自聊(liáo)天机器人(rén)ChatGPT火爆以来，微软公(gōng)司创始人(rén)比(bǐ)尔(ěr)·盖茨已多次公(gōng)开谈论(lùn)人(rén)工智能话题。在最(zuì)近(jìn)的一次采访中，他再次(cì)表示(shì)：“AI可能会让科技行业迎(yíng)来一次剧(jù)烈的洗牌”。

这个(gè)结论是(shì)他在当地时间2月(yuè)20日(rì)接(jiē)受《In Good Company》节目(mù)专访(fǎng)时提出的。

他预(yù)期，AI的发展可(kě)能会(huì)威胁到谷歌(gē)的(de)市占率，因为微软(ruǎn)在AI方面的行动相当迅速(sù)。而最终科技巨头将把AI整合成用户的“全能助手”，包(bāo)揽(lǎn)一(yī)切应用，与人们进(jìn)行沟通并提供建(jiàn)议，可以取代亚马逊、Siri或Outlook等应用。

大(dà)佬口中(zhōng)全能助手的(de)到来(lái)可能尚需时日，但由(yóu)ControlNet引发的又一次AI绘画(huà)浪潮，让(ràng)AIGC在ChatGPT的(de)话题热点包围中杀出重围。

01

ControlNet颠覆AI绘画新玩法

AIGC向可控靠近(jìn)

以AI绘(huì)画(huà)为代表的(de)AIGC上一次爆火的(de)时候，还是2022年8月，在(zài)美国科罗(luó)拉多州举办的新兴数(shù)字艺术(shù)家竞赛中(zhōng)，一幅名为《太空歌剧院》的作品获奖。

随后各大厂商(shāng)的AI绘画软件(jiàn)被广(guǎng)大网友熟知并体验，Stable Diffusion便是其中(zhōng)代表。

用户们(men)可(kě)以在应用中(zhōng)输入一组关(guān)键词或者一(yī)张照片，就能获(huò)得一(yī)幅AI创作的画作。

作(zuò)画的(de)关键就是(shì)所(suǒ)输入(rù)的文本(běn)。同一(yī)组关键(jiàn)词也(yě)可(kě)以创作(zuò)出(chū)很(hěn)多张(zhāng)风格不一样(yàng)的画作(zuò)，这(zhè)让创(chuàng)作(zuò)的(de)过程就像开(kāi)盲(máng)盒。

很多用户很喜欢(huān)这种不确定的(de)惊喜，他(tā)们会(huì)将生成(chéng)的美(měi)图当做头像(xiàng)。而另一部分喜(xǐ)欢翻(fān)看(kàn)AI绘画的“翻车”作品。在社(shè)交(jiāo)媒(méi)体上(shàng)，许多用(yòng)户分享AI“翻车现场”，例如，一位(wèi)网(wǎng)友的小狗照(zhào)片被AI画成了“肌肉男(nán)”，还有网友的个人照(zhào)片(piàn)被AI识别成了建筑。

而如今(jīn)随着ControlNet的出现与加持，以往(wǎng)AI绘画(huà)的填写关键词游戏可能要(yào)被颠(diān)覆了。

ControlNet是一位正(zhèng)在斯坦福读博的中国人张吕敏(mǐn)创作的一种基于控制点的图像变形算法，主要(yào)用(yòng)于数字图像处理(lǐ)、计算机视觉和计算机图(tú)形学等领域(yù)。

其SD插件(jiàn)一经发布，在短(duǎn)短的(de)两天内(nèi)便(biàn)成为了AI绘画(huà)领(lǐng)域最新的热点。

在此之前，大(dà)家(jiā)用了很多(duō)方(fāng)法(fǎ)想让AI生成的(de)结果尽(jǐn)可(kě)能的符合要求，但是都不尽如(rú)人意，它的出(chū)现代表着AI生成开(kāi)始进入(rù)真正的可控(kòng)时(shí)期(qī)。

因(yīn)为ControlNet可以直接提取画面的构(gòu)图，人物的姿(zī)势和画面的深度信(xìn)息等。有了它的帮(bāng)助，就(jiù)不用频繁(fán)的(de)用提示词来碰(pèng)运气(qì)，抽盲盒(hé)式的创(chuàng)作了。

通俗(sú)的说ControlNet相当于给AI绘(huì)画加了“魔(mó)法”，不少(shǎo)博(bó)主的作(zuò)品已经获得了大量(liàng)的浏览量，“viggo”就是其中(zhōng)之一，他(tā)用朋友的(de)照(zhào)片直接带她们走进动(dòng)漫世(shì)界。

viggo先用StableDiffusion图片转文字。

再用Text2Prompt插(chā)件(jiàn)拓(tuò)展找到对应的(de)关键词(cí)；最后(hòu)用ControlNet插(chā)件绑定骨骼开始换(huàn)关(guān)键词(cí)试效(xiào)果。

通过(guò)图片就可以看出来，效果十分惊艳。

更厉害的(de)是，除了真(zhēn)实的照片(piàn)，草图也可以加上“魔法”，知(zhī)乎大牛“DevPoint”和“逗砂”介绍到ControlNet还(hái)能实(shí)现线稿转全彩图。大神张吕敏(mǐn)其本尊也亲自(zì)回(huí)应。

不得不说(shuō)当下(xià)AIGC已经变得越来越强大，甚至输出的(de)作品都已经能(néng)以假乱(luàn)真(zhēn)了(le)。

02

难辨虚实(shí)，AIGC技术力(lì)爆发

警惕安(ān)全问题

近日，“苏州金鸡湖有游艇party”的消息火遍网络，而(ér)经过警(jǐng)方辟谣这所谓(wèi)的(de)“party”可能是全(quán)国第一起AI绘图诈骗。

由于(yú)这个活动里面给出的(de)美(měi)女照片(piàn)都是AI制作的真人(rén)照(zhào)片(piàn)绘图，因(yīn)为太逼真，被大家(jiā)当成真事传播(bō)了。

不过仔(zǎi)细观察(chá)可以发现，活动发起者提供的(de)照片中(zhōng)有(yǒu)个很大的漏洞可(kě)以发现并非真人，而是AI绘图，那便是图片中女性的(de)手(shǒu)指(zhǐ)部分有的(de)存在异常。

有行业(yè)人事表(biǎo)示：“现在因为(wèi)手指部(bù)分(fēn)的绘(huì)画(huà)算法比较复杂，AI还不太会画人的(de)手，但最新(xīn)看到的图片(piàn)已经(jīng)有(yǒu)越(yuè)来越完(wán)美的AI模型出(chū)现，以后(hòu)可能就完全没有漏洞(dòng)了。”

类似的(de)AI作(zuò)图诈骗在国外也已(yǐ)有(yǒu)发生(shēng)。据英国(guó)广播公司报道，土耳其地(dì)震(zhèn)期间，有Tiktok用户使(shǐ)用AI合成(chéng)了儿童(tóng)受灾的假照片发(fā)布(bù)到网络，以此(cǐ)诱骗善良的人打赏“捐助”从而(ér)实施诈骗。

目(mù)前随着技术发展，AIGC已经(jīng)能做出真人照片般的(de)绘图效果(guǒ)，如(rú)果这样的图(tú)片被用(yòng)来诈(zhà)骗，将非常可怕。

此外AIGC还引(yǐn)发了很多担忧，一方面(miàn)，批判者认为AI在“学习”了大量前人(rén)的作品之后，其创作没有任何情绪和灵(líng)魂，难以和人类的艺术创作相提(tí)并论。

另一方面，AIGC背后的版权、目前都(dōu)并(bìng)没有(yǒu)得到有效的解决，还(hái)有AIGC会(huì)不会代替(tì)人类“至高无上”的创意。

马(mǎ)斯(sī)克也强调，人工智能的安全(quán)问题需要得到重视(shì)，太晚(wǎn)就来不及了。

03

AIGC下一站除了视频，还有远方

技术都是有两面性的，潜(qián)在(zài)的危(wēi)害并(bìng)不能掩盖其(qí)光辉的贡献。现在看(kàn)来，人工(gōng)智(zhì)能技术将是第四次工(gōng)业革(gé)命(mìng)的核心驱动力(lì)量(liàng)，将创造新(xīn)的增(zēng)长奇迹。

过去(qù)一(yī)年，人工(gōng)智能在(zài)技术和商业层面都有了巨(jù)大进(jìn)展，AI绘画(huà)就是(shì)人工智能技术发生方(fāng)向(xiàng)性(xìng)改变的(de)一个代表。其(qí)下一站(zhàn)或许就(jiù)是视(shì)频(pín)。

此前，Meta和谷歌先后发(fā)布了几条引爆科技圈的短视频(pín)。这(zhè)些视频(pín)引(yǐn)发关注(zhù)并非内容做得多优(yōu)秀(xiù)，反而都(dōu)非常(cháng)简单，比(bǐ)如一匹(pǐ)正在喝水的马，一只(zhǐ)画画的玩具熊，或(huò)者一段(duàn)骑摩(mó)托(tuō)车的第(dì)一(yī)视角录像，随便一个有手(shǒu)机的(de)人都(dōu)可以随(suí)手录下(xià)一段。

但(dàn)这些短视(shì)频的创作方式(shì)非常简单，创作者仅仅需要向AI输(shū)入一段话，甚至只是说一下要求，AI就可以根据需(xū)要生成(chéng)一段视频。

谷歌发布的两个AI生成视频分别来自(zì)于Imagen Video和Phenaki，前者(zhě)主要(yào)突出(chū)的是(shì)高(gāo)清，与Meta的Make-A-Video没有太(tài)多的差别。

在Make-A-Video公布了AI生成的视(shì)频后，AI圈就(jiù)已经玩了一波梗，一个能够做出(chū)更高(gāo)清视频(pín)的AI还不(bù)足以在短时间内戳中兴奋点。

Phenaki更加令人(rén)震惊的(de)地方在于，它可以(yǐ)制(zhì)作(zuò)出超(chāo)过2分钟的连贯的也有(yǒu)确切内(nèi)容(róng)的(de)视频，这才(cái)是真正让人们感到惊喜的地方(fāng)。因为(wèi)无论(lùn)AI生(shēng)成的视频(pín)多么高清(qīng)，也只能是为(wèi)内容生(shēng)产者提供一个(gè)灵感，一个素材，一个(gè)过场(chǎng)动画。

不过(guò)能够制作(zuò)出(chū)有具体剧情内容的视频就意(yì)味着，一些视频创作由(yóu)AI代替人(rén)工完成已经初步有了可(kě)能。

当下AI的发展速(sù)度已(yǐ)经超过大(dà)部(bù)分人的想象(xiàng)。内容产业的本(běn)质(zhì)是供给创(chuàng)造需求，AIGC作为全新(xīn)的内容生产(chǎn)方式，可以为内(nèi)容产业带来(lái)更(gèng)新的内容风格、更(gèng)快的生产(chǎn)速度，更低的生产(chǎn)成本，这无疑会驱动内容(róng)产业的大爆发。

除了AI绘图、视频，AIGC技(jì)术还能应(yīng)用于音(yīn)乐、代码、机器人动作等多种(zhǒng)内容(róng)形式的生成。不(bù)难发现该项技(jì)术不仅在游戏等(děng)行业(yè)能得到有效应(yīng)用(yòng)，对于下一代互联网各种元素的构建亦有(yǒu)关键意义。

从商业化的角度来看，文化娱乐、教(jiào)育、传媒(méi)等诸多领域，本(běn)身就(jiù)对(duì)基(jī)于(yú)AI的可(kě)视化内容有强烈需求(qiú)。

因此，AI绘画及视频或不是结(jié)果，而只是AI进(jìn)程(chéng)中(zhōng)的(de)一块重要拼图，有(yǒu)望在技术更新的加(jiā)持下实现更大的(de)应用价(jià)值(zhí)。

AI从理(lǐ)解内容，走向了(le)可以生成内容，甚至能(néng)够创(chuàng)造出独(dú)立价值和独(dú)立视角(jiǎo)的内容。AIGC的(de)再次出(chū)圈(quān)，更代(dài)表着未来的先进生产(chǎn)力(lì)即(jí)将到(dào)来。

04

紧抓(zhuā)大模(mó)型(xíng)与算(suàn)力，牢(láo)固AIGC底座

从技术(shù)的(de)发展也(yě)可以看出，在语言大模型、图像大模型之后(hòu)，多模态大模型(xíng)已经成为(wèi)了新(xīn)的趋势。

大模型被(bèi)誉为当前人工智能(néng)发展的智能底(dǐ)座，是全(quán)球竞争最(zuì)激(jī)烈的研究方向(xiàng)之一，包括谷(gǔ)歌(gē)、亚(yà)马逊、百(bǎi)度、阿里、腾讯等众多(duō)头部企业都(dōu)在(zài)竞相发力。

不过训练(liàn)大模型的确(què)价格不菲，以国盛证券发布的《ChatGPT需要多少算力》报(bào)告(gào)估算，GPT-3训(xùn)练一次的成本约为140万(wàn)美(měi)元。而对于一些更大的LLM(大型语言模型)，训(xùn)练成本则介于200万美元至(zhì)1200万美(měi)元(yuán)高价之间。

以ChatGPT在(zài)2023年(nián)1月的独立访客平均(jūn)数1300万计(jì)算，其(qí)对应芯(xīn)片需(xū)求为3万(wàn)多片英伟达A100 GPU，初始(shǐ)投入成(chéng)本约为8亿美元，每(měi)日仅电费就在(zài)5万美元(yuán)左右。

此外不(bù)论是ChatGPT还是(shì)AIGC，都(dōu)离不开庞大算力支持。在(zài)关注各类大(dà)模型的发展(zhǎn)同(tóng)时，更应该关注算力网络的建设(shè)。

算力网络正驱动AI产业发(fā)展进入史诗级加(jiā)速进程(chéng)，让AIGC及(jí)通用AI这一人工智能发展的终(zhōng)极目(mù)标(biāo)离得更近。

因为算力可以对突破性技术创新提供大力的支持。这(zhè)方面，多模态大(dà)模型是典(diǎn)型(xíng)。作为面向未来强人工智能(néng)、通用人工(gōng)智(zhì)能的重(zhòng)要技术创新，多模态大模型已经在人工(gōng)智能领域(yù)提出了(le)很(hěn)多(duō)年，业界也(yě)有不(bù)少技(jì)术突破，但是(shì)，多模态大模型(xíng)进(jìn)一步往(wǎng)下走(zǒu)，算(suàn)力(lì)需求呈(chéng)几何式上升，一般(bān)的算力(lì)基础设(shè)施(shī)很(hěn)快将难(nán)以胜任(rèn)。

从图(tú)像、文(wén)字、语(yǔ)音单独一项的训练，到双模(mó)态(tài)、三模(mó)态的(de)跃迁，让人工智(zhì)能可以(yǐ)灵活应对不同模(mó)态的转(zhuǎn)化、像人与(yǔ)世界(jiè)交互一样自然(rán)，这方面，由算力网络(luò)来驱动将(jiāng)有明显优势。

此(cǐ)外，还有很多(duō)需要爆发式(shì)增长的算力来(lái)支撑的技术创新，将(jiāng)在(zài)人工(gōng)智能(néng)算力网络支撑下快(kuài)速推进。

AIGC已(yǐ)经露出曙(shǔ)光(guā好来与黑人是一个牌子吗，黑人包装为什么是好来ng)，期待在(zài)大模(mó)型和大算力的(de)支(zhī)持(chí)下(xià)AIGC能持续颠覆内容生产的(de)方(fāng)式，将(jiāng)创造的边际(jì)成本(běn)降低，让万(wàn)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 好来与黑人是一个牌子吗，黑人包装为什么是好来