自聊天机器(qì)人ChatGPT火爆以来，微软公司创始人(rén)比尔(ěr)·盖茨已多次公(gōng)开(kāi)谈论人工智能话题。在最近的一(yī)次采访中，他再次表示：“AI可能会让科技行(xíng)业迎(yíng)来一次(cì)剧烈的洗牌”。

这个结论是他在当地(dì)时间2月20日接受《In Good Company》节目(mù)专访时(shí)提出的。

他预期，AI的发展可(kě)能会威(wēi)胁到谷(gǔ)歌(gē)的(de)市占率，因为微软在AI方(fāng)面(miàn)的行动(dòng)相(xiāng)当迅速。而最(zuì)终(zhōng)科技(jì)巨头(tóu)将(jiāng)把AI整合成(chéng)用户的“全能助(zhù)手(shǒu)”，包揽一切(qiè)应用，与人们进(jìn)行沟通(tōng)并提供建(jiàn)议，可(kě)以取代(dài)亚马(mǎ)逊、Siri或Outlook等应(yīng)用。

大佬口中(zhōng)全(quán)能助手的到来(lái)可能尚(shàng)需时日，但由(yóu)ControlNet引发的又一次AI绘画浪潮，让AIGC在ChatGPT的话题(tí)热点包围中杀出重围(wéi)。

01

ControlNet颠覆AI绘画新玩法(fǎ)

AIGC向(xiàng)可控靠近

以AI绘画为代表的AIGC上一次(cì)爆(bào)火的时候，还是2022年8月，在美(měi)国科(kē)罗拉多州举办(bàn)的新兴数字艺术家竞赛中，一幅名为《太空歌剧院》的作品获(huò)奖。

随后各大厂(chǎng)商的(de)AI绘(huì)画软件被广大网友熟知并体验，Stable Diffusion便是其中代表。

用户们可(kě)以在应用(yòng)中输入一组关键词(cí)或者(zhě)一(yī)张照片，就能获得一幅AI创作的画(huà)作(zuò)。

作(zuò)画的关键就是所输入的文本(běn)。同一(yī)组关键词也可以创作出(chū)很(hěn)多张风格(gé)不一样的(de)画作，这让创(chuàng)作的(de)过程就(jiù)像开盲盒。

很多用户(hù)很(hěn)喜(xǐ)欢这(zhè)种不确定(dìng)的惊喜，他们(men)会(huì)将(jiāng)生成的美图(tú)当做头像(xiàng)。而另一部分(fēn)喜欢翻看AI绘画(huà)的“翻车(chē)”作品。在社(shè)交(jiāo)媒(méi)体上，许多(duō)用户分(fēn)享(xiǎng)AI“翻车现场”，例如，一位网(wǎng)友(yǒu)的小狗(gǒu)照片被AI画成了“肌肉男”，还有(yǒu)网友的个(gè)人(rén)照片被AI识(shí)别(bié)成了(le)建筑。

而如今(jīn)随(suí)着ControlNet的出现与加持，以往AI绘画的(de)填写关(guān)键词(cí)游戏可能要被颠覆了。

ControlNet是(shì)一(yī)位正在(zài)斯坦福读博的中国人张(zhāng)吕敏创作的一种基于控(kòng)制点(diǎn)的图像变形算法，主要用于数字(zì)图(tú)像处理、计算机视(shì)觉和计算(suàn)机图形学等(děng)领域(yù)。

其SD插件一经发布，在(zài)短(duǎn)短的两天内便(biàn)成为(wèi)了AI绘画领(lǐng)域最新(xīn)的热(rè)点。

在此之前，大(dà)家用了很多方法想让AI生成的结果尽可能的符合要求，但是都不(bù)尽如(rú)人意，它(tā)的出现代表着AI生成开始(shǐ)进入真正的可控时期。

因为(wèi)ControlNet可以直(zhí)接提取画面的构图，人物的(de)姿势和画面的深度信息等。有了它的帮(bāng)助(zhù)，就不用频(pín)繁的用(yòng)提示词来(lái)碰(pèng)运气，抽盲(máng)盒式的创(chuàng)作了。

通(tōng)俗的(de)说ControlNet相当(dāng)于给AI绘画(huà)加了“魔法”，不少(shǎo)博主的作品已经获得了大量的浏览量，“viggo”就是其中之一，他用朋友的照片直接带她们走进动漫(màn)世界。

viggo先用StableDiffusion图片转文字。

再(zài)用Text2Prompt插(chā)件拓展找到对(duì)应的关键词；最(zuì)后用ControlNet插件绑定骨骼开始(shǐ)换关(guān)键词试效果。

通过图片就可以看出来，效果十分惊艳(yàn)。

更厉害的是(shì)，除(chú)了真实的照片，草图也可以(yǐ)加上“魔(mó)法”，知乎大牛(niú)“DevPoint”和“逗砂”介绍(shào)到ControlNet还能实现线稿转全(quán)彩(cǎi)图(tú)。大(dà)神张(zhāng)吕敏其本尊也亲自回应。

不得不(bù)说当下AIGC已经变得越来越强大(dà)，甚至输出的(de)作品都已(yǐ)经能(néng)以假乱真了。

02

难辨虚实，AIGC技术力爆(bào)发

警(jǐng)惕安全问题

近日，“苏州金(jīn)鸡湖有游艇(tǐng)party”的消息火遍网络(luò)，而经(jīng)过警(jǐng)方(fāng)辟谣这所谓的“party”可能是全国第一起AI绘图诈(zhà)骗。

由于(yú)这个(gè)活动里(lǐ)面给出(chū)的美女照片都是AI制作的真人照片绘图，因为太逼(bī)真，被大家当成(chéng)真事传播了。

不过仔细观察可以发(fā)现，活动(dòng)发起(qǐ)者(zhě)提供的照(zhào)片中有个(gè)很大的漏洞可(kě)以发现(xiàn)并非(fēi)真(zhēn)人，而(ér)是AI绘图，那便(biàn)是(shì)图片(piàn)中女性的手指部分有的存在异常。

有行业人事(shì)表示：“现在(zài)因为手(shǒu)指部(bù)分的(de)绘画算法(fǎ)比(bǐ)较复杂(zá)，AI还(hái)不太(tài)会(huì)画人的(de)手，但(dàn)最新看(kàn)到的图片已经有越(yuè)来(lái)越完美的AI模型出现，以后可能就完全没有(yǒu)漏洞了。”

类似的AI作图诈骗在国外(wài)也已有发生。据英(yīng)国广播(bō)公司报道(dào)，土耳其(qí)地震期间，有Tiktok用(yòng)户使用AI合成了儿(ér)童受灾的假照片发布到网(wǎng)络(luò)，以此诱骗善良的人打赏“捐助”从而实施诈骗。

目(mù)前(qián)随着技术(shù)发展，AIGC已(yǐ)经(jīng)能做出真人照片(piàn)般(bān)的(de)绘(huì)图效(xiào)果，如果这样的图(tú)片被用来(lái)诈骗，将非常(cháng)可怕。

此外(wài)AIGC还引发了很多担(dān)忧，一方面，批(pī)判者认为AI在“学(xué)习”了大量前人的作品之后，其创作没有任何情绪和灵魂(hún)，难(nán)以(yǐ)和人(rén)类的艺术创作相(xiāng)提并论。

另(lìng)一方(fāng)面(miàn)，AIGC背后的版(bǎn)权、目前都并没有得到有效的解(jiě)决，还有(yǒu)AIGC会不会代(dài)替(tì)人类(lèi)“至高(gāo)无上”的创意。

马斯(sī)克也强调，人(rén)工(gōng)智能的安(ān)全问题(tí)需要得到重视，太晚就来不及了。

03

AIGC下一站除了视频，还有远(yuǎn)方

技术都(dōu)是(shì)有(yǒu)两面性的，潜在的危害并不(bù)能(néng)掩(yǎn)盖其光辉的贡献。现(xiàn)在(zài)看来，人工智能技术将是(shì)第四次工业(yè)革(gé)命的核心(xīn)驱动力(lì)量，将创(chuàng)造(zào)新(xīn)的增长奇迹。

过去一年，人工智能(néng)在技术和商业(yè)层面都(dōu)有了巨大进(jìn)展，AI绘画(huà)就是人(rén)工智能(néng)技术发生方向性改变的一个代表。其(qí)下一站或许就是视频。

此前，Meta和谷歌先后发布了几条引爆科技(jì)圈的短视频(pín)。这些视频引发关(guān)注并非(fēi)内容做得多优(yōu)秀，反而(ér)都(dōu)非常利口酒是什么意思，利口酒可以直接喝吗简单(dān)，比如一匹正在喝(hē)水的马，一(yī)只(zhǐ)画画(huà)的玩具熊，或者一段骑摩(mó)托(tuō)车的第(dì)一视(shì)角录像，随便一个有手机(jī)的人都可(kě)以随手录下一(yī)段。

但这(zhè)些短视(shì)频的创作(zuò)方式非(fēi)常简(jiǎn)单，创作者仅仅需要(yào)向AI输入一段话(huà)，甚至只是(shì)说一下要求，AI就可以根据需要生成一段视频。

谷歌发布(bù)的两个(gè)AI生成视频分别来自于Imagen Video和(hé)Phenaki，前者主要突出(chū)的是高(gāo)清，与Meta的Make-A-Video没有太多的差别(bié)。

在(zài)Make-A-Video公(gōng)布了AI生成的(de)视频后，AI圈就(jiù)已经(jīng)玩了一波梗，一个能够(gòu)做出(chū)更高清(qīng)视(shì)频的AI还不足以在(zài)短时间(jiān)内戳(chuō)中(zhōng)兴(xīng)奋点(diǎn)。

Phenaki更(gèng)加令(lìng)人震惊的地(dì)方(fāng)在(zài)于，它可以制作(zuò)出(chū)超过2分钟的连贯的也有确(què)切(qiè)内容(róng)的视(shì)频(pín)，这才(cái)是(shì)真(zhēn)正让(ràng)人(rén)们感到惊喜的(de)地方。因为(wèi)无论AI生成的视(shì)频多么高清，也(yě)只(zhǐ)能是为内容(róng)生(shēng)产者(zhě)提(tí)供(gōng)一个灵感，一个素材，一个过场(chǎng)动画。

不过能够制作(zuò)出有具体剧情内容(róng)的(de)视(shì)频就意味着，一些视频创(chuàng)作由AI代替人工完成已经(jīng)初(chū)步有了(le)可能。

当下AI的发展速度已经超过大部(bù)分人(rén)的想象。内容产业的(de)本质是供给创造(zào)需(xū)求(qiú)，AIGC作为全新的内容(róng)生产(chǎn)方式(shì)，可以(yǐ)为内(nèi)容产业带来(lái)更新的内容风格(gé)、更快的生产速度，更(gèng)低(dī)的(de)生(shēng)产成本，这无疑(yí)会驱动内(nèi)容产业(yè)的大爆(bào)发。

除了(le)AI绘图、视频(pín)，AIGC技术还能(néng)应(yīng)用于音乐(lè)、代码、机(jī)器人动(dòng)作(zuò)等多种内容形式的生成。不(bù)难发现该项技(jì)术不仅在游戏等行业能得到有效应用(yòng)，对于下一代互联网(wǎng)各(gè)种元(yuán)素的构建亦有关键意义(yì)。

从商业化的角度来看(kàn)，文化娱乐、教育(yù)、传媒(méi)等诸多(duō)领域，本身就对(duì)基于AI的可视(shì)化内容有强(qiáng)烈需求。

因此，AI绘画及视频(pín)或不(bù)是(shì)结(jié)果(guǒ)，而只是(shì)AI进程中的一块重要拼图(tú)，有望在技术更(gèng)新(xīn)的加持下实现更大(dà)的(de)应用(yòng)价值(zhí)。

AI从理(lǐ)解内(nèi)容，走向了(le)可以(yǐ)生成内(nèi)容，甚(shèn)至能够创造出(chū)独立价(jià)值(zhí)和独立视角的内容。AIGC的再次出圈，更代表着未来的(de)先进生产力即将到来。

04

紧(jǐn)抓(zhuā)大(dà)模型(xíng)与算(suàn)力，牢固AIGC底座

从(cóng)技(jì)术的发展也可(kě)以(yǐ)看出，在语言(yán)大模型、图像大(dà)模型(xíng)之(zhī)后(hòu)，多(duō)模态大模型已经成为(wèi)了新的(de)趋势。

大模型被誉(yù)为当(dāng)前人工(gōng)智能发(fā)展的智(zhì)能底座，是全球竞争(zhēng)最激烈(liè)的研究(jiū)方向之一，包括谷(gǔ)歌(gē)、亚(yà)马逊、百度、阿里(lǐ)、腾讯等(děng)众多头(tóu)部企(qǐ)业都在竞相发力。

不(bù)过训(xùn)练大模(mó)型(xíng)的确价格(gé)不菲，以国(guó)盛证券发布的《ChatGPT需(xū)要(yào)多(duō)少算力》报告(gào)估算(suàn)，GPT-3训练(liàn)一次(cì)的成本约为140万(wàn)美元。而对于一些(xiē)更(gèng)大的LLM(大型语言(yán)模型)，训练成本则介于200万(wàn)美元至(zhì)1200万美元高价之间。

以ChatGPT在2023年1月(yuè)的独立(lì)访客平均(jūn)数1300万计算，其对(duì)应芯片需求(qiú)为3万(wàn)多片英(yīng)伟达(dá)A100 GPU，初始投(tóu)入成本约为8亿美(měi)元，每(měi)日仅电(diàn)费就在5万(wàn)美(měi)元左右。

此外不论是ChatGPT还是(shì)AIGC，都离不(bù)开庞大算力(lì)支持。在(zài)关注各类大模(mó)型(xíng)的发展同时，更应该关注算力(lì)网络的建设。

算力网络正(zhèng)驱动AI产业(yè)发展进入史诗(shī)级加(jiā)速进程，让AIGC及通(tōng)用(yòng)AI这一人工(gōng)智能发(fā)展的(de)终极目标离得(dé)更近(jìn)。

因为算力可以对突破(pò)性技术创新提供(gōng)大力(lì)的支持。这方(fāng)面(miàn)，多模态大模型是(shì)典型。作(zuò)为面向(xiàng)未来强人工智能、通用(yòng)人工智能的重要技术创(chuàng)新，多模(mó)态大模型已(yǐ)经在人(rén)工智(zhì)能领域提(tí)出了很(hěn)多年，业界也有不少技术突破，但是，多模态(tài)大模型进一步(bù)往下(xià)走，算(suàn)力需求呈(chéng)几何式上升，一般的算力(lì)基(jī)础(chǔ)设施很快将难以(利口酒是什么意思，利口酒可以直接喝吗yǐ)胜(shèng)任。

从(cóng)图像、文字、语音单独(dú)一项的训练，到双模态、三模态的跃迁(qiān)，让人工智(zhì)能可以灵活应对不同模态的(de)转化、像人与世(shì)界交互一样自然，这方(fāng)面，由算力网络来驱动将(jiāng)有明显优势(shì)。

此外，还有很(hěn)多需(xū)要爆发式增长的算力(lì)来支撑的技(jì)术创新，将在人工智能算力网络支(zhī)撑下快速推(tuī)进。

AIGC已经(jīng)露出曙光，期待在大模型和大算力的支(zhī)持下(xià)AIGC能持续颠覆内容生产的方式，将(jiāng)创造(zào)的边际(jì)成本降低，让万众(zhòng)受益(yì)。

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 利口酒是什么意思，利口酒可以直接喝吗