自聊天机器人ChatGPT火爆以来，微软公司创始(shǐ)人(rén)比尔·盖茨已(yǐ)多次公开(kāi)谈(tán)论人工智能话(huà)题。在最近的一次采访中，他再次表示：“AI可能会让(ràng)科(kē)技行业迎来(lái)一次剧烈的(de)洗牌”。

这个(gè)结论是他(tā)在当(dāng)地时间2月20日(rì)接受(shòu)《In Good Company》节(jié)目(mù)专访时提出(chū)的。

他预期(qī)，AI的发展可能会(huì)威胁到谷歌的(de)市占率，因为(wèi)微软在AI方面(miàn)的(de)行动相(xiāng)当迅(xùn)速(sù)。而最终科技巨头将把AI整合(hé)成用(yòng)户(hù)的“全能(néng)助(zhù)手(shǒu)”，包揽一切应(yīng)用，与人们进行沟通(tōng)并提供建(jiàn)议，可以取(qǔ)代亚马逊(xùn)、Siri或Outlook等应用。

大佬口(kǒu)中全(quán)能助手(shǒu)的(de)到来可能尚需时日(rì)，但由ControlNet引发的又一次(cì)AI绘(huì)画浪潮，让AIGC在ChatGPT的(de)话(huà)题热(rè)点(diǎn)包(bāo)围中杀出(chū)重围(wéi)。

01

ControlNet颠覆(fù)AI绘画新玩法(fǎ)

AIGC向可控靠近

以AI绘画为代表的AIGC上一次爆火的(de)时候，还(hái)是2022年8月，在美(měi)国科罗拉多州举(jǔ)办(bàn)的(de)新兴数(shù)字(zì)艺术(shù)家竞赛中，一幅名为《太空(kōng)歌(gē)剧院》的作品(pǐn)获奖。

随后各大厂商的AI绘画软(ruǎn)件被广大网(wǎng)友熟知(zhī)并体(tǐ)验，Stable Diffusion便是其中代表(biǎo)。

用(yòng)户们(men)可以(yǐ)在应用中输入一组关键词或者一张(zhāng)照片，就能获得一(yī)幅AI创作的画(huà)作。

作画的(de)关(guān)键(jiàn)就是(shì)所输入的文本。同(tóng)一组关(guān)键词也可以创作出(chū)很(hěn)多张风(fēng)格不一样的(de)画(huà)作，这让创作的过程就(jiù)像开(kāi)盲盒。

很多用户很喜欢这种(zhǒng)不确(què)定的惊喜，他们(men)会将生成的(de)美图当做(zuò)头(tóu)像。而另(lìng)一(yī)部分(fēn)喜(xǐ)欢翻看(kàn)AI绘(huì)画的“翻车(chē)”作品。在社(shè)交(jiāo)媒体上，许多用(yòng)户分享AI“翻车现场”，例如，一位网友(yǒu)的小狗(gǒu)照片(piàn)被AI画成了“肌肉男”，还(hái)有(yǒu)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(chū)现(xiàn)与加持，以往(wǎng)AI绘画的填写关(guān)键词游(yóu)戏可能(néng)要被颠(diān)覆了。

ControlNet是一(yī)位(wèi)正在(zài)斯坦(tǎn)福读博的中国(guó)人(rén)张吕敏(mǐn)创作的一(yī)种(zhǒng)基于(yú)控(kòng)制点的图像变形算(suàn)法，主要用于数字图像处理(lǐ)、计算机(jī)视觉和计算(suàn)机图形学(xué)等领(lǐng)域(yù)。

其(qí)SD插件一经(jīng)发(fā)布，在短短的两天内便成(chéng)为了AI绘画领域最新的(de)热点。

在此之前，大家用(yòng)了很多方(fāng)法(fǎ)想让AI生成的结果尽可(kě)能(néng)的符合要求，但是都不尽如人(rén)意，它的出现代表着AI生成开始进入真(zhēn)正(zhèng)的(de)可控(kòng)时期。

因为ControlNet可以直接提取画面的(de)构(gòu)图，人物的姿势(shì)和画面(miàn)的深度信息等。有了它(tā)的帮助，就不用频繁的用提示(shì)词(cí)来碰运气，抽(chōu)盲盒式的(de)创作了(le)。

通俗的(de)说ControlNet相当于给AI绘画加了“魔法”，不(bù)少博主的作品已经获得(dé)了大量(liàng)的浏览量，“viggo”就是(shì)其中之一，他用朋友的照片直接(jiē)带她(tā)们走进动漫世界(jiè)。

viggo先用(yòng)StableDiffusion图(tú)片转(zhuǎn)文字。

再(zài)用Text2Prompt插(chā)件(jiàn)拓(tuò)展(zhǎn)找(zhǎo)到(dào)对应的关键词(cí)；最后用(yòng)ControlNet插件绑(bǎng)定(dìng)骨(gǔ)骼开始换关键词试效果。

通过(guò)图片就可以(yǐ)看出来，效果十(shí)分惊(jīng)艳。

更厉害(hài)的是，除了真实的照片(piàn)，草(cǎo)图(tú)也可(kě)以加上“魔(mó)法”，知(zhī)乎大牛“DevPoint”和“逗砂(shā)”介(jiè)绍(shào)到ControlNet还能实(shí)现线稿转全彩图(tú)。大(dà)神张吕敏(mǐn)其本(běn)尊(zūn)也亲(qīn)自回应。

不(bù)得不说(shuō)当下AIGC已经(jīng)变(biàn)得越(yuè)来越强大，甚(shèn)至输(shū)出的作品都已经能以假乱真了。

02

难辨虚实，AIGC技术(shù)力爆发

警惕(tì)安(ān)全问题(tí)

近日，“苏州金鸡(jī)湖有游艇party”的消息火遍网络，而经过警(jǐng)方辟谣这所谓的(de)“party”可能是全国第(dì)一(yī)起(qǐ)AI绘图(tú)诈骗。

由于这个活(huó)动里面给出(chū)的美女(nǚ)照(zhào)片都是AI制作的真人照片绘图(tú)，因为(wèi)太逼真，被大家当成真事传播了。

不过仔(zǎi)细观察可(kě)以发现，活(huó)动发起者提供(gōng)的照片中(zhōng)有个(gè)很大的(de)漏(lòu)洞可以发现并非真(zhēn)人，而是AI绘图(tú)，那(nà)便是图片中女性的手(shǒu)指部分有的存在(zài)异常(cháng)。

有行业(yè)人事表(biǎo)示(shì)：“现在因(yīn)为手指(zhǐ)部(bù)分的(de)绘画算(suàn)法比(bǐ)较复(fù)杂，AI还不太会(huì)画(huà)人的手，但(dàn)最新看到的图片已经有越来越(yuè)完美的(de)AI模型出(chū)现，以后可能就完全没有漏洞了。”

类似的AI作图(tú)诈骗在国外也已(yǐ)有发生。据英国(guó)广播公司报道，土耳其地震期间，有Tiktok用户使(shǐ)用AI合成了儿童(tóng)受灾的假照片发布(bù)到网络，以此诱骗善良的人(rén)打赏(shǎng)“捐助”从而实施诈骗。

目前随着(zhe)技术发展(zhǎn)，AIGC已经能做出(chū)真人(rén)照片般(bān)的绘图效(xiào)果，如果(guǒ)这样(yàng)的图片被用来诈骗，将非常可怕。

此外AIGC还引发了很多担忧(yōu)，一方面，批(pī)判者认(rèn)为AI在(zài)“学习”了大量(liàng)前(qián)人(rén)的作品之(zhī)后，其创作没有任何情绪和灵魂，难以和(hé)人类的艺(yì)术创作(zuò)相提并论。

另一方面，A反函数的性质是什么意思，反函数得性质IGC背后的版权、目(mù)前都并没有得到(dào)有效(xiào)的解(jiě)决，还有AIGC会不会代替人类“至(zhì)高(gāo)无(wú)上”的创(chuàng)意。

马(mǎ)斯克也(yě)强调，人工智(zhì)能的安(ān)全问题需要得(dé)到重视，太晚就(jiù)来(lái)不(bù)及了。

03

AIGC下一(yī)站除了(le)视(shì)频(pín)，还(hái)有远方

技术(shù)都是有两面(miàn)性的，潜在的危害并不能掩盖其反函数的性质是什么意思，反函数得性质光(guāng)辉的贡献。现在看来，人工智能技术将是第四次(cì)工(gōng)业革命的核(hé)心驱动力(lì)量，将创(chuàng)造新的增长(zhǎng)奇迹。

过去一年(nián)，人(rén)工智能(néng)在(zài)技(jì)术和(hé)商业(yè)层(céng)面都有(yǒu)了(le)巨大进展(zhǎn)，AI绘(huì)画就是人工智能技(jì)术发生(shēng)方向性(xìng)改变的一个代表。其下一站(zhàn)或许(xǔ)就是视频。

此前，Meta和谷(gǔ)歌先(xiān)后发布了几条引爆(bào)科技圈的短视频(pín)。这些视频(pín)引发关(guān)注(zhù)并非(fēi)内(nèi)容(róng)做(zuò)得多优秀，反而(ér)都非常简单，比(bǐ)如一匹正(zhèng)在喝水的马，一只画画(huà)的玩具熊，或者一段骑摩托车的第一视角录像，随便一个有手(shǒu)机的人都可以随手录下一段。

但这些短视(shì)频的创作方式非常简单(dān)，创作(zuò)者(zhě)仅仅需要向AI输入一段话，甚(shèn)至只是(shì)说(shuō)一下要(yào)求，AI就可(kě)以根据需(xū)要生成一段视频。

谷歌发布的两个AI生成(chéng)视(shì)频(pín)分别(bié)来自(zì)于Imagen Video和Phenaki，前者主要(yào)突出的是(shì)高清，与Meta的Make-A-Video没有(yǒu)太多的差别(bié)。

在Make-A-Video公布了AI生成(chéng)的视频后，AI圈就已经(jīng)玩(wán)了一波梗(gěng)，一个能够做出(chū)更高(gāo)清(qīng)视频的AI还不足(zú)以在短时(shí)间内戳(chuō)中兴奋点(diǎn)。

Phenaki更加(jiā)令人震惊的地方(fāng)在于，它可以(yǐ)制作出超过2分钟的连贯的也有确(què)切(qiè)内容(róng)的视频(pín)，这才(cái)是(shì)真正让人(rén)们感(gǎn)到惊喜(xǐ)的地方。因(yīn)为无论(lùn)AI生成的视频多(duō)么高清，也只(zhǐ)能是为内容生产(chǎn)者(zhě)提供一个(gè)灵感(gǎn)，一个素材，一(yī)个过场动画。

不过能够制(zhì)作出(chū)有具(jù)体剧情内(nèi)容(róng)的(de)视频就意(yì)味(wèi)着，一(yī)些视频创作(zuò)由AI代替(tì)人工(gōng)完成(chéng)已经初步(bù)有(yǒu)了可(kě)能(néng)。

当下AI的发展速度已(yǐ)经(jīng)超过大(dà)部分人的想(xiǎng)象(xiàng)。内容产业的本质是供给创造需(xū)求，AIGC作(zuò)为全新(xīn)的内容(róng)生产方式，可(kě)以为内容产业带来更新的内容风(fēng)格、更快的(de)生产速(sù)度，更低的生产成(chéng)本(běn)，这(zhè)无疑会驱动内容(róng)产(chǎn)业的大(dà)爆发。

除(chú)了AI绘(huì)图、视(shì)频(pín)，AIGC技(jì)术还能应(yīng)用于音乐、代码、机器人动作等(děng)多(duō)种内(nèi)容形式的生成(chéng)。不难发现该项技术不仅(jǐn)在游戏等行业能得到有效应用(yòng)，对于下一代互联网各种(zhǒng)元素的构建亦(yì)有关键(jiàn)意义。

从商业化的(de)角(jiǎo)度(dù)来(lái)看，文化(huà)娱乐、教育、传媒等诸(zhū)多领域，本身就对基于AI的可视(shì)化(huà)内容(róng)有强烈需求。

因此(cǐ)，AI绘画及视频或(huò)不是结果，而只是(shì)AI进(jìn)程中(zhōng)的一块重(zhòng)要拼图，有望在(zài)技术更新的加持下(xià)实现更大的应用(yòng)价值。

AI从理解内容，走向了可以生(shēng)成内容(róng)，甚至能够创造出独立价值和独立(lì)视角的内容。AIGC的再次出(chū)圈，更代表(biǎo)着未(wèi)来的先进生(shēng)产力即将到(dào)来(lái)。

04

紧(jǐn)抓大模型与算(suàn)力，牢固AIGC底座(zuò)

从技术的(de)发展(zhǎn)也可以看出，在(zài)语言(yán)大模型、图像(xiàng)大模型之后(hòu)，多模态大模型已经成为了新(xīn)的趋势。

大模(mó)型(xíng)被誉为当前人工智能发展的智能底座(zuò)，是(shì)全球竞争最激(jī)烈的研究方(fāng)向之一，包括谷歌、亚马逊、百(bǎi)度、阿里(lǐ)、腾讯等众多头部企业都在竞相发(fā)力。

不过训(xùn)练大模型的确价格不菲，以国盛证(zhèng)券发布(bù)的《ChatGPT需要多少(shǎo)算力》报告(gào)估算，GPT-3训(xùn)练(liàn)一次的(de)成本约(yuē)为(wèi)140万(wàn)美元。而对于(yú)一(yī)些更大的LLM(大(dà)型语言模型)，训练成本则介于200万美元至1200万(wàn)美元(yuán)高价之间(jiān)。

以ChatGPT在2023年(nián)1月的独立(lì)访客平(píng)均数1300万计算，其对(duì)应(yīng)芯片需求为3万多(duō)片英(yīng)伟达(dá)A100 GPU，初始(shǐ)投(tóu)入成本约为8亿美(měi)元，每(měi)日仅电费就在(zài)5万美元左右。

此外不论是ChatGPT还(hái)是AIGC，都离不开庞大算力支持(chí)。在关注各类大模型的发展同时，更应该关注算(suàn)力网(wǎng)络的(de)建设。

算力网(wǎng)络正驱动(dòng)AI产(chǎn)业发展进入史诗级加速(sù)进程，让(ràng)AIGC及通用(yòng)AI这一人工智(zhì)能发展(zhǎn)的终(zhōng)极目标离得更近。

因为算力(lì)可以对突破性技术创(chuàng)新提供大力的支(zhī)持。这方面(miàn)，多模态大模型是典型(xíng)。作为(wèi)面(miàn)向未来强人工(gōng)智能、通(tōng)用人工智能的重要技(jì)术创新，多模(mó)态大(dà)模型已(yǐ)经在(zài)人工智能领域(yù)提出了很多(duō)年(nián)，业界也有不少技术突破(pò)，但是(shì)，多模态大模型(xíng)进一步往下(xià)走，算力需求呈(chéng)几何式上升，一般(bān)的算力(lì)基础设(shè)施很快将难(nán)以胜任。

从图像(xiàng)、文字、语音单独一项的(de)训练，到双模态(tài)、三(sān)模态的跃迁(qiān)，让人(rén)工(gōng)智(zhì)能可以(yǐ)灵活应对不同(tóng)模态的转化、像人与世界(jiè)交互一样自然(rán)，这方(fāng)面，由(yóu)算(suàn)力网(wǎng)络来(lái)驱动将有(yǒu)明显优势。

此外，还有很多需(xū)要爆发(fā)式增长的算力来支撑的技术(shù)创新，将(jiāng)在人(rén)工智能算力网络支撑下快速推进。

AIGC已经(jīng)露出(chū)曙光，期待在大模型(xíng)和大算力的支(zhī)持下AIGC能持续颠覆内容生产的方(fāng)式，将创造的(de)边际成本(běn)降低，让万众受(shòu)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 反函数的性质是什么意思，反函数得性质