自聊天机器人ChatGPT火爆以(yǐ)来，微软公司(sī)创始人比(bǐ)尔(ěr)·盖(gài)茨已多次(cì)公(gōng)开谈(tán)论人工智能(néng)话题。在最(zuì)近的一次采访中，他再次表示：“AI可能会让科技行业(yè)迎(yíng)来一次剧烈(liè)的洗牌”。

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

他预(yù)期，AI的发展可(kě)能会威胁到谷(gǔ)歌的(de)市占率，因为(wèi)微(wēi)软在AI方面的行动相(xiāng)当迅速。而(ér)最终科技巨头将(jiāng)把(bǎ)AI整合(hé)成(chéng)用户的“全能(néng)助手”，包揽(lǎn)一切应用(yòng)，与(yǔ)人(rén)们进行沟通并(bìng)提供建议(yì)，可以取代亚马逊、Siri或Outlook等应用。

大佬口中全能助手的到来(lái)可能尚(shàng)需(xū)时日，但由ControlNet引发(fā)的又(yòu)一次AI绘画浪(làng)潮(cháo)，让AIGC在(zài)ChatGPT的话题热点包围中(zhōng)杀出重围。

01

ControlNet颠覆(fù)AI绘画新玩法(fǎ)

AIGC向可控靠近

以AI绘画为代表的AIGC上一次爆火的(de)时候，还是2022年(nián)8月(yuè)，在(zài)美国科罗拉(lā)多州举办的(de)新兴数字艺(yì)术家竞赛中，一幅(fú)名为《太(tài)空歌剧院》的作品(pǐn)获(huò)奖。

随后各大厂商的AI绘画软(ruǎn)件被广(guǎng)大网(wǎng)友熟知并(bìng)体(tǐ)验，Stable Diffusion便是其中代表。

用户们(men)可以在应(yīng)用中输入一组关键词或者(zhě)一张照(zhào)片，就能获得一(yī)幅AI创作的画作。

作(zuò)画的关键就是所输入的文本。同(tóng)一组关键词也(yě)可以创(chuàng)作出(chū)很(hěn)多张风格(gé)不一样的画作(zuò)，这让创作的(de)过程就像开盲盒。

很多用户很(hěn)喜欢这种不确定的惊喜(xǐ)，他们会将生成的美图当做(zuò)头像(xiàng)。而另一部分(fēn)喜(xǐ)欢翻看(kàn)AI绘画的“翻车”作品。在社(shè)交媒体上，许多用户分享AI“翻车现场”，例(lì)如，一位网友的小狗照片被(bèi)AI画成了“肌肉男”，还有网(wǎng)友的个人照片被AI识(shí)别成了建筑。

而如今(jīn)随着(zhe)ControlNet的出现与加持(chí)，以往AI绘画的(de)填写关键词游戏可(kě)能要被颠覆了。

ControlNet是一位正在斯坦福读博的(de)中国人张吕敏创作的一种基(jī)于控(kòng)制点的(de)图像(xiàng)变形算法，主要用于(yú)数字图像处理、计算(suàn)机视觉和计算机图(tú)形(xíng)学等领域。

其SD插(chā)件(jiàn)一(yī)经发布，在短(duǎn)短的两天(tiān)内(nèi)便成为了AI绘画领域最新的热点。

在此(cǐ)之(zhī)前(qián)，大家用了很多方法(fǎ)想(xiǎng)让AI生成的结果尽可能的符合要求，但是都不尽如人意，它的出(chū)现代(dài)表着AI生(shēng)成开始(shǐ)进入真正(zhèng)的可控时期。

五线谱中leggiero是什么意思，五线谱里的legatoong>因为ControlNet可以直接提取画面的(de)构图，人物的姿势和画面(miàn)的深度信息等。有了它(tā)的帮助(zhù)，就不用频繁的用(yòng)提示(shì)词来碰运(yùn)气(qì)，抽盲(máng)盒式的创(chuàng)作了。

通俗的说ControlNet相当于给AI绘画(huà)加了(le)“魔法”，不少博主(zhǔ)的作品(pǐn)已经(jīng)获得了大量的浏览量，“viggo”就是其中(zhōng)之(zhī)一(yī)，他用朋友的照片直接带她(tā)们(men)走进动漫世(shì)界。

viggo先(xiān)用StableDiffusion图片转文字(zì)。

再用Text2Prompt插件拓展找到对(duì)应(yīng)的关键词(cí)；最(zuì)后用ControlNet插件绑定(dìng)骨骼开(kāi)始换关键(jiàn)词试效(xiào)果。

通(tōng)过图片(piàn)就可以(yǐ)看出来，效(xiào)果十分惊艳(yàn)。

更(gèng)厉害的是(shì)，除了真实的照片，草图也可以加(jiā)上“魔法”，知乎(hū)大牛“DevPoint”和“逗(dòu)砂”介绍到ControlNet还能实(shí)现线稿转全彩(cǎi)图。大神张吕(lǚ)敏其本尊也(yě)亲自(zì)回应。

不得(dé)不说当下(xià)AIGC已经变得越来越强大(dà)，甚至输(shū)出的作(zuò)品(pǐn)都已经能(néng)以假乱真了。

02

难辨虚实，AIGC技术力爆发(fā)

警惕安全(quán)问题

近(jìn)日，“苏州金鸡(jī)湖有游(yóu)艇(tǐng)party”的(de)消(xiāo)息火遍网络，而经过警方辟谣这所谓的(de)“party”可(kě)能是全(quán)国第一起AI绘图诈骗。

由(yóu)于这个活动里面(miàn)给出(chū)的美女照片都是AI制作的真人(rén)照(zhào)片绘(huì)图，因为太逼(bī)真，被(bèi)大家当成真事传播了。

不过仔细观察可以发现，活动发起者提供的(de)照片(piàn)中有(yǒu)个很大的漏洞可以发现并非真人，而是(shì)AI绘图，那便(biàn)是(shì)图片中(zhōng)女性的(de)手指部分有(yǒu)的存(cún)在异(yì)常(cháng)。

有行业人事表示：“现在因(yīn)为(wèi)手指部(bù)分的绘画(huà)算法比较(jiào)复杂，AI还(hái)不太会画人的手，但(dàn)最新看到的图(tú)片已经有(yǒu)越来越完美的AI模型出现，以后可(kě)能就完全(quán)没有漏洞(dòng)了。”

类似的AI作图诈骗在国外(wài)也已有发生(shēng)。据英国广播公司报道(dào)，土耳其(qí)地(dì)震期间(jiān)，有(yǒu)Tiktok用户(hù)使(shǐ)用AI合成了(le)儿童(tóng)受灾的假(jiǎ)照片发(fā)布(bù)到网络，以(yǐ)此诱骗善良(liáng)的人打赏“捐助”从而实施诈骗。

目前随着技术发(fā)展(zhǎn)，AIGC已经(jīng)能做出(chū)真人照(zhào)片般的(de)绘图效果，如果这样的图片被用来诈骗(piàn)，将(jiāng)非常(cháng)可怕。

此外AIGC还(hái)引发了很多担忧(yōu)，一方面，批(pī)判者认为AI在“学习”了大量(liàng)前(qián)人的作品之(zhī)后，其创(chuàng)作没(méi)有(yǒu)任何情(qíng)绪和灵魂，难以和人类的艺术创作相提(tí)并论。

另一方(fāng)面，AIGC背后的版权、目前都并没有(yǒu)得到有效的解决，还有AIGC会不会代替人类“至高无上”的创意。

马斯克也(yě)强调，人工(gōng)智能(néng)的安全(quán)问题(tí)需(xū)要得到重视，太晚就来不及了。

03

AIGC下(xià)一站除了(le)视频，还有远方

技术都是有两面性的(de)，潜(qián)在(zài)的危害并不(bù)能掩盖其光辉的贡(gòng)献。现在看来，人(rén)工智能技术将是第四次工业(yè)革命的核心驱动力量(liàng)，将(jiāng)创造新的增长奇迹。

过去一年，人(rén)工智能在技术和商业层(céng)面都(dōu)有了巨大(dà)进展(zhǎn)，AI绘画就是人工智能(néng)技术(shù)发生方向性改(gǎi)变的一个代表。其下一站或许就是视频。

此前，Meta和(hé)谷(gǔ)歌先后发布(bù)了几条(tiáo)引爆(bào)科技圈的短视(shì)频。这些视(shì)频引发关注并非内容做得多优秀，反而都非常简单，比如一匹正在喝水的马，一只画画的玩具熊，或者一(yī)段骑(qí)摩(mó)托车的第(dì)一视角(jiǎo)录像(xiàng)，随(suí)便一(yī)个有手机的(de)人都可以随手录下一段。

但这(zhè)些短视频的创作方式非常简(jiǎn)单，创作者仅仅(jǐn)需要向AI输入一段话，甚至只(zhǐ)是说一下要求(qiú)，AI就可以根(gēn)据需要生成一段视频。

谷歌发布的两个AI生成视频(pín)分别(bié)来自于Imagen Video和Phenaki，前者主(zhǔ)要突(tū)出的(de)是高清(qīng)，与Meta的Make-A-Video没有太多的差别。

在Make-A-Video公布(bù)了AI生成的视(shì)频后，AI圈就已经玩(wán)了一波梗(gěng)，一(yī)个(gè)能够做出更高清(qīng)视(shì)频的AI还不足以在短时间内戳中兴奋点(diǎn)。

Phenaki更加令人震惊的地方(fāng)在于，它可以(yǐ)制作出超过2分钟的(de)连贯的也有确切内容的(de)视频(pín)，这才是真正让人们感到惊喜的(de)地(dì)方。因(yīn)为无论AI生成的视频多么高(gāo)清，也只能是(shì)为内容生产者提供一个灵感，一个素材，一个过场动画(huà)。

不(bù)过能够制(zhì)作出有具体剧情内容的视频就意味着，一(yī)些视频创作由AI代替(tì)人工(gōng)完成已经初步有了(le)可能。

当下AI的发展速(sù)度已经超过大部分人(rén)的想象(xiàng)。内容产业的本(běn)质是供给(gěi)创造需求，AIGC作为(wèi)全新的内容生产(chǎn)方(fāng)式，可以为内容(róng)产(chǎn)业带来更新(xīn)的内容风(fēng)格、更快的生产速度，更(gèng)低(dī)的生产成(chéng)本(běn)，这(zhè)无疑会驱动(dòng)内容(róng)产业(yè)的(de)大爆发。

除了AI绘图(tú)、视频，AIGC技(jì)术(shù)还能应用于音乐、代码、机器人动作等多种内(nèi)容(róng)形式的生成。不难发现该项技术不(bù)仅在游戏等行业能(néng)得(dé)到(dào)有效应用，对于下一代(dài)互(hù)联(lián)网(wǎng)各种元(yuán)素的构建亦(yì)有关键意(yì)义(yì)。

从商业(yè)化的角(jiǎo)度来看，文化娱(yú)乐、教育、传媒等诸(zhū)多领(lǐng)域，本身就(jiù)对基于(yú)AI的(de)可视化内(nèi)容有强(qiáng)烈需求。

因此，AI绘画及视频或不(bù)是结果，而只是AI进程中(zhōng)的(de)一(yī)块重要拼图，有(yǒu)望(wàng)在技术更新的(de)加持下实现更大(dà)的应用价值(zhí)。

AI从理解(jiě)内容，走向了可以生成内容，甚(shèn)至(zhì)能够创造出独立价(jià)值(zhí)和独(dú)立视角(jiǎo)的(de)内容。AIGC的再次出(chū)圈，更代表(biǎo)着未来的先进生产力即将到(dào)来。

04

紧抓大(dà)模型与算力，牢固(gù)AIGC底座

从技术的发展(zhǎn)也可以看出，在语言大模型、图(tú)像大(dà)模型之(zhī)后，多(duō)模态大模(mó)型已经(jīng)成(chéng)为了新(xīn)的趋势(shì)。

大模型被(bèi)誉(yù)为当前人工智能发展的(de)智能底座，是全球竞争最激烈的研究方向之一，包(bāo)括谷(gǔ)歌、亚马逊、百度、阿里、腾(téng)讯(xùn)等众多头(tóu)部企业都在竞相发力(lì)。

不过训(xùn)练(liàn)大(dà)模(mó)型(xíng)的确价格不菲，以(yǐ)国盛(shèng)证券发布的《ChatGPT需要多少(shǎo)算力》报告估算，GPT-3训练一次的(de)成本(běn)约为140万美元。而对(duì)于(yú)一些更(gèng)大的LLM(大型语言模型)，训(xùn)练(liàn)成本则介(jiè)于200万(wàn)美(měi)元至(zhì)1200万美元高价之间。

以ChatGPT在(zài)2023年(nián)1月的(de)独立访客(kè)平均数1300万计算，其对应芯片需(xū)求为3万多片英伟达五线谱中leggiero是什么意思，五线谱里的legatoA100 GPU，初始投(tóu)入成本(běn)约为8亿美元，每日(rì)仅电(diàn)费(fèi)就在5万(wàn)美元(yuán)左右。

此外不论是ChatGPT还是AIGC，都离不开庞大算力支持。在关(guān)注(zhù)各(gè)类大(dà)模型(xíng)的发展同时，更(gèng)应该关注算(suàn)力网络的(de)建设。

算力(lì)网(wǎng)络正驱动AI产业发(fā)展进入史诗级加速进程，让(ràng)AIGC及通用(yòng)AI这一人工智能发展的(de)终极(jí)目标(biāo)离得更(gèng)近。

因为算力可以对突破(pò)性技术(shù)创新提供大力(lì)的支持。这方面(miàn)，多模态大模型是典型。作为面向未来强人(rén)工(gōng)智能、通用人工智能的(de)重要技术创新(xīn)，多模(mó)态大模型(xíng)已经在(zài)人工智能领域(yù)提出了很多年，业界也有不少技术突破，但(dàn)是，多模态大(dà)模型(xíng)进一步往下走，算力需求呈几(jǐ)何式(shì)上升，一(yī)般(bān)的算力基础设施很快将难以胜任(rèn)。

从(cóng)图(tú)像(xiàng)、文字(zì)、语音单独一项的(de)训练，到双模态(tài)、三模态的(de)跃迁，让人工智能可以灵活应对不(bù)同模态的转化、像人与世界交互一样自然，这方面(miàn)，由算力(lì)网络来驱动将有明(míng)显优(yōu)势。

此外，还有很多需要爆(bào)发式增长的算力来支撑(chēng)的技(jì)术(shù)创新，将在人工智能算力(lì)网络支撑(chēng)下快速推(tuī)进。

AIGC已经(jīng)露出曙光，期待在大模型(xíng)和大算力(lì)的支(zhī)持下(xià)AIGC能(néng)持续颠覆(fù)内容生(shēng)产(chǎn)的方式，将创造(zào)的边际(jì)成本降低(dī)，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 五线谱中leggiero是什么意思，五线谱里的legato