自聊天机器人ChatGPT火爆以来，微软公司创(chuàng)始人比尔·盖茨已多次公开谈论人工智能话题。在最(zuì)近的一(yī)次采访中，他再(zài)次表(biǎo)示：“AI可能(néng)会让科技行(xíng)业迎来一次剧烈的洗牌”。

这个结论是(shì)他(tā)在当地时间2月20日接受《In Good Company》节目专访时提(tí)出的(de)。

他预期，AI的发(fā)展可能会(huì)威胁到谷歌(gē)的市占率(lǜ)，因为(wèi)微软在AI方(fāng)面的行动(dòng)相当迅(xùn)速。而最终科(kē)技巨头将(jiāng)把AI整合(hé)成(chéng)用(yòng)户的“全能助手”，包揽一切(qiè)应用(yòng)，与人们进行沟通并提供建议，可以取代(dài)亚(yà)马(mǎ)逊(xùn)、Siri或Outlook等应用。

大佬口中全(quán)能(néng)助手的到来可能尚需时日，但由ControlNet引发的又一(yī)次AI绘画浪潮，让AIGC在ChatGPT的话题热点包围中杀出重围(wéi)。

01

ControlNet颠覆AI绘画新玩(wán)法(fǎ)

AIGC向可控靠近(jìn)

以AI绘画为代表(biǎo)的AIGC上(shàng)一(yī)次爆(bào)火的时候，还是(shì)2022年8月，在美国科罗拉多州举(jǔ)办的新兴数字艺术家(jiā)竞赛中(zhōng)，一幅(fú)名为(wèi)《太空歌剧院》的作品获奖。

随后各大厂商的AI绘画(huà)软件被(bèi)广大网(wǎng)友熟知并体(tǐ)验(yàn)，Stable Diffusion便(biàn)是(shì)其中代表。

用户们(men)可以在应用中输入一组关(guān)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(guān)键就是所输入(rù)的文本。同一组关键词也可(kě)以(yǐ)创作出很多张(zhāng)风格不一样的画作，这让创作(zuò)的(de)过程就(jiù)像开盲盒。

很多用户很(hěn)喜欢这种不确定的惊喜(xǐ)，他们会将生成的(de)美图当(dāng)做观摩和观看的区别和联系，观摩和观看的区别在哪头像。而另一部(bù)分喜欢翻看AI绘(huì)画的(de)“翻车(chē)”作品(pǐn)。在社(shè)交媒体上，许多用户分享(xiǎng)AI“翻车现场”，例如，一位(wèi)网友的小(xiǎo)狗照(zhào)片被AI画成了(le)“肌肉(ròu)观摩和观看的区别和联系，观摩和观看的区别在哪男”，还(hái)有网友的个人照片被AI识别成了建筑。

而如今随着ControlNet的出现与加持(chí)，以往AI绘画的填写关键词游戏(xì)可能要被颠覆了。

ControlNet是一位正(zhèng)在(zài)斯(sī)坦福读(dú)博(bó)的中国(guó)人张吕敏创作(zuò)的一种(zhǒng)基于控制点的图像变形算法，主要用于数字(zì)图像处理、计算机视觉(jué)和(hé)计算(suàn)机图形学等领(lǐng)域。

其SD插件一经发布，在(zài)短短的两天内(nèi)便成为了(le)AI绘画(huà)领域(yù)最(zuì)新的热点。

在此之前(qián)，大家用(yòng)了很多方法想让AI生成的结果尽可能的(de)符合(hé)要求，但是都不尽如人意，它的(de)出现代表着AI生成开(kāi)始进入(rù)真(zhēn)正(zhèng)的可控时(shí)期。

因为ControlNet可以直接(jiē)提取(qǔ)画面(miàn)的构图，人物的姿势(shì)和画面的深(shēn)度信息等。有了(le)它的(de)帮(bāng)助，就(jiù)不用频繁的(de)用提示词(cí)来碰运气，抽盲盒(hé)式的创(chuàng)作了。

通俗的说(shuō)ControlNet相当于给AI绘画加了“魔(mó)法”，不少博(bó)主(zhǔ)的作品(pǐn)已经获得了大(dà)量的浏览量，“viggo”就是其中之一，他用朋友的照片(piàn)直(zhí)接带她们走进动漫世界(jiè)。

viggo先(xiān)用StableDiffusion图片转文字。

再用Text2Prompt插件拓展找(zhǎo)到对应(yīng)的关键词；最后(hòu)用ControlNet插件绑(bǎng)定骨骼开始换关键词试效果(guǒ)。

通过图片就可以看出来(lái)，效果十分(fēn)惊(jīng)艳。

更厉害的(de)是，除(chú)了真实的照片，草图也可以加上“魔法”，知乎大牛“DevPoint”和“逗砂”介绍到ControlNet还能实现线稿转全(quán)彩图。大神张吕敏其本(běn)尊也亲自回应(yīng)。

不得不说当下AIGC已经(jī观摩和观看的区别和联系，观摩和观看的区别在哪ng)变得(dé)越来越(yuè)强大(dà)，甚至输出的作(zuò)品都已经能(néng)以假乱(luàn)真(zhēn)了。

02

难辨虚(xū)实，AIGC技术力爆发

警惕安全问题

近日(rì)，“苏州(zhōu)金鸡湖有游艇party”的消息火遍网络，而(ér)经(jīng)过警方辟谣(yáo)这(zhè)所(suǒ)谓的“party”可能是(shì)全国第一起AI绘图诈骗。

由于这个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，被大家当成(chéng)真事传播了。

不过仔细观察可以(yǐ)发现，活(huó)动发起(qǐ)者提供的照片(piàn)中有个很大(dà)的漏洞可(kě)以发现并非真人(rén)，而是(shì)AI绘图，那便是(shì)图片中(zhōng)女性的手(shǒu)指部分有的存(cún)在异常。

有(yǒu)行业人事表(biǎo)示：“现在因为手指部(bù)分的绘画算法比较(jiào)复杂，AI还(hái)不太会画(huà)人的手，但最新看到的图片已(yǐ)经(jīng)有越来越完美的AI模型出现，以后(hòu)可能就完全没(méi)有(yǒu)漏(lòu)洞了。”

类(lèi)似的AI作图诈骗在国外也已有发生。据(jù)英(yīng)国广播公司报道，土耳其地震(zhèn)期间，有Tiktok用户使用(yòng)AI合(hé)成了儿童受(shòu)灾的假照片发(fā)布(bù)到(dào)网络，以此诱骗善良的人打赏“捐助”从而实施(shī)诈骗。

目前(qián)随着技术发展，AIGC已经能(néng)做出真(zhēn)人照(zhào)片般(bān)的绘图效果，如果这样的(de)图片被(bèi)用来诈骗(piàn)，将非(fēi)常(cháng)可怕。

此外AIGC还引发了很多(duō)担忧，一方面，批判者认(rèn)为AI在“学习”了大(dà)量前(qián)人的作品之后，其创作没有任(rèn)何情绪和灵魂，难以(yǐ)和人类(lèi)的(de)艺术创作相提并论。

另一方面，AIGC背后的版权、目前都并没(méi)有得(dé)到(dào)有效的(de)解决，还有AIGC会(huì)不会代(dài)替(tì)人(rén)类“至高(gāo)无上”的创意。

马斯(sī)克也强调，人工智能的安全问题需要(yào)得到重视，太(tài)晚就来不及(jí)了。

03

AIGC下一站除了(le)视(shì)频(pín)，还有远方(fāng)

技术(shù)都是有两面性的，潜在的危害(hài)并不能掩盖其光(guāng)辉的贡献。现在看来，人工智能技(jì)术(shù)将(jiāng)是第四次工业革命的核心(xīn)驱动(dòng)力(lì)量，将创(chuàng)造(zào)新的增长奇迹(jì)。

过去一年，人工智能在技(jì)术(shù)和商(shāng)业(yè)层面都有(yǒu)了(le)巨大进展，AI绘画就是人工智能技术(shù)发生方向(xiàng)性(xìng)改(gǎi)变的(de)一个代表。其下(xià)一站(zhàn)或(huò)许就是视频。

此前，Meta和谷(gǔ)歌先后(hòu)发布了几条引爆科技(jì)圈的短视(shì)频。这些视频引发(fā)关注(zhù)并(bìng)非内(nèi)容做得多(duō)优秀(xiù)，反而都非(fēi)常简单，比如一匹正在喝水(shuǐ)的马，一只画(huà)画的玩具熊，或(huò)者(zhě)一段骑摩(mó)托车的(de)第一视角录像，随(suí)便一个(gè)有手(shǒu)机的人都可以(yǐ)随手录下一(yī)段。

但这些短视频的(de)创(chuàng)作方式非常简单，创作者仅仅(jǐn)需要(yào)向AI输(shū)入一段话，甚至只是说(shuō)一下要求，AI就(jiù)可以根据需要(yào)生成(chéng)一段视频。

谷歌发(fā)布的(de)两个AI生成视频分别来自(zì)于Imagen Video和(hé)Phenaki，前者主要突(tū)出(chū)的是高清，与Meta的Make-A-Video没有太(tài)多(duō)的差别。

在Make-A-Video公布(bù)了AI生成的视频后，AI圈就已经玩了一波梗，一个能(néng)够做出更高清视频的AI还不足以在(zài)短时间内戳(chuō)中(zhōng)兴奋点。

Phenaki更加令人(rén)震(zhèn)惊的地方在于(yú)，它可以制作(zuò)出超过2分(fēn)钟(zhōng)的连贯的也(yě)有确切(qiè)内(nèi)容的视(shì)频，这才是真正让人们感到惊喜的(de)地(dì)方(fāng)。因为(wèi)无论AI生成(chéng)的视频多(duō)么高清，也只(zhǐ)能是为内(nèi)容生(shēng)产者提(tí)供一个(gè)灵感，一个素材，一个过场动画。

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

当下AI的发(fā)展速度已经超(chāo)过大部分人的(de)想象。内容产业的本质是供(gōng)给创造需求，AIGC作为全新的内容(róng)生产(chǎn)方(fāng)式，可以为(wèi)内(nèi)容产业带来更(gèng)新的内(nèi)容风格、更(gèng)快(kuài)的生产速度，更低的生产成本，这无(wú)疑(yí)会驱动内容(róng)产(chǎn)业的大(dà)爆(bào)发(fā)。

除(chú)了(le)AI绘图、视频，AIGC技术还能应用(yòng)于音乐(lè)、代码、机器人动作(zuò)等多种内容(róng)形式(shì)的(de)生成。不难发现该项技(jì)术不(bù)仅(jǐn)在(zài)游戏等(děng)行业能得到(dào)有效应(yīng)用，对于下一代(dài)互联网(wǎng)各种元素的构建(jiàn)亦有(yǒu)关键意(yì)义。

从(cóng)商业化的(de)角度来看，文(wén)化娱乐、教育、传媒等诸多领(lǐng)域，本(běn)身就对基(jī)于AI的可视化内容有强烈需求。

因(yīn)此，AI绘画(huà)及(jí)视频或不是结(jié)果(guǒ)，而(ér)只是AI进程中的一(yī)块重要拼图，有(yǒu)望在技术更新(xīn)的加持下实现(xiàn)更大(dà)的(de)应用价值。

AI从理解内容，走向了(le)可以生成内容，甚至能够创造出独立(lì)价(jià)值和独立视角的内容。AIGC的(de)再次出圈，更代表着(zhe)未来的先进生产力即将到来。

04

紧抓大模型(xíng)与算(suàn)力(lì)，牢固AIGC底座

从技术的发(fā)展也(yě)可以看出，在语言大(dà)模(mó)型、图像大(dà)模型之后，多模(mó)态大模型已(yǐ)经(jīng)成为了(le)新(xīn)的趋势。

大模型被誉(yù)为(wèi)当前人工智(zhì)能发展的智(zhì)能底座，是全球竞争最激烈的研究(jiū)方向之一，包括谷歌、亚马逊(xùn)、百度、阿里(lǐ)、腾讯等众多头部企业(yè)都在(zài)竞相发力(lì)。

不过训练大模型的(de)确价格不菲(fēi)，以(yǐ)国盛证券发(fā)布的《ChatGPT需(xū)要多少算力》报告估(gū)算，GPT-3训练一次的成(chéng)本约(yuē)为140万美元。而对于一些更大的LLM(大型(xíng)语言模(mó)型(xíng))，训(xùn)练成本(běn)则介于200万美(měi)元(yuán)至1200万美元(yuán)高(gāo)价之间(jiān)。

以(yǐ)ChatGPT在2023年1月的(de)独(dú)立访客平均(jūn)数(shù)1300万计算，其对(duì)应芯片需求为3万(wàn)多片英(yīng)伟(wěi)达A100 GPU，初始投入成本约为8亿美元，每日仅电费就在5万美元左右(yòu)。

此外不论是ChatGPT还(hái)是AIGC，都离不开(kāi)庞(páng)大算力支(zhī)持。在关注各(gè)类大模型的发展同时(shí)，更应该(gāi)关注算力网络的建(jiàn)设。

算力网络正驱动AI产(chǎn)业发展进(jìn)入史诗(shī)级加速进(jìn)程，让AIGC及通用AI这一人工智能(néng)发(fā)展的终极目标离得更近。

因为(wèi)算(suàn)力可以对突(tū)破(pò)性技术创新提供大力的支持。这方面，多模态大模型是典(diǎn)型。作为面向未来强人工智能、通用人工智能的重要技(jì)术(shù)创(chuàng)新(xīn)，多模态大模(mó)型已经在人工智能领域提出了很多年，业(yè)界也有不少(shǎo)技术突破，但(dàn)是，多模态(tài)大模型进一步(bù)往下(xià)走，算力需求(qiú)呈几(jǐ)何式上升，一般(bān)的算(suàn)力基础设施很(hěn)快将难以胜(shèng)任。

从图(tú)像、文(wén)字、语音单独一(yī)项的训练，到双模态(tài)、三模(mó)态的跃(yuè)迁，让人工智能(néng)可以灵活应(yīng)对不同模态的(de)转化、像(xiàng)人与世界交互一(yī)样自然，这方(fāng)面，由(yóu)算力网络(luò)来驱动将(jiāng)有明显优势。

此外，还有很多需(xū)要爆发式(shì)增(zēng)长的算力来支(zhī)撑的(de)技术创新，将(jiāng)在(zài)人工智能算力网络支撑下快(kuài)速推进。

AIGC已经露出曙光(guāng)，期待在大模型(xíng)和(hé)大算力的(de)支持(chí)下AIGC能持续颠覆内(nèi)容(róng)生(shēng)产的方式，将(jiāng)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 观摩和观看的区别和联系，观摩和观看的区别在哪