自聊天机器人ChatGPT火(huǒ)爆(bào)以来，微软公司创始人比尔·盖茨已多次公开(kāi)谈(tán)论人工智能话(huà)题。在最近的一次采访中，他再次表(biǎo)示：“AI可能会让科(kē)技行(xíng)业迎来(lái)一(yī)次剧烈(liè)的(de)洗牌”。

这个结论是他在当(dāng)地时间2月20日接(jiē)受《In Good Company》节目专访时提出的。

他预期，AI的发展可能会威胁到谷歌的市占(zhàn)率，因为微软在(zài)AI方面的行动相(xiāng)当迅速。而最终科技巨头将把AI整(zhěng)合成用(yòng)户的(de)“全能助手(shǒu)”，包揽一切应用，与(yǔ)人(rén)们进行沟通并提供建议，可(kě)以(yǐ)取代亚马逊、Siri或Outlook等应用。

大佬(lǎo)口中全能助(zhù)手(shǒu)的到(dào)来可能尚需时日，但由ControlNet引发的又一次AI绘(huì)画(huà)浪潮，让(ràng)AIGC在ChatGPT的话题热点(diǎn)包围(wéi)中杀出重围。

01

ControlNet颠覆AI绘画(huà)新玩法(fǎ)

AIGC向可控靠近

以AI绘画(huà)为(wèi)代表的AIGC上一次爆火的时候(hòu)，还是2022年8月，在(zài)美国科(kē)罗拉多州举办的新兴数字艺术家竞赛中，一幅名为《太(tài)空(kōng)歌剧院(yuàn)》的作品获(huò)奖。

随后各(gè)大厂商的AI绘(huì)画软件被广大网友(yǒu)熟(shú)知并(bìng)体验，Stable Diffusion便是其中(zhōng)代表。

用户们可以在应用中输入一组关键词或者一张照片，就能获得一幅AI创作的(de)画作。

作画的关键就是所输入的文本(běn)。同(tóng)一组关键词也可以创作出很多(duō)张风(fēng)格不一样(yàng)的画作(zuò)，这让创(chuàng)作的过程就像开盲(máng)盒。

很多(duō)用户很喜(xǐ)欢这种不确定的惊喜，他们会将生成的美(měi)图当(dāng)做头像。而另一部分喜(xǐ)欢(huān)翻看(kàn)AI绘画(huà)的“翻(fān)车(chē)”作品(pǐn)。在(zài)社(shè)交(jiāo)媒体上，许多用户分享AI“翻车现场(chǎng)”，例如，一位网友(yǒu)的(de)小狗照(zhào)片被(bèi)AI画成(chéng)了“肌肉男”，还有网友的(de)个人照片被AI识别成了建筑。

而如今随着ControlNet的出现与加持，以往AI绘画的填写关键(jiàn)词游(yóu)戏(xì)可能要被颠覆了(le)。

ControlNet是(shì)一位正(zhèng)在斯坦福读博的中国人张吕(lǚ)敏创作的(de)一(yī)种基(jī)于控(kòng)制(zhì)点的图像变形算法，主(zhǔ)要(yào)用于数字图像处理、计(jì)算(suàn)机视觉和计算机图(tú)形学(xué)等领域。

其(qí)SD插件一经发布，在短短(duǎn)的两天内(nèi)便(biàn)成为了AI绘画领域最(zuì)新的热点。

在(zài)此之前，大家(jiā)用了很多(duō)方法想(xiǎng)让AI生(shēng)成的结(jié)果(guǒ)尽可能(néng)的(de)符合要(yào)求，但(dàn)是都(dōu)不尽如(rú)人(rén)意，它的出(chū)现(xiàn)代(dài)表着(zhe)AI生(shēng)成开始进入真正的(de)可控时期。

因为ControlNet可以直(zhí)接提(tí)取(qǔ)画面的构图，人物的姿势和画面的深(shēn)度信息等。有(yǒu)了(le)它的帮助(zhù)，就不用频(pín)繁的用(yòng)提示词来(lái)碰运气，抽盲盒式的创作了。

通(tōng)俗的说ControlNet相(xiāng)当于给AI绘画加了“魔法”，不少(shǎo)博主的(de)作品(pǐn)已经获(huò)得了大量的浏览量，“viggo”就是其中之(zhī)一(yī)，他用朋友(yǒu)的照片直接带她们走进动(dòng)漫世界。

viggo先用StableDiffusion图(tú)片转文字。

再(zài)用Text2Prompt插件拓展找到对应(yīng)的关(guān)键词；最后用ControlNet插件绑(bǎng)定骨(gǔ)骼开始(shǐ)换关键词(cí)试效果。

通过图片就可以看出来，效果十(shí)分惊艳(yàn)。

更厉害的是，除了真实的照片(piàn)，草图也可以加(jiā)上“魔法”，知乎大牛“DevPoint”和“逗砂”介绍到ControlNet还能实现(xiàn)线稿转全彩图。大神张(zhāng)吕敏其本(běn)尊也亲自(zì)回(huí)应。

不(bù)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(yǐ)经(jīng)能以(yǐ)假乱真了。

02

难(nán)辨虚实，AIGC技术(shù)力爆发

警惕安全问题

近日，“苏州金(jīn)鸡湖有游艇party”的消息火遍(biàn)网络，而经过警方辟谣这所谓的“party”可能是全国(guó)第一(yī)起AI绘图(tú)诈骗。

由(yóu)于这个(gè)活动里面给出的美女照片(piàn)都是AI制作的真人照片绘图，因为太(tài)逼(bī)真，被(bèi)大家(jiā)当成真事传播(bō)了。

不(bù)过仔细(xì)观察可(kě)以发(fā)现(xiàn)，活动发起者提供的照片(piàn)中有个很大的漏洞可以发现(xiàn)并非真人，而是AI绘图，那便是图片(piàn)中女(nǚ)性的手指部(bù)分有(yǒu)的存在异常。

有行业人事表示：“现在因为手指(zhǐ)部(bù)分的绘画(huà)算法比较复杂，AI还不太会画人的手(shǒu)，但最新看到的图片已(yǐ)经(jīng)有越来越完美的AI模型出现，以(yǐ)后可能就完全没有漏洞了。”

类似的AI作图诈骗(piàn)在国外也已(yǐ)有发生。据英国广播公司报道，土(tǔ)耳其地震期间，有Tiktok用户使用AI合(hé)成了儿童(tóng)受灾的假照片发布到(dào)网络，以此诱(yòu)骗善(shàn)良的(de)人打(dǎ)赏“捐助”从而实施诈(zhà)骗。

目前随(suí)着技术发展，AIGC已经(jīng)能做出(chū)真人(rén)照(zhào)片般的(de)绘图效果，如果这(zhè)样的图片被(bèi)用来诈骗，将非常可怕。

此外AIGC还引(yǐn)发了很多担忧，一方面，批判者认(rèn)为AI在“学(xué)习”了大量前人(rén)的作品之后(hòu)，其创(chuàng)作没有任(rèn)何情(qíng)绪和(hé)灵魂，难(nán)以和人类(lèi)的(de)艺术(shù)创作相(xiāng)提并论。

另一方面，AIGC背后的(de)版权、目前(qián)都并没有(yǒu)得(dé)到有(yǒu)效的解决，还有AIGC会不会代替人类“至高无上(shàng)”的创意。

马(mǎ)斯克也强调，人工智能的(de)安全问题需要得到重视，太晚就来不及了(le)。

03

AIGC下一(yī)站除了视频，还有远方

技术都(dōu)是有两面性的，潜在的危害并不能(néng)掩盖其(qí)光辉的贡献。现在看来，人工智能技(jì)术(shù)将(jiāng)是(shì)第(dì)四次工业(yè)革命(mìng)的核心(xīn)驱动力量，将创造新(xīn)的增长(zhǎng)奇迹。

过去一(yī)年，人工智能(néng)在技术和商(shāng)业层面都有了巨大进展，AI绘画就(jiù)是(shì)人(rén)工(gōng)智能技术发生方向性改(gǎi)变的一个(gè)代表。其下一站或许(xǔ)就是视频。

此(cǐ)前，Meta和谷歌(gē)先后发布了(le)几条(tiáo)引爆科技圈(quān)的短(duǎn)视(shì)频。这(zhè)些视频引发关(guān)注(zhù)并(bìng)非内容做得多优秀，反而都非常简单，比(bǐ)如(rú)一匹正(zhèng)在喝水的马(mǎ)，一(yī)只画画的玩(wán)具(jù)熊，或者一段骑摩托车的第一视角录像，随便一(yī)个有手机(jī)的人都可以随手录下一段(duàn)。

但这些短视(shì)频(pín)的(de)创作(zuò)方式非常简单，创作者(zhě)仅(jǐn)仅需(xū)要向AI输(shū)入(rù)一段话，甚(shèn)至只是(shì)说一下(xià)要求，AI就可以根据需要(yào)生(shēng)成一段视频。

谷歌(gē)发布的两个AI生(shēng)成视频分别(bié)来自于Imagen Video和Phenaki，前(qián)者主要突出的是(shì)高(gāo)清(qīng)，与Meta的Make-A-Video没有太(tài)多(duō)的差(chà)别。

在Make-A-Video公布了AI生成的视(shì)频后(hòu)，AI圈就(jiù)已(yǐ)经玩了一波梗，一个能够做出(chū)更高清(qīng)视频的AI还不(bù)足以在短时间(jiān)内(nèi)戳中(zhōng)兴奋点。

Phenaki更加令人震惊的地方在(zài)于(yú)，它可(kě)以(yǐ)制作出(chū)超过2分(fēn)钟的连贯(guàn)的也有确切(qiè)内容(róng)的视(shì)频(pín)，这才是真正让人们(men)感到惊喜的地方(fāng)。因为(wèi)无论AI生成的(de)视频多(duō)么高清，也只能是为内容生产者提供(gōng)一个灵感，一个素(sù)材，一个过场动画。

不过能够(gòu)制作(zuò)出(chū)有具体剧情内容的视频就意味着(zhe)，一(yī)些视频创作由AI代替人工(gōng)完成已经初步有了可(kě)能。

当(dāng)下AI的发展速度已经超(chāo)过大部(bù)分人的想(xiǎng)象。内(nèi)容产业的本质是供给(gěi)创造需求，AIGC作为全(quán)新的内容生产方式(shì)，可(kě)以为(wèi)内容产(chǎn)业带来(lái)更新的内容风格(gé)、更快的生(shēng)产速度(dù)，更(gèng)低的生产(chǎn)成本，这(zhè)无疑(yí)会驱动内容产(chǎn)业的大爆发(fā)。

除了AI绘图、视频，AIGC技术还能(néng)应(yīng)用(yòng)于音乐、代(dài)码、机器人动作(zuò)等多种(zhǒng)内容(róng)形式的生成(chéng)。不难(nán)发现该项技术不仅在(zài)游(yóu)戏等行(xíng)业(yè)能得到有效(xiào)应用，对于下一代互联网各种元素的构建(jiàn)亦(yì)有关键意义。

从商业化的角(jiǎo)度来看(kàn)，文化娱乐、教育(yù)、传媒等诸多领(lǐng)域，本身就(jiù)对基于AI的可视化内容(róng)有强烈需求。

因此(cǐ)，AI绘画及视频或不是结果，而只是AI进程中的一(yī)块(kuài)重要拼(pīn)图，有望在技术更新的加持(chí)下实现更大(dà)的应用价值(zhí)。

AI从理解内(nèi)容，走向(xiàng)了可以生成(chéng)内容，甚至能够创造出独立价值和独立(lì)视(shì)角的(de)内容。AIGC的再次出圈(quān)，更代表着未来的(de)先(xiān)进生产力即(jí)将到来(lái)。

04

紧抓大模(mó)型与算(suàn)力，牢固(gù)AIGC底座

从技术的发展也可以看(kàn)出，在语言大模型、图像(xiàng)大模型之后，多模态大模型已(yǐ)经成为(wèi)了新(xīn)的趋势。

大模型被誉为当前(qián)人工智能发(fā)展的智能底(dǐ)座，是全球竞争最(zuì)激烈的(de)研(yán)究方向之一(yī)，包括(kuò)谷歌、亚马逊、百度(dù)、阿(ā)里、腾讯等众(zhòng)多头部企业都在竞相(xiāng)发力。

不(bù)过训练(liàn)大模型的(de)确价格不菲，以国盛证券发布(bù)的《ChatGPT需(xū)要多(duō)少算(suàn)力》报告估算，GPT-3训练一次的成本约为140万美元。而对于一(yī)些更大的LLM(大型语(yǔ)言模型)爬到底是什么结构的字啊，爬是什么结构的字,是先外后内吗，训练成本则介于200万美元至(zhì)1200万美元高价之间(jiān)。

以(yǐ)ChatGPT在2023年1月的独立访(fǎng)客平均(jūn)数1300万计算，其对(duì)应芯(xīn)片需求为3万多片英(yīng)伟达A100 GPU，初始投入成(chéng)本(běn)约为(wèi)8亿美(měi)元，每日(rì)仅电费就在(zài)5万美元左(zuǒ)右(yòu)。

此外不论是ChatGPT还是AIGC，都离不开庞大算力(lì)支(zhī)持。在关注各(gè)类(lèi)大模型(xíng)的发(fā)展同时，更应该关(guān)注算力网络(luò)的建设。

算力(lì)网络正驱动(dòng)AI产业发展进入史诗(shī)级加速进程，让(ràng)AIGC及通用AI这(zhè)一(yī)人工(gōng)智能(néng)发展的(de)终极目标(biāo)离得(dé)更近。

因为算力可以对(duì)突破(pò)性(xìng)技术创新(xīn)提供大(dà)力的支持(chí)。这方面，多模态大模型(xíng)是典型。作为面向未来强人(rén)工智能、通用(yòng)人(rén)工智能的(de)重要技术(shù)创新，多模态大(dà)模型(xíng)已经在人(rén)工智能领域提出了很多年，业界也有(yǒu)不少技术(shù)突(tū)破(pò)，但是，多模态(tài)大模(mó)型进一步往下走(zǒu)，算力需求(qiú)呈几(jǐ)何式上升，一(yī)般(bān)的算(suàn)力基础设施很快将(jiāng)难以胜任。

从(cóng)图(tú)像、文字、语音单(dān)独(dú)一项的训练，到(dào)双模态、三模态(tài)的跃迁，让人工智能可以灵活应对不同模态的(de)转化、像人与世界交互(hù)一样自然(rán)，这方面，由(yóu)算力网络来(lái)驱动将有明显优势。

此外(wài)，还(hái)有很多需(xū)要爆发式增长的算(suàn)力来(lái)支撑的技术创新，将在人工智能算力(lì)网(wǎng)络支撑下快速推进(jìn)。

AIGC已经(jīng)露(lù)出曙光，期待在大模型(xíng)和大(dà)算(suàn)力的支(zhī)持下(xià)AIGC能持(chí)续颠覆内容生(shēng)产的(de)方式(shì)，将创造的边际(jì)成本降低，让万众受益。

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 爬到底是什么结构的字啊，爬是什么结构的字,是先外后内吗