自聊天机器(qì)人ChatGPT火爆以来，微(wēi)软公司(sī)创始人比(bǐ)尔·盖茨已多(duō)次公开谈论人(rén)工(gōng)智能话(huà)题。在最近的一次采访中(zhōng)，他(tā)再次表示：“AI可能会让(ràng)科技(jì)行(xíng)业迎来(lái)一次(cì)剧烈的洗(xǐ)牌(pái)”。

这(zhè)个结论是(shì)他(tā)在当(dāng)地时间2月20日接受《In Good Company》节(jié)目专访时提(tí)出的。

他预期，AI的发(fā)展可(kě)能会威胁到(dào)谷歌(gē)的市占率，因(yīn)为微软在AI方面的行动相当迅速。而(ér)最终科技巨头将把(bǎ)AI整合成用户(hù)的“全能助(zhù)手”，包揽(lǎn)一切应用，与人(rén)们(men)进行沟通并提供建议，可以取代亚马逊(xùn)、Siri或Outlook等应用。

大(dà)佬(lǎo)口中全能助(zhù)手(shǒu)的到来(lái)可能尚需时日(rì)，但由ControlNet引发的又一(yī)次AI绘(huì)画浪潮，让AIGC在ChatGPT的话题热点包围中(zhōng)杀(shā)出(chū)重围。

01

ControlNet颠覆(fù)AI绘(huì)画新玩(wán)法

AIGC向可控靠近

以AI绘画为代表的(de)AIGC上一(yī)次爆火(huǒ)的时候，还是(shì)2022年8月，在美国科罗拉多州举办的(de)新兴(xīng)数(shù)字艺术家竞赛中，一幅(fú)名为(wèi)《太(tài)空(kōng)歌剧院》的作(zuò)品(pǐn)获奖。

随后(hòu)各大(dà)厂商的AI绘画(huà)软件被广大网友熟(shú)知并体验，Stable Diffusion便是其中代表。

用户们可以在应用中输入一组(zǔ)关键(jiàn)词或(huò)者一张照(zhào)片，就能获得(dé)一幅AI创作的(de)画作。

作画(huà)的(de)关键就(jiù)是所输入的文本。同一组关键(jiàn)词也可以创作出(chū)很多(duō)张风格不一样的(de)画作(zuò)，这(zhè)让创作的过程(chéng)就像开盲盒。

很多用户很喜欢(huān)这种不确定的惊喜(xǐ)，他们会将生成的(de)美图当做头像。而另一部分喜欢(huān)翻看(kàn)AI绘画的“翻(fān)车”作品。在社(shè)交(jiāo)媒体(tǐ)上，许多用户分(fēn)享AI“翻车现场”，例如，一位(wèi)网友的小狗照片被AI画成(chéng)了“肌肉(ròu)男”，还(hái)有网友的个人照片被AI识别成了建(jiàn)筑。

而如今随(suí)着ControlNet的出现与加(jiā)持，以往AI绘画的(de)填写关键(jiàn)词游戏可能要(yào)被颠(diān)覆了。

ControlNet是一位正在斯坦福读(dú)博的中(zhōng)国人(rén)张吕敏创作的一种基于控(kòng)制点(diǎn)的图像变形算(suàn)法(fǎ)，主要(yào)用于数字图像处理、计算机视觉和计算机图形学等领域。

其SD插件一经发布，在短短的两天内便成为了AI绘(huì)画领域最新(xīn)的热(rè)点。

在此(cǐ)之(zhī)前，大家用(yòng)了(le)很多方法(fǎ)想让AI生成的结果尽可能的(de)符合要(yào)求，但是都不(bù)尽(jǐn)如人意，它(tā)的出现代表着AI生(shēng)成开始(shǐ)进(jìn)入真正的可(kě)控时期。

因为(wèi)ControlNet可以直接提取画面的(de)构图(tú)，人物的姿势和画面的深度信息等。有了它的帮助(zhù)，就不用频繁的用提示词来碰运气，抽盲盒(hé)式的创作了(le)。

通(tōng)俗(sú)的说ControlNet相当于给AI绘画加(jiā)了(le)“魔(mó)法”，不少博主的作品已经获得了(le)大量的(de)浏览量，“viggo”就是其中之一，他用朋友(yǒu)的照片直接带她们走(zǒu)进动漫世界。

viggo先用StableDiffusion图片(piàn)转文(wén)字。

再用(yòng)Text2Prompt插(chā)件拓(tuò)展找(zhǎo)到对应的(de)关键词；最后(hòu)用ControlNet插件绑定骨(gǔ)骼开始换关键(jiàn)词试效果。

通过图片就可以看出(chū)来，效(xiào)果十分惊艳。

更厉(lì)害(hài)的是(shì)，除了(le)真实的照片，草(cǎo)图也(yě)可以加上(shàng)“魔法”，知乎大牛“DevPoint”和(hé)“逗砂”介绍到ControlNet还(hái)能实现线(xiàn)稿转(zhuǎn)全彩图。大神张吕敏其(qí)本(běn)尊也(yě)亲自回应。

不得不说当下AIGC已(yǐ)经变得越来(lái)越强大，甚至输出的作品都已经(jīng)能以假乱真了(le)。

02

难辨虚实，AIGC技(jì)术(shù)力爆发(fā)

警惕安全问题

近日，“苏州金鸡湖有(yǒu)游艇party”的(de)消息火遍网络，而经过警方辟(pì)谣(yáo)这(zhè)所谓的“party”可能是全国第一起AI绘(huì)图(tú)诈骗。

由于这个活动(dòng)里(lǐ)面(miàn)给出的美女照(zhào)片都是AI制作的真人照片绘图，因为太逼真，被大家(jiā)当成真事(shì)传播了。

不过仔(zǎi)细观(guān)察可以(yǐ)发现，活(huó)动发起者提供(gōng)的照片中(zhōng)有个很大的漏洞(dòng)可以发现(xiàn)并非(fēi)真(zhēn)人(rén)，而是AI绘图，那便是(shì)图片中女性的手指部分有(yǒu)的存在(zài)异常。

有行(xíng)业人(rén)事表(biǎo)示：“现在因为手指部分的绘(huì)画算法比较复杂(zá)，AI还不(bù)太(tài)会画人的手(shǒu)，但最(zuì)新(xīn)看到的图片(piàn)已(yǐ)经有越来(lái)越完(wán)美(měi)的AI模型出(chū)现，以后可能就完(wán)全没有漏(lòu)洞了。”

类(lèi)似的AI作(zuò)图诈(zhà)骗(piàn)在国外也已有发生。据英国广播(bō)公司报道，土耳其地震期间，有Tiktok用户使(shǐ)用(yòng)AI合成了儿童(tóng)受(shòu)灾的假照片发布到网络(luò)，以此诱骗善良的人(rén)打(dǎ)赏“捐助”从而实施诈骗。

目前随(suí)着技术发展，AIGC已经能做出真人照片(piàn)般(bān)的绘图效果，如果这样的图片被用来诈骗，将非常可怕。

此外(wài)AIGC还引发了很多担忧(yōu)，一(yī)方面，批判者认为AI在“学习”了(le)大量前(qián)人的作品之后(hòu)，其创作没有任何情绪和(hé)灵魂，难以和人类的艺术创作相提(tí)并论。

另一方面，AIGC背后的(de)版权(quán)、目前都并没有(yǒu)得到有(yǒu)效(xiào)的解(jiě)决(jué)，还有(yǒu)AIGC会不会代替人类“至高无(wú)上”的创(chuàng)意。

马斯(sī)克(kè)也强(qiáng)调(diào)，人工(gōng)智能的安全问题需要得到(dào)重视，太(tài)晚(wǎn)就来不及(jí)了。

03

AIGC下(xià)一站除了视频，还有远方

技术都是有两面(miàn)性的，潜在的危害并(bìng)不能(néng)掩盖其光辉的(de)贡献(xiàn)。现在(zài)看来，人工智能(néng)技(jì)术将是(shì)第(dì)四(sì)次工业革命(mìng)的(de)核心(xīn)驱动力(lì)量，将创造新的增长奇(qí)迹。

过去一年，人工智能在技术和商业层面都有了(le)巨(jù)大进展，AI绘(huì)画就(jiù)是人工智能(néng)技术发(fā)生方向性改(gǎi)变的(de)一个代表。其下一站(zhàn)或许就是视(shì)频。

此前(qián)，Meta和谷歌先后发(fā)布了(le)几条引爆科技圈的短视频。这(zhè)些视频(pín)引发关注并非内容做得多优秀，反(fǎn)而(ér)都(dōu)非(fēi)常简(jiǎn)单，比如一匹正在(zài)喝水的马，一只画画的玩(wán)具(jù)熊，或(huò)者一段骑摩托车的第一视角录(lù)像(xiàng)，随(suí)便一个有手机的人都(dōu)可以(yǐ)随手录下一段。

但这些短视频的创作方式非常简单(dān)，创作(zuò)者仅仅(jǐn)需(xū)要(yào)向AI输入一段话，甚(shèn)至只是说(shuō)一下要求，AI就可以根据需要生成一(yī)段(duàn)视(shì)频。

谷歌(gē)发布的两个AI生(shēng)成视频分别来(lái)自(zì)于Imagen Video和Phenaki，前者主要(yào)突(tū)出的是高清(qīng)，与Meta的Make-A-Video没有太多(duō)的差别。

在Make-A-Video公布(bù)了(le)AI生成的视频后，AI圈就已经玩(wán)了一(yī)波梗，一个能(néng)够做(zuò)出(chū)更高(gāo)清视频的(de)AI还不足以在短时间(jiān)内戳中兴奋点。

Phenaki更加令人震惊的(de)地方在于，它可以制(zhì)作出(chū)超过2分(fēn)钟(zhōng)的连贯的也(yě)有确切内容的(de)视频(pín)，这才是真正让人(rén)们感到惊喜(xǐ)的地方。因(yīn)为无(wú)论AI生成的(de)视频多么(me)高清，也只能是(shì)为内容生产(chǎn)者(zhě)提供一个灵感，一个(gè)素材，一个过场动画(huà)。

不(bù)过能够(gòu)制作出有具体剧情内容的视(shì)频就意味着，一些视(shì)频(pín)创作由AI代替人工完成已经初(chū)步有了(le)可能。

当下AI的发展速度(dù)已经超过(guò)大部分人(rén)的(de)想象(xiàng)。内容产业的本质是供给创造需求，AIGC作为(wèi)全新的内容生产(chǎn)方式，可以(yǐ)为内容产业带(dài)来更新的内容(róng)风格、更快的生(shēng)产速(sù)度，更低(dī)的生产成本，这无疑会驱(qū)动内容产业的大(dà)爆发。

除了AI绘(huì)图、视频，AIGC技(jì)术还能应用于(yú)音乐(lè)、代(dài)码、机器人动作等(děng)多(duō)种内容(róng)形式(shì)的生成。不难发现该项技术不仅在游戏等行业能(néng)得到(dào)有效应(yīng)用，对于下一代互联网各种元素的构(gòu)建亦有关键意(yì)义。

从(cóng)商业化的(de)角度来(lái)看(kàn)，文(wén)化娱乐、教育(yù)、传媒(méi)等诸多领域，本身就对基于AI的可视化内容有强烈需求。

因此，AI绘画及视(shì)频或不(bù)是结果(guǒ)，而只是AI进程中的一块重要拼图(tú)，有(yǒu)望(wàng)在技术(shù)更新的加持下实现更大(dà)的应用价值。

AI从理解内容(róng)，走向了(le)可以(yǐ)生成内容，甚(shèn)至(zhì)能够创造出(chū)独立价值和独立视(shì)角(jiǎo)的(de)内容。AIGC的再次(cì)出圈，更(gèng)代表着(zhe)未来(lái)的先进(jìn)生产力即(jí)将(jiāng)到来。

04

紧抓大模(mó)型与(yǔ)算力，牢固AIGC底座

从技术(shù)的(de)发展也可以看出(chū)，在语言(yán)大模型、图像大(dà)模型之后，多模态大模型已经成为了新(xīn)的趋势。

大模型被(bèi)誉为(wèi)当前人工(gōng)智(zhì)能发展的智能底座(zuò)，是全球竞争(zhēng)最激烈的研究(jiū)方向之一，包括(kuò)谷(gǔ)歌、亚马逊(xùn)、百度、阿里(lǐ)、腾讯等众多头(tóu)部(bù)企业(yè)都在竞相发力。

不过训(xùn)练大(dà)模(mó)型(xíng)的确价格不菲，以(yǐ)国盛证券发布(bù)的《ChatGPT需要多少算力》报告估算，GPT-3训练(liàn)一次的(de)成(chéng)本约为140万美元。而对于(yú)一些更大的LLM(大型语(yǔ)言模型)，训练成本则(zé)介于200万美(měi)元至1200万美(měi)元高价之间中原地区种植葡萄始于哪个朝代 秦朝的时候有葡萄吗。

以ChatGPT在2023年1月的独立访客平均数(shù)1300万计算，其(qí)对应芯片需求为3万多片英伟(wěi)达A100 GPU，初始投入(rù)成(chéng)本约为8亿美元，每日仅电(diàn)费(fèi)就在(zài)5万美元(yuán)左右。

此外不论是ChatGPT还是AIGC，都离(lí)不开(kāi)庞大(dà)算力支持。在关(guān)注各类大模型的发展同时(shí)，更应该关注算力网络(luò)的建设。

算力网(wǎng)络正驱动AI产业发(fā)展进入史(shǐ)诗级加速进程，让AIGC及通用AI这一人工智(zhì)能发展的终极目(mù)标离(lí)得更近。

因为算力可以对(duì)突破性(xìng)技术创新(xīn)提供大力的支持(chí)。这方面，多(duō)模(mó)态大模型是典型。作为(wèi)面(miàn)向未(wèi)来强人工智能、通用人工智(zhì)能的(de)重要(yào)技术创(chuàng)新，多(duō)模态大模型(xíng)已经在人工智能领域(yù)提出(chū)了很多年，业界也(yě)有不(bù)少技术突(tū)破，但是，多模态(tài)大模型进(jìn)一步(bù)往下走(zǒu)，算力需求呈几何式(shì)上(shàng)升，一(yī)般的(de)算力基础(chǔ)设施很(hěn)快将难以胜任。

从(cóng)图像、文字(zì)、语音单(dān)独一项(xiàng)的训练(liàn)，到双(shuāng)模态、三模态(tài)的跃迁，让(ràng)人工智能可(kě)以灵(líng)活应对不同(tóng)模态(tài)的转化、像人与世(shì)界交互一样自然，这(zhè)方(fāng)面(miàn)，由(yóu)算力网络来驱动将有(yǒu)明显优势。

此外，还(hái)有很多需要爆发式增长的算力来(lái)支撑的技术(shù)创(chuàng)新，将(jiāng)在(zài)人工智(zhì)能算力网(wǎng)络支撑下快速推进。

AIGC已经露出(chū)曙光，期待在大模(mó)型和大算力(lì)的支持下AIGC能(néng)持续颠覆内容生(shēng)产(chǎn)的方式，将(jiāng)创造的边(biān)际成本降低，让万(wàn)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 中原地区种植葡萄始于哪个朝代 秦朝的时候有葡萄吗