(xǐ)，他们会将生成的美图当做头(tóu)像。而(ér)另一部分喜欢翻看(kàn)AI绘画的“翻车(chē)”作品。在社(shè)交(jiāo)媒体(tǐ)上，许多用(yòng)户分享AI“翻车现场”，例如，一位网友的小狗(gǒu)照片被AI画成了“肌肉(ròu)男(nán)”，还(hái)有(yǒu)网友的个人照片被AI识别成了(le)建筑。

而如(rú)今(jīn)随着ControlNet的出现与加(jiā)持，以(yǐ)往AI绘画的填写关键词游戏可能要被(bèi)颠覆了。

ControlNet是一位正(zhèng)在斯坦福读博的中国(guó)人张吕敏(mǐn)创作的(de)一种基于控制(zhì)点的(de)图像变形算法，主要用(yòng)于数字(zì)图像处(chù)理、计算机(jī)视(shì)觉和计算(suàn)机图形(xíng)学等领域。

其(qí)SD插件一经发布，在短短的两天内便成为了AI绘画(huà)领域最新的热(rè)点。

在此(cǐ)之前，大家用了(le)很多方(fāng)法(fǎ)想让AI生成的结果尽可能的符(fú)合要求，但是都不尽如人(rén)意(yì)，它的(de)出现代表(biǎo)着AI生成开始(shǐ)进(jìn)入真正的可控时期(qī)。

因为ControlNet可以直接提取画面的(de)构图，人物的姿势和(hé)画面的深度(dù)信(xìn)息(xī)等。有了它的帮(bāng)助，就不用(yòng)频繁的用提示(shì)词(cí)来(lái)碰(pèng)运气，抽盲盒式(shì)的创作了。

通(tōng)俗的说ControlNet相当于(yú)给AI绘画加了“魔法”，不少(shǎo)博主的作(zuò)品已经(jīng)获得了大量(liàng)的(de)浏(liú)览量，“viggo”就(jiù)是其中之一，他用(yòng)朋友的照片直(zhí)接带(dài)她们(men)走进动(dòng)漫世界。

viggo先用StableDiffusion图片(piàn)转文字。

再用Text2Prompt插件拓展(zhǎn)找(zhǎo)到对应(yīng)的关(guān)键(jiàn)词；最后(hòu)用(yòng)ControlNet插件(jiàn)绑定骨(gǔ)骼开始换关(guān)键(jiàn)词试效果。

通过图片就可以看出来，效果十分惊艳。

更(gèng)厉害的是，除了真实的照片，草图也可以加上“魔法”，知乎(hū)大牛“DevPoint”和“逗(dòu)砂”介绍到ControlNet还能(néng)实现线稿转全彩图。大神张(zhāng)吕敏其本尊也亲自回(huí)应。

不(bù)得不(bù)说(shuō)当下AIGC已经变得越来越(yuè)强大，甚至(zhì)输(shū)出的作(zuò)品(pǐn)都已经(jīng)能(néng)以假乱真了。

02

难辨虚实，AIGC技术力爆发

警惕(tì)安(ān)全问题

近日，“苏州金鸡湖有游艇party”的消息火遍(biàn)网络，而经(jīng)过(guò)警方辟谣(yáo)这(zhè)所(suǒ)谓的“party”可能是全国第一(yī)起(qǐ)AI绘图诈骗。

由(yóu)于(yú)这个(gè)活动里面给出的美女(nǚ)照片都是(shì)AI制作(zuò)的真(zhēn)人照(zhào)片绘图，因为(wèi)太逼真(zhēn)，被大家(jiā)当成真(zhēn)事传播(bō)了。

不(bù)过仔(zǎi)细(xì)观察可以发现，活动发起者提供的照片中有个很大的漏洞可以发现并非真人，而是AI绘图，那便是图(tú)片中女性(xìng)的(de)手指部分有的存在异常。

有(yǒu)行(xíng)业人事表示：“现(xiàn)在因为手指(zhǐ)部(bù)分的绘画算法比较(jiào)复杂，AI还(hái)不(bù)太会画人的手(shǒu)，但(dàn)最新看到的(de)图片已经(jīng)有越来越完美的AI模(mó)型出现，以后可能就完全没有(yǒu)漏(lòu)洞(dòng)了(le)。”

类似(shì)的AI作图诈(zhà)骗在国(guó)外也(yě)已有发生。据(jù)英国广播公(gōng)司报(bào)道，土耳其(qí)地震(zhèn)期间，有Tiktok用户使用AI合成了儿童受灾的假照片发布到网络，以此诱骗善(shàn)良的人(rén)打赏(shǎng)“捐助”从(cóng)而(ér)实施诈骗。

目前随着技术发展，AIGC已经能做(zuò)出真人照片般的绘图效果，如果(guǒ)这(zhè)样的图(tú)片被用来诈骗，将非常可怕(pà)。

此外AIGC还引发了很(hěn)多担忧，一方面，批判者(zhě)认(rèn)为AI在“学习”了(le)大(dà)量前(qián)人的(de)作(zuò)品之后，其创作没(méi)有(yǒu)任(rèn)何情绪和灵魂，难以和人类的(de)艺术创(chuàng)作相(xiāng)提并论。

另一方面，AIGC背后(hòu)的版权、目(mù)前(qián)都并没有(yǒu)得到有效的解(jiě)决，还有AIGC会不会代替人类“至高无上”的创意。

马斯克(kè)也强(qiáng)调，人工智(zhì)能的(de)安全(quán)问题需要得到重视，太晚就来(lái)不及了。

03

AIGC下一站除了视频，还有远方

技术都是有两(liǎng)面性的，潜在的(de)危害并不能掩(yǎn)盖(gài)其光辉(huī)的贡献。现在看来，人工智(zhì)能技术(shù)将是第(dì)四次工业革命的(de)核心驱动(dòng)力量，将(jiāng)创造(zào)新的(de)增长奇(qí)迹。

过去(qù)一年，人工智(zhì)能在技(jì)术(shù)和商业层面都有了巨大(dà)进展(zhǎn)，AI绘画就是(shì)人工智能技术发生(shēng)方向性改(gǎi)变的一(yī)个(gè)代(dài)表(biǎo)。其下一站或许就是视(shì)频。

此前，Meta和谷歌(gē)先后发布了几条引爆科(kē)技圈的(de)短视频。这些视频引(yǐn)发关(guān)注(zhù)并非内容(róng)做得(dé)多优(yōu)秀(xiù)，反而都(dōu)非(fēi)常简单，比如一匹(pǐ)正在喝水的马，一只画(huà)画的玩(wán)具(jù)熊，或者一段骑摩托车的第一(yī)视(shì)角(jiǎo)录(lù)像，随(suí)便一个有(yǒu)手机的人(rén)都可以(yǐ)随手录(lù)下一段(duàn)。

但这些短(duǎn)视频的创作方式非常简单(dān)，创作者仅仅(jǐn)需要向(xiàng)AI输入一段话，甚至只(zhǐ)是说一下要求(qiú)，AI就可以根(gēn)据需要生成一段视频。

谷(gǔ)歌发(fā)布的两(liǎng)个AI生成视频分别来自于Imagen Video和Phenaki，前者(zhě)主要突出(chū)的是高清，与Meta的Make-A-Video没有太多的差(chà)别。

在Make-A-Video公(gōng)布了AI生成的(de)视频后，AI圈就已(yǐ)经玩了一(yī)波梗，一个能够(gòu)做出(chū)更高(gāo)清(qīng)视(shì)频的AI还不足以在短时间(jiān)内戳(chuō)中兴奋点。

Phenaki更加令(lìng)人震惊的地方在于，它可以制(zhì)作出超过2分钟的连贯(guàn)的也有确切内容的视频，这才(cái)是真正让人们感到惊(jīng)喜的(de)地方(fāng)。因为(wèi)无论AI生(shēng)成的视(shì)频多么高清，也只能是为内容生产者提供一个灵感，一个素材，一(yī)个过场动画(huà)。

不过(guò)能够(gòu)制作出有(yǒu)具体剧(jù)情内容的视频就意味着，一(yī)些视(shì)频(pín)创作(zuò)由AI代替人工完(wán)成已经初(chū)步(bù)有了可能。

当下AI的发展速度已经超(chāo)过大部分人的(de)想象。内容(róng)产业的本(běn)质是供给创造(zào)需求(qiú)，AIGC作为全新的内容生产方式，可以为内容(róng)产业带来更新的内容风(fēng)格(gé)、更快的生产速度，更低(dī)的生产成本，这(zhè)无疑(yí)会驱(qū)动(dòng)内容产业的大爆发。

除了AI绘图(tú)、视(shì)频，AIGC技(jì)术还能应用于音乐(lè)、代码、机器人(rén)动作等多种内容形式的生(shēng)成。不难(nán)发现该项技(jì)术(shù)不仅在游(yóu)戏等行业能得到有效应用，对(duì)于(yú)下一代互(hù)联(lián)网各种元素(sù)的构建亦有(yǒu)关(guān)键意(yì)义。

从商业(yè)化的角度来看，文化(huà)娱乐、教(jiào)育、传媒等诸多领域，本身就对(duì)基于(yú)AI的可视(shì)化(huà)内容有强烈需求(qiú)。

因此(cǐ)，AI绘(huì)画及视(shì)频或不是结果(guǒ)，而只是AI进程中的一块重要(yào)拼图，有(yǒu)望在技术更新的加(jiā)持下实现更大的应用价(jià)值(zhí)。

AI从理解(jiě)内容，走(zǒu)向(xiàng)了可以生成内容，甚至能够(gòu)创造(zào)出独立价值和独立视角的内(nèi)容(róng)。AIGC的再次出圈(quān)，更代表着(zhe)未来的先进生产力(lì)即将到来。

04

紧抓大(dà)模型(xíng)与(yǔ)算力，牢固AIGC底座

从(cóng)技(jì)术的发展也(yě)可以看(kàn)出，在语言大模型、图像大(dà)模(mó)型之(zhī)后，多模态大模型(xíng)已经成为了新的趋势。

大模型被誉为当前(qián)人工智(zhì)能发展的智(zhì)能(néng)底(dǐ)座(zuò)，是全球(qiú)竞争最激(jī)烈的研究(jiū)方向之一(yī)，包括谷歌、亚马逊、百度、阿里(lǐ)、腾(téng)讯等众(zhòng)多头部企业都(dōu)在竞相(xiāng)发力。

不过训练大模(mó)型(xíng)的(de)确价格(gé)不菲，以国盛证券发布(bù)的《ChatGPT需(xū)要多少算力(lì)》报告(gào)估算，GPT-3训练(liàn)一次(cì)的成本约为(wèi)140万美(měi)元。而对于(yú)一些更大的LLM(大(dà)型(xíng)语(yǔ)言模型)，训练成本则介于(yú)200万美元至1200万美元(yuán)高(gāo)价之间。

以ChatGPT在2023年1月的独立访客平均数(shù)1300万(wàn)计算，其对(duì)应(yīng)芯片需求(qiú)为3万多片(piàn)英伟达(dá)A100 GPU，初(chū)始(shǐ)投入(rù)成(chéng)本约为8亿美元，每日仅电费就在(zài)5万美元左右。

此外(wài)不论是ChatGPT还是AIGC，都离(lí)不(bù)开(kāi)庞大算(suàn)力支(zhī)持。在关注各(gè)类(lèi)大模型(xíng)的发展(zhǎn)同时，更应该(gāi)关(guān)注算力网络的(de)建设。

算力网络正驱(qū)动AI产业发(fā)展进入史但得夕阳无限好何须惆怅近黄昏什么意思啊，但得夕阳无限好,何须惆怅近黄昏——《楹联》(shǐ)诗级加速进程，让AIGC及通(tōng)用(yòng)AI这一人工智能发展的(de)终极目标离得更近。

因为算力可(kě)以对突破性技术(shù)创(chuàng)新提(tí)供大力的支(zhī)持。这方面，多模态大(dà)模型是典型。作为面向未(wèi)来(lái)强人工智能、通用(yòng)人(rén)工智能的重要(yào)技术创新，多模态大模型已经在人工智能领域提(tí)出了很多年(nián)，业界也有(yǒu)不少技术突(tū)破，但是，多模态大模型进(jìn)一(yī)步往下走，算力需求(qiú)呈几(jǐ)何式上升，一般(bān)的算力基础设施很快将难以胜任。

从图(tú)像、文字、语音(yīn)单独一项的训练，到双模(mó)态、三模(mó)态的(de)跃(yuè)迁，让人(rén)工智能(néng)可以(yǐ)灵活应对不同(tóng)模态的转化、像人(rén)与世界交互一样自然，这方面，由(yóu)算力网络来驱(qū)动(dòng)将(jiāng)有明显(xiǎn)优(yōu)势。

此外，还有很多需要爆(bào)发式增(zēng)长的算力来支撑(chēng)的技术(shù)创新，将在人工(gōng)智(zhì)能算(suàn)力网络支撑下快速推进。

AIGC已经露出曙(shǔ)光，期(qī)待在大模型和大算(suàn)力的支持下AIGC能持续颠覆(fù)内(nèi)容(róng)生产(chǎn)的方式(shì)，将创造的边际(jì)成(chéng)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 但得夕阳无限好何须惆怅近黄昏什么意思啊，但得夕阳无限好,何须惆怅近黄昏——《楹联》