自聊天(tiān)机器人ChatGPT火爆(bào)以(yǐ)来，微软公司创始人比尔·盖茨已(yǐ)多次公(gōng)开谈(tán)论(lùn)人工(gōng)智能话(huà)题(tí)。在(zài)最(zuì)近的一次采访中，他再次(cì)表示：“AI可能(néng)会让科(kē)技行业迎来一次剧(jù)烈的(de)洗牌”。

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

他预期(qī)，AI的发(fā)展可(kě)能会威胁(xié)到谷歌的市(shì)占率，因为微软在AI方面的行(xíng)动相(xiāng)当迅速。而(ér)最终科技(jì)巨头(tóu)将把AI整合成(chéng)用户的“全能助手(shǒu)”，包揽一切(qiè)应用，与人(rén)们(men)进行沟通并提供(gōng)建议(yì)，可以(yǐ)取代亚(yà)马(mǎ)逊、Siri或Outlook等应用。

大佬口中全(quán)能助手(shǒu)的(de)到来可能尚需时日，但由(yóu)ControlNet引发的又(yòu)一次AI绘(huì)画浪潮，让AIGC在ChatGPT的话题热点包围中(zhōng)杀出重围。

01

ControlNet颠覆AI绘画新玩法

AIGC向可控靠(kào)近

以(yǐ)AI绘画为(wèi)代表(biǎo)的AIGC上(shàng)一次爆火的时候，还(hái)是(shì)2022年8月，在美国科罗拉多(duō)州举办(bàn)的新兴数(shù)字艺术家竞赛中，一(yī)幅名为《太空歌剧(jù)院》的作品获奖。

随后各(gè)大厂商的AI绘画软件(jiàn)被广大网友熟知并体验，Stable Diffusion便是(shì)其中代(dài)表。

用户们(men)可(kě)以在应用中输入一组关键词或者一张(zhāng)照(zhào)片，就能(néng)获得(dé)一幅AI创作的画作。

作画的(de)关键就是所输入的文(wén)本。同一组(zǔ)关键(jiàn)词也可以创作出很(hěn)多张风格(gé)不一样(yàng)的画作，这让创(chuàng)作的过(guò)程(chéng)就像开盲盒。

很多(duō)用户很喜欢这种不确定的惊喜，他们会(huì)将(jiāng)生成的美图当(dāng)做头(tóu)像。而另一部分(fēn)喜欢翻看AI绘画(huà)的“翻车”作(zuò)品。在社交媒体上，许多(duō)用户(hù)分享(xiǎng)AI“翻(fān)车现场”，例如，一位网友的(de)小(xiǎo)狗照片被(bèi)AI画成了“肌肉男”，还有网(wǎng)友的个人照片被AI识别成(chéng)了建(jiàn)筑。

而(ér)如今(jīn)随(suí)着ControlNet的出(chū)现与(yǔ)加持，以(yǐ)往AI绘画的填写关键词游戏可能要(yào)被颠覆了(le)。

ControlNet是(shì)一位正在斯坦福读博的中(zhōng)国(guó)人(rén)张吕敏创作的一种基于控(kòng)制(zhì)点的图像变形算法，主要用于数字图像处理、计算机(jī)视觉和(hé)计算机图形学等领(lǐng)域。

其SD插件(jiàn)一经(jīng)发布，在(zài)短短的两天内(nèi)便成为(wèi)了AI绘画领域最新的(de)热点。

在此(cǐ)之前，大家用了很(hěn)多方法想(xiǎng)让AI生成(chéng)的结果尽可能的符合(hé)要求，但(dàn)是都不尽如(rú)人(rén)意(yì)，它的出现代表着AI生成(chéng)开始进入真正的可控时期。

因为ControlNet可(kě)以(yǐ)直接提取画面的构(gòu)图，人物的(de)姿(zī)势和(hé)画面(miàn)的深度信息等。有(yǒu)了(le)它(tā)的(de)帮助，就(jiù)不用频繁的用(yòng)提示词来(lái)碰运气(qì)，抽盲盒式的创作(zuò)了。

通俗的说ControlNet相(xiāng)当于给AI绘画加(jiā)了“魔法”，不少博主(zhǔ)的作(zuò)品已经获(huò)得了(le)大量的浏览量，“viggo”就是其中(zhōng)之一，他用朋友的照片直接带她们走进(jìn)动漫(màn)世界。

viggo先(xiān)用StableDiffusion图(tú)片转文字。

再用Text2Prompt插件拓展找(zhǎo)到对应的关(guān)键(jiàn)词(cí)；最(zuì)后用(yòng)ControlNet插件绑(bǎng)定(dìng)骨骼开始换关键词试效果。

通(tōng)过图片(piàn)就(jiù)可以看出来，效果十分惊艳。

更厉害的是，除了真实的(de)照片，草图(tú)也(yě)可(kě)以加上(shàng)“魔(mó)法(fǎ)”，知乎大牛“DevPoint”和(hé)“逗砂”介(jiè)绍到ControlNet还能实现线稿转全彩图。大神张吕敏(mǐn)其(qí)本(běn)尊也(yě)亲自回应。

不得不说当下AIGC已经变得越来(lái)越强大，甚至(zhì)输(shū)出的作品都已经能以(yǐ)假乱真了。

02

难辨(biàn)虚实，AIGC技(jì)术(shù)力爆发

警惕安(ān)全问题

近日，“苏州金鸡湖有(yǒu)游艇party”的(de)消息火遍网络，而经过警(jǐng)方辟谣这所谓的(de)“party”可能是全国第一起AI绘图(tú)诈(zhà)骗。

由于这个活动里面给出的(de)美女(nǚ)照片都是AI制作的(de)真人照片绘图，因(yīn)为(wèi)太逼真，被大家当(dāng)成真事传(chuán)播了。

不过仔细观察可以发现(xiàn)，活(huó)动发起者提供(gōng)的照片中有个很大的漏洞可以发(fā)现(xiàn)并非真人，而是AI绘(huì)图，那便是图片中女(nǚ)性的手指部分有的存在异(yì)常。

有行(xíng)业人事表示(shì)：“现在因为手指部分的绘(huì)画算法比较复杂(zá)，AI还不太会画人的(de)手(shǒu)，但最(zuì)新(xīn)看到(dào)的图片已经有越来越(yuè)完美的AI模型出现(xiàn)，以后可能就(jiù)完全没(méi)有漏洞了(le)。”

类似的AI作图(tú)诈骗(piàn)在国(guó)外也已有发(fā)生。据(jù)英国广(guǎng)播(bō)公(gō其远而无所至极邪的邪怎么读音，卯怎么读音ng)司报(bào)道，土耳(ěr)其地震(zhèn)期间，有Tiktok用(yòng)户使(shǐ)用AI合(hé)成了儿童受灾的(de)假照片发布到网(wǎng)络，以此诱(yòu)骗善良的人打赏(shǎng)“捐助”从(cóng)而(ér)实施诈骗。

目前(qián)随着(zhe)技术发展，AIGC已经能做出真人照片般的绘(huì)图效果，如果(guǒ)这样(yàng)的图(tú)片被(bèi)用(yòng)来诈骗，将非常可(kě)怕。

此外AIGC还引(yǐn)发了很多担(dān)忧，一方面，批(pī)判者认为(wèi)AI在“学习”了(le)大量前人的作品(pǐn)之(zhī)后，其创作没有任何情绪和灵(líng)魂，难以和人(rén)类的(de)艺术创作(zuò)相提并(bìng)论。

另一方面，AIGC背后(hòu)的版权、目前都(dōu)并没(méi)有得到(dào)有效的解(jiě)决，还有AIGC会不会代替(tì)人类“至高无上”的(de)创意。

马斯(sī)克也强(qiáng)调，人工智能(néng)的安全问题需要(yào)得到(dào)重视，太(tài)晚就来不及了。

03

AIGC下一站(zhàn)除了(le)视(shì)频，还(hái)有远方

技术都是有两面性的，潜在的危害并(bìng)不能掩盖其光辉的贡献。现(xiàn)在看来，人工智能技术(shù)将是第四次(cì)工业革命的核心驱动力量，将(jiāng)创造(zào)新的增长奇迹。

过(guò)去(qù)一年，人工(gōng)智能(néng)在技(jì)术和商业(yè)层面都有了巨大进展，AI绘画就是人工智能(néng)技术发生(shēng)方向性改变的一个代(dài)表。其下一站或(huò)许就是(shì)视频。

此前，Meta和谷歌先后发布(bù)了(le)几条引爆(bào)科技圈的短视频(pín)。这些视频引发关注并非(fēi)内容(róng)做得多优秀，反而都(dōu)非常简单，比如一匹正在喝(hē)水的马(mǎ)，一(yī)只(zhǐ)画(huà)画(huà)的玩具熊，或者一段骑摩托(tuō)车的(de)第一视(shì)角录(lù)像，随(suí)便一个有手机(jī)的人(rén)都可以随手录下(xià)一段。

但(dàn)这些短视频(pín)的(de)创作方式非常简单，创作(zuò)者仅仅需要向AI输(shū)入一(yī)段话，甚至只是说(shuō)一下(xià)要求，AI就可(kě)以(yǐ)根据(jù)需要生成一段视(shì)频。

谷歌发(fā)布的两(liǎng)个AI生成(chéng)视频分(fēn)别来自于Imagen Video和(hé)Phenaki，前者(zhě)主(zhǔ)要(yào)突出的是(shì)高清，与(yǔ)Meta的(de)Make-A-Video没有(yǒu)太多的差(chà)别。

在Make-A-Video公布(bù)了AI生成(chéng)的视(shì)频后，AI圈(quān)就已经玩了一波梗，一个能够做出更高清视频的AI还(hái)不足以在短时间内戳中兴奋点。

Phenaki更加令(lìng)人震惊的地方在于，它可以制作出(chū)超过(guò)2分钟的(de)连贯(guàn)的也有确切(qiè)内容(róng)的视频，这才是真正让人(rén)们感到惊喜的(de)地方。因为无论AI生成的视频多么高清，也只(zhǐ)能是为内容生产者(zhě)提供一个(gè)灵(líng)感，一个素材，一个(gè)过(guò)场动(dòng)画。

不(bù)过(guò)能够(gòu)制作出(chū)有具体剧情内容(róng)的视频就(jiù)意味(wèi)着，一(yī)些视频创作由AI代替人(rén)工完成已经(jīng)初步有了可能。

当(dāng)下AI的发展速(sù)度(dù)已经超过大部分人(rén)的想(xiǎng)象(xiàng)。内容(róng)产业的本质(zhì)是供(gōng)给(gěi)创造需求，AIGC作(zuò)为全新的内容生产方式，可以为内(nèi)容产业带来更新的内容(róng)风格、更快的生产速度，更低的生(shēng)产成(chéng)本，这无疑会(huì)驱动内容产业的大爆发。

除了AI绘图、视频，AIGC技术还能应用于(yú)音乐、代码、机器人动作等(děng)多种内容(róng)形式的生成(chéng)。不难发(fā)现(xiàn)该项(xiàng)技术不仅在游戏等行业能得到有效应(yīng)用(yòng)，对于下一代(dài)互联网(wǎng)各种(zhǒng)元(yuán)素的构建(jiàn)亦有关(guān)键意义(yì)。

从商业(yè)化的角(jiǎo)度(dù)来看，文(wén)化娱(yú)乐(lè)、教育(yù)、传媒等诸多领域，本身就对基于AI的(de)可视化(huà)内容(róng)有强烈需求。

因此，AI绘画及视(shì)频或不是(shì)结(jié)果，而(ér)只是AI进程中(zhōng)的一块重(zhòng)要拼图，有(yǒu)望(wàng)在技(jì)术更(gèng)新(xīn)的加持下(xià)实现更大(dà)的应(yīng)用价值。

AI从(cóng)理解内容，走向了(le)可以生成(chéng)内容，甚(shèn)至能够创造出独(dú)立(lì)价值和独立视角的内(nèi)容。AIGC的再次出圈(quān)，更代(dài)表着未来的先进生产(chǎn)力即将到来。

04

紧抓大(dà)模(mó)型与算力，牢固AIGC底座

从技术的发展也可以(yǐ)看出，在语言(yán)大(dà)模型、图像大模(mó)型之后，多模态大模型已经成为了新的趋(qū)势。

大模型被誉为当前人工智能发展的智(zhì)能底座，是全(quán)球竞争最(zuì)激烈(liè)的研究方向之一，包括谷(gǔ)歌、亚马逊、百度、阿里、腾讯等众(zhòng)多头部企业都在竞相发力。

不(bù)过训(xùn)练大模型的确价格不菲(fēi)，以国(guó)盛证券发布的(de)《ChatGPT需要多少算(suàn)力》报告(gào)估(gū)算，GPT-3训(xùn)练一(yī)次的成本约为(wèi)140万美元。而对于一些更大(dà)的LLM(大型语(yǔ)言模型)，训练成本则(zé)介于200万美(měi)元至1200万美元(yuán)高价之间(jiān)。

以ChatGPT在2023年1月的独(dú)立(lì)访(fǎng)客平均数1300万计(jì)算，其(qí)对应芯片需求为3万多片英伟(wěi)达A100 GPU，初始投入(rù)成本约为8亿美元，每日仅电费就在(zài)5万(wàn)美元(yuán)左右。

此外不论是ChatGPT还是AIGC，都离不(bù)开庞大算力支持。在关注各类大模(mó)型的发展同时(shí)，更应该关注算力(lì)网络(luò)的建设。

算力网络正(zhèng)驱动AI产业发展进入(rù)史诗(shī)级加速进(jìn)程(chéng)，让AIGC及通(tōng)用AI这一人工(gōng)智能(néng)发展的(de)终极目(mù)标离得更近。

因为算(suàn)力可以对突破性技(jì)术(shù)创新(xīn)提(tí)供大力的支(zhī)持。这方面，多模(mó)态大模型是典型。作为面向未来强人(rén)工(gōng)智能、通用人工(gōng)智能的重要技术创(chuàng)新，多模态(tài)大模型已经(jīng)在人工智能(néng)领(lǐng)域提(tí)出(chū)了很多年，业界(jiè)也(yě)有不少(shǎo)技(jì)术突破(pò)，但是，多模态大模型进一步往(wǎng)下走，算力需求呈几何(hé)式(shì)上升(shēng)，一(yī)般的算力基础设施很(hěn)快将难以胜(shèng)任(rèn)。

从图像、文字、语(yǔ)音单独一(yī)项的训练，到双模(mó)态、三(sān)模(mó)态的跃(yuè)迁(qiān)，让人工智能可以灵活应对不同模(mó)态的转化、像人与世界交(jiāo)互一样自然，这方面(mi其远而无所至极邪的邪怎么读音，卯怎么读音àn)，由算力(lì)网(wǎng)络来驱(qū)动(dòng)将有明显优势(shì)。

此外(wài)，还有很多需要爆发(fā)式增长的(de)算力来支(zhī)撑的技(jì)术创新(xīn)，将在人工智能算(suàn)力网络支撑下快速(sù)推进(jìn)。

AIGC已经露(lù)出曙(shǔ)光，期待在大模型和大(dà)算力的(de)支持(chí)下AIGC能(néng)持续颠覆(fù)内容生产的方式，将创造的边际成本降低，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 其远而无所至极邪的邪怎么读音，卯怎么读音