自聊天机器人ChatGPT火爆(bào)以来，微软公(gōng)司创始人比(bǐ)尔·盖(gài)茨已多(duō)次公开谈论人工(gōng)智能话题。在最近的一次(cì)采访中，他(tā)再次(cì)表示：“AI可能(néng)会让科技(jì)行业迎(yíng)来一(yī)次剧(jù)烈的洗(xǐ)牌”。

这个结论是他(tā)在当地(dì)时(shí)间2月20日接受《In Good Company》节目专访时(shí)提出的。

他预期，AI的发展可(kě)能会(huì)威胁到谷歌(gē)的市占率(lǜ)，因为微(wēi)软在(zài)AI方面的(de)行动相当迅速。而(ér)最(zuì)终科技巨头(tóu)将把AI整合成用(yòng)户的“全能助手”，包揽一切应(yīng)用，与(yǔ)人们进行(xíng)沟通并(bìng)提供建议，可以取代亚马逊、Siri或Outlook等应(yīng)用。

大佬口中全(quán)能助手的到来可(kě)能(néng)尚需时日，但由(yóu)ControlNet引发(fā)的又一次AI绘画浪潮，让(ràng)AIGC在ChatGPT的(de)话(huà)题热点包(bāo)围中(zhōng)杀出重围。

01

ControlNet颠(diān)覆(fù)AI绘画(huà)新(xīn)玩法(fǎ)

AIGC向可控靠近

以(yǐ)AI绘画(huà)为(wèi)代(dài)表的AIGC上一(yī)次(cì)爆火的时候，还是2022年8月，在美国(guó)科(kē)罗拉多州举(jǔ)办(bàn)的新兴数字(zì)艺术家竞赛中，一幅(fú)名为《太空歌剧院(yuàn)》的(de)作品获奖。

随(suí)后(hòu)各大(dà)厂商的AI绘画(huà)软件(jiàn)被广大网友熟知并体验，Stable Diffusion便是其中(zhōng)代(dài)表。

用户们可以在应用中输入一组关键词或者(zhě)一(yī)张(zhāng)照(zhào)片，就能获得(dé)一幅AI创作(zuò)的画(huà)作(zuò)。

作画(huà)的(de)关(guān)键就是所输入的文本。同一(yī)组关(guān)键词也可以创作出很多张风格不(bù)一样的(de)画作，这让(ràng)创作的过程就像开盲盒。

很多用户(hù)很喜欢这种不确定的惊喜，他们会(huì)将生成的美(měi)图当做头像(xiàng)。而另一部分喜欢翻(fān)看AI绘画(huà)的“翻车”作品。在社交媒体(tǐ)上，许多用户(hù)分(fēn)享AI“翻车现场”，例如，一位网友的小狗照(zhào)片被AI画(huà)成(chéng)了(le)“肌肉男(nán)”，还有(yǒu)网友的个人(rén)照片被AI识(shí)别成了(le)建筑(zhù)。

而(ér)如今随着ControlNet的(de)出现(xiàn)与加持(chí)，以往AI绘画(huà)的填写关(guān)键词(cí)游戏可能要被(bèi)颠覆了。

ControlNet是一位正在斯(sī)坦福(fú)读博的中国(guó)人张吕敏创作的(de)一种基于控制(zhì)点的图像变形(xíng)算法(fǎ)，主要(yào)用于数(shù)字(zì)图像处理(lǐ)、计算机视觉和计算机图形学等领域。

其SD插件(jiàn)一经发布，在(zài)短短的两天内便成(chéng)为了(le)AI绘画(huà)领域(yù)最新的(de)热点。

在此之(zhī)前，大家用(yòng)了很多方(fāng)法想让AI生成的(de)结果尽(jǐn)可能的符合(hé)要求，但是都不尽如(rú)人意(yì)，它cac2制取c2h2，cac2形成过程电子式的(de)出现代表着AI生成(chéng)开始进入真正的可控时期(qī)。

因为ControlNet可以(yǐ)直接提取画面(miàn)的(de)构图，人物(wù)的姿势和画面的深度信息等(děng)。有了(le)它的帮(bāng)助，就(jiù)不用频繁的用(yòng)提(tí)示词来碰运气，抽盲盒式的创作了。

通俗(sú)的说ControlNet相当于给AI绘画加了“魔法”，不少(shǎo)博主(zhǔ)的作(zuò)品已经获(huò)得了大量的(de)浏(liú)览量(liàng)，“viggo”就是其中之一，他用(yòng)朋友(yǒu)的照片直接带(dài)她们走进动(dòng)漫世(shì)界。

viggo先(xiān)用StableDiffusion图片转文字。

再用(yòng)Text2Prompt插件拓展找到对应的关(guān)键词(cí)；最后(hòu)用ControlNet插件绑定骨骼开(kāi)始换关键(jiàn)词试效果。

通过图(tú)片就(jiù)可(kě)以(yǐ)看出来(lái)，效果(guǒ)十(shí)分惊艳。

更厉害(hài)的是，除了(le)真实的照片，草图也可以加上“魔法(fǎ)”，知乎大牛“DevPoint”和(hé)“逗砂”介绍(shào)到ControlNet还能实现线稿转(zhuǎn)全彩图(tú)。大神张吕敏其(qí)本尊(zūn)也亲自回应。

不得不(bù)说当(dāng)下AIGC已经变得越来越(yuè)强大，甚(shèn)至输出的作品都已经能以假乱真了。

02

难(nán)辨虚实，AIGC技术力爆发

警惕(tì)安全问题

近日，“苏(sū)州金鸡湖有游艇party”的消息火遍网(wǎng)络，而经过警(jǐng)方(fāng)辟(pì)谣(yáo)这所谓的“party”可能是全国(guó)第一起AI绘图(tú)诈(zhà)骗(piàn)。

由于(yú)这个活动里面给出的美女照片(piàn)都是AI制(zhì)作(zuò)的真人照片绘图，因为(wèi)太逼真，被大家(jiā)当成真事传播了。

不过仔细观察(chá)可以发现，活动发起(qǐ)者提供(gōng)的照(zhào)片中(zhōng)有个很(hěn)大的漏洞可(kě)以发现(xiàn)并非真人，而(ér)是AI绘(huì)图，那便(biàn)是图片中女性的手指(zhǐ)部分(fēn)有的存在异常。

有行业(yè)人事表示：“现在(zài)因为(wèi)手指(zhǐ)部(bù)分的绘(huì)画算(suàn)法比较(jiào)复杂，AI还不太会画人的手，但最新看到(dào)的(de)图片(piàn)已经有越来越完美的AI模型出现，以后可能就(jiù)完全没有漏洞了(le)。”

类(lèi)似(shì)的AI作图诈骗(piàn)在国外(wài)也已(yǐ)有(yǒu)发生。据(jù)英(yīng)国广播(bō)公司(sī)报(bào)道，土耳其地震期间，有(yǒu)Tiktok用(yòng)户使(shǐ)用AI合(hé)成了儿童受(shòu)灾的假照片(piàn)发(fā)布(bù)到网络，以(yǐ)此诱骗善良的(de)人打(dǎ)赏“捐助”从而(ér)实施(shī)诈骗。

目前随着技术发展，AIGC已(yǐ)经能做出真人照片般的绘图效(xiào)果，如果这样的图片被用来诈骗(piàn)，将非常可(kě)怕。

此外(wài)AIGC还引(yǐn)发了很多担忧，一方面，批(pī)判者(zhě)认为AI在“学习”了大量前人的作品(pǐn)之后，其创作没有任何情绪和灵魂，难(nán)以(yǐ)和(hé)人(rén)类的(de)艺术创(chuàng)作相提(tí)并论。

另一方面，AIGC背后的版权、目前都并没(méi)有得到有效(xiào)的解决，还(hái)有AIGC会不会代替(tì)人类“至高无上”的创意。

马斯克也强调(diào)，人工智能的安全问题需(xū)要得到重视，太晚就来不及(jí)了。

03

AIGC下(xià)一(yī)站除了视频(pín)，还有(yǒu)远方

技术都是有两面性(xìng)的，潜在的危害(hài)并不能(néng)掩盖(gài)其光辉的(de)贡献(xiàn)。现在看来(lái)，人(rén)工智能技(jì)术将是第四次工业革命的核心驱动(dòng)力(lì)量，将创造(zào)新(xīn)的(de)增长奇迹(jì)。

过去一年，人工智能在技术和(hé)商业层面都有了巨大(dà)进展，AI绘(huì)画就(jiù)是人工智能技术发(fā)生方向性改变的(de)一个代表(biǎo)。其下一(yī)站或许就是视(shì)频。

此前，Meta和(hé)谷歌先(xiān)后发布了几条引爆科技圈的(de)短视频(pín)。这些视频引发关(guān)注并非内(nèi)容做(zuò)得多优秀，反而都非常简单，比如(rú)一匹(pǐ)正在喝水的马(mǎ)，一只画画的玩(wán)具熊，或者一(yī)段(duàn)骑摩托(tuō)车的第一视角(jiǎo)录像，随便(biàn)一(yī)个有手(shǒu)机的人都可以随手录下一段。

但(dàn)这些短视(shì)频(pín)的创作方式非常简单，创作(zuò)者仅仅需(xū)要向AI输入一(yī)段(duàn)话，甚至只(zhǐ)是(shì)说一下要求(qiú)，AI就可以根据需要生(shēng)成(chéng)一段视(shì)频。

谷歌发(fā)布的两(liǎng)个AI生成视频分别来自于Imagen Video和Phenaki，前者主要突出的是高清，与Meta的(de)Make-A-Video没有太多的差别(bié)。

在(zài)Make-A-Video公布了AI生成的视(shì)频后，AI圈(quān)就已经玩了(le)一波梗(gěng)，一(yī)个能(néng)够做出(chū)更高清视频的AI还不(bù)足以在短(duǎn)时间内戳(chuō)中兴(xīng)奋点。

Phenaki更加令(lìng)人震惊的地方在于，它可以制作(zuò)出(chū)超过(guò)2分钟的连贯的(de)也(yě)有确切内(nèi)容的(de)视频(pín)，这才是真正让(ràng)人(rén)们感到惊喜的(de)地(dì)方。因为无论AI生成的(de)视频多么高清，也只能是为(wèi)内容生产者提供一个(gè)灵感，一(yī)个素材，一个过(guò)场动(dòng)画。

不过(guò)能够制(zhì)作出(chū)有具体剧情内容的(de)视频就意味着(zhe)，一些视频(pín)创作由(yóu)AI代替人工完(wán)成(chéng)已经初(chū)步有(yǒu)了可能。

当(dāng)下AI的发(fā)展(zhǎn)速度(dù)已(yǐ)经超过(guò)大部分人的想(xiǎng)象。内容产业的本(běn)质是供给创造cac2制取c2h2，cac2形成过程电子式需求，AIGC作为全新(xīn)的内容生产(chǎn)方(fāng)式，可以为内容产业带来更新的内容风格、更快的生产速度，更(gèng)低(dī)的生(shēng)产成本，这无疑(yí)会驱动内容产业的大爆发(fā)。

除(chú)了AI绘图(tú)、视频，AIGC技(jì)术还能(néng)应用于音乐、代码、机器人动作等(děng)多种内容形式的(de)生成。不难发现该项(xiàng)技术不(bù)仅在游戏(xì)等行业能(néng)得到有效应用(yòng)，对于下一代互(hù)联网各(gè)种元素的构建亦有关键(jiàn)意义。

从商业(yè)化的角度来看，文化娱乐、教育、传(chuán)媒(méi)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(cǐ)，AI绘画及视频或不(bù)是结果，而只(zhǐ)是AI进程中的一块重要拼图(tú)，有望(wàng)在技术更(gèng)新的加持下(xià)实现更大(dà)的(de)应用(yòng)价值(zhí)。

AI从理解内容，走向(xiàng)了可以生(shēng)成内容，甚至能够创造(zào)出独(dú)立价(jià)值和独(dú)立视角(jiǎo)的内容(róng)。AIGC的再次出圈，更代表着未(wèi)来(lái)的先进(jìn)生产力即将(jiāng)到来。

04

紧抓(zhuā)大模型与(yǔ)算力，牢固AIGC底座

从技术的(de)发(fā)展也可以看出(chū)，在(zài)语(yǔ)言大(dà)模(mó)型、图像大(dà)模型之后，多模态大模型(xíng)已(yǐ)经成为了新的趋势。

大模型被誉为当前人(rén)工智(zhì)能发展(zhǎn)的智能底座(zuò)，是全球竞争最(zuì)激烈(liè)的研(yán)究(jiū)方向之一，包括谷(gǔ)歌、亚马逊、百度(dù)、阿里、腾讯等(děng)众多头部企业都(dōu)在竞相发力。

不过(guò)训练大模型的确价格不(bù)菲，以国(guó)盛证券(quàn)发布的《ChatGPT需(xū)要多少算力》报(bào)告估算(suàn)，GPT-3训练一次的成本约为140万美元(yuán)。而(ér)对于一些更大的LLM(cac2制取c2h2，cac2形成过程电子式大型语言(yán)模(mó)型)，训练(liàn)成本则介于200万美元至1200万美元(yuán)高价(jià)之间。

以(yǐ)ChatGPT在2023年(nián)1月的独立访(fǎng)客(kè)平均(jūn)数1300万计算，其对应芯片需求为3万多片(piàn)英伟达(dá)A100 GPU，初始投入(rù)成本约为8亿美元，每日(rì)仅电费就(jiù)在5万美(měi)元左右。

此外不论是(shì)ChatGPT还是AIGC，都离(lí)不开庞大(dà)算(suàn)力支持。在(zài)关注各类大模(mó)型的发(fā)展同时，更(gèng)应该关注算力网络的建设。

算力网络正驱动AI产业发展进入史诗级(jí)加速(sù)进程，让AIGC及通用AI这一(yī)人(rén)工(gōng)智(zhì)能发展(zhǎn)的终极目标离得(dé)更近。

因为算力可以(yǐ)对突破性技(jì)术创(chuàng)新提供(gōng)大力的支持。这(zhè)方面，多模态(tài)大模(mó)型(xíng)是典型。作(zuò)为面向未来强人工智能、通用人(rén)工智能的重要(yào)技术创新(xīn)，多模态大模型(xíng)已(yǐ)经在人工(gōng)智能领(lǐng)域提出了很多年，业界(jiè)也(yě)有不(bù)少(shǎo)技术突破，但是，多模态大模型进一(yī)步(bù)往(wǎng)下走(zǒu)，算力需求呈几何式上升(shēng)，一般的算力(lì)基础设施很快将难以(yǐ)胜任。

从图(tú)像(xiàng)、文字、语音单独一(yī)项的(de)训练，到双模态、三模态(tài)的跃迁，让人工(gōng)智能(néng)可以(yǐ)灵(líng)活应(yīng)对不同(tóng)模(mó)态的转化、像人与世界交互一样自然，这方面，由(yóu)算力(lì)网络(luò)来(lái)驱(qū)动(dòng)将有(yǒu)明显优势。

此(cǐ)外，还(hái)有很多需要爆发式增长的算力来支撑的技术创新，将在人工智(zhì)能算力网络(luò)支撑下快速推进(jìn)。

AIGC已经(jīng)露(lù)出曙光，期待(dài)在大模(mó)型和大算力的支(zhī)持下AIGC能持(chí)续颠覆内容生(shēng)产的方式，将创造的边际成本降低，让万众受(shòu)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 cac2制取c2h2，cac2形成过程电子式