自(zì)聊天机器人ChatGPT火爆(bào)以来，微软公(gōng)司创(chuàng)始人比(bǐ)尔·盖茨(cí)已多次公开谈论人工智能(néng)话(huà)题。在最近的一次采访(fǎng)中(zhōng)，他再次表示：“AI可能(néng)会让科技(jì)行业迎来(lái)一次剧烈的洗牌”。

这个结论是他在(zài)当地时间2月20日(rì)接受(shòu)《In Good Company》节目专访时提出的。

他预期，AI的发(fā)展(zhǎn)可能(néng)会威(wēi)胁到谷(gǔ)歌的(de)市占率，因(yīn)为微软(ruǎn)在AI方(fāng)面的行动(dòng)相当迅速。而(ér)最终科技巨(jù)头将(jiāng)把AI整合成用户的(de)“全能助(zhù)手”，包揽一(yī)切应用(yòng)，与人们进行沟通并提供(gōng)建议，可(kě)以取代(dài)亚马逊(xùn)、Siri或(huò)Outlook等应用。

大佬口中全能助(zhù)手的到(dào)来可能尚需(xū)时日，但由(yóu)ControlNet引发(fā)的又一(yī)次AI绘画浪潮(cháo)，让AIGC在ChatGPT的话题热点包围中杀出重围。

01

ControlNet颠覆AI绘画新玩(wán)法

AIGC向可控(kòng)靠近

以(yǐ)AI绘(huì)画(huà)为代(dài)表的AIGC上一次爆火(huǒ)的时候，还是2022年8月，在美国科罗拉多州举办的新(xīn)兴数字艺术家竞赛中，一幅名为《太(tài)空歌剧院》的作品(pǐn)获奖(jiǎng)。

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

用户们可(kě)以在(zài)应用中输(shū)入(rù)一组关键(jiàn)词(cí)或者一(yī)张照片，就能获得一幅AI创作的(de)画作。

作画(huà)的(de)关(guān)键就(jiù)是(shì)所输入的文本。同一组关键词也(yě)可以创作出很多张风格(gé)不(bù)一样的(de)画作，这让创作的过(guò)程(chéng)就像(xiàng)开盲(máng)盒(hé)。

很多用户很喜欢这种(zhǒng)不(bù)确定的(de)惊喜，他们(men)会将生成的(de)美图当(dāng)做头(tóu)像。而另一部(bù)分喜欢翻看(kàn)AI绘画(huà)的“翻车”作品。在社交(jiāo)媒(méi)体上，许多用(yòng)户分享AI“翻车现场”，例如，一位(wèi)网友(yǒu)的小狗照片被AI画(huà)成(chéng)了(le)“肌肉(ròu)男”，还有网友(yǒu)的个人照片被(bèi)AI识别成了建筑。

而(ér)如今(jīn)随着(zhe)ControlNet的出现与(yǔ)加持，以往AI绘画的填(tián)写关键词游戏可能要(yào)被颠覆了。

ControlNet是一位正在斯坦福读博的中国(guó)人张(zhāng)吕敏创作的(de)一种基于控制点的图(tú)像变形算(suàn)法(fǎ)，主要(yào)用于数(shù)字图像处(chù)理、计(jì)算机视觉和(hé)计算机图形学等领域(yù)。

其SD插(chā)件一(yī)经(jīng)发(fā)布，在短(duǎn)短的两天内便(biàn)成为了AI绘画领域最新的热点。

在此(cǐ)之前，大家用了(le)很多方(fāng)法想让AI生成的结果尽可能的符合(hé)要求，但(dàn)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(zhèng)的可控时期。

因为ControlNet可以直接提取画面的构图，人物的姿(zī)势(shì)和画面的深度信息等。有(yǒu)了它的帮助，就不(bù)用频(pín)繁(fán)的用提示词来碰(pèng)运气，抽盲(máng)盒式(shì)的(de)创作了。

通俗的说ControlNet相当于给(gěi)AI绘(huì)画加了“魔法”，不少博主的(de)作(zuò)品已经获得(dé)了大量的浏览(lǎn)量，“viggo”就是(shì)其中(zhōng)之(zhī)一，他(tā)用朋友的照片(piàn)直(zhí)接带她们走进动(dòng)漫世界。

viggo先(xiān)用StableDiffusion图片(piàn)转文字。

再用Text2Prompt插件拓展(zhǎn)找(zhǎo)到对应的关键词；最后用ControlNet插件绑(bǎng)定骨骼开(kāi)始(shǐ)换关(guān)键词试(shì)效果。

通(tōng)过图片就(jiù)可以看出来(lái)，效果十分(fēn)惊(jīng)艳。

更厉害的是，除了真实的照片，草图也可以加上“魔法(fǎ)”，知乎大牛“DevPoint”和“逗(dòu)砂”介绍到(dào)ControlNet还能实现线(xiàn)稿转(zhuǎn)全彩图。大神张(zhāng)吕敏其(qí)本尊也亲自回应。

罗锅上山是什么意思，罗锅上山样子图片-w="1174">

不得不说当下AIGC已经(jīng)变得越来(lái)越强(qiáng)大，甚至(zhì)输出(chū)的作品都已经能以(yǐ)假(jiǎ)乱真了。

02

难辨虚实，AIGC技术力(lì)爆发

警(jǐng)惕安全(quán)问题

近日，“苏州(zhōu)金鸡湖有游(yóu)艇(tǐng)party”的消(xiāo)息火遍网(wǎng)络，而(ér)经(jīng)过警方辟谣这所谓的“party”可能是全(quán)国第(dì)一起AI绘图诈骗(piàn)。

由(yóu)于这个(gè)活动里(lǐ)面给出(chū)的美女(nǚ)照片都是AI制(zhì)作的真人照片绘图，因为太(tài)逼真(zhēn)，被大家当成真事(shì)传播了。

不(bù)过仔细观察可(kě)以发现，活动发起(qǐ)者提供(gōng)的照片(piàn)中有个很大的漏洞(dòng)可以(yǐ)发(fā)现(xiàn)并(bìng)非(fēi)真人，而(ér)是AI绘图，那便是图片(piàn)中女性的手指(zhǐ)部(bù)分有的存(cún)在异常。

有行业人(rén)事表示：“现在(zài)因(yīn)为手指部分的绘画算法比较复杂，AI还不太会画(huà)人的手，但最新看到的图片(piàn)已经有越来越(yuè)完美的AI模型出现，以(yǐ)后可能就完全没有漏洞了。”

类似的AI作图诈骗在国外也已有发生。据英国广播公司(sī)报(bào)道，土(tǔ)耳其地震期间(jiān)，有Tiktok用户(hù)使用AI合成了儿童受灾(zāi)的假照片发布(bù)到网络，以此诱(yòu)骗善良(liáng)的人打赏“捐助”从而实施(shī)诈骗。

目前随(suí)着技术(shù)发展，AIGC已(yǐ)经(jīng)能做出真人(rén)照片般的绘(huì)图(tú)效果(guǒ)，如果这样的(de)图片被用(yòng)来(lái)诈骗，将非常可(kě)怕(pà)。

此(cǐ)外AIGC还引发了很多担忧(yōu)，一方面，批判者认为AI在“学习”了大量前人的作品之后，其创作没(méi)有(yǒu)任(rèn)何情绪(xù)和灵魂，难(nán)以和人类(lèi)的艺术(shù)创作相提并(bìng)论。

另一方面，AIGC背(bèi)后的版权、目(mù)前都并没有得到有效的解决，还有AIGC会不(bù)会代替(tì)人类(lèi)“至高无(wú)上”的创意。

马斯(sī)克也(yě)强调，人工智(zhì)能的安全问题需要得到重(zhòng)视，太(tài)晚就来(lái)不及了。

03

AIGC下一站除了(le)视(shì)频(pín)，还有远方

技术都(dōu)是有两面性的，潜在的危害并不(bù)能掩盖其光辉的(de)贡(gòng)献(xiàn)。现在看来，人工智能(néng)技术(shù)将是第四(sì)次工业(yè)革命(mìng)的核(hé)心驱动力量，将创造(zào)新(xīn)的(de)增长奇(qí)迹(jì)。

过去一年，人工智能(néng)在技术和商业层面都有了巨大进展，AI绘画就是人工(gōng)智能技(jì)术发生方(fāng)向性改变的一个代(dài)表。其下(xià)一站(zhàn)或(huò)许就是视频(pín)。

此前，Meta和(hé)谷歌先(xiān)后发布(bù)了几(jǐ)条(tiáo)引爆科技(jì)圈的短视频。这些视(shì)频引发关注并非内容做得多优秀(xiù)，反而都非常简单，比如一匹正在喝水的马，一只画画(huà)的玩具(jù)熊，或者一(yī)段骑摩托车的(de)第一视角(jiǎo)录(lù)像，随便(biàn)一个(gè)有手机(jī)的人都可以随(suí)手录(lù)下一段(duàn)。

但这些短视(shì)频的创作方式(shì)非常简单，创作(zuò)者仅仅(jǐn)需要向AI输入一段话，甚至只是说一下要求，AI就可以根据需要生(shēng)成一段视频。

谷歌发布的两个AI生(shēng)成视(shì)频分(fēn)别来自于Imagen Video和(hé)Phenaki，前者(zhě)主要(yào)突出(chū)的(de)是高清(qīng)，与(yǔ)Meta的Make-A-Video没有太多的差别。

在(zài)Make-A-Video公布了(le)AI生成(chéng)的(de)视频后，AI圈就已(yǐ)经玩了一(yī)波(bō)梗，一个能够做(zuò)出更(gèng)高清视(shì)频的AI还不足以在短时间内戳中兴奋点。

Phenaki更加(jiā)令人(rén)震惊的地(dì)方在于，它(tā)可以制作出超过2分钟的连贯的(de)也有(yǒu)确切内(nèi)容的视(shì)频(pín)，这(zhè)才(cái)是真正让人们感到惊喜的(de)地方。因为无(wú)论(lùn)AI生成(chéng)的(de)视频多么高清(qīng)，也只能(néng)是为内容生产者提供一个灵感(gǎn)，一个素材，一个(gè)过场动画。

不(bù)过能够制作出(chū)有具(jù)体剧情内(nèi)容的视频就意味(wèi)着(zhe)，一些(xiē)视(shì)频创(chuàng)作由AI代替人工完成已经初步有(yǒu)了可能。

当下(xià)AI的(de)发展(zhǎn)速(sù)度(dù)已经超过大部分人的想象。内容(róng)产业(yè)的本(běn)质是(shì)供给(gěi)创(chuàng)造需求，AIGC作为(wèi)全新的内容生产(chǎn)方式，可以为(wèi)内(nèi)容产业带(dài)来更新(xīn)的内容风格(gé)、更快(kuài)的(de)生产速度，更低的生产(chǎn)成本，这无(wú)疑会驱(qū)动内容产业的大(dà)爆发。

除(chú)了AI绘图、视频，AIGC技(jì)术(shù)还(hái)能应(yīng)用于音乐、代码、机器(qì)人动作等多种内容形式(shì)的(de)生成。不难发现该(gāi)项技术不仅(jǐn)在游戏等行(xíng)业能得到有效应(yīng)用，对于下一代互联网各(gè)种(zhǒng)元素的构建亦有关键意义。

从(cóng)商(shāng)业化的(de)角度(dù)来看(kàn)，文化娱(yú)乐、教育(yù)、传媒等诸多领域，本身就对基于AI的可视化(huà)内容有强烈需求。

因此，AI绘画及视频或不是结(jié)果(guǒ)，而只(zhǐ)是AI进程中(zhōng)的一块重要(yào)拼图(tú)，有(yǒu)望在技术更新的加持下实现(xiàn)更(gèng)大的应用价值。

AI从理解内容，走向了可(kě)以(yǐ)生成内(nèi)容，甚至(zhì)能(néng)够(gòu)创(chuàng)造出独立价值和独立视角的内(nèi)容。AIGC的(de)再次出(chū)圈，更代表着未来的先进生产力即将(jiāng)到来。

04

紧(jǐn)抓大模型(xíng)与算力，牢(láo)固(gù)AIGC底座

从技(jì)术的发展(zhǎn)也可以看出(chū)，在语言大(dà)模(mó)型、图像(xiàng)大模型之后，多(duō)模态大模型(xíng)已经成(chéng)为了新(xīn)的趋势。

大(dà)模型被誉为当前人工智能发展的(de)智能(néng)底座，是(shì)全球竞争最激烈的研究方向之一，包括(kuò)谷(gǔ)歌(gē)、亚(yà)马(mǎ)逊(xùn)、百度、阿里、腾讯(xùn)等众多头(tóu)部企业(yè)都在竞相(xiāng)发力(lì)。

不过(guò)训练(liàn)大模型的确价格不菲，以国盛证券发布(bù)的《ChatGPT需(xū)要多少算力(lì)》报(bào)告估算，GPT-3训练一次的成本约为140万美元。而对于一些更大的LLM(大型语言模型(xíng))，训练成本(běn)则介于200万(wàn)美元至1200万美(měi)元高价(jià)之间。

以(yǐ)ChatGPT在2023年1月(yuè)的独立访客(kè)平均数1300万计(jì)算，其对应(yīng)芯片需求为(wèi)3万多片英伟达A100 GPU，初始投(tóu)入成(chéng)本约为8亿美(měi)元(yuán)，每日(rì)仅电费就在5万(wàn)美元左右。

此外不论是ChatGPT还是AIGC，都(dōu)离(lí)不(bù)开庞大算力支持。在关注各(gè)类大(dà)模型的发(fā)展同时，更应该关注算力网络的(de)建设(shè)。

算(suàn)力(lì)网络正驱动AI产(chǎn)业发展(zhǎn)进入(rù)史诗级(jí)加(jiā)速进(jìn)程，让AIGC及通用(yòng)AI这(zhè)一(yī)人(rén)工(gōng)智能发展的(de)终极目标(biāo)离得更(gèng)近。

因为算力可以对突破性技术创新提供(gōng)大力的支持。这方面，多模态大模(mó)型是(shì)典型(xíng)。作(zuò)为面向未(wèi)来强人工智能、通用人工智能的(de)重要技(jì)术(shù)创新，多模态大(dà)模型(xíng)已经(jīng)在人工(gōng)智(zhì)能领域提出了很多年，业界也有不(bù)少(shǎo)技术突(tū)破，但是，多模态(tài)大模型进一步往下走(zǒu)，算力(lì)需求呈几何式上升，一(yī)般的算力基础设施很快将难以(yǐ)胜任(rèn)。

从图像、文字、语(yǔ)音单独一(yī)项(xiàng)的训练，到双模态、三(sān)模态的跃迁(qiān)，让人工(gōng)智能可以灵活(huó)应对不同模态的(de)转(zhuǎn)化、像人与世(shì)界交互一样自然，这方面，由算力网络来驱动将(jiāng)有明(míng)显(xiǎn)优势。

此外，还(hái)有很多需要爆(bào)发式增长的算力(lì)来支撑的(de)技术创新(xīn)，将在人(rén)工智能算(suàn)力网络支撑下(xià)快速推进。

AIGC已经露出曙(shǔ)光，期待在大(dà)模型和大算力的支持下(xià)AIGC能(néng)持(chí)续颠覆(fù)内容(róng)生产的方式，将(jiāng)创(chuàng)造的边际成本降低，让万众受益。

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 罗锅上山是什么意思，罗锅上山样子图片