自聊天机器人ChatGPT火(huǒ)爆以来，微(wēi)软公司创(chuàng)始人(rén)比尔·盖茨已多(duō)次公开谈论人工智能话(huà)题。在最近的(de)一次采访(fǎng)中，他再次表(biǎo)示：“AI可(kě)能会让科技行业(yè)迎(yíng)来一次剧烈(liè)的洗牌(pái)”。

这个结论是他(tā)在当地时(shí)间2月20日接(jiē)受《In Good Company》节(jié)目专访时提出的。

他预期，AI的发展可能会威胁到谷歌的市占(zhàn)率，因为微软在AI方面(miàn)的行(xíng)动(dòng)相当迅速。而最(zuì)终科技巨头将把(bǎ)AI整合(hé)成(chéng)用户的(de)“全能助手”，包揽一切(qiè)应用，与人们进行(xíng)沟通并提供建议，可以取代(dài)亚(yà)马逊(xùn)、Siri或Outlook等应用。

大(dà)佬口中全(quán)能助手(shǒu)的(de)到来可能尚需时日，但由ControlNet引(yǐn)发的又一次(cì)AI绘画浪(làng)潮，让AIGC在ChatGPT的(de)话题热(rè)点包围中杀出重围。

01

ControlNet颠覆AI绘画新玩法

AIGC向可控靠近

以AI绘画为代表的AIGC上一次爆火(huǒ)的时候(hòu)，还是2022年8月，在美国科罗(luó)拉多州举办的新兴数(shù)字艺术(shù)家竞赛中，一幅名为(wèi)《太(tài)空歌(gē)剧院》的作品(pǐn)获(huò)奖。

随后各大厂商的AI绘画软件被广大网友熟(shú)知(zhī)并(bìng)体(tǐ)验，Stable Diffusion便是其中代(dài)表。

微端是什么意思 手机端玩的叫微端吗type="jpeg" data-w="639">

用户们可(kě)以在应用中输入一组关键词(cí)或者一张照片，就能获得一幅AI创作(zuò)的画作(zuò)。

作画的关键就是(shì)所(suǒ)输(shū)入(rù)的文本。同(tóng)一组(zǔ)关键词也(yě)可以创作出很多张风格不一样(yàng)的画作，这让创作的过程就像开盲盒。

很多用户很喜欢这种不确定的惊喜，他(tā)们会将(jiāng)生成的美图当做头像(xiàng)。而(ér)另一部分喜欢翻看AI绘画(huà)的“翻(fān)车(chē)”作品(pǐn)。在(zài)社交媒体上，许多用户分享(xiǎng)AI“翻车(chē)现场(chǎng)”，例如，一位网友的小狗照片被AI画成(chéng)了“肌肉男”，还有(yǒu)网(wǎng)友的个人(rén)照(zhào)片被AI识别成了建筑(zhù)。

而如今随(suí)着ControlNet的出现(xiàn)与加(jiā)持，以往AI绘画的填写微端是什么意思 手机端玩的叫微端吗关键词游戏(xì)可(kě)能(néng)要被颠(diān)覆了。

ControlNet是(shì)一位正在(zài)斯坦福读博的中国人张(zhāng)吕敏创(chuàng)作的(de)一种基(jī)于控(kòng)制点的图(tú)像变形算法，主要(yào)用(yòng)于数字图(tú)像处理、计(jì)算机视觉和计算机图形(xíng)学(xué)等领域。

其SD插件(jiàn)一经发(fā)布，在短短(duǎn)的两天内便成为了(le)AI绘画领域最新的热点。

在(zài)此之前，大(dà)家用了很多(duō)方法想让AI生成(chéng)的结果(guǒ)尽可能(néng)的符合要(yào)求，但是都(dōu)不尽如人意，它的出现(xiàn)代表着AI生成开始(shǐ)进(jìn)入(rù)真正(zhèng)的可控(kòng)时期。

因(yīn)为ControlNet可以直接(jiē)提取画(huà)面的(de)构图(tú)，人物的姿(zī)势和画面的深度信息等。有了它的帮(bāng)助，就不用频(pín)繁的用提示词来碰运气，抽盲(máng)盒式的创作了(le)。

通俗的(de)说(shuō)ControlNet相当(dāng)于给AI绘画加了“魔(mó)法”，不少(shǎo)博主的作品已经获得了大量的浏览量，“viggo”就是其中(zhōng)之(zhī)一，他用朋友的(de)照片直接带她们走进动漫世界(jiè)。

viggo先用StableDiffusion图片转文字。

再用Text2Prompt插件拓展找到对应的关键(jiàn)词；最(zuì)后用ControlNet插件(jiàn)绑定(dìng)骨(gǔ)骼(gé)开(kāi)始换关键(jiàn)词试效(xiào)果。

通过图(tú)片就可以看出来，效果十(shí)分惊(jīng)艳。

更厉(lì)害(hài)的是(shì)，除了真实的照片(piàn)，草图也(yě)可以(yǐ)加上“魔法”，知乎大牛“DevPoint”和“逗砂”介绍到ControlNet还(hái)能(néng)实现线(xiàn)稿转全(quán)彩图(tú)。大神张吕敏其本尊也(yě)亲(qīn)自回应。

不得不说当下(xià)AIGC已经变得越(yuè)来越强大(dà)，甚(shèn)至输出的作(zuò)品都已(yǐ)经能以假乱真了(le)。

02

难辨虚实(shí)，AIGC技术(shù)力爆发

警惕(tì)安全(quán)问题

近(jìn)日，“苏州金鸡湖有游艇party”的消(xiāo)息火(huǒ)遍网(wǎng)络，而经(jīng)过警方辟谣这(zhè)所谓的“party”可能是(shì)全国第一起AI绘图诈骗。

由于这(zhè)个活动里面给出的美女照片(piàn)都是AI制作的真人(rén)照片绘图(tú)，因为太逼真，被大家当成(chéng)真事传播了。

不过仔细(xì)观察可以(yǐ)发现，活(huó)动发(fā)起者(zhě)提(tí)供的照片(piàn)中(zhōng)有个很大的(de)漏(lòu)洞可以(yǐ)发现并非真人(rén)，而是AI绘图，那便是(shì)图(tú)片中女(nǚ)性的手指(zhǐ)部分有(yǒu)的存(cún)在(zài)异常。

有(yǒu)行业人事表示：“现(xiàn)在因为手指部分的绘画算法(fǎ)比(bǐ)较复杂，AI还不太会画人(rén)的手，但最(zuì)新(xīn)看到的图片已(yǐ)经有越来(lái)越完(wán)美(měi)的(de)AI模型出现，以后可能就完全没有漏洞了(le)。”

类(lèi)似的AI作(zuò)图诈骗(piàn)在国(guó)外(wài)也已(yǐ)有发生(shēng)。据英国(guó)广播公(gōng)司报道(dào)，土耳其地震期间，有Tiktok用(yòng)户使用AI合成了儿童(tóng)受(shòu)灾的假照片发布到网(wǎng)络，以此诱骗善良的人打赏“捐助”从而实施(shī)诈骗。

目前随着技(jì)术发展，AIGC已(yǐ)经能做出真人照片般(bān)的绘图效(xiào)果，如果这样的图片被用来诈骗，将非常(cháng)可怕。

此外AIGC还引发了(le)很多担(dān)忧，一方(fāng)面，批判者认为AI在“学习(xí)”了大量前人(rén)的作品之(zhī)后，其创作没有(yǒu)任何情绪和灵(líng)魂，难(nán)以和人(rén)类的艺术创(chuàng)作相提并(bìng)论。

另一(yī)方面，AIGC背(bèi)后的版权、目前都并(bìng)没有得到(dào)有效的解决，还有(yǒu)AIGC会不会(huì)代替人(rén)类“至高无(wú)上”的创意。

马斯(sī)克(kè)也(yě)强调，人工智能的安(ān)全问题需要得到重视，太晚就来不及了。

03

AIGC下一站除了视频，还有(yǒu)远方

技术(shù)都是有(yǒu)两面性(xìng)的，潜在的(de)危害并不(bù)能掩盖其光辉的贡献。现在看来，人工智能技(jì)术(shù)将是第四(sì)次(cì)工业革命的核心驱动力量，将创造新的增长奇(qí)迹。

过去(qù)一年，人工(gōng)智能在技术和商业层面都(dōu)有了巨大进展(zhǎn)，AI绘画就是人(rén)工智能技术发生方(fāng)向性改变的一个代(dài)表。其(qí)下(xià)一站或许就是视(shì)频。

此前，Meta和谷歌先后发布了(le)几(jǐ)条引爆(bào)科技圈的短视频。这(zhè)些视频引发关注(zhù)并非内容做(zuò)得多(duō)优秀(xiù)，反而都非常简单，比如一匹(pǐ)正在喝(hē)水的马(mǎ)，一只画画的玩具熊，或者一段(duàn)骑摩托车的第一(yī)视角(jiǎo)录像，随便一个有手机的人都可以(yǐ)随手(shǒu)录下一段。

但这(zhè)些短视(shì)频的(de)创作(zuò)方式(shì)非常简单，创作者仅(jǐn)仅需要(yào)向(xiàng)AI输入一段话，甚至(zhì)只是(shì)说一下要求，AI就可以(yǐ)根据需要生成一(yī)段(duàn)视频。

谷歌发布的两个AI生成视频分别来自于Imagen Video和Phenaki，前者主(zhǔ)要突出的是高清，与(yǔ)Meta的(de)Make-A-Video没(méi)有太(tài)多的差别。

在(zài)Make-A-Video公(gōng)布了AI生成(chéng)的(de)视(shì)频后(hòu)，AI圈就已经玩(wán)了一波梗，一个能够(gòu)做(zuò)出更高(gāo)清视频的AI还不足(zú)以在短(duǎn)时间(jiān)内戳中兴奋点。

Phenaki更(gèng)加令(lìng)人(rén)震惊的地方在于(yú)，它可以制作出超过2分(fēn)钟(zhōng)的(de)连贯的也有(yǒu)确切内容的视频，这才是真正让人们感到惊喜的地方(fāng)。因为无(wú)论AI生成(chéng)的视(shì)频多么高清，也只能是为内容生产者提供一(yī)个灵感(gǎn)，一个素材(cái)，一个过场(chǎng)动(dòng)画。

不过能够制作出有具(jù)体剧(jù)情内容的视频就(jiù)意味着，一些视(shì)频创作(zuò)由(yóu)AI代替人工完成已经初(chū)步有了可能。

当下AI的发展速(sù)度已经(jīng)超过大部分人的想象(xiàng)。内容产业(yè)的本质是(shì)供给创造需(xū)求，AIGC作为(wèi)全(quán)新的内容生产(chǎn)方式，可以为内(nèi)容产(chǎn)业带(dài)来更(gèng)新的内容(róng)风(fēng)格、更快的生产(chǎn)速度(dù)，更低的生产成本，这无疑会驱动(dòng)内容产(chǎn)业的大爆发(fā)。

除了AI绘图、视频，AIGC技术还能应用(yòng)于音乐(lè)、代码、机器人动作等多种内容(róng)形式的生(shēng)成。不(bù)难(nán)发现该项技术(shù)不仅(jǐn)在游戏(xì)等行业能(néng)得到有效应用，对(duì)于(yú)下一代(dài)互(hù)联网各种元(yuán)素的构(gòu)建亦有关键(jiàn)意义。

从商业化的角度(dù)来看，文化娱乐(lè)、教育、传媒等诸多领(lǐng)域，本(běn)身就(jiù)对基于AI的可视化内容有(yǒu)强烈需求。

因(yīn)此，AI绘画及视频或不是结果(guǒ)，而只是(shì)AI进(jìn)程中(zhōng)的一块重要拼图(tú)，有望在(zài)技术(shù)更新(xīn)的(de)加持下实(shí)现更大的(de)应用(yòng)价值。

AI从理(lǐ)解(jiě)内容，走向了(le)可以生成内(nèi)容(róng)，甚至(zhì)能(néng)够创造(zào)出独立价值(zhí)和(hé)独立视角的内容。AIGC的再(zài)次(cì)出圈，更代表着未来的先进生产(chǎn)力(lì)即将到来。

04

紧抓大模(mó)型与算力，牢(láo)固AIGC底(dǐ)座(zuò)

从技术的发(fā)展也可(kě)以看出，在语言大模型、图(tú)像大模型之(zhī)后，多(duō)模态大(dà)模型已经(jīng)成为了(le)新的趋势。

大模型被誉(yù)为当前人(rén)工智(zhì)能发展的智能底座，是(shì)全球(qiú)竞争(zhēng)最(zuì)激烈的研究方向之一，包括谷歌(gē)、亚(yà)马逊(xùn)、百度、阿里、腾讯(xùn)等(děng)众多头(tóu)部企业都(dōu)在竞相发力。

不(bù)过训(xùn)练大(dà)模型的确价格不菲，以(yǐ)国盛证券发布(bù)的《ChatGPT需要多(duō)少算力》报告估算(suàn)，GPT-3训练一次(cì)的成本约(yuē)为140万美元(yuán)。而对于一些更大的LLM(大型语(yǔ)言模型)，训练成(chéng)本则介于200万美元(yuán)至1200万美元高价之间(jiān)。

以(yǐ)ChatGPT在(zài)2023年1月(yuè)的(de)独立访客平均(jūn)数(shù)1300万计(jì)算，其对应芯片需求为3万多片英(yīng)伟达A100 GPU，初始投入成本约为8亿(yì)美元，每日(rì)仅(jǐn)电费就在5万美元左右。

此外不论是(shì)ChatGPT还是AIGC，都离不(bù)开庞(páng)大算力支持。在关(guān)注各类大模(mó)型(xíng)的发展同(tóng)时，更应该关(guān)注算力(lì)网络的建(jiàn)设。

算力网络正驱动AI产业发(fā)展进入(rù)史诗(shī)级(jí)加速(sù)进程(chéng)，让AIGC及通用AI这一人工(gōng)智能(néng)发展的终极目标离得更(gèng)近(jìn)。

因为算力(lì)可以对(duì)突破(pò)性技(jì)术创新提供(gōng)大力(lì)的支持。这方面，多模态(tài)大模型是(shì)典型。作为面向未(wèi)来(lái)强人工智能、通用人工智能(néng)的(de)重(zhòng)要技(jì)术创新(xīn)，多模(mó)态(tài)大模型已经在人工智(zhì)能领域提出了很(hěn)多年，业界也(yě)有不少技(jì)术突破，但(dàn)是，多模态大(dà)模型进(jìn)一步(bù)往下走，算力需(xū)求呈几何式上升，一般(bān)的算力基础设施很快将(jiāng)难以(yǐ)胜任。

从图像、文字、语(yǔ)音(yīn)单独一项(xiàng)的训(xùn)练，到(dào)双模态、三模态的(de)跃(yuè)迁(qiān)，让人工智能可以(yǐ)灵(líng)活应对不同(tóng)模态的转化、像人(rén)与世界交互一样自然，这(zhè)方面，由算力(lì)网(wǎng)络来驱动(dòng)将有明显优势。

此(cǐ)外(wài)，还有很(hěn)多需(xū)要爆发式增长的算(suàn)力来支(zhī)撑的技术创新，将在(zài)人(rén)工智(zhì)能算力网络(luò)支撑(chēng)下(xià)快速(sù)推进(jìn)。

AIGC已经露出(chū)曙光，期(qī)待(dài)在大模型和大算(suàn)力的支持下AIGC能持续颠覆(fù)内容生(shēng)产的方式(shì)，将创造的边(biān)际成本降低，让(ràng)万众(zhòng)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 微端是什么意思 手机端玩的叫微端吗