自聊天机器人(rén)ChatGPT火(huǒ)爆(bào)以来，微软公司创始人比尔·盖茨已多次公开谈论人工智能话题。在最(zuì)近的(de)一次采访中，他再次表示：“AI可能会(huì)让科(kē)技(jì)行(xíng)业(yè)迎来(lái)一次(cì)剧烈的洗(xǐ)牌(pái)”。

这个结论是他在当地时间2月20日(rì)接受《In Good Company》节(jié)目专访时提出的(de)。

他预期，AI的发展可能会威胁(xié)到谷歌的市(shì)占率，因为微软在AI方面的行动相当(dāng)迅(xùn)速。而最终科技巨头将把AI整(zhěng)合成用(yòng)户的“全(quán)能助(zhù)手”，包揽一切应用，与人们进行沟通并提供建议，可以取代(dài)亚马逊、Siri或Outlook等应用(yòng)。

大佬(lǎo)口中全能助(zhù)手的到来可(kě)能尚需时(shí)日，但由ControlNet引发(fā)的又一次AI绘(huì)画浪潮，让AIGC在(zài)ChatGPT的话题热点(diǎn)包围中杀出重围。

01

ControlNet颠覆AI绘画(huà)新玩法

AIGC向可控靠近(jìn)

以AI绘画为代表的AIGC上一次爆火的时候，还是2022年(nián)8月，在美(měi)国科罗拉多州(zhōu)举办(bàn)的(de)新兴数(shù)字艺术(shù)家竞赛中，一幅(fú)名为《太(tài)空(kōng)歌剧院》的作品(pǐn)获奖。

随后各大厂(chǎng)商(shāng)的(de)AI绘画(huà)软件被广大网友熟知并体验，Stable Diffusion便是(shì)其中(zhōng)代表(biǎo)。

用户们可以在应用中输(shū)入一组(zǔ)关键词(cí)或者一(yī)张照片，就能(néng)获(huò)得(dé)一幅AI创作的画作。

作画的关键就是(shì)所输入的(de)文本(běn)。同(tóng)一(yī)组关键词也可以创作(zuò)出很多张风格不一样(yàng)的(de)画作，这让创作的(de)过程就(jiù)像开盲(máng)盒。

很(hěn)多用(yòng)户很喜欢这种不(bù)确定(dìng)的惊喜(xǐ)，他们(men)会将生(shēng)成的美图当做头像(xiàng)。而另一(yī)部分喜欢翻看AI绘画(huà)的“翻车”作品。在社交媒体上(shàng)，许多用户分(fēn)享AI“翻车(chē)现场”，例如，一位(wèi)网友的小狗照片被AI画成(chéng)了“肌(jī)肉男”，还有网友的个人照片被AI识(shí)别成(chéng)了建筑。

而如(rú)今随着ControlNet的出现与加持，以往AI绘画的填写关键(jiàn)词游戏可能(néng)要(yào)被颠(diān)覆(fù)了(le)。

ControlNet是一位正(zhèng)在(zài)斯坦福读博(bó)的中(zhōng)国人张吕敏创作的一种基于控(kòng)制点的(de)图像变形算法，主要用于(yú)数字图像(xiàng)处理(lǐ)、计(jì)算机视觉和计(jì)算机图形学等领域。

其SD插件(jiàn)一(yī)经发布，在短短的两(liǎng)天内便成为(wèi)了(le)AI绘画领(lǐng)域(yù)最新的热点。

在此(cǐ)之前，大(dà)家用(yòng)了很多方法想(xiǎng)让AI生(shēng)成(chéng)的结(jié)果尽可能的符合要求，但是都不尽(jǐn)如人意，它的出(chū)现(xiàn)代表着AI生成开始(shǐ)进入真正的可控(kòng)时期。

因为ControlNet可以(yǐ)直接提取画(huà)面(miàn)的构图，人物的姿势(shì)和画面的深度(dù)信息等。有了它的帮(bāng)助(zhù)，就不用频繁的用提示词来碰(pèng)运气，抽盲盒式的创作了。

通(tōng)俗的说(shuō)ControlNet相当于给AI绘画加了“魔(mó)法”，不(bù)少博(bó)主(zhǔ)的作品已(yǐ)经获得了(le)大(dà)量的(de)浏(liú)览量(liàng)，“viggo”就是其中(zhōng)之一，他(tā)用(yòng)朋友的照片(piàn)直接带她们走(zǒu)进动漫世界(jiè)。

viggo先用StableDiffusion图片转文字。

再用Text2Prompt插件(jiàn)拓展找到对应的关键词；最后用ControlNet插件绑定骨骼(gé)开始(shǐ)换关键词(cí)试效果。

通(tōng)过图片就(jiù)可以看出来，效果十分(fēn)惊艳。

更厉(lì)害的(de)是，除了真实的照片，草图(tú)也可(kě)以加(jiā)上“魔法”，知乎大牛“DevPoint”和“逗砂”介(jiè)绍到ControlNet还能(néng)实(shí)现线稿转全彩图。大神张吕敏其本(běn)尊(zūn)也亲自回(huí)应。

不(bù)得不说当(dāng)下AIGC已(yǐ)经变得越(yuè)来越强大，甚(shèn)至输出(chū)的(de)作(zuò)品都已经(jīng)能(néng)以假乱真了。

02

难辨虚(xū)实，AIGC技(jì)术力(lì)爆发

警(jǐng)惕安全问题

近(jìn)日，“苏(sū)州(zhōu)金鸡(jī)湖有游(yóu)艇party”的消(xiāo)息火(huǒ)遍网(wǎng)络(luò)，而(ér)经过警方(fāng)辟(pì)谣这(zhè)所谓的“party”可能是全国第一起AI绘图诈(zhà)骗。

由于这个活动里面给出的美(měi)女照片都(dōu)是AI制作的真人照片绘(huì)图，因为太(tài)逼真，被大家当成真事传播了。

不过仔细观察可以发(fā)现(xiàn)，活动发起者提供的照片中有个很大(dà)的漏(lòu)洞(dòng)可以发现并非真(zhēn)人，而(ér)是AI绘图，那便是图片中(zhōng)女性的手指部分有的存在异常。

有行业(yè)人事(shì)表示：“现在因为手指部分(fēn)的(de)绘画算法比较复杂，AI还不(bù)太会画人的手，但最新看到的图片已经(jīng)有越来(lái)越完美的AI模型(xíng)出现，以后可能就完全没有漏(lòu)洞了。”

类似的AI作图诈骗在国(guó)外也已有(yǒu)发生(shēng)。据英国广播公司报道，土耳其地震期间，有Tiktok用户使用(yòng)AI合成了儿童受灾的(de)假照(zhào)片发布到网络，以此(cǐ)诱骗善良的人打赏“捐助”从而实施诈骗。

目前随着技术(shù)发展，AIGC已经(jīng)能做出真(zhēn)人照片般的绘图效果，如果(guǒ)这样(yàng)的图片(piàn)被用来诈骗，将非常可(kě)怕。

此外AIGC还引发(fā)了很多担忧，一方面，批判(pàn)者认为AI在“学习”了大量前人(rén)的作品之后，其创作没有任何情绪和灵(líng)魂，难以和(hé)人类的(de)艺(yì)术创作相提并论。

另一(yī)方面，AIGC背后(hòu)的版权(quán)、目前(qián)都(dōu)并没(méi)有得(dé)到有效的解(jiě)决，还有AIGC会不会代替人类“至高无上”的创意(yì)。

马斯(sī)克也强(qiáng)调，人工智(zhì)能(néng)的安全问题需要得到重视，太晚就来不及了。

03

AIGC下一站除了视频，还有远方

技术都是有两(liǎng)面(miàn)性(xìng)的(de)，潜在的危害并不能掩盖其光辉(huī)的贡献。现在看(kàn)来，人工(gōng)智能(néng)技术(shù)将是第四次工业(yè)革命的核心驱动力量，将创造新的增长奇迹。

过去一年，人工智(zhì)能在(zài)技(jì)术和商业层面都有了巨大进(jìn)展(zhǎn)，AI绘画就(jiù)是人(rén)工智能技术发(fā)生方向性改(gǎi)变的一个代表(biǎo)。其(qí)下一站(zhàn)或许就是视频。

此前，Meta和(hé)谷(gǔ)歌先后发(fā)布了几条引爆科技(jì)圈的(de)短视频。这(zhè)些(xiē)视频引发(fā)关注并(bìng)非内容做得多优秀(xiù)，反而都非常(cháng)简单，比(bǐ)如一匹正在(zài)喝(hē)水(shuǐ)的马，一只画画的(de)玩具熊，或者一(yī)段骑摩托车的第一(yī)视角录像(xiàng)，随便(biàn)一个有(yǒu)手机的人都(dōu)可以随手录(lù)下一段(duàn)。

但这(zhè)些短视频的(de)创作方式非(fēi)常简单，创作者仅仅需(xū)要向AI输入一段话，甚至只(zhǐ)是说一(yī)下要求，AI就可以根(gēn)据需要生成一段(duàn)视频。

谷歌发布的两(liǎng)个AI生成视(shì)频分别来自于Imagen Video和Phenaki，前者(zhě)主要突出的是高清，与Meta的Make-A-Video没有太多的(de)差别。

在(zài)Make-A-Video公布了AI生(shēng)成的视频(pín)后，AI圈就已(yǐ)经玩了(le)一波梗，一(yī)个能(néng)够做出(chū)更高清视频的(de)AI还不足以在(zài)短时(shí)间(jiān)内戳中兴奋(fèn)点。

Phenaki更加令人震惊的地(dì)方在(zài)于，它可以(yǐ)制(zhì)作出超过2分(fēn)钟的连贯的(de)也有确切(qiè)内容(róng)的视频，这才是真正让人们感到惊喜的地方。因为无论AI生(shēng)成的视频多么高(gāo)清，也(yě)只(zhǐ)能是为内容生产(chǎn)者提供(gōng)一个灵感，一个素材(cái)，一个过(guò)场动(dòng)画(huà)。

不过能够(gòu)制作出(chū)有具体剧情内容的视频就意味着，一(yī)些视频创作由AI代替(tì)人工完(wán)成(chéng)已经(jīng)初步有(yǒu)了可能。

当(dāng)下AI的(de)发展速(sù)度已经(jīng)超(chāo)过大部分人的想象。内(nèi)容产业的本质是供给创造需求，AIGC作为全(quán)新的内(nèi)容生产方(fāng)式(shì)，可以为内容产业带来更新(xīn)的内容(róng)风格、更快(kuài)的(de)生产速度，更低的生产成本，这无疑(yí)会驱(qū)动内(nèi)容(róng)产业的大(dà)爆发(fā)。

除了AI绘图、视频，AIGC技术还能(néng)应用于音乐张大大到底是什么来头、代码、机器人动作等多种(zhǒng)内容形式的生成。不难发(fā)现该(gāi)项技术不(bù)仅在(zài)游戏等行业能得到有效应用，对(duì)于下一(yī)代互(hù)联网各种元素的构(gòu)建(jiàn)亦有关键意(yì)义(yì)。

从商业化的角度来看，文化娱乐、教育、传媒等(děng)诸多领域，本身就对基于AI的可(kě)视化内容有强烈需求。

因此，AI绘(huì)画及视频或不是结果，而(ér)只是AI进程中的一块(kuài)重要(yào)拼图(tú)，有望在(zài)技术更新(xīn)的加持下(xià)实(shí)现更大的应(yīng)用(yòng)价值。

AI从理(lǐ)解内(nèi)容，走向了可(kě)以生成内(nèi)容，甚至能(néng)够创造(zào)出独(dú)立价值和独(dú)立视角的内容。AIGC的(de)再次出(chū)圈，更代表(biǎo)着未(wèi)来的先进生(shēng)产(chǎn)力(lì)即将到来。

04

紧抓大模型与(yǔ)算力，牢固(gù)AIGC底座

从(cóng)技(jì)术(shù)的发展(zhǎn)也可(kě)以看出，在语言大模型、图像大模型之后，多模(mó)态大模(mó)型已经成(chéng)为了新的趋(qū)势。

大模型(xíng)被誉为(wèi)当前(qián)人工(gōng)智能发展的(de)智能底(dǐ)座，是全(quán)球竞争最激烈的研究(jiū)方向之(zhī)一(yī)，包括谷歌、亚马(mǎ)逊(xùn)、百(bǎi)度(dù)、阿里(lǐ)、腾(téng)讯等众(zhòng)多头部企业(yè)都在竞相(xiāng)发力。

不(bù)过训练大模型的确价格不(bù)菲，以国盛证券发布(bù)的(de)《ChatGPT需要多少(shǎo)算力》报告估算(suàn)，GPT-3训练一次(cì)的成(chéng)本约为140万美元。而对于一些更大的(de)LLM(大(dà)型语言模型)，训练(liàn)成(chéng)本(běn)则介于200万美元至1200万美元高价之间。

以(yǐ)ChatGPT在2023年1月的独立访客平均数(shù)1300万计(jì)算，其对应(yīng)芯片需求为3万多片英伟(wěi)达(dá)A100 GPU，初始投入成本约为8亿(yì)美元，每(měi)日仅电(diàn)费就在5万美元(yuán)左右。

此(cǐ)外不论是ChatGPT还是AIGC，张大大到底是什么来头都(dōu)离(lí)不开(kāi)庞大(dà)算力支(zhī)持。在关(guān)注各类(lèi)大模(mó)型(xíng)的发展同时(shí)，更应该关注算力网络(luò)的(de)建(jiàn)设(shè)。

算(suàn)力网络(luò)正驱动(dòng)AI产业(yè)发展进入(rù)史诗级加速进程，让AIGC及通用AI这一人工智能(néng)发展(zhǎn)的终极目标离(lí)得更近。

因为算力可以对突破(pò)性技术创新提供大力(lì)的支持。这方面，多模(mó)态大模型是(shì)典型(xíng)。作为面(miàn)向未来强人工智能、通用人(rén)工智能的(de)重要(yào)技术(shù)创(chuàng)新，多模态大模型已经在人工智能领域提出了很多年，业(yè)界(jiè)也(yě)有不(bù)少技术突破，但是(shì)，多(duō)模态大(dà)模型(xíng)进一步(bù)往下走，算力(lì)需求(qiú)呈几(jǐ)何(hé)式上升，一般的算力基(jī)础设施很快将难以胜任。

从图像、文字(zì)、语音(yīn)单独一项的训(xùn)练，到双(shuāng)模态(tài)、三模态(tài)的跃(yuè)迁(qiān)，让(ràng)人工智(zhì)能可(kě)以灵活(huó)应对不同模态(tài)的转化、像人与(yǔ)世(shì)界(jiè)交互一样(yàng)自然，这方面，由算力网络来驱动将有明(míng)显优势。

此(cǐ)外(wài)，还有很(hěn)多需要爆发式增长的算力来支撑的技术创新，将(jiāng)在人工(gōng)智能算力(lì)网络(luò)支(zhī)撑下(xià)快速推进。

AIGC已经露出曙(shǔ)光，期待在大(dà)模型和大算力的支持下AIGC能持(chí)续颠覆内容生产的方式，将创造(zào)的(de)边际成本降低，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 张大大到底是什么来头