自(zì)聊天(tiān)机(jī)器人ChatGPT火爆以来，微软公司创始人比尔·盖茨已多次公开谈论人(rén)工智能(néng)话题(tí)。在最近的一(yī)次采访中(zhōng)，他再次表示(shì)：“AI可能会让科技(jì)行业迎(yíng)来一次(cì)剧烈的洗牌”。

这个结论是他在(zài)当地时间2月20日接受《In Good Company》节目专访(fǎng)时提出的。

他预期(qī)，AI的发展可能(néng)会威(wēi)胁到谷歌(gē)的市占率，因(yīn)为微(wēi)软在(zài)AI方面的行动相当(dāng)迅速。而最终科技巨头将把AI整(zhěng)合成用(yòng)户的“全能助手”，包揽一切应(yīng)用，与(yǔ)人们进行沟通并(bìng)提供建议(yì)，可以取代亚马逊、Siri或Outlook等应用。

大佬口中全能助手(shǒu)的到来可能尚需时日，但由ControlNet引发的又一次AI绘画浪潮，让AIGC在ChatGPT的(de)话题热点包围中杀出重(zhòng)围。

01

ControlNet颠(diān)覆AI绘画新玩法

AIGC向可控靠(kào)近(jìn)

以AI绘画为代表(biǎo)的AIGC上一次爆火的时候，还是2022年8月，在美国科罗(luó)拉多州举办(bàn)的新兴数字艺术家竞(jìng)赛(sài)中(zhōng)，一幅(fú)名为《太(tài)空歌剧(jù)院》的(de)作品获(huò)奖。

随后各大厂商的AI绘画软件被广大网(wǎng)友熟知并体(tǐ)验，Stable Diffusion便是其中(zhōng)代表。

用户们可以在(zài)应用中输入一组关键词(cí)或者一张照片，就能获得一幅AI创作的画作(zuò)。

作(zuò)画的关键(jiàn)就是(shì)所输入(rù)的文本。同(tóng)一组(zǔ)关键词也可(kě)以创作出(chū)很多张风格不一样的画作，这让创作的过程就像开盲(máng)盒。

很多(duō)用(yòng)户很喜欢(huān)这种不确定的惊喜，他们会(huì)将生成的美(měi)图当(dāng)做头(tóu)像。而另一部分喜(xǐ)欢翻看(kàn)AI绘画的“翻车”作品。在社(shè)交(jiāo)媒体上，许多用户分享AI“翻车现场”，例如(rú)，一位网友的小狗(gǒu)照片被AI画成了“肌肉男”，还有网友的个人照(zhào)片被AI识别(bié)成了建筑。

而如今随着ControlNet的出现(xiàn)与(yǔ)加持，以往AI绘画的填写关键词(cí)游(yóu)戏可(kě)能要被颠覆了(le)。

ControlNet是(shì)一位正在斯坦福读(dú)博的中(zhōng)国人张吕敏创作的一种基于控制点(diǎn)的图像(xiàng)变形算法(fǎ)，主要用于数(shù)字(zì)图像(xiàng)处理、计算机(jī)视觉和计算机(jī)图(tú)形学等领域。

其SD插件(jiàn)一经发布(bù)，在短短的两天(tiān)内(nèi)便成为了AI绘画(huà)领域最新的热(rè)点。

在此之前，大家用(yòng)了(le)很(hěn)多方法(fǎ)想让AI生(shēng)成的(de)结果尽可(kě)能(néng)的符合要(yào)求，但是都不尽如(rú)人意，它的出现代表着AI生成开始(shǐ)进入真(zhēn)正的可控时期。

因(yīn)为ControlNet可以(yǐ)直接提取画面(miàn)的构图，人物的姿势和画面的深度信息等(děng)。有了它(tā)的(de)帮助，就不用(yòng)频繁的用提示词来碰运气(qì)，抽(chōu)盲盒式的创(chuàng)作(zuò)了。

通俗(sú)的说(shuō)ControlNet相当(dāng)于给(gěi)AI绘画加了“魔(mó)法”，不少博主的作品已经获得(dé)了(le)大(dà)量的浏览量，“viggo”就是其(qí)中(zhōng)之一(yī)，他(tā)用朋友的照片直接带她们走进动漫世界。

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

再用Text2Prompt插件拓展找到对(duì)应的关键词；最(zuì)后(hòu)用ControlNet插(chā)件绑定骨骼(gé)开始(shǐ)换关键(jiàn)词试效果(guǒ)。

通过图片就可以看(kàn)出(chū)来(lái)，效果十分(fēn)惊艳。

更厉(lì)害的是，除(chú)了(le)真实的(de)照片，草图也可以加上“魔法(fǎ)”，知乎大(dà)牛“DevPoint”和“逗砂”介(jiè)绍到ControlNet还能实现(xiàn)线稿(gǎo)转全(quán)彩图(tú)。大神张吕(lǚ)敏其本(běn)尊(zūn)也亲(qīn)自(zì)回(huí)应。

不得不说当下AIGC已经变得(dé)越来越强(qiáng)大(dà)，甚至(zhì)输出(chū)的(de)作品都(dōu)已经能以假乱真(zhēn)了(le)。

02

难辨虚实(shí)，AIGC技术力爆发

警惕安全问题

近日，“苏州金鸡湖(hú)有游艇(tǐng)party”的消息火遍(biàn)网络，而经过(guò)警方辟谣(yáo)这所谓(wèi)的“party”可能(néng)是全(quán)国第一(yī)起AI绘(huì)图诈骗(piàn)。

由于这个活动里面(miàn)给出的美女照片都是AI制作的(de)真(zhēn)人(rén)照片绘图，因(yīn)为太逼真，被大家(jiā)当成真事传播(bō)了。

不(bù)过仔细观察可以发(fā)现，活(huó)动发起(qǐ)者提(tí)供的照片(piàn)中有个很大的漏(lòu)洞可以(yǐ)发现并(bìng)非真人(rén)，而是AI绘图，那便是图片中女性的手指(zhǐ)部分有(yǒu)的存在异常。

有(yǒu)行(xíng)业人事(shì)表(biǎo)示：“现在因为手指部分的绘画算法比较复(fù)杂(zá)，AI还(hái)不太会画人的手，但最新看到的图片已经有(yǒu)越来(lái)越完美(měi)的(de)AI模型出现(xiàn)，以(yǐ)后可能就完全没有漏洞了。”

类似的(de)AI作图诈骗在国外也已(yǐ)有(yǒu)发(fā)生。据英国广播公司报道，土耳其地震期(qī)间，有(yǒu)Tiktok用户使用AI合成了儿(ér)童受(shòu)灾(zāi)的假照片发布到(dào)网络，以此诱骗善良的人打赏“捐助”从而实施诈骗。

目前随着技术发展，AIGC已经能做出真人照片般的绘图效(xiào)果，如果这样的(de)图片(piàn)被用来(lái)诈骗，将非常可怕。

此外AIGC还引(yǐn)发了(le)很(hěn)多担忧，一方面，批判者(zhě)认为(wèi)AI在“学习”了(le)大量前人的作品之后，其创作没有(yǒu)任何情绪和灵魂，难以和人类的艺术创作(zuò)相(xiāng)提并论。

另一方面，AIGC背后的(de)版权(quán)、目前都并没有得到有效的解决，还有(yǒu)AIGC会不会(huì)代替人类“至高无(wú)上”的创意。

马(mǎ)斯克也强(qiáng)调，人(rén)工智能的安全问题(tí)需要得到重视，太晚(wǎn)就来不及(jí)了。

03

AIGC下一站除了(le)视频，还有(yǒu)远方(fāng)

技术都是有(yǒu)两面性的，潜在的危害并不(bù)能掩(yǎn)盖(gài)其光(guāng)辉(huī)的贡献。现在看来，人(rén)工智能技术将是第四次工业革命的核(hé)心驱动(dòng)力量，将创造新的增长(zhǎng)奇迹。

过去一年，人(rén)工智能在技术和商业层面都有了巨大(dà)进展，AI绘画(huà)就是人工智能技术发(fā)生方向性改变(biàn)的一个代表。其下(xià)一站或许就是视(shì)频(pín)。

此前(qián)，Meta和谷歌先后发布了几条引(yǐn)爆(bào)科技(jì)圈(quān)的短视频。这(zhè)些视频引发关注并(bìng)非内(nèi)容(róng)做得多优(yōu)秀，反而都非常(cháng)简单，比如一匹正在喝水的马，一只画画的(de)玩具熊，或者一段(duàn)骑(qí)摩(mó)托车的(de)第一视角录(lù)像(xiàng)，随便一个有手机的人都可(kě)以随手(shǒu)录下一段(duàn)。

但这些短视(shì)频(pín)的创作方式非常简单，创作者仅仅(jǐn)需要向(xiàng)AI输入(rù)一段话，甚至只是说一下要求，AI就可以根据需要(yào)生成一(yī)段视频。

谷歌发布的两个AI生成视频(pín)分别来自于Imagen Video和Phenaki，前者主要突出(chū)的(de)是高清(qīng)，与Meta的Make-A-Video没有太(tài)多的(de)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(le)一波梗，一个能够做(zuò)出(chū)更高清(qīng)视频(pín)的AI还不足以在短时(shí)间(jiān)内(nèi)戳中兴(xīng)奋点。

Phenaki更加令(lìng)人震(zhèn)惊的(de)地方在于，它可以制(zhì)作出超过2分钟的连(lián)贯的也有确切内容的视(shì)频，这才是(shì)真正让人们感(gǎn)到惊(jīng)喜的地方。因(yīn)为无(wú)论AI生(shēng)成的视频多(duō)么高清，也只能是为(wèi)内容生(shēng)产者提供(gōng)一(yī)个灵感，一个素材，一个过场动画。

不过(guò)能够制作出有具体剧情内(nèi)容(róng)的视频就意味着，一些(xiē)视频创作由AI代(dài)替人工(gōng)完(wán)成已经(jīng)初步有了(le)可能。

当下AI的发展速(sù)度已经超过大部分人的想象(xiàng)。内容产业的(de)本(běn)质是供给(gěi)创造需求(qiú)，AIGC作为全(quán)新的内容生产方式，可以为内容产业带来更(gèng)新(xīn)的内容风格(gé)、更快的(de)生产速度(dù)，更低的生产成本，这无疑会驱(qū)动(dòng)内容产(chǎn)业的大爆发。

除了AI绘(huì)图、视频，AIGC技术还能应用(yòng)于音乐(lè)、代码、机(jī)器人动作等多(duō)种内容形式(shì)的生成。不难发现(xiàn)该项(xiàng)技(jì)术不仅在游戏等(děng)行业能(néng)得到有效应用，对于(yú)下一代互联网各种元素的构建亦(yì)有(yǒu)关键(jiàn)意义。

从商业化的角度(dù)来(lái)看(kàn)，文化娱乐、教(jiào)育(yù)、传媒等诸(zhū)多(duō)领域(yù)，本身(shēn)就对基于AI的可视(shì)化内容有强(qiáng)烈(liè)需求。

因此，AI绘画及(jí)视频或不(bù)是(shì)结果，而只是AI进程中的一块重要拼图(tú)，有望在技术更新的加持下(xià)实现更大的应用(yòng)价值。

AI从理解(jiě)内容(róng)，走(zǒu)向了可以生成(chéng)内容，甚(shèn)至(zhì)能够创造(zào)出(chū)独(dú)立价值(zhí)和独(dú)立视角的内(nèi)容。AIGC的再(zài)次(cì)出圈(quān)，更代(dài)表着未来的先进生(shēng)产力即将(jiāng)到(dào)来。

04

紧(jǐn)抓大模(mó)型与算力(lì)，牢固AIGC底座

从技术(shù)的发展也可以看出，在语言大模型、图像大模型之后，多模态大(dà)模型已经成为(wèi)了(le)新的趋势。

大(dà)模型被誉为(wèi)当前人工智能(néng)发展的智(zhì)能底(dǐ)座，是(shì)全球(qiú)竞争最激烈的研究方向之(zhī)一，包括(kuò)谷(gǔ)歌(gē)、亚马逊、百度、阿里、腾讯等众(zhòng)多头部企业都(dōu)在(zài)竞相发力。

不(bù)过训练大(dà)模型(xíng)的确价格不(bù)菲(fēi)，以(yǐ)国(guó)盛(shèng)证券发(fā)布的(de)《ChatGPT需要(yào)多少(shǎo)算力》报告(gào)估算，GPT-3训(xùn)练(liàn)一次的成本约(yuē)为140万美元。而对于一(yī)些更(gèng)大的LLM(大型语言模型)，训(xùn)练(liàn)成本则介于200万美元至1200万(wàn)美元高价之间。

以ChatGPT在2023年1月的(de)独立访(fǎng)客平均数(shù)1300万计(jì)算，其对应芯(xīn)片需求为3万多(duō)片英伟达A100 GPU，初(chū)始投入成本(běn)约(yuē)为8亿美元，每日仅电费就(jiù)在5万美元左右(yòu)。

此(cǐ)外不论是ChatGPT还是AIGC，都离不开庞大(dà)算力支(zhī)持。在关注各(gè)类大模(mó)型的发(fā)展(zhǎn)同时，更应该关注算力网络的建设(shè)。

算力网络(luò)正驱动AI产业发展进入史诗级加速(sù)进(jìn)程，让AIGC及通用(yòng)AI这一人工智能发展的终极目标离(lí)得更近。

因为算力可以对突(tū)破(pò)性技(jì)术创(chuàng)新提(tí)供(gōng)大力的支持。这方面(miàn)，多模(mó)态(tài)大(dà)模(mó)型是典型。作为面向未来强(qiáng)人工智(zhì)能、通用人工智能的重要技术创新，多模态大模型已经(jīng)在人工智能(néng)领域提出了狼籍和狼藉哪个正确，狼籍与狼藉到底怎么区别很多年(nián)，业界也有不少技术突(tū)破，但是，多模(mó)态大模型进一步往下走(zǒu)，算力需求呈几何式上升，一般(bān)的算力(lì)基础设(shè)施很快将(jiāng)难(nán)以胜任(rèn)。

从图(tú)像、文字、语音(yīn)单(dān)独一项的训练，到双模态、三模(mó)态的跃迁，让人工智能(néng)可以灵活应对不(bù)同模态的转化、像人与世(shì)界交互一样自然，这方面(miàn)，由算力网(wǎng)络来驱动将有明显优势(shì)。

此外，还有很多(duō)需要(yào)爆发(fā)式增长的算力来(lái)支(zhī)撑(chēng)的(de)技术创新(xīn)，将(jiāng)在人工智能算(suàn)力(lì)网络(luò)支撑下快速推进(jìn)。

AIGC已经露出曙(shǔ)光，期待在大模型和大算力的支持(chí)下(xià)AIGC能持续颠覆内容生产的方式，将(jiāng)创造的边际成本降低，让(ràng)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 狼籍和狼藉哪个正确，狼籍与狼藉到底怎么区别