自(zì)聊天机器人ChatGPT火爆以来(lái)，微软公司创始人比(bǐ)尔·盖茨已多(duō)次(cì)公开谈论人工智能话题。在(zài)最近的一次(cì)采访中(zhōng)，他(tā)再次(cì)表示：“AI可能会(huì)让科技行业迎来一(yī)次(cì)剧烈的洗牌”。

这个(gè)结(jié)论是他在当(dāng)地(dì)时间2月20日接受《In Good Company》节(jié)目专(zhuān)访时(shí)提出的(de)。

他预期，AI的发展可能会(huì)威胁到谷歌的市占(zhàn)率，因为微软在AI方面的行动相当迅速(sù)。而(ér)最终科技巨头将把AI整合成(chéng)用(yòng)户的“全能助手”，包揽一切应用，与人(rén)们进(jìn)行沟通并提供建(jiàn)议，可(kě)以取代(dài)亚马逊、Siri或Outlook等(děng)应用。

大佬口中全能助手(shǒu)的到来可能尚需时日，但由ControlNet引发的又一次AI绘画浪潮，让AIGC在(zài)ChatGPT的话题热(rè)点(diǎn)包围(wéi)中杀出重围。

01

ControlNet颠覆AI绘(huì)画新玩法

AIGC向可(kě)控靠近

以AI绘画为代(dài)表的AIGC上(shàng)一次爆火(huǒ)的(de)时候，还是2022年8月(yuè)，在美国科罗(luó)拉多(duō)州举办(bàn)的新兴(xīng)数(shù)字(zì)艺术家(jiā)竞(jìng)赛中，一幅名为《太空歌剧院》的作品获奖。

随后(hòu)各(gè)大(dà)厂商的AI绘画软件(jiàn)被广大网友熟知并体验，Stable Diffusion便是其中(zhōng)代表。

用户们可以在应用中输入一组(zǔ)关键词或者(zhě)一张照片，就能(néng)获得(dé)一(yī)幅AI创作的画作。

作画的关键(jiàn)就(jiù)是所输(shū)入的文本。同一组关键词也(yě)可以创作出很多(duō)张(zhāng)风格(gé)不一样的画作，这让创作的过程就(jiù)像(xiàng)开盲(máng)盒。

很多用户很喜欢这种不确定的惊喜，他们会将生成的美(měi)图当做(zuò)头像(xiàng)。而(ér)另(lìng)一部分喜欢翻看(kàn)AI绘画的“翻车(chē)”作(zuò)品。在社交媒体上，许多(duō)用户分享AI“翻车现场”，例如，一位网友的小(xiǎo)狗(gǒu)照片被AI画成了“肌肉(ròu)男”，还有网友的个人(rén)照片被AI识别成了(le)建筑。

而如(rú)今随着ControlNet的出现与(yǔ)加(jiā)持，以往AI绘画的填写关键词(cí)游戏可能(néng)要被颠(diān)覆了(le)。

ControlNet是一位正(zhèng)在斯坦福(fú)读博的中国人张(zhāng)吕敏创作的(de)一种基于(yú)控制点的图像(xiàng)变(biàn)形(xíng)算(suàn)法，主要用于数(shù)字图像处理、计算机视觉和计算机图形(xíng)学等领域。

其(qí)SD插件一经发布，在短短的(de)两天内便(biàn)成为了AI绘画领域最新的热点。

在(zài)此之前，大家用了很多方(fāng)法想(xiǎng)让AI生成的结果尽(jǐn)可能的符合(hé)要求，但是都不尽如人意，它的出现代表着(zhe)AI生(shēng)成开始进入真正的可(kě)控(kòng)时(shí)期。

因为ControlNet可以直(zhí)接提取(qǔ)画面的构图(tú)，人物(wù)的姿势(shì)和画面的深度信息(xī)等。有了它的帮助，就不(bù)用(yòng)频繁(fán)的用(yòng)提(tí)示词来(lái)碰运气，抽盲盒式的创作(zuò)了。

通俗的说ControlNet相当(dāng)于给(gěi)AI绘(huì)画加了“魔(mó)法(fǎ)”，不少博(bó)主的作(zuò)品已经获得(dé)了(le)大量的浏览(lǎn)量(liàng)，“viggo”就(jiù)是其(qí)中之(zhī)一，他用朋友(yǒu)的(de)照片直接(jiē)带她们走进动(dòng)漫世界。

不尽人意是什么意思tio="1.1899488926746167" data-s="300,640" data-type="jpeg" data-w="1174">

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

再用(yòng)Text2Prompt插件拓展(zhǎn)找到对应的关(guān)键词；最后用ControlNet插件绑定(dìng)骨(gǔ)骼(gé)开始换关键词试效果。

通过(guò)图片就(jiù)可(kě)以(yǐ)看出来，效果十分(fēn)惊(jīng)艳。

更厉害(hài)的是，除了真实(shí)的(de)照(zhào)片，草图也可以加上(shàng)“魔法”，知乎大牛“DevPoint”和“逗砂(shā)”介绍到(dào)ControlNet还能实现(xiàn)线稿转全彩(cǎi)图。大神张吕敏其本(běn)尊也亲自回(huí)应。

不得不说(shuō)当下AIGC已经变得越来越强大(dà)，甚至(zhì)输出的作品都已经(jīng)能以假乱真了。

02

难辨虚(xū)实(shí)，AIGC技(jì)术力爆发(fā)

警惕安全(quán)问题

近日(rì)，“苏州金鸡湖(hú)有游艇(tǐng)party”的消(xiāo)息(xī)火遍网络，而(ér)经过警方(fāng)辟谣这所(suǒ)谓的“party”可能是(shì)全国第一起AI绘(huì)图诈骗。

由于这(zhè)个活动里面(miàn)给出的美女照(zhào)片都是AI制作(zuò)的真人照片(piàn)绘图(tú)，因为太逼(bī)真(zhēn)，被大家当成真事传播(bō)了。

不过不尽人意是什么意思仔细观察可(kě)以发(fā)现，活动发(fā)起者提供的照片中(zhōng)有(yǒu)个很(hěn)大(dà)的漏洞可以发(fā)现并(bìng)非真人，而是(shì)AI绘图(tú)，那便是图片中女性的手指部分有的存在(zài)异常。

有(yǒu)行业人事表示：“现在因为手指部分的绘画(huà)算(suàn)法比较(jiào)复杂，AI还不(bù)太(tài)会画人(rén)的手，但最(zuì)新看到的图片已经有越来越完(wán)美的AI模型出(chū)现，以后(hòu)可能就完全(quán)没有(yǒu)漏洞(dòng)了。”

类(lèi)似(shì)的AI作图诈骗在国外也已有发(fā)生(shēng)。据英国(guó)广播公司报道，土耳其地震期间，有Tiktok用户(hù)使用AI合成了儿(ér)童受灾的假照片发布到网络，以此诱骗善良的(de)人打(dǎ)赏“捐助”从而实施诈骗。

目前随着技(jì)术发展，AIGC已经能做出真人(rén)照(zhào)片般(bān)的(de)绘图效果，如(rú)果这(zhè)样的图片被用来诈骗，将非常可怕(pà)。

此(cǐ)外AIGC还(hái)引发了很多担忧(yōu)，一方面(miàn)，批判者认(rèn)为AI在“学习”了(le)大(dà)量前人的作品之后，其创(chuàng)作(zuò)没有任何情绪和灵魂，难(nán)以和人类的艺(yì)术创(chuàng)作相提并论(lùn)。

另一方面，AIGC背(bèi)后的版权(quán)、目(mù)前(qián)都并没有得到有效的解决，还有AIGC会不(bù)会代替人类“至高无上”的创意。

马斯克也强调，人工智能的安全问(wèn)题需要(yào)得到(dào)重视，太晚就来不(bù)及(jí)了。

03

AIGC下一站除了视(shì)频，还有远方(fāng)

技术都是(shì)有两面性(xìng)的，潜在的危害(hài)并不(bù)能掩盖(gài)其光辉的贡献。现(xiàn)在看来(lái)，人工智能技术将是(shì)第(dì)四次工业革命的核心驱(qū)动力量(liàng)，将创(chuàng)造新的增长奇迹。

过去一年(nián)，人工智能在(zài)技术和商业层面都(dōu)有(yǒu)了巨大进展，AI绘画就是人工(gōng)智能(néng)技术发生方向性改(gǎi)变的(de)一个(gè)代表。其下一站或许就是视频。

此前(qián)，Meta和谷歌先后发布了(le)几条引爆科技圈的短视频(pín)。这(zhè)些视频引发关(guān)注并(bìng)非内容(róng)做得多(duō)优秀(xiù)，反而都非(fēi)常简单，比如一匹正在(zài)喝(hē)水的(de)马，一只画画(huà)的玩具熊，或者一段骑摩托(tuō)车的第一视角录(lù)像，随便一个有手机(jī)的人(rén)都可以随手录下(xià)一段(duàn)。

但这些短(duǎn)视频的创作方式非(fēi)常简单，创作者仅(jǐn)仅(jǐn)需要向AI输入一(yī)段话，甚至(zhì)只是说一下要求，AI就(jiù)可(kě)以根据需(xū)要生(shēng)成一段(duàn)视频。

谷歌发布的两个AI生成视频(pín)分别(bié)来(lái)自于Imagen Video和Phenaki，前者主要突出的是高清，与Meta的Make-A-Video没有太多的差(chà)别。

在Make-A-Video公布了AI生成的视频后(hòu)，AI圈就已经(jīng)玩(wán)了一波梗(gěng)，一个能(néng)够做出更高清视频的AI还不(bù)足以在短(duǎn)时间内戳中兴奋点。

Phenaki更加令人震(zhèn)惊的地方在于，它可以制作(zuò)出(chū)超过(guò)2分(fēn)钟的连贯的也有(yǒu)确切内容(róng)的视频，这才是真正(zhèng)让人们(men)感到惊喜的(de)地方(fāng)。因为(wèi)无论AI生成(chéng)的视(shì)频多么高清，也只能是(shì)为内容生产(chǎn)者提供一(yī)个灵(líng)感，一个素材，一个过场动画(huà)。

不(bù)过(guò)能够制作出(chū)有具体(tǐ)剧情内容的视频就意味着，一些(xiē)视频(pín)创作由AI代替人工完(wán)成已经初步(bù)有了可(kě)能。

当下AI的发展速度已经(jīng)超过(guò)大部分人的想象(xiàng)。内(nèi)容产业的本(běn)质是(shì)供给创造需求，AIGC作为全新的内容生(shēng)产方(fāng)式，可以为内容(róng)产业带(dài)来更新的内容风格、更(gèng)快的生产速度，更低的生产成本，这(zhè)无疑会驱动内容产业的大爆发(fā)。

除(chú)了AI绘图、视频，AIGC技术还能应用于音(yīn)乐、代码、机器人动作等多(duō)种内容形式的生成。不(bù)难发现(xiàn)该(gāi)项(xiàng)技(jì)术不(bù)仅在(zài)游(yóu)戏等行业能得(dé)到(dào)有(yǒu)效应用，对于(yú)下一代(dài)互(hù)联网各种元(yuán)素的构建亦(yì)有关键(jiàn)意义。

从商业化的(de)角(jiǎo)度来(lái)看，文(wén)化(huà)娱乐(lè)、教育(yù)、传媒等诸多(duō)领域，本(běn)身就对基于AI的可视化内容(róng)有强烈需求。

因此，AI绘画(huà)及视频或(huò)不是(shì)结果(guǒ)，而只是AI进(jìn)程(chéng)中的一块重(zhòng)要拼图，有(yǒu)望在技术更(gèng)新的加持下实现更大(dà)的应用价(jià)值。

AI从理(lǐ)解内容，走向了可以(yǐ)生成内(nèi)容，甚至能够创造出独立价值和独立视(shì)角的内容。AIGC的(de)再(zài)次出圈(quān)，更代表着未(wèi)来的先进生(shēng)产力即将到来。

04

紧抓大(dà)模(mó)型与算力，牢(láo)固AIGC底座

从技术的发展也可以看出，在语(yǔ)言大模型(xíng)、图像(xiàng)大模(mó)型之后，多(duō)模态(tài)大模型已经成(chéng)为了(le)新的趋势。

大模型被誉(yù)为当前人工智能发展的智能底座，是(shì)全球(qiú)竞争(zhēng)最(zuì)激(jī)烈的研(yán)究(jiū)方向(xiàng)之一，包(bāo)括(kuò)谷歌、亚马逊、百度、阿里、腾讯等(děng)众多头部企业(yè)都在竞相发力。

不过训(xùn)练大模型(xíng)的(de)确价格(gé)不(bù)菲，以(yǐ)国(guó)盛证券发(fā)布(bù)的《ChatGPT需要(yào)多(duō)少算力》报告估算，GPT-3训练一(yī)次的成本约为140万美元。而对(duì)于一些更(gèng)大的LLM(大型(xíng)语(yǔ)言模型)，训练(liàn)成本则介于200万美元(yuán)至1200万美元(yuán)高价之间。

以ChatGPT在2023年(nián)1月的独立访客平均数(shù)1300万计算，其对应芯(xīn)片需求为3万多片(piàn)英(yīng)伟(wěi)达A100 GPU，初始投(tóu)入成本约为8亿美元，每日仅电费就在(zài)5万美元左右。

此外不论是(shì)ChatGPT还(hái)是(shì)AIGC，都离不开庞大算力支(zhī)持。在关注各类大(dà)模型(xíng)的发展同时，更(gèng)应该关注算力网络的(de)建设。

算力网络正驱动AI产业发展进入史诗级加速进程，让AIGC及通用(yòng)AI这一人(rén)工智能(néng)发展的终极(jí)目标离得更近。

因为(wèi)算力(lì)可以对(duì)突破性技术创新提供大力(lì)的(de)支持。这方面，多模(mó)态(tài)大模型(xíng)是典型。作为面(miàn)向未来强人(rén)工智能、通用(yòng)人(rén)工智能的重要技术(shù)创(chuàng)新，多模(mó)态大(dà)模(mó)型已经在人工智能领(lǐng)域(yù)提出(chū)了很(hěn)多(duō)年，业(yè)界也有不(bù)少(shǎo)技术(shù)突破(pò)，但是(shì)，多模态(tài)大模型进一步往下(xià)走，算力需求呈几何式上升，一般的算力基础设施很快将难以胜任。

从图像、文(wén)字、语音单独一项的训练，到双模态、三模(mó)态的跃(yuè)迁，让人工(gōng)智能可以(yǐ)灵(líng)活应对不同模态(tài)的转化、像(xiàng)人与(yǔ)世界交互一样(yàng)自然(rán)，这(zhè)方面(miàn)，由算力网(wǎng)络来驱动(dòng)将有明(míng)显优势。

此(cǐ)外(wài)，还有很多需要爆发式增长的(de)算力来支(zhī)撑的技术创新，将在人工智能算力网络支撑下快速推进(jìn)。

AIGC已经露出曙光(guāng)，期待(dài)在(zài)大模型(xíng)和大算力的(de)支持下AIGC能持续(xù)颠覆内容生产的方(fāng)式，将创造的边际成本降低，让万(wàn)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 不尽人意是什么意思