自(zì)聊(liáo)天机器人ChatGPT火爆以来，微(wēi)软公司(sī)创始人(rén)比尔·盖(gài)茨已多次公(gōng)开谈论人工智能话题。在最近的一次(cì)采访中，他再次表示：“AI可能会让(ràng)科技行业迎来一次剧烈的洗牌”。

这(zhè)个结论(lùn)是他在当(dāng)地时(shí)间2月20日接受《In Good Company》节目专(zhuān)访时提(tí)出的。

他预(yù)期，AI的发展(zhǎn)可能(néng)会威(wēi)胁到谷歌的市占率，因为微软(ruǎn)在AI方面的行(xíng)动相当迅速(sù)。而最终科技(jì)巨头将把AI整(zhěng)合(hé)成用户的“全能助手”，包揽(lǎn)一切应用(yòng)，与人们进行沟(gōu)通(tōng)并提供建议(yì)，可以取(qǔ)代亚马逊、Siri或Outlook等应(yīng)用。

大(dà)佬口中全能助手的到来可能(néng)尚需(xū)时日，但由ControlNet引发的又一次AI绘(huì)画浪潮(cháo)，让AIGC在ChatGPT的(de)话(huà)题热(rè)点包围(wéi)中杀(shā)出重围。

01

ControlNet颠覆AI绘画新玩(wán)法

AIGC向可控(kòng)靠近

以(yǐ)AI绘画为(wèi)代表的(de)AIGC上一次爆火的时候，还是2022年8月，在美(měi)国科罗拉多州举办的新兴数字艺术家竞赛中(zhōng)，一幅名为《太空歌剧(jù)院》的作品(pǐn)获奖。

随后(hòu)各大厂(chǎng)商的(de)AI绘画软(ruǎn)件被广大网(wǎng)友熟知并体验，Stable Diffusion便是其中代(dài)表。

用户们可以在应用中(zhōng)输入(rù)一(yī)组关键(jiàn)词或(huò)者一(yī)张照(zhào)片，就能获得一幅AI创(chuàng)作的画作。

作(zuò)画(huà)的(de)关键就(jiù)是所输入的(de)文本。同一组关键词也可(kě)以创作出很多(duō)张风格不一样(yàng)的画(huà)作，这让创作的过(guò)程就像开盲(máng)盒(hé)。

很多用户很喜(xǐ)欢这种不确定(dìng)的惊喜，他们会将(jiāng)生成的美图当(dāng)做头(tóu)像(xiàng)。而另一部分喜欢翻看AI绘(huì)画的“翻车(chē)”作品(pǐn)。在社交(jiāo)媒(méi)体上，许(xǔ)多用户分(fēn)享(xiǎng)AI“翻车(chē)现场”，例如，一位(wèi)网友的小狗照片被AI画成了“肌肉男”，还有网友(yǒu)的个人(rén)照片(piàn)被AI识(shí)别成(chéng)了建筑。

而如今随着ControlNet的出现与加持，以往AI绘画的填写关键(jiàn)词游戏可能(néng)要被颠覆(fù)了。

ControlNet是一位正(zhèng)在斯坦(tǎn)福读(dú)博(bó)的(de)中国(guó)人张吕敏创作(zuò)的一(yī)种基于控制点的图像变(biàn)形算法，主要(yào)用于数字(zì)图像处理(lǐ)、计(jì)算机(jī)视觉和计算机(jī)图(tú)形学(xué)等领域。

其SD插件一(yī)经发布，在短短的两天(tiān)内(nèi)便成(chéng)为了AI绘画(huà)领域最新的(de)热(rè)点。

在此之前，大家用了很(hěn)多方法想让(ràng)AI生成的结果尽可能的符合要求，但是(shì)都不尽(jǐn)如人(rén)意，它的(de)出现(xiàn)代表着(zhe)AI生成开始进入真正的可控(kòng)时(shí)期。

因(yīn)为ControlNet可以(yǐ)直接提取画(huà)面的构图，人物的姿势(shì)和(hé)画面的深度信(xìn)息等。有了它的帮助(zhù)，就不用频繁的用提示词来碰运气，抽盲盒(hé)式(shì)的(de)创作了。乌蒙山连着山外山是什么歌，乌蒙山连着山外山是什么歌曲

通俗的说ControlNet相当于给AI绘(huì)画加(jiā)了“魔法(fǎ)”，不少(shǎo)博主(zhǔ)的作品已经获得了大(dà)量(liàng)的浏览量，“viggo”就(jiù)是(shì)其(qí)中(zhōng)之一，他用朋友的照片(piàn)直(zhí)接带她们走进动(dòng)漫世界(jiè)。

viggo先用StableDiffusion图片(piàn)转(zhuǎn)文(wén)字(zì)。

再用Text2Prompt插件拓(tuò)展找到对(duì)应的(de)关键词；最后用ControlNet插(chā)件绑定骨骼开(kāi)始换关键词试效果。

通过图片就(jiù)可以看出来，效果十分惊(jīng)艳。

更(gèng)厉害的是，除了真实的照(zhào)片(piàn)，草图也可以加上“魔法”，知乎大(dà)牛(niú)“DevPoint”和“逗砂”介绍到ControlNet还能实现(xiàn)线(xiàn)稿转全彩(cǎi)图(tú)。大神张吕敏其(qí)本尊也亲自回(huí)应。

不得不说当下AIGC已经变(biàn)得越来越强大，甚至输出(chū)的作品(pǐn)都已经能以假乱真了。

02

难辨虚(xū)实，AIGC技术力爆发

警(jǐng)惕安全(quán)问题

近(jìn)日，“苏州(zhōu)金鸡湖有游艇party”的消息火遍网络，而经过警方(fāng)辟谣这所谓的(de)“party”可能是全(quán)国第一起AI绘图诈骗。

由于这个活动里面给出的美(měi)女照片都是AI制作(zuò)的真(zhēn)人照片绘图(tú)，因为(wèi)太逼(bī)真(zhēn)，被大家当(dāng)成真事传播了。

不过仔细观察(chá)可(kě)以发现(xiàn)，活动发起(qǐ)者提供的照(zhào)片(piàn)中(zhōng)有个很大(dà)的漏洞可(kě)以发现并(bìng)非真人，而是AI绘图，那便是(shì)图(tú)片中女性的手指部分(fēn)有的(de)存在(zài)异常。

有行业(yè)人事表示：“现在因为手(shǒu)指部分的绘画算法比(bǐ)较复(fù)杂，AI还不太会(huì)画人的手，但(dàn)最新看(kàn)到的(de)图片已经有越来越完美(měi)的AI模型出现(xiàn)，以(yǐ)后可能就完全没有漏洞(dòng)了。”

类(lèi)似的(de)AI作图诈骗在国外(wài)也已有(yǒu)发生。据英国广播公司(sī)报(bào)道(dào)，土耳其(qí)地震期间，有(yǒu)Tiktok用户(hù)使用AI合成了儿童受(shòu)灾的假照片发布到网络(luò)，以此(cǐ)诱骗善(shàn)良的人打(dǎ)赏(shǎng)“捐助”从而实施(shī)诈骗。

目前(qián)随着技(jì)术发展(zhǎn)，AIGC已经能做出真人照片(piàn)般的(de)绘图效果(guǒ)，如果这样的图片被用来诈骗，将(jiāng)非常可怕。

此外(wài)AIGC还引(yǐn)发(fā)了很多担忧(yōu)，一方面(miàn)，批(pī)判者认为AI在“学(xué)习”了(le)大量前人的作(zuò)品之后，其创作(zuò)没有(yǒu)任何(hé)情绪和灵魂，难以和人(rén)类的艺术创作相提并论。

另(lìng)一方面(miàn)，AIGC背后的版权、目(mù)前都并没有得到有(yǒu)效(xiào)的解决，还有(yǒu)AIGC会不会(huì)代替(tì)人类“至高无上”的创意(yì)。

马(mǎ)斯(sī)克(kè)也强调，人工智能(néng)的安全问题(tí)需要得到重视(shì)，太晚就来(lái)不及了(le)。

03

AIGC下一站除了(le)视频，还有远(yuǎn)方

技术都是有(yǒu)两面(miàn)性的(de)，潜在(zài)的危害并不能(néng)掩盖其光辉(huī)的贡献。现(xiàn)在看来，人工(gōng)智能技术将是第四次工业革(gé)命的(de)核心驱(qū)动力量，将创造(zào)新的增长(zhǎng)奇迹。

过去一(yī)年，人工智能在(zài)技术(shù)和商业层面都有了巨大进展，AI绘画就是(shì)人工智能(néng)技术发生方(fāng)向性改变的一(yī)个代表。其下一站(zhàn)或许就是视频(pín)。

此(cǐ)前(qián)，Meta和谷歌先后发布了几条引(yǐn)爆科技(jì)圈的(de)短(duǎn)视频。这些视(shì)频(pín)引发关注并非内(nèi)容做得多优(yōu)秀(xiù)，反而都非常简单(dān)，比如一匹(pǐ)正(zhèng)在喝水的马，一只(zhǐ)画(huà)画的玩具熊，或者一段骑摩托车(chē)的第一视角录像，随(suí)便(biàn)一个有手(shǒu)机(jī)的(de)人都可以随(suí)手录(lù)下一段(duàn)。

但这些(xiē)短视频的创(chuàng)作(zuò)方式非常(cháng)简单，创作者仅仅需要向AI输入一段话(huà)，甚至只是说一下要求，AI就可以根据需要生成一段视(shì)频。

谷歌发布的(de)两(liǎng)个AI生成视(shì)频分别来自(zì)于Imagen Video和(hé)Phenaki，前(qián)者主要突出的是高清，与Meta的Make-A-Video没(méi)有(yǒu)太多的差(chà)别。

在(zài)Make-A-Video公(gōng)布了AI生成的视频后，AI圈(quān)就(jiù)已经(jīng)玩了(le)一(yī)波梗，一个能够做出更高(gāo)清视频的AI还不(bù)足以在短时间内(nèi)戳中兴奋点(diǎn)。

Phenaki更加令(lìng)人震(zhèn)惊的地方在于，它可以制(zhì)作出超(chāo)过2分钟的连(lián)贯的也(yě)有确切内容的视频(pín)，这(zhè)才是真正(zhèng)让人们感到(dào)惊(jīng)喜(xǐ)的(de)地方。因为(wèi)无论(lùn)AI生成的(de)视(shì)频多么高清，也只能是为内容(róng)生产者提供一(yī)个灵感(gǎn)，一个(gè)素材，一个过场动(dòng)画。

不过能够制作出有具体剧情内容(róng)的视(shì)频就意(yì)味着，一些视频创(chuàng)作由AI代替人工(gōng)完成已经初步有(yǒu)了可(kě)能。

当下(xià)AI的(de)发(fā)展速度已(yǐ)经超过大(dà)部分人的想(xiǎng)象。内容(róng)产业的本(běn)质是供给创(chuàng)造需求，AIGC作为全新的(de)内(nèi)容生产(chǎn)方式，可以为内容(róng)产业(yè)带来更新的内容风格、更快的生产速(sù)度(dù)，更(gèng)低(dī)的生产成本，这无(wú)疑(yí)会驱(qū)动内容产业的(de)大爆发。

除了(le)AI绘图、视频(pín)，AIGC技(jì)术还(hái)能(néng)应(yīng)用于(yú)音乐(lè)、代(dài)码、机器人动作(zuò)等多种内容形式的生成。不(bù)难发现该(gāi)项技术不仅在(zài)游戏等行业能得到有效应(yīng)用(yòng)，对于下一代(dài)互联网(wǎng)各(gè)种元素(sù)的构建(jiàn)亦有关键意义。

从商业化的角度来看，文(wén)化娱乐、教育、传媒等诸多领域，本(běn)身就对基(jī)于(yú)AI的(de)可视化内(nèi)容有强烈需(xū)求。

因(yīn)此(cǐ)，AI绘(huì)画及视频或不是(shì)结(jié)果(guǒ)，而只是AI进(jìn)程中的一块重要拼图，有(yǒu)望在技术更新的(de)加持(chí)下实现更大(dà)的(de)应用(yòng)价值。

AI从理解内容，走向了可以生成内容，甚至能够(gòu)创造出独(dú)立(lì)价(jià)值和独立视角(jiǎo)的内容。AIGC的(de)再次出(chū)圈，更(gèng)代表着(zhe)未来(lái)的先进(jìn)生(shēng)产力(lì)即(jí)将到(dào)来。

04

紧抓大模型(xíng)与(yǔ)算力(lì)，牢固(gù)AIGC底(dǐ)座

从技术(shù)的发展也可以(yǐ)看出，在语言大模型、图像大模型之后，多模(mó)态大模型已经成为了新的趋势。

大模(mó)型被誉为(wèi)当前人工智能发展的智能底座，是(shì)全球竞争最激烈(liè)的(de)乌蒙山连着山外山是什么歌，乌蒙山连着山外山是什么歌曲研(yán)究(jiū)方(fāng)向(xiàng)之(zhī)一，包括谷歌、亚(yà)马(mǎ)逊、百(bǎi)度、阿里、腾讯等众多头部(bù)企业都(dōu)在竞相发力。

不(bù)过训练大模型的确价格(gé)不菲，以(yǐ)国盛证券(quàn)发布的《ChatGPT需(xū)要多少(shǎo)算力》报告估算(suàn)，GPT-3训练一次(cì)的成本约为140万美元。而(ér)对于(yú)一些更(gèng)大的(de)LLM(大型语言(yán)模型)，训(xùn)练成本则介于200万美元至1200万美(měi)元高价之(zhī)间。

以ChatGPT在2023年(nián)1月的独立访(fǎng)客平均(jūn)数1300万计(jì)算，其对应芯片需求为3万(wàn)多(duō)片英(yīng)伟达(dá)A100 GPU，初始投(tóu)入成本约为8亿美(měi)元，每日仅电(diàn)费就(jiù)在5万美(měi)元左右。

此外不论是(shì)ChatGPT还是(shì)AIGC，都离不开庞大(dà)算力支持。在关注各类大模型(xíng)的发(fā)展同时，更应该关注算(suàn)力(lì)网络(luò)的(de)建设。

算力(lì)网络正(zhèng)驱动(dòng)AI产(chǎn)业发(fā)展(zhǎn)进入史诗级加速进程，让AIGC及(jí)通用AI这一人工智能发展的(de)终(zhōng)极目(mù)标离得更近。

因为算力可(kě)以(yǐ)对突(tū)破性技术创新提供大力的支持。这方(fāng)面，多模态大模型是典(diǎn)型。作(zuò)为面向未来强人工智(zhì)能、通用人工(gōng)智能的重(zhòng)要技术创新(xīn)，多模态(tài)大模型已经(jīng)在人工(gōng)智能领(lǐng)域提出了很(hěn)多年，业界(jiè)也有(yǒu)不少技术突破，但(dàn)是，多模态大(dà)模型进一步往下走，算力需(xū)求呈几何(hé)式(shì)上升(shēng)，一般的(de)算力基础设施很快将难以胜任。

从图像(xiàng)、文字、语音单独(dú)一项的(de)训练，到双模(mó)态、三模态的(de)跃迁(qiān)，让人(rén)工智能可以灵(líng)活应对不同模态的转化、像人与世界交互一(yī)样自然(rán)，这(zhè)方面，由算力网络(luò)来驱动将有明显优势。

此(cǐ)外，还有(yǒu)很多需(xū)要(yào)爆发式增长的算力来支撑的(de)技术创新，将(jiāng)在人(rén)工智能算力(lì)网(wǎng)络支撑下快速推进。

AIGC已经露出曙(shǔ)光，期待(dài)在大(dà)模型和(hé)大算(suàn)力的支(zhī)持下AIGC能持续(xù)颠(diān)覆内容(róng)生产的方式，将创造的边际成(chéng)本降低，让万(wàn)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 乌蒙山连着山外山是什么歌，乌蒙山连着山外山是什么歌曲