自聊(liáo)天机器人ChatGPT火(huǒ)爆以(yǐ)来，微软公司创始人比尔·盖茨已(yǐ)多次(cì)公开谈论人工智(zhì)能话题。在最近的(de)一次采访中，他再次表(biǎo)示：“AI可能(néng)会让科技行业迎来(lái)一(yī)次剧烈的洗牌”。

这个结论是他(tā)在(zài)当地(dì)时间2月(yuè)20日(rì)接受《In Good Company》节(jié)目专访时提出的(de)。

他预期，AI的(de)发展可(kě)能会威(wēi)胁到(dào)谷歌(gē)的市占率，因为微软在AI方面(miàn)的行动(dòng)相当迅速(sù)。而最终科技巨头(tóu)将把AI整合(hé)成(chéng)用户的“全能助手(shǒu)”，包揽一切应用，与人们进行沟(gōu)通并(bìng)提供建议，可(kě)以取代(dài)亚马逊、Siri或Outlook等应用。

大佬口(kǒu)中全(quán)能助(zhù)手的到(dào)来可能尚需时日，但由ControlNet引发(fā)的又一次AI绘画浪潮，让AIGC在ChatGPT的话题热点包围中杀出重围(wéi)。

01

ControlNet颠覆AI绘画新玩(wán)法

AIGC向可控靠(kào)近

以AI绘画为代(dài)表(biǎo)的AIGC上一次爆火(huǒ)的时候，还(hái)是2022年8月，在美国科罗拉多州举办的(de)新兴数字(zì)艺术家(jiā)竞赛中，一幅名为(wèi)《太空歌剧(jù)院》的作品获奖。

随后(hòu)各大厂商的AI绘画(huà)软件被广大网(wǎng)友熟知并体验，Stable Diffusion便(biàn)是其中代表。

用(yòng)户们可以在应(yīng)用中输入一组(zǔ)关键词或(huò)者一(yī)张照(zhào)片，就(jiù)能获得一幅AI创作的(de)画作。

作(zuò)画的关(guān)键就(jiù)是所输(shū)入(rù)的文本。同一(yī)组关键词也可以创作(zuò)出很多张风(fēng)格(gé)不一样的画(huà)作，这让创(chuàng)作的过程就像开盲(máng)盒。

很多(duō)用户很喜欢这种(zhǒng)不确定的惊喜，他(tā)们会(huì)将生成的美图当做头像。而另一部(bù)分喜欢翻看AI绘(huì)画的(de)“翻车”作品。在社交媒体(tǐ)上，许多用(yòng)户分享AI“翻车现场(chǎng)”，例如，一位网友的小(xiǎo)狗照片被(bèi)AI画成了“肌肉男”，还有网友的(de)个人照片(piàn)被AI识别成了建筑(zhù)。

而(ér)如今随着ControlNet的出现(xiàn)与加持，以(yǐ)往AI绘画的(de)填写(xiě)关(guān)键(jiàn)词(cí)游(yóu)戏可能要被颠覆了。

ControlNet是一位正在斯(sī)坦福读博的(de)中国人张吕敏创作的(de)一种基于控制(zhì)点的图像变(biàn)形算法，主要用于数(shù)字图像处理、计算(suàn)机视(shì)觉(jué)和计算机(jī)图(tú)形学(xué)等领(lǐng)域(yù)。

其SD插件一经(jīng)发布，在(zài)短短(duǎn)的(de)两天内便成为了(le)AI绘画领域最新的(de)热点(diǎn)。

在此(cǐ)之前，大家用了很多方法(fǎ)想让AI生成的结(jié)果尽可能的符合要求，但是都(dōu)不尽如(rú)人意，它的出现代表着AI生成开始进(jìn)入真正的可(kě)控时期。

因(yīn)为(wèi)ControlNet可以(yǐ)直接提取(qǔ)画面(miàn)的构图(tú)，人物的姿势和画面的深度信(xìn)息等。有(yǒu)了它的帮助，就(jiù)不用(yòng)频繁的用(yòng)提(tí)示词来碰运(yùn)气，抽(chōu)盲(máng)盒(hé)式的创作了。

通俗的说ControlNet相当于(yú)给AI绘画加(jiā)了“魔法”，不少(shǎo)博(bó)主的作品(pǐn)已经获(huò)得了大量的浏(liú)览量，“viggo”就是其中(zhōng)之(zhī)一，他(tā)用朋友的照片直接带她(tā)们走进(jìn)动漫世界。

viggo先用StableDiffusion图片转文(wén)字。

再(zài)用(yòng)Text2Prompt插(chā)件拓展找到对(duì)应的关(guān)键词；最后用ControlNet插(chā)件绑定骨骼开始换关键词试效果。

通过图片就可以看出来(lái)，效果十分惊艳。

更厉害的(de)是，除了(le)真实(shí)的照片，草图也(yě)可以加上“魔法(fǎ)”，知乎(hū)大牛“DevPoint”和“逗(dòu)砂”介绍到ControlNet还(hái)能实现(xiàn)线(xiàn)稿转全(quán)彩(cǎi)图。大(dà)神张吕敏其本尊也(yě)亲自(zì)回(huí)应。

不得不说当(dāng)下AIGC已经变得越来(lái)越强大，甚至输出的作品都已(yǐ)经(jīng)能以假(jiǎ)乱真了。

02

难(nán)辨虚(xū)实，AIGC技术力爆发

警惕安全问题(tí)

近日，“苏州金鸡湖(hú)有游(yóu)艇party”的消(xiāo)息火(huǒ)遍网络，而经过警方辟谣这所谓的“party”可能(néng)是全国第一起AI绘图诈骗。

由(yóu)于这个活动里面给(gěi)出的美女照(zhào)片(piàn)都是AI制作的真人照片绘图，因(yīn)为太逼真，被大家当(dāng)成真事传(chuán)播了。

不(bù)过仔细观察(chá)可以发现，活动发起(qǐ)者提供的照片(piàn)中有个很大的漏洞可以发现(xiàn)并非真人，而(ér)是AI绘图，那便(biàn)是(shì)图片(piàn)中女性的手指部分(fēn)有的(de)存在异常(cháng)。

有行业(yè)人(rén)事表示：“现在因为手(shǒu)指(zhǐ)部(bù)分(fēn)的绘画算法比较复(fù)杂，AI还不太(tài)会画人的手(shǒu)，但最新(xīn)看到的图片已(yǐ)经有越来越(yuè)完美的AI模型出现，以后可能就完(wán)全没(méi)有(yǒu)漏洞(dòng)了(le)。”

类似的AI作图(tú)诈骗在国外(wài)也已有发生。据(jù)英国(guó)广播公(gōng)司报道，土耳其地震期间，有Tiktok用户使用AI合成(chéng)了儿童受灾的假照片发布到网络，以此诱(yòu)骗善(shàn)良的(de)人打赏“捐助(zhù)”从而(ér)实施诈骗。

目前随着技术发展(zhǎn)，AIGC已经能做出真人照片(piàn)般的绘图效果，如果这(zhè)样的图片被用来诈(zhà)骗，将非常可怕。

此(cǐ)外AIGC还引发了很多担忧，一方面，批(pī)判者认(rèn)为AI在(zài)“180kg等于多少斤 180kg等于多少磅学(xué)习(xí)”了(le)大量前人的作品之后，其创作没(méi)有任何情绪(xù)和(hé)灵魂，难(nán)以和人类的艺术创作相提并论(lùn)。

另一方(fāng)面，AIGC背后(hòu)的版权、目前都并(bìng)没有得(dé)到有效的解决，还有(yǒu)AIGC会(huì)不会代(dài)替人类“至高(gāo)无上”的创意。

马斯克也强调，人工智能的(de)安全(quán)问(wèn)题(tí)需要(yào)得到(dào)重(zhòng)视(shì)，太晚就来不及(jí)了。

03

AIGC下一站除(chú)了视频，还(hái)有(yǒu)远方

技术都是(shì)有两面性的，潜(qián)在的危害(hài)并不能掩盖其光辉的贡献。现在(zài)看来，人工(gōng)智能(néng)技术将是第四(sì)次(cì)工业(yè)革命的(de)核心(xīn)驱动(dòng)力量，将创造新的增长奇迹(jì)。

过去一年，人(rén)工智能在技(jì)术和商业层面都有了巨大(dà)进展(zhǎn)，AI绘画就是人工智能技术(shù)发生(shēng)方向性改变(biàn)的一个代(dài)表。其(qí)下一站或(huò)许就是视频。

此前，Meta和谷歌先后发(fā)布了几(jǐ)条引(yǐn)爆科技圈的短(duǎn)视频。这些视频引发关(guān)注并(bìng)非(fēi)内(nèi)容做得多优秀，反(fǎn)而都非常简(jiǎn)单(dān)，比如一(yī)匹正在(zài)喝水的马，一只画画的玩(wán)具熊，或者一段骑摩托车的第一视角录(lù)像，随便一个有手机的(de)人都可以随(suí)手录下一段。

但这些短视频的创作方式(shì)非(fēi)常简单，创作者仅仅需要向AI输入一(yī)段话，甚至只(zhǐ)是说一下要(yào)求，AI就可以(yǐ)根据(jù)需(xū)要生成一段(duàn)视频。

谷歌发布的两(liǎng)个(gè)AI生成视频分别来自(zì)于Imagen Video和(hé)Phenaki，前者主要突出(chū)的是高清(qīng)，与Meta的Make-A-Video没(méi)有太(tài)多的(de)差(chà)别。

在Make-A-Video公(gōng)布了AI生成的视(shì)频后(hòu)，AI圈(quān)就已经(jīng)玩了一波梗，一(yī)个能够做出更(gèng)高清视(shì)频(pín)的AI还不(bù)足以在短时(shí)间内戳中兴奋点。

Phenaki更加令(lìng)人震(zhèn)惊的地方(fāng)在于，它可以制(zhì)作出超过(guò)2分钟(zhōng)的连贯的也有确切内容的(de)视(shì)频，这才(cái)是真正让人们感到惊喜的地方。因为无论AI生成(chéng)的视频(pín)多么高清，也只(zhǐ)能是为内(nèi)容生(shēng)产者提(tí)供一个(gè)灵感，一个素材(cái)，一个过场动画。

不过能够制(zhì)作出有具(jù)体剧情内容的(de)视频就意味着，一些视(shì)频创作由AI代替(tì)人(rén)工完(wán)成已经初步(bù)有(yǒu)了可能(néng)。

当下AI的发(fā)展(zhǎn)速(sù)度已(yǐ)经超过大部(bù)分(fēn)人(rén)的(de)想象(xiàng)。内(nèi)容产业(yè)的本质(zhì)是(shì)供给创造需(xū)求，AIGC作为全新的(de)内容生产方式，可以为内容产业(yè)带来更新的内(nèi)容风(fēng)格(gé)、更(gèng)快(kuài)的生产(chǎn)速度，更低的生(shēng)产(chǎn)成本(běn)，这无疑会驱动内容(róng)产(chǎn)业的大爆发。

除了AI绘图、视频，AIGC技(jì)术还能应用于(yú)音乐、代码、机(jī)器人(rén)动作(zuò)等多种内容形(xíng)式的(de)生成。不难发现(xiàn)该项技术(shù)不仅(jǐn)在(zài)游戏等行(xíng)业能(néng)得(dé)到有效应用，对于下一代互(hù)联网各种元(yuán)素的构建亦有关键(jiàn)意义。

从商业(yè)化的角度来看，文化(huà)娱(yú)乐、教育(yù)、传媒等诸多领(lǐng)域，本身就对基于AI的可视(shì)化内容(róng)有强烈(liè)需求。

因此，AI绘画及视频或不是(shì)结果，而只是(shì)AI进(jìn)程(chéng)中的一块重要(yào)拼图，有望在技(jì)术更(gèng)新的(de)加持下实(shí)现更大的(de)应(yīng)用价(jià)值。

AI从(cóng)理解内(nèi)容，走向了(le)可(kě)以生成内容，甚至能(néng)够创造出独立价值和独(dú)立(lì)视角的内容。AIGC的再(zài)次(cì)出圈，更代表着未来(lái)的先进(jìn)生产力即将到来。

04

紧抓大模型(xíng)与算力，牢固AIGC底(dǐ)座

从(cóng)技术的发展也可以看出，在(zài)语言大模型、图像大模型(xíng)之(zhī)后，多模态(tài)大模型(xíng)已经成为了新的趋势。

大模型被(bèi)誉(yù)为当(dāng)前人(rén)工智(zhì)能发(fā)展的智能底(dǐ)座，是全球竞争最激烈的(de)研究(jiū)方向之一，包括谷(gǔ)歌、亚马逊、百度、阿(ā)里、腾讯等众多(duō)头部企业都(dōu)在竞(jìng)相(xiāng)发力。

不过训练大模型的(de)确价格不菲，以国盛证(zhèng)券发布(bù)的《ChatGPT需要多(duō)少(shǎo)算力》报告估(gū)算(suàn)，GPT-3训练一次的成本约为140万美元(yuán)。而对于一(yī)些更大(dà)的(de)LLM(大型语言(yán)模型(xíng))，训练(liàn)成(chéng)本则介于200万(wàn)美元至1200万(wàn)美元(yuán)高价之间。

以ChatGPT在(zài)2023年1月的(de)独立访客平均数1300万计算(suàn)，其对应芯片需(xū)求为3万多片英(yīng)伟达(dá)A100 GPU，初始(shǐ)投入(rù)成本(běn)约为(wèi)8亿美元，每日(rì)仅电费就在5万(wàn)美(měi)元左右。

此外不论是ChatGPT还是AIGC，都离不开(kāi)庞大(dà)算力(lì)支(zhī)持。在关(guān)注(zhù)各类大模(mó)型的发展(zhǎn)同时，更应该(gāi)关注算力(lì)网(wǎng)络的建(jiàn)设。

算力网(wǎng)络正驱动AI产(chǎn)业发(fā)展进(jìn)入(rù)史诗级加速进程，让AIGC及通用AI这一人工智能发展的终极目标离得更近(jìn)。

因为算(suàn)力可(kě)以对突破性技术创新提供大(dà)力的(de)支持。这(zhè)方面，多模(mó)态大模型是典(diǎn)型。作为面向未来强人工智能、通用人工(gōng)智能的(de)重(zhòng)要技术创新，多模(mó)态大模型(xíng)已经在人工智能(néng)领(lǐng)域提(tí)出了(le)很多年，业界也有不少技术突(tū)破(pò)，但是，多模(mó)态大模型进一步往下走，算(suàn)力需求呈几(jǐ)何式上升(shēng)，一般(bān)的算力(lì)基础设施很快将难以胜(shèng)任。

从(cóng)图(tú)像、文(wén)字、语音单(dān)独一项的训(xùn)练，到(dào)双模态、三(sān)模态的跃迁，让人工(gōng)智能可以灵活应对不(bù)同模(mó)态的转化、像人与世界交互一样自然，这方面，由算(suàn)力网络(luò)来驱动将有明显(xiǎn)优势。

此外(wài)，还(hái)有(yǒu)很多需(xū)要爆发式增长(zhǎng)的算力来(lái)支(zhī)撑的技(jì)术(shù)创新，将在人工(gōng)智能算力网络支撑下快(kuài)速推进。

AIGC已经露出曙(shǔ)光，期待在大(dà)模型(xíng)和大算力的支持下AIGC能持续颠覆内容(róng)生产(chǎn)的方式(shì)，将创造(zào)的边(biān)际成本降低，让万众受(shòu)益(yì)。

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 180kg等于多少斤 180kg等于多少磅