自聊天(tiān)机器人ChatGPT火爆(bào)以来(lái)，微软公司创始人比尔·盖茨已多次公开谈(tán)论人工智能话题。在最近的一次采访中，他再次表(biǎo)示(shì)：“AI可能会让科技行业迎(yíng)来一次剧烈的(de)洗牌”。

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

他预期，AI的发展可能会(huì)威胁到谷(gǔ)歌的市占(zhàn)率，因为微软在(zài)AI方面的行(xíng)动相当迅速。而(ér)最终科技巨头将把AI整合成用户的“全能助(zhù)手”，包揽一切(qiè)应用(yòng)，与人们(men)进行沟通并(bìng)提供建议，可以取代亚马逊、Siri或Outlook等(děng)应用(yòng)。

大佬口中全能助手的(de)到来可能尚(shàng)需时(shí)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(bāo)围中(zhōng)杀出重围。

01

ControlNet颠覆AI绘画新(xīn)玩(wán)法

AIGC向可控靠近

以(yǐ)AI绘(huì)画为代表的(de)AIGC上一次(cì)爆火的时候，还(hái)是(shì)2022年8月，在美国(guó)科罗拉(lā)多(duō)州(zhōu)举办的新兴数(shù)字艺(yì)术家竞赛中，一幅名(míng)为(wèi)《太空歌剧院(yuàn)》的作品获(huò)奖。

随后各大厂商的AI绘画软(ruǎn)件被广大(dà)网(wǎng)友熟知并体验，Stable Diffusion便是其中代表。

用户们可以在(zài)应用中输(shū)入一组(zǔ)关键词或者(zhě)一张照片(piàn)，就能获得一幅AI创作的画作。

作画的关(guān)键就(jiù)是所输入(rù)的文(wén)本。同一组关(guān)键词也可以创(chuàng)作出很多张(zhāng)风格不一(yī)样的(de)画作(zuò)，这让创作的过程(chéng)就(jiù)像开盲盒。

很多(duō)用户很喜欢这种(zhǒng)不确定的惊喜，他们会将生成的美图当做头像(xiàng)。而另一部分(fēn)喜欢翻看(kàn)AI绘画的“翻车”作品。在社(shè)交媒体上(shàng)，许多用户分享(xiǎng)AI“翻车现场”，例如，一位网(wǎng)友的小狗照片被AI画(huà)成了“肌肉男”，还有(yǒu)网(wǎng)友的个人照片被AI识别成了建筑。

而如今随着ControlNet的出现(xiàn)与加持，以往AI绘画的(de)填(tián)写关键词游戏可能要被颠覆了。

ControlNet是(shì)一位正在斯坦福读博的(de)中国人张吕(lǚ)敏创(chuàng)作的一(yī)种基于控制(zhì)点的图像(xiàng)变(biàn)形算法，主(zhǔ)要用于数字图(tú)像处(chù)理、计算(suàn)机视(shì)觉(jué)和计算机(jī)图形学等领(lǐng)域。

其SD插(chā)件一经(jīng)发布，在短短的两天内便成为了AI绘画领域最新的热点。

在此之前，大家用了(le)很多方法想让AI生成的结果尽可(kě)能的(de)符合要(yào)求，但是都不尽如人(rén)意(yì)，它的出现代表着AI生成开始进(jìn)入(rù)真正的可控时期。

因为ControlNet可以直接(jiē)提(tí)取画面(miàn)的(de)构图(tú)，人物的姿(zī)势和(hé)画面的深度信(xìn)息等。有了它的(de)帮助，就不(bù)用(yòng)频繁的用提示词来碰运气，抽盲盒式(shì)的创作了。

通俗的说ControlNet相当于给(gěi)AI绘画加了(le)“魔(mó)法”，不少博(bó)主的作品已经获得了大(dà)量的浏览量(liàng)，“viggo”就(jiù)是其中之一(yī)，他用朋友的照片直(zhí)接(jiē)带她们(men)走进(jìn)动漫(màn)世界。

viggo先(xiān)用(yòng)StableDiffusion图片转(zhuǎn)文字。

再用Text2Prompt插件拓展找到对应的关键(jiàn)词(cí)；最(zuì)后(hòu)用ControlNet插件(jiàn)绑定骨骼开始换关键词试效果。

通过图片(piàn)就可以(yǐ)看出来，效果十分惊(jīng)艳(yàn)。

更厉害的是(shì)，除了真实的照(zhào)片，草图也可以加上“魔法”，知乎大牛“DevPoint”和(hé)“逗砂”介(jiè)绍到ControlNet还能(néng)实现线稿(gǎo)转全(quán)彩图(tú)。大(dà)神(shén)张吕敏其本尊也亲自回应。

不得(dé)不说当下(xià)AIGC已经变得(dé)越(yuè)来(lái)越强大，甚至(zhì)输出的作品都(dōu)已经能(néng)以(yǐ)假(jiǎ)乱真了。

02

难辨虚实，AIGC技术力爆(bào)发

警惕安全(quán)问题

近日，“苏州金鸡湖有游艇(tǐng)party”的消息火遍网络(luò)，而经过警(jǐng)方辟谣这所谓的“party”可能(néng)是(shì)全(quán)国第(dì)一起AI绘(huì)图(tú)诈骗(piàn)。

由于这个活动里面给出的美女照(zhào)片都是AI制作(zuò)的真人照片绘(huì)图，因为太逼真，被大家当成真事传播了。

不过(guò)仔细观(guān)察可以发现，活动发起者(zhě)提供(gōng)的照片中(zhōng)有个很大的漏(lòu)洞可以(yǐ)发现(xiàn)并(bìng)非真人，而(ér)是(shì)AI绘图，那(nà)便是图片中女性的手指部分(fēn)有的存在异常。

有行业(yè)人事表示：“现(xiàn)在因为手(shǒu)指部分的绘画算法比较复杂，AI还不太会画人的手，但最新看(kàn)到的图片已经有越(yuè)来(lái)越完(wán)美的AI模型出现，以(yǐ)后(hòu)可能(néng)就完全(quán)没有漏洞了。”

类似的AI作图诈(zhà)骗在国外也(yě)已有发生。据英国广播公司报道，土耳(ěr)其地震期间，有Tiktok用户使用AI合成了儿童受灾的(de)假照片(piàn)发布到网(wǎng)络，以此诱骗善良的(de)人(rén)打赏“捐助”从而实施诈骗。

目前随(suí)着技术(shù)发展，AIGC已(yǐ)经(jīng)能(néng)做出真人照片般的(de)绘(huì)图效果，如果(guǒ)这(zhè)样(yàng)的图片被用来诈骗，将(jiāng)非常(cháng)可(kě)怕。

此外AIGC还引发了很多(duō)担忧(yōu)，一方(fāng)面(miàn)，批判者认(rèn)为(wèi)AI在“学习(xí)”了大(dà)量(liàng)前(qián)人的作品(pǐn)之后，其(qí)创作没有任(rèn)何情(qíng)绪和灵(líng)魂，难以(yǐ)和人(rén)类的艺术(shù)创作(zuò)相提并论。

另一方面，AIGC背后的版(bǎn)权、目前都并(bìng)没有得(dé)到有效(xiào)的解决，还有AIGC会(huì)不会代替(tì)人(rén)类“至高无(wú)上”的创意。

马斯(sī)克也强调，人工(gōng)智能的安全问(wèn)题需(xū)要得到重(zhòng)视，太(tài)晚就来不及了(le)。

03

AIGC下一站除了视(shì)频(pín)，还有远(yuǎn)方

技术都是有(yǒu)两面性的，潜(qián)在的危害并(bìng)不能掩(yǎn)盖其光(guāng)辉(huī)的贡献(xiàn)。现在看来，人工智能技术(shù)将是第四(sì)次工业革命(mìng)的核心(xīn)驱动力量(liàng)，将创造新的增长奇迹。

过去一年(nián)，人工智能在技(jì)术和商业层面都有了巨大进展(zhǎn)，AI绘画就是人工(gōng)智能技(jì)术(shù)发生(shēng)方向(xiàng)性改变(biàn)的一个代表。其(qí)下一站或许就是视频(pín)。

此前，Meta和(hé)谷歌先后发布了几(jǐ)条引爆科技(jì)圈的(de)短(duǎn)视频。这些视频引发关注(zhù)并(bìng)非内容做得(dé)多优秀(xiù)，反而都非常简单，比如一匹(pǐ)正在(zài)喝水的马，一只(zhǐ)画(huà)画(huà)的玩具熊，或者一段骑(qí)摩(mó)托车的第(dì)一视角录像，随便一个有手(shǒu)机的人都可以随(suí)手录下一段。

但这些短视(shì)频(pín)的创(chuàng)作方式(sh风雨兼程下一句是什么持之以恒意思，风雨兼程下一句是什么这一生ì)非常简单，创作者仅(jǐn)仅需要向AI输入一段话，甚(shèn)至只是说一下要求，AI就可以根(gēn)据需要生(shēng)成一段视频。

谷(gǔ)歌发布的两(liǎng)个(gè)AI生(shēng)成视频分别来自于Imagen Video和Phenaki，前者主要(yào)突(tū)出的(de)是高清，与Meta的Make-A-Video没(méi)有太多的差别。

在Make-A-Video公(gōng)布了AI生成(chéng)的视频后，AI圈就已经玩了一波梗，一(yī)个能够做出更高清视频的AI还不(bù)足以(yǐ)在短时间内戳中兴奋点。

Phenaki更加令人(rén)震惊(jīng)的(de)地方在于，它(tā)可以制作出超过2分钟(zhōng)的连贯的也有确(què)切内(nèi)容的视频，这才是真正(zhèng)让人们感到惊(jīng)喜的地方。因为无(wú)论(lùn)AI生成(chéng)的视(shì)频(pín)多么高清，也(yě)只能是为(wèi)内容生产者提供(gōng)一个灵(líng)感，一个素材(cái)，一(yī)个过(guò)场(chǎng)动画。

不过能够(gòu)制(zhì)作(zuò)出有具体(tǐ)剧情内容的视频(pín)就意味着(zhe)，一些视(shì)频创(chuàng)作(zuò)由(yóu)AI代替人工(gōng)完(wán)成已经初(chū)步有了(le)可(kě)能。

当下(xià)AI的发(fā)展速(sù)度已经超过(guò)大(dà)部分人(rén)的想象。内容产业的本质是供给创造需求，AIGC作为(wèi)全新的内(nèi)容(róng)生产方式，可以为(wèi)内容产业带来(lái)更新的内容(róng)风格、更快的生(shēng)产速度，更(gèng)低的生产成本(běn)，这(zhè)无疑会驱(qū)动(dòng)内容(róng)产业的大爆发。

除了AI绘图、视频，AIGC技术(shù)还能应用于(yú)音乐、代(dài)码、机(jī)器人动作等(děng)多种内容(róng)形式的生(shēng)成。不(bù)难发现(xiàn)该(gāi)项技术不仅(jǐn)在游戏等行(xíng)业能得到有效应用，对(duì)于下一代互联网各种元素的(de)构建亦有关(guān)键意义。

从商业化的角度来看，文化(huà)娱乐、教育、传媒(méi)等诸多(duō)领域(yù)，本身就对基于AI的(de)可视化(huà)内(nèi)容有强烈需求。

因(yīn)此，AI绘(huì)画及视频或不是结果，而只(zhǐ)是AI进(jìn)程中的(de)一块重要拼图，有(yǒu)望在技术(shù)更新(xīn)的(de)加(jiā)持下(xià)实现更(gèng)大的应用价值(zhí)。

AI从(cóng)理解内容，走向了(le)可(kě)以生成内容，甚至(zhì)能(néng)够创造(zào)出独(dú)立价值(zhí)和独立视角的内(nèi)容。AIGC的再次出圈，更(gèng)代表(biǎo)着未(wèi)来的先进生产力即将到来。

04

紧(jǐn)抓(zhuā)大模型与算力(lì)，牢(láo)固AIGC底座

从技术的发展(zhǎn)也可(kě)以看(kàn)出，在语(yǔ)言大模型、图像大(dà)模型之后(hòu)，多模态大模型已经成(chéng)为了新的趋势(shì)。

大模型被誉为(wèi)当前人工(gōng)智(zhì)能发展的智能底座，是全(quán)球竞争最激烈的研究方向(xiàng)之(zhī)一(yī)，包括谷歌、亚(yà)马逊、百度、阿里、腾讯等众多头部(bù)企(qǐ)业(yè)都在竞相(xiāng)发力(lì)。

不(bù)过训练大模型的(de)确(què)价格(gé)不菲，以国盛证券发布的《ChatGPT需要多少算力》报告(gào)估算，GPT-3训练一次的成本约为140万美元。而对于一些更大的LLM(大型(xíng)语(yǔ)言(yán)模型)，训练成(chéng)本则(zé)介于200万美元至1200万美元高价(jià)之间。

以(yǐ)ChatGPT在2023年(nián)1月的(de)独立访客平均数1300万计算，其对应芯(xīn)片需求为3万多片英伟达A100 GPU，初(chū)始投入成本约(yuē)为(wèi)8亿美元，每日仅(jǐn)电(diàn)费就在5万美元(yuán)左(zuǒ)右。

此外不论是ChatGPT还是AIGC，都离不开庞大算力支持。在关注各类大模型的发展同(tóng)时(shí)，更应该关注算力网络的(de)建设(shè)。

算力网络正驱动AI产业(yè)发展进入史诗级加(jiā)速(sù)进程，让AIGC及通用AI这(zhè)一人(rén)工(gōng)智能发展(zhǎn)的终极目标离得更近。

因为算力可以对突破性(xìng)技(jì)术创新提供大力的支持。这(zhè)方面，多模(mó)态大模(mó)型是典型。作为面向(xiàng)未来强(qiáng)人(rén)工智能、通用人工智能的重要(yào)技术创新，多模(mó)态(tài)大模型已经在人工智(zhì)能领域(yù)提出(chū)了很多年，业(yè)界也有不(bù)少技术突破，但是，多模态大模型进一步(bù)往下走(zǒu)，算力需求呈(chéng)几何(hé)式上升，一(yī)般的(de)算力基础设施很快将难以胜任。

从图像、文(wén)字、语音单独一项的训练，到双模态(tài)、三模态(tài)的跃(yuè)迁，让人(rén)工智能可以灵活应对不同(tóng)模态的转化、像人与世(shì)界交互一样自(zì)然(rán)，这方面，由算力网络来(lái)驱(qū)动将有(yǒu)明显优势(shì)。

此外，还有(yǒu)很多(duō)需要爆(bào)发(fā)式(shì)增长的算力来支撑的技术创(chuàng)新，将在(zài)人工智能(néng)算力网络支撑(chēng)下快速推(tuī)进。

AIGC已经露出曙光(guāng)，期(qī)待在大模(mó)型和大算(suàn)力(lì)的支持下AIGC能(néng)持(chí)续颠覆内容生产的方式，将创造的边(biān)际成本降低，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 风雨兼程下一句是什么持之以恒意思，风雨兼程下一句是什么这一生