自(zì)聊天(tiān)机器人ChatGPT火爆以来，微软公司创始(shǐ)人(rén)比尔·盖茨已多次公开(kāi)谈论人工(gōng)智能话题。在最(zuì)近的一(yī)次采(cǎi)访中，他再次表示：“AI可能会(huì)让科技行业迎(yíng)来一次剧烈的洗牌”。

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

他预(yù)期，AI的发展可能会威胁到谷歌的市占率，因为微软在AI方面的行动相当迅速。而最终科技巨头将(jiāng)把AI整(zhěng)合成用户的“全能(néng)助手”，包揽一切应用，与人(rén)们进行沟通并提供建议，可(kě)以(yǐ)取代亚马逊、Siri或Outlook等应用。

大佬口中全能(néng)助手的(de)到来(lái)可能(néng)尚需时日(rì)，但由(yóu)ControlNet引发的又一(yī)次AI绘画(huà)浪潮(cháo)，让(ràng)AIGC在ChatGPT的话题热点包围中杀(shā)出重围。

01

ControlNet颠(diān)覆AI绘画新玩(wán)法

AIGC向(xiàng)可控靠(kào)近

以AI绘(huì)画为代(dài)表(biǎo)的AIGC上一次爆火的时候(hòu)，还是2022年8月，在美国科罗(luó)拉多州(zhōu)举办的新兴数字(zì)艺术家竞赛中，一幅名(míng)为《太空歌剧院》的作品获(huò)奖。

随后(hòu)各(gè)大(dà)厂商的AI绘画软件被广大(dà)网友熟知(zhī)并体验，Stable Diffusion便(biàn)是(shì)其中代表。

用户们可以在应(yīng)用中(zhōng)输入一组(zǔ)关(guān)键词(cí)或者一张照片(piàn)，就(jiù)能获(huò)得一幅AI创作的(de)画作。

作画的关键(jiàn)就(jiù)是所输入(rù)的(de)文本。同一(yī)组关键词也(yě)可(kě)以创作出很多张(zhāng)风格不一(yī)样的画(huà)作，这(zhè)让创(chuàng)作的过(guò)程就像开盲盒(hé)。

很多用户很喜欢这种不确(què)定的惊喜，他们会将生成(chéng)的美图当做头(tóu)像。而另一部分喜欢翻(fān)看AI绘画的“翻车”作(zuò)品。在社交(jiāo)媒体上(shàng)，许(xǔ)多用户(hù)分享AI“翻车现场”，例如(rú)，一位网(wǎng)友(yǒu)的小狗照片(piàn)被AI画成(chéng)了(le)“肌(jī)肉男(nán)”，还有(yǒu)网友的个人(rén)照片(piàn)被AI识(shí)别(bié)成了(le)建筑。

而如今随着ControlNet的出现与加持，以往AI绘画(huà)的(de)填写关(guān)键(jiàn)词游戏(xì)可能要被颠覆了。

ControlNet是一位正在斯(sī)坦福读博的(de)中国(guó)人张(zhāng)吕敏(mǐn)创作的一种基于(yú)控(kòng)制点的图像变形算(suàn)法，主要用于(yú)数(shù)字图像处理、计算机视觉和计(jì)算机图形学等(děng)领(lǐng)域。

其SD插件一经(jīng)发(fā)布(bù)，在短短的两天内便成为(wèi)了AI绘画领(lǐng)域最(zuì)新的(de)热点(diǎn)。

在此之前(qián)，大家用了很多(duō)方(fāng)法想让(ràng)AI生成的结(jié)果(guǒ)尽可(kě)能的(de)符合要求，但是都(dōu)不(bù)尽如人意，它的出现代表着AI生成(chéng)开始进入真正的(de)可控时期。

因为(wèi)ControlNet可以直(zhí)接提取画(huà)面的构图，人物的姿势和画(huà)面的深(shēn)度(dù)信息等(děng)。有了它的帮助(zhù)，就不用频繁的用(yòng)提示词(cí)来碰运气，抽(chōu)盲盒式(shì)的创作了。

通俗(sú)的说ControlNet相当(dāng)于给AI绘画加了“魔法”，不少博主(zhǔ)的作(zuò)品已经获得了(le)大量的浏览量，“viggo”就是其中之一，他用朋友的照片直接(jiē)带她(tā)们走(zǒu)进(jìn)动漫世界。

viggo先用StableDiffusion图片转文字。

再用Text2Prompt插件拓展找到对应的关键词；最后用ControlNet插件绑定(dìng)骨(gǔ)骼开(kāi)始换关(guān)键词试效(xiào)果。

通(tōng)过图(tú)片(piàn)就可以看(kàn)出来，效果十分惊艳。

更厉害的是(shì)，除了真实(shí)的照片，草(cǎo)图也可(kě)以加上“魔法(fǎ)”，知乎大牛(niú)“DevPoint”和“逗砂”介(jiè)绍(shào)到ControlNet还能实现线稿转全彩图。大神(shén)张吕敏其本尊(zūn)也(yě)亲自回应。

不(bù)得不说当下AIGC已经变得越来越强大，甚至(zhì)输出的作品(pǐn)都已(yǐ)经能以假乱(luàn)真(zhēn)了。

02

难辨(biàn)虚实，AIGC技术力爆发

警(jǐng)惕安全问题

近日，“苏州金鸡湖有游艇(tǐng)party”的消息火遍网络，而(ér)经过警(jǐng)方辟谣(yáo)这所谓的(de)“party”可能是全国(guó)第(dì)一起AI绘(huì)图诈骗。

由于这个(gè)活动里面给出的美女(nǚ)照片都是AI制作(zuò)的真人照片绘图，因为太逼真，被大家当成真(zhēn)事传播了。

不过仔细观(guān)察(chá)可以发现(xiàn)，活动发起者(zhě)提供(gōng)的照(zhào)片中有个很大的漏洞(dòng)可以发(fā)现并(bìng)非(fēi)真人，而是AI绘图，那便是图片中女性(xìng)的手指部分有(yǒu)的存在异常。

有行业人事表(biǎo)示：“现在因为(wèi)手指(zhǐ)部分的绘画(huà)算法比较复杂，AI还不(bù)太会(huì)画人的手，但最新看到的图片(piàn)已经有越来越完美的AI模(mó)型出现，以(yǐ)后可能就完全没有漏洞了。”

类(lèi)似(shì)的AI作图诈(zhà)骗(piàn)在国(guó)外也已有(yǒu)发生。据英国广播公司报道(dào)，土耳其地震期(qī)间，有(yǒu)Tiktok用户使(shǐ)用AI合成(chéng)了儿童(tóng)受灾的假(jiǎ)照片发布(bù)到(dào)网(wǎng)络，以此(cǐ)诱骗(piàn)善(shàn)良(liáng)的(de)人(rén)打(dǎ)赏“捐助”从(cóng)而实施诈骗。

目前随着技术发展，AIGC已经能做出(chū)真人照片般的绘(huì)图效果，如果这(zhè)样的图(tú)片(piàn)被用来诈骗，将(jiāng)非常可(kě)怕。

此(cǐ)外AIGC还引发了(le)很(hěn)多担忧，一方面，批(pī)判者认为(wèi)AI在“学习”了(le)大量前人的作(zuò)品之后，其创(chuàng)作没有任何情绪和灵魂，难以和人类的艺术创作相提(tí)并论。

另一(yī)方面(miàn)，AIGC背后的版权、目前都(dōu)并没有得到有效(xiào)的解决，还有AIGC会不会(huì)代替(tì)人类(lèi)“至高无(wú)上(shàng)”的创(chuàng)意。

马斯克也强调，人工智能(néng)的安全问题需要得到(dào)重视，太(tài)晚就来(lái)不(bù)及了(le)。

03

AIGC下一(yī)站除(chú)了(le)视频，还有(yǒu)远方

技术都是(shì)有两面(miàn)性的，潜在的危害并(bìng)不能掩盖其光辉(huī)的贡献(xiàn)。现在看(kàn)来(lái)，人(rén)工智能技术将是第四次工业革(gé)命的核心驱动力量，将创造新的增长奇迹(jì)。

过去一(yī)年，人工智能在技术和(hé)商业层面都有了巨大进展，AI绘(huì)画就是人(rén)工智能技术发生方向(xiàng)性改变的一(yī)个(gè)代表。其下(xià)一站(zhàn)或许就(jiù)是视频(pín)。

此前(qián)，Meta和谷(gǔ)歌先后发(fā)布了(le)几条(tiáo)引爆(bào)科技圈的(de)短视频。这(zhè)些视频引发关(guān)注并非内容(róng)做(zuò)得多(duō)优(yōu)秀，反而都非(fēi)常简(jiǎn)单，比(bǐ)如(rú)一(yī)匹正在喝水的马，一只画画的(de)玩具瑀瑀独行是什么意思？怎么读，瑀瑀独行啥意思熊，或者(zhě)一(yī)段骑摩(mó)托车的(de)第一视角录像，随便一个有手(shǒu)机的人都可以随(suí)手录(lù)下一段。

但这些短(duǎn)视频的创作(zuò)方式非常简单，创(chuàng)作者仅仅需(xū)要向AI输入一段(duàn)话(huà)，甚至(zhì)只是说一下要求，AI就(jiù)可以根(gēn)据(jù)需要生成一段视频。

谷(gǔ)歌发布的(de)两个AI生(shēng)成视频分别(bié)来自于Imagen Video和(hé)Phenaki，前者主要(yào)突出(chū)的是高清，与Meta的(de)Make-A-Video没(méi)有太多的差别(bié)。

在Make-A-Video公(gōng)布了(le)AI生成的视(shì)频后，AI圈就(jiù)已经(jīng)玩(wán)了一波梗，一个能(néng)够做出更高清视频的AI还不足以在短时间内戳中兴奋(fèn)点。

Phenaki更加(jiā)令(lìng)人震惊的地方在于，它可以(yǐ)制作出(chū)超过2分钟的连贯的(de)也有确(què)切内容的视频，这才是(shì)真正(zhèng)让人们感到惊喜的地方。因为无论(lùn)AI生成的(de)视频多(duō)么高(gāo)清，也(yě)只能是为(wèi)内(nèi)容生产(chǎn)者提供(gōng)一个(gè)灵感，一个素材，一个过场动画(huà)。

不过能够制作(zuò)出有具体剧情内容的视频就意味着，一些视频创(chuàng)作由AI代替人工(gōng)完成已经初步(bù)有了可能。

当下AI的(de)发展速度已(yǐ)经超(chāo)过大(dà)部(bù)分人的(de)想象。内容产业的本质(zhì)是供(gōng)给创造需求，AIGC作为全(quán)新(xīn)的内(nèi)容生产方式，可以为内(nèi)容产业带来(lái)更新的内容风格、更(gèng)快(kuài)的生产速度(dù)，更(gèng)低的(de)生产成本，这(zhè)无(wú)疑会驱动内容产业的(de)大爆发。

除了AI绘图、视频，AIGC技术(shù)还(hái)能应用(yòng)于音乐、代码(mǎ)、机器人(rén)动(dòng)作等多种内容形(xíng)式的生成。不难发现(xiàn)该项技术(shù)不仅在游戏等行业能得到有效应(yīng)用(yòng)，对于下一(yī)代互(hù)联网(wǎng)各(gè)种元素(sù)的构建亦有关键意(yì)义。

从商业化(huà)的角度来(lái)看，文化娱乐、教育、传媒等诸多领域，本身就对基于AI的(de)可视化内容有强烈需求。

因(yīn)此，AI绘画及视频或不是结果，而只是(shì)AI进程中(zhōng)的一块重要拼图，有望(wàng)在技术更新的加(jiā)持下实(shí)现更大的应用价值(zhí)。

AI从理解内容，走向了可(kě)以生成内容，甚(shèn)至能够创造出独立价(jià)值和独立视角的内容(róng)。AIGC的再次出圈(quān)，更代表着未来的(de)先(xiān)进生产力即(jí)将到来(lái)。

04

紧抓大(dà)模型与算力，牢固AIGC底座

从技术的发展(zhǎn)也可以看出(chū)，在(zài)语言大(dà)模(mó)型、图像(xiàng)大(dà)模(mó)型之后，多模态大模型已(yǐ)经成为了新的趋势。

大模型被誉(yù)为当前人工(gōng)智能(néng)发展(zhǎn)的智能底(dǐ)座，是全(quán)球竞争最激烈(liè)的研究方向之一，包括(kuò)谷歌(gē)、亚马逊(xùn)、百度、阿(ā)里、腾(téng)讯等众多头部企业(yè)都在竞相发(fā)力。

不过训练大模型的确价(jià)格(gé)不(bù)菲，以国盛证券发布的《ChatGPT需(xū)要多(duō)少算(suàn)力》报告(gào)估(gū)算，GPT-3训练一(yī)次的成本约为140万(wàn)美元(yuán)。而对于一些更大的LLM(大型语言模型)，训(xùn)练成(chéng)本则介于200万(wàn)美元至1200万美元高价之(zhī)间(jiān)。

以ChatGPT在2023年1月的独立访客平(píng)均(jūn)数(shù)1300万计(jì)算，其(qí)对应(yīng)芯片需求为(wèi)3万多(duō)片英(yīng)伟达A100 GPU，初始投入成(chéng)本约为8亿美元(yuán)，每日(rì)仅(jǐn)电(diàn)费就在5万美元左右。

此外不论是(shì)ChatGPT还是AIGC，都离不开(kāi)庞大算力(lì)支(zhī)持。在关注各类大模型(xíng)的发展同时(shí)，更(gèng)应该关注算力网络的(de)建设。

算力网络正驱动AI产业(yè)发展(zhǎn)进(jìn)入史诗级加速进程，让AIGC及通用AI这一人(rén)工(gōng)智(zhì)能发展(zhǎn)的终极目标离得更近。

因为算力可以(yǐ)对(duì)突破性技术创新提供(gōng)大力的(de)支持(chí)。这方面，多模态大模型是典(diǎn)型。作为(wèi)面向未(wèi)来强人工智能(néng)、通用(yòng)人工智(zhì)能(néng)的重要技(jì)术(shù)创新，多模态大模型(xíng)已经在(zài)人工智能领(lǐng)域提出了很多年，业界(jiè)也有不(bù)少技术突破，但是，多模态大(dà)模型进(jìn)一(yī)步往(wǎng)下走，算力需求呈几何式(shì)上升，一般的算力基础(chǔ)设施(shī)很快将难以胜任。

从图像(xiàng)、文字、语音(yīn)单独(dú)一项的训(xùn)练，到双模态(tài)、三模态的(de)跃迁，让(ràng)人工(gōng)智能可(kě)以灵活应对不(bù)同(tóng)模态(tài)的转化、像人(rén)与世界交互(hù)一样(yàng)自(zì)然，这方面，由(yóu)算力(lì)网络(luò)来驱动将(jiāng)有明显优势(shì)。

此外(wài)，还(hái)有很多(duō)需要爆(bào)发式增长(zhǎng)的算(suàn)力来支撑的(de)技术创新，将在人工智能算力网络支撑下快速推(tuī)进。

AIGC已经(jīng)露出曙(shǔ)光，期待(dài)在大模型和大算力的支持下AIGC能持(chí)续(xù)颠覆内容生产(chǎn)的方式，将创造的(de)边际成(chéng)本降低(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 瑀瑀独行是什么意思？怎么读，瑀瑀独行啥意思