自聊天(tiān)机器人ChatGPT火(huǒ)爆以来，微软公司创始(shǐ)人比尔·盖(gài)茨已多次公开谈论人工智能(néng)话(huà)题。在最近的一次采访中，他再次表示(shì)：“AI可(kě)能(néng)会让科技行业迎来一次剧(jù)烈的洗(xǐ)牌(pái)”。

这个(gè)结论是他在当地时间2月20日接受《In Good Company》节(jié)目专访时提出的。

他预(yù)期(qī)，AI的发展可能会(huì)威(wēi)胁到谷(gǔ)歌的市占率(lǜ)，因为微软在(zài)AI方面的行动相当迅(xùn)速。而最终(zhōng)科技巨头将把AI整合成用户的“全能助手”，包揽一切应用，与人们进(jìn)行沟通(tōng)并(bìng)提(tí)供建(jiàn)议，可以取代亚(yà)马逊(xùn)、Siri或Outlook等(děng)应用。

大佬口(kǒu)中全(quán)能(néng)助手的到来可能尚需时日，但(dàn)由ControlNet引发(fā)的又一(yī)次(cì)AI绘画浪(làng)潮，让AIGC在ChatGPT的(de)话(huà)题热点包(bāo)围中(zhōng)杀出重围。

01

ControlNet颠覆(fù)AI绘画新(xīn)玩法(fǎ)

AIGC向可控(kòng)靠(kào)近

以AI绘画为代(dài)表的AIGC上一次(cì)爆火的(de)时(shí)候，还是2022年8月，在美国科罗拉多州举办的新兴数(shù)字艺术家(jiā)竞赛(sài)中，一幅名为《太空歌剧(jù)院》的(de)作(zuò)品获奖。

随后各(gè)大厂商的AI绘画软件被广大网友熟知(zhī)并体验，Stable Diffusion便是其(qí)中代(dài)表。

用户们可(kě)以在(zài)应用中输入一组(zǔ)关键(jiàn)词或者(zhě)一张照片，就(jiù)能获(huò)得一(yī)幅AI创(chuàng)作(zuò)的画作。

作画的(de)关键(jiàn)就是(shì)所(suǒ)输入的文(wén)本(běn)。同一(yī)组关键词也(yě)可(kě)以创(chuàng)作出很多张(zhāng)风格不一(yī)样的画作，这(zhè)让创作的(de)过程就像(xiàng)开盲(máng)盒。

很(hěn)多用户很喜欢这种不确定的惊喜，他们(men)会将生成的美图(tú)当(dāng)做头(tóu)像。而另一部分喜欢翻看AI绘画(huà)的“翻(fān)车(chē)”作品。在社交媒(méi)体(tǐ)上，许多用户分享(xiǎng)AI“翻车(chē)现场”，例如，一(yī)位网友的(de)小(xiǎo)狗(gǒu)照(zhào)片(piàn)被(bèi)AI画成了“肌肉男”，还有网友的(de)个人照片被AI识别成了建(jiàn)筑。

而如今随着ControlNet的出现与加(jiā)持(chí)，以(yǐ)往AI绘画的填(tián)写关键词游戏可(kě)能要被颠覆(fù)了(le)。

ControlNet是一位正在斯坦(tǎn)福读博的中国人张吕敏创(chuàng)作的一(yī)种基于控制(zhì)点的图像变形算法，主(zhǔ)要用于(yú)数(shù)字(zì)图像处理(lǐ)、计(jì)算机视(shì)觉和计算(suàn)机图形学(xué)等领域。

其SD插件(jiàn)一经发布，在短短的两天(tiān)内便成为了AI绘画领域最(zuì)新的热点。

在此(cǐ)之前(qián)，大家(jiā)用了很多方(fāng)法想让AI生(shēng)成(chéng)的结果尽可(kě)能的符合要(yào)求，但是都(dōu)不尽(jǐn)如人意(yì)，它的(de)出现(xiàn)代表着AI生成开始进(jìn)入真正的(de)可控时期。

因为(wèi)ControlNet可以直(zhí)接提取(qǔ)画(huà)面的(de)构图，人物的姿(zī)势和画面的(de)深(shēn)度信息等。有了它的(de)帮助(zhù)，就不(bù)用频(pín)繁的用提示(shì)词来碰运气，抽(chōu)盲(máng)盒式的创(chuàng)作了。

通俗的说ControlNet相当于给(gěi)AI绘画(huà)加了“魔法(fǎ)”，不少博主的作品已经获(huò)得了大量的浏(liú)览量，“viggo”就(jiù)是其中(zhōng)之一，他用朋(péng)友的照片直接带她们走进动漫世界。

viggo先用StableDiffusion图片(piàn)转文字。

再用Text2Prompt插件拓展找到对应的关(guān)键词；最后用ControlNet插件(jiàn)绑(bǎng)定骨骼开始换(huàn)关键词试效果(guǒ)。

通过图片就可(kě)以(yǐ)看出来(lái)，效果十分(fēn)惊艳。

更厉(lì)害的是，除了真实的照片，草图也可以(yǐ)加(jiā)上“魔法(fǎ)”，知乎大牛“DevPoint”和“逗(dòu)砂”介(jiè)绍到(dào)ControlNet还能实现线稿转全(quán)彩图(tú)。大神张吕敏其本尊(zūn)也亲自回应。

不得(dé)不说(shuō)当下AIGC已经变得越(yuè)来越强(qiáng)大(dà)，甚至输出(chū)的(de)作品(pǐn)都(dōu)已经能(néng)以假乱真了。

02

难辨虚实，AIGC技术力(lì)爆(bào)发

警惕安全问题

近日(rì)，“苏(sū)州金鸡湖有游艇party”的消息火遍网络(luò)，而(ér)经过警(jǐng)方辟谣这(zhè)所谓的“party”可(kě)能是全国第(dì)一起(qǐ)AI绘图诈骗。

由(yóu)于(yú)这个(gè)活动里(lǐ)面给出的美(měi)女(nǚ)照(zhào)片都是AI制作的真人照片绘图，因为太逼真，被大家当成真事传(chuán)播了。

不过仔(zǎi)细观察可以发现，活动发起者提供的照片中有个很大的漏(lòu)洞(dòng)可以发现并非真人，而是AI绘(huì)图，那便是图(tú)片中女性的手指部分有的存在异(yì)常。

有行(xíng)业人事(shì)表示：“现在因为手(shǒu)指部分(fēn)的绘画(huà)算法比较复杂，AI还不(bù)太会画人的(de)手(shǒu)，但最新看到(dào)的图片已(yǐ)经有越来越(yuè)完美的AI模型出现，以后可能就完全(quán)没有(yǒu)漏洞(dòng)了。”

类(lèi)似的(de)AI作图诈骗在国外也已有发生。据英国广播(bō)公司报(bào)道(dào)，土耳其地震期间(jiān)，有Tiktok用户使用AI合成了儿童受(shòu)灾(zāi)的(de)假(jiǎ)照片发布到(dào)网络，以(yǐ)此(cǐ)诱骗善(shàn)良的人打赏“捐(juān)助”从而(ér)实施诈骗。

目前(qián)随着技(jì)术发展，AIGC已经能做出真人照(zhào)片般的绘(huì)图(tú)效果(guǒ)，如果(guǒ)这样的图片被用来诈骗，将非常可怕(pà)。

此外AIGC还引发(fā)了(le)很多担(dān)忧，一方面，批判者认为AI在“学(xué)习”了大量前(qián)人的作(zuò)品之后，其创作没有任何(hé)情(qíng)绪和灵魂，难以和人类的艺术创作相提并论。

另一方面，AIGC背后的版权、目前都(dōu)并没(méi)有得到有效的(de)解决，还有(yǒu)AIGC会不会(huì)代替(tì)人类“至(zhì)高无上”的创意。

马斯克也强(qiáng)调，人(rén)工(gōng)智能(néng)的安全问(wèn)题(tí)需要得到重视，太(tài)晚(wǎn)就来(lái)不及了。

03

AIGC下一站除了(le)视频，还有(yǒu)远方

技(jì)术都是有两面性的，潜(qián)在的危害(hài)并不能掩盖其光辉的贡献。现(xiàn)在看来，人工智能(néng)技术将是(shì)第(dì)四(sì)次工业革命的核心驱(qū)动力(lì)量，将(jiāng)创造新的增(zēng)长奇(qí)迹。

过去一年，人工智能在技术(shù)和商业层面都有了巨大(dà)进展，AI绘画就是人工(gōng)智能技术发生方(fāng)向性(xìng)改变的(de)一个代表。其下(xià)一(yī)站或许就是视(shì)频。

此前，Meta和谷(gǔ)歌先(xiān)后(hòu)发布了几条引爆科(kē)技圈(quān)的短视频。这些视频引发关注(zhù)并非内(nèi)容(róng)做得多(duō)优秀，反而都非常简单，比如一(yī)匹正在喝水的(de)马，一只画画的(de)玩具熊，或者一段骑摩托车的第一(yī)视角录像，随便一个有手机的人都(dōu)可(kě)以随手录(lù)下(xià)一段。

但(dàn)这些短视频的创作方(fāng)式非常简单，创作者仅仅需(xū)要向(xiàng)AI输入一段话，甚(shèn)至只是说一(yī)下要求，AI就(jiù)可以根据需(xū)要(yào)生成(chéng)一(yī)段视频。

谷歌发布的两个AI生(shēng)成(chéng)视频分别(bié)来自(zì)于Imagen Video和(hé)Phenaki，前者主(zhǔ)要突(tū)出的是高清，与(yǔ)Meta的Make-A-Video没有太多的差别。

在Make-A-Video公(gōng)布了AI生成的视频后，AI圈就已(yǐ)经玩了一(yī)波梗(gěng)，一个(gè)能(néng)够做出更高清视(shì)频的AI还(hái)不(bù)足(zú)以在短(duǎn)时间(jiān)内戳(chuō)中(zhōng)兴奋点。

Phenaki更(gèng)加令人震惊的(de)地方在于，它可(kě)以制作出超过2分钟的连贯的(de)也有确(què)切(qiè)内容的视二鹊救友文言文翻译及注释讲解，二鹊救友文言文翻译及注释拼音频，这(zhè)才(cái)是真正让(ràng)人们感到惊喜的(de)地方。因为无(wú)论AI生(shēng)成的视频多么高清，也只能是为内容(róng)生产者提供一(yī)个灵感，一个素材，一个(gè)过场动画。

不过(guò)能够(gòu)制作出有具体剧情内(nèi)容的(de)视频就意(yì)味着(zhe)，一些(xiē)视频创作由(yóu)AI代替人(rén)工完成已(yǐ)经初步有了可(kě)能。

当下AI的发展速度已经超过大部分人的(de)想(xiǎng)象。内(nèi)容产业的本质是供给创造(zào)需求(qiú)，AIGC作为全(quán)新的内容生(shēng)产方式，可以为内容产业带(dài)来更(gèng)新的内容风(fēng)格、更(gèng)快的(de)生产速度，更低的(de)生产成(chéng)本，这无疑会驱动内容产业(yè)的大爆(bào)发。

除(chú)了AI绘图、视频，AIGC技术还(hái)能应用于(yú)音(yīn)乐、代码、机器人动作等多种内容(róng)形(xíng)式的生(shēng)成。不难发现(xiàn)该项技术不仅在游戏等(děng)行(xíng)业能得(dé)到有(yǒu)效应用，对于下一代互(hù)联网各种元素的构建亦有关键意义。

从商业化(huà)的角度来看，文化娱(yú)乐、教(jiào)育、传媒等诸(zhū)多(duō)领域，本身就对基(jī)于AI的可视化(huà)内(nèi)容(róng)有强(qiáng)烈(liè)需求(qiú)。

因此，AI绘画及视频(pín)或(huò)不是结果，而只是(shì)AI进(jìn)程中的一块(kuài)重要(yào)拼图，有望(wàng)在技术更新的加持下实现(xiàn)更(gèng)大的应用价值(zhí)。

AI从理解内(nèi)容，走向了可以生成内容，甚(shèn)至能够创造出独立价值(zhí)和独立视角的内(nèi)容。AIGC的再次(cì)出圈，更代表着未来(lái)的先进生(shēng)产力即将到来。

04

紧抓大模(mó)型(xíng)与算力(lì)，牢固AIGC底座

从技(jì)术的(de)发展也(yě)可以看出，在语言大模型、图像大模(mó)型之后(hòu)，多模(mó)态大模(mó)型(xíng)已经成为了新的趋(qū)势。

大模型被誉为当(dāng)前(qián)人(rén)工智能发展的智能底(dǐ)座，是(shì)全球竞(jìng)争最激烈(liè)的研究方向之一，包(bāo)括谷歌、亚马逊(xùn)、百度、阿里(lǐ)、腾讯等众多头(tóu)部企(qǐ)业都在竞相发力。

不过训练(liàn)大模型的(de)确价格不菲，以国盛(shèng)证券发(fā)布的《ChatGPT需要(yào)多少算力》报告估(gū)算，GPT-3训练一次的成本(běn)约为(wèi)140万美元。而(ér)对于(yú)一些更(gèng二鹊救友文言文翻译及注释讲解，二鹊救友文言文翻译及注释拼音)大的LLM(大(dà)型语言模型)，训练成本则介(jiè)于200万美元至1200万美元高价之间。

以ChatGPT在(zài)2023年1月的独立访(fǎng)客(kè)平均数1300万计算，其对应芯片需求为3万多片英伟达(dá)A100 GPU，初始投入成本约为8亿(yì)美元，每日仅电费就在(zài)5万美元左(zuǒ)右。

此外不论是ChatGPT还(hái)是AIGC，都离不(bù)开(kāi)庞大算力支持。在关注(zhù)各类大模型的发展同(tóng)时(shí)，更(gèng)应该(gāi)关注算力网络(luò)的建设。

算力网(wǎng)络正驱动AI产业(yè)发展进入(rù)史诗级加速(sù)进程(chéng)，让AIGC及通用AI这一人工智(zhì)能发展的(de)终极目标(biāo)离得更近。

因为(wèi)算(suàn)力可以对(duì)突破性技术创新(xīn)提供大力的支(zhī)持。这方面(miàn)，多模态(tài)大模型是典型。作为面向未来强人工智能(néng)、通用(yòng)人工智能的(de)重要技术创新，多(duō)模态大(dà)模型已经(jīng)在人工(gōng)智(zhì)能(néng)领域提(tí)出(chū)了很多年(nián)，业界也(yě)有不少技术突破，但是，多模态大(dà)模(mó)型进一步往(wǎng)下走，算力需求呈几何式上(shàng)升(shēng)，一般(bān)的算力(lì)基(jī)础设施很快将难以(yǐ)胜任。

从图像、文字、语音单(dān)独一(yī)项的(de)训练，到双(shuāng)模态、三模态的跃迁，让(ràng)人工智能可(kě)以灵活应对不(bù)同(tóng)模态的(de)转化、像人与世界(jiè)交(jiāo)互一样(yàng)自(zì)然，这方面(miàn)，由(yóu)算力网络来驱动将有明显优势。

此外(wài)，还有很多(duō)需要爆(bào)发式(shì)增长(zhǎng)的算力来支撑(chēng)的技术创新，将在(zài)人(rén)工(gōng)智能算力网络支撑下快速推(tuī)进。

AIGC已经露出曙光，期待在(zài)大模型和大算力的支持下AIGC能(néng)持续颠覆内容生产的方式，将创造的边际成(chéng)本降低，让万众受益(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 二鹊救友文言文翻译及注释讲解，二鹊救友文言文翻译及注释拼音