自(zì)聊天(tiān)机器人ChatGPT火(huǒ)爆(bào)以(yǐ)来，微(wēi)软公司创始(shǐ)人比尔·盖茨已多次(cì)公开谈论(lùn)人工智能话题。在(zài)最(zuì)近的一次采(cǎi)访(fǎng)中，他再(zài)次(cì)表示：“AI可(kě)能会让科技行(xíng)业(yè)迎(yíng)来(lái)一次(cì)剧烈的(de)洗牌”。

这个结论(lùn)是他在当地时(shí)间2月20日(rì)接受《In Good Company》节目专访时(shí)提出(chū)的(de)。

他预期，AI的(de)发展可能会威(wēi)胁(xié)到谷歌的市占率，因为(wèi)微软在AI方(fāng)面的行动相(xiāng)当迅速。而最(zuì)终(zhōng)科技巨(jù)头将把AI整合成用户的“全(quán)能助手(shǒu)”，包揽一切(qiè)应用，与人们进行沟通并提供建议，可(kě)以(yǐ)取代亚(yà)马逊、Siri或Outlook等应用(yòng)。

大佬口中(zhōng)全能助手的到(dào)来(lái)可能尚需(xū)时日，但由ControlNet引发的又一次AI绘画浪潮，让AIGC在ChatGPT的(de)话题热点包围中(zhōng)杀出(chū)重围。

01

ControlNet颠覆(fù)AI绘画新玩法

AIGC向可控靠(kào)近(jìn)

以AI绘画为代表的AIGC上一(yī)次爆火(huǒ)的时候，还(hái)是2022年8月，在美国(guó)科罗拉多州举办(bàn)的(de)新(xīn)兴数(shù)字(zì)艺术家竞赛中(zhōng)，一幅名为《太空歌剧院》的作品获奖。

随后各大厂商的AI绘画软件被广大网友熟知并(bìng)体验，Stable Diffusion便是其中代表。

用(yòng)户(hù)们可(kě)以在(zài)应用中输入一(yī)组关(guān)键词或者一(yī)张照片，就能获得一幅(fú)AI创作(zuò)的(de)画作。

作(zuò)画的(de)关键就是所(suǒ)输入(rù)的文本。同一组关(guān)键词也可以创作出(chū)很多张风格(gé)不一样的(de)画(huà)作，这让创作的过程就像开盲盒(hé)。

很多用(yòng)户很喜(xǐ)欢(huān)这种不确定的惊喜，他们会将生成的美图当做头像。而另(lìng)一部分喜欢(huān)翻看AI绘(huì)画的(de)“翻(fān)车”作品(pǐn)。在(zài)社交(jiāo)媒体上(shàng)，许(xǔ)多(duō)用户分(fēn)享(xiǎng)AI“翻(fān)车现场”，例如，一位网友的小狗(gǒu)照(zhào)片被(bèi)AI画成了“肌肉男”，还(hái)有网友的个人(rén)照片被AI识别(bié)成了建筑。

而如(rú)今随(suí)着ControlNet的出现(xiàn)与加持，以往AI绘画的填写(xiě)关(guān)键(jiàn)词(cí)游戏可能要被颠覆了。

ControlNet是一(yī)位正在斯坦福读博的中国(guó)人张吕(lǚ)敏创(chuàng)作(zuò)的一种基于(yú)控(kòng)制点的图像变形算法，主要用于数(shù)字图像处(chù)理、计算(suàn)机视觉(jué)和计算(suàn)机图形(xíng)学等(děng)领域。

其SD插(chā)件一经(jīng)发(fā)布，在短短的两天内便成为了AI绘画领(lǐng)域最新的热(rè)点。

在此之前，大家用(yòng)了(le)很(hěn)多方法(fǎ)想让AI生成的结果(guǒ)尽可能(néng)的(de)符合要求，但是都不尽(jǐn)如人意(yì)，它的出(chū)现(xiàn)代表着AI生成(chéng)开始进入真(zhēn)正的(de)可控时期。

因为ControlNet可以直接提取画面的(de)构(gòu)图，人物的姿势(shì)和画面的深度信息(xī)等(děng)。有了它的帮(bāng)助(zhù)，就不用频(pín)繁的用提(tí)示词来碰运气，抽盲盒式的创作(zuò)了。

通(tōng)俗的说ControlNet相当于给AI绘画加了“魔法”，不少博主的作品已经(jīng)获得(dé)了(le)大量的浏览量，“viggo”就是其中之一，他用(yòng)朋友(yǒu)的照(zhào)片直接(jiē)带她们走进(jìn)动漫世(shì)界(jiè)。

viggo先用StableDiffusion图(tú)片转文字(zì)。

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

通过图片就可以看(kàn)出来，效果(guǒ)十分惊艳(yàn)。

更厉害(hài)的是，除了(le)真实的(de)照片，草图也可以加上“魔法(fǎ)”，知乎大牛(niú)“DevPoint”和(hé)“逗砂”介绍(shào)到(dào)ControlNet还(hái)能实(shí)现线稿转全(quán)彩(cǎi)图。大神张吕(lǚ)敏其本尊(zūn)也亲(qīn)自回应。

不得不说当下(xià)AIGC已(yǐ)经(jīng)变得越来(lái)越(yuè)强(qiáng)大，甚至输出的(de)作品都已经能以假乱真了。

02

难(nán)辨(biàn)虚实，AIGC技术力爆(bào)发

警惕安全(quán)问题(tí)

近日(rì)，“苏(sū)州金鸡湖有游(yóu)艇(tǐng)party”的消息火遍网络，而经过警(jǐng)方辟(pì)谣(yáo)这(zhè)所谓的“party”可能(néng)是(shì)全国第一起AI绘图诈骗(piàn)。

由于(yú)这个(gè)活动里面给出的美女(nǚ)照片都是AI制作的真人照片(piàn)绘(huì)图，因为太(tài)逼真，被大家当成真事传播了(le)。

不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(lòu)洞可以发现并非真人，而是AI绘图，那便是图片中女性的手(shǒu)指部分(fēn)有(yǒu)的(de)存(cún)在异常。

有行(xíng)业(yè)人事表示：“现在因为手指部分的(de)绘画算法比较复杂，AI还不太会画(huà)人的手，但最(zuì)新看到的(de)图片已经有越(yuè)来越(yuè)完美的AI模型出(chū)现，以后可能就完全没有漏洞了。”

类似的AI作图(tú)诈骗在国外也(yě)已有发生(shēng)。据英国(guó)广播公(gōng)司报(bào)道(dào)，土耳其(qí)地震期间，有(yǒu)Tiktok用户使用AI合(hé)成(chéng)了儿童受(shòu)灾的假(jiǎ)照片发布到网络(luò)，以此诱骗(piàn)善良的人打(dǎ)赏(shǎng)“捐助”从而实(shí)施(shī)诈骗。

目前随着技术发展，AIGC已经能(néng)做出真人照片(piàn)般的绘图(tú)效(xiào)果，如(rú)果(guǒ)这样的(de)图(tú)片被用来(lái)诈骗，将非常可怕。

此外AIGC还(hái)引发(fā)了很多担忧(yōu)，一方面，批判者认(rèn)为(wèi)AI在“学(xué)习”了大量前人的(de)作品之(zhī)后，其创(chuàng)作没(méi)有任何(hé)情(qíng)绪和(hé)灵魂(hún)，难以(yǐ)和人类的艺术创(chuàng)作(zuò)相(xiāng)提并论(lùn)。

另(lìng)一方面(miàn)，AIGC背后的版权、目前都并没有得到有效的(de)解(jiě)决，还有AIGC会(huì)不(bù)会(huì)代替人类“至高无(wú)上”的创意(yì)。

马斯克也(yě)强(qiáng)调，人工(gōng)智能的安全(quán)问题需(xū)要得(dé)到(dào)重视，太晚就来不及了。

03

AIGC下一站除了视频，还有远方

技术都是有两(liǎng)面(miàn)性的，潜在的(de)危害并不(bù)能(néng)掩盖其光辉的贡(gòng)献。现(xiàn)在看(kàn)来，人工(gōng)智(zhì)能技(jì)术将是第四次工(gōng)业革命的核(hé)心驱动力量，将创(chuàng)造新的增长(zhǎng)奇迹。

过去一年(nián)，人工智(zhì)能在(zài)技术和商业层面都有了巨大进展，AI绘画(huà)就是人工智能技术发生方向(xiàng)性改变(biàn)的一个(gè)代表。其下一站或许就是视频。

此前(qián)，Meta和谷歌(gē)先(xiān)后发(fā)布了几条引爆科技圈的短视频。这些(xiē)视频引发关注并非内容做得多优秀，反而(ér)都非(fēi)常简单(dān)，比如(rú)一匹正在喝水的马，一只画(huà)画的(de)玩具熊，或者一段骑(qí)摩托车的第一视(shì)角录(lù)像，随便一个(gè)有手机(jī)的人都可以随手(shǒu)录下一段(duàn)。

但这些短(duǎn)视(shì)频的(de)创(chuàng)作方式(shì)非常简单，创作者仅仅需要向AI输(shū)入一(yī)段话，甚至只(zhǐ)是说一下要求(qiú)，AI就可以根据需要生成一段视频。

谷歌发(fā)布的两个AI生成视(shì)频(pín)分别来自于Imagen Video和Phenaki，前者主要突出的是高清，与Meta的Make-A-Video没(méi)有太多的差别。

在Make-A-Video公布(bù)了AI生成(chéng)的视(shì)频(pín)后，AI圈(quān)就已经玩了(le)一波(bō)梗，一个能够(gòu)做(zuò)出更高清(qīng)视频的AI还(hái)不足以(yǐ)在(zài)短(duǎn)时间内戳中兴奋点。

Phenaki更加(jiā)令人震惊的地(dì)方在于，它可以制作(zuò)出超过2分(fēn)钟的连贯的也有确切内容(róng)的视频，这才是真正(zhèng)让(ràng)人们(men)感到惊喜的地(dì)方。因为无论AI生成(chéng)的(de)视频多么(me)高(gāo)清，也只能(néng)是为(wèi)内容生产者提供一个灵感，一(yī)个素材，一个过场动(dòng)画(huà)。

不过能(néng)够制(zhì)作出有具(jù)体剧情内(nèi)容的视频(pín)就(jiù)意味着，一(yī)些视频(pín)创作由(yóu)AI代替人工完(wán)成已经初步有了(le)可能。

当下(xià)AI的发(fā)展速度已经超过大部分人的想象(xiàng)。内容产业(yè)的本质是供给创造需求，AIGC作为全(quán)新的内容生产方(fāng)式，可以(yǐ)为(wèi)内容产业带来更新的内容风格、更快(kuài)的生产(chǎn)速度，更低的生产成本，这无疑会驱动内(nèi)容产业的大(dà)爆发(fā)。

除(chú)了AI绘(huì)图、视频，AIGC技术还能应用(yòng)于音(yīn)乐、代码、机器人动作等多种内容形式的生(shēng)成。不难发现该项技术不仅在(zài)游(yóu)戏等(děng)行(xíng)业能得到有效应用(yòng)，对于下一代互联网各(gè)种元素的(de)构(gòu)建(jiàn)亦有关(guān)键意义。

从商业化的角度来看，文化娱乐、教(jiào)育、传媒(méi)等诸多领域(yù)，本身就对基于AI的(de)可(kě)视化(huà)内容有强(qiáng)烈(liè)需(xū)求。

因此，AI绘画及视频或不是结果，而(ér)只是AI进程白面水鸡是几级保护，白面水鸡是保护动物吗中的一(yī)块重要拼图，有望在技(jì)术更新(xīn)的(de)加持(chí)下实(shí)现更(gèng)大的应用价值(zhí)。

AI从理解内(nèi)容，走向了可以生成内(nèi)容，甚至能够创(chuàng)造(zào)出独立价(jià)值和独立视角的内容。AIGC的再次出圈，更代(dài)表着未来的先进(jìn)生产力即将到(dào)来(lái)。

04

紧抓大模型与(yǔ)算力(lì)，牢固AIGC底座

从(cóng)技术的(de)发展也可以(yǐ)看(kàn)出，在语言大模(mó)型、图像大模型之后，多模(mó)态大模型已(yǐ)经成为了新的(de)趋(qū)势。

大模型被誉为当(dāng)前人工(gōng)智能发(fā)展的智(zhì)能(néng)底座(zuò)，是全球竞争最激烈(liè)的研究方(fāng)向之(zhī)一，包括(kuò)谷歌、亚马逊、百(bǎi)度、阿里、腾(téng)讯等(děng)众多头部企业(yè)都在竞相(xiāng)发力。

不过训练大模型的确价(jià)格不菲(fēi)，以国盛证券发布的《ChatGPT需要多少算力(lì)》报告估算，GPT-3训(xùn)练(liàn)一(yī)次(cì)的成本约为140万美元。而对于一(yī)些更大的LLM(大型语言模型)，训练成本则介于200万美元至1200万美元高价之间。

以ChatGPT在2023年1月的独(dú)立(lì)访(fǎng)客(kè)平均数1300万计算，其对应芯片(piàn)需求(qiú)为(wèi)3万多片英伟达(dá)A100 GPU，初始投入成本约为8亿美元，每日仅电费(fèi)就(jiù)在5万美元左右(yòu)。

此外不论是(shì)ChatGPT还是(shì)AIGC，都离(lí)不开(kāi)庞大算力支持。在关注(zhù)各类大模型的发展同时(shí)，更(gèng)应(yīng)该关注算力网络的建设(shè)。

算力网络正驱(qū)动AI产业发(fā)展进入史诗级(jí)加(jiā)速(sù)进(jìn)程，让AIGC及(jí)通用AI这一人(rén)工智能(néng)发展的终极目(mù)标离得(dé)更近。

因为(wèi)算(suàn)力可以对突破性技术创(chuàng)新提(tí)供大力的(de)支持。这(zhè)方面，多模态大模型是典型。作为面(miàn)向未来强人工(gōng)智(zhì)能、通用人工智能的重(zhòng)要技术创(chuàng)新(xīn)，多(duō)模态大模型已经在(zài)人工智能领域提出(chū)了很多年，业界也有(yǒu)不少技(jì)术突破(pò)，但(dàn)是，多(duō)模态大模(mó)型进一步往(wǎng)下走，算(suàn)力需求呈几何式(shì)上(shàng)升(shēng)，一般的算(suàn)力基础设施很(hěn)快将难以(yǐ)胜任。

从图像、文字、语音单独一项的训练，到双模(mó)态、三模态的跃迁，让人工智能(néng)可以(yǐ)灵活应对(duì)不同模态的转化、像人与世界交互一样自(zì)然(rán)，这方面，由算力网(wǎng)络来(lái)驱动(dòng)将有(yǒu)明显优势(shì)。

此外，还有(yǒu)很(hěn)多需(xū)要(yào)爆发式增长的算(suàn)力来支(zhī)撑的技术创新(xīn)，将在人工智(zhì)能算力网络支撑下快速推进。

AIGC已经(jīng)露出(chū)曙光(guāng)，期(qī)待在(zài)大模(mó)型和大算力(lì)的支持下AIGC能持续颠覆内容生(shēng)产的方式，将(jiāng)创造的边际成本降(jiàng)低(dī)，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 白面水鸡是几级保护，白面水鸡是保护动物吗