自聊天(tiān)机(jī)器人ChatGPT火爆以来，微软(ruǎn)公司创始人比尔·盖茨已多(duō)次公开谈论人工(gōng)智能话题。在最(zuì)近的一次采访中，他再次表示(shì)：“AI可(kě)能会(huì)让(ràng)科技行(xíng)业迎来一次(cì)剧烈(liè)的洗(xǐ)牌”。

这个结论是他在当地(dì)时间2月20日接受(shòu)《In Good Company》节目专访时提出的。

他预期，AI的(de)发(fā)展可能会威胁(xié)到谷歌的市(shì)占率，因(yīn)为微软在(zài)AI方面(miàn)的行动相(xiāng)当迅速。而最终(zhōng)科技巨头将把AI整合成(chéng)用户的“全能助(zhù)手”，包揽一切(qiè)应用(yòng)，与人们进行沟通(tōng)并提供建议，可以取代亚(yà)马逊、Siri或Outlook等应用。

大佬口中全能助手的到来可能尚需时日，但由ControlNet引发的又一次AI绘(huì)画浪潮(cháo)，让(ràng)AIGC在ChatGPT的话题热点包围(wéi)中杀出重(zhòng)围。

01

ControlNet颠(diān)覆(fù)AI绘画(huà)新玩法

AIGC向可控靠(kào)近

以AI绘画为代表的AIGC上一次(cì)爆火的时候(hòu)，还是2022年8月，在美国科罗拉多(duō)州举办的新兴数字艺术家竞赛中，一幅名为《太空歌剧(jù)院》的作(zuò)品获奖。

随(suí)后各(gè)大厂商的AI绘画软件(jiàn)被(bèi)广大网友熟知并体验，Stable Diffusion便是(shì)其中代表。

用(yòng)户(hù)们可(kě)以在应用中输入一组关(guān)键词或者一张(zhāng)照片，就能(néng)获得一幅AI创(chuàng)作(zuò)的(de)画作。

作画(huà)的关键就是所输入(rù)的(de)文本。同一(yī)组(zǔ)关(guān)键词也可(kě)以创作出(chū)很多张风格不一样的画作，这(zhè)让创作的过程就(jiù)像(xiàng)开盲盒。

很(hěn)多用户很(h中考的报名号指什么意思，中考的报名号是什么意思ěn)喜欢这种(zhǒng)不确(què)定的惊喜，他们会将生成的美图(tú)当做头像。而另一部分喜欢(huān)翻(fān)看AI绘画(huà)的“翻车(chē)”作(zuò)品。在社交媒体上(shàng)，许多用(yòng)户分享AI“翻车现场”，例如，一位网(wǎng)友的(de)小狗照片被(bèi)AI画成了“肌肉男”，还有网友的个人照(zhào)片(piàn)被AI识别(bié)成了建筑。

而如今随着ControlNet的出(chū)现与加持，以(yǐ)往AI绘(huì)画的填(tián)写(xiě)关键词游戏(xì)可(kě)能(néng)要被颠(diān)覆(fù)了。

ControlNet是(shì)一(yī)位正在(zài)斯坦福读博(bó)的中国(guó)人张吕(lǚ)敏创作的一种基于(yú)控(kòng)制点的图像变(biàn)形算法，主(zhǔ)要用于数(shù)字图像处(chù)理、计(jì)算机视觉和计算机(jī)图形学等领域。

其SD插(chā)件一(yī)经(jīng)发布(bù)，在短短的(de)两天内(nèi)便成为了AI绘画领域最(zuì)新的热点。

在此(cǐ)之(zhī)前，大家用了很多方法想让AI生成的结果尽可能(néng)的符合(hé)要求，但是都不(bù)尽如人意，它的出现代表着AI生成开(kāi)始进入真(zhēn)正的可(kě)控时期。

因(yīn)为ControlNet可以直接(jiē)提取画面的(de)构图，人物的姿(zī)势和画(huà)面的深(shēn)度信息等。有了它的帮助，就不用频繁的用提示词来碰(pèng)运气，抽盲(máng)盒(hé)式的创作(zuò)了。

通俗(sú)的说ControlNet相当于给AI绘画(huà)加了“魔法”，不少博主的作品已经获得了大量的浏(liú)览(lǎn)量，“viggo”就是其中(zhōng)之一，他用(yòng)朋友的(de)照片直接带(dài)她们走进(jìn)动(dòng)漫(màn)世(shì)界(jiè)。

viggo先用StableDiffusion图片转文字。

再用(yòng)Text2Prompt插件拓展找到对应的(de)关键词；最后(hòu)用ControlNet插件绑定(dìng)骨(gǔ)骼开始换关键词试(shì)效果。

通过图(tú)片就(jiù)可以看出(chū)来，效(xiào)果(guǒ)十分惊艳。

更(gèng)厉害的是，除(chú)了真(zhēn)实(shí)的照片，草图也可以加上“魔法(fǎ)”，知乎大牛(niú)“DevPoint”和(hé)“逗砂”介绍到(dào)ControlNet还能(néng)实现线(xiàn)稿(gǎo)转(zhuǎn)全彩图。大神张吕(lǚ)敏其本(běn)尊也亲自回(huí)应。

不(bù)得不(bù)说当下(xià)AIGC已(yǐ)经变得越来越强大，甚至输出的作品都已经(jīng)能以假乱真了。

02

难辨(biàn)虚实，AIGC技(jì)术力爆发

警(jǐng)惕安全问(wèn)题

近日，“苏州金鸡(jī)湖有游(yóu)艇party”的(de)消息火遍网(wǎng)络，而经过警方辟谣这所(suǒ)谓的“party”可能是(shì)全国第一起AI绘图诈骗。

由于这个活(huó)动里(lǐ)面给出的美女照片都(dōu)是(shì)AI制(zhì)作(zuò)的真人照片绘(huì)图(tú)，因(yīn)为(wèi)太逼(bī)真(zhēn)，被大家当成真事(shì)传播了。

不过仔细(xì)观察可(kě)以发现，活动发(fā)起者提(tí)供的照片中有(yǒu)个(gè)很大的漏洞(dòng)可以发现并非真人，而是(shì)AI绘图(tú)，那便是图片中女性(xìng)的手指部分有的存在(zài)异常。

有行业人(rén)事表示：“现在因为手(shǒu)指部分的(de)绘画算法(fǎ)比较(jiào)复杂，AI还不(bù)太(tài)会(huì)画人的手，但(dàn)最新(xīn)看(kàn)到的图片已经有越来(lái)越(yuè)完美的AI模型出现，以后(hòu)可(kě)能就完全没有(yǒu)漏洞了。”

类似的AI作图诈骗在国外也已有(yǒu)发生。据英国广播公司(sī)报道，土耳其地震期间，有Tiktok用(yòng)户(hù)使用AI合成了儿童受灾的假照片发布到网络，以此诱骗(piàn)善良的人打(dǎ)赏“捐助(zhù)”从而实(shí)施诈骗。

目前随着技(jì)术发展，AIGC已(yǐ)经能做出真人(rén)照片般的绘图效果，如果这(zhè)样的图片(piàn)被用来(lái)诈骗，将非常可怕(pà)。

此外AIGC还引发了很多担忧，一方面，批判者(zhě)认为AI在(zài)“学习”了大(dà)量(liàng)前人的作品(pǐn)之后，其创作(zuò)没有任何情绪和灵魂(hún)，难以和人类的艺术(shù)创作相提并论。

另一方(fāng)面，AIGC背(bèi)后的版权、目前都(dōu)并没有(yǒu)得到有(yǒu)效的解决(jué)，还有AIGC会不(bù)会(huì)代替人类(lèi)“至高(gāo)无(wú)上”的创意。

马(mǎ)斯克也强调，人工智能的(de)安全问题需要(yào)得到重视，太(tài)晚就来不及了。

03

AIGC下一站除了视(shì)频，还(hái)有远方

技术都是(shì)有两(liǎng)面性的，潜在(zài)的(de)危害并不能掩盖其光辉的贡献(xiàn)。现在看来，人工智能技术(shù)将(jiāng)是第四(sì)次工业革命的(de)核心驱动力量，将(jiāng)创(chuàng)造(zào)新的增(zēng)长奇迹。

过(guò)去一年，人工智能(néng)在技术和商业层面都有(yǒu)了(le)巨大进展，AI绘画就是人工智能技术(shù)发生(shēng)方向性改变的一(yī)个代(dài)表(biǎo)。其(qí)下一站或许就(jiù)是视频。

此前，Meta和谷歌先后发布了(le)几条(tiáo)引爆科技圈的短视频。这些视频引(yǐn)发关注并(bìng)非(fēi)内容做得多优秀，反而(ér)都非常简单(dān)，比(bǐ)如(rú)一匹正(zhèng)在(zài)喝水的马(mǎ)，一只(zhǐ)画(huà)画的玩(wán)具熊(xióng)，或者(zhě)一段骑(qí)摩托车的(de)第一视角录像(xiàng)，随便一个有(yǒu)手机的人都可(kě)以(yǐ)随手录下一段。

但(dàn)这些(xiē)短视频的创作方式(shì)非常简单，创(chuàng)作者仅(jǐn)仅需要向AI输(shū)入一段话，甚至只是说一(yī)下要求，AI就可以根据需要生成(chéng)一(yī)段视(shì)频(pín)。

谷歌发(fā)布的两(liǎng)个(gè)AI生成视频分(fēn)别(bié)来自于Imagen Video和Phenaki，前者主要突出的(de)是高(gāo)清，与(yǔ)Meta的Make-A-Video没有太多的差(chà)别。

在Make-A-Video公布(bù)了AI生成的视频后(hòu)，AI圈就(jiù)已经(jīng)玩(wán)了(le)一波梗(gěng)，一个能够做出更(gèng)高(gāo)清视频(pín)的AI还不足以在短时(shí)间(jiān)内戳中兴奋点。

Phenaki更加令人震惊的地方(fāng)在(zài)于(yú)，它可以制作出超过2分(fēn)钟的连贯的(de)也有确(què)切内(nèi)容的视频，这(zhè)才(cái)是(shì)真(zhēn)正让人们感(gǎn)到惊喜的地方(fāng)。因(yīn)为无论AI生成的视频多么高清，也只能是为(wèi)内容生产者提供一个灵感(gǎn)，一个素材，一个过场动画。

不过(guò)能够制作出有具体剧(jù)情内容(róng)的视频就意(yì)味着，一些视频(pín)创作由(yóu)AI代替人工(gōng)完成已经初步有了可能。

当(dāng)下AI的(de)发展速度已经超过大部分(fēn)人的想象(xiàng)。内容产(chǎn)业的本质(zhì)是供给创(chuàng)造需(xū)求，AIGC作为全新(xīn)的内容生产方式，可以为(wèi)内容产业(yè)带来(lái)更新的内容风(fēng)格、更快(kuài)的生产速(sù)度，更低(dī)的生产(chǎn)成本，这(zhè)无疑(yí)会驱动内容(róng)产业的大爆发。

除(chú)了AI绘图、视频，AIGC技(jì)术还能应用于音乐、代码(mǎ)、机器人动(dòng)作(zuò)等(děng)多种(zhǒng)内容(róng)形式的生成(chéng)。不难(nán)发(fā)现(xiàn)该(gāi)项(xiàng)技术(shù)不(bù)仅在(zài)游(yóu)戏(xì)等行业(yè)能得到有(yǒu)效应(yīng)用，对于下一代互(hù)联网(wǎng)各种元素的(de)构建(jiàn)亦有(yǒu)关键(jiàn)意(yì)义。

从商业化的角度来看(kàn)，文(wén)化(huà)娱乐、教育、传媒(méi)等(děng)诸多(duō)领域，本(běn)身(shēn)就对(duì)基于AI的(de)可视化内容有强烈需(xū)求。

因此，AI绘画及视(shì)频或不是结(jié)果(guǒ)，而(ér)只是AI进(jìn)程中的一块重要(yào)拼图，有望在技术更新(xīn)的加(jiā)持下实现更(gèng)大的应用价值(zhí)。

AI从理(lǐ)解内(nèi)容，走向了可(kě)以生成内容，甚至能够创造出(chū)独立价(jià)值和独立视角(jiǎo)的(de)内容。AIGC的(de)再(zài)次出圈，更代表着未来的先(xiān)进生产力即将到来。

04

紧(jǐn)抓大模(mó)型(xíng)与算(suàn)力，牢固AIGC底座

从技术的(de)发展也(yě)可以看出，在(zài)语言大模型(xíng)、图像大模型之后，多模态大模型已(yǐ)经(jīng)成(chéng)为了新的趋势。

大模型被誉为当前人工智能发展(zhǎn)的(de)智能底(dǐ)座，是全球竞(jìng)争最激烈的研究方向之(zhī)一，包括谷歌(gē)、亚马逊、百(bǎi)度(dù)、阿里(lǐ)、腾(téng)讯等众(zhòng)多(duō)头(tóu)部企业都在竞相发力。

不过训练(liàn)大(dà)模(mó)型的确(què)价(jià)格不(bù)菲，以国盛证券发布的《ChatGPT需要多少(shǎo)算力(lì)》报(bào)告估(gū)算，GPT-3训练一次的成本约(yuē)为140万美元。而对于(yú)一些更(gèng)大的LLM(大型(xíng)语言模(mó)型)，训练成本(běn)则介于200万美元(yuán)至1200万美元高价之间。

以ChatGPT在2023年1月的(de)独立访客平均数1300万计算，其对应(yīng)芯片需求为3万多片英伟(wěi)达A100 GPU，初(chū)始(shǐ)投入成本约为8亿美元，每日(rì)仅(jǐn)电费就在5万(wàn)美(měi)元左(zuǒ)右。

此(cǐ)外不论是(shì)ChatGPT还(hái)是AIGC，都离不开庞大算力支持。在(zài)关注(zhù)各类大模型的发(fā)展同(tóng)时，更应该关(guān)注算力网络的(de)建设。

算(suàn)力网(wǎng)络正驱动AI产业发(fā)展(zhǎn)进(jìn)入(rù)史(shǐ)诗级加速进程，让AIGC及通(tōng)用AI这一(yī)人(rén)工(gōng)智(zhì)能发展的终极目标(biāo)离得(dé)更近(jìn)。

因为(wèi)算力可以对突(tū)破性技术创(chuàng)新提供(gōng)大力的支(zhī)持。这方面，多模(mó)态大模型是典(diǎn)型。作为面向未(wèi)来强人工智(zhì)能、通用人工智能的重要技术创新，多模(mó)态大模(mó)型已经在人工智能领域提出(chū)了很多年，业(yè)界也有不少技术突破，但(dàn)是(shì)，多模态大模型进一步(bù)往下走，算(suàn)力需求呈几(jǐ)何式上升，一(yī)般(bān)的算力基础设(shè)施(shī)很快(kuài)将(jiāng)难以(yǐ)胜任。

从(cóng)图像、文字、语(yǔ)音单独一项的训练，到双(shuāng)模态、三模(mó)态的跃迁，让(ràng)人工(gōng)智能可以灵活应对(duì)不同模态的(de)转化、像人与世界交互一样自然，这方面，由算力网(wǎng)络(luò)来(lái)驱动将有明显优(yōu)势(shì)。

此(cǐ)外(wài)，还有很(hěn)多需(xū)要爆发式增长的算力来支撑的技术创新，将在人(rén)工智(zhì)能算力网络支撑下快速推进。

AIGC已经露出曙光，期(qī)待在大模型和大算力的支持下(xià)AIGC能持续颠(diān)覆内容生产(chǎn)的方式，将创造的(de)边际成本(běn)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 中考的报名号指什么意思，中考的报名号是什么意思