自聊天机器人ChatGPT火爆以来，微软公(gōng)司创始人比(bǐ)尔·盖茨已多次公开谈论人工智能话题。在(zài)最近(jìn)的一(yī)次采访(fǎng)中，他再次(cì)表(biǎo)示(shì)：“AI可能会让(ràng)科技行(xíng)业迎(yíng)来一次剧烈的洗牌(pái)”。

这个结论是(shì)他在当(dāng)地时间2月20日接受(shòu)《In Good Company》节(jié)目专(zhuān)访(fǎng)时提出的。

他预期，AI的发展(zhǎn)可能会(huì)威胁到谷歌的市占(zhàn)率，因为微软(ruǎn)在AI方面(miàn)的行动(dòng)相当(dāng)迅(xùn)速(sù)。而(ér)最终科(kē)技巨头将把AI整合成用户的(de)“全能(néng)助(zhù)手”，包揽一切应(yīng)用，与人们进行沟(gōu)通并提供建议(yì)，可以取(qǔ)代亚马(mǎ)逊、Siri或(huò)Outlook等应用。

大佬口中全能助手(shǒu)的到来(lái)可能尚需时日，但由ControlNet引发(fā)的又一次AI绘画浪(làng)潮，让(ràng)AIGC在ChatGPT的话题热点包围中杀(shā)出重围。

01

ControlNet颠覆(fù)AI绘画新玩法(fǎ)

AIGC向可控靠(kào)近

以AI绘画为代表的(de)AIGC上一(yī)次爆(bào)火的时候，还是(shì)2022年8月，在美国科罗拉(lā)多州举办(bàn)的(de)新兴数(shù)字(zì)艺术(shù)家竞赛(sài)中(zhōng)，一幅(fú)名为《太空歌(gē)剧(jù)院》的作品获奖。

随后各大厂商的AI绘画软件(jiàn)被广大(dà)网友(yǒu)熟(shú)知(zhī)并体验，Stable Diffusion便是其中代表。

用户们可(kě)以(yǐ)在(zài)应用(yòng)中输入一组(zǔ)关(guān)键(jiàn)词或者一张照片(piàn)，就能获得一幅AI创作的画作。

作画的关键就是所输入的文本。同一组关键(jiàn)词(cí)也可以(yǐ)创作出很多张风格(gé)不一样的画作，这让创作的过程就像开盲盒(hé)。

很多用户很喜欢这种(zhǒng)不确(què)定的惊(jīng)喜，他(tā)们会将生成(chéng)的(de)美图当做头像(xiàng)。而另(lìng)一部分喜欢翻看(kàn)AI绘画的“翻车”作品(pǐn)。在社交媒体上，许多用(yòng)户分享AI“翻车现场(chǎng)”，例如(rú)，一位网友的小狗照片被AI画(huà)成了“肌肉男”，还有网友的(de)个(gè)人(rén)照片被AI识别成了建筑(zhù)。

而如(rú)今随着ControlNet的出现(xiàn)与(yǔ)加持(chí)，以往AI绘画的填写关键词游戏(xì)可能要(yào)被颠覆了。

ControlNet是一位正在斯坦福读博(bó)的中(zhōng)国人张吕敏创作的一种基于控制(zhì)点的图(tú)像变(biàn)形(xíng)算法，主要用(yòng)于(yú)数字图像(xiàng)处理(lǐ)、计(jì)算机视觉和(hé)计算机图形学等(děng)领域。

其SD插件一经发布，在短(duǎn)短(duǎn)的两天内(nèi)便成为了AI绘(huì)画领域最新(xīn)的热点。

在(zài)此之(zhī)前(qián)，大家(jiā)用了很(hěn)多(duō)方法想让(ràng)AI生成的结果尽(jǐn)可(kě)能的符合要求(qiú)，但(dàn)是都不尽(jǐn)如(rú)人意，它的出现代表(biǎo)着(zhe)AI生成开始进(jìn)入(rù)真(zhēn)正的可控时期。

因为(wèi)ControlNet可以直接提取画面的构(gòu)图，人(rén)物的姿势和画面的(de)深(shēn)度信息等(děng)。有(yǒu)了它的帮助，就不用(yòng)频繁(fán)的用提示词来(lái)碰运气，抽盲盒(hé)式的创(chuàng)作了。

通俗(sú)的(de)说ControlNet相当于给(gěi)AI绘画加了“魔法”，不少博(bó)主的作品已经获得了大量的浏(liú)览量，“viggo”就是其(qí)中之一，他(tā)用朋友(yǒu)的照片直接带她们走进动漫世界。

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

再用(yòng)Text2Prompt插件拓展(zhǎn)找到对应的关键(jiàn)词；最后用ControlNet插件绑定(dìng)骨骼开始换(huàn)关键词试效果。

通过图片就可以(yǐ)看出(chū)来，效果十分惊艳。

更(gèng)厉害的是，除了真(zhēn)实的(de)照(zhào)片，草(cǎo)图也(yě)可以加上“魔法”，知(zhī)乎(hū)大(dà)牛“DevPoint”和“逗(dòu)砂”介(jiè)绍到ControlNet还能实现(xiàn)线稿转全彩图。大神张吕敏其本尊也亲自回应。

不得不说(shuō)当下AIGC已经(jīng)变得(dé)越来越强大，甚至(zhì)输出的作品都已经(jīng)能(néng)以(yǐ)假乱真了。

02

难辨虚实，AIGC技术力爆发

警(jǐng)惕安(ān)全问题(tí)

近日，“苏州金鸡湖有(yǒu)游艇party”的消(xiāo)息火遍网络，而(ér)经过警方辟谣这所谓的“party”可能是全国第一起AI绘(huì)图诈骗。

由于这(zhè)个(gè)活动里面给(gěi)出(chū)的美女照(zhào)片都是AI制作(zuò)的真人照片绘(huì)图，因为太逼真，被大家当(dāng)成真事传播了。

不过仔细观察可以发现(xiàn)，活动(dòng)发(fā)起(qǐ)者提(tí)供的照(zhào)片中有个很大的漏洞(dòng)可以(yǐ)发现并(bìng)非真人，而是(shì)AI绘(huì)图，那便是图片(piàn)中女性的手指(zhǐ)部分有(yǒu)的存在异常。

有行业(yè)人事表示：“现(xiàn)在因为手(shǒu)指(zhǐ)部(bù)分的绘画算法比较(jiào)复杂，AI还不太会画人的(de)手，但最(zuì)新看到的图片已(yǐ)经有越来越完美的AI模型出现，以后可(kě)能就(jiù)完全没(méi)有漏(lòu)洞了(le)。”

类似(shì)的AI作图诈骗在(zài)国外(wài)也已(yǐ)有发生。据英国广播(bō)公司报(bào)道，土(tǔ)耳其(qí)地(dì)震期(qī)间，有Tiktok用户使用AI合成了儿童(tóng)受(shòu)灾的假照片发(fā)布到网(wǎng)络，以此(cǐ)诱骗(piàn)善良的人(rén)打赏“捐助”从而实施诈骗。

目前随着技术发展，AIGC已(yǐ)经能做出真人照片(piàn)般的绘图(tú)效果，如果这样的图片被用(yòng)来诈骗，将非常可怕(pà)。

此外AIGC还引发了很多(duō)担忧，一方面，批(pī)判者认为AI在“学习”了(le)大量前人的作品(pǐn)之后(hòu)，其创作(zuò)没有(yǒu)任何(hé)情绪和灵魂，难以和人类的艺术(shù)创作相(xiāng)提并(bìng)论。

另一方面，AIGC背后的版权(quán)、目(mù)前都并没有(yǒu)得到有效的解决，还(hái)有AIGC会不会代替人类“至高无(wú)上”的创意。

马(mǎ)斯克也强调，人工智能的(de)安(ān)全问(wèn)题(tí)需要(yào)得到重视，太晚(wǎn)就来不及了(le)。

03

AIGC下一站(zhàn)除了(le)视(shì)频，还有远(yuǎn)方

技术都是有两面性的，潜在的危(wēi)害并(bìng)不能掩盖(gài)其光(guāng)辉(huī)的贡献。现(xiàn)在看来，人工智(zhì)能技术将是第四次(cì)工业革命的(de)核(hé)心驱动(dòng)力(lì)量，将创造新(xīn)的增长奇迹。

过去一年，人工智能在技术(shù)和商业(yè)层(céng)面都有了巨大(dà)进(jìn)展，AI绘画就是(shì)人(rén)工智(zhì)能技术发生(shēng)方向性改变的(de)一个代表(biǎo)。其下一站或许(xǔ)就是视频(pín)。

此前，Meta和(hé)谷(gǔ)歌先后发(fā)布了几(jǐ)条引爆科技圈的短(duǎn)视频。这些视频引发关注并非(fēi)内容做得多优(yōu)秀，反而(ér)都(dōu)非(fēi)常简单，比如一匹(pǐ)正在喝水的马，一只画(huà)画的玩具熊，或(huò)者一段(duàn)骑摩托车的(de)第一视角录像(xiàng)，随便一个有手机的人都可(kě)以(yǐ)随手录(lù)下一(yī)段(duàn)。

但这些短(duǎn)视频的创作方式非常简单，创作(zuò)者仅仅需要向AI输入一段(duàn)话，甚(shèn)至只是说一下要求，AI就可(kě)以根据需(xū)要生成一(yī)段(duàn)视频。

谷歌发布的两个(gè)AI生(shēng)成视频分别来自(zì)于Imagen Video和Phenaki，前者主要突出的是高清，与(yǔ)Meta的Make-A-Video没有太(tài)多的差别(bié)。

在Make-A-Video公布(bù)了AI生成的视频后，AI圈就已经玩了一波梗(gěng)，一(yī)个能够做(zuò)出更(gèng)高清视频的AI还不足以在短(duǎn)时间内戳中(zhōng)兴奋(fèn)点。

Phenaki更加令人震惊的地方在于，它可以(yǐ)制作出超过2分钟的连贯的也有确切(qiè)内容的视频(pín)，这(zhè)才是(shì)真正让人(rén)们(men)感到(dào)惊喜(xǐ)的(de)地(dì)方。因(yīn)为无论AI生成(chéng)的视频多么高清，也只能是为内容生(shēng)产(chǎn)者提供一个灵(líng)感，一个素(sù)材，一个过(guò)场动画。

不(bù)过能够制作出有具体剧情内容的视频(pín)就(jiù)意(yì)味着，一些(xiē)视频创作由AI代替人工(gōng)完成(chéng)已经(jīng)初步(bù)有了可能。

当下AI的发展速度(dù)已经超过(guò)大(dà)部分人(rén)的想(xiǎng)象。内容产业的本质是供(gōng)给创造需(xū)求(qiú)，AIGC作为全新的内容生古代陇西成纪是现在的哪里，陇西成纪怎么读产(chǎn)方(fāng)式，可以为内容(róng)产业带来更新的内容(róng)风格、更快(kuài)的生产速度(dù)，更低(dī)的(de)生产成本，这无(wú)疑会(huì)驱动内容产业的大爆发。

除了AI绘图(tú)、视频，AIGC技术还能应用于音乐、代码、机(jī)器人(rén)动作等多种(zhǒng)内容形式(shì)的生成。不难发(fā)现该项技术不仅在游戏(xì)等(děng)行业能得到有效应(yīng)用，对于下一代(dài)互联(lián)网(wǎng)各种元素的(de)构建亦有关键(jiàn)意义(yì)。

从商业化(huà)的角(jiǎo)度来(lái)看(kàn)，文化娱(yú)乐、教育、传媒等诸多领域，本身就对基于AI的可视化内容(róng)有强烈(liè)需求(qiú)。

因此，AI绘画及视(shì)频或不是结果，而只(zhǐ)是AI进程中的一块重要拼图，有望在技术更(gèng)新的加(jiā)持(chí)下(xià)实现更大的应用价值。

AI从理(lǐ)解内(nèi)容，走向了可以(yǐ)生成内容，甚(shèn)至能够创造(zào)出独立价(jià)值和独(dú)立视(shì)角的内容。AIGC的再次出(chū)圈，更代(dài)表(biǎo)着未来的先进生产力即(jí)将到来。

04

紧(jǐn)抓大模(mó)型与(yǔ)算力，牢固AIGC底座

从技术(shù)的发(fā)展也可以看出，在(zài)语言大模型、图像大模型之后(hòu)，多模(mó)态大模(mó)型已(yǐ)经成为了新的趋势。

大模(mó)型被誉(yù)为(wèi)当(dāng)前人工智(zhì)能发展的(de)智能底座，是全(quán)球竞争最激烈(liè)的研究(jiū)方向(xiàng)之一，包括谷(gǔ)歌、亚马(mǎ)逊、百度、阿里、腾讯等众多头(tóu)部企业都在竞相(xiāng)发力。

不过训练大模型(xíng)的确价格不菲(fēi)，以国盛证券发布的《ChatGPT需要(yào)多少算力》报告估算，GPT-3训练(liàn)一次的成本约为(wèi)140万美元。而对(duì)于一(yī)些更大的LLM(大型语(yǔ)言(yán)模型)，训(xùn)练(liàn)成本则介于200万美(měi)元至1200万美元(yuán)高价之间(jiān)。

以ChatGPT在2023年(nián)1月的(de)独(dú)立访客平均(jūn)数1300万计算，其对应芯片需求(qiú)为3万多片英伟达A100 GPU，初始投入成本约为8亿美元，每日仅电费(fèi)就(jiù)在(zài)5万美(měi)元(yuán)左右(yòu)。

此外不论是(shì)ChatGPT还是AIGC，都离不开庞(páng)大算力支持(chí)。在关注各类大模型的发展同时，更应该关注算力网络的建设。

算力网(wǎng)络正驱动AI产(chǎn)业发展进入史诗级加速(sù)进程，让(ràng)AIGC及(jí)通用(yòng)AI这一(yī)人工(gōng)智能发(fā)展的(de)终极目标离(lí)得更近。

因为(wèi)算力可以(yǐ)对突破性(xìng)技术创(chuàng)新提供(gōng)大力的支持。这(zhè)方(fāng)面，多模态大模型是(shì)典(diǎn)型。作为面向未(wèi)来强人工智能、通用(yòng)人工智能的重要技(jì)术创新，多模态大模型已经在(zài)人工智能(néng)领域(yù)提(tí)出了很多年，业界也(yě)有不少技(jì)术突破，但是(shì)，多(duō)模态大模型(xíng)进一步往下走，算力需求呈几何式上升，一(yī)般的算(suàn)力基础设施很快将(jiāng)难以胜(shèng)任。

从图(tú)像、文字、语音单独一项的训练，到双(shuāng)模(mó)态、三模态的跃迁，让人工智(zhì)能可以灵活应(yīng)对不(bù)同模(mó)态(tài)的(de)转(zhuǎn)化、像人与世界交互一样自然，这方面，由算力网络(luò)来驱动将有明显优势。

此(cǐ)外，还有(yǒu)很多需要爆(bào)发式增长的算力来(lái)支撑的技(jì)术创新，将在人工智(zhì)能算力网络支撑下快速推进(jìn)。

AIGC已经露出曙光，期待(dài)在大模型和大算力(lì)的支(zhī)持下AIGC能持(chí)续颠(diān)覆(fù)内容生产的方式，将创造的边际成本降低(dī)，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 古代陇西成纪是现在的哪里，陇西成纪怎么读