自聊天机器人ChatGPT火爆以来，微(wēi)软公司创(chuàng)始人(rén)比尔·盖茨已多(duō)次(cì)公(gōng)开(kāi)谈论人工智能话题。在(zài)最近的一次(cì)采访中，他(tā)再次表(biǎo)示(shì)：“AI可能(néng)会让(ràng)科(kē)技行业(yè)迎(yíng)来一次剧烈(liè)的洗牌”。

这(zhè)个(gè)结(jié)论是他在当地时(shí)间(jiān)2月20日接(jiē)受《In Good Company》节(jié)目专(zhuān)访时提出的(de)。

他预期，AI的发展可能会威胁到(dào)谷歌的市占率，因为(wèi)微软在AI方(fāng)面的行动(dòng)相当(dāng)迅(xùn)速(sù)。而最(zuì)终(zhōng)科技巨头将把AI整合成(chéng)用户的“全(quán)能(néng)助手”，包揽一切应用，与(yǔ)人们进行沟(gōu)通并提供建议，可以取代亚马逊(xùn)、Siri或Outlook等应用。

大(dà)佬口中全能助手(shǒu)的到来(lái)可能尚需时日，但由ControlNet引发的又一(yī)次AI绘画浪(làng)潮，让AIGC在ChatGPT的话题热点包围(wéi)中杀出重(zhòng)围。

01

ControlNet颠覆AI绘(huì)画新玩法

AIGC向可(kě)控靠近

以AI绘画为代(dài)表的AIGC上一(yī)次爆火的时候，还是2022年8月，在(zài)美国科罗拉多州(zhōu)举办的(de)新兴数字艺术(shù)家竞赛中，一幅名为《太(tài)空歌剧院》的作品(pǐn)获奖。

随后各大厂商的(de)AI绘画软(ruǎn)件被广大网友熟知(zhī)并体验，Stable Diffusion便(biàn)是其中代表。

用(yòng)户们可以在应用(yòng)中输入(rù)一组关键词(cí)或者一张照片，就能获得一幅AI创作的画作。

作(zuò)画(huà)的关(guān)键就是所输(shū)入的文(wén)本。同一组关键词也(yě)可以(yǐ)创作出(chū)很多张风格不一(yī)样的(de)画作，这让(ràng)创作(zuò)的过程就像开盲盒。

很多用户很(hěn)喜(xǐ)欢这(zhè)种(zhǒng)不确(què)定(dìng)的(de)惊喜，他们会(huì)将生成的美(měi)图当做头像。而另(lìng)一部分喜(xǐ)欢翻看AI绘画的“翻车(chē)”作品。在社(shè)交媒体上，许多用户分享AI“翻车现场”，例如，一位(wèi)网友的小狗照片被AI画成了“肌肉男”，还有网友的个人(rén)照片(piàn)被AI识别成了建(jiàn)筑。

而如(rú)今随着(zhe)ControlNet的出现与加持(chí)，以往AI绘画的填写关键词游戏可能(néng)要被颠(diān)覆了(le)。

ControlNet是(shì)一(yī)位(wèi)正在斯坦福读(dú)博(bó)的中(zhōng)国人张(zhāng)吕敏创作的一种基于控(kòng)制点的图像变形算法，主要用(yòng)于数(shù)字图像处理、计算(suàn)机(jī)视觉和计算机图形学等领(lǐng)域。

其SD插件一经发(fā)布，在短(duǎn)短的两(liǎng)天内(nèi)便成(chéng)为了AI绘(huì)画(huà)领(lǐng)域最新(xīn)的热点。

在此之前，大家用了很(hěn)多(duō)方法想让AI生(shēng)成的结果尽可能(néng)的符合要求，但是都不尽如人意，它的出现(xiàn)代表(biǎo)着AI生(shēng)成(chéng)开(kāi)始(shǐ)进入真20分米等于多少米 20分米等于多少厘米正的可控(kòng)时期。

因为ControlNet可(kě)以(yǐ)直接提取画面的(de)构图，人物的姿势(shì)和(hé)画面的(de)深度信息等。有了它(tā)的帮助，就不用频繁的用提示词(cí)来碰(pèng)运(yùn)气，抽盲(máng)盒式的(de)创作了(le)。

通俗的说(shuō)ControlNet相(xiāng)当于给AI绘画加了(le)“魔法”，不少博主的作品已经(jīng)获(huò)得了大量的浏览(lǎn)量，“viggo”就(jiù)是其中之一，他用朋友的照片直接带她们走进动(dòng)漫世界。

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

再用Text2Prompt插(chā)件拓展找(zhǎo)到对(duì)应(yīng)的关键词；最(zuì)后用ControlNet插件(jiàn)绑定骨骼开(kāi)始换(huàn)关键(jiàn)词试(shì)效果。

通过(guò)图片就可以(yǐ)看出来，效果十分惊艳(yàn)。

更厉害的是(shì)，除了真实的(de)照片，草图也可(kě)以加上“魔法”，知乎大牛“DevPoint”和“逗砂(shā)”介绍(shào)到ControlNet还能实现线(xiàn)稿转全彩图。大神张(zhāng)吕敏其本(běn)尊(zūn)也(yě)亲自回应(yīng)。

不得(dé)不(bù)说当下(xià)AIGC已(yǐ)经变(biàn)得越来越(yuè)强大，甚至输出(chū)的作品都(dōu)已(yǐ)经(jīng)能(néng)以假乱真了。

02

难辨虚(xū)实，AIGC技术(shù)力爆发

警惕安全问(wèn)题

近日，“苏(sū)州(zhōu)金鸡湖(hú)有游艇party”的消息(xī)火遍网络(luò)，而经过(guò)警方辟谣(yáo)这所谓(wèi)的“party”可(kě)能是全(quán)国第一起AI绘图诈骗。

由(yóu)于这(zhè)个活(huó)动里面给出的美女照片都是AI制作的真人照片绘图，因为太逼真，被大家当(dāng)成真事传播了。

不过仔细观察可以发现，活动发起者提供的照(zhào)片中有个(gè)很大的漏洞可以发现并非真人，而(ér)是AI绘图，那便是图(tú)片中女性的手指部分(fēn)有的存在异(yì)常(cháng)。

有行业(yè)人事表示：“现(xiàn)在因为(wèi)手指部(bù)分的绘画算法比(bǐ)较复杂，AI还(hái)不太(tài)会(huì)画(huà)人的(de)手，但最新看(kàn)到的图片已(yǐ)经有(yǒu)越来越完美的AI模型出现，以后(hòu)可能就完全没有漏洞了。”

类似的(de)AI作图诈骗在国外也已有发生。据英国广(guǎng)播公司报(bào)道，土(tǔ)耳其地震期间(jiān)，有Tiktok用户使用(yòng)AI合成了儿童受灾的(de)假照片发(fā)布到网络，以(yǐ)此诱骗善良的人打赏(shǎng)“捐助”从而实施(shī)诈骗。

目前随着技(jì)术发展，AIGC已(yǐ)经能做出真人照片般的绘图(tú)效(xiào)果(guǒ)，如(rú)果这样的(de)图(tú)片被用(yòng)来诈骗，将非(fēi)常可怕。

此外AIGC还(hái)引发了(le)很(hěn)多担忧(yōu)，一方面，批判(pàn)者(zhě)认为AI在“学习(xí)”了大量前人的作品之后(hòu)，其创(chuàng)作没(méi)有任何情绪和(hé)灵(líng)魂(hún)，难以和人类(lèi)的艺术创(chuàng)作相提并论(lùn)。

另一方(fāng)面，AIGC背后的版权、目前都(dōu)并没有得到(dào)有效的解(jiě)决(jué)，还有(yǒu)AIGC会不会代(dài)替人类“至高无上”的创意。

马斯(sī)克也强调，人(rén)工智能的安(ān)全(quán)问题需要得(dé)到重(zhòng)视，太(tài)晚(wǎn)就来不(bù)及了(le)。

03

AIGC下一站(zhàn)除了视频(pín)，还有(yǒu)远(yuǎn)方

技术都是(shì)有两面性的，潜在(zài)的危害(hài)并(bìng)不能(néng)掩盖其光辉的贡献(xiàn)。现(xiàn)在看(kàn)来(lái)，人工智能技术将是第(dì)四次工业革命的核心驱动力量，将创(chuàng)造新(xīn)的增(zēng)长奇迹。

过去一(yī)年，人工智能在(zài)技术和(hé)商业层面都(dōu)有了巨大进展，AI绘画(huà)就是人工智能技(jì)术发生方向性(xìng)改变(biàn)的(de)一个代表(biǎo)。其下一站或许(xǔ)就是视频。

此前，Meta和(hé)谷(gǔ)歌先后发布了几(jǐ)条引爆(bào)科技圈的(de)短视频。这些视频引发(fā)关注并非内(nèi)容做得多优秀，反而都非常(cháng)简单(dān)，比如一(yī)匹正(zhèng)在喝水的马(mǎ)，一只画画的玩具熊，或者一段骑摩托车的第一视角录像，随(suí)便一个有手机(jī)的人都可以随手录下(xià)一段。

但这些短视频的创(chuàng)作方(fāng)式(shì)非常(cháng)简单，创作者仅仅(jǐn)需要(yào)向AI输(shū)入一(yī)段话，甚至只是说一下要(yào)求，AI就可以根据需(xū)要生成一段视频。

谷歌发布的(de)两个AI生成视(shì)频分别来(lái)自于Imagen Video和Phenaki，前(qián)者主要突(tū)出(chū)的是高(gāo)清(qīng)，与Meta的(de)Make-A-Video没有太多(duō)的差别。

在Make-A-Video公布了AI生成的(de)视频后，AI圈(quān)就已经(jīng)玩了一波梗，一(yī)个能够(gòu)做(zuò)出更高清视频的AI还不(bù)足以在短时间内(nèi)戳中兴奋点。

Phenaki更加令(lìng)人(rén)震(zhèn)惊的地方在于，它可以(yǐ)制作出超过(guò)2分钟的(de)连贯的也(yě)有确(què)切(qiè)内容的视频，这(zhè)才是真正让人(rén)们感到惊(jīng)喜(xǐ)的地(dì)方。因为无论AI生(shēng)成的视频多么高(gāo)清，也只能是为(wèi)内容生产者提供一个灵感，一个素材，一个过场动画。

不过(guò)能够制作出(chū)有(yǒu)具(jù)体剧情内(nèi)容的视频就(jiù)意味着，一些视频创作由AI代替人(rén)工完成已经初步有了(le)可(kě)能。

当下AI的发展速度已经超过大部分人的(de)想(xiǎng)象。内(nèi)容产业的(de)本(běn)质是(shì)供给创造需(xū)求，AIGC作为全新的内容(róng)生产方(fāng)式，可(kě)以为内容产业带来更(gèng)新的内容风格、更快的生产速(sù)度，更(gèng)低的生产(chǎn)成本(běn)，这无(wú)疑会驱动内(nèi)容(róng)产业的大爆发。

除(chú)了AI绘图、视频，AIGC技(jì)术还能应用(yòng)于音乐、代(dài)码、机(jī)器人动作等(děng)多种(zhǒng)内容形式的生(shēng)成(chéng)。不难发现该项技术不仅(jǐn)在游戏等行业能得到(dào)有效应用，对于下一代互联网各(gè)种(zhǒng)元(yuán)素的(de)构建亦(yì)有关键意义。

从商业化的角度来看，文化娱乐、教育、传媒等(děng)诸多领(lǐng)域，本身就对基于AI的可视化(huà)内容有强烈(liè)需求(qiú)。

因此，AI绘画及(jí)视(shì)频或不(bù)是结果(guǒ)，而只是AI进程(chéng)中的一块(kuài)重(zhòng)要拼图(tú)，有望(wàng)在技术更新(xīn)的加持(chí)下实现(xiàn)更(gèng)大的应用(yòng)价值(zhí)。

AI从理解内容，走向了可以生(shēng)成内容(róng)，甚至能够创造出独立价值(zhí)和独立视(shì)角的内容(róng)。AIGC的(de)再次出圈，更代表(biǎo)着未来的先进生产力即(jí)将到(dào)来。

04

紧抓大模型与算力(lì)，牢固AIGC底(dǐ)座

从(cóng)技(jì)术的发展也可以看出，在语言大模型(xíng)、图像(xiàng)大模型之后，多模态大模型已经成为(wèi)了(le)新的趋势。

大模型被誉为当(dāng)前人工智能发展的(de)智能(néng)底座，是全(quán)球竞争最激烈的(de)研究方向之一，包括(kuò)谷歌、亚马逊、百(bǎi)度、阿里(lǐ)、腾讯(xùn)等(děng)众多头部企业都在(zài)竞相发力。

不过训练大模型的确价(jià)格(gé)不菲，以国盛证券(quàn)发布的《ChatGPT需要多少算力(lì)》报告估算，GPT-3训练一次(cì)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(xùn)练成(chéng)本则介于200万(wàn)美元(yuán)至1200万美元(yuán)高价(jià)之间。

以ChatGPT在(zài)2023年1月(yuè)的独立访客平(píng)均数1300万计算，其(qí)对应(yīng)芯片(piàn)需求为3万多片(piàn)英伟达A100 GPU，初始(shǐ)投入成本(běn)约为(wèi)8亿美元，每日(rì)仅电费(fèi)就在5万美(měi)元左(zuǒ)右。

此外不论(lùn)是ChatGPT还是AIGC，都离(lí)不开(kāi)庞(páng)大算力支持。在关注(zhù)各类大(dà)模型(xíng)的发展同时(shí)，更应(yīng)该关注算力网络(luò)的建设(shè)。

算力网络正驱动AI产(chǎn)业发展进入史诗级加(jiā)速进程，让AIGC及通(tōng)用AI这一人工智能发展的(de)终极目标(biāo)离得(dé)更近。

因(yīn)为算(suàn)力(lì)可以对(duì)突破性(xìng)技术创新提供大力的支持(chí)。这方(fāng)面，多模态(tài)大(dà)模型是典型。作为(wèi)面向未来强(qiáng)人工智能、通(tōng)用(yòng)人工智(zhì)能的重要技术创(chuàng)新，多模态(tài)大模型已(yǐ)经在人工智(zhì)能领域(yù)提出(chū)了(le)很多年，业界(jiè)也(yě)有不(bù)少(shǎo)技术(shù)突破，但是，多模(mó)态大模型(xíng)进一步往下走，算力(lì)需(xū)求(qiú)呈几何式上(shàng)升，一般的算(suàn)力(lì)基础设(shè)施(shī)很快将难以胜任。

从(cóng)图像(xiàng)、文字、语音(yīn)单独一项的训练，到双模态、三模态的跃迁，让人(rén)工(gōng)智能可(kě)以灵活应(yīng)对不同模态的转化、像人与世界交互一样(yàng)自然(rán)，这方面，由算力网络来(lái)驱(qū)动将有明显优势。

此外(wài)，还有很(hěn)多需要爆发(fā)式增长(zhǎng)的算力来支撑的技术创新，将(jiāng)在人(rén)工(gōng)智(zhì)能(néng)算力(lì)网络支撑下快速推进(jìn)。

AIGC已(yǐ)经露(lù)出曙光(guāng)，期待在大模型(xíng)和(hé)大(dà)算力(lì)的支持(chí)下(xià)AIGC能持续(xù)颠覆内容生产的方(fāng)式，将创造的边际成本降(jiàng)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 20分米等于多少米 20分米等于多少厘米