自聊天机器人ChatGPT火爆(bào)以来，微软公(gōng)司创始人(rén)比尔·盖(gài)茨(cí)已多次(cì)公开谈论人(rén)工智能(néng)话(huà)题。在最近的一次采访中，他再次表示(shì)：“AI可能(néng)会让(ràng)科技行(xíng)业迎(yíng)来一次剧(jù)烈(liè)的洗牌(pái)”。

这(zhè)个结论(lùn)是(shì)他在(zài)当地时间2月20日接(jiē)受《In Good Company》节目专(zhuān)访(fǎng)时提(tí)出的(de)。

他预期，AI的发展可能会威胁到(dào)谷歌的市占率(lǜ)，因为(wèi)微软(ruǎn)在AI方面的行动相当迅(xùn)速。而最(zuì)终科(kē)技巨头将把AI整合成用户的(de)“全能助手”，包揽一(yī)切应(yīng)用(yòng)，与(yǔ)人们进行沟通并提(tí陈睿怎么了，b站陈睿事件)供建(jiàn)议(yì)，可以取代亚马逊、Siri或Outlook等应用。

大佬口(kǒu)中全能助手的到来可能(néng)尚需时日，但由ControlNet引发(fā)的(de)又(yòu)一次AI绘(huì)画(huà)浪潮，让AIGC在ChatGPT的话题热点包(bāo)围中杀出重(zhòng)围。

01

ControlNet颠覆(fù)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)次爆火的时候(hòu)，还是2022年(nián)8月，在(zài)美国科罗拉多州(zhōu)举办的新兴数字艺术家(jiā)竞赛中(zhōng)，一幅名为《太空歌剧院》的作品获奖。

随后各大厂商的(de)AI绘画软(ruǎn)件被广(guǎng)大(dà)网友熟知(zhī)并(bìng)体验，Stable Diffusion便是其中代表。

用户们(men)可以在应用中输入(rù)一组关键词(cí)或者一张照(zhào)片，就能获得一幅AI创(chuàng)作的画(huà)作。

作画的(de)关键就(jiù)是所(suǒ)输入的(de)文本(běn)。同一组关(guān)键词(cí)也可以创作(zuò)出很多张风格不一(yī陈睿怎么了，b站陈睿事件)样的(de)画作(zuò)，这让创作(zuò)的过(guò)程(chéng)就像开盲盒(hé)。

很多用户(hù)很(hěn)喜欢(huān)这(zhè)种不确定的(de)惊喜，他们(men)会将生(shēng)成的美(měi)图当做头像。而另(lìng)一部分喜(xǐ)欢翻看(kàn)AI绘(huì)画的“翻(fān)车”作品。在社交媒(méi)体上(shàng)，许多(duō)用户分享AI“翻车现场”，例如，一(yī)位网友的小狗照片被AI画成了“肌(jī)肉(ròu)男”，还有网友的个人照片被AI识别成了建筑。

而(ér)如今(jīn)随着ControlNet的出现与(yǔ)加持，以往AI绘(huì)画(huà)的(de)填写关键(jiàn)词游戏可(kě)能要被颠覆了。

ControlNet是一(yī)位正在斯(sī)坦福读博的中国人张吕(lǚ)敏(mǐn)创(chuàng)作的一种基于控(kòng)制点的图像变形算(suàn)法，主要用(yòng)于数字图像(xiàng)处理、计算(suàn)机(jī)视觉和(hé)计(jì)算机(jī)图形学等领域。

其SD插(chā)件一经发布，在短短的两天内(nèi)便成(chéng)为了(le)AI绘画领域最新的热点。

在(zài)此之前，大家用了很多方法想让(ràng)AI生成的结果尽可能(néng)的符(fú)合要求，但是都不尽如(rú)人意，它的出现代(dài)表(biǎo)着AI生成开始进入真正(zhèng)的可(kě)控(kòng)时期。

因为ControlNet可以(yǐ)直(zhí)接提取画面的构(gòu)图，人(rén)物的姿(zī)势和画(huà)面(miàn)的深(shēn)度信息等。有了(le)它的帮助(zhù)，就不用频繁的用提示词来(lái)碰运(yùn)气(qì)，抽盲盒式的(de)创作了。

通(tōng)俗的(de)说(s陈睿怎么了，b站陈睿事件huō)ControlNet相当(dāng)于给AI绘画(huà)加了“魔法”，不少博主(zhǔ)的作品已经获得(dé)了大量的浏览量，“viggo”就是(shì)其(qí)中之一，他用朋友的照(zhào)片直(zhí)接带她(tā)们走(zǒu)进动漫(màn)世界。

viggo先(xiān)用StableDiffusion图片(piàn)转(zhuǎn)文字(zì)。

再用Text2Prompt插件拓展找(zhǎo)到对应的关键(jiàn)词；最后用ControlNet插件绑(bǎng)定骨骼开始(shǐ)换(huàn)关键词试效果。

通过(guò)图片就可以(yǐ)看出来，效果十分(fēn)惊(jīng)艳。

更厉害的是(shì)，除了真(zhēn)实的照片(piàn)，草图(tú)也可以加上“魔法”，知乎大牛“DevPoint”和(hé)“逗砂”介绍到(dào)ControlNet还能实现线(xiàn)稿转全彩图。大神张吕敏其本尊也(yě)亲自回应(yīng)。

不(bù)得(dé)不说(shuō)当下AIGC已经变得越来越强大，甚(shèn)至(zhì)输出(chū)的作(zuò)品都已(yǐ)经能以(yǐ)假乱真了。

02

难辨(biàn)虚(xū)实，AIGC技术(shù)力爆发

警惕(tì)安全问题(tí)

近(jìn)日，“苏州(zhōu)金(jīn)鸡湖有(yǒu)游艇party”的消息火(huǒ)遍(biàn)网络，而(ér)经过警方辟谣这(zhè)所谓的“party”可(kě)能(néng)是全国第(dì)一起AI绘图诈骗(piàn)。

由于这个(gè)活动里面给(gěi)出的美女照片都(dōu)是AI制作的(de)真人(rén)照片绘图，因(yīn)为太(tài)逼真，被大(dà)家当成真事传播了。

不(bù)过仔细观察可以发(fā)现，活动(dòng)发起者提供(gōng)的照片中有(yǒu)个很大的漏洞可以发现(xiàn)并非真人，而(ér)是AI绘图，那便是图片中女性的手(shǒu)指(zhǐ)部分有的存在(zài)异常(cháng)。

有(yǒu)行业(yè)人事表示(shì)：“现在因(yīn)为手(shǒu)指部分的绘画算(suàn)法比较复杂，AI还不太(tài)会画人的手，但最新看到的图(tú)片已经有越来(lái)越完美的AI模型(xíng)出现，以后(hòu)可(kě)能就完全没有漏洞了。”

类(lèi)似的(de)AI作图诈骗在国外也(yě)已有(yǒu)发生。据(jù)英国广播公司报道，土耳其地震期间，有Tiktok用户使用AI合成了儿童受灾的假照片发布到网络(luò)，以此诱骗善良的人打赏“捐(juān)助”从而实施诈骗。

目前随着(zhe)技术发(fā)展，AIGC已经能做出真人照(zhào)片般的绘(huì)图效果，如果(guǒ)这(zhè)样(yàng)的图片被用来诈骗，将非常可怕(pà)。

此外AIGC还(hái)引(yǐn)发(fā)了很多担(dān)忧，一(yī)方面，批判者认为AI在(zài)“学习”了(le)大(dà)量(liàng)前(qián)人的(de)作品之后(hòu)，其创作没有任(rèn)何情绪和(hé)灵魂，难以(yǐ)和人类的艺(yì)术创作相提(tí)并论。

另一方面(miàn)，AIGC背后的版权、目前都并没有得到(dào)有效的解决，还(hái)有(yǒu)AIGC会不会代替人类(lèi)“至高(gāo)无上”的创意。

马斯克也强调(diào)，人工(gōng)智能(néng)的安全问题(tí)需要(yào)得到重(zhòng)视(shì)，太(tài)晚就来不及了。

03

AIGC下(xià)一站除了(le)视频，还有远方

技术都是有两面(miàn)性的，潜在的危害并不能(néng)掩盖其光辉的贡献。现在看来，人工智能技术将是第四次工业革命的(de)核心驱动力量，将创造新的增长奇(qí)迹(jì)。

过去一年，人工智能在技(jì)术(shù)和商业层面都有了巨大进展，AI绘画就是人工智(zhì)能技术发(fā)生方向性(xìng)改变的一(yī)个(gè)代表。其(qí)下一站或许就是视频。

此前，Meta和(hé)谷(gǔ)歌先(xiān)后发布(bù)了几(jǐ)条引爆科技(jì)圈的短视频。这些视频引发关注并非内容做(zuò)得多(duō)优秀，反而(ér)都非常(cháng)简(jiǎn)单，比如(rú)一(yī)匹正在喝水的马，一(yī)只画(huà)画(huà)的(de)玩具熊，或者(zhě)一(yī)段骑摩托车的第一(yī)视角录像，随便一个有手机(jī)的人都可以随手录下一(yī)段。

但这些短视(shì)频的(de)创作(zuò)方式非常简单，创(chuàng)作者仅仅需要向AI输入一(yī)段话(huà)，甚至只是说一(yī)下(xià)要求，AI就(jiù)可以根据需要生成一段视频(pín)。

谷歌发布的两个AI生成视频分别来(lái)自(zì)于Imagen Video和Phenaki，前(qián)者主要突出的是高清，与Meta的Make-A-Video没有(yǒu)太(tài)多(duō)的(de)差别。

在Make-A-Video公布(bù)了AI生成的视(shì)频后，AI圈就已经(jīng)玩了(le)一波(bō)梗，一个能够做出(chū)更高清(qīng)视频的AI还不足以在短时间内戳中兴奋点。

Phenaki更加(jiā)令人震惊(jīng)的(de)地(dì)方在于，它可(kě)以(yǐ)制作出超过(guò)2分钟的连贯的也有确(què)切内(nèi)容的视频(pín)，这(zhè)才是真(zhēn)正让人们感(gǎn)到惊(jīng)喜的地(dì)方。因(yīn)为(wèi)无论AI生成的视频多么高清，也只能是为内容(róng)生(shēng)产(chǎn)者提供一(yī)个灵(líng)感，一个素材，一个过场动画。

不过能够制作出有具体(tǐ)剧情内(nèi)容的视频就意味着，一些视频创作(zuò)由AI代替人工完(wán)成已(yǐ)经初步有(yǒu)了可能。

当下AI的发展速度已(yǐ)经(jīng)超过大(dà)部分人的想象(xiàng)。内容产业的(de)本质(zhì)是(shì)供给(gěi)创造(zào)需求，AIGC作(zuò)为全新的(de)内(nèi)容生(shēng)产方式，可以为内(nèi)容产业带来更(gèng)新(xīn)的内(nèi)容风格(gé)、更快的生产速(sù)度，更低的生产成本，这无(wú)疑会驱动内容产业的大(dà)爆发。

除了AI绘图(tú)、视频(pín)，AIGC技(jì)术(shù)还能(néng)应用(yòng)于音乐、代码、机(jī)器人动作等多种内(nèi)容形式的生成。不难发(fā)现该项技术不仅(jǐn)在游戏等行(xíng)业能得(dé)到有效应用，对于下一代互联网(wǎng)各种元素的构建亦有关键(jiàn)意义。

从(cóng)商业化的(de)角度来看，文化娱乐、教(jiào)育、传(chuán)媒等诸多领域，本身就对基于AI的可(kě)视化内容有强(qiáng)烈需求。

因此，AI绘画(huà)及视频或不是结果，而只是AI进程中的一块重要拼图，有(yǒu)望(wàng)在技术(shù)更新(xīn)的加持下实现更大的应(yīng)用(yòng)价(jià)值。

AI从理解内(nèi)容(róng)，走向了(le)可以生成(chéng)内(nèi)容，甚(shèn)至能够创(chuàng)造(zào)出独立价(jià)值和独立视角的(de)内(nèi)容(róng)。AIGC的(de)再次(cì)出(chū)圈(quān)，更代表着未来的先进生产力即(jí)将到来。

04

紧抓(zhuā)大模型与算力(lì)，牢固AIGC底座

从(cóng)技术的发展也可(kě)以看出，在语言大(dà)模型(xíng)、图像(xiàng)大模型(xíng)之(zhī)后，多模(mó)态大模型已(yǐ)经成为了新的趋势(shì)。

大模型被誉为当前(qián)人工智(zhì)能发展的智能底座，是全球(qiú)竞争最激烈的研究方向之(zhī)一，包括(kuò)谷(gǔ)歌、亚(yà)马逊、百度、阿里、腾讯等众多头部(bù)企业都在竞(jìng)相发力。

不过训练大模型的(de)确价格不菲，以国盛(shèng)证(zhèng)券发布的《ChatGPT需要多少算力(lì)》报(bào)告估算，GPT-3训练(liàn)一次的成(chéng)本约为140万美元。而对于一(yī)些更大的LLM(大型语言模型(xíng))，训练成本则介于200万美元至1200万美元高价之间。

以ChatGPT在2023年1月(yuè)的(de)独(dú)立(lì)访客平均(jūn)数1300万计(jì)算，其(qí)对应芯片需求为3万多片英伟(wěi)达A100 GPU，初始(shǐ)投(tóu)入(rù)成本(běn)约为8亿美元，每日仅电费就(jiù)在5万美元左右。

此外(wài)不论是ChatGPT还是AIGC，都离不开庞大(dà)算(suàn)力支持(chí)。在(zài)关注(zhù)各类(lèi)大模型的发(fā)展同时，更应该关注算力网络(luò)的建设。

算(suàn)力网络正驱动AI产业发展进入史(shǐ)诗(shī)级加速(sù)进程，让AIGC及通用AI这一人工智(zhì)能发展的(de)终极目(mù)标离得(dé)更近。

因为算(suàn)力可以对突(tū)破性(xìng)技术创新提供大力的支持。这(zhè)方面(miàn)，多模态大(dà)模(mó)型是典(diǎn)型。作为(wèi)面向未来强(qiáng)人工智(zhì)能、通用人工智能的重要(yào)技术创新，多模态大模型已经在(zài)人(rén)工(gōng)智(zhì)能(néng)领域(yù)提出了很多年，业界也有不少技术突(tū)破(pò)，但是，多模(mó)态大模型(xíng)进(jìn)一(yī)步往下走，算(suàn)力(lì)需求(qiú)呈几何式上升，一(yī)般的算(suàn)力基(jī)础设施很快将(jiāng)难以(yǐ)胜任。

从图像、文字、语音(yīn)单独(dú)一项(xiàng)的训练，到双模态、三模态的跃迁(qiān)，让人工智能可(kě)以灵活应对不同(tóng)模态的转化、像(xiàng)人与世界(jiè)交互一样自然(rán)，这(zhè)方面(miàn)，由算力网络来(lái)驱动将有(yǒu)明显优势。

此外，还有(yǒu)很(hěn)多需(xū)要(yào)爆发式增(zēng)长的算力来支撑(chēng)的技术创新，将在人工智能算力网络支(zhī)撑下快(kuài)速推进。

AIGC已经露出曙(shǔ)光，期待在(zài)大模(mó)型和大算力的支持(chí)下(xià)AIGC能(néng)持续颠覆(fù)内容(róng)生产的方式，将创造(zào)的边际成本降(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 陈睿怎么了，b站陈睿事件