自聊天机器人ChatGPT火爆以来(lái)，微软公司创(chuàng)始人比尔·盖茨已多次公(gōng)开谈论人工智能话题。在最近的(de)一次采访中，他再次表示：“AI可能会让科技(jì)行业迎来一次剧烈的洗(xǐ)牌(pái)”。

这个(gè)结论是他在当(dāng)地时间(jiān)2月20日接受《In Good Company》节目专访时提出的。

他预期(qī)，AI的发展可能会威胁(xié)到(dào)谷歌的市占率(lǜ)，因为微(wēi)软在AI方面的行动相当(dāng)迅速。而最终科技巨头(tóu)将(jiāng)把AI整(zhěng)合成用户(hù)的(de)“全(quán)能(néng)助手(shǒu)”，包揽一切(qiè)应用，与人们(men)进(jìn)行沟通(tōng)并提供建议，可以取代亚马逊、Siri或Outlook等应用。

大(dà)佬(lǎo)口中全(quán)能(néng)助手的到来可(kě)能尚需(xū)时(shí)日(rì)，但由ControlNet引发(fā)的(de)又一(yī)次(cì)AI绘画浪潮(cháo)，让AIGC在ChatGPT的话题热点(diǎn)包围中(zhōng)杀出重围(wéi)。

01

ControlNet颠覆(fù)AI绘画新玩法(fǎ)

AIGC向(xiàng)可控靠近

以AI绘(huì)画为代表的AIGC上(shàng)一次(cì)爆火的时候，还是2022年8月，在(zài)美国科(kē)罗拉(lā)多州举办的(de)新兴数(shù)字(zì)艺术家竞(jìng)赛(sài)中(zhōng)，一幅名为《太空歌剧院》的作品获奖。

随后(hòu)各大厂商的AI绘画软件(jiàn)被广大网友熟(shú)知(zhī)并体验，Stable Diffusion便是(shì)其中代表。

用(yòng)户们可以在应(yīng)用中输(shū)入(rù)一组(zǔ)关键词或者一张照片，就能获得一幅AI创作(zuò)的(de)画作。

作画的关键(jiàn)就是所输(shū)入(rù)的文(wén)本。同(tóng)一组关(guān)键词也可(k古诗山衔落日浸寒漪，山衔落日浸寒漪的诗意是什么ě)以创作(zuò)出很多张风格不一样的画作，这(zhè)让创(chuàng)作的过程就像(xiàng)开盲(máng)盒。

很多用户很(hěn)喜欢(huān)这种不(bù)确定的惊喜，他们(men)会将(jiāng)生成的美(měi)图当做头像。而另一部分喜(xǐ)欢翻看AI绘(huì)画(huà)的“翻车(chē)”作品。在社(shè)交媒体上(shàng)，许多用(yòng)户分享AI“翻(fān)车现(xiàn)场”，例(lì)如，一位(wèi)网友(yǒu)的小狗照片被AI画成了“肌肉男”，还有网友的个人照片被AI识别成了建(jiàn)筑。

而如今随着(zhe)ControlNet的出现与加(jiā)持，以往AI绘画的填写关键(jiàn)词游(yóu)戏可能要(yào)被颠覆了(le)。

ControlNet是(shì)一位正在斯坦(tǎn)福读博(bó)的中国(guó)人张吕敏创作的一种基于控制点的图(tú)像(xiàng)变形算法，主要用于数字(zì)图像处理、计算机视觉(jué)和计算机图形(xíng)学等(děng)领(lǐng)域(yù)。

其SD插件一经发布，在短短的(de)两天内便成为了(le)AI绘画(huà)领域(yù)最新(xīn)的热点。

在此之前，大家用了很多方法想让AI生成的结(jié)果尽(jǐn)可(kě)能的符合要求，但是都不尽如人意，它(tā)的(de)出现代(dài)表着AI生成开(kāi)始进入真(zhēn)正(zhèng)的可控(kòng)时期。

因为ControlNet可以(yǐ)直(zhí)接提取画面的构图，人物的姿势和画面的深度信息等。有了它(tā)的帮助，就不用频繁的用提示(shì)词来(lái)碰运(yùn)气(qì)，抽盲盒式(shì)的创(chuàng)作了(le)。

通俗的说ControlNet相当(dāng)于给AI绘画加了“魔法”，不少博主的作品已经获得了大(dà)量的浏览量，“viggo”就是其中之一，他用朋友的(de)照片直(zhí)接带她们(men)走(zǒu)进(jìn)动漫(màn)世(shì)界。

viggo先用StableDiffusion图(tú)片转文字(zì)。

再用Text2Prompt插件拓展找到对应的关键词；最(zuì)后用(yòng)ControlNet插件绑定骨骼(gé)开始换关键词(cí)试(shì)效果。

通过图片(piàn)就可(kě)以(yǐ)看(kàn)出来，效(xiào)果十分惊(jīng)艳。

更厉害的(de)是(shì)，除了真实的照片，草(cǎo)图(tú)也(yě)可以(yǐ)加(jiā)上“魔法(fǎ)”，知乎大牛“DevPoint”和(hé)“逗砂”介绍到ControlNet还能实现线(xiàn)稿(gǎo)转全彩图。大(dà)神张吕(lǚ)敏其本尊也(yě)亲(qīn)自回(huí)应(yīng)。

不(bù)得不说当下(xià)AIGC已经变得越来越(yuè)强大，甚至输(shū)出的作品都已经能以假乱真了。

02

难辨虚实，AIGC技术力爆发

警惕(tì)安全问题

近日，“苏州金鸡(jī)湖有游艇party”的消息火遍网络，而经过警方(fāng)辟谣这所谓的“party”可(kě)能是全国(guó)第一起AI绘图诈骗。

由于这个(gè)活动里面给出的美女(nǚ)照片(piàn)都是AI制作的真(zhēn)人照片绘图(tú)，因为太逼真，被大家当(dāng)成真事传播了。

不过仔细观察可以发(fā)现，活(huó)动(dòng)发起者提供的照片中有个很(hěn)大的漏洞(dòng)可(kě)以发现并非真人，而(ér)是AI绘图，那便是图片(piàn)中女性(xìng)的(de)手指部(bù)分有的存在(zài)异常。

有行业人事表示：“现在(zài)因(yīn)为手指部分的绘画算法比较复杂，AI还不太(tài)会画(huà)人的(de)手，但最(zuì)新看到的图(tú)片(piàn)已经有越(yuè)来越完美的AI模型(xíng)出现，以后可(kě)能就完全没有漏洞了。”

类似的AI作图诈骗(piàn)在国外也(yě)已有发生。据英(yīng)国广播公司报道(dào)，土耳(ěr)其地震期间，有Tiktok用户使(shǐ)用AI合成了儿童受(shòu)灾的(de)假照片发布到网络，以此诱骗善(shàn)良的人打赏“捐(juān)助”从而实施诈骗。

目(mù)前随(suí)着技术发展，AIGC已经能做出真(zhēn)人照片(piàn)般的绘图效果，如果这样(yàng)的图片被用来(lái)诈骗，将非常可(kě)怕。

此(cǐ)外AIGC还(hái)引发(fā)了很多(duō)担忧，一方面，批判者认为AI在“学(xué)习”了(le)大量前人的作(zuò)品之后，其(qí)创作没有任何情绪和灵(líng)魂，难(nán)以和人类(lèi)的艺术创作相提并论。

另一(yī)方面，AIGC背后的版权、目前都并没有得到有效的解决，还有(yǒu)AIGC会不(bù)会代替人类“至(zhì)高无上”的创意。

马斯克也强调，人(rén)工智能的安(ān)全问题需要得到重视，太晚就来(lái)不及了(le)。

03

AIGC下一站除了视频，还有远(yuǎn)方

技(jì)术都(dōu)是有(yǒu)两面性(xìng)的(de)，潜在的危(wēi)害并不能掩盖其光(guāng)辉的贡献。现在(zài)看来，人(rén)工智能技术将是第四次工(gōng)业革命的核心驱动力量(liàng)，将创造新(xīn)的(de)增长奇迹(jì)。

过去一年(nián)，人工智(zhì)能在技术和商(shāng)业层面都有了巨大进展，AI绘画(huà)就是(shì)人(rén)工智能技术发(fā)生方向(xiàng)性改变的一个(gè)代表(biǎo)。其下一站或许就是(shì)视频(pín)。

此(cǐ)前，Meta和谷歌(gē)先后发布(bù)了几条引(yǐn)爆科技(jì)圈(quān)的(de)短视(shì)频。这些视频(pín)引发关注并非内容(róng)做得多优秀，反而都非常简(jiǎn)单(dān)，比(bǐ)如(rú)一匹正在喝水(shuǐ)的马(mǎ)，一只画画(huà)的(de)玩具熊，或者一段(duàn)骑摩(mó)托(tuō)车(chē)的第(dì)一视角录像，随便一个有手机的人都可以随(suí)手录下(xià)一段。

但(dàn)这些短(duǎn)视频的创作(zuò)方(fāng)式非常(cháng)简单，创作者仅仅需要向AI输(shū)入一段话，甚至只是说(shuō)一(yī)下要求，AI就可以根据(jù)需要生成一段视频。

谷(gǔ)歌发布(bù)的两个AI生成视(shì)频(pín)分别来(lái)自于(yú)Imagen Video和Phenaki，前者主要突出的是高清，与(yǔ)Meta的Make-A-Video没(méi)有(yǒu)太(tài)多(duō)的差别(bié)。

在(zài)Make-A-Video公布了AI生成的视频后(hòu)，AI圈就已经玩了(le)一波梗(gěng)，一个能够做出更高(gāo)清视频的AI还(hái)不足以(yǐ)在短时间内(nèi)戳中兴奋点。

Phenaki更加令(lìng)人震惊的地方在(zài)于，它可以制作(zuò)出超过2分钟的连贯的也(yě)有(yǒu)确切内容的视频，这才是真正让人们感到惊喜的(de)地(dì)方。因为无(wú)论AI生(shēng)成的视频多么(me)高清，也只能是(shì)为内容生产者提供一个(gè)灵感，一个素材，一个过场动画。

不过能够(gòu)制作出有(yǒu)具(jù)体剧情内(nèi)容的视(shì)频就意味着，一些视(shì)频创作(zuò)由AI代(dài)替人工完成已经(jīng)初(chū)步(bù)有了可能。

当下(xià)AI的发展速度(dù)已经超过大部分人的(de)想象。内容产业的本质是供给创(chuàng)造需求，AIGC作为全新的(de)内容生(shēng)产方式，可以为内(nèi)容产业带来(lái)更新的内容风格(gé)、更(gèng)快(kuài)的生产速度，更低的(de)生产成本，这(zhè)无疑会驱(qū)动内容产业的大爆发。

除了AI绘(huì)图(tú)、视频，AIGC技术还能应(yīng)用于音乐、代码、机器人动作等多种内容形式的生成。不难发现该项技(jì)术不仅在游戏等(děng)行业能得到有效应用，对于下一代互联网(wǎng)各(gè)种元(yuán)素的(de)构建亦(yì)有关键意(yì)义。

从商业(yè)化的(de)角度来看，文(wén)化娱乐、教育、传(chuán)媒等(děng)诸多(duō)领(lǐng)域，本身就(jiù)对基(jī)于AI的可视化内容有强烈需(xū)求。

因此，AI绘画及视频或(huò)不(bù)是结果，而只(zhǐ)是AI进程中的一块重要拼图，有望在技术更新的加持下实现更大的(de)应用价值。

AI从理(lǐ)解内容，走向了可以(yǐ)生成内容(róng)，甚至能够(gòu)创造出独立价值和独立视角的内容。AIGC的再(zài)次出圈，更代表着未(wèi)来的先进(jìn)生产(chǎn)力(lì)即将(jiāng)到来。

04

紧抓大模型(xíng)与算力，牢固AIGC底座

从(cóng)技术的发展也(yě)可以(yǐ)看出，在语言大模(mó)型(xíng)、图像(xiàng)大模(mó)型之后，多模态大模(mó)型已经成(chéng)为了新(xīn)的趋势。

大模型(xíng)被誉为当前人(rén)工智能(néng)发展(zhǎn)的智能底(dǐ)座，是全(quán)球竞(jìng)争最激(jī)烈的(de)研究方向之(zhī)一，包括(kuò)谷歌、亚(yà)马逊、百度、阿里、腾讯等(děng)众(zhòng)多头部企业(yè)都在竞相发力。

不(bù)过训练大(dà)模型的(de)确(què)价格不菲(fēi)，以国盛证券(quàn)发布的(de)《ChatGPT需要多(duō)少算力》报告估(gū)算，GPT-3训(xùn)练一次的成本约为140万美元。而(ér)对于(yú)一些更大(dà)的LLM(大型语言模型)，训练成本则介于(yú)200万美元(yuán)至1200万(wàn)美元高价之间。

以ChatGPT在(zài)2023年1月的(de)独立访客平均数1300万计算，其(qí)对应芯片(piàn)需求为3万多片英伟达A100 GPU，初始投入(rù)成本约为8亿美元，每日仅电费就在5万(wàn)美元左右(yòu)。

此(cǐ)外不(bù)论是ChatGPT还是AIGC，都离(lí)不(bù)开(kāi)庞大算力支持。在(zài)关注各类(lèi)大(dà)模(mó)型(xíng)的(de)发展同(tóng)时，更应(yīng)该关注算力网络(luò)的(de)建(jiàn)设(shè)。

算力网络(luò)正驱(qū)动AI产(chǎn)业(yè)发展进入史(shǐ)诗级加速进(jìn)程，让AIGC及通用(yòng)AI这(zhè)一(yī)人工(gōng)智(zhì)能发展(zhǎn)的终极目(mù)标离(lí)得更近。

因为算力可以对(duì)突破(pò)性技术创新提供大力(lì)的支持。这方面(miàn)，多模态大模型是典(diǎn)型。作为面向未(wèi)来强人工(gōng)智能、通(tōng)用人工(gōng)智能的(de)重要技术创(chuàng)新(xīn)，多模态大(dà)模型已(yǐ)经在(zài)人工智能领(lǐng)域提出了(le)很多年，业界也有(yǒu)不少技术突破，但是，多模态大模型进一步往下走，算力需求呈几何(hé)式(shì)上(shàng)升，一般的算(suàn)力基础设施很快(kuài)将难以胜任。

从图像(xiàng)、文(wén)字、语音(yīn)单独一项(xiàng)的训练，到双模(mó)态、三模态的跃迁，让(ràng)人工智(zhì)能(néng)可(kě)以灵(líng)活(huó)应(yīng)对不同模(mó)态的转化、像人与(yǔ)世界交互一样自然，这方面，由算力网络(luò)来驱动将有明显优(yōu)势。

此(cǐ)外，还有很(hěn)多需(xū)要爆发式增(zēng)长的算力来支撑的技(jì)术创新，将在人(rén)工智能算力网络支撑下快(kuài)速(sù)推进。

AIGC已(yǐ)经露出曙光，期待(dài)在大模型和大算力的(de)支持下(xià)AIGC能(néng)持续(xù)颠覆内容生产的(de)方(fāng)式，将创造的边际成本降低，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 古诗山衔落日浸寒漪，山衔落日浸寒漪的诗意是什么