自聊(liáo)天机器人ChatGPT火(huǒ)爆以来，微(wēi)软公司(sī)创(chuàng)始人比尔·盖茨已多次公开谈论人工智能话题。在最近的一次采(cǎi)访(fǎng)中，他再(zài)次表示：“AI可能会让科(kē)技行业迎来一次剧烈的洗牌”。

这个(gè)结论是他(tā)在当(dāng)地时(shí)间2月20日接受《In Good Company》节目(mù)专(zhuān)访时提出的。

他预期，AI的发展(zhǎn)可(kě)能会(huì)威胁到谷歌(gē)的市占率(lǜ)，因(yīn)为(wèi)微软在AI方面的行动(dòng)相(xiāng)当(dāng)迅速。而最终(zhōng)科技(jì)巨(jù)头将把(bǎ)AI整合成用户(hù)的“全能(néng)助手”，包揽一切应用，与人们进行(xíng)沟(gōu)通并(bìng)提供(gōng)建(jiàn)议，可以取代亚马逊、Siri或Outlook等应用。

大佬口中(zhōng)全能助手的到(dào)来(lái)可能尚需(xū)时日，但(dàn)由ControlNet引发(fā)的又一(yī)次AI绘画(huà)浪(làng)潮(cháo)，让(ràng)AIGC在ChatGPT的话题热点(diǎn)包围中杀出重(zhòng)围。

01

ControlNet颠(diān)覆AI绘画新玩法

AIGC向(xiàng)可控靠(kào)近

以(yǐ)AI绘画(huà)为代表的(de)AIGC上一次爆火(huǒ)的时候，还是2022年8月，在美国科罗拉多州举办(bàn)的新(xīn)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)各大厂商(shāng)的AI绘画软件被广大网友熟知(zhī)并体验(yàn)，Stable Diffusion便是其中代(dài)表。

用户(hù)们可以在应(yīng)用中输入一组关(guān)键(jiàn)词(cí)或者一(yī)张照(zhào)片，就能(néng)获得一(yī)幅AI创作的画作(zuò)。

作(zuò)画的关键就是所输入的文(wén)本。同一组关键词也可以创作(zuò)出很(hěn)多张风格不一(yī)样的画(huà)作，这(zhè)让创作的(de)过程就像开(kāi)盲(máng)盒。

很多用户(hù)很喜欢这种不确定(dìng)的惊喜，他们会(huì)将生(shēng)成的美图当做头像(xiàng)。而另一部(bù)分喜欢翻看(kàn)AI绘画的“翻车”作品。在社(shè)交(jiāo)媒(méi)体上，许多用户分享AI“翻车(chē)现场”，例如(rú)，一(yī)位网友的小(xiǎo)狗照片被AI画成(chéng)了(le)“肌肉男”，还有网友(yǒu)的个人照(zhào)片被AI识别成了(le)建筑。

而如今(jīn)随(suí)着ControlNet的出现与加(jiā)持，以往(wǎng)AI绘(huì)画的填写关键词(cí)游戏可能要被颠覆了。

ControlNet是一位正在斯(sī)坦(tǎn)福(fú)读博的中国人张吕敏(mǐn)创作的(de)一种基于控制(zhì)点的图像变形(xíng)算法，主要用于数字图像处理、计算机视(shì)觉(jué)和(hé)计算机(jī)图形学等(děng)领域(yù)。

其SD插件(jiàn)一经发布(bù)，在短短的两天内便(biàn)成(chéng)为了AI绘画领域(yù)最新的热点(diǎn)。

在(zài)此之前，大家用了(le)很多方(fāng)法想(xiǎng)让AI生成的结果(guǒ)尽可(kě)能的符合要求(qiú)，但是都不尽(jǐn)如人意，它的出现代表着(zhe)AI生(shēng)成开始进入真正的可控(kòng)时(shí)期。

因为ControlNet可以直接(jiē)提取画面的构图，人(rén)物(wù)的姿势和画面的(de)深(shēn)度信息等。有了它的帮(bāng)助，就不用频繁的用提示词来碰运(yùn)气，抽盲盒式的创作了。

通俗的说ControlNet相当于给AI绘画加了“魔法”，不(bù)少博主的(de)作(zuò)品已经获得了大量(liàng)的浏览量(liàng)，“viggo”就(jiù)是其中之(zhī)一(yī)，他用(yòng)朋(péng)友(yǒu)的照片直接带她们走进动漫世界(jiè)。

viggo先用StableDiffusion图(tú)片转文(wén)字(zì)。

再用Text2Prompt插件拓(tuò)展找到对应(yīng)的关键词；最后用ControlNet插(chā)件(jiàn)绑(bǎng)定骨骼(gé)开始(shǐ)换(huàn)关键词试效果。

通(tōng)过(guò)图片就可(kě)以看出来，效果十分惊艳。

更(gèng)厉害的(de)是，除了真实的照(zhào)片，草图也可以加上“魔法”，知(zhī)乎(hū)大牛“DevPoint”和(hé)“逗砂”介绍(shào)到(dào)ControlNet还能(néng)实现线稿(gǎo)转全(quán)彩(cǎi)图。大(dà)神张吕敏其本尊也(yě)亲自回应。

不得不(bù)说当下AIGC已经变得越(yuè)来越强大，甚至输出的(de)作品都已经能(néng)以(yǐ)假乱真(zhēn)了。

02

难(nán)辨虚(xū)实(shí)，AIGC技术力爆发

警惕安全问题(tí)

近(jìn)日，“苏(sū)州金(jīn)鸡湖有游艇party”的(de)消息火遍(biàn)网络，而经过(guò)警方辟谣这所(suǒ)谓的“party”可能是(shì)全国第一起(qǐ)AI绘图诈骗。

由于这个活动(dòng)里面给(gěi)出的美女照(zhào)片都(dōu)是AI制作的真(zhēn)人(rén)照片(piàn)绘(huì)图，因(yīn)为太逼真，被(bèi)大家当成真事传播了。

不过仔细(xì)观察可以发现，活动发起(qǐ)者提(tí)供的照(zhào)片(piàn)中有(yǒu)个很大(dà)的漏洞可以发现并非真人，而是AI绘图，那便是图(tú)片中女性的手指(zhǐ)部分有(yǒu)的(de)存在异(yì)常。

有(yǒu)行业(yè)人事表示：“现在(zài)因为手指部分的绘画(huà)算法(fǎ)比较(jiào)复杂，AI还不太会画人的手，但最新看到(dào)的图(tú)片已经(jīng)有(yǒu)越来越完美的AI模型出(chū)现，以后可(kě)能就完(wán)全(quán)没有漏洞(dòng)了。”

类似的AI作图诈骗在国外也已有发生。据英国(guó)广播公司报道，土耳其地震期间，有(yǒu)Tiktok用户使(shǐ)用AI合成了儿童受灾的假照片发布到网络，以此诱(yòu)骗(piàn)善(shàn)良的人打赏“捐助(zhù)”从而实施诈骗。

目前随着(zhe)技(jì)术发展(zhǎn)，AIGC已经(jīng)能做出真(zhēn)人照片般的绘图(tú)效果(guǒ)，如果这(zhè)样的图片被(bèi)用来(lái)诈骗，将非常可怕。

此(cǐ)外AIGC还引发了(le)很多担忧，一方面，批(pī)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(yǒu)任何情绪和灵魂，难以和人(rén)类的(de)艺(yì)术创(chuàng)作相提并(bìng)论。

另一方面，AIGC背后的版权、目前都并没(méi)有(yǒu)得到有效的解决，还有AIGC会(huì)不会代替人(rén)类“至高无上”的创意。

马斯克也强调，人工智能的安全(quán)问题需要(yào)得(dé)到重视(shì)，太晚(wǎn)就来不及了(le)。

03

AIGC下一站除(chú)了视频，还有远方(fāng)

技(jì)术都(dōu)是有两面(miàn)性的，潜在(zài)的危(wēi)害并不能掩盖其光辉的贡献(xiàn)。现在看来，人(rén)工智能技cpb属于哪个档次的，cpb属于什么档次的术将是(shì)第四(sì)次工业革命(mìng)的核心(xīn)驱动力量，将(jiāng)创造新(xīn)的(de)增长奇(qí)迹。

过去一(yī)年(nián)，人工智能(néng)在技(jì)术和商业(yè)层(céng)面都有了巨(jù)大(dà)进展，AI绘画就是人工智能技术(shù)发生(shēng)方(fāng)向性(xìng)改变(biàn)的一个代表。其下一站或许就(jiù)是视频。

此前(qián)，Meta和谷歌(gē)先后发布了(le)几(jǐ)条引爆科技圈的短视(shì)频。这(zhè)些视频引(yǐn)发关注并(bìng)非内容做(zuò)得(dé)多优秀，反而都非常(cháng)简单，比如一匹(pǐ)正在喝(hē)水的马，一只画画的玩具(jù)熊，或者一段骑摩托车的第一视角录像，随便一个有(yǒu)手机的(de)人都可以随手录下(xià)一段。

但这些短视频的创(chuàng)作方式(shì)非(fēi)常简单，创作者仅仅需要向(xiàng)AI输入一段话，甚(shèn)至只是(shì)说一(yī)下要求，AI就可以根据需要生成(chéng)一段视(shì)频。

谷歌发布的两个AI生成视频分(fēn)别来自于Imagen Video和Phenaki，前者主要突出(chū)的是高清，与Meta的Make-A-Video没有太多的差别。

在Make-A-Video公布(bù)了AI生成(chéng)的视(shì)频后(hòu)，AI圈就已经玩了一波梗，一(yī)个(gè)能够做出更高清(qīng)视(shì)频的AI还(hái)不足以在短时间(jiān)内戳中(zhōng)兴奋点。

Phenaki更加(jiā)令人震(zhèn)惊(jīng)的地方在于，它可(kě)以(yǐ)制作出超过2分(fēn)钟的连贯的(de)也有确(què)切内容的视频，这才是真正让人们感到惊喜(xǐ)的地方。因为无论AI生成的视频(pín)多么(me)高清(qīng)，也只能是为内容生产者提供一个灵感(gǎn)，一个素材，一个过(guò)场(chǎng)动画。

不(bù)过能够(gòu)制作出有具体(tǐ)剧(jù)情内容的视(shì)频就意(yì)味着，一(yī)些(xiē)视频创作由AI代替人工完成已经初步(bù)有了可(kě)能。

当下AI的发展速度(dù)已经(jīng)超过大(dà)部分(fēn)人的想象。内容(róng)产业(yè)的本质是供给创造需(xū)求，AIGC作为全新的内容(róng)生(shēng)产方式，可以为(wèi)内容产(chǎn)业带来更新(xīn)的内容风格(gé)、更快的生产速度，更低的生产(chǎn)成本(běn)，这无疑会驱动内(nèi)容(róng)产业的大(dà)爆(bào)发。

除(chú)了AI绘(huì)图(tú)、视频，AIGC技术还能应用于音乐、代码、机器人动作等多(duō)种(zhǒng)内容形式的生(shēng)成。不难发现该项技术不仅在游戏等行业能(néng)得到有(yǒu)效应用，对(duì)于下一代互(hù)联网各种元素(sù)的构建亦(yì)有关键意义。

从(cóng)商业(yè)化的(de)角度来看(kàn)，文化娱乐、教育、传媒等(děng)诸(zhū)多领域，本身就对(duì)基于AI的可视(shì)化内容有强烈需求。

因(yīn)此，AI绘画及视(shì)频或不(bù)是结果，而只是AI进程(chéng)中的一块(kuài)重要拼图，有(yǒu)望在技(jì)术(shù)更新的加(jiā)持下实现(xiàn)更大的应(yīng)用价值。

AI从理解内容，走向(xiàng)了可以(yǐ)生成(chéng)内(nèi)容(róng)，甚至能(néng)够(gòu)创(chuàng)造出独立价值和独立视角(jiǎo)的内容。AIGC的再次(cì)出(chū)圈，更代(dài)表(biǎo)着未(wèi)来的先进生产力即将到来。

04

紧抓(zhuā)大模型(xíng)与算力，牢固AIGC底座

从技术的发展也可(kě)以看出，在语言大(dà)模型、图(tú)像(xiàng)大模(mó)型之后，多模态大模(mó)型已经成为了新的(de)趋势。

大模型被誉为当前(qián)人工(gōng)智能发(fā)展的智能底座，是全球(qiú)竞争(zhēng)最激烈的研究方向(xiàng)之一，包括(kuò)谷(gǔ)歌、亚马逊、百度、阿里、腾(téng)讯等(děng)众多头部企业都在(zài)竞相发力。

不(bù)过训练(liàn)大模型(xíng)的确价格(gé)不菲，以(yǐ)国盛证(zhèng)券发布(bù)的《ChatGPT需要(yào)多少(shǎo)算力》报告估算，GPT-3训练一次的成本约为140万(wàn)美元(yuán)。而对于一些更大的LLM(大(dà)型(xíng)语言模型)，训练(liàn)成本(běn)则介于200万美元至(zhì)1200万美元(yuán)高价之间(jiān)。

以ChatGPT在2023年1月的独立访客(kè)平均(jūn)数(shù)1300万(wàn)计算(suàn)，其对(duì)应芯片(piàn)需求(qiú)为3万(wàn)多片(piàn)英伟达A100 GPU，初始(shǐ)投入(rù)成(chéng)本约(yuē)为(wèi)8亿美元，每日仅电(diàn)费就在5万美元(yuán)左右。

此外(wài)不论是ChatGPT还是AIGC，都离(lí)不开(kāi)庞(páng)大(dà)算力(lì)支持。在关注(zhù)各类大模型的发(fā)展同时，更应该关注算力网络(luò)的建设。

算力网络正驱(qū)动AI产(chǎn)业(yè)发展进入史诗级加速进程，让AIGC及通用AI这一(yī)人工智能发(fā)展的(de)终极(jí)目标离得(dé)更近。

因为算(suàn)力可以(yǐ)对(duì)突(tū)破性(xìng)技术创新(xīn)提(tí)供大力的支(zhī)持。这方面，多(duō)模态大模型是典(diǎn)型。作为(wèi)面向(xiàng)未(wèi)来强人工智能、通用人(rén)工(gōng)智(zhì)能的重要技(jì)术创新(xīn)，多模态大模(mó)型已经(jīng)在人工智能领域提出(chū)了很(hěn)多年，业(yè)界(jiè)也(yě)有不(bù)少(shǎo)技术突破(pò)，但是，多(duō)模态大(dà)模型(xíng)进(jìn)一步往下(xià)走(zǒu)，算力需求呈几(jǐ)何式上升，一般(bān)的算(suàn)力基础设施很快将难以胜任。

从图像、文字、语音(yīn)单独一项的训练，到(dào)双模态、三模态的跃迁(qiān)，让(ràng)人工智(zhì)能可以灵活应对不(bù)同模态的(de)转(zhuǎn)化、像(xiàng)人与世界(jiè)交互一样自然，这方面，由算力网络来驱动(dòng)将有明显优势。

此外，还有(yǒu)很多需(xū)要爆发式(shì)增长的算(suàn)力来支撑的(de)技术创新，将在人工(gōng)智(zhì)能算力网络(luò)支撑下快速推(tuī)进。

AIGC已经露出曙光，期(qī)待在大(dà)模型和大算力的(de)支持下AIGC能持(chí)续颠覆内容生产的(de)方式，将创造的(de)边际成本降低，让万(wàn)众受(shòu)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 cpb属于哪个档次的，cpb属于什么档次的