自(zì)聊天机器人ChatGPT火爆以来，微软(ruǎn)公司创(chuàng)始(shǐ)人比尔·盖茨已多次公开谈论人工智(zhì)能话题。在(zài)最(zuì)近(jìn)的一(yī)次(cì)采访(fǎng)中，他再次表示：自相矛盾选自哪本书作者是谁，自相矛盾选自哪本书作者是谁时期ng>“AI可(kě)能会让(ràng)科技行业迎(yíng)来一次剧烈的洗牌(pái)”。

这个结论是(shì)他在(zài)当地时间2月20日接(jiē)受(shòu)《In Good Company》节(jié)目专访时提出(chū)的。

他(tā)预期，AI的(de)发展可能会威胁到谷歌(gē)的市占率，因(yīn)为微软在(zài)AI方面的行动(dòng)相当(dāng)迅速。而最终科(kē)技巨头将把AI整合成(chéng)用户的“全能助手”，包揽一切(qiè)应(yīng)用，与人们进行沟通并提(tí)供(gōng)建议，可以取代亚马逊、Siri或Outlook等(děng)应用。

大(dà)佬口中(zhōng)全能助手的到来可能尚需时(shí)日，但由ControlNet引发的(de)又(yòu)一(yī)次AI绘(huì)画浪潮(cháo)，让AIGC在ChatGPT的话题热点包围中(zhōng)杀出重围(wéi)。

01

ControlNet颠覆(fù)AI绘画(huà)新玩法

AIGC向可控靠近

以AI绘画为(wèi)代表的AIGC上一次爆火的时候(hòu)，还是(shì)2022年8月(yuè)，在美国科罗(luó)拉多州(zhōu)举办(bàn)的新兴(xīng)数字(zì)艺术(shù)家竞赛中，一幅(fú)名为《太(tài)空歌剧院》的作(zuò)品获奖。

随(suí)后各大(dà)厂商(shāng)的AI绘画软件被(bèi)广大网(wǎng)友(yǒu)熟(shú)知并体(tǐ)验(yàn)，Stable Diffusion便是(shì)其中代表。

用(yòng)户们可以在应(yīng)用中输入一组(zǔ)关键词或(huò)者一张照片，就(jiù)能获得一(yī)幅(fú)AI创(chuàng)作的画作(zuò)。

作画(huà)的关键(jiàn)就是所输入(rù)的文(wén)本。同一组关键词也(yě)可以创作出很多(duō)张风(fēng)格不一(yī)样的画作(zuò)，这让创作的过程就(jiù)像开盲盒。

很(hěn)多(duō)用户很(hěn)喜欢这种不确定(dìng)的(de)惊喜，他们会将生成(chéng)的美(měi)图(tú)当做头像。而另一部分(fēn)喜(xǐ)欢翻看AI绘画的“翻(fān)车(chē)”作(zuò)品。在社交媒体上，许(xǔ)多(duō)用户分(fēn)享AI“翻(fān)车(chē)现场”，例如，一位网友(yǒu)的小狗(gǒu)照片被(bèi)AI画成了“肌肉男”，还有网友的个(gè)人(rén)照片被AI识别成了建筑。

而(ér)如今随着(zhe)ControlNet的出现与加持，以往AI绘(huì)画的填写(xiě)关(guān)键词游戏可能要被颠覆了。

ControlNet是一位(wèi)正在斯坦福读博的中国人(rén)张吕敏创作(zuò)的一种基(jī)于控制点的图像变形算(suàn)法，主要(yào)用(yòng)于数字图(tú)像处理、计(jì)算机(jī)视觉和计算(suàn)机(jī)图形学等领域。

其(qí)SD插件一经发(fā)布，在(zài)短短的两(liǎng)天内(nèi)便(biàn)成为了AI绘(huì)画(huà)领(lǐng)域最新的(de)热点(diǎn自相矛盾选自哪本书作者是谁，自相矛盾选自哪本书作者是谁时期)。

在此之(zhī)前，大(dà)家(jiā)用了(le)很多方法想(xiǎng)让AI生成(chéng)的结(jié)果尽可能的符(fú)合要求，但是都不(bù)尽如(rú)人意，它的出现代(dài)表着AI生成(chéng)开始进(jìn)入真(zhēn)正的可控时期。

因为(wèi)ControlNet可(kě)以直接(jiē)提取画(huà)面(miàn)的构图，人(rén)物(wù)的姿势和画面的深度信息(xī)等。有了它的帮助，就不用(yòng)频繁的用提示词(cí)来碰运气，抽盲盒(hé)式的(de)创作了。

通俗(sú)的说(shuō)ControlNet相当(dāng)于给(gěi)AI绘画加了“魔法”，不少(shǎo)博主(zhǔ)的作品(pǐn)已(yǐ)经(jīng)获得了大量(liàng)的浏览(lǎn)量，“viggo”就是其中之一，他用朋(péng)友(yǒu)的(de)照(zhào)片直接带她们走进动漫世界(jiè)。

viggo先用StableDiffusion图片转(zhuǎn)文字。

再(zài)用Text2Prompt插件(jiàn)拓(tuò)展找到对应的(de)关键词；最后用ControlNet插件绑定骨自相矛盾选自哪本书作者是谁，自相矛盾选自哪本书作者是谁时期骼开始换关键(jiàn)词试(shì)效果。

通过(guò)图(tú)片就(jiù)可以看出来，效果十分惊艳。

更(gèng)厉害的(de)是，除(chú)了真(zhēn)实(shí)的照片，草图也可以加(jiā)上“魔法”，知乎大牛“DevPoint”和“逗砂(shā)”介绍到ControlNet还能实现线(xiàn)稿(gǎo)转(zhuǎn)全彩图。大(dà)神张(zhāng)吕敏其本尊也亲(qīn)自回应。

不得不说当下AIGC已经变(biàn)得(dé)越(yuè)来越(yuè)强大，甚至输出的作品都已经(jīng)能以假乱真(zhēn)了。

02

难辨虚实，AIGC技术力爆(bào)发

警(jǐng)惕安全问(wèn)题(tí)

近日，“苏州(zhōu)金鸡湖有游艇party”的消息火遍网(wǎng)络，而经过警方辟谣(yáo)这所谓的(de)“party”可能是(shì)全国第一起AI绘图诈骗。

由于这个活动里面给出的(de)美(měi)女照片都是(shì)AI制(zhì)作的真人照片(piàn)绘图(tú)，因为太逼真，被大家当成真(zhēn)事传播(bō)了。

不过(guò)仔细(xì)观察可以发现(xiàn)，活(huó)动发起(qǐ)者(zhě)提供(gōng)的照片中有个很(hěn)大的漏洞可(kě)以发现并非真人，而是AI绘图，那便是图片中女性(xìng)的手(shǒu)指(zhǐ)部(bù)分有的(de)存在异常。

有(yǒu)行业人事表示：“现在因(yīn)为手指部(bù)分(fēn)的绘(huì)画算法比较复杂，AI还不太(tài)会画人(rén)的手，但最(zuì)新看到的图(tú)片已(yǐ)经有越来越完美的AI模(mó)型出(chū)现，以后(hòu)可能就完全没有漏洞了。”

类似(shì)的AI作图诈骗在(zài)国(guó)外也已有发生。据英国广播公司报道，土耳其地(dì)震期间，有Tiktok用户使(shǐ)用AI合成了儿童受灾的(de)假照片(piàn)发布到网络，以此诱骗善良的人打赏(shǎng)“捐助”从(cóng)而(ér)实施诈骗。

目(mù)前随着技术发展，AIGC已经(jīng)能做出真人照片般(bān)的绘(huì)图效果，如果这样的图片被用来诈骗，将非常(cháng)可怕。

此(cǐ)外AIGC还引发了很多担忧，一(yī)方面，批判者认为AI在“学(xué)习”了大(dà)量前人的(de)作品之后，其创作(zuò)没有任(rèn)何情(qíng)绪和(hé)灵魂，难以(yǐ)和人类的艺术创作相提并论(lùn)。

另(lìng)一方面(miàn)，AIGC背(bèi)后的版权、目前都并没(méi)有得到(dào)有效(xiào)的解决，还有(yǒu)AIGC会不(bù)会代替人类(lèi)“至高(gāo)无上(shàng)”的(de)创意。

马斯克也强调(diào)，人工智能的安全问(wèn)题需(xū)要得(dé)到重视，太晚就来不及了。

03

AIGC下一(yī)站除了视频，还有远(yuǎn)方

技术(shù)都(dōu)是(shì)有两(liǎng)面性的，潜在的(de)危(wēi)害并不能掩盖其(qí)光辉(huī)的贡献。现在看来，人(rén)工(gōng)智能(néng)技术将(jiāng)是第四次工业革(gé)命的核心驱(qū)动力(lì)量，将创造新的增长奇迹。

过去(qù)一年(nián)，人工智(zhì)能在技术和商业层面(miàn)都有了(le)巨大进(jìn)展，AI绘画就是人工智能技术发生方向(xiàng)性(xìng)改变的一个代表。其下一站或许就(jiù)是视(shì)频。

此前(qián)，Meta和谷歌先后发布(bù)了几(jǐ)条(tiáo)引爆(bào)科(kē)技(jì)圈的短视频。这些(xiē)视频引(yǐn)发关注(zhù)并非内(nèi)容做(zuò)得多优(yōu)秀(xiù)，反而都(dōu)非(fēi)常简单，比如一匹正在喝水的马(mǎ)，一只(zhǐ)画(huà)画(huà)的玩具熊，或者一段骑摩托车的第一视(shì)角录像，随便(biàn)一个有(yǒu)手机的人都(dōu)可以(yǐ)随手录下一段。

但这些短视频的创作方式非常简(jiǎn)单，创作者仅仅(jǐn)需要向AI输(shū)入一(yī)段话，甚(shèn)至只是说(shuō)一下(xià)要求，AI就可以(yǐ)根据需要生成一(yī)段(duàn)视频。

谷歌(gē)发布的两(liǎng)个AI生成(chéng)视频分(fēn)别来自(zì)于Imagen Video和(hé)Phenaki，前者主要(yào)突出的是高清，与Meta的Make-A-Video没有太(tài)多(duō)的差别。

在Make-A-Video公布了AI生成的视频后(hòu)，AI圈就已经玩(wán)了一波梗，一个能够做出(chū)更(gèng)高清视频的AI还(hái)不足以在(zài)短时(shí)间内戳中兴奋点。

Phenaki更加令人震(zhèn)惊的地方在于，它(tā)可以制作出超过(guò)2分钟(zhōng)的连贯的也有确(què)切(qiè)内容的视频(pín)，这才是(shì)真正(zhèng)让(ràng)人们(men)感到惊喜的(de)地方。因为无论AI生成的视频多么高清，也(yě)只能是为(wèi)内容(róng)生产者提供(gōng)一(yī)个灵感，一个素(sù)材，一个过场动(dòng)画。

不过能够制(zhì)作出有具体剧情内容的视频(pín)就意(yì)味着，一些视(shì)频创作由AI代替人(rén)工完成已经(jīng)初步(bù)有了(le)可能(néng)。

当下AI的发展速度已经超过(guò)大部分(fēn)人的想象。内容产业的本质(zhì)是供(gōng)给(gěi)创(chuàng)造(zào)需求，AIGC作为全新的内容生产方式(shì)，可以为(wèi)内容(róng)产业带来更新(xīn)的(de)内容风格、更快的生产速度，更低的生(shēng)产成本，这无疑会驱动内(nèi)容(róng)产业的大爆发。

除了AI绘图、视频，AIGC技术还能(néng)应用于音乐、代码、机器(qì)人动作等多种内容(róng)形式的生成(chéng)。不难发现该项(xiàng)技术不仅在游戏等行业能得到有效应用，对于下一代互联(lián)网(wǎng)各(gè)种元素的构建亦(yì)有关键意(yì)义。

从商业化(huà)的(de)角度来看，文化(huà)娱乐、教育、传(chuán)媒等诸(zhū)多领域(yù)，本(běn)身就(jiù)对基于AI的可视化内容(róng)有强烈(liè)需求。

因此，AI绘(huì)画及视频或(huò)不是(shì)结果，而只是AI进(jìn)程中的一块重(zhòng)要拼(pīn)图，有(yǒu)望在技(jì)术更新的(de)加持下实现更大的应用(yòng)价值。

AI从理解内容，走向了可以(yǐ)生成内(nèi)容，甚至(zhì)能够创造出独立价值和独立(lì)视(shì)角的内容(róng)。AIGC的再(zài)次出圈，更(gèng)代表着未(wèi)来的先(xiān)进生产力即将(jiāng)到来。

04

紧抓大(dà)模型与(yǔ)算力，牢固AIGC底座

从技术的发展(zhǎn)也可以(yǐ)看出(chū)，在语言(yán)大模型、图像大模型(xíng)之后，多模(mó)态(tài)大(dà)模型(xíng)已经成(chéng)为了新的(de)趋势。

大模型被(bèi)誉为(wèi)当前(qián)人工智能发展的智能(néng)底座，是全球(qiú)竞争(zhēng)最激烈的研究方(fāng)向之一，包(bāo)括(kuò)谷歌(gē)、亚马逊、百度、阿里、腾(téng)讯(xùn)等(děng)众多头部企业都在竞相发力。

不(bù)过(guò)训练大模型的确价格不菲，以(yǐ)国盛证(zhèng)券发布的《ChatGPT需要多少(shǎo)算力(lì)》报告估(gū)算，GPT-3训(xùn)练一次的成本约(yuē)为140万美元。而对于一些更(gèng)大(dà)的LLM(大型(xíng)语言模型)，训练成本(běn)则介于200万(wàn)美(měi)元至1200万美元高价之间。

以ChatGPT在2023年1月(yuè)的独立(lì)访客平均(jūn)数1300万(wàn)计(jì)算，其对应芯片需求(qiú)为3万多片英伟达A100 GPU，初始投入(rù)成本约(yuē)为8亿(yì)美元，每日仅电(diàn)费就在(zài)5万美元左右(yòu)。

此外不论是ChatGPT还是AIGC，都离不开庞大算力支持。在关注各类大(dà)模型的发(fā)展(zhǎn)同时，更应(yīng)该关注(zhù)算力网络的(de)建设(shè)。

算力网络正驱动AI产业发展(zhǎn)进入(rù)史诗(shī)级加速进程，让AIGC及通(tōng)用AI这一人工智(zhì)能发展的终极目标离得更近。

因为算力(lì)可以对突(tū)破(pò)性技术创新(xīn)提供大力(lì)的支(zhī)持(chí)。这方(fāng)面，多模态(tài)大模型是典(diǎn)型。作为面(miàn)向未来强人工智能、通(tōng)用人(rén)工(gōng)智能的重要(yào)技术创新，多模态大模(mó)型(xíng)已(yǐ)经(jīng)在人(rén)工智(zhì)能领(lǐng)域提出(chū)了很多年(nián)，业界也有不(bù)少(shǎo)技术突破(pò)，但(dàn)是(shì)，多(duō)模态大模型进一(yī)步往(wǎng)下(xià)走，算(suàn)力需求呈几何式(shì)上升，一般的算(suàn)力基础设施(shī)很快将难以胜任。

从图像、文字、语音单独一项(xiàng)的训(xùn)练，到双模态、三模态的跃迁，让人工智能可以(yǐ)灵活应对不同模态的转化、像人与世界交互(hù)一样自(zì)然，这方面，由算力网络来驱动将有明显优势。

此外，还有(yǒu)很(hěn)多(duō)需要爆发式增长(zhǎng)的算(suàn)力来支撑(chēng)的(de)技术(shù)创新，将在人工智能算力(lì)网络支撑下快速推进。

AIGC已经露出曙光，期(qī)待在大(dà)模型和大算力的支持下(xià)AIGC能持续颠覆内容生(shēng)产的(de)方式，将创造的边际成本降低(dī)，让万众(zhòng)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 自相矛盾选自哪本书作者是谁，自相矛盾选自哪本书作者是谁时期