自聊天机(jī)器人ChatGPT火爆(bào)以(yǐ)来，微软公司创始人比尔(ěr)·盖茨已(yǐ)多次公开谈论(lùn)人工智能话(huà)题。在(zài)最近的一次(cì)采(cǎi)访中(zhōng)，他再次表示：“AI可能会让科技行业(yè)迎来一次剧烈的洗(xǐ)牌”。

这个结论是他在(zài)当地时间2月20日接(jiē)受《In Good Company》节目专(zhuān)访时提出的(de)。

他(tā)预期，AI的发展可能会威胁到(dào)谷歌的市占率，因为微软(ruǎn)在(zài)AI方(fāng)面的行动相当迅(xùn)速。而最终科技巨头(tóu)将把AI整(zhěng)合成用户(hù)的“全能助手”，包揽一切(qiè)应用，与人们进行(xíng)沟通(tōng)并提供建议，可以取代亚马逊、Siri或Outlook等(děng)应用。

大佬口中全(quán)能(néng)助手的到来可能尚需时(shí)日，但由ControlNet引发的又一次AI绘画浪(làng)潮，让AIGC在ChatGPT的话题热点包围中(zhōng)杀出重围。

01

ControlNet颠覆AI绘画新玩(wán)法

AIGC向可控(kòng)靠近

以AI绘画为(wèi)代(dài)表的AIGC上一次爆火的时候，还是2022年8月(yuè)，在美国科(kē)罗拉多州举办的新兴数字艺术家竞赛中，一幅名为《太(tài)空(kōng)歌剧院》的作品获奖。

随后各大(dà)厂商的(de)AI绘(huì)画软件被广大网友熟(shú)知(zhī)并(bìng)体(tǐ)验，Stable Diffusion便是其中代表。

用户(hù)们(men)可以在应(yīng)用中(zhōng)输(shū)入一组(zǔ)关键词(cí)或者一张照(zhào)片，就(jiù)能获得一幅AI创(chuàng)作的画(huà)作。

作(zuò)画的关键就是所输入的(de)文本。同一组关(guān)键(jiàn)词也可以(yǐ)创作出很(hěn)多张风格不一样的(de)画作，这让创作的过程就像(xiàng)开盲盒。

很多用户(hù)很喜欢这种不确定的惊喜，他们(men)会将生成的美图当做(zuò)头(tóu)像。而另一(yī)部分喜欢翻(fān)看AI绘(huì)画的“翻车”作品。在社交(jiāo)媒(méi)体(tǐ)上，许多用(yòng)户分享AI“翻车现场”，例如(rú)，一位网友(yǒu)的(de)小狗照片被(bèi)AI画(huà)成了“肌肉男”，还有网友的(de)个人照片被AI识别成(chéng)了建(jiàn)筑。

而(ér)如(rú)今随着ControlNet的出现与加(jiā)持，以往AI绘(huì)画的填写(xiě)关键(jiàn)词游戏可能要(yào)被颠覆(fù)了。

ControlNet是一(yī)位(wèi)正在斯坦福读博的中(zhōng)国人张吕敏创作的一(yī)种基(jī)于(yú)控制点(diǎn)的(de)图像(xiàng)变形算法(fǎ)，主要用于数(shù)字图像处理、计算机视觉和计算机(jī)图形学等领域。

其SD插(chā)件一(yī)经(jīng)发布，在短短的两天内(nèi)便(biàn)成为了AI绘(huì)画领域最新的热点。

在此(cǐ)之前，大家用(yòng)了(le)很多方法(fǎ)想让(ràng)AI生成的结果(guǒ)尽可(kě)能的符合(hé)要求，但是都不尽如人意，它(tā)的出现代表着AI生成开始进入真正的可控时期。

因为ControlNet可(kě)以直接(jiē)提(tí)取画(huà)面(miàn)的(de)构(gòu)图(tú)，人物的(de)姿势(shì)和画面的深度(dù)信(xìn)息等。有了它的帮助，就不用频繁的(de)用(yòng)提示词来碰运气，抽盲盒式的创(chuàng)作(zuò)了。

通俗的说ControlNet相当于给AI绘画加(jiā)了(le)“魔(mó)法(fǎ)”，不少博主的作品已经获得了大量的浏(liú)览量(liàng)，“viggo”就是(shì)其中之(zhī)一，他用朋友(yǒu)的照片直接(jiē)带(dài)她们走进动(dòng)漫世界。

viggo先(xiān)用StableDiffusion图片转(zhuǎn)文字(zì)。

再用Text2Prompt插(chā)件(jiàn)拓展找到对应的关(guān)键词(cí)；最后用ControlNet插件绑定(dìng)骨骼开始换关键词试效果。

通过图片就可以看出(chū)来(lái)，效果十分惊艳。

更厉(lì)害的(de)是，除了(le)真实的照(zhào)片，草图(tú)也可以加上“魔法”，知乎大牛(niú)“DevPoint”和“逗砂”介绍到ControlNet还能实现线稿转全彩图。大(dà)神(shén)张吕敏(mǐn)其本尊也(yě)亲自回应(yīng)。

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

02

难辨虚实，AIGC技术力(lì)爆(bào)发

警惕(tì)安全问(wèn)题(tí)

近日，“苏州(zhōu)金(jīn)鸡湖(hú)有游艇party”的(de)消息火遍(biàn)网络，而经过警方(fāng)辟谣这(zhè)所谓(wèi)的“party”可能是全国第一(yī)起AI绘图诈骗。

由于这(zhè)个活动(dòng)里面给出的(de)美女照片都是AI制作的真(zhēn)人(rén)照片绘图，因为太逼真，被(bèi)大家当成真(zhēn)事传播了。

不(bù)过仔细观察可以发现，活动发起者提(tí)供(gōng)的照片(piàn)中有个很大的漏洞可以发现并非(fēi)真人(rén)，而(ér)是AI绘图，那便是图片中(zhōng)女性(xìng)的手指部分(fēn)有的存在异常。

有(yǒu)行(xíng)业人事(shì)表(biǎo)示：“现在因为(wèi)手指(zhǐ)部分的绘画算法比较复杂，AI还不(bù)太会(huì)画人的手，但最新(xīn)看到的图(tú)片已(yǐ)经有越来越(yuè)完(wán)美的AI模型出现(xiàn)，以后(hòu)可能就完(wán)全没(méi)有漏洞了。”

类似的AI作图诈骗在国外也(yě)已有发生。据(jù)英国广播公(gōng)司报道，土耳其地震期间，有Tiktok用户使用AI合成了儿童受灾的假(jiǎ)照(zhào)片发(fā)布到网(wǎng)络，以此诱骗善良的人(rén)打赏(shǎng)“捐助(zhù)”从而实施(shī)诈骗。

目前随着(zhe)技(jì)术发展，AIGC已(yǐ)经(jīng)能做出真人照片般(bān)的绘图效(xiào)果，如果(guǒ)这样的图片被用来诈骗，将非(fēi)常可怕。

此(cǐ)外AIGC还引发了很多(duō)担(dān)忧，一方面，批判者(zhě)认(rèn)为AI在“学习”了大量前人(rén)的作(zuò)品之后(hòu)，其(qí)创作没有任何情绪和灵魂(hún)，难以和人(rén)类的艺术(shù)创作相提并(bìng)论。

另一(yī)方面，AIGC背后的(de)版权、目前都并没有得(dé)到有效的(de)解决，还有AIGC会不会代替人类“至高无上”的创(chuàng)意。

马斯克也强调，人工智能的安全问题需要得到重视，太晚就来(lái)不及了。

03

AIGC下一站除了(le)视频，还有远方

技术都是有两(liǎng)面性的(de)，潜在(zài)的(de)危害并不能掩盖其光辉的(de)贡献。现在看来(lái)，人工智(zhì)能技术(shù)将是(shì)第四次工业革命(mìng)的核心驱动力量，将创(chuàng)造(zào)新(xīn)的增长奇迹。

过去一年，人工智能(néng)在(zài)技术和商业层(céng)面都(dōu)有了巨大(dà)进展，AI绘画就是(shì)人(rén)工智能技术发生(shēng)方向(xiàng)性改变的一个代表。其下一站或许就是视(shì)频(pín)。

此前，Meta和谷歌先后发布(bù)了几条引爆科技圈的短(duǎn)视频。这些(xiē)视频引(yǐn)发(fā)关(guān)注并非内容做(zuò)得(dé)多优秀，反而都非常简单，比如一匹(pǐ)正在喝水(shuǐ)的马，一(yī)只画画的玩具熊(xióng)，或者一段骑摩托车的第一视(shì)角录(lù)像，随便(biàn)一个有(yǒu)手(shǒu)机的人(rén)都可(kě)以随手(shǒu)录下一段。

但这些短视频的(de)创作方式非常简单，创作者仅仅需要向AI输入一段(duàn)话，甚至只是(shì)说一下要求，AI就可(kě)以根据(jù)需(xū)要生成一段视频。

谷歌发(fā)布的两个(gè)AI生(shēng)成视频分别来自于Imagen Video和Phenaki，前者主要突出的(de)是高清，与Meta的Make-A-Video没有(yǒu)太(tài)多的(de)差别。

在Make-A-Video公布了AI生成的视频后，AI圈就已经玩了一波梗，一个(gè)能够做(zuò)出更高清视频的AI还(hái)不足(zú)以在(zài)短时间内戳中兴奋点。

Phenaki更加令人震惊的(de)地方在于(yú)，它可以制作出超过(guò)2分钟的连贯的也有确切内(nèi)容(róng)的视频(pín)，这才是真正(zhèng)让(ràng)人(rén)们感到惊喜的(de)地(dì)方(fāng)。因为无论AI生成(chéng)的视频多么高(gāo)清，也只能(néng)是为内容(róng)生产者提供(gōng)一个(gè)灵感，一(yī)个素材(cái)，一个(gè)过(guò)场动画。

不过(guò)能够制作出有具体(tǐ)剧情(qíng)内容的视频就(jiù)意(yì)味着，一些(xiē)视(shì)频创作(zuò)由AI代替(tì)人工完(wán)成已经初步有了可能。

当下(xià)AI的发(fā)展速度已经超(chāo)过大(dà)部分人的想(xiǎng)象。内容产业的本(běn)质是(shì)供给创造需(xū)求，AIGC作为全(quán)新(xīn)的内容生(shēng)产方(fāng)式(shì)，可以(yǐ)为内(nèi)容产业带来(lái)更新的内容(róng)风格、更快(kuài)的(de)生产速度(dù)，更低的生产成本，这无疑会驱动(dòng)内容产业的大爆发。

除(chú)了AI绘图、视频，AIGC技(jì)术还能应用于音乐、代码(mǎ)、机(jī)器(qì)人动(dòng)作等多(duō)种(zhǒng)内容形式的生成。不难发现该项技术不(bù)仅在游(yóu)戏等行(xíng)业能得到有(yǒu)效应用，对于下一代互联网各种(zhǒng)元(yuán)素的构建亦有关键(jiàn)意(yì)义。

从商业(yè)化的角度来(lái)看，文(wén)化(huà)娱乐、教(jiào)育、传媒(méi)等(děng)诸多领域，本身就对基于AI的(de)可视(shì)化内容有强烈(liè)需求(qiú)。

因此，AI绘画及视(shì)频或不是结果，而(ér)只(zhǐ)是AI进程中的一(yī)块重要拼图，有(yǒu)望在(zài)技术更新的加持下实(shí)现更大的(de)应用(yòng)价值。

AI从理(lǐ)解内容(róng)，走向(xiàng)了可以生成内(nèi)容，甚至能够(gòu)创造(zào)出独立价值和独立视角的内容。AIGC的再次出(chū)圈，更代表着(zhe)未来的(de)先进生产力(lì)即(jí)将(jiāng)到来。

04

紧(jǐn)抓(zhuā)大模型与算(suàn)力，牢固(gù)AIGC底(dǐ)座

从(cóng)技(jì)术(shù)的发展也(yě)可以看出，在语言大模型(xíng)、图(tú)像(xiàng)大模型之后，多模(mó)态大模型已经成(chéng)为了新的趋势。

大模型被誉为当(dāng)前人工智能发展的智(zhì)能底座，是全球(qiú)竞争最激烈的研究方向之一，包括谷歌、亚马逊、百(bǎi)度、阿里(lǐ)、腾讯等(děng)众(zhòng)多头部企业(yè)都在竞相发力。

不过训练大模型的确(què)价格(gé)不菲，以国盛证券(quàn)发(fā)布(bù)的《ChatGPT需要多少算力》报告(gào)估算，GPT-3训练一次的成本约为140万美元。而对于一些更大的LLM(大型(xíng)语言模(mó)型)，训练(liàn)成本(běn)则介于200万美元至1200万(wàn)美元(yuán)高价之间(jiān)。

以(yǐ)ChatGPT在2023年1月的独立访客平(píng)均(jūn)数1300万(wàn)计算，其(qí)对应(yīng)芯片需求为3万多片英伟达A100 GPU，初始投入成本约为8亿美元，每日仅电费(fèi)就(jiù)在5万美元左右。

此(cǐ)外不(bù)论是ChatGPT还(hái)是AIGC，都离不(bù)开庞大算力支(zhī)持。在关注各类(lèi)大模(mó)型(xíng)的(de)发展同时，更应(yīng)该关注算力(lì)网络的建设(shè)。

算力网络(luò)正驱动AI产业发展进入史诗级加(jiā)速进程，让AIGC及(jí)通(tōng)用AI这一人工智(zhì)能发(fā)展(zhǎn)的(de)终极(jí)目标(biāo)离得更(gèng)近。

因为(wèi)算(suàn)力(lì)可以对突破性技(jì)术创新(xīn)提供大(dà)力的(de)支持。这(zhè)方(fāng)面，多模态(tài)大模型是典型。作为面(miàn)向未来强人(rén)工智能(néng)、通用人工智能的重(zhòng)要(yào)技术创新，多(duō)模态(tài)大模型已经(jīng)在人工智能领域提出了很多年，业界(jiè)也有不(bù)少(shǎo)技术突(tū)破，但是，多模态(tài)大模型进一步(bù)往下(xià)走，算(suàn)力需(xū)求呈几何式上(shàng)升(shēng)，一(yī)般的算力基础设(shè)施(shī)很快将难(nán)以胜任(rèn)。

从图像、文字、语(yǔ)音单独一项(xiàng)的训练，到双模态(tài)、三模态(tài)的(de)跃迁(qiān)，让人工智能可(kě)以(yǐ)灵活应对不同模(mó)态的转化、像人(rén)与世界交互一样自(zì)然，这方面，由算力(lì)网(wǎng)络来驱动将有明显优势。

此外，还有很多需要爆发式增长的算力来支撑(chēng)的技术创新，将在人工智能算力网络(luò)支撑下(xià)快(kuài)速推进。

AIGC已经露(lù)出(chū)曙(shǔ)光，期(qī)待在大(dà)模型和大算力的支持(chí)下AIGC能持续颠覆内容生产的方式，将(jiāng)创(chuàng)造的(de)边(biān)际成(chéng)本降(jiàng)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 热情款待和盛情款待的意思区别，怎么表达感谢别人请吃饭