自聊天(tiān)机(jī)器人ChatGPT火爆以来(lái)，微软(ruǎn)公司创始(shǐ)人(rén)比(bǐ)尔·盖茨已多(duō)次公开谈论人工智能话题。在最(zuì)近的(de)一次采访中，他再次表示：“AI可(kě)能会让科(kē)技行业迎(yíng)来一(yī)次剧(jù)烈的洗牌(pái)”。

这(zhè)个结(jié)论是他在当地时间2月20日接受《In Good Company》节目(mù)专(zhuān)访时(shí)提(tí)出的。

他预期(qī)，AI的发展可能会(huì)威(wēi)胁到谷歌的市占率，因为微软在AI方面的行(xíng)动相当(dāng)迅速。而(ér)最终科技(jì)巨(jù)头(tóu)将把AI整合成用户的“全能助手(shǒu)”，包揽(lǎn)一切应用(yòng)，与人(rén)们(men)进行沟通并提供建议(yì)，可以(yǐ)取代亚马(mǎ)逊、Siri或(huò)Outlook等应用。

大佬(lǎo)口中全(quán)能助手的到来可能尚需时(shí)日，但由ControlNet引发的又一次(cì)AI绘画浪潮(cháo)，让AIGC在(zài)ChatGPT的话题热点(diǎn)包围中杀出(chū)重围。

01

ControlNet颠覆AI绘画(huà)新玩法

AIGC向可控靠(kào)近

以AI绘画为(wèi)代表(biǎo)的(de)AIGC上一次爆火的时(shí)候，还是2022年8月(yuè)，在美国科罗拉多(duō)州(zhōu)举(jǔ)办的(de)新兴数字艺术家(jiā)竞赛(sài)中(zhōng)，一幅名为《太空歌(gē)剧院》的(de)作品获奖(jiǎng)。

随后各大厂商的AI绘(huì)画(huà)软(ruǎn)件被广大网(wǎng)友熟知并体验(yàn)，Stable Diffusion便是其中代表。

用户们可以在应(yīng)用(yòng)中输(shū)入(rù)一(yī)组(zǔ)关键词或(huò)者一(yī)张照片，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)关键词也可以(yǐ)创作出很多张风格不一(yī)样(yàng)的画作(zuò)，这让创作的过程就像开盲盒(hé)。

很多(duō)用(yòng)户很喜欢(huān)这(zhè)种不确(què)定的惊喜(xǐ)，他们会(huì)将生成的(de)美图当做头像。而另一部分喜欢翻(fān)看AI绘画的“翻车”作(zuò)品。在社交(jiāo)媒(méi)体上，许(xǔ)多用户(hù)分享AI“翻车现场”，例如，一位网友(yǒu)的小狗(gǒu)照片被AI画成了“肌肉男”，还有网友的个人照(zhào)片被AI识(shí)别成了(le)建筑。

而如今随着(zhe)ControlNet的出现与加持，以往AI绘画的填写(xiě)关键词游戏可能要(yào)被(bèi)颠覆了。

ControlNet是(shì)一位(wèi)正在斯坦福(fú)读博的中国(guó)人张(zhāng)吕敏创作(zuò)的一(yī)种基于控制(zhì)点的(de)图像变形算法，主要用于数字(zì)图像处理(lǐ)、计算(suàn)机视(shì)觉和(hé)计(jì)算机(jī)图(tú)形学(xué)等领(lǐng)域。

其SD插件一经发布，在(zài)短短的两天内便成为了(le)AI绘画(huà)领域(yù)最新的热点(diǎn)。

在此之前，大家用了很多方(fāng)法想让AI生成的(de)结果尽可能的符合要求，但是(shì)都(dōu)不尽如(rú)人意，它的(de)出现代表着(zhe)AI生成开始(shǐ)进入真正的(de)可控时期(qī)。

因为ControlNet可以直(zhí)接提取(qǔ)画面的构图，人物的姿势和(hé)画(huà)面的深度信息等。有了(le)它的帮助，就不用频繁(fán)的用提(tí)示词来碰运气，抽盲盒式的创作了。

通俗的说ControlNet相(xiāng)当于给(gěi)AI绘画加了“魔法(fǎ)”，不少博主(zhǔ)的作品已经获(huò)得了大量的浏览量，“viggo”就(jiù)是其(qí)中之(zhī)一，他用朋(péng)友的(de)照片直(zhí)接带她们走(zǒu)进动(dòng)漫(màn)世界。

viggo先用(yòng)StableDiffusion图片转文(wén)字。

再用Text2Prompt插件拓(tuò)展(zhǎn)找到对应的关键(jiàn)词；最后用ControlNet插(chā)件(jiàn)绑(bǎng)定骨(gǔ)骼开始换(huàn)关键词试效果。

通过图片就可(kě)以(yǐ)看出(chū)来，效果(guǒ)十分惊(jīng)艳。

更厉害的是(shì)，除了真(zhēn)实的照片，草图(tú)也可以加上“魔法”，知乎大牛“DevPoint”和“逗砂(shā)”介绍(shào)到ControlNet还能实现线稿转(zhuǎn)全(quán)彩图。大(dà)神(shén)张(zhāng)吕敏(mǐn)其本(běn)尊也亲(qīn)自回应(yīng)。

不得(dé)不说当下AIGC已经变得越来越强大，甚至输出的作(zuò)品都已经能以假(jiǎ)乱真了。

02

难辨虚实，AIGC技(jì)术(shù)力爆发

警惕安全(quán)问题

近日，“苏州(zhōu)金鸡湖有游艇(tǐng)party”的消息火(huǒ)遍网络(luò)，而经(jīng)过警方辟谣这所谓的“party”可(kě)能(néng)是全国第一起(qǐ)AI绘图诈骗。

由于这(zhè)个活动里面(miàn)给出(chū)的美女照片都是AI制作(zuò)的真人照片绘图，因(yīn)为太逼真，被大家当成真事传播了。

不(bù)过仔(zǎi)细观察可以发现，活动发(fā)起者提(tí)供(gōng)的照片中有个(gè)很大(dà)的漏洞可以发现并非(fēi)真人，而是AI绘(huì)图，那便(biàn)是(shì)图片中女(nǚ)性的手指(zhǐ)部分有的(de)存在(zài)异(yì)常。

有行(xíng)业人事表示：“现(xiàn)在因为手指(zhǐ)部分的(de)绘画算法比较复杂，AI还不太会画人的手，但最新(xīn)看到的图片已经有越(yuè)来越完美的AI模型出现，以(yǐ)后可能就完全没(méi)有漏(lòu)洞(dòng)了。”

类似的AI作图诈骗在国外也已有发生(shēng)。据英国广播公司报道，土(tǔ)耳(ěr)其地震期间，有Tiktok用户(hù)使(shǐ)用AI合(hé)成(chéng)了儿童受灾的假照片发布到网络，以此诱骗善良(liáng)的人打赏“捐助”从而(ér)实施诈(zhà)骗。

目前随(suí)着技术发展，AIGC已经能(néng)做出(chū)真人照片般的绘图(tú)效果，如果这样的图片被(bèi)用来诈骗，将非常(cháng)可怕(pà)。

此(cǐ)外AIGC还引发了很多担忧(yōu)，一方面，批判(pàn)者认为AI在“学习”了大(dà)量前人的(de)作(zuò)品之后，其创作没有任何情绪和灵魂，难以和(hé)人类的(de)艺术创作相(xiāng)提并论。

另一方面，AIGC背后的版权、目前(qián)都并(bìng)没有(yǒu)得到(dào)有(yǒu)效的解决，还(hái)有(yǒu)AIGC会不(bù)会代(dài)替人类“至高无上”的创意。

马斯克也(yě)强调，人工智能的安(ān)全问题需要得到重视，太晚就来不及了。

03

AIGC下一站除了视频，还有远方

技术都是(shì)有两面性的，潜在(zài)的危(wēi)害并不能掩盖其光(guāng)辉的贡献(xiàn)。现(xiàn)在看来，人(rén)工(gōng)智能技术将是第四次工业革命的核(hé)心驱动力量，将创造新的增长奇迹。

过去一年，人工(gōng)智能在技术和商业层(céng)面(miàn)都(dōu)有了(le)巨大进展，AI绘画就是人工(gōng)智能(néng)技(jì)术发生(shēng)方向性改变的一个(gè)代表。其下一站或许(xǔ)就是视频(pín)。

此前，Meta和谷歌(gē)先(xiān)后(hòu)发布了几条引爆(bào)科(kē)技圈(quān)的短(duǎn)视频。这(zhè)些视频引发关注并非内容(róng)做(zuò)得多优秀，反而都非常简(jiǎn)单(dān)，比如(rú)一匹正(zhèng)在(zài)喝水的马，一只画(huà)画的玩具熊，或者一段骑摩(mó)托车的第一视角录像，随(suí)便(biàn)一个有(yǒu)手机的人都可以随手录下一段。

但这些短视频(pín)的创(chuàng)作方式非常(cháng)简单，创作(zuò)者仅(jǐn)仅需要(yào)向AI输入一段话，甚至只(zhǐ)是说一下(xià)要(yào)求，AI就可(kě)以根(gēn)据(jù)需要生(shēng)成(chéng)一段视频。

谷(gǔ)歌发布(bù)的(de)两个AI生(shēng)成视(shì)频分别(bié)来自于Imagen Video和Phenaki，前者主要突(tū)出的是高(gāo)清，与Meta的Make-A-Video没有太多的差别。

在Make-A-Video公布(bù)了(le)AI生成(chéng)的视(shì)频后，AI圈就(jiù)已经玩了一波梗，一个能够(gòu)做出(chū)更高清视频的AI还不足以(yǐ)在(zài)短时(shí)间内戳(chuō)中兴奋点(diǎn)。

Phenaki更(gèng)加令人震(zhèn)惊的(de)地方在于，它可以制(zhì)作(zuò)出超过2分钟(zhōng)的(de)连贯的也有确(què)切(qiè)内(nèi)容的(de)视频，这才是真(zhēn)正(zhèng)让人们感到惊喜的地方(fāng)。因(yīn)为无论AI生(shēng)成的视频多么高(gāo)清，也只能是为(wèi)内(nèi)容(róng)生产(chǎn)者提(tí)供一个灵(líng)感(gǎn)，一个素材，一个过场动画。

不过能够(gòu)制作(zuò)出有具(jù)体(tǐ)剧情(qíng)内容的视(shì)频就(jiù)意味着，一些视(shì)频创(chuàng)作由(yóu)AI代(dài)替人工完成已经初步(bù)有了可(kě)能。

当下AI的(de)发展速度已(yǐ)经超过大部(bù)分人的想象。内容产业的本质是供(gōng)给创造(zào)需求，AIGC作为全新(xīn)的内容(róng)生(shēng)产方(fāng)式(shì)，可以(yǐ)为内(nèi)容产业带(dài)来更新的内(nèi)容(róng)风格(gé)、更快(kuài)的生产速(sù)度(dù)，更低的生产成本(běn)，这无疑会驱动内容产业的大(dà)爆发。

除了(le)AI绘图(tú)、视频，AIGC技术还能(néng)应用于音(yīn)乐、代码、机器人(rén)动(dòng)作等多种内容形式的生成。不难(nán)发现(xiàn)该项(xiàng)技术不(bù)仅在(zài)游戏等行(xíng)业(yè)能(néng)得到有效(xiào)应用，对(duì)于下一代互联网各种(zhǒng)元素的构建亦(yì)有关键(jiàn)意义。

从(cóng)商(shāng)业化(huà)的角度来看(kàn)，文化娱乐、教育(yù)、传(chuán)媒等诸(zhū)多领(lǐng)域，本身就对基于AI的可视化内(nèi)容有(yǒu)强烈需(xū)求(qiú)。

因此(cǐ)，AI绘画及视频或不(bù)是结果(guǒ)，而只(zhǐ)是AI进程中(zhōng)的一块(kuài)重要(yào)拼图，有望在技术更新的加持下实(shí)现更大的应用(yòng)价值。

AI从理解(jiě)内容，走向了可以生成(chéng)内(nèi)容，甚至(zhì)能够创造(zào)出独立价值和独立(lì)视角的内容。AIGC的再次出圈(quān)，更代表着未(wèi)来的先进生产(chǎn)力即(jí)将到(dào)来。

04

紧抓大模型与算力(lì)，牢(láo)固AIGC底座

从技术的发展也可(kě)以看出，在语言(yán)大模型、图像大(dà)模(mó)型(xíng)之后，多模态大模型已经成为了新的趋势。

大模型被誉为当前人工智能发展的(de)智能底座，是全球竞争最激烈的研究方(fāng)向(xiàng)之一，包括谷歌、亚马逊、百度、阿里(lǐ)、腾讯等众多头部企业都在竞相发力。

不过训(xùn)练大模型(xíng)的确价格不菲，以国盛证券发布的《ChatGPT需(xū)要多少算力》报告(gào)估算(suàn)，GPT-3训(xùn)练一次的成(chéng)本(běn)约为(wèi)140万美元。而对于(yú)一(yī)些更(gèng)大的(de)LLM(大(dà)型语(yǔ)言模型)，训(xùn)练成本则(zé)介于200万(wàn)美元至1200万(wàn)美元高价之间。

以ChatGPT在2023年1月的(de)独立访客(kè)平均(jūn)数(shù)1300万计算，其对(duì)应芯片需求为3万多片英伟达A100 GPU，初始投(tóu)入成本(běn)约为8亿美元，每日仅电费就在5万美元(yuán)左右。

此外不论是ChatGPT还是AIGC，都(dōu)离不(bù)开庞(páng)大(dà)算力支(zhī)持。在关注(zhù)各类(lèi)大(dà)模(mó)型的发展同时，更应(yīng)该关注算力网络的建(jiàn)设。

算(suàn)力(lì)网络(luò)正驱动AI产(chǎn)业发展进入史诗级加速进程，让(ràng)AIGC及通用AI这(zhè)一(yī)人工智能发(fā)展的终(zhōng)极目标(biāo)离得更近。

因为算力可以对突破性技术创新提供(gōng)大力的支持。这方面，多模(mó)态大(dà)模型是典型。作为(wèi)面(miàn)向未(wèi)来强人工智能、通(tōng)用人工智能的重要技术创新，多模态大模型已经在人工智(zhì)能领域(yù)提出了(le)很多年，业界也有不少技术突破，但是，多(duō)模态大模(mó)型进一(yī)步往下走(zǒu)，算力需求呈几何式(shì)上(shàng)升，一般(bān)的(de)算力(lì)基础(chǔ)设(shè)施很快(kuài)将难以胜(shèng)任。

从图像、文字(zì)、语(yǔ)音单独一(yī)项的训练(liàn)，到双模(mó)态、三模态的跃(yuè)迁，让人工(gōng)智能可(kě)以灵(líng)活(huó)应对不同模态(tài)的转(zhuǎn)化、像(xiàng)人(rén)与世界(jiè)交互一(yī)样(yàng)自然，这方面，由算力网(wǎng)络来驱动将有明显优(yōu)势。

此外，还有很多需要爆发式增(zēng)长(zhǎng)的算力(lì)来支撑的技术创新，将在人工智能算力(lì)网(wǎng)络(luò)支撑下快速(sù)推进。

AIGC已经(jīng)露出曙(shǔ)光，期待在(zài)大模型和大算力的支持下(xià)AIGC能持续颠(diān)覆内(nèi)容生(shēng)产的(de)方式，将创造的边(biān)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 丬这个偏旁读什么 小说，丬这个偏旁读什么字