自聊天机器人ChatGPT火(huǒ)爆(bào)以来(lái)，微软公司创始人(rén)比尔·盖茨已(yǐ)多次公开谈论人工智能话题。在最近的(de)一次采(cǎi)访(fǎng)中，他再次表(biǎo)示：“AI可能会让科技行业(yè)迎来一次剧烈(liè)的洗牌”。

这(zhè)个结(jié)论是他(tā)在当地时间(jiān)2月20日接受《In Good Company》节目专访时提出的。

他(tā)预期，AI的发展可能会威胁(xié)到谷歌的市占率，因为微软在AI方面的行动相当迅速。而最终科技(jì)巨头将(jiāng)把AI整(zhěng)合(hé)成(chéng)用户的“全能助手”，包(bāo)揽一切应用，与人们进行沟通并(bìng)提(tí)供(gōng)建议，可以取代亚马(mǎ)逊(xùn)、Siri或(huò)Outlook等(děng)应(yīng)用。

大佬(lǎo)口中(zhōng)全能助手的到(dào)来可能(néng)尚需时日(rì)，但由ControlNet引发(fā)的(de)又(yòu)一(yī)次(cì)AI绘画浪(làng)潮，让AIGC在ChatGPT的话题热点(diǎn)包(bāo)围中杀出重围。

01

ControlNet颠覆AI绘(huì)画新玩法

AIGC向可控靠近

以AI绘画为代(dài)表(biǎo)的AIGC上一次爆火的时候，还(hái)是2022年8月，在(zài)美国科罗(luó)拉多州举办(bàn)的新兴数字艺术家竞赛中，一幅名为《太空(kōng)歌剧院》的作品获奖。

随后各大厂商的AI绘画软件被广大网友熟知并体验(yàn)，Stable Diffusion便是(shì)其(qí)中代表(biǎo)。

用户们可以(yǐ)在应用中输入一组关键词或者一(yī)张照片，就能获得一幅AI创作的画作。

作(zuò)画的(de)关(guān)键就是(shì)所输入的(de)文(wén)本(běn)。同一组关键词也(yě)可(kě)以创(chuàng)作出很多张风格不一样的(de)画(huà)作，这让创作的过程(chéng)就像(xiàng)开盲盒(hé)。

很多用户(hù)很喜欢这(zhè)种不确定的惊喜，他们(men)会将生(shēng)成的美图当做头像。而另一部分(fēn)喜(xǐ)欢翻看AI绘画的“翻车”作品。在社交媒体上，许(xǔ)多用户分(fēn)享AI“翻车现(xiàn)场”，例如，一位网友(yǒu)的小(xiǎo)狗照片(piàn)被(bèi)AI画(huà)成了(le)“肌(jī)肉男(nán)”，还有网友的个人照片被AI识别成了(le)建筑。

而如今随着ControlNet的出现与加持，以往AI绘画的(de)填写关键词游(yóu)戏(xì)可(kě)能要被颠覆了。

ControlNet是一位正在(zài)斯(sī)坦福(fú)读博的中国(guó)人张吕敏创作的一种(zhǒng)基于控制点的图像变形(xíng)算法(fǎ)，主要用于数字图像(xiàng)处理、计算(suàn)机视觉和计算机图(tú)形(xíng)学(xué)等领域。

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

在此之前，大家用了很多方(fāng)法想让AI生成的结果尽(jǐn)可(kě)能的符合要求(qiú)，但是都不尽如人意，它的出现代表着AI生成(chéng)开始进入(rù)真正的可(kě)控时期。

因为ControlNet可以直接(jiē)提取画面的构图，人物的姿势(shì)和画(huà)面的深度信息等(děng)。有了(le)它(tā)的(de)帮助，就不用频(pín)繁(fán)的(de)用提示词来碰运气，抽盲盒式的创(chuàng)作了。

通俗的(de)说ControlNet相当(dāng)于给AI绘(huì)画(huà)加了(le)“魔法(fǎ)”，不(bù)少博主的作品(pǐn)已经获得(dé)了大量的浏览(lǎn)量，“viggo”就是其(qí)中之一，他用朋友(yǒu)的照片直接(jiē)带(dài)她们(men)走进动漫世(shì)界。

viggo先用StableDiffusion图(tú)片(piàn)转文字。

再用Text2Prompt插(chā)件拓展找到对应的(de)关键词；最后用ControlNet插件(jiàn)绑定骨骼(gé)开始换(huàn)关键词试效果。

通过图片就可以看出来，效果十分惊艳。

更厉害(hài)的是(shì)，除(chú)了真(zhēn)实的照片，草图也可(kě)以加上“魔法”，知乎(hū)大牛“DevPoint”和“逗砂(shā)”介绍到ControlNet还能实现线稿转(zhuǎn)全彩(cǎi)图。大神张吕敏其本(běn)尊也(yě)亲自(zì)回应。

不(bù)得不说当下AIGC已经变得越来越强大(dà)，甚至输(shū)出的作(zuò)品都(dōu)已经能以(yǐ)假乱真了。

02

难(nán)辨虚(xū)实，AIGC技术力爆发

警惕安全问题

近日，“苏州金鸡湖有游艇party”的(de)消息火遍网络，而(ér)经过警方辟谣这所谓的“party”可能是全(quán)国第一起AI绘图诈骗。

由于这(zhè)个活(huó)动(dòng)里(lǐ)面给出的(de)美(měi)女照片都是AI制(zhì)作的(de)真人照(zhào)片(piàn)绘图，因(yīn)为太(tài)逼真，被(bèi)大家当成真事传播了。

不过仔细观察可以发现，活动发(fā)起者提供(gōng)的照片中有个很大的漏洞可以发现并非真人，而(ér)是AI绘(huì)图(tú)，那便是图(tú)片(piàn)中女性的手指部分有的(de)存在异常。

有(yǒu)行业人事表示：“现在因为手指部(bù)分的绘画算法比较复杂，AI还不太会(huì)画(huà)人的手，但最(zuì)新(xīn)看到的(de)图片已(yǐ)经有越(yuè)来越完美的AI模型出现，以后可能(néng)就完全没有漏洞了(le)。”

类似的AI作(zuò)图诈骗在(zài)国外也已有发(fā)生(shēng)。据英国广播(bō)公司报道，土(tǔ)耳(ěr)其(qí)地震(zhèn)期间(jiān)，有Tiktok用户使用(yòng)AI合成了(le)儿童受灾的(de)假(jiǎ)照片(piàn)发布到网络，以此诱骗(piàn)善良的人打赏“捐助”从(cóng)而实(shí)施诈(zhà)骗。

目(mù)前随着技(jì)术发展，AIGC已(yǐ)经能做出真人照片般的(de)绘图效果，如果这(zhè)样的图片被(bèi)用(yòng)来(lái)诈(zhà)骗，将(jiāng)非常可怕。

此外AIGC还引发了很(hěn)多担忧，一(yī)方(fāng)面，批判者认为(wèi)AI在“学习”了大量(liàng)前人(rén)的作品之后，其创作没有任何情绪和(hé)灵魂(hún)，难以和人类的艺术创作相提并(bìng)论。

另一方面，AIGC背后的版(bǎn)权、目前都并没有得到有效的(de)解决，还(hái)有AIGC会不会代替人类“至高无上”的创意。

马斯克也强调，人工智能的安全问题(tí)需要(yào)得到重视，太晚就(jiù)来(lái)不及了。

03

AIGC下一站除了视(shì)频(pín)，还有(yǒu)远方

技(jì)术都是(shì)有(yǒu)两面性的，潜在的危害(hài)并不能掩(yǎn)盖其光(guāng)辉的贡献。现在看来，人工智能(néng)技术将是第四次工业革命的核心驱动力量，将创造新的增(zēng)长奇(qí)迹。

过去(qù)一年，人工智能在技(jì)术和商业层面都有(yǒu)了巨大进展，AI绘画就是人(rén)工智能技术(shù)发(fā)生(shēng)方向(xiàng)性改变的(de)一(yī)个(gè)代表。其下一站(zhàn)或(huò)许就是视频。

此前，Meta和谷歌先后发布了几(jǐ)条引爆(bào)科技圈的短视频(pín)。这些视频引发关(guān)注并非内容做得多(duō)优秀(xiù)，反(fǎn)而都非常简单，比如(rú)一(yī)匹正在喝水(shuǐ)的马，一只画(huà)画的玩具熊，或者一段骑摩托车(chē)的第一视(shì)角录像(xiàng)，随便(biàn)一个有手机的(de)人都(dōu)可以随手(shǒu)录下一段。

但这(zhè)些短(duǎn)视频的创作方式非常简(jiǎn)单(dān)，创作者(zhě)仅仅(jǐn)需要向AI输入(rù)一段话，甚(shèn)至只是说一(yī)下要求，AI就(jiù)可以(yǐ)根据需要生成一段视频。

谷歌发(fā)布的两(liǎng)个(gè)AI生(shēng)成视频分(fēn)别来自(zì)于Imagen Video和Phenaki，前者主要突(tū)出的是高清(qīng)，与Meta的Make-A-Video没有太多的差别。

在(zài)Make-A-Video公布了(le)AI生成的视(shì)频后，AI圈就已经玩(wán)了一波梗，一(yī)个(gè)能够(gòu)做出更高清视频的AI还不足以在(zài)短(duǎn)时间内戳中兴奋(fèn)点。

Phenaki更加令人震惊的地方在于，它可以(yǐ)制作(zuò)出超过2分(fēn)钟(zhōng)的连贯的也有确切内容的视频，这才是真正让人(rén)们感到惊喜的地方。因为(wèi)无论AI生成的视频多么(me)高(gāo)清，也只(zhǐ)能是为内容生产者提供一个灵感，一个素材，一个过场动(dòng)画。

不过能(néng)够制作出有(yǒu)具(jù)体剧情内容的视(shì)频就意(yì)味着，一(yī)些视频创作由AI代替人工完(wán)成已(yǐ)经(jīng)初步有了可能。

当下AI的发展速度(dù)已经超(chāo)过(guò)大部分人的(de)想象(xiàng)。内容产业的本质是供(gōng)给创造需求，AI表示第一的词语四字，古代表示第一的词语GC作为全新(xīn)的内容生产方式，可(kě)以为内容产(chǎn)业带来更新(xīn)的内容风格、更快(kuài)的生产速度，更低(dī)的生(shēng)产成本(běn)，这(zhè)无疑会(huì)驱动内容产业(yè)的大爆发。

除了AI绘图、视频，AIGC技术还能应(yīng)用于音乐、代(dài)码、机(jī)器(qì)人动作(zuò)等多种内容形(xíng)式的生成。不(bù)难发现该(gāi)项技术不仅(jǐn)在(zài)游(yóu)戏等(děng)行业能得(dé)到有效应用，对于下一(yī)代(dài)互联网(wǎng)各(gè)种元素的构(gòu)建亦有关(guān)键意义。

从商业化(huà)的角度(dù)来看(kàn)，文化娱乐、教(jiào)育、传媒等诸(zhū)多领(lǐng)域，本身就对基于AI的可视化内(nèi)容有强(qiáng)烈需求。

因此，AI绘画及视频(pín)或不是结果，而只是AI进(jìn)程中的一块重要拼图，有望在(zài)技术(shù)更新的加持下实现(xiàn)更(gèng)大的应(yīng)用价值(zhí)。

AI从(cóng)理解内容(róng)，走向了(le)可以生成内容，甚(shèn)至(zhì)能(néng)够创造出独立价值和独立视(shì)角的内容。AIGC的(de)再次出圈，更(gèng)代表(biǎo)着未来的先进生(shēng)产力即将到(dào)来。

04

紧抓大模(mó)型与算力，牢固(gù)AIGC底座

从(cóng)技术的发展也可(kě)以看出，在语言大(dà)模型、图像大模(mó)型(xíng)之(zhī)后，多模态大模型(xíng)已经成为了新的趋(qū)势。

大模型被誉为当前人工智能发展的智能底座，是全球竞争最激烈的研究方向(xiàng)之(zhī)一，包括谷歌、亚马(mǎ)逊、百度、阿里、腾讯等众多头(tóu)部企业(yè)都(dōu)在竞相(xiāng)发力(lì)。

不过(guò)训练大模型的确价格不菲，以国盛证券发布(bù)的(de)《ChatGPT需要(yào)多少(shǎo)算(suàn)力》报告估算，GPT-3训练一(yī)次的成(chéng)本约为140万美元。而对于一些更大的LLM(大型语言模型)，训练成本(běn)则介于200万美元至(zhì)1200万美元高价之(zhī)间。

以ChatGPT在(zài)2023年1月的独立(lì)访客平均数1300万(wàn)计算，其对应芯片需(xū)求为3万多片英伟(wěi)达A100 GPU，初始(shǐ)投入成本约为8亿美元，每日仅电费就在5万美元左(zuǒ)右(yòu)。

此外(wài)不论是ChatGPT还(hái)是(shì)AIGC，都(dōu)离不开庞大算(suàn)力(lì)支持(chí)。在关注各(gè)类大(dà)模型的(de)发(fā)展同时(shí)，更应该关注算力网络(luò)的建(jiàn)设。

算力网络(luò)正驱动AI产业发展进入史(shǐ)诗(shī)级(jí)加速进(jìn)程(chéng)，让AIGC及(jí)通用AI这一人工智能发展(zhǎn)的终极(jí)目标离得更(gèng)近。

因为(wèi)算力可以对突破(pò)性技术(shù)创新提供大力的支持(chí)。这方面，多模(mó)态大模型(xíng)是典(diǎn)型(xíng)。作为面向未来强人(rén)工智能、通用人工智能的重(zhòng)要技(jì)术创新，多(duō)模态大模(mó)型(xíng)已经(jīng)在人工智能(néng)领域提出(chū)了很多年(nián)，业界(jiè)也有不(bù)少技术突破，但是，多(duō)模(mó)态大模型(xíng)进一步(bù)往下走，算力需求呈几何式上升，一般的(de)算力基础设施很快将(jiāng)难以胜任。

从(cóng)图(tú)像(xiàng)、文字、语音(yīn)单独(dú)一项的(de)训(xùn)练，到(dào)双模态、三模态的跃迁，让人工智能可以(yǐ)灵活应对(duì)不同模态的转化、像(xiàng)人与(yǔ)世界(jiè)交互一(yī)样自然，这方面，由算力网络来(lái)驱动将有明(míng)显(xiǎn)优势。

此外，还有很多(duō)需要爆发(fā)式增长的(de)算力(lì)来支撑的技术(shù)创新，将在(zài)人工智能(néng)算力网络支撑下快速推进(jìn)。

AIGC已经露(lù)出曙光，期待在大模型(xíng)和大算力的支持下(xià)AIGC能持续(xù)颠覆(fù)内容生产的方(fāng)式，将(jiāng)创(chuàng)造的边际成本降(jiàng)低，让万众受益(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 表示第一的词语四字，古代表示第一的词语