自(zì)聊天机器人ChatGPT火爆以来(lái)，微软(ruǎn)公司创始人(rén)比尔(ěr)·盖茨已(yǐ)多次公开谈论人工智(zhì)能(néng)话题。在最近的一次采访中，他(tā)再次表示：“AI可能会(huì)让(ràng)科技行业迎来(lái)一(yī)次剧烈的洗(xǐ)牌”。

这(zhè)个结论是他(tā)在当地(dì)时间2月20日接受《In Good Company》节目专访(fǎng)时提(tí)出的。

他(tā)预期(qī)，AI的发展可能会威胁(xié)到谷(gǔ)歌(gē)的市占率，因为微软(ruǎn)在(zài)AI方(fāng)面的行动相当(dāng)迅(xùn)速。而最终科技巨头将把AI整(zhěng)合成用户的“全能(néng)助手”，包(bāo)揽一(yī)切(qiè)应用，与(yǔ)人(rén)们进行沟通并提供建议，可以取代亚马逊、Siri或Outlook等应用。

大佬口中全能助(zhù)手(shǒu)的到来可能(néng)尚需时日(rì)，但(dàn)由(yóu)ControlNet引发的(de)又一次AI绘画浪潮，让(ràng)AIGC在ChatGPT的话题热点包围中杀出重围。

01

ControlNet颠覆AI绘画新(xīn)玩法(fǎ)

AIGC向可控靠近

以AI绘画为代表的AIGC上一次(cì)爆火的时(shí)候(hòu)，还是2022年8月，在美(měi)国科罗拉(lā)多州举办的(de)新兴数字艺术家竞(jìng)赛中，一幅(fú)名为《太(tài)空(kōng)歌剧院》的作品(pǐn)获奖。

随(suí)后(hòu)各大(dà)厂商(shāng)的AI绘(huì)画(huà)软件被广大网友熟知并体验，Stable Diffusion便是其中代表。

用(yòng)户们(men)可以(yǐ)在应用中(zhōng)输入一组关键词(cí)或者(zhě)一(yī)张照(zhào)片，就能获(huò)得一幅AI创(chuàng)作的(de)画作。

作(zuò)画的关键就是所(suǒ)输(shū)入的文(wén)本(běn)。同一组关键词也可(kě)以创作出很多(duō)张风格不(bù)一样的(de)画作，这让(ràng)创作的过程就像开(kāi)盲盒。

很多用户很喜(xǐ)欢这(zhè)种(zhǒng)不确定(dìng)的惊喜，他们会将生(shēng)成的美图(tú)当做头像。而另一(yī)部分喜欢翻看AI绘画的“翻车”作品。在社交媒体(tǐ)上，许多用户分享AI“翻车现(xiàn)场”，例(lì)如，一位(wèi)网(wǎng)友的(de)小狗(gǒu)照片(piàn)被AI画成了“肌肉男”，还有网(wǎng)友的个人照片被AI识别成了建(jiàn)筑。

而如今随着ControlNet的出(chū)现(xiàn)与(yǔ)加持，以往AI绘画的填写关键(jiàn)词游戏可能要被颠覆了(le)。

ControlNet是一(yī)位正(zhèng)在斯坦福读博(bó)的中国人张吕敏(mǐn)创作的一种基于控制点的图(tú)像变(biàn)形算法，主要用(yòng)于数字图像处理(lǐ)、计算机视(shì)觉(jué)和计算机(jī)图形学等领域。

其SD插(chā)件(jiàn)一经发布，在(zài)短短的(de)两天(tiān)内便成为(wèi)了AI绘画领域最新的热点(diǎn)。

在此(cǐ)之前，大家用了很多方(fāng)法想(xiǎng)让AI生成的结果(guǒ)尽可(kě)能的符(fú)合(hé)要求(qiú)，但是(shì)都不(bù)尽如人意，它的出现代表着AI生(shēng)成开(kāi)始(shǐ)进入真正的可控(kòng)时期。

因为ControlNet可以直接提取画(huà)面的构图，人(rén)物的(de)姿(zī)势和画面的深度信息等。有了它的帮助(zhù)，就不用(yòng)频(pín)繁的(de)用(yòng)提示词(cí)来碰运气(qì)，抽盲(máng)盒式的创作(zuò)了(le)。

通俗的说ControlNet相当于给AI绘画加了(le)“魔法”，不少博主的(de)作品已(yǐ)经获得了大量的浏览量(liàng)，“viggo”就是其(qí)中之一，他用朋友的照片直接带她们走(zǒu)进动漫世界。

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

再用Text2Prompt插件拓(tuò)展(zhǎn)找到对(duì)应的关键词；最后(hòu)用(yòng)ControlNet插件(jiàn)绑定骨骼开始换关键词试(shì)效果。

通过图片就(jiù)可以(yǐ)看出(chū)来，效果十(shí)分惊艳。

更厉害的是，除了真实的照片，草图也(yě)可(kě)以加上“魔法”，知乎(hū)大牛“DevPoint”和“逗砂(shā)”介绍(shào)到ControlNet还能实现线稿转全(quán)彩图。大神(shén)张吕敏其本(běn)尊也(yě)亲自(zì)回应。

不(bù)得不(bù)说(shuō)当下AIGC已经变得越来越(yuè)强(qiáng)大(dà)，甚至(zhì)输出的(de)作品(pǐn)都已(yǐ)经能以假乱真(zhēn)了。

02

难辨虚实，AIGC技(jì)术力(lì)爆发

警惕安全问题

近日(rì)，“苏州金鸡湖(hú)有游(yóu)艇(tǐng)party”的消息(xī)火遍网络(luò)，而经过警方辟(pì)谣(yáo)这(zhè)所谓(wèi)的“party”一语成谶一语成偈是什么意思，一语成谶(yi yu cheng ji )的读音可能是全国第一起(qǐ)AI绘图诈骗。

由(yóu)于这个活动里面给出(chū)的美女照片都(dōu)是(shì)AI制作的真人(rén)照片绘图，因为太(tài)逼真，被大家当成真事传播了。

不过仔(zǎi)细(xì)观察可以发现(xiàn)，活(huó)动发起(qǐ)者提供的(de)照片(piàn)中(zhōng)有(yǒu)个(gè)很大(dà)的漏洞可以(yǐ)发现并非真(zhēn)人，而是(shì)AI绘图(tú)，那便是图片中女性(xìng)的(de)手(shǒu)指(zhǐ)部分有的存在异常。

有行(xíng)业人事表示：“现在因为手指(zhǐ)部分的绘(huì)画算法比较复杂，AI还不(bù)太会画人的手，但(dàn)最新看到(dào)的图片已经(jīng)有越(yuè)来(lái)越完美的AI模型出(chū)现，以后可能就完全没有(yǒu)漏洞了。”

类似的AI作图诈(zhà)骗在国外也已(yǐ)有(yǒu)发生。据(jù)英(yīng)国广(guǎng)播公司报道，土耳其地震期间，有Tiktok用户使用AI合成了(le)儿童受灾的假照片发布到网络，以此诱骗善良的人打赏“捐助(zhù)”从而实施(shī)诈骗。

目前(qián)随着技术(shù)发展，AIGC已经(jīng)能做(zuò)出(chū)真人照片般的绘图(tú)效果，如果这(zhè)样的图片被(bèi)用来诈(zhà)骗，将非常可怕。

此外(wài)AIGC还引(yǐn)发(fā)了(le)很多担忧，一方面(miàn)，批判(pàn)者认(rèn)为AI在“学习(xí)”了(le)大(dà)量前人的作品之后，其创作没有任何情绪和灵(líng)魂，难以(yǐ)和人类(lèi)的艺术创作(zuò)相提并论。

另一方面，AIGC背后(hòu)的版(bǎn)权、目(mù)前都(dōu)并没有(yǒu)得(dé)到有效的解决，还有AIGC会不会(huì)代替人类“至(zhì)高无上”的创意。

马斯克(kè)也强调，人工智能的安全问(wèn)题需要得(dé)到重(zhòng)视，太晚就来不(bù)及了。

03

AIGC下一站(zhàn)除了视(shì)频(pín)，还有(yǒu)远方

技术(shù)都是有两面性的，潜在的危害并不能掩(yǎn)盖其光辉(huī)的贡献。现在(zài)看来(lái)，人工(gōng)智能技术将是第四(sì)次工业(yè)革(gé)命的(de)核心(xīn)驱动(dòng)力(lì)量，将创造(zào)新的增(zēng)长奇(qí)迹。

过去一年(nián)，人工智能在技术和商业层面都有(yǒu)了(le)巨大进展，AI绘画就是人工(gōng)智能技术(shù)发生方(fāng)向性(xìng)改变(biàn)的(de)一个代表。其下一站或许就(jiù)是视(shì)频。

此前，Meta和(hé)谷歌(gē)先后发(fā)布了几条引(yǐn)爆(bào)科技圈(quān)的(de)短视频。这些视频引发关注并非(fēi)内容做得多优(yōu)秀，反而都非(fēi)常简单(dān)，比如一匹正在喝水的马，一只画画的玩具(jù)熊，或者一段骑摩托车(chē)的第一视角录像(xiàng)，随便一个有手机的人都(dōu)可(kě)以随手(shǒu)录下一段。

但这些短视频的创作方式非常(cháng)简单(dān)，创作者仅仅(jǐn)需要向(xiàng)AI输(shū)入一段话，甚至只(zhǐ)是(shì)说一下要求(qiú)，AI就可以根(gēn)据需(xū)要(yào)生成(chéng)一段视频。

谷歌发布的两个AI生成(chéng)视频(pín)分(fēn)别来自(zì)于(yú)Imagen Video和Phenaki，前者主要突出(chū)的是高清(qīng)，与Meta的Make-A-Video没有太多的差别。

在Make-A-Video公布(bù)了AI生成的视(shì)频后，AI圈就(jiù)已经玩了一波梗，一个能(néng)够做出更(gèng)高清视频的(de)AI还不足以在(zài)短时间内(nèi)戳中兴奋点。

Phenaki更加令人震(zhèn)惊的地方(fāng)在于(yú)，它可以(yǐ)制作出超(chāo)过2分钟的连贯的也有确切内容的(de)视(shì)频，这才是真正让人们感到惊喜的地方。因为(wèi)无论AI生成的视频多么(me)高(gāo)清，也只能是(shì)为内容生产(chǎn)者提供一个灵感，一个素(sù)材(cái)，一个过场(chǎng)动画。

不过能够制作出有具体剧(jù)情内容的(de)视频(pín)就意味着，一些视频创作由AI代(dài)替(tì)人工完成已经初步有了(le)可能。

当(dāng)下(xià)AI的发展(zhǎn)速度(dù)已经(jīng)超过大部分(fēn)人的(de)想象。内容(róng)产业的(de)本质是(shì)供给(gěi)创造需求，AIGC作为(wèi)全(quán)新的内容生产方式(shì)，可(kě)以为内(nèi)容产业带来(lái)更(gèng)新(xīn)的内容风(fēng)格、更快的生产(chǎn)速度，更低的(de)生产成(chéng)本，这(zhè)无疑会驱动内容产业的大(dà)爆发。

除了AI绘图(tú)、视频，AIGC技(jì)术(shù)还能(néng)应用于音乐、代码、机器(qì)人动(dòng)作(zuò)等多种(zhǒng)内容形式的生成(chéng)。不难发(fā)现(xiàn)该项技术不仅在游戏等行(xíng)业(yè)能得到(dào)有(yǒu)效应用(yòng)，对于下一代(dài)互(hù)联网各种元素(sù)的构建亦有(yǒu)关键意义。

从商业化的角(jiǎo)度来看，文化娱乐、教(jiào)育、传媒等诸(zhū)多领域(yù)，本(běn)身(shēn)就对基于AI的可视化(huà)内容有强烈需求。

因此，AI绘(huì)画及视(shì)频或(huò)不是结果，而只是AI进程(chéng)中的(de)一块(kuài)重(zhòng)要(yào)拼(pīn)图，有(yǒu)望在(zài)技术更新(xīn)的(de)加(jiā)持下实现更大的应用价值。

AI从(cóng)理解内容，走(zǒu)向了可以生(shēng)成内容，甚(shèn)至能够创造出独(dú)立价值和独立(lì)视角(jiǎo)的内(nèi)容(róng)。AIGC的再次出圈，更代(dài)表(biǎo)着(zhe)未来的先进生产力(lì)即(jí)将到来。

04

紧抓大模(mó)型与(yǔ)算力，牢固AIGC底座

从(cóng)技(jì)术(shù)的发展也可以看出，在语言(yán)大(dà)模型、图(tú)像大模型之(zhī)后(hòu)，多模态大模型已(yǐ)经成为了新(xīn)的趋势。

大模型被(bèi)誉为当前人工智能发(fā)展的智能底(dǐ)座，是全球竞争最激烈的研究方(fāng)向之一，包括谷歌(gē)、亚(yà)马逊、百度(dù)、阿里、腾(téng)讯(xùn)等众多头部(bù)企(qǐ)业都在竞(jìng)相发力。

不过训练大模(mó)型的确价格不菲，以国(guó)盛证券(quàn)发布的《ChatGPT需要多少算(suàn)力》报告估算，GPT-3训练一次的成本约为140万(wàn)美元。而对(duì)于(yú)一些更(gèng)大(dà)的LLM(大型语言模型)，训练成本则介于(yú)200万美元至1200万美元高(gāo)价之间。

以ChatGPT在(zài)2023年1月的独立访客(kè)平(píng)均(jūn)数1300万(wàn)计算，其(qí)对应芯片需求(qiú)为3万多(duō)片英伟达(dá)A100 GPU，初始(shǐ)投入(rù)成本约为(wèi)8亿美元(yuán)，每(měi)日仅电费就在5万美元左右。

此外(wài)不论(lùn)是ChatGPT还(hái)是AIGC，都(dōu)离不开庞大算力支持(chí)。在关(guān)注各(gè)类大模型(xíng)的(de)发(fā)展(zhǎn)同时，更(gèng)应该关(guān)注(zhù)算力(lì)网络的建(jiàn)设。

算(suàn)力网络正驱(qū)动AI产业发展进入史(shǐ)诗级加速进程，让AIGC及(jí)通用AI这一人(rén)工智能发展(zhǎn)的终极目标(biāo)离得更近(jìn)。

因为算力可(kě)以对(duì)突破性(xìng)技术创新提供大力的(de)支持。这方面，多模(mó)态(tài)大模型是典型。作为(wèi)面向未来(lái)强人(rén)工智能、通用人工智能的(de)重(zhòng)要技(jì)术创新(xīn)，多(duō)模(mó)态(tài)大模型已经在人工智能领域提出了很多年，业界也有不少技术突破(pò)，但(dàn)是，多(duō)模(mó)态大模型(xíng)进一步(bù)往下走，算力需求(qiú)呈几何式上升，一般的算力基础(chǔ)设施很快将难以胜任(rèn)。

从图像、文字、语(yǔ)音单独一项的训练，到双模态、三模态的跃迁，让人(rén)工智(zhì)能可(kě)以灵活应对不同模态的转化(huà)、像人与世界交(jiāo)互一样(yàng)自然，这方面，由算力网络来驱动将有明显(xiǎn)优势。

此外(wài)，还(hái)有很多(duō)需要(yào)爆(bào)发(fā)式增长(zhǎng)的算力(lì)来支撑的技(jì)术创新(xīn)，将在人工智能(néng)算力网(wǎng)络(luò)支撑(chēng)下(xià)快(kuài)速推(tuī)进。

AIGC已经露出曙光，期待在(zài)大模型和大算力的支持下(xià)AIGC能(néng)持续(xù)颠(diān)覆内容生(shēng)产的方式，将创造(zào)的边际(jì)成本(běn)降低，让万众(zhòng)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 一语成谶一语成偈是什么意思，一语成谶(yi yu cheng ji )的读音