自聊天(tiān)机(jī)器人(rén)ChatGPT火爆(bào)以来，微软(ruǎn)公司(sī)创始人比尔·盖茨(cí)已多次公开谈论人工智(zhì)能话题。在最近的(de)一次(cì)采访(fǎng)中，他再次表示：“AI可能会让(ràng)科技(jì)行业迎(yíng)来(lái)一次剧烈(liè)的洗(xǐ)牌”。

这个结论(lùn)是他(tā)在当地时间2月20日(rì)接受《In Good Company》节目专访时提出的。

他预期，AI的发展可能(néng)会威胁到谷歌的(de)市占率，因(yīn)为微软(ruǎn)在AI方面的行动相当(dāng)迅速。而最(zuì)终科(kē)技巨头将把(bǎ)AI整合成用户的“全能助手(shǒu)”，包揽(lǎn)一切应用，与人们(men)进行沟通并提供建议，可以取代亚马逊、Siri或Outlook等应用。

大佬口中(zhōng)全(quán)能(néng)助手的到(dào)来可能尚需时(shí)日，但由(yóu)ControlNet引发的(de)又一次(cì)AI绘(huì)画浪潮，让AIGC在(zài)ChatGPT的话题热点包围中杀(shā)出重围(wéi)。

01

ControlNet颠(diān)覆AI绘画(huà)新玩法

AIGC向可控靠近

以AI绘(huì)画为代表(biǎo)的AIGC上一(yī)次爆火(huǒ)的时候，还是(shì)2022年8月，在美国科(kē)罗拉多州(zhōu)举办的(de)新兴数(shù)字艺术家竞赛中(zhōng)，一幅名为(wèi)《太空歌剧(jù)院(yuàn)》的作品获奖。

随后(hòu)各大厂商的(de)AI绘(huì)画软件被广大网友(yǒu)熟知并体验，Stable Diffusion便是其中代(dài)表(biǎo)。

用(yòng)户(hù)们(men)可以(yǐ)在应(yīng)用(yòng)中输(shū)入一组关键词(cí)或者一张照片，就能获得(dé)一幅AI创作的画作。

作画的关键就是所输入的文本(běn)。同一组关键词也可以(yǐ)创作出很多张风格不(bù)一样的(de)画作，这(zhè)让创作的过程就像开(kāi)盲盒。

很(hěn)多用户(hù)很喜欢这种不确定的惊喜，他们会(huì)将生成的(de)美图当做头(tóu)像。而另一部分(fēn)喜欢(huān)翻看AI绘画的“翻车”作品。在社交媒体(tǐ)上，许多用(yòng)户(hù)分享AI“翻车现场”，例如，一位网友(yǒu)的小狗照片被AI画成了“肌肉男”，还有网(wǎng)友的个人照片被AI识别成(chéng)了建筑(zhù)。

而如今随(suí)着ControlNet的出现与加持(chí)，以往AI绘画的填(tián)写关键词(cí)游戏可能要被颠覆(fù)了。

ControlNet是一位正在斯坦福读博的中国人张吕敏创作的(de)一(yī)种基于控制点的图像变形算法，主要(yào)用于数(shù)字(zì)图像处理、计算机视(shì)觉和计算机图(tú)形学(xué)等(děng)领域。

其SD插件一经发(fā)布，在(zài)短短(duǎn)的(de)两天(tiān)内便(biàn)成为了AI绘画(huà)领域最新的热点。

在此之(zhī)前，大家用了很多方法想(xiǎng)让AI生成的结果尽可(kě)能的符(fú)合(hé)要求(qiú)，但是都不尽如人意，它的出现代表着AI生(本初是谁shēng)成(chéng)开始进入(rù)真正的(de)可控(kòng)时(shí)期。

因为(wèi)ControlNet可以直接提取画面(miàn)的构图，人物的姿势和画面的(de)深(shēn)度信息等。有了(le)它(tā)的帮(bāng)助，就不用频繁的用提示词来碰运气，抽盲盒式的创作(zuò)了。

通(tōng)俗的(de)说(shuō)ControlNet相当于给AI绘画加了“魔法”，不(bù)少(shǎo)博主的(de)作品已经获得了大量的浏(liú)览(lǎn)量，“viggo”就是其中之一，他(tā)用朋友(yǒu)的照片直接带她(tā)们走(zǒu)进动漫世界。

本初是谁decoding="async" src="https://mmbiz.heiliaofuli.com/wp-content/uploads/2023/03/aaf8241fc774226.jpeg?imageMogr2/thumbnail/2160x0/format/webp/quality/80" data-ratio="1.1899488926746167" data-s="300,640" data-type="jpeg" data-w="1174">

viggo先(xiān)用StableDiffusion图(tú)片(piàn)转(zhuǎn)文字。

再用Text2Prompt插件拓展找到对应的关键词；最(zuì)后用ControlNet插件(jiàn)绑定骨骼开(kāi)始(shǐ)换关键(jiàn)词试效果(guǒ)。

通过图片就可以看出来(lái)，效果十分惊艳(yàn)。

更厉害(hài)的是，除(chú)了真实的照片，草图也(yě)可以加上“魔法”，知乎大牛“DevPoint”和“逗砂”介绍到ControlNet还能实现线稿转全彩图。大神张吕敏(mǐn)其(qí)本尊也亲自回应。

不得不说当下AIGC已经变(biàn)得(dé)越来越强大，甚至(zhì)输出的作品都已经能以假乱真(zhēn)了。

02

难辨虚实，AIGC技(jì)术力爆发

警(jǐng)惕安全(quán)问题

近(jìn)日，“苏州金鸡湖有游艇party”的(de)消息火(huǒ)遍网络，而经(jīng)过警方辟谣这所谓的“party”可能是(shì)全国第一起AI绘图(tú)诈骗(piàn)。

由(yóu)于(yú)这(zhè)个活动里面给出的美女(nǚ)照片都(dōu)是AI制作的(de)真人照(zhào)片绘图，因为太逼(bī)真，被大家当成真事(shì)传播了。

不过仔(zǎi)细观察可(kě)以发现，活动发起(qǐ)者提供的照片中有个很大(dà)的漏洞(dòng)可以发现并非真人，而是AI绘图，那便是图(tú)片中(zhōng)女性的手指部分有的存在(zài)异(yì)常。

有行业人事(shì)表示(shì)：“现(xiàn)在因为(wèi)手指部分的绘画算法比较(jiào)复杂，AI还不太会画人的手，但最(zuì)新看到(dào)的图片已经(jīng)有越来(lái)越完(wán)美的AI模型出现，以(yǐ)后可能就(jiù)完全没(méi)有漏洞(dòng)了。”

类(lèi)似(shì)的AI作图(tú)诈骗在国外也已有(yǒu)发生(shēng)。据英国广播公(gōng)司报道，土耳其地震期间(jiān)，有Tiktok用户使(shǐ)用AI合成了儿童受灾的假(jiǎ)照片发布(bù)到网络，以此诱骗善良的人打(dǎ)赏(shǎng)“捐助”从而(ér)实施诈骗。

目前随着(zhe)技术发(fā)展，AIGC已(yǐ)经能做出(chū)真人(rén)照片般的绘图效果，如果这样的图片被用来诈骗，将非(fēi)常可怕(pà)。

此外AIGC还引发了(le)很多(duō)担(dān)忧，一方面，批判者认为(wèi)AI在“学习”了大量前人(rén)的(de)作品之后(hòu)，其创作(zuò)没有(yǒu)任何情绪和灵(líng)魂，难(nán)以(yǐ)和人类的艺术创(chuàng)作相提并论。

另一方面，AIGC背后(hòu)的版(bǎn)权、目前都并没有得(dé)到有(yǒu)效的解决，还有AIGC会不(bù)会(huì)代替人类“至高(gāo)无上”的创意。

马(mǎ)斯克也(yě)强调，人工智能的安全问题需要得到重视，太晚就来不及了。

03

AIGC下一站(zhàn)除(chú)了视频，还有远方(fāng)

技术都是(shì)有(yǒu)两面性的，潜(qián)在的危(wēi)害并不能掩盖其光辉的贡献(xiàn)。现在看来(lái)，人工智(zhì)能(néng)技术(shù)将是(shì)第四次工业革(gé)命的核心驱(qū)动力量，将创(chuàng)造(zào)新的增长奇迹。

过去一年，人工智能在技术和商业(yè)层面都(dōu)有了巨大进展，AI绘画(huà)就是(shì)人工智能技术(shù)发生方(fāng)向性改(gǎi)变的一个代(dài)表。其(qí)下一(yī)站或许就是(shì)视频。

此前，Meta和(hé)谷歌先后发(fā)布了几(jǐ)条引爆科技(jì)圈的(de)短视频。这(zhè)些(xiē)视频引发关注并非内容做得多优秀，反而都非常简单，比(bǐ)如一匹正在喝水的(de)马，一只画画(huà)的玩具熊(xióng)，或者一段骑摩托车的第一视(shì)角录(lù)像，随便一个(gè)有手机的人都可以随手录下一段。

但这些(xiē)短(duǎn)视频的创作(zuò)方(fāng)式非(fēi)常简单，创作者仅仅需要向AI输入一段话(huà)，甚(shèn)至(zhì)只是说一(yī)下(xià)要求，AI就可以根据需要生成一段(duàn)视频。

谷歌(gē)发(fā)布的(de)两个AI生成(chéng)视频分别(bié)来自于(yú)Imagen Video和Phenaki，前者主要突出(chū)的是高(gāo)清，与Meta的Make-A-Video没有(yǒu)太(tài)多的(de)差别。

在Make-A-Video公(gōng)布了AI生成的视频后，AI圈就已经玩了一波(bō)梗(gěng)，一(yī)个能够做出更(gèng)高清视频的AI还不足以(yǐ)在短(duǎn)时(shí)间内戳(chuō)中兴奋点(diǎn)。

Phenaki更(gèng)加(jiā)令人震惊的(de)地方(fāng)在于，它(tā)可以制作出超过(guò)2分钟的连贯的(de)也(yě)有(yǒu)确切(qiè)内容的视频，这才是(shì)真正让人们感到惊(jīng)喜的(de)地方(fāng)。因为(wèi)无论AI生成的视频多么高清，也只能是为内容生产者提供一个灵感，一(yī)个素材，一个过(guò)场动画。

不过能够制作出有具体剧情内容的视频就意味着，一(yī)些视(shì)频(pín)创作由AI代替(tì)人工完成已经初步有了可能。

当下AI的发展速度已经超过大部分(fēn)人(rén)的想(xiǎng)象。内(nèi)容产业的本质(zhì)是供给创造(zào)需求，AIGC作(zuò)为全(quán)新的(de)内容(róng)生产(chǎn)方式，可以为(wèi)内容产业带来更新的内容风(fēng)格、更快的(de)生产速度，更低的生(shēng)产成本，这无疑会驱(qū)动内容产业的大(dà)爆发。

除(chú)了(le)AI绘(huì)图、视频，AIGC技术还(hái)能应用于音乐、代码、机(jī)器人动(dòng)作等多(duō)种内容形式(shì)的(de)生成。不(bù)难发现该项技(jì)术不(bù)仅(jǐn)在游戏(xì)等行业能得到有(yǒu)效应用，对于下一代互联网各(gè)种元素的构建亦有关键意义。

从商业化(huà)的角度来看，文化(huà)娱乐、教(jiào)育、传(chuán)媒等诸多领域，本身就对基于AI的(de)可视化内容(róng)有强烈需求(qiú)。

因此，AI绘画及视频或不是结果，而(ér)只是(shì)AI进程(chéng)中的一块重要拼图，有望(wàng)在技术更(gèng)新的(de)加持下实现(xiàn)更大的应用价值。

AI从理(lǐ)解内容(róng)，走向了可以(yǐ)生成内(nèi)容，甚至能够创(chuàng)造出(chū)独立价(jià)值和(hé)独立视角的(de)内容。AIGC的再次(cì)出圈(quān)，更代表(biǎo)着未来的先进生产力(lì)即将(jiāng)到来。

04

紧抓大模型与(yǔ)算力，牢固(gù)AIGC底座

从(cóng)技术(shù)的发展也可以看出，在语言大模型、图像大(dà)模(mó)型之后，多(duō)模态大模型已(yǐ)经成为了新的趋势(shì)。

大模型被誉为当(dāng)前人(rén)工智能发(fā)展的智能底(dǐ)座，是(shì)全球竞争最(zuì)激烈的(de)研究(jiū)方向之一，包(bāo)括谷歌(gē)、亚马逊(xùn)、百度、阿里、腾(téng)讯等众多头部企业(yè)都在(zài)竞相发力(lì)。

不过(guò)训(xùn)练大(dà)模型(xíng)的确(què)价格(gé)不菲，以国盛(shèng)证券发布的《ChatGPT需要多(duō)少算力(lì)》报告估算，GPT-3训练一次的成本(běn)约为140万(wàn)美元。而对(duì)于(yú)一些更大的LLM(大型语言模(mó)型)，训练成本(běn)则介于200万美元至1200万美(měi)元高价之(zhī)间。

以ChatGPT在2023年1月(yuè)的(de)独立访客(kè)平均数1300万计算，其对应(yīng)芯片需(xū)求为3万多片英伟达(dá)A100 GPU，初始投入成本约为(wèi)8亿(yì)美元，每日仅电费就在5万美元左右(yòu)。

此(cǐ)外不论(lùn)是ChatGPT还是(shì)AIGC，都离不开(kāi)庞大算力支持。在关注(zhù)各类(lèi)大模型的(de)发展(zhǎn)同时，更应(yīng)该(gāi)关注算力(lì)网络的建设。

算力网络正驱(qū)动AI产业发展(zhǎn)进入史(shǐ)诗级加速进程，让AIGC及通用AI这(zhè)一人工智(zhì)能发展的终极目标离得更近。

因(yīn)为(wèi)算力(lì)可以对突破性技术(shù)创新提供大(dà)力的支持。这方面，多(duō)模态(tài)大模型是典型。作(zuò)为面向(xiàng)未来(lái)强人工智能(néng)、通用(yòng)人(rén)工智能的(de)重要技术创新，多模态大模型已经在人工(gōng)智能领域提出了很(hěn)多(duō)年，业界也有(yǒu)不少技术突破，但是，多模态大模型进一(yī)步(bù)往下走，算力(lì)需求呈几何(hé)式上升(shēng)，一般(bān)的算力(lì)基础设(shè)施很(hěn)快(kuài)将(jiāng)难以胜任。

从图(tú)像、文字、语音单独(dú)一项的训练，到(dào)双模态(tài)、三模态的(de)跃迁，让人工智能(néng)可以灵活应对(duì)不(bù)同(tóng)模态(tài)的转化、像人与世界交互一样(yàng)自然(rán)，这方面(miàn)，由算力(lì)网络(luò)来驱动将有明显优势(shì)。

此外，还有很多(duō)需要爆发式增长(zhǎng)的算(suàn)力(lì)来(lái)支撑的技术创新，将在(zài)人工(gōng)智能算力网络支撑下快速推(tuī)进。

AIGC已经露出曙光，期(qī)待在(zài)大模型和大算力的支(zhī)持下AIGC能持续颠覆内(nèi)容(róng)生产的方(fāng)式，将(jiāng)创造的(de)边际成本(běn)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 本初是谁