自(zì)聊天机(jī)器人ChatGPT火(huǒ)爆以来(lái)，微软公司创始(shǐ)人比(bǐ)尔(ěr)·盖(gài)茨已多次公开谈论人工智(zhì)能话题。在最近的一(yī)次采访中，他再次表(biǎo)示：“AI可能会让科技行业(yè)迎来一次(cì)剧烈的(de)洗牌(pái)”。

这(zhè)个结论(lùn)是他在当地时间2月20日接(jiē)受《In Good Company》节目专访时(shí)提(tí)出的。

他预(yù)期，AI的(de)发展(zhǎn)可能会威(wēi)胁(xié)到谷歌的市(shì)占率，因为微软在AI方面(miàn)的行动相当迅速(sù)。而最终科技巨头将把AI整(zhěng)合(hé)成用户的“全能助手”，包揽一切应用，与(yǔ)人们进(jìn)行沟通并提(tí)供建议，可以取代(dài)亚(yà)马(mǎ)逊、Siri或Outlook等(děng)应用。

大(dà)佬口中(zhōng)全能助手的到来可能(néng)尚需时(shí)日，但由ControlNet引(yǐn)发的又一次(cì)AI绘(huì)画(huà)浪潮(cháo)，让(ràng)AIGC在(zài)ChatGPT的(de)话题(tí)热点包围中杀出重围。

01

ControlNet颠覆AI绘画新玩法

AIGC向可控靠近

以(yǐ)AI绘(huì)画为代表的AIGC上一(yī)次爆火的时候，还是2022年8月，在美国科罗拉多州举(jǔ)办的新兴(xīng)数(shù)字艺术家(jiā)竞(jìng)赛中，一幅名为《太空歌剧院》的作品(pǐn)获奖。

随后各大(dà)厂商的AI绘画软件被(bèi)广大网友熟知并体验(yàn)，Stable Diffusion便(biàn)是其中(zhōng)代表。

用(yòng)户们(men)可以在应用中(zhōng)输入一组关键词或者一张照(zhào)片，就能获得(dé)一幅AI创作的画作(zuò)。

作(zuò)画的关键(jiàn)就是(shì)所(suǒ)输入的文本(běn)。同一组关(guān)键词也可以创作(zuò)出很多张(zhāng)风格(gé)不一样的画作，这让创作(zuò)的过程就像开盲盒(hé)。

很多用户(hù)很喜欢这种不确定的惊喜，他们会将生成的(de)美(měi)图当做头像。而另一(yī)部分喜欢翻看AI绘画的(de)“翻车”作品。在社交媒体(tǐ)上(shàng)，许多用(yòng)户分享AI“翻车现场(chǎng)”，例如，一(yī)位网友的小狗照片被AI画成了“肌(jī)肉男(nán)”，还有网(wǎng)友的个人照(zhào)片(piàn)被AI识别(bié)成了(le)建筑。

而如今随着ControlNet的出(chū)现与加(jiā)持，以往AI绘(huì)画的填写关键(jiàn)词游戏可能(néng)要(yào)被(bèi)颠覆了。

ControlNet是一位正在(zài)斯坦福(fú)读博(bó)的中国人张吕敏创作的一种基于控制点的图(tú)像(xiàng)变形算法，主要用于数字图像处理(lǐ)、计算(suàn)机视觉和(hé)计算机(jī)图形学等领域。

其SD插件(jiàn)一经发布，在短短的(de)两天内便成(chéng)为了AI绘画领域最新的(de)热点(diǎn)。

在此之前(qián)，大家(jiā)用(yòng)了很多方(fāng)法想让AI生成的结果尽可(kě)能的符(fú)合(hé)要求，但是(shì)都不(bù)尽(jǐn)如人(rén)意，它的出现代(dài)表着AI生(shēng)成开始进入真正的可控时期。

因为(wèi)ControlNet可(kě)以直接提取画(huà)面的构图，人物(wù)的姿势和画面的深度信息(xī)等(děng)。有了(le)它的帮(bāng)助，就不用频繁的用(yòng)提示词来碰运(yùn)气，抽(chōu)盲盒式的(de)创作了(le)。

通俗的说(shuō)ControlNet相当于给AI绘(huì)画加了(le)“魔法”，不(bù)少(shǎo)博(bó)主(zhǔ)的作品(pǐn)已经(jīng)获得了(le)大量的浏览量，“viggo”就是(shì)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(yòng)StableDiffusion图(tú)片(piàn)转(zhuǎn)文(wén)字。

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

通过图(女人长期喝补血口服液好不好，女人补气补血口服液十大品牌tú)片就可以看出来，效(xiào)果十分惊艳(yàn)。

更厉害(hài)的是，除(chú)了(le)真(zhēn)实的照片，草图也可以加上(shàng)“魔法(fǎ)”，知乎大牛“DevPoint”和“逗(dòu)砂”介绍到(dào)ControlNet还能(néng)实现线稿转(zhuǎn)全(quán)彩(cǎi)图。大神(shén)张吕敏其本尊也(yě)亲自回应(yīng)。

不得不说当(dāng)下AIGC已经(jīng)变得越来越强大，甚至输出的作品都已经能以假乱(luàn)真了。

02

难(nán)辨虚实，AIGC技(jì)术力爆发(fā)

警惕安全问题(tí)

近日，“苏(sū)州(zhōu)金鸡湖有(yǒu)游艇party”的消息(xī)火遍网络，而经过警(jǐng)方辟(pì)谣这所谓的“party”可能(néng)是全国(guó)第一起AI绘图诈骗。

由于这个活动里面给(gěi)出的美女照片都是(shì)AI制作的(de)真(zhēn)人照片(piàn)绘图，因(yīn)为太逼(bī)真，被大家(jiā)当成(chéng)真事传播了。

不(bù)过仔细观察可以发现，活动发起者提供的照片中有个很大的漏洞可以发现(xiàn)并非真人(rén)，而是AI绘图，那便是图片中女性的手指部分有的存(cún)在异(yì)常。

有行业人(rén)事表示：“现(xiàn)在因为手指部分的绘画算(suàn)法(fǎ)比较复杂，AI还不太会画人的手，但最新看(kàn)到的图片已经有越来越完(wán)美的(de)AI模型出(chū)现，以后可能(néng)就完全没有(yǒu)漏洞了(le)。”

类似的AI作图诈骗在国外也已有发生。据英国广(guǎng)播公司报道，土(tǔ)耳其地震期间(jiān)，有Tiktok用户(hù)使用(yòng)AI合成(chéng)了儿童受(shòu)灾的假照片发布到网络，以此诱骗善良(liáng)的人打赏“捐助”从而实施诈骗。

目前随着技术发展，AIGC已经能做出真人照片般的绘图效果，如果这样的(de)图片被(bèi)用来诈骗，将非常(cháng)可怕。

此外AIGC还引发了很多担忧(yōu)，一方(fāng)面，批判者认为AI在“学习”了大量前人的作品之后，其创作没有(yǒu)任(rèn)何(hé)情绪(xù)和(hé)灵魂，难以(yǐ)和人类的艺术创(chuàng)作相(xiāng)提(tí)并(bìng)论(lùn)。

另一方面，AIGC背(bèi)后的版权(quán)、目前都并没有得到有效(xiào)的解决，还有AIGC会(huì)不会(huì)代(dài)替人类“至高(gāo)无上”的创意。

马斯克也强调，人工智能(néng)的安全问(wèn)题需要得(dé)到(dào)重(zhòng)视，太晚就来不及了(le)。

03

AIGC下一站(zhàn)除(chú)了视(shì)频，还有远方

技(jì)术都是有(yǒu)两面(miàn)性(xìng)的，潜在的危害并(bìng)不能(néng)掩盖(gài)其光辉的贡献。现在看来，人工智能(néng)技(jì)术将是第四次工业革命的核心驱动力量，将创造新的增(zēng)长奇迹。

过去一年，人(rén)工智能(néng)在(zài)技(jì)术和商业层(céng)面都有了巨大进展，AI绘画就是(shì)人工智能(néng)技术(shù)发生(shēng)方向性(xìng)改变的(de)一个(gè)代表。其下(xià)一站或许就是视频。

此前，Meta和谷歌先后发布了几条引爆科技圈的短视频。这些视频引发(fā)关注并(bìng)非内容做得(dé)多优秀，反而(ér)都非常简(jiǎn)单，比如一(yī)匹正(zhèng)在喝(hē)水的(de)马，一只画(huà)画的玩具(jù)熊，或者(zhě)一段(duàn)骑摩托车的第(dì)一视(shì)角录(lù)像，随便一个(gè)有手机的(de)人都可以随手录下(xià)一(yī)段。

但这些短(duǎn)视频的创作(zuò)方式(shì)非常简单，创作(zuò)者(zhě)仅仅需要(yào)向(xiàng)AI输入(rù)一段话，甚至只是说(shuō)一(yī)下要(yào)求，AI就可以根据需(xū)要生成一段视频(pín)。

谷歌(gē)发布(bù)的两(liǎng)个AI生成视频(pín)分(fēn)别来自(zì)于(yú)Imagen Video和Phenaki，前者主要(yào)突出的是(shì)高清，与Meta的Make-A-Video没有太多的差别。

在(zài)Make-A-Video公布了AI生成(chéng)的视频后(hòu)，AI圈就已经玩了一(yī)波梗，一个能够做出更高(gāo)清视频的AI还不(bù)足以在短时间内戳中兴奋点。

Phenaki更加令人震惊的地方在于，它可以制作出超过2分钟(zhōng)的连贯的也有(yǒu)确切内容的视频，这(zhè)才是真(zhēn)正让人们感到(dào)惊(jīng)喜的地方(fāng)。因为无(wú)论AI生成(chéng)的视(shì)频多么高清，也(yě)只能(néng)是为内容生产(chǎn)者提供(gōng)一个灵感(gǎn)，一个素(sù)材，一个过场动(dòng)画。

不过能(néng)够(gòu)制(zhì)作出(chū)有具(jù)体剧情内(nèi)容的视频就意(yì)味(wèi)着，一些(xiē)视频创作由AI代(dài)替(tì)人工(gōng)完成已经初步有了可能。

当(dāng)下(xià)AI的发展速(sù)度已经超过大部分人的想象。内容产业的本(běn)质是供给(gěi)创造需求，AIGC作为全新的(de)内容生(shēng)产方式，可以为内容产业(yè)带(dài)来更(gèng)新的内(nèi)容风格、更快的(de)生(shēng)产速度，更低的生产成(chéng)本，这无(wú)疑会驱动内容产业(yè)的大爆发。

除了(le)AI绘图(tú)、视频(pín)，AIGC技术(shù)还能应用于音乐、代(dài)码、机器人动作(z女人长期喝补血口服液好不好，女人补气补血口服液十大品牌uò)等多种(zhǒng)内容形式的生(shēng)成。不难发现该项技(jì)术不仅在游戏等(děng)行业能得(dé)到有效应(yīng)用，对(duì)于(yú)下一代互联网各种元素(sù)的构建(jiàn)亦有(yǒu)关键(jiàn)意(yì)义。

从(cóng)商业化的(de)角度来(lái)看，文化娱乐、教(jiào)育(yù)、传媒等(děng)诸多领(lǐng)域(yù)，本身就对基(jī)于AI的可视化内(nèi)容(róng)有(yǒu)强烈需(xū)求。

因此，AI绘画及(jí)视频或不是结果，而只是AI进程中的一块重要拼图，有(yǒu)望(wàng)在技术更新的加持下实现更大的(de)应(yīng)用价值。

AI从理解(jiě)内容(róng)，走向(xiàng)了可(kě)以生成内容，甚至能够创造(zào)出独(dú)立价值和(hé)独立(lì)视角的内(nèi)容。AIGC的再次(cì)出(chū)圈，更代(dài)表(biǎo)着未来(lái)的先进生产力即将到来。

04

紧抓(zhuā)大模型与(yǔ)算力，牢固(gù)AIGC底座(zuò)

从技术的(de)发展也可以(yǐ)看出，在语言大模型、图像大模型之(zhī)后，多模态大模型已经成为了新的趋势(shì)。

大模型被誉(yù)为当(dāng)前(qián)人(rén)工(gōng)智能(néng)发(fā)展的智能底座，是全球竞争(zhēng)最激烈的研究方(fāng)向之(zhī)一(yī)，包括(kuò)谷歌、亚马逊、百度、阿里、腾讯(xùn)等众多(duō)头部企(qǐ)业(yè)都(dōu)在竞(jìng)相发(fā)力。

不过(guò)训练大模(mó)型的确(què)价格不菲，以国盛证券(quàn)发布(bù)的(de)《ChatGPT需要(yào)多少算力》报告估算，GPT-3训(xùn)练一次的成本约为140万美元(yuán)。而(ér)对于一些更大的LLM(大型语言(yán)模型)，训练成本则介于200万美元(yuán)至(zhì)1200万美元高价之间。

以ChatGPT在2023年1月的独立访客平均(jūn)数1300万计算(suàn)，其对应芯(xīn)片需求(qiú)为3万(wàn)多片英(yīng)伟达A100 GPU，初始投入成本约(yuē)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(shì)ChatGPT还是AIGC，都离不(bù)开庞大算力支持(chí)。在(zài)关注各类大(dà)模型的发展同(tóng)时，更应该关注算力(lì)网络的建设。

算(suàn)力网络正驱动(dòng)AI产(chǎn)业发展进入(rù)史(shǐ)诗级(jí)加速进程，让AIGC及通用AI这一(yī)人(rén)工(gōng)智能(néng)发展的终极目标离得更近。

因为算力可以(yǐ)对(duì)突破(pò)性技术(shù)创(chuàng)新提供大力的支持(chí)。这(zhè)方面(miàn)，多模态(tài)大模型是典(diǎn)型。作为(wèi)面(miàn)向未来强人工(gōng)智能、通用人工智(zhì)能的(de)重要技术创新，多模态大模(mó)型已经在人工(gōng)智能领域提出(chū)了(le)很(hěn)多年，业界(jiè)也有不少技术突(tū)破(pò)，但是，多模态大模型进(jìn)一步往下走(zǒu)，算力需求呈几何(hé)式上升，一般(bān)的算力(lì)基础(chǔ)设施很快将难(nán)以胜(shèng)任。

从图(tú)像、文字、语音单独一项(xiàng)的训练，到(dào)双模(mó)态、三模态的跃迁，让(ràng)人(rén)工(gōng)智能(néng)可以灵(líng)活应对不同模(mó)态的(de)转化、像人(rén)与世界交互一样自然，这方(fāng)面，由算力网(wǎng)络来驱动(dòng)将有(yǒu)明显优势。

此外，还有很多需要爆(bào)发式(shì)增长的算(suàn)力(lì)来支撑(chēng)的技术(shù)创新，将(jiāng)在(zài)人工智能算力(lì)网络支(zhī)撑下快速推进。

AIGC已经(jīng)露出曙光，期待(dài)在大模(mó)型和大算力(lì)的(de)支(zhī)持下(xià)AIGC能持(chí)续颠覆内容生产的方式(shì)，将创(chuàng)造的边际成本降低，让万众受(shòu)益(yì)。

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 女人长期喝补血口服液好不好，女人补气补血口服液十大品牌