自(zì)聊天(tiān)机(jī)器人ChatGPT火爆以来(lái)，微软公司创始人(rén)比尔(ěr)·盖茨已多(duō)次公开谈论人工智能话题(tí)。在最近的一次(cì)采(cǎi)访中，他(tā)再次表示：“AI可能会让科技(jì)行(xíng)业迎(yíng)来(lái)一次剧烈(liè)的洗牌”。

这(zhè)个结论(lùn)是他在当(dāng)地时间2月20日接受《In Good Company》节目专(zhuān)访(fǎng)时提出(chū)的。

他预(yù)期(qī)，AI的发展可能会威胁到(dào)谷歌的(de)市占率，因(yīn)为微(wēi)软在(zài)AI方面的行动相当(dāng)迅速。而最终(zhōng)科(kē)技巨头将(jiāng)把AI整(zhěng)合成用户的“全(quán)能(néng)助手(shǒu)”，包揽一切应用，与(yǔ)人们(men)进行沟通并提供建议，可以取代亚(yà)马逊(xùn)、Siri或(huò)Outlook等应用。

大佬口中(zhōng)全(quán)能(néng)助手的到(dào)来可能(néng)尚需(xū)时日，但由ControlNet引发(fā)的又(yòu)一次AI绘(huì)画(huà)浪潮(cháo)，让AIGC在ChatGPT的(de)话题热点(diǎn)包围(wéi)中杀出重围。

01

ControlNet颠覆AI绘画(huà)新(xīn)玩法

AIGC向可控靠(kào)近

以(yǐ)AI绘画为代表的AIGC上(shàng)一次(cì)爆火的时(shí)候，还是(shì)2022年8月，在美(měi)国科罗拉多州举办的新兴数(shù)字(zì)艺术(shù)家竞(jìng)赛中，一幅名(míng)为(wèi)《太空歌剧院》的作品获奖。

随后各大厂商的(de)AI绘画软件被广大网(wǎng)友熟知并体(tǐ)验，Stable Diffusion便是其中代(dài)表。

用户们可以在应用中输入一组(zǔ)关(guān)键词(cí)或者一张照(zhào)片，就(jiù)能获得(dé)一幅(fú)AI创作的画(huà)作。

作画(huà)的关键(jiàn)就是所输入的(de)文本。同一组关键词(cí)也(yě)可以创作出很多张(zhāng)风格不一样(yàng)的画作，这让(ràng)创作的过程就像开盲(máng)盒。

很(hěn)多用(yòng)户很喜欢(huān)这种不确定的惊(jīng)喜，他们会将生(shēng)成的美(měi)图(tú)当做头(tóu)像。而另一部(bù)分喜欢(huān)翻看AI绘画的“翻车(chē)”作品。在社交媒体上，许多用户分享AI“翻车(chē)现场”，例如，一位网友的小(xiǎo)狗(gǒu)照片被AI画成了(le)“肌肉男”，还有(yǒu)网友的(de)个人(rén)照片被AI识(shí)别(bié)成(chéng)了建筑。

而如(rú)今随着(zhe)ControlNet的出(chū)现(xiàn)与(yǔ)加持(chí)，以往(wǎng)AI绘画的(de)填写关键词(cí)游戏(xì)可能要被颠(diān)覆了。

ControlNet是一位正在斯坦福读博(bó)的中国人张吕敏(mǐn)创作的一种基(jī)于控制点(diǎn)的(de)图(tú)像变形算法，主要用于数(shù)字图像处理、计(jì)算机视觉和计算(suàn)机图形学等(děng)领域。

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

在此之前，大(dà)家用了很多(duō)方法想(xiǎng)让AI生成(chéng)的结(jié)果尽可(kě)能的(de)符合(hé)要求(qiú)，但是都不尽如(rú)人意(yì)，它的出现代表着AI生成开始进入(rù)真正(zhèng)的可控时期(qī)。

因为ControlNet可以直接提取画(huà)面(miàn)的(de)构图(tú)，人物的姿(zī)势(shì)和画(huà)面的深度(dù)信息等。有了它的帮助，就不用频繁(fán)的用提示词来(lái)碰运气，抽盲盒式的创(chuàng)作(zuò)了(le)。

通俗的(de)说ControlNet相(xiāng)当(dāng)于给AI绘画加了“魔法”，不少博主的(de)作(zuò)品已(yǐ)经获得了(le)大量(liàng)的浏览量，“viggo”就是(shì)其(qí)中之一，他用朋(péng)友的照片直(zhí)接带她们走(zǒu)进动漫世(shì)界。

viggo先用StableDiffusion图片转文(wén)字。

再(zài)用Text2Prompt插件拓(tuò)展找到对应的(de)关键词；最(zuì)后用(yòng)ControlNet插件绑定骨骼(gé)开始换关键词试(shì)效(xiào)果。

通过图片(piàn)就可(kě)以看出来(lái)，效果(guǒ)十分惊(jīng)艳。

更厉害的是，除(chú)了真实的(de)照片，草图也可以加上“魔法(fǎ)”，知乎大牛(niú)“DevPoint”和“逗砂”介绍到ControlNet还能实现线稿转全彩图。大神张吕(lǚ)敏其本尊也亲自(zì)回应(yīng)。

不得不说当下AIGC已经变(biàn)得越(yuè)来越强大(dà)，甚(shèn)至输出的作品都已(yǐ)经能以假乱真了(le)。

02

难辨虚(xū)实(shí)，AIGC技(jì)术力爆发

警惕安全问题(tí)

近日，“苏州金鸡湖有游艇party”的消息火遍网络(luò)，而经(jīng)过警方辟谣这所谓的“party”可能是全国第一起AI绘图(tú)诈骗。

由于(yú)这个(gè)活动里(lǐ)面给出的美女照(zhào)片都是AI制作的真人(rén)照片绘图(tú)，因为太逼真(zhēn)，被大(dà)家当成真事(shì)传播了。

不(bù)过仔(zǎi)细观(guān)察(chá)可以发现，活动发(f解是多音字吗怎么读，解字是多音字都有什么音ā)起者提(tí)供的照片(piàn)中有个很大(dà)的漏(lòu)洞(dòng)可以(yǐ)发现并(bìng)非真(zhēn)人，而是AI绘图，那便是图(tú)片中女(nǚ)性的手指部分有的存在异常(cháng)。

有行(xíng)业(yè)人(rén)事表示：“现(xiàn)在因为手指(zhǐ)部(bù)分(fēn)的(de)绘画(huà)算法比较复杂，AI还不太(tài)会画人的手，但最新(xīn)看到的图片已经(jīng)有(yǒu)越来越完美的AI模型出现(xiàn)，以(yǐ)后可能就完全没(méi)有漏洞了(le)。”

类似的AI作图诈(zhà)骗(piàn)在国外也已有发生。据英国广(guǎng)播(bō)公司报道，土耳(ěr)其地(dì)震期间(jiān)，有Tiktok用(yòng)户使(shǐ)用AI合成了儿童受灾的假照片发布(bù)到网络(luò)，以此诱骗善(shàn)良(liáng)的人打赏“捐助”从(cóng)而实(shí)施诈(zhà)骗。

目前随着技术(shù)发展，AIGC已经(jīng)能做出真人照片般的(de)绘图效果，如果这样的图片被(bèi)用(yòng)来诈骗，将非常可怕。

此外AIGC还引发了(le)很多担忧，一方(fāng)面，批判者认(rèn)为AI在“学(xué)习”了大(dà)量前人的作品之后，其创作没有(yǒu)任(rèn)何情绪(xù)和灵魂(hún)，难以(yǐ)和人类的艺(yì)术创作(zuò)相提(tí)并论。

另一方面，AIGC背(bèi)后的版权、目前都并没有得(dé)到有效的解决，还有AIGC会(huì)不会(huì)代替人(rén)类“至高无(wú)上”的创意。

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

03

AIGC下一(yī)站除了视(shì)频(pín)，还有远方

技术都是(shì)有两(liǎng)面性的，潜(qián)在的危害并不能(néng)掩盖其光辉(huī)的贡献。现在(zài)看来，人工智(zhì)能(néng)技术将(jiāng)是第(dì)四次工业革命的核心驱动力量，将创造新的增长奇迹。

过去一年，人工(gōng)智能在技术(shù)和商业(yè)层面都有(yǒu)了(le)巨大(dà)进展，AI绘(huì)画就是人工智(zhì)能技术发生(shēng)方(fāng)向性改变(biàn)的一个代表。其下一(yī)站或许就是视(shì)频(pín)。

此前，Meta和谷歌先后发布了几条引爆科技圈的短视频(pín)。这些(xiē)视频(pín)引发(fā)关注并(bìng)非(fēi)内容做得多优秀(xiù)，反(fǎn)而都非常(cháng)简单(dān)，比如一匹正在喝水的马，一只(zhǐ)画画的玩具熊，或者一段骑(qí)摩托车的第一视(shì)角录(lù)像，随(suí)便一个(gè)有手机(jī)的人都可以随手录下一段(duàn)。

但这些短视频的创作方式非常(cháng)简单，创作(zuò)者仅仅需要向AI输入一段话，甚至(zhì)只(zhǐ)是说(shuō)一下要求，AI就可以根据需要生(shēng)成(chéng)一(yī)段视频。

谷歌(gē)发布的两个(gè)AI生成(chéng)视(shì)频(pín)分别(bié)来(lái)自于Imagen Video和(hé)Phenaki，前者主(zhǔ)要突出的是高(gāo)清，与(yǔ)Meta的Make-A-Video没有太多(duō)的差别。

在Make-A-Video公布了AI生成的视频后，AI圈(quān)就已经玩了一波(bō)梗，一(yī)个能够做(zuò)出更高清视频的AI还不足(zú)以在短时(shí)间内戳中(zhōng)兴奋点。

Phenaki更加令人(rén)震(zhèn)惊的地方在(zài)于，它可以制作出超过2分钟的(de)连贯的也有确切内容的视频(pín)，这才是真正让人(rén)们感到(dào)惊喜(xǐ)的地方。因为无论(lùn)AI生成(chéng)的视频多么(me)高清，也只(zhǐ)能是为内容(róng)生产者提供一个(gè)灵感，一个素材，一个过场(chǎng)动画(huà)。

不过能够制(zhì)作出有具体(tǐ)剧情内容的视频(pín)就意味着，一些视(shì)频创作由AI代替(tì)人(rén)工完成已经初(chū)步(bù)有了可能(néng)。

当下AI的发(fā)展速度已经超过大部分人的想(xiǎng)象。内容产业的(de)本质是供给(gěi)创造需求，AIGC作为全新的(de)内容生产方(fāng)式，可以(yǐ)为(wèi)内(nèi)容产业(yè)带来更新的内(nèi)容风格(gé)、更快的生(shēng)产速度(dù)，更低的生产成本，这(zhè)无疑会驱(qū)动内容产业(yè)的大爆发(fā)。

除了AI绘图(tú)、视频，AIGC技术还(hái)能应用于音乐、代码、机器(qì)人动作等多种内容形式的生成。不难发(fā)现(xiàn)该项技术不仅在游戏等行业能得(dé)到有效应用，对(duì)于(yú)下一(yī)代互联网各(gè)种元素的(de)构(gòu)建亦(yì)有关键(jiàn)意义。

从商业化的角(jiǎo)度来看，文化(huà)娱(yú)乐、教育(yù)、传媒等诸多领域，本(běn)身(shēn)就对基于AI的可(kě)视化内容有强(qiáng)烈需求。

因此(cǐ)，AI绘(huì)画及视频或不是结果，而(ér)只是(shì)AI进程中的一块(kuài)重要拼图(tú)，有(yǒu)望在技术(shù)更新的加持下实现更(gèng)大的应用价值。

AI从理解内容，走向(xiàng)了(le)可以生成(chéng)内容，甚至能(néng)够创造出(chū)独(dú)立价值(zhí)和独立(lì)视角的内容(róng)。AIGC的再次出圈(quān)，更代(dài)表着(zhe)未来(lái)的先进(jìn)生产力(lì)即将(jiāng)到来。

04

紧(jǐn)抓大模(mó)型与(yǔ)算力，牢固AIGC底座

从技术的发展也(yě)可以看出，在语言大(dà)模(mó)型(xíng)、图(tú)像大模型(xíng)之后，多模态(tài)大模型已经成为了(le)新(xīn)的趋势。

大模型(xíng)被誉(yù)为当前(qián)人工(gōng)智能(néng)发(fā)展(zhǎn)的智能(néng)底座(zuò)，是(shì)全球竞争最激烈的研究方向之一，包括(kuò)谷歌、亚马(mǎ)逊、百度、阿(ā)里(lǐ)、腾(téng)讯等众多头(tóu)部(bù)企(qǐ)业都在竞相发力。

不(bù)过训练(liàn)大模型的确(què)价格不(bù)菲，以(yǐ)国盛证券发布的《ChatGPT需要多(duō)少算力》报告估(gū)算，GPT-3训练一(yī)次的成本约(yuē)为140万美元。而对于(yú)一些更(gèng)大的LLM(大型语(yǔ)言模型)，训练成本则介于200万美元至(zhì)1200万美元(yuán)高价之间。

以ChatGPT在2023年(nián)1月的独(dú)立访客平(píng)均数1300万计(jì)算，其对应芯(xīn)片(piàn)需求(qiú)为3万多片(piàn)英伟达A100 GPU，初始投(tóu)入成本(běn)约为8亿美元，每日(rì)仅电费就在5万美元左右。

此外不(bù)论是(shì)ChatGPT还是AIGC，都(dōu)离不开庞大(dà)算力支(zhī)持(chí)。在关注(zhù)各类大模型的发展同时，更应该(gāi)关注算力网络的建设。

算力(lì)网络(luò)正(zhèng)驱动(dòng)AI产业发展(zhǎn)进(jìn)入史(shǐ)诗级加速进程，让(ràng)AIGC及通用AI这一人(rén)工智能发展的终(zhōng)极(jí)目标离得更近。

因为算(suàn)力可(kě)以对突破性技(jì)术创(chuàng)新提供大(dà)力的(de)支持(chí)。这方面，多模态大模型是典型(xíng)。作为面向未(wèi)来强人工智能(néng)、通(tōng)用人工(gōng)智能(néng)的重(zhòng)要技术创新(xīn)，多模(mó)态(tài)大模型已(yǐ)经在(zài)人工智(zhì)能(néng)领域提(tí)出了很多年(nián)，业(yè)界也有(yǒu)不少技术(shù)突破，但(dàn)是，多模态(tài)大模型进一步(bù)往下走，算力需求呈几何式(shì)上升，一般的(de)算力(lì)基础设(shè)施很快将难以胜任。

从(cóng)图像、文(wén)字、语音单独(dú)一(yī)项的训(xùn)练，到(dào)双(shuāng)模态、三(sān)模态的跃迁(qiān)，让人工智(zhì)能可(kě)以灵(líng)活(huó)应对不同(tóng)模态的转化、像人与(yǔ)世界交互一样(yàng)自然(rán)，这方面，由算力网(wǎng)络来驱动将有明显优势。

此外，还有很(hěn)多需要(yào)爆发式增长的算(suàn)力(lì)来支(zhī)撑的技术创新，将在人工智能算(suàn)力网络支撑下快速推(tuī)进(jìn)。

AIGC已经露出曙光(guāng)，期待在大模(mó)型和大算力(lì)的支持下AIGC能持续颠覆内容生产的方式，将创造(zào)的边际成本降低(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 解是多音字吗怎么读，解字是多音字都有什么音