自聊天(tiān)机器人(rén)ChatGPT火爆(bào)以来(lái)，微软公司创始人比(bǐ)尔·盖茨已(yǐ)多次(cì)公开谈论人(rén)工智能话题。在最近的一次采访中，他再次表示：“AI可能(néng)会让(ràng)科(kē)技行业迎来一次剧烈(liè)的(de)洗牌”。

这个(gè)结论(lùn)是他在当地(dì)时间2月20日(rì)接受《In Good Company》节目专(zhuān)访(fǎng)时提(tí)出的(de)。

他预期，AI的(de)发展可能会威胁到谷歌的市占率，因(yīn)为微软在(zài)AI方面的行(xíng)动相当迅速。而最终(zhōng)科技巨(jù)头将把AI整合(hé)成用户的“全能助手”，包揽一切应用，与(yǔ)人们进行(xíng)沟(gōu)通并提供建议(yì)，可(kě)以取代亚马(mǎ)逊、Siri或Outlook等应用。

大佬口(kǒu)中全(quán)能助手的到来可能(néng)尚需(xū)时日，但由ControlNet引发的又一次AI绘画浪潮(cháo)，让AIGC在ChatGPT的话题热点包围中杀出重围。

01

ControlNet颠覆(fù)AI绘画(huà)新玩法(fǎ)

AIGC向可控靠近

以AI绘(huì)画为代表的AIGC上一次爆(bào)火的时候(hòu)，还(hái)是2022年(nián)8月，在美国科罗拉多州举办的新兴数字(zì)艺术家竞赛中，一幅名为(wèi)《太空歌剧院》的作(zuò)品获(huò)奖。

随(suí)后各大厂商的AI绘画软件被广(guǎng)大网(wǎng)友熟(shú)知并体(tǐ)验，Stable Diffusion便是其中代表(biǎo)。

用户(hù)们可以(yǐ)在(zài)应用(yòng)中(zhōng)输入(rù)一组(zǔ)关键词(cí)或者一张(zhāng)照片，就能(néng)获得一幅AI创作的画作。

作画的关键就是所输入(rù)的文本。同(tóng)一组关(guān)键词(cí)也可以(yǐ)创作(zuò)出很多张风格不一样的画作(zuò)，这让创(chuàng)作的过程就像开盲(máng)盒(hé)。

很多用户很(hěn)喜欢这种不确定的惊喜，他们(men)会将生成的美图当做头像(xiàng)。而另一部分喜欢翻(fān)看AI绘画的“翻车”作品(pǐn)。在社交媒体上(shàng)，许多(duō)用(yòng)户(hù)分享AI“翻车现场”，例如，一位(wèi)网友的小狗照片(piàn)被AI画成(chéng)了“肌肉男”，还有网友的(de)个(gè)人照(zhào)片被AI识(shí)别成(chéng)了建筑。

而如今随着ControlNet的出现与(yǔ)加持，以往AI绘(huì)画的填写(xiě)关键词游戏可能要被颠覆了。

ControlNet是一位正在斯坦福读(dú)博的中国(guó)人张吕(lǚ)敏创作的一种(zhǒng)基(jī)于控制点的图像变(biàn)形算法，主要用于数(shù)字图像处理、计算机视(shì)觉和(hé)计算机(jī)图形学等领域。

其SD插(chā)件一经发布，在短短的(de)两天(tiān)内便成为了AI绘画领域最(zuì)新的热点。

在此之前(qián)，大家用了很多方法想让(ràng)AI生成的(de)结果尽可能(néng)的符合要求，但是(shì)都不尽如人意，它的出现(xiàn)代表着AI生成开始(shǐ)进入真正的可控时期(qī)。

因为ControlNet可以直接提取画面(miàn)的构图，人物的姿势(shì)和画面(miàn)的深(shēn)度信息等(děng)。有了它的帮(bāng)助，就不(bù)用(yòng)频繁的用(yòng)提(tí)示(shì)词来(lái)碰运(yùn)气，抽盲(máng)盒式的创作(zuò)了(le)。

通俗的(de)说ControlNet相(xiāng)当于(yú)给AI绘画(huà)加了“魔法(fǎ)”，不少(shǎo)博(bó)主(zhǔ)的作品已经获得(dé)了大量(liàng)的(de)浏览(lǎn)量(liàng)，“viggo”就是其中(zhōng)之一，他(tā)用朋友的(de)照(zhào)片直接带(dài)她们走进动漫世界。

viggo先用StableDiffusion图片转(zhuǎn)文字。

再用Text2Prompt插(chā)件拓(tuò)展找(zhǎo)到对应的关键词(cí)；最(zuì)后用ControlNet插件绑定骨(gǔ)骼开始(shǐ)换关键词试效果。

通过图片就可以看出来，效果十(shí)分惊艳(yàn)。

更(gèng)厉害的是，除(chú)了(le)真实(shí)的照片，草图也可以加上“魔法”，知乎大牛“DevPoint”和“逗砂”介绍到ControlNet还能实现线稿转全彩图。大(dà)神张吕敏其本尊也亲自回应。

不得不说(shuō)当下AIGC已(yǐ)经(jīng)变得越(yuè)来越(yuè)强大，甚至输出(chū)的作品都已经能以假乱真了。

02

难辨虚实，AIGC技术(shù)力(lì)爆发

警(jǐng)惕安全问(wèn)题

近(jìn)日，“苏(sū)州金(jīn)鸡(jī)湖有游艇party”的消息火(huǒ)遍网络，而经过警方辟谣(yáo)这所谓(wèi)的“party”可(kě)能是全国第一起AI绘图(tú)诈(zhà)骗。

由于这个活动里面给(gěi)出的美女照片都是AI制作的(de)真人(rén)照片绘(huì)图(tú)，因(yīn)为太逼(bī)真(zhēn)，被大(dà)家当成真事传播了。

不过仔细观察(chá)可以发现，活动发起(qǐ)者(zhě)提供的照片(piàn)中(zhōng)有个很大的漏(lòu)洞可以发现并非真人，而是AI绘(huì)图(tú)，那便是图(tú)片中女(nǚ)性(xìng)的(de)手指部分有的存在异常。

有行(xíng)业人事表(biǎo)示：“现(xiàn)在因为手指(zhǐ)部(bù)分的绘画算法比较复杂，AI还(hái)不太(tài)会(huì)画人的(de)手，但(dàn)最新看到的图片已经有越(yuè)来(lái)越完美(měi)的AI模型出现(xiàn)，以后可(kě)能就完(wán)全(quán)没有漏洞了。”

类似的AI作图(tú)诈骗在国外也(yě)已有(yǒu)发生。据英国广播(bō)公司报道，土耳其地震(zhèn)期间，有Tiktok用户使用AI合成(chéng)了儿童受灾的假(jiǎ)照片发布到网(wǎng)络，以此诱骗(piàn)善(shàn)良的人打赏“捐助”从而实(shí)施诈骗。

目前随(suí)着技术发展，AIGC已经(jīng)能做出真人照(zhào)片般的绘(huì)图效(xiào)果(guǒ)，如果这样(yàng)的图(tú)片(piàn)被(bèi)用来诈(zhà)骗(piàn)，将非(fēi)常(cháng)可怕。

此外AIGC还引(yǐn)发了很多担忧，一方面，批判(pàn)者认为AI在“学(xué)习”了大量前人的作品之后，其创作(zuò)没有(yǒu)任何情绪和灵魂，难以和人(rén)类的艺(yì)术创作相提(tí)并论。

另一方面，AIGC背(bèi)后的版(bǎn)权、目(mù)前都(dōu)并没有(yǒu)得到有效的解决(jué)，还有(yǒu)AIGC会不会代替人类“至(zhì)高无(wú)上(shàng)”的创意(yì)。

马斯克也强(qiáng)调(diào)，人工智能的安全问题需要得到重视，太晚就(jiù)来不及了。

03

AIGC下(xià)一站(zhàn)除了(le)视频(pín)，还有远方

技术都是有两面性(xìng)的，潜(qián)在的危(wēi)害并不(bù)能(néng)掩盖其光辉的贡献。现(xiàn)在看来，人工智(zhì)能技术(shù)将是第四次工业(yè)革命(mìng)的核心驱(qū)动力量，将(jiāng)创造新的(de)增长奇迹(jì)。

过去一年，人工智能在(zài)技术和(hé)商业层面都有了巨大进展(zhǎn)，AI绘画就是人工智能技(jì)术发生方(fāng)向(xiàng)性改(gǎi)变的一个(gè)代表。其下一站或许(xǔ)就是视(shì)频。

此前，Meta和谷歌先后发布了几条引爆科技圈的短视频。这些视频(pín)引发关注并非内容做得(dé)多优秀，反而都非常简(jiǎn)单(dān)，比如一匹正在(zài)喝水的马，一只画画的(de)玩具熊，或者一段(duàn)骑摩托车的(de)第一视角(jiǎo)录像，随(suí)便一个有手机的人(rén)都可以(yǐ)随手录下(xià)一段。

但这些(xiē)短视频的创(chuàng)作方式非常简单，创作者仅(jǐn)仅(jǐn)需要向AI输(shū)入一段话，甚(shèn)至只是说一下要求，AI就可以(yǐ)根据需要生(shēng)成一段视频。

谷歌发(fā)布(bù)的两个AI生成视频分别(bié)来自于Imagen Video和(hé)Phenaki，前者主要突出的是高清，与Meta的Make-A-Video没有太(tài)多的差(chà)别(bié)。

在Make-A-Video公布了(le)AI生成的视频后，AI圈(quān)就已经玩了(le)一波(bō)梗，一(yī)个能够做出更高清视频的AI还不足(zú)以(yǐ)在短时间(jiān)内(nèi)戳中(zhōng)兴奋点。

Phenaki更加令人震惊的地(dì)方在于，它可以(yǐ)制作(zuò)出超过2分(fēn)钟的连贯(guàn)的也有确切内容的视频，这才是真正让人们感到惊(jīng)喜的地方。因为无论AI生成的视频多么高清(qīng)，也只(zhǐ)能是为内容生产(chǎn)者(zhě)提供一个灵感，一(yī)个素材，一个过场动(dòng)画。

不(bù)过能(néng)够(gòu)制作出有具体剧情内容的(de)视(shì)频(pín)就(jiù)意(yì)味着，一些(xiē)视频创作(zuò)由AI代替人工完成(chéng)已经初步有了可能。

当下AI的发展速度已经超过(guò)大部分人的想(xiǎng)象。内容产(chǎn)业的本质是供给创造需求，AIGC作(zuò)为全新的(de)内容生产方(fāng)式(shì)，可以为内容产业带来更(gèng)新的内容风格、更快(kuài)的生产速度，更低的生产成(chéng)本，这无(wú)疑会驱动内容产(chǎn)业的(de)大(dà)爆发。

除了(le)AI绘图、视频，AIGC技术还能应用(yòng)于(yú)音乐、代码、机器人(rén)动作等(děng)多种内容形式的生成。不难发现该项技术(shù)不仅(jǐn)在游戏等行业能得(dé)到(dào)有效应用(yòng)，对于下(xià)一(yī)代互联网各种元素(sù)的构建亦有关键意(yì)义。

从商业化(huà)的角(jiǎo)度来看，文化娱乐、教(jiào)育、传媒等诸多领域，本(běn)身就对(duì)基于AI的可视化内容有强烈需(xū)求。

因(yīn)此，AI绘画及视频或不是结(jié)果，而(ér)只是AI进程中的一块重要拼(pīn)图，有望在技术更新的(de)加持下实现更大的应用价值。

AI从理解(jiě)内(nèi)容，走(zǒu)向了可(kě)以生(shēng)成(chéng)内(nèi)容，甚至能够(gòu)创造出独立(lì)价(jià)值和独立(lì)视角的内容(róng)。AIGC的再(zài)次出圈，更代表(biǎo)着未来的先进生产力即将(jiāng)到来。

利口酒是什么意思，利口酒可以直接喝吗

04

紧抓大(dà)模型与(yǔ)算力，牢固AIGC底座

从技术的发展也可以看出，在语言大模型、图像(xiàng)大(dà)模(mó)型之后，多模态大模型已经成为了(le)新的趋势(shì)。

大模(mó)型被誉为(wèi)当(dāng)前人工智(zhì)能发展的智能底座，是全球竞争最(zuì)激(jī)烈的研究(jiū)方向之一，包括(kuò)谷(gǔ)歌、亚马(mǎ)逊、百度、阿里、腾(téng)讯等(děng)众(zhòng)多头部企业都在(zài)竞相发力。

不过训(xùn)练大模型的确(què)价格不菲，以国盛证券发布(bù)的《ChatGPT需要多少算力》报告估算，GPT-3训练一次的(de)成(chéng)本约为140万美元。而对于一些更大(dà)的(de)LLM(大型语言模(mó)型)，训练成本则(zé)介于200万美元至(zhì)1200万美元高价之间。

以ChatGPT在2023年(nián)1月(yuè)的独立(lì)访客平均数1300万计算，其对应芯(xīn)片需求为3万多片英伟达A100 GPU，初(chū)始投(tóu)入成本约为8亿美元，每(měi)日仅电费就在5万美元(yuán)左右。

此外不论(lùn)是ChatGPT还(hái)是(shì)AIGC，都离(lí)不开庞大算力支(zhī)持。在关注各类(lèi)大模型的(de)发(fā)展同(tóng)时，更应该关注算力网络的建(jiàn)设。

算(suàn)力(lì)网络正驱动(dòng)AI产业发(fā)展(zhǎn)进入史诗级加速进程，让AIGC及通(tōng)用AI这一人工智能发展的终(zhōng)极目标离得(dé)更近。

因为算力(lì)可以对突破性技术创新提供大力(lì)的支持。这方面(miàn)，多(duō)模态大模(mó)型是典型。作(zuò)为面向未来强人工智能、通用(yòng)人工(gōng)智能的(de)重(zhòng)要技术创新，多模态大(dà)模型已经(jīng)在人工智能领(lǐng)域提出了很多(duō)年，业界也有不少技术突破，但是，多模(mó)态大模型进一步往(wǎng)下走，算力需求(qiú)呈几(jǐ)何式上升(shēng)，一(yī)般的算力基(jī)础设施(shī)很快将难以胜任(rèn)。

从图(tú)像、文(wén)字、语音单独一项的训练(liàn)，到双模态、三模态的跃(yuè)迁，让人工智(zhì)能(néng)可(kě)以灵(líng)活应对不同模态的转化、像人与世界交互(hù)一样(yàng)自然，这(zhè)方面，由算力网(wǎng)络来驱动将有(yǒu)明显优(yōu)势(shì)。

此外(wài)，还有很(hěn)多需要爆发式增长的算力来支撑的技术创(chuàng)新，将在人工智能(néng)算力网络支(zhī)撑下快速推进。

AIGC已经露出曙光，期待在大模型和大算力的(de)支持下AIGC能持续(xù)颠覆内(nèi)容生产(chǎn)的方式，将创造的边际成本降低(dī)，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 利口酒是什么意思，利口酒可以直接喝吗