自聊天机器人ChatGPT火爆以来，微软公司创始(shǐ)人比(bǐ)尔(ěr)·盖茨已多次公开谈论人工智能话题(tí)。在最(zuì)近的一次采访中(zhōng)，他(tā)再次表示(shì)：“AI可能会(huì)让科技(jì)行业迎(yíng)来一次(cì)剧烈(liè)的洗(xǐ)牌”。

这(zhè)个结论(lùn)是他在(zài)当(dāng)地时间2月(yuè)20日接受《In Good Company》节(jié)目(mù)专(zhuān)访时提出的(de)。

他预(yù)期，AI的发(fā)展可能会威(wēi)胁到谷歌的市(shì)占(zhàn)率，因(yīn)为微软在AI方面的行动相当迅速(sù)。而最(zuì)终科技巨头将把AI整合成用户(hù)的“全(quán)能助手”，包(bāo)揽一切应用，与(yǔ)人们进(jìn)行沟(gōu)通并(bìng)提(tí)供(gōng)建议，可以(yǐ)取代亚马(mǎ)逊(xùn)、Siri或Outlook等应用(yòng)。

大佬口中(zhōng)全能助手(shǒu)的到来可(kě)能尚(shàng)需(xū)时(shí)日，但(dàn)由ControlNet引(yǐn)发的又一(yī)次AI绘画(huà)浪潮(cháo)，让AIGC在(zài)ChatGPT的话题热点(diǎn)包围中杀出重(zhòng)围(wéi)。

01

ControlNet颠覆(fù)AI绘画新玩法

AIGC向可控靠近

以(yǐ)AI绘(huì)画(huà)为代(dài)表的(de)AIGC上(shàng)一(yī)次爆火的时候，还是2022年(nián)8月，在美国(guó)科罗拉多州举(jǔ)办(bàn)的新兴数(shù)字艺术家竞(jìng)赛中(zhōng)，一幅名为《太空歌(gē)剧院》的作品获(huò)奖(jiǎng)。

随后各(gè)大厂商的AI绘画软件被广(guǎng)大网友熟知并体(tǐ)验(yàn)，Stable Diffusion便(biàn)是(shì)其中代表。

用户们可以在应用(yòng)中(zhōng)输入(rù)一组(zǔ)关键词或者一张照片，就能获得一(yī)幅(fú)AI创作的画作。

作画的关键(jiàn)就(jiù)是(shì)所(suǒ)输入的文本(běn)。同一(yī)组关键词也可以创作出很(hěn)多张风(fēng)格不一(yī)样的(de)画作，这(zhè)让创作(zuò)的(de)过(guò)程就像开盲盒(hé)。

很多用(yòng)户很喜欢这种(zhǒng)不确定的惊喜，他们会将(jiāng)生(shēng)成的美图当做头(tóu)像。而另一部分喜(xǐ)欢翻看AI绘(huì)画(huà)的“翻车”作品。在社交媒体(tǐ)上，许多(duō)用户分享AI“翻车现(xiàn)场”，例(lì)如(rú)，一位网友的小狗照片被AI画(huà)成了“肌肉(ròu)男”，还有(yǒu)网友的个人照片被AI识别成了建(jiàn)筑(zhù)。

而如今随着ControlNet的出现与加(jiā)持，以(yǐ)往AI绘画的填(tián)写(xiě)关键词(cí)游戏可能要被颠覆了(le)。

ControlNet是一位(wèi)正(zhèng)在斯坦福读(dú)博(bó)的中国人张吕敏创(chuàng)作的一种基于控制点的图像变形算法，主(zhǔ)要用(yòng)于数字图像处理、计算机(jī)视觉和计算机图形学等领域(yù)。

其SD插(chā)件一经发布(bù)，在短短(duǎn)的两(liǎng)天(tiān)内便成为了AI绘画领(lǐng)域最新的热点(diǎn)。

在此之前，大家用(yòng)了很多方法想让AI生成(chéng)的结果尽可能(néng)的符合要求，但是都不尽(jǐn)如人(rén)意，它的出现代表(biǎo)着AI生成开始进入真(zhēn)正的可控时期。

因(yīn)为ControlNet可(kě)以直(zhí)接提取画面(miàn)的构图，人物(wù)的(de)姿势(shì)和画面的深度信息等。有了它的帮助，就不用(yòng)频(pín)繁的用(yòng)提示词来碰运气，抽盲盒式的创作了。

通俗的说ControlNet相当于给AI绘画(huà)加了“魔(mó)法”，不少(shǎo)博主(zhǔ)的作(zuò)品已经获(huò)得了大量的浏览量，“viggo”就(jiù)是其(qí)中(zhōng)之一，他用朋友(yǒu)的照片(piàn)直接(jiē)带(dài)她们走进动漫世(shì)界。

viggo先用StableDiffusion图(tú)片转文字。

再用Text2Prompt插件拓展找(zhǎo)到对应的(de)关键词；最后用(yòng)ControlNet插件绑定骨骼(gé)开始(shǐ)换关(guān)键(jiàn)词试(shì)效果。

通过(guò)图片就(jiù)可以看出来(lái)，效果(guǒ)十(shí)分惊(jīng)艳。

更厉害的(de)是(shì)，除了真实(shí)的(de)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(xiàn)稿转全彩图(tú)。大神张吕(lǚ)敏其(qí)本尊也亲自(zì)回应。

不得(dé)不说当下AIGC已经变得(dé)越来越强大，甚至输(shū)出(chū)的作品都(dōu)已(yǐ)经能以(yǐ)假乱真了。

02

难辨虚(xū)实，AIGC技术力爆发

警(jǐng)惕安全问题(tí)

近日(rì)，“苏州金鸡湖有游艇(tǐng)party”的消息(xī)火(huǒ)遍(biàn)网络，而经(jīng)过(guò)警方辟谣这(zhè)所谓的“party”可(kě)能是(shì)全国第一(yī)起AI绘图诈骗(piàn)。

由于这个活动里面给出(chū)的美女照片都是AI制作的真人照片绘图，因为(wèi)太(tài)逼真，被大家当成(chéng)真事传播(bō)了。

不过仔细观察可以发现，活动发起者提供的照(zhào)片中(zhōng)有个很大(dà)的漏洞可以发现(xiàn)并非真(zhēn)人，而(ér)是(shì)AI绘图，那便是(shì)图片(piàn)中(zhōng)女性的手指部分有的存在异常。

有行(xíng)业(yè)人事表示：“现在因为手指(zhǐ)部分的(de)绘画算法比较复杂，AI还不(bù)太会画人的手，但(dàn)最新(xīn)看到的图片(piàn)已经有越来(lái)越完(wán)美的AI模型出现(xiàn)，以后(hòu)可能就完全没有(yǒu)漏洞了。”

类似的AI作(zuò)图诈骗在国外也已有发生。据英(yīng)国广播(bō)公司报道，土(tǔ)耳其地震期(qī)间，有(yǒu)Tiktok用(yòng)户使用AI合成了(le)儿(ér)童受灾的假照(zhào)片(piàn)发布到(dào)网络，以此诱骗(piàn)善良的人(rén)打(dǎ)赏“捐助”从而实(shí)施诈骗。

目前随着技术(shù)发展，AIGC已(yǐ)经能做出真人照片般的绘图(tú)效果，如(rú)果(guǒ)这样的图(tú)片被用(yòng)来诈骗，将非常可怕(pà)。

此(cǐ)外AIGC还(hái)引(yǐn)发了(le)很多担忧，一方面，批判者认为(wèi)AI在“学(xué)习”了大量前人的(de)作品之后(hòu)，其创(chuàng)作没有任何情绪和灵(líng)魂(hún)，难以(yǐ)和人类(lèi)的(de)艺术创作相提并(bìng)论(lùn)。

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

马斯(sī)克也强(qiáng)调，人工智能的安全问(wèn)题需要(yào)得到重视5公里世界纪录多少 5公里世界纪录是几分钟，太(tài)晚(wǎn)就来(lái)不及(jí)了。

03

AIGC下一站除(chú)了视频(pín)，还有远方

技术都是有两面性(xìng)的，潜在的危(wēi)害并不能掩(yǎn)盖其(qí)光辉的贡献。现在看(kàn)来(lái)，人工(gōng)智(zhì)能技术(shù)将是第(dì)四次工(gōng)业革命的核心驱(qū)动力量，将创造新(xīn)的增(zēng)长奇迹(jì)。

过去一年，人工(gōng)智能在技术和商业层面(miàn)都有(yǒu)了(le)巨(jù)大进展(zhǎn)，AI绘(huì)画就是人工智(zhì)能技术发(fā)生方向(xiàng)性改变的一(yī)个代表。其下一站或许就是视频(pín)。

此前，Meta和谷(gǔ)歌先后发(fā)布(bù)了(le)几条引爆科(kē)技圈的短视(shì)频(pín)。这(zhè)些视(shì)频引发关注并非内容(róng)做(zuò)得(dé)多优秀，反而都非常简单(dān)，比如一匹正在喝水的马(mǎ)，一只(zhǐ)画(huà)画的玩(wán)具熊，或者一段(duàn)骑摩托车的第(dì)一视(shì)角录像，随便(biàn)一个有(yǒu)手机的人都可以随(suí)手录下一段。

但这些短视频的创(chuàng)作方(fāng)式非常简单，创作者仅仅需要(yào)向AI输入一段话(huà)，甚(shèn)至(zhì)只(zhǐ)是说一下要求，AI就可以根据需要生成一段视频。

谷(gǔ)歌发布的(de)两个AI生成(chéng)视频分别来自于Imagen Video和Phenaki，前者主要突出的(de)是高(gāo)清，与Meta的Make-A-Video没(méi)有(yǒu)太多的(de)差别(bié)。

在Make-A-Video公布了AI生成的视频后，AI圈就(jiù)已经玩(wán)了一(yī)波(bō)梗(gěng)，一个能够(gòu)做出更高清(qīng)视频的AI还不足(zú)以在(zài)短时(shí)间(jiān)内戳中(zhōng)兴奋点(diǎn)。

Phenaki更加(jiā)令(lìng)人震惊的地(dì)方在于，它可以制作出超(chāo)过2分(fēn)钟的连(lián)贯的(de)也有确切(qiè)内容(róng)的(de)视频，这才是真正让人们感到惊喜(xǐ)的(de)地(dì)方。因(yīn)为无论AI生成的视频多么高清，也只能是为内容(róng)生产者提供一个灵感(gǎn)，一(yī)个(gè)素材，一个过场动画。

不过能够制作(zuò)出有(yǒu)具体剧(jù)情内(nèi)容的视(shì)频就意味着，一(yī)些视频创作由AI代替人工完成(chéng)已经初步(bù)有了可能。

当下AI的发展速度(dù)已经超(chāo)过(guò)大部分人的(de)想(xiǎng)象。内容产业的本质是供给创造需求，AIGC作为全新的内容生产方(fāng)式(shì)，可以为内容产业带来更新的(de)内容风格、更快(kuài)的生产速度，更低(dī)的生产(chǎn)成本(běn)，这(zhè)无疑会驱动内容产业(yè)的大(dà)爆发。

除(chú)了AI绘图、视频，AIGC技术还能应用(yòng)于音乐(lè)、代(dài)码、机器人动作(zuò)等多种内容(róng)形式(shì)的生成。不(bù)难发现该项技术不仅在(zài)游戏等行业(yè)能(néng)得到有效应用，对于下(xià)一代互联网各(gè)种元素的(de)构建亦有(yǒu)关键意义。

从商业化(huà)的角度来看(kàn)，文化(huà)娱(yú)乐、教(jiào)育、传媒等(děng)诸(zhū)多领域，本身就对基于AI的可视化内容(róng)有强烈需求。

因此，AI绘画及视频或不是(shì)结(jié)果，而只是AI进程中的(de)一块(kuài)重(zhòng)要拼图，有望在(zài)技术(shù)更(gèng)新的加(jiā)持下实(shí)现更(gèng)大的应用(yòng)价值(zhí)。

AI从理解内容，走(zǒu)向了(le)可(kě)以生成内容，甚至能够创(chuàng)造(zào)出独立价值和独立视角的内容。AIGC的再次出圈，更代表着未(wèi)来的先进生产力(lì)即(jí)将到来。

04

紧抓大(dà)模型与算力，牢固AIGC底(dǐ)座

从技术的发展也可以看(kàn)出，在语言(yán)大模(mó)型、图像大(dà)模型之后，多模态(tài)大模型已经成为了新的(de)趋(qū)势(shì)。

大模型被誉(yù)为当前人(rén)工智能发(fā)展的智能底(dǐ)座，是全球竞争最激烈的(de)研究(jiū)方向之一，包括谷歌、亚马逊、百度、阿里、腾讯等众多头(tóu)部企业都在竞(jìng)相(xiāng)发力。

不过训(xùn)练(liàn)大模型的确价格不菲，以(yǐ)国盛证券(quàn)发布的《ChatGPT需要多少算力》报告估算(suàn)，GPT-3训练一次的成本(běn)约为140万美元。而对于一些更大的LLM(大(dà)型(xíng)语言模(mó)型(xíng))，训(xùn)练成本则(zé)介于200万(wàn)美元(yuán)至1200万(wàn)美元高价之间。

以(yǐ)ChatGPT在2023年1月的(de)独立访客平均数1300万计算，其(qí)对应(yīng)芯(xīn)片需求为3万多片英伟达(dá)A100 GPU，初始投(tóu)入成本约为8亿美元，每日仅电(diàn)费(fèi)就在5万(wàn)美(měi)元左右。

此外不(bù)论是(shì)ChatGPT还是AIGC，都5公里世界纪录多少 5公里世界纪录是几分钟离不(bù)开庞大算力支持。在(zài)关注各类(lèi)大模型的发(fā)展同时(shí)，更(gèng)应(yīng)该关(guān)注算力网络的建设。

算(suàn)力网络(luò)正驱动AI产业发(fā)展进入(rù)史诗级加速进程(chéng)，让AIGC及通(tōng)用AI这一人工智能发展(zhǎn)的终极目标离得更近(jìn)。

因为算力可以对突(tū)破性技术创新提供大力的支持。这方面，多模态大模型是典型。作为(wèi)面向未(wèi)来强人(rén)工智能、通用人工智能的重要技(jì)术创新，多模态(tài)大模型已经在(zài)人工智能(néng)领域提出了很多年(nián)，业界也有(yǒu)不少(shǎo)技术突破，但是，多模(mó)态(tài)大模型进一步(bù)往下走，算(suàn)力需求(qiú)呈几(jǐ)何式上升(shēng)，一般的算力基础设施很(hěn)快将难以胜任。

从图像、文字、语音(yīn)单独一项的(de)训练，到双模态、三(sān)模态的跃迁，让人(rén)工智能可(kě)以灵活应对不同(tóng)模态的转化、像(xiàng)人与世界(jiè)交(jiāo)互一样自(zì)然(rán)，这方面，由(yóu)算力网络来(lái)驱动将有(yǒu)明(míng)显优势。

此(cǐ)外，还有很(hěn)多(duō)需要爆发(fā)式(shì)增长的算力来支撑(chēng)的技术创(chuàng)新，将在人工智(zhì)能算(suàn)力网络支撑下快速推进。

AIGC已经(jīng)露(lù)出曙光，期(qī)待在大模型和大算力(lì)的(de)支(zhī)持下AIGC能(néng)持续颠(diān)覆(fù)内容生产的方式，将创造的边际成本降低，让万众受(shòu)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 5公里世界纪录多少 5公里世界纪录是几分钟