自(zì)聊(liáo)天机器人(rén)ChatGPT火爆以来，微软公司(sī)创(chuàng)始人比尔·盖茨(cí)已多次公开谈(tán)论人(rén)工智(zhì)能话(huà)题。在最近的一次采访中(zhōng)，他再次表示：“AI可能会让科技(jì)行业迎(yíng)来一次剧烈的洗(xǐ)牌”。

这个结论是他(tā)在当(dāng)地时间(jiān)2月20日接(jiē)受《In Good Company》节目专访(fǎng)时提(tí)出的(de)。

他预期，AI的发展可能会威胁到谷歌的市占(zhàn)率(lǜ)，因为微软在AI方面的行(xíng)动相(xiāng)当迅(xùn)速。而最终科(kē)技巨头将把AI整合成用(yòng)户(hù)的“全能(néng)助手(shǒu)”，包揽一切应用，与人们进行(xíng)沟(gōu)通并(bìng)提供建议，可以(yǐ)取(qǔ)代亚(yà)马逊、Siri或Outlook等应用。

大佬口中全能(néng)助(zhù)手(shǒu)的(de)到来可(kě)能尚需时日(rì)，但由ControlNet引(yǐn)发的又一次(cì)AI绘(huì)画浪潮，让(ràng)AIGC在ChatGPT的话题(tí)热点包围中杀出重围(wéi)。

01

ControlNet颠(diān)覆AI绘画新玩法

AIGC向可控靠近

以AI绘画为代表的(de)AIGC上一次爆火的(de)时候，还是2022年8月，在(zài)美(měi)国科罗拉多州举(jǔ)办的新兴数字艺术家竞(jìng)赛中，一幅名为(wèi)《太(tài)空歌剧院》的作品获奖。

随后各(gè)大(dà)厂商的AI绘画软件(jiàn)被广(guǎng)大网友熟(shú)知并体验，Stable Diffusion便是其中(zhōng)代表。

用户们可以在应用中输入一组关键词(cí)或(huò)者一(yī)张照片(piàn)，就能(néng)获得一幅(fú)AI创作的画作。

作画的关键就是所输入的(de)文(wén)本(běn)。同一组(zǔ)关键词(cí)也(yě)可(kě)以创作出很多张风(fēng)格不一样的(de)画作，这(zhè)让创作的过(guò)程就像开盲(máng)盒。

很(hěn)多用户(hù)很喜欢这种不(bù)确定的惊(jīng)喜(xǐ)，他们会(huì)将(jiāng)生(shēng)成的(de)美图当做头像。而(ér)另(lìng)一部分(fēn)喜欢翻看AI绘画的“翻(fān)车”作品。在社交媒体(tǐ)上，许多用户分享AI“翻车现场”，例如(rú)，一位网友的小狗照(zhào)片被(bèi)AI画成了“肌肉男”，还有网(wǎng)友的个人照(zhào)片被AI识别成了建筑。

而如今(jīn)随着(zhe)ControlNet的出现与加持，以往AI绘画(huà)的填(tián)写关键词游戏可能要被颠(diān)覆(fù)了(le)。

ControlNet是一位正在斯(sī)坦福读博的(de)中国人(rén)张吕敏(mǐn)创作的(de)一种基于控制(zhì)点的图像变形算法，主要用于数字图像(xiàng)处(chù)理、计算(suàn)机视觉和计算机图形学等领域。

其SD插件(jiàn)一(yī)经发布，在短短(duǎn)的两(liǎng)天内便成为了(le)AI绘画领域最新的热点。

在此之前，大家用了很(hěn)多方法想让(ràng)AI生成的(de)结果尽可能的符(fú)合要求，但是都不尽如(rú)人意，它的出现代(dài)表着AI生成开始(shǐ)进入(rù)真正(zhèng)的可控(kòng)时期(qī)。

因为ControlNet可以直接提取(qǔ)画面(miàn)的(de)构图，人物的姿势和画面(miàn)的深度信息(xī)等(děng)。有了(le)它(tā)的(de)帮助，就不(bù)用频(pín)繁(fán)的用提示词来碰运气，抽(chōu)盲盒式的创作了。

通俗的说(shuō)ControlNet相(xiāng)当于给AI绘画加了“魔法”，不少博主的作品已经获(huò)得了大量的浏览(lǎn)量，“viggo”就(jiù)是其中之(zhī)一(yī)，他用朋友的照(zhào)片直接带她们走进动漫世界。

viggo先(xiān)用StableDiffusion图(tú)片转文字。

再用Text2Prompt插件拓展找到对应(yīng)的关(guān)键词；最(zuì)后用(yòng)ControlNet插件绑(bǎng)定骨(gǔ)骼(gé)开始换关(guān)键(jiàn)词试效果。

通过(guò)图片就(jiù)可(kě)以看出来(lái)，效果十分惊艳(yàn)。

更厉害(hài)的是，除(chú)了真(zhēn)实(shí)的照片(piàn)，草图也可以加上(shàng)“魔法”，知(zhī)乎大牛“DevPoint”和“逗砂(shā)”介绍(shào)到ControlNet还能实(shí)现线稿(gǎo)转全彩(cǎi)图(tú)。大神张吕(lǚ)敏(mǐn)其本尊也亲(qīn)自回应。

不得(dé)不说(shuō)当下(xià)AIGC已经变得越来(lái)越(yuè)强大，甚至输(shū)出的作品都已(yǐ)经能(néng)以假乱真了。

02

难辨虚实，AIGC技术力爆发(fā)

警惕安全问题(tí)

近日，“苏(sū)州金鸡湖(hú)有游艇party”的消息火遍网络，而经过(guò)警(jǐng)方辟谣这所谓(wèi)的“party”可能是全(quán)国第一起(qǐ)AI绘图诈骗。

由于(yú)这个活动里面给出的(de)美(měi)女照片都是AI制作(zuò)的真人照片(piàn)绘图，因为(wèi)太逼真，被(bèi)大(dà)家当成(chéng)真事传播了。

不过仔细观(guān)察可以(yǐ)发现，活(huó)动发起者提(tí)供的照(zhào)片中有个(gè)很大的漏洞可以发现并非真人，而是AI绘图，那便是图片中(zhōng)女性的手指部分有的存(cún)在异常。

什么的山峰填合适的词二年级，什么的山峰填合适的词三年级-cropx2="1280" data-cropy1="0" data-cropy2="788.3737024221454" data-ratio="0.61640625" data-s="300,640" data-type="jpeg" data-w="1280">

有(yǒu)行(xíng)业人事表示(shì)：“现在因为手指部分的绘画算法比较复杂，AI还(hái)不太会(huì)画(huà)人的手，但最新看到(dào)的(de)图片已经有越来越(yuè)完美的AI模型出现(xiàn)，以后可(kě)能就(jiù)完全没有漏洞了。”

类似(shì)的AI作图诈骗在国外(wài)也(yě)已有发(fā)生。据英国广播公司报(bào)道，土耳其地震期间，有Tiktok用(yòng)户使用AI合成了儿(ér)童受灾的假照片发布到网络(luò)，以此诱骗善良的人打赏“捐助(zhù)”从而实施诈骗。

目前(qián)随(suí)着技术发(fā)展(zhǎn)，AIGC已经能做出真人照片般(bān)的绘图效果(guǒ)，如果这样的(de)图片被用来诈骗，将非常可怕。

此外AIGC还引发了(le)很(hěn)多担忧，一方面(miàn)，批判者(zhě)认为AI在“学(xué)习”了(le)大量前人的作品之后(hòu)，其创作没有任何(hé)情(qíng)绪和灵魂(hún)，难以和人(rén)类的艺术创作相提并论(lùn)。

另一方面，AIGC背后的版权、目前(qián)都(dōu)并没有得到有效的解决，还(hái)有AIGC会不会代替人类“至高无上”的创意。

马斯克也强调，人工智能的安全问题需要得到(dào)重视，太晚就来不(bù)及(jí)了(le)。

03

AIGC下一(yī)站除了视频，还(hái)有远方

技(jì)术都是有两(l什么的山峰填合适的词二年级，什么的山峰填合适的词三年级iǎng)面性的，潜在(zài)的(de)危(wēi)害并不能掩盖其光(guāng)辉(huī)的贡献。现在看来，人工智能技术将(jiāng)是(shì)第四(sì)次(cì)工(gōng)业(yè)革命的核心驱动(dòng)力量，将创造新的增长奇迹。

过去一年，人工智能在技术和商业层面都有了(le)巨大进展，AI绘画就是人工智能技(jì)术(shù)发生方向性改变的一个(gè)代表。其下一(yī)站或许就是视频。

此(cǐ)前，Meta和谷歌先后(hòu)发布了几条引爆科技圈的短视(shì)频。这些视(shì)频引发关注并非内容做得(dé)多优秀，反而都非(fēi)常简单，比如一(yī)匹正在(zài)喝水的马，一只画画的(de)玩具熊，或(huò)者一段骑(qí)摩托车的第一视角录像，随便一个有(yǒu)手机的人(rén)都可以随手录下一(yī)段。

但(dàn)这(zhè)些(xiē)短(duǎn)视频(pín)的创(chuàng)作方式非常简单，创作者(zhě)仅仅需要向AI输(shū)入一段话，甚至只是说一下要求(qiú)，AI就(jiù)可(kě)以根据需要生成一段视频。

谷歌(gē)发布的两个(gè)AI生成视频分别来(lái)自于Imagen Video和(hé)Phenaki，前者主要突出(chū)的是高清，与Meta的(de)Make-A-Video没有(yǒu)太多(duō)的差(chà)别。

在Make-A-Video公(gōng)布了AI生(shēng)成(chéng)的视频后，AI圈就已经玩了一波(bō)梗，一(yī)个能(néng)够做(zuò)出更高(gāo)清视频的AI还不足以在短(duǎn)时间内(nèi)戳中兴奋点。

Phenaki更加令(lìng)人震惊的地方在于，它可以制作出超过(guò)2分钟的连贯(guàn)的也有确切内(nèi)容的视频(pín)，这才是(shì)真正让人们(men)感到惊喜(xǐ)的地方。因(yīn)为(wèi)无论AI生(shēng)成的视(shì)频(pín)多么高清，也(yě)只能是为内容生产者提供一个灵感(gǎn)，一个(gè)素材(cái)，一个过场动(dòng)画。

不(bù)过(guò)能够制作(zuò)出有具体剧(jù)情(qíng)内(nèi)容的(de)视频就(jiù)意味着，一些视频创作由AI代(dài)替人(rén)工完成已经(jīng)初步有了可能。

当(dāng)下AI的发(fā)展(zhǎn)速度已经超过大(dà)部分人的想(xiǎng)象。内容产业的(de)本质是供给创(chuàng)造需求，AIGC作为(wèi)全新的内容(róng)生产方式，可(kě)以为内(nèi)容产业带来更新的内容风格、更快的生产(chǎn)速度，更低的生产成本，这无疑(yí)会驱动内容产业的大爆(bào)发。

除了AI绘图、视频，AIGC技术还(hái)能(néng)应用于音乐、代码、机器人动(dòng)作等多种内容形式(shì)的生成。不(bù)难发现该项技术(shù)不仅在游戏等行业能得到有效应用(yòng)，对(duì)于(yú)下一代互(hù)联(lián)网各种元素的构建亦有关(guān)键意义(yì)。

从商业化的角度(dù)来看，文(wén)化(huà)娱乐、教(jiào)育、传媒等诸(zhū)多领(lǐng)域，本身就对基于AI的可(kě)视化内(nèi)容有(yǒu)强烈(liè)需求。

因此(cǐ)，AI绘画(huà)及视频(pín)或不是结果，而只是(shì)AI进程中的一块重要拼图，有望在技术更新的加持(chí)下实现更大(dà)的应用价值。

AI从理(lǐ)解(jiě)内容，走(zǒu)向了可(kě)以生(shēng)成(chéng)内容，甚至能够(gòu)创造出独立价(jià)值和(hé)独立视角的内(nèi)容。AIGC的再次出圈，更代(dài)表着未来的先进生产力即将(jiāng)到来。

04

紧抓大模型与算力，牢固AIGC底(dǐ)座

从(cóng)技术的(de)发展(zhǎn)也可以看(kàn)出，在语言(yán)大(dà)模型、图像大(dà)模型之后，多模态(tài)大(dà)模(mó)型(xíng)已经成为了新的趋势(shì)。

大(dà)模型被誉为(wèi)当前人工智(zhì)能(néng)发展(zhǎn)的智能底座，是全球(qiú)竞争最(zuì)激烈的(de)研究方向之一，包括(kuò)谷(gǔ)歌(gē)、亚马逊(xùn)、百度、阿里、腾讯等众(zhòng)多(duō)头(tóu)部企业(yè)都在竞相发(fā)力。

不过(guò)训练大模型的确价(jià)格不菲，以国盛(shèng)证(zhèng)券(quàn)发布的《ChatGPT需要多少算力》报告估算，GPT-3训练(liàn)一次的成本约为140万美元(yuán)。而对于一(yī)些更(gèng)大的LLM(大型语(yǔ)言(yán)模型(xíng))，训(xùn)练成本则(zé)介于200万(wàn)美元至(zhì)1200万美元(yuán)高(gāo)价之间(jiān)。

以(yǐ)ChatGPT在2023年(nián)1月的独立访(fǎng)客平均数1300万计(jì)算，其对应芯片需求为3万多片英伟达(dá)A100 GPU，初始投入成(chéng)本(běn)约(yuē)为8亿美元，每日仅电(diàn)费就(jiù)在5万美元左右。

此外不论是ChatGPT还是AIGC，都离不(bù)开(kāi)庞大算力支持(chí)。在关(guān)注各(gè)类大模型的发展同时，更应该(gāi)关注算力网络(luò)的建设。

算(suàn)力网络(luò)正驱动AI产业发展进(jìn)入史诗级加速进(jìn)程，让AIGC及通用AI这(zhè)一人工智能(néng)发(fā)展(zhǎn)的(de)终极目标(biāo)离得更(gèng)近(jìn)。

因为算力(lì)可以对突破(pò)性技术(shù)创新(xīn)提供大力(lì)的支(zhī)持。这(zhè)方面，多模态大模型是典型。作为面向未来强人工智能、通用人工智能的重要技术(shù)创新，多模态大模型(xíng)已经在人工(gōng)智能领域(yù)提出了很多年(nián)，业界也(yě)有不(bù)少技术突(tū)破，但是(shì)，多模(mó)态大模型进一步往下走，算力需求呈几何式上升(shēng)，一般的算力基础设施很快将难以(yǐ)胜任。

从图像、文(wén)字、语(yǔ)音单独(dú)一项的训练，到(dào)双模(mó)态、三模态的跃迁，让(ràng)人工(gōng)智能(néng)可(kě)以灵活应对不(bù)同模态的转化(huà)、像人(rén)与世界交互(hù)一(yī)样自然(rán)，这(zhè)方面，由算力(lì)网络来驱动将(jiāng)有明显优势(shì)。

此外，还(hái)有很多需(xū)要爆发式增长的(de)算力来支撑的技术创(chuàng)新，将在人(rén)工智能(néng)算力(lì)网络支撑下快速推进。

AIGC已(yǐ)经露(lù)出曙光，期待在大(dà)模(mó)型(xíng)和(hé)大算力的支持下AIGC能(néng)持续颠覆内容生产的方式，将创造的(de)边际成(chéng)本(běn)降低，让(ràng)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 什么的山峰填合适的词二年级，什么的山峰填合适的词三年级