自聊天机器(qì)人ChatGPT火爆以来，微软公(gōng)司创始人比尔(ěr)·盖茨(cí)已多(duō)次公开谈(tán)论人工智能(néng)话题。在最近(jìn)的一次采访中，他再次表(biǎo)示：“AI可能(néng)会(huì)让科技行业(yè)迎来(lái)一次(cì)剧烈的洗(xǐ)牌”。

这(zhè)个(gè)结论是他在当(dāng)地(dì)时间(jiān)2月(yuè)20日接(jiē)受《In Good Company》节目(mù)专访时提(tí)出的。

他(tā)预期，AI的发展可能会(huì)威胁(xié)到(dào)谷(gǔ)歌的(de)市(shì)占(zhàn)率(lǜ)，因为(wèi)微软在AI方面的行动相(xiāng)当(dāng)迅(xùn)速。而最(zuì)终科技巨(jù)头将把AI整合(hé)成用户(hù)的“全能助手(shǒu)”，包揽一切应用，与人们进(jìn)行沟通并提供建议，可以取代亚马逊、Siri或Outlook等应用。

大(dà)佬口(kǒu)中(zhōng)全能助手的到来可能尚需时(shí)日，但(dàn)由ControlNet引发的又一(yī)次AI绘画浪潮，让AIGC在ChatGPT的(de)话题(tí)热点包(bāo)围(wéi)中杀出重围。

01

ControlNet颠覆AI绘画(huà)新玩法

AIGC向可控靠近

以AI绘(huì)画为代(dài)表的AIGC上一次爆火的(de)时候(hòu)，还是2022年8月，在(zài)美国科(kē)罗(luó)拉多州举办的新兴数字艺术家竞赛(sài)中，一(yī)幅名为《太空歌剧(jù)院》的作品获(huò)奖(jiǎng)。

随(suí)后各大厂商的(de)AI绘画软件被广大网(wǎng)友熟(shú)知并体(tǐ)验，Stable Diffusion便(biàn)是其中代表。

用户(hù)们(men)可以在(zài)应用中输入一组关(guān)键(jiàn)词或者一张照片(piàn)，就能获(huò)得一幅AI创作的(de)画作(zuò)。

作画的关(guān)键就是所(suǒ)输入的文本。同一组关键词也(yě)可以创作出很多张风格不一样的画(huà)作，这让创作的过程就像开盲盒(hé)。

很多用户很喜欢这种不确定的惊(jīng)喜，他们(men)会将(jiāng)生成的美图当做头(tóu)像(xiàng)。而另一部分(fēn)喜(xǐ)欢翻看AI绘画的(de)“翻车”作(zuò)品。在社交媒(méi)体上，许多用户分享AI“翻车现场”，例如(rú)，一位(wèi)网友(yǒu)的小狗(gǒu)照片被(bèi)AI画成了(le)“肌肉男”，还有网友的个(gè)人(rén)照片被AI识别成了建筑。

而如(rú)今(jīn)随着ControlNet的出(chū)现与(yǔ)加持，以(yǐ)往AI绘(huì)画的(de)填写关键词游戏可(kě)能要被颠覆了(le)。

ControlNet是一位正在斯坦福读博的中国人张吕敏创(chuàng)作的(de)一种基于控制点的图像(xiàng)变(biàn)形算法，主要用于(yú)数字图像(xiàng)处理(lǐ)、计算机视觉(jué)和计算(suàn)机图形学等(děng)领域(yù)。

其(qí)SD插件一经(jīng)发布(bù)，在短短的(de)两天(tiān)内便成为了(le)AI绘画领域最(zuì)新的热点。

在(zài)此之前，大家用(yòng)了很多(duō)方法想(xiǎng)让AI生(shēng)成的结(jié)果尽可能的(de)符合要(yào)求，但是都(dōu)不尽如(rú)人意，它的出现(xiàn)代(dài)表着AI生(shēng)成开始(shǐ)进入真正的(de)可控时期(qī)。

因为ControlNet可以直(zhí)接提取画面的构图，人(rén)物的姿势(shì)和画(huà)面的(de)深(shēn)度(dù)信(xìn)息等。有了它的帮助(zhù)，就不用频繁的用(yòng)提示词来碰运气，抽(chōu)盲(máng)盒式的创作了。

通(tōng)俗(sú)的说ControlNet相当于给(gěi)AI绘画加了“魔法”，不少(shǎo)博主(zhǔ)的作品已(yǐ)经获得了大量(liàng)的浏(liú)览量，“viggo”就是(shì)其中之(zhī)一，他用朋(péng)友的照(zhào)片直接(jiē)带她(tā)们走进动(dòng)漫世界。

viggo先用StableDiffusion图片转(zhuǎn)文(wén)字。

再(zài)用Text2Prompt插件(jiàn)拓展(zhǎn)找(zhǎo)到对(duì)应的关键词；最(zuì)后用ControlNet插件绑定骨骼开始换关键(jiàn)词试效果。

通过图片就可以(yǐ)看出(chū)来，效果十分惊艳。

更厉害的是，除(chú)了真(zhēn)实的(de)照(zhào)片，草图也(yě)可(kě)以加上“魔法(fǎ)”，知(zhī)乎大牛“DevPoint”和“逗(dòu)砂”介绍到ControlNet还能实(shí)现(xiàn)线稿转全彩图(tú)。大神张吕敏其本(běn)尊也亲自(zì)回应。

不得不说当下AIGC已经变(biàn)得越(yuè)来越强大(dà)，甚至输(shū)出(chū)的作(zuò)品都已经能以假乱真(zhēn)了。

02

难辨虚实，AIGC技术力爆发

警惕安全问题(tí)

近日，“苏州金鸡湖有游艇party”的(de)消息火遍网络，而(ér)经过警方辟谣(yáo)这所谓的“party”可能是全国第一起(qǐ)AI绘图诈骗。

由(yóu)于这个活动里面给(gěi)出的美女照片都是(shì)AI制作(zuò)的真人照片绘图，因为太逼真，被(bèi)大家(jiā)当成真事传播了。

不过仔细观察可以发现，活(huó)动发(fā)起者提供的照片中有个很大的(de)漏洞可(kě)以发现并(bìng)非真人，而是AI绘图，那便是图(tú)片中女性的手指部分有的(de)存在(zài)异(yì)常。

有行业人事表示：“现在(zài)因为手(shǒu)指部分的绘画(huà)算法比较复杂，AI还不太会(huì)画人的手，但(dàn)最新看到的图(tú)片已(yǐ)经有越来越完美的AI模型(xíng)出现(xiàn)，以后可能就完(wán)全没(méi)有漏洞了。”

类似的AI作图(tú)诈(zhà)骗在(zài)国外也已有发(fā)生。据英国广播公司报道(dào)，土耳其地震期间，有(yǒu)Tiktok上火了可以吃猕猴桃吗芭芭农场，上火了猕猴桃能吃吗用户使用AI合成了儿童受灾(zāi)的假照片发布到网络，以此诱骗善良的(de)人(rén)打赏“捐助”从而实(shí)施诈骗。

目前随着技术发展，AIGC已(yǐ)经(jīng)能做(zuò)出真人照片般的绘图效(xiào)果，如果这样(yàng)的图片(piàn)被用(yòng)来诈骗，将非常可(kě)怕(pà)。

此(cǐ)外AIGC还引(yǐn)发了很多担忧，一(yī)方(fāng)面，批判者认为AI在(zài)“学习”了大量(liàng)前人(rén)的作品之后，其创(chuàng)作(zuò)没(méi)有任(rèn)何情绪和(hé)灵魂，难以和(hé)人类(lèi)的(de)艺术创作相(xiāng)提并论。

另一方面，AIGC背后的版权、目前(qián)都并(bìng)没有(yǒu)得到有效的(de)解决，还(hái)有AIGC会不会代替(tì)人类“至(zhì)高(gāo)无上(shàng)”的创意(yì)。

马斯克也(yě)强调，人工智(zhì)能的安全(quán)问题需(xū)要得到重视，太晚就来不及了。

03

AIGC下一站(zhàn)除了视频，还有(yǒu)远方(fāng)

技术(shù)都是有两(liǎng)面性的，潜在的危害并不能掩盖其(qí)光辉的贡(gòng)献(xiàn)。现在(zài)看来，人工智能技术将(jiāng)是第(dì)四(sì)次工业革命的核心驱动力量(liàng)，将创造新的增长奇迹。

过去一年，人(rén)工智能(néng)在(zài)技(jì)术(shù)和商(shāng)业层面都(dōu)有了巨大进(jìn)展，AI绘画(huà)就是人工(gōng)智能技术发生方(fāng)向性改变(biàn)的(de)一个代表。其(qí)下一站或(huò)许就是视频。

此前，Meta和谷歌先后发布了几条引爆科技圈(quān)的短视频。这些视(shì)频引发关注并非内容做(zuò)得多(duō)优秀，反而都(dōu)非常简单(dān)，比如(rú)一匹正在(zài)喝水的马，一只画画的玩具熊，或者(zhě)一段骑摩(mó)托车的第一视角录像，随便一个有手机的人(rén)都可以(yǐ)随手录下(xià)一(yī)段。

但这些短视频的创作方式非常(cháng)简单(dān)，创作(zuò)者(zhě)仅仅需要向AI输入一段话，甚至只是说(shuō)一(yī)下要求(qiú)，AI就可以根据需(xū)要(yào)生成一(yī)段视频。

谷歌发布的两个AI生成视频(pín)分别来自于Imagen Video和Phenaki，前者主要突出的(de)是上火了可以吃猕猴桃吗芭芭农场，上火了猕猴桃能吃吗高清，与Meta的Make-A-Video没有太多的差别。

在Make-A-Video公布了AI生(shēng)成的视(shì)频(pín)后(hòu)，AI圈就已经玩了一波梗，一(yī)个能够做出更高清(qīng)视频(pín)的AI还不足以在短时(shí)间内戳中兴(xīng)奋点。

Phenaki更(gèng)加(jiā)令人(rén)震惊的(de)地方在于，它(tā)可以(yǐ)制作(zuò)出超过2分钟的连贯的也(yě)有确切(qiè)内容的(de)视频，这才是真正让(ràng)人们感到(dào)惊喜的(de)地方。因为无论AI生成的视频多么(me)高清，也只能是为内(nèi)容生产者提供一(yī)个(gè)灵感(gǎn)，一个素材，一(yī)个过(guò)场(chǎng)动画。

不过能够制作出有(yǒu)具体剧情内(nèi)容(róng)的视频就(jiù)意味着，一些视频创作由AI代替(tì)人工完成(chéng)已(yǐ)经初步有了可能。

当(dāng)下AI的发展速(sù)度(dù)已经(jīng)超过大(dà)部分(fēn)人的想象。内容产(chǎn)业的(de)本质是供给创造需求(qiú)，AIGC作为全(quán)新的内容生产方(fāng)式，可以为内容(róng)产(chǎn)业(yè)带(dài)来更新的内容风格(gé)、更快的生产(chǎn)速度，更低的生产成本，这无疑会驱动内(nèi)容(róng)产业的大爆(bào)发(fā)。

除了AI绘图、视频，AIGC技(jì)术还能应用于音乐、代(dài)码、机器人动作等(děng)多种内容形式的生成(chéng)。不(bù)难发现(xiàn)该项技术不仅在游戏等(děng)行业能得(dé)到有效应用，对(duì)于下一(yī)代互联网各种元素(sù)的构建亦有关键意义。

从(cóng)商(shāng)业(yè)化的角度来看，文化(huà)娱乐(lè)、教育(yù)、传媒(méi)等(děng)诸多领(lǐng)域，本身就对基于AI的可(kě)视化(huà)内容有(yǒu)强烈需求。

因此，AI绘画(huà)及(jí)视频或不(bù)是结果(guǒ)，而(ér)只是AI进程中(zhōng)的一块(kuài)重要拼图，有望(wàng)在技(jì)术(shù)更新的加持下(xià)实现更大的应(yīng)用价值。

AI从理解内容，走向了可以生成内容，甚(shèn)至能够创造出独(dú)立价值和独立(lì)视(shì)角(jiǎo)的内容。AIGC的再(zài)次出(chū)圈，更代表着未来的先进(jìn)生产力(lì)即将到来。

04

紧抓大(dà)模(mó)型(xíng)与算力，牢固AIGC底座

从技术的(de)发展(zhǎn)也可以看出，在语言大模型、图像(xiàng)大模型之后，多模(mó)态(tài)大模(mó)型已经(jīng)成为了新的趋势。

大模(mó)型(xíng)被誉为(wèi)当前人工智能发(fā)展(zhǎn)的智能(néng)底座(zuò)，是(shì)全球竞争最(zuì)激烈的研(yán)究方向之一，包括谷歌、亚马逊、百(bǎi)度(dù)、阿里(lǐ)、腾讯(xùn)等众多头部企业都在竞相发(fā)力。

不过训(xùn)练大模型(xíng)的确(què)价(jià)格不菲，以国盛(shèng)证券发(fā)布的《ChatGPT需要多少(shǎo)算(suàn)力》报告估算，GPT-3训(xùn)练一次的成本约为(wèi)140万(wàn)美元。而对于一(yī)些更大的LLM(大(dà)型语(yǔ)言模型)，训练成本则介于200万(wàn)美元至1200万美元高价之间。

以ChatGPT在2023年1月(yuè)的(de)独立访客(kè)平均(jūn)数(shù)1300万计算，其对应芯片需求为3万多片(piàn)英伟达A100 GPU，初始(shǐ)投入成(chéng)本约为8亿美元(yuán)，每(měi)日(rì)仅电费就(jiù)在5万美(měi)元左右。

此外不(bù)论是ChatGPT还是AIGC，都离(lí)不开(kāi)庞(páng)大算力支持。在关注各类(lèi)大(dà)模型的发展同时，更应该关注算力(lì)网(wǎng)络的建设。

算力网(wǎng)络正驱动AI产业发展进(jìn)入史诗级加速进程(chéng)，让AIGC及通(tōng)用AI这一人工智能(néng)发展的终极目标离得更近(jìn)。

因为算力可以对突(tū)破(pò)性技(jì)术创新提(tí)供大力(lì)的(de)支持。这方面(miàn)，多模(mó)态大模型是典型(xíng)。作为面向未来强人工智能、通用(yòng)人工(gōng)智能(néng)的重要技(jì)术创新(xīn)，多模态大模(mó)型已经(jīng)在(zài)人工智能(néng)领域提出(chū)了(le)很(hěn)多年，业界也有不少技术突破，但是，多模态(tài)大模型(xíng)进一步往下走，算力需求(qiú)呈几何式上升，一般的(de)算力基础设(shè)施很快将(jiāng)难以胜任。

从图像(xiàng)、文(wén)字(zì)、语音单独一项的训(xùn)练，到双模态、三(sān)模态的跃(yuè)迁(qiān)，让人工智能可以(yǐ)灵活应对不同模态的(de)转(zhuǎn)化、像人与世界交互一样自然，这方面(miàn)，由(yóu)算力网络(luò)来驱动将有明显优(yōu)势。

此(cǐ)外，还有(yǒu)很多(duō)需(xū)要爆(bào)发(fā)式增(zēng)长(zhǎng)的算力来支(zhī)撑的技术创新，将在人(rén)工(gōng)智能(néng)算力网(wǎng)络支撑下(xià)快速推进。

AIGC已经露(lù)出曙(shǔ)光，期待在大(dà)模型和大(dà)算力的支(zhī)持下AIGC能(néng)持续颠覆内容(róng)生产的方(fāng)式(shì)，将创造(zào)的边际成本降低(dī)，让万(wàn)众受益(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 上火了可以吃猕猴桃吗芭芭农场，上火了猕猴桃能吃吗