自(zì)聊天机器人ChatGPT火(huǒ)爆以来，微软公司创始人(rén)比尔(ěr)·盖茨(cí)已多次公开(kāi)谈论(lùn)人工(gōng)智能话(huà)题。在最近的一次采访(fǎng)中，他再次(cì)表示：“AI可(kě)能会让科技行业迎来一次剧烈(liè)的洗(xǐ)牌”。

这个结论(lùn)是他(tā)在(zài)当地时间2月20日(rì)接受《In Good Company》节(jié)目(mù)专访时(shí)提出的。

他(tā)预期，AI的发展可能会(huì)威胁到谷(gǔ)歌的市占率，因为微软在AI方面的行动相当迅速。而最终科技巨头将把AI整(zhěng)合成用户(hù)的“全能助手”，包揽一切应用，与人们进行(xíng)沟(gōu)通并提供建议(yì)，可以取代亚马逊、Siri或Outlook等应用。

大佬口中全能助手的到来可能尚(shàng)需时日，但由ControlNet引发(fā)的又(yòu)一次AI绘画(huà)浪潮，让AIGC在ChatGPT的(de)话题热点包(bāo)围中杀出重围。

01

ControlNet颠覆AI绘(huì)画新玩法

AIGC向可控(kòng)靠近

以AI绘画为代表的(de)AIGC上一次(cì)爆(bào)火的时候，还是2022年8月，在美国科罗拉多(duō)州举办的新(xīn)兴数(shù)字艺术家竞赛(sài)中，一幅名为《太空歌剧院(yuàn)》的作(zuò)品(pǐn)获奖。

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

用户们(men)可以(yǐ)在(zài)应(yīng)用中输入一组关键(jiàn)词或者一张照片(piàn)，就能获得一幅AI创作的画作。

作画的关键就是所输入的文本。同一(yī)组(zǔ)关(guān)键词也可以(yǐ)创作出很多张风格(gé)不一样的画作，这(zhè)让创作的过程就像开盲盒(hé)。

很多用户很喜(xǐ)欢(huān)这种不确定的惊喜，他们会将(jiāng)生成(chéng)的美图当做头像。而另(lìng)一部(bù)分喜欢翻看AI绘(huì)画的(de)“翻车”作(zuò)品。在社交媒体上，许多用(yòng)户(hù)分享AI“翻车现场”，例如，一位网友的小(xiǎo)狗(gǒu)照(zhào)片(piàn)被(bèi)AI画(huà)成了“肌肉男”，还(hái)有网友的个人(rén)照片被AI识别成了(le)建筑(zhù)。

而(ér)如今随着ControlNet的出现与加持，以往AI绘(huì)画的填写关键(jiàn)词游戏可能要被颠覆了(le)。

ControlNet是一位(wèi)正(zhèng)在(zài)斯(sī)坦福(fú)读(dú)博的中国(guó)人(rén)张吕敏创(chuàng)作的(de)一种基(jī)于控(kòng)制点的图像变形算法(fǎ)，主要(yào)用于数字图(tú)像处(chù)理、计算机视觉(jué)和计(jì)算机图形学(xué)等领(lǐng)域。

其SD插件(jiàn)一(yī)经发布(bù)，在(zài)短(duǎn)短的两天内便成为了AI绘画领域最新的热点。

在此(cǐ)之前，大(dà)家用了很多方法想让(ràng)AI生成的(de)结果尽可能(néng)的符合要求，但是都不尽如人意(yì)，它的出现代表着AI生成开(kāi)始进入真正的可控时期。

因为(wèi)ControlNet可(kě)以直接提取画面的构图，人物(wù)的姿势和(hé)画面的深度(dù)信(xìn)息等。有了它的帮助，就不用频繁(fán)的用提示(shì)词来(lái)碰运(yùn)气，抽盲盒式的创作了。

通俗的说ControlNet相当于给(gěi)AI绘画(huà)加(jiā)了“魔法(fǎ)”，不少博主(zhǔ)的作品已经获(huò)得(dé)了大量的浏览量，“viggo”就是其中之一，他用(yòng)朋友的(de)照片直接带她(tā)们(men)走进动漫世界。

viggo先用StableDiffusion图片转文字。

再用Text2Prompt插件(jiàn)拓展(zhǎn)找到对应(yīng)的关键(jiàn)词；最后用ControlNet插(chā)件绑定骨(gǔ)骼(gé)开始换(huàn)关键词试效果。

通过(guò)图片(piàn)就可以看(kàn)出来(lái)，效果十分(fēn)惊艳。

更厉害的是，除(chú)了真实的照片，草图也(yě)可以加(jiā)上(shàng)“魔法”，知乎(hū)大牛“DevPoint”和“逗(dòu)砂(shā)”介绍到ControlNet还能(néng)实现线稿转全彩图(tú)。大神张(zhāng)吕(lǚ)敏其(qí)本尊也亲自回应。

不得不(bù)说当下AIGC已(yǐ)经(jīng)变(biàn)得(dé)越来越(yuè)强大(dà)，甚至输(shū)出(chū)的作品都已经能以(yǐ)假乱真了。

02

难辨虚实，AIGC技(jì)术力爆发

警惕安全问(wèn)题(tí)

近日，“苏州金鸡(jī)湖有游艇party”的消息火遍网络，而(ér)经(jīng)过(guò)警方(fāng)辟谣这所(suǒ)谓的“party”可能是全国第一起AI绘(huì)图(tú)诈骗。

由于(yú)这个(gè)活动(dòng)里面给出(chū)的美女照片都(dōu)是AI制作(zuò)的真人照片绘图，因为太逼真，被大家当成真事传(chuán)播了。

不过(guò)仔细观(guān)察可以发现，活动(dòng)发起者(zhě)提供的照片中有个(gè)很(hěn)大(dà)的漏洞可以发现并非真人，而是AI绘图，那(nà)便是图片中女性(xìng)的手指部分(fēn)有的存在异(yì)常。

有行业人事表示：“现在因(yīn)为手指部分(fēn)的(de)绘画算法比较复杂，AI还(hái)不(bù)太会(huì)画(huà)人的手，但(dàn)最新(xīn)看到的图片已经有越(yuè)来越完美的(de)AI模型出现(xiàn)，以(yǐ)后可能就(jiù)完(wán)全(quán)没(méi)有(yǒu)漏洞了。”

类似的AI作图(tú)诈骗在国外也已有发生。据英国广播(bō)公司报道，土(tǔ)耳其地震(zhèn)期(qī)间，有Tiktok用户使用AI合(hé)成(chéng)了儿童(tóng)受(shòu)灾(zāi)的假照片发布到网络，以此诱骗善良的人打(dǎ)赏(shǎng)“捐助”从而实施(shī)诈骗。

目前随着(zhe)技术发展，AIGC已经能做出真人(rén)照片般的绘(huì)图效(xiào)果，如果这(zhè)样的图片被(bèi)用来(lái)诈骗，将(jiāng)非常可怕。

此外AIGC还引发了很多担(dān)忧，一(yī)方(fāng)面，批判者认为AI在“学(xué)习”了大量前人(rén)的作品(pǐn)之后，其创作没有任何情绪(xù)和灵魂，难(nán)以(yǐ)和人(rén)类的艺术创作(zuò)相提并(bìng)论。

另一(yī)方面，AIGC背后的(de)版权、目前(qián)都并没有得到有(yǒu)效的解(jiě)决，还有AIGC会不(bù)会(huì)代替人类(lèi)“至高无上(shàng)”的创意。

马斯克也强(qiáng)调(diào)，人工智能(néng)的安全问题需要得到重视，太晚就来不及了。

03

AIGC下一站(zhàn)除(chú)了(le)视频，还有远方(fāng)

技(jì)术(shù)都是有两(liǎng)面性的，潜(qián)在(zài)的危(wēi)害并不能(néng)掩盖其光辉的(de)贡献。现在看(kàn)来，人工智能技术将是第四次工(gōng)业(yè)革命的核(hé)心(xīn)驱(qū)动力量，将创造新的增(zēng)长奇迹。

过(guò)去一年，人工(gōng)智(zhì)能在技术和商业层面都有了巨大进展，AI绘画就是人(rén)工智(zhì)能技术发生方向(xiàng)性改变(biàn)的一个代表(biǎo)。其下一站或许就(jiù)是视(shì)频(pín)。

此前(qián)，Meta和谷歌先(xiān)后(hòu)发布了几(jǐ)条引爆科技圈(quān)的短视频。这些视频(pín)引发关注(zhù)并非内容做得(dé)多优秀(xiù)，反而都非(fēi)常(cháng)简单，比如一匹(pǐ)正在喝水的马，一只画画的玩具熊，或者一段骑摩托车的(de)第一视(shì)角录(lù)像，随便一(yī)个有手机(jī)的人都可以随(suí)手(shǒu)录(lù)下一(yī)段。

但这些短视(shì)频(pín)的创作(zuò)方式非常简(jiǎn)单，创(chuàng)作者(zhě)仅仅需要向AI输入一段(duàn)话，甚至只(zhǐ)是说一下要求(qiú)，AI就可(kě)以根据需要生成一段视频。

谷(gǔ)歌(gē)发(fā)布的(de)两(liǎng)个(gè)AI生成视频(pín)分别(bié)来(lái)自(zì)于Imagen Video和(hé)Phenaki，前者主要突出的是高(gāo)清，与(yǔ)Meta的(de)Make-A-Video没有太(tài)多的差别。

在(zài)Make-A-Video公(gōng)布(bù)了(le)AI生(shēng)成的视频后，AI圈就已经(jīng)玩了一波梗，一个(gè)能(néng)够做出更高清视频的AI还(hái)不足以在短(duǎn)时间(jiān)内戳中兴奋点(diǎn)。

Phenaki更(gèng)加(jiā)令人震惊(jīng)的(de)地方(fāng)在于(yú)，它可(kě)以制作出超过2分钟的连(lián)贯的也有确切内容的视(shì)频，这才是(shì)真(zhēn)正让人们感(gǎn)到(dào)惊(jīng)喜(xǐ)的(de)地(dì)方。因为无(wú)论AI生成的视频多(duō)么高清，也只能是为内(nèi)容生产者提供一个灵感，一个素(sù)材(cái)，一个(gè)过场动画。

不(bù)过能够(gòu)制作出(chū)有具体剧情内容的视频(pín)就意味着，一些视频创作(zuò)由AI代替人工完成已经(jīng)初步有了可能。

当下AI的(de)发展速(sù)度已经超过大部分人的想象(xiàng)。内容产业的本质是(shì)供给(gěi)创(chuàng)造需求(qiú)，AIGC作(zuò)为全新的内容生产方(fāng)式(shì)，可以为内容产(chǎn)业带(dài)来(lái)更新的内容(róng)风格(gé)、更快的生产速度，更低的生(shēng)产成(chéng)本，这无疑会驱(qū)动内容产业(yè)的大爆(bào)发(fā)。

除了AI绘(huì)图、视频，AIGC技术还(hái)能应(yīng)用于音乐、代码、机器人(rén)动作等多种(zhǒng)内容(róng)形式的生成。不难发现该项技术(shù)不仅在游戏(xì)等(děng)行业能(néng)得(dé)到有效应用(yòng)，对于下(xià)一代互(hù)联网各种(zhǒng)元(yuán)素的(de)构建亦有(yǒu)关键意义(yì)。

从(cóng)商业化的角度来看(kàn)，文化娱(yú)乐、教育、传媒等诸多(duō)领域，本身就对基于AI的可(kě)视(shì)化内容(róng)有强烈(liè)需求。

因此，AI绘画及视频(pín)或不是结果，而只是AI进程中的一块重(zhòng)要拼图(tú)，有望在技术(shù)更新(xīn)的(de)加持(chí)下实现更(gèng)大的应用价值。

AI从理解内容，走(zǒu)向(xiàng)了(le)可以生成内(nèi)容，甚(shèn)至能够创造出独立价(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(jí)将到(dào)来(lái)。

04

紧抓大模型(xíng)与算(suàn)力(lì)，牢(láo)固AIGC底座

从技术的(de)发展也(yě)可(kě)以看出，在语言大模(mó)型、图像大模型之(zhī)后，多模态大模(mó)型已经成(chéng)为了(le)新的趋(qū)势(shì)。

大模型(xíng)被誉(yù)为(wèi)当前(qián)人(rén)工智能发展的智能(néng)底座(zuò)，是(shì)全(quán)球竞争最激(jī)烈(liè)的(de)研究(jiū)方向(xiàng)之一，包括谷歌、亚(yà)马逊、百度、阿里、腾讯等(děng)众多头部(bù)企业都在竞相发力。

不过训练大模型的(de)确(què)价(jià)格不菲，以(yǐ)国(guó)盛证券发布的(de)《ChatGPT需要多少算力》报(bào)告估算，GPT-3训练(liàn)一次的成本约为140万美(měi)元。而对于一(yī)些更(gèng)大(dà)的LLM(大型语言模型)，训练成(chéng)本(běn)则介(jiè)于(yú)200万美元(yuán)至1200万美元(yuán)高(gāo)价(jià)之间。

以(yǐ)ChatGPT在2023年1月的独立访客(kè)平均数1300万(wàn)计算，其对应芯片需求为3万多片英伟达A100 GPU，初始投(tóu)入成(chéng)本约为8亿美元，每日仅(jǐn)电费就在5万(wàn)美元左右(yòu)。

此外(wài)不论是ChatGPT还(hái)是AIGC，都离不开(kāi)庞大算力(lì)支持。在关注(zhù)各类大(dà)模型的发展同(tóng)时(shí)，更(gèng)应该(gāi)关注算力网络的建(jiàn)设。

算(suàn)力网络正驱动AI产业发展(zhǎn)进入史诗(shī)级加(jiā)速(sù)进程，让AIGC及(jí)通(tōng)用AI这(zhè)一人(rén)工智能(néng)发展的(de)终极目标离得更近。

因为算力(lì)可(kě)以对突破(pò)性技术(shù)创(chuàng)新提供大力(lì)的支持。这方面(miàn)，多(duō)模态大模型是典(diǎn)型。作为面向未来强人工(gōng)智(zhì)能、通用人(rén)工智(zhì)能的重要技术(shù)创新，多模态大模型已经在(zài)人工(gōng)智(zhì)能领域提出了(le)很多年，业界也有不少技术突破，但(dàn)是(shì)，多(duō)模态大模型进(jìn)一步往下走，算力需(xū)求呈几何式上(shàng)升(shēng)，一般(bān)的算力(lì)基础设施(shī)很快(kuài)将难以胜(shèng)任。

从(cóng)图(tú)像、文字、语音单独一项(xiàng)的训练，到双模态、三(sān)模态的跃迁，让人(rén)工智能(néng)可以灵(líng)活应对(duì)不同模态的转化、像人与世(shì)界交互一样自然，这(zhè)方(fāng)面，由算力网络来驱动将有明显优(yōu)势。

此外，还有很多需要爆(bào)发式增(zēng)长的(de)算力来支撑(chēng东周和西周的区别是什么意思，东周和西周的区别在哪儿)的(de)技术创(chuàng)新，将在(zài)人(rén)工智(zhì)能算力网(wǎng)络支撑下快(kuài)速(sù)推进。

AIGC已经(jīng)露(lù)出曙光，期待在大模型和大算力的支持下(xià)AIGC能持续颠(diān)覆内容生产的方式，将创造的(de)边际成本降低(dī)，让(ràng)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 东周和西周的区别是什么意思，东周和西周的区别在哪儿