自聊天机(jī)器人ChatGPT火爆以(yǐ)来(lái)，微软公司创(chuàng)始人(rén)比尔·盖(gài)茨(cí)已多次公开谈论(lùn)人工智能话(huà)题(tí)。在最近的一次采(cǎi)访中，他再次表示(shì)：“AI可能会让科技行业迎来(lái)一次剧烈的洗(xǐ)牌”。

这个结论是他在(zài)当地时间2月20日接受(shòu)《In Good Company》节目专访时提出(chū)的。

他预(yù)期(qī)，AI的发(fā)展可能会威胁到谷歌的(de)市占率，因(yīn)为微软在AI方面的行动(dòng)相当迅速。而最终科技巨(jù)头将把AI整合成用户的“全能助手”，包(bāo)揽一切(qiè)应用，与人(rén)们进行沟通(tōng)并提(tí)供建议(yì)，可以取代亚(yà)马逊、Siri或Outlook等(děng)应用。

大佬(lǎo)口中全能助手的到来可能尚需(xū)时日，但由ControlNet引(yǐn)发的又一次(cì)AI绘画浪潮，让AIGC在ChatGPT的话(huà)题热点包(bāo)围中杀出重(zhòng)围。

01

ControlNet颠覆AI绘画新玩(wán)法

AIGC向可控靠近

以(yǐ)AI绘画为(wèi)代表的AIGC上(shàng)一次(cì)爆火的时候(hòu)，还是2022年8月，在美国科罗拉多州举办的新兴数字艺术家(jiā)竞赛中(zhōng)，一幅名为(wèi)《太空歌剧院(yuàn)》的作品获(huò)奖。

随(suí)后各(gè)大(dà)厂商的(de)AI绘画(huà)软(ruǎn)件被广大(dà)网(wǎng)友熟知并(bìng)体(tǐ)验，Stable Diffusion便是其中代表。

用(yòng)户们可(kě)以在应用中(zhōng)输入一组关键词或者一张照片(piàn)，就(jiù)能获(huò)得一幅AI创作的画作。

作(zuò)画的关键(jiàn)就是(shì)所输入的文本。同一组(zǔ)关键词也(yě)可以创作出很多(duō)张风格不(bù)一样(yàng)的画作，这(zhè)让创作的过(guò)程就(jiù)像开(kāi)盲(máng)盒。

很多(duō)用户很喜欢这种不确定的惊喜(xǐ)，他们会(huì)将生成的美(měi)图当做头(tóu)像(xiàng)。而另一部(bù)分喜欢翻看AI绘画的“翻(fān)车”作品。在(zài)社(shè)交(jiāo)媒体上，许(xǔ)多(duō)用户分(fēn)享AI“翻车现场”，例如，一位网(wǎng)友的小(xiǎo)狗(gǒu)照片被(bèi)AI画成了(le)“肌肉(ròu)男”，还有(yǒu)网(wǎng)友的个人照片被AI识(shí)别成了建筑。

而如今随(suí)着ControlNet的(de)出现与(yǔ)加(jiā)持(chí)，以往AI绘画(huà)的填写关(guān)键词(cí)游戏可能要被颠覆(fù)了。

ControlNet是一位正在斯坦福(fú)读博的中国(guó)人(rén)张吕敏创(chuàng)作的一种基(jī)于(yú)控制点的图像变形(xíng)算法，主要用于数字图像处理、计算机视觉(jué)和(hé)计算(suàn)机图(tú)形学等领域。

其(qí)SD插件一(yī)经(jīng)发布(bù)，在短短的两天内便成为(wèi)了AI绘画(huà)领域最新的热点(diǎn)。

在此之(zhī)前，大家用(yòng)了(le)很多方法想让AI生成的(de)结(jié)果尽可(kě)能的符合要求，但是都不(bù)尽如人意，它的(de)出(chū)现代表(biǎo)着AI生成开(kāi)始(shǐ)进(jìn)入真正的可控时期(qī)。

因为ControlNet可以(yǐ)直接提取(qǔ)画面的构图(tú)，人物的姿势和画面的深(shēn)度信息等。有了(le)它的帮助，就不用频繁(fán)的用提示词来(lái)碰运气，抽盲(máng)盒(hé)式的创作了(le)。

通俗的说ControlNet相(xiāng)当于给AI绘画加了(le)“魔法(fǎ)”，不少博主的作品(pǐn)已经获得了(le)大量的浏览量(liàng)，“viggo”就是其中之一，他用朋(péng)友(yǒu)的照片直接带(dài)她们走(zǒu)进(jìn)动(dòng)漫(màn)世界。

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

再用(yòng)Text2Prompt插件拓展找到对应的关(guān)键词；最后用ControlNet插件绑定骨骼开始(shǐ)换关键词试效果。

通(tōng)过图片就可以看出来，效果(guǒ)十(shí)分惊艳。

更厉害的(de)是，除了(le)真实的照片(piàn)，草图也可以加(jiā)上“魔法”，知(zhī)乎大牛(niú)“DevPoint”和“逗砂(shā)”介(jiè)绍(shào)到(dào)ControlNet还能实现线稿转全彩图。大神张吕敏(mǐn)其本尊也亲自回应。

不得不说(shuō)当(dāng)下AIGC已(yǐ)经(jīng)变(biàn)得越来越强(qiáng)大，甚至输出的(de)作(zuò)品都已经能以(yǐ)假乱真了。

02

难(nán)辨虚(xū)实，AIGC技术(shù)力爆发

警惕安全问(wèn)题

近日，“苏州金鸡湖有(yǒu)游艇party”的消(xiāo)息(xī)火(huǒ)遍网络，而经过警方辟谣这(zhè)所谓的“party”可能是(shì)全国第一起AI绘(huì)图诈骗。

由于这个活动(dòng)里面给出的美女(nǚ)照(zhào)片都(dōu)是(shì)AI制(zhì)作的真人照(zhào)片绘(huì)图，因为太逼真(zhēn)，被大家当成真事传播了。

不过仔(zǎi)细(xì)观察(chá)可以(yǐ)发现，活(huó)动发起者提(tí)供的照片中有个很大的(de)漏洞可以发(fā)现(xiàn)并非真人(rén)，而是(shì)AI绘图，那便是(shì)图片(piàn)中(zhōng)女性的手(shǒu)指部分(fēn)有(yǒu)的(de)存在异(yì)常。

有(yǒu)行业人事(shì)表(biǎo)示：“现在(zài)因(yīn)为手指(zhǐ)部分的绘画算法(fǎ)比较复杂，AI还(hái)不太会画人的手(shǒu)，但最新看到的图片已经有越来(lái)越完美的AI模型(xíng)出现，以后可能就(jiù)完全(quán)没有漏(lòu)洞了。”

类似的AI作图诈骗在国外也已有(yǒu)发生。据英国广(guǎng)播(bō)公(gōng)司报道，土(tǔ)耳其地震期间，有(yǒu)Tiktok用户(hù)使用AI合成(chéng)了儿童受灾的假照(zhào)片发布到网络，以此诱骗(piàn)善良的人打赏“捐助”从而(ér)实施诈骗(piàn)。

目前随着技术发展，AIGC已经能做(zuò)出(chū)真人(rén)照(zhào)片般的(de)绘图效果(guǒ)，如果(guǒ)这样(yàng)的(de)图片被(bèi)用来诈骗，将非常可怕(pà)。

此外AIGC还引(yǐn)发了(le)很多担忧，一方面，批判(pàn)者认为AI在“学习”了大量(liàng)前人(rén)的作品之后，其创作没有任何情绪和灵魂，难以和人(rén)类(lèi)的艺术(shù)创(chuàng)作(zuò)相提并论。

另一方面(miàn)，AIGC背后的版权、目(mù)前都(dōu)并没有得到有效的解决，还(hái)有AIGC会不会(huì)代替人类(lèi)“至(zhì)高无上”的创意(yì)。

马斯克(kè)也强调(diào)，人工智(zhì)能(néng)的安全(quán)问(wèn)题需要(yào)得(dé)到(dào)重视，太晚就来不及了。

03

AIGC下(xià)一站除了(le)视频，还有远(yuǎn)方

技(jì)术都是有两(liǎng)面(miàn)性的，潜在的危害并不能掩盖其光辉的(de)贡献(xiàn)。现在看来，人工(gōng)智能技(jì)术将是(shì)第四(sì)次工业革命的核心驱动力量，将创造新的增长奇迹。

过去一(yī)年，人工智(zhì)能(néng)在技术和(hé)商业层面都(dōu)有了巨大(dà)进(jìn)展(zhǎn)，AI绘画就(jiù)是人工智能技术发生方向(xiàng)性(xìng)改变(biàn)的一个(gè)代表。其下一站或许就是视频。

此(cǐ)前(qián)，Meta和谷(gǔ)歌先后发布了几条引爆科技(jì)圈的短视(shì)频(pín)。这些视频引发(fā)关注并非内容做得多优秀，反而都非(fēi)常(cháng)简单，比如一(yī)匹(pǐ)正(zhèng)在喝水的(de)马，一只画画的玩(wán)具(jù)熊，或者一(yī)段骑摩托车的第一视(shì)角录像(xiàng)，随便一个有手机的人都(dōu)可以随手录下一段。

但这些短(duǎn)视频的创(chuàng)作方式(shì)非常简单，创作者仅(jǐn)仅需(xū)要向AI输入一段(duàn)话，甚至只是说一下(xià)要求，AI就可以根据(jù)需(xū)要生成(chéng)一段视频。

谷歌发布的(de)两个AI生成视频分(fēn)别(bié)来自于Imagen Video和(hé)Phenaki，前者主要突出的是高清(qīng)，与(yǔ)Meta的(de)Make-A-Video没有太(tài)多的差(chà)别(bié)。

在Make-A-Video公(gōng)布了AI生成的视频后，AI圈就已经(jīng)玩了(le)一波梗，一(yī)个能(néng)够做出更高清视频的AI还不足以在短时间(jiān)内戳中兴奋点。

Phenaki更(gèng)加令人震惊(jīng)的地(dì)方(fāng)在(zài)于，它(tā)可(kě)以制作(zuò)出(chū)超(chāo)过2分钟的连贯的也有确切内容的视频，这才(cái)是真正让(ràng)人(rén)们感到惊(jīng)喜的地方。因(yīn)为(wèi)无论AI生成(chéng)的视频(pín)多(duō)么高清，也只能(néng)是为内容(róng)生产者提(tí)供(gōng)一个灵感，一个(gè)素材，一个过场(chǎng)动画。

不过能够制作出有具体(tǐ)剧情内容的视频就意(yì)味着，一些(xiē)视频创作由AI代替人工完成(chéng)已经(jīng)初(chū)步有(yǒu)了可能。

当下AI的发展速度已(yǐ)经超过大部分(fēn)人的(de)想(xiǎng)象。内容产业的本质是供(gōng)给创造需求，AIGC作为全新的内容(róng)生产方式(shì)，可以为内容产业带来(lái)更新(xīn)的(de)内(nèi)容风格(gé)、更快的生(shēng)产速度，更低的生产成本，这无疑会(huì)驱(qū)动内容产业(yè)的大爆发。

除了AI绘图、视频，AIGC技术(shù)还能应用于(yú)音乐(lè)、代(dài)码、机器人动作等多种内容形(xíng)式的生成。不难发现该(gāi)项技术不仅(jǐn)在(zài)游戏等行业能得到有效应(yīng)用，对于下一代互联(lián)网各种元素(sù)的构建(jiàn)亦(yì)有关键意义。

从商业化的角度来看，文化(huà)娱乐、教(jiào)育、传(chuán)媒等诸(zhū)多领域，本(běn)身就(jiù)对基于AI的可视化(huà)内容有强烈需求。

因此，AI绘画及视频或不是结果，而只是(shì)AI进程中的一块重要拼图(tú)，有望在(zài)技术(shù)更(gèng)新的加持下(xià)实现(xiàn)更(gèng)大的(de)应(yīng)用价值(zhí)。

AI从理解内(nèi)容，走向了可(kě)以生成内容，甚至能够(gòu)创(chuàng)造出独立价(jià)值和独立视角(jiǎo)的内(nèi)容。AIGC的再次出圈，更代表着未来的先进生(shēng)产力(lì)即将到来。

04

紧抓大模型与算力，牢固AIGC底座

从技术(shù)的发展也(yě)可以看出，在语(yǔ)言大模型、图像大(dà)模型之后，多模态(tài)大模型(xíng)已经成为了(le)新(xīn)的趋势。

大模(mó)型被誉为(wèi)当前人工(gōng)智(zhì)能发展的(de)智能底座，是全(quán)球竞争(zhēng)最激烈的研(yán)究方向之(zhī)一，包括(kuò)谷歌、亚马逊、百度、阿里、腾讯等众(zhòng)多头部企(qǐ)业都(dōu)在竞相(xiāng)发力。

不过训练大模型的确价格(gé)不菲，以国盛证(zhèng)券(quàn)发布的《ChatGPT需要多少算(suàn)力》报告估(gū)算，GPT-3训练一(yī)次(cì)的成本约为(wèi)140万美元(yuán)。而(ér)对于一些更大(dà)的LLM(大型语言(yán)模型)，训(xùn)练成本则(zé)介于200万美元至1200万美元(yuán)高价之(zhī)间。

以ChatGPT在2023年1月(yuè)的独立访客平均数1300万计(jì)算(suàn)，其(qí)对(duì)应芯片需求为3万(wàn)多片英伟达A100 GPU，初始投入成本约为8亿美(měi)元，每(měi)日(rì)仅电费(fèi)就在5万(wàn)美元左右。

此外不论是ChatGPT还(hái)是AIGC，都(dōu)离不开庞(páng)大算力(lì)支(zhī)持。在关(guān)注各类(lèi)大(dà)模型的(de)发展同时(shí)，更(gèng)应该关(guān)注(zhù)算力网络的建设。

算力(lì)网络正驱(qū)动AI产业(yè)发(fā)展进入史(shǐ)诗级加速(sù)进程(chéng)，让AIGC及通用(yòng)AI这一人工智能发展的终极目(mù)标离得更(gèng)近。

因为算力可(kě)以对突破性(xìng)技术创新提供(gōng)大力的(de)支持(chí)。这(zhè)方面，多模态大模型是典型(xíng)。作为面向未来强人工智能(néng)、通用人(rén)工智能的重(zhòng)要技术创(chuàng)新(xīn)，多(duō)模态大模型已经在人(rén)工智能领域提出了(le)很多年，业界也有不少技术突破，但是，多模态(tài)大模型进一步往(wǎng)下走，算力需求呈几何式上升(shēng)，一般的(de)算力基(jī)础设施很(hěn)快将难以胜任。

从图像、文字、语音单(dān)独(dú)一项(xiàng)的(de)训(xùn)练，到双模态、三(sān)模态的(de)跃(yuè)迁(qiān)，让人工智能(néng)可(kě)以(yǐ)灵(líng)活应对(duì)不同模(mó)态的(de)转(zhuǎn)化、像人与世界交互一样自(zì)然，这(zhè)方面，由算(suàn)力网络(luò)来驱动将有明(míng)显优势(shì)。

此外，还有很多(duō)需(xū)要爆发式(shì)增长(zhǎng)的(de)算力来(lái)支撑的技术创(chuàng)新，将在人工(gōng)智能(néng)算力网络支撑下快速推进(jìn)。

AIGC已经露出曙光，期待在大(dà)模型和大(dà)算(suàn)力的支持下AIGC能持续颠覆内容生产的方式，将创造的边际成本(běn)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 4开头的是哪个省，4打头身份证是哪里