自(zì)聊天机器(qì)人ChatGPT火爆以来，微软公(gōng)司创始人比尔·盖茨已(yǐ)多次公开谈(tán)论人工智能话题。在最(zuì)近的一次(cì)采访中，他再(zài)次表示：“AI可能会让科技行(xíng)业迎来一次剧(jù)烈(liè)的(de)洗牌”。

这个(gè)结论(lùn)是他在(zài)当地(dì)时间2月(yuè)20日(rì)接受《In Good Company》节目专访时提出的。

他预期，AI的发展可能会威胁到(dào)谷歌的市占(zhàn)率，因为微(wēi)软在(zài)AI方(fāng)面(miàn)的行动相当迅速。而最终(zhōng)科(kē)技巨头将把AI整合成用户的“全(quán)能助手(shǒu)”，包(bāo)揽(lǎn)一切应用，与(yǔ)人(rén)们进行沟通并提(tí)供建议，可以取代(dài)亚(yà)马(mǎ)逊(xùn)、Siri或Outlook等应(yīng)用。

大佬口中全能(néng)助手的到来可能尚需时日(rì)，但由ControlNet引发(fā)的又(yòu)一次AI绘画浪潮，让AIGC在ChatGPT的(de)话题热点包围中杀出(chū)重围。

01

ControlNet颠覆AI绘画新玩法

AIGC向可控靠近

以(yǐ)AI绘画为代表的AIGC上一次爆火的(de)时候，还是2022年8月，在美(měi)国科罗拉多州举(jǔ)办的新兴数字(zì)艺术家竞(jìng)赛中，一幅(fú)名为《太空歌(gē)剧(jù)院》的作品(pǐn)获奖。

随后各大厂商的AI绘(huì)画软件被广大网友(yǒu)熟知并体验，Stable Diffusion便是其中代表。

用户们可以在应(yīng)用中输(shū)入一组关(guān)键词或者一张照(zhào)片，就能获得一幅AI创作的画作。

作画的关键就是所(suǒ)输入的文本。同一(yī)组关键(jiàn)词(cí)也可以(yǐ)创作出很多张(zhāng)风(fēng)格不一(yī)样的画作(zuò)，这让创作的过程(chéng)就(jiù)像开(kāi)盲盒(hé)。

很多用户很喜欢这(zhè)种不确定的惊(jīng)喜，他(tā)们(men)会将生(shēng)成的(de)美图当做头(tóu)像。而(ér)另一部分喜(xǐ)欢翻看(kàn)AI绘(huì)画(huà)的“翻车”作品。在社(shè)交媒体上(shàng)，许(xǔ)多(duō)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”，还有网友的(de)个人照片(piàn)被AI识别(bié)成(chéng)了建筑。

而(ér)如今(jīn)随着ControlNet的出现与(yǔ)加持，以往AI绘画(huà)的填写关键词(cí)游戏可能要被颠覆(fù)了。

ControlNet是一位正在斯坦福(fú)读博的中国人张(zhāng)吕敏创(chuàng)作的一(yī)种基(jī)于(yú)控制点的图像变(biàn)形(xíng)算法，主要用于数(shù)字(zì)图像处理、计算(suàn)机视觉和计算机图形学等领域。

其SD插件一(yī)经发布，在短短的两天内便成为了AI绘画领域(yù)最新的热点。

在(zài)此之(zhī)前，大家(jiā)用了(le)很多方法想让AI生(shēng)成的结果(guǒ)尽可能(néng)的符(fú)合要求，但是都不尽如人意，它的出(chū)现代表(biǎo)着AI生成开(kāi)始(shǐ)进入真正的可控时期。

因(yīn)为(wèi)ControlNet可以直(zhí)接提取(qǔ)画(huà)面的构(gòu)图，人物的姿势和画面的深度(dù)信息(xī)等。有了它的帮(bāng)助，就(jiù)不(bù)用频繁的用(yòng)提示词来碰运气(qì)，抽盲盒式的创作了。

通俗的说(shuō)ControlNet相当(dāng)于给AI绘(huì)画(huà)加了“魔法(fǎ)”，不少(shǎo)博主的作品已(yǐ)经获得了大量的浏览量，“viggo”就(jiù)是其中(zhōng)之一，他用朋(péng)友的照(zhào)片(piàn)直(zhí)接带她们走进动(dòng)漫世界(jiè)。

闲游的意思 闲游的反义词是什么coding="async" src="https://mmbiz.heiliaofuli.com/wp-content/uploads/2023/03/aaf8241fc774226.jpeg?imageMogr2/thumbnail/2160x0/format/webp/quality/80" data-ratio="1.1899488926746167" data-s="300,640" data-type="jpeg" data-w="1174">

viggo先用StableDiffusion图片转(zhuǎn)文(wén)字。

再(zài)用Text2Prompt插件拓展找到对应的关键词(cí)；最(zuì)后用ControlNet插件绑定骨(gǔ)骼开始(shǐ)换关键词试效(xiào)果。

通过图片就可(kě)以看出(chū)来，效果十分惊艳。

更厉害(hài)的是，除了真(zhēn)实的照片(piàn)，草图也可以加上“魔法(fǎ)”，知乎大牛“DevPoint”和“逗砂”介(jiè)绍到(dào)ControlNet还(hái)能(néng)实现线稿转全彩图。大神张吕敏其本尊也亲自回应(yīng)。

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

02

难辨虚(xū)实(shí)，AIGC技术力爆发

警惕安全(quán)问题

近(jìn)日，“苏州金鸡湖有游艇party”的消(xiāo)息火遍网(wǎng)络(luò)，而经过警方辟谣这所谓的(de)“party”可能(néng)是全国第一起AI绘图诈骗。

由于这(zhè)个活动(dòng)里面给出的美女照片都是(shì)AI制(zhì)作(zuò)的真人(rén)照(zhào)片绘图，因为太逼真(zhēn)，被大家当成真事传播了。

不过仔(zǎi)细观察可以发现，活动发起者提供的照片中有个很(hěn)大的漏洞可以(yǐ)发现(xiàn)并非(fēi)真(zhēn)人(rén)，而(ér)是AI绘图，那(nà)便是图片中女性的手指(zhǐ)部分有的存在异常。

有行业人事表(biǎo)示：“现在因为(wèi)手(shǒu)指部(bù)分的绘画算法比较复杂，AI还不(bù)太会画人的手(shǒu)，但(dàn)最新看到的图片(piàn)已经有越来越(yuè)完(wán)美(měi)的AI模型出(chū)现(xiàn)，以后可(kě)能(néng)就完全没有漏洞了。”

类(lèi)似的AI作(zuò)图诈骗在国外也已有发生。据英(yīng)国广播公司报道(dào)，土耳其地(dì)震期间，有Tiktok用(yòng)户使用AI合成了儿童受灾的假照片(piàn)发(fā)布到(dào)网络，以(yǐ)此诱骗善良的人打(dǎ)赏“捐(juān)助”从而实施诈(zhà)骗。

目前随着技术发展，AIGC已(yǐ)经能做出真人照片般的绘(huì)图效果，如果(guǒ)这样的图片被用来诈骗，将非常(cháng)可怕。

此外AIGC还引发(fā)了很(hěn)多担(dān)忧，一方面，批判(pàn)者(zhě)认为(wèi)AI在“学习”了大量(liàng)前人的作品之后，其创作没(méi)有任何情绪和(hé)灵魂，难以和(hé)人类的艺(yì)术创作相(xiāng)提并论。

另一(yī)方面，AIGC背后的(de)版权、目前都并没有得到有效的解(jiě)决，还有AIGC会不会代替人类“至高无上”的创(chuàng)意。

马斯克也(yě)强调，人(rén)工(gōng)智能的安全问题需要(yào)得到重视(shì)，太晚就来(lái)不(bù)及了(le)。

03

AIGC下一站(zhàn)除了视频，还有远方

技(jì)术都(dōu)是有两面性的，闲游的意思 闲游的反义词是什么潜在的危害并不能掩(yǎn)盖其光辉的(de)贡献(xiàn)。现在看来，人工(gōng)智能技术(shù)将是(shì)第四次工业(yè)革(gé)命的(de)核心(xīn)驱动力(lì)量，将(jiāng)创造新的增长(zhǎng)奇(qí)迹。

过去一(yī)年，人工智能(néng)在技术(shù)和商业层面都有了巨大进展，AI绘画就(jiù)是人工智能技术发生(shēng)方向性(xìng)改变的一个(gè)代(dài)表(biǎo)。其下一(yī)站或(huò)许就(jiù)是视(shì)频。

此(cǐ)前，Meta和谷歌先(xiān)后发布了几条(tiáo)引爆科技圈(quān)的(de)短(duǎn)视频。这些(xiē)视频引发关(guān)注并非(fēi)内容做得多优秀，反而都非常(cháng)简单(dān)，比如一(yī)匹正在喝水的马，一只画(huà)画(huà)的玩(wán)具(jù)熊，或者一(yī)段骑摩(mó)托车的第一(yī)视角录像，随便一个有手机的人都可以随手录下一(yī)段。

但这些(xiē)短视(shì)频的(de)创作方式(shì)非常简(jiǎn)单，创作者仅仅需要向AI输入一段(duàn)话，甚至只是说一(yī)下要(yào)求，AI就(jiù)可以(yǐ)根(gēn)据(jù)需要生(shēng)成一(yī)段视(shì)频(pín)。

谷歌(gē)发布的(de)两个AI生成视频分别来(lái)自于Imagen Video和(hé)Phenaki，前者主要(yào)突(tū)出(chū)的(de)是高(gāo)清，与Meta的Make-A-Video没有太多的差别。

在Make-A-Video公(gōng)布了AI生成(chéng)的视频(pín)后，AI圈就已经玩了一波梗，一个(gè)能够做出更(gèng)高(gāo)清视频的AI还不足以在短(duǎn)时间内戳中(zhōng)兴奋点。

Phenaki更(gèng)加令人震(zhèn)惊的地方在于，它可以制作(zuò)出超(chāo)过(guò)2分钟(zhōng)的连贯的(de)也(yě)有确切(qiè)内容的视频，这才是真(zhēn)正让人(rén)们感到惊喜的地方。因为(wèi)无论AI生成的视频多么高清，也(yě)只能是(shì)为内容生产者提供(gōng)一个灵感，一个素材，一个过场动画。

不过能(néng)够制作出有具(jù)体剧情内(nèi)容的视频就(jiù)意味着，一些视(shì)频创(chuàng)作(zuò)由AI代替人(rén)工完成已经初(chū)步有了可能。

当(dāng)下AI的发展速度已经超(chāo)过大部分人(rén)的想象。内容产业(yè)的本质是(shì)供给创造需求(qiú)，AIGC作为全新的内容(róng)生产方式，可以为内容产业带来(lái)更新的内(nèi)容风格、更快的生产速(sù)度，更低(dī)的生产成本(běn)，这无疑会驱动内容产业的大爆(bào)发。

除了AI绘图、视频，AIGC技(jì)术还能应用(yòng)于音乐、代码(mǎ)、机(jī)器人动作等多(duō)种内容形式(shì)的生(shēng)成。不难发(fā)现该项技术不仅在游戏等行业能得到有效应用，对于下一代互联网各种元素的构(gòu)建(jiàn)亦有关(guān)键(jiàn)意义(yì)。

从商(shāng)业化的角度来看(kàn)，文化娱乐、教育(yù)、传媒(méi)等诸多领(lǐng)域，本(běn)身就对基于(yú)AI的可视(shì)化内容(róng)有强(qiáng)烈需(xū)求(qiú)。

因此(cǐ)，AI绘画及视(shì)频或(huò)不是结果(guǒ)，而(ér)只是AI进程中的一块重要拼图，有望在技术更新的加持下实现更大的(de)应用价值。

AI从理(lǐ)解(jiě)内容，走向了可以生成(chéng)内容(róng)，甚至能够创造出独(dú)立价值和独立(lì)视(shì)角的内(nèi)容。AIGC的再次出圈，更代表着未来的先进生产力即将到来。

04

紧抓大模(mó)型(xíng)与算(suàn)力，牢固AIGC底座

从技术的发展也可(kě)以看出(chū)，在语(yǔ)言大模型、图(tú)像大模型之后，多模态大模(mó)型已经成为了新的趋势(shì)。

大(dà)模(mó)型被誉(yù)为当前人工智(zhì)能发(fā)展(zhǎn)的智(zhì)能(néng)底座，是(shì)全(quán)球竞争最激烈的研究方(fāng)向之一，包括谷歌、亚马(mǎ)逊、百度、阿(ā)里、腾讯等众多头(tóu)部企业都(dōu)在竞相发力。

不(bù)过训练大模型的(de)确(què)价格(gé)不(bù)菲，以国盛(shèng)证(zhèng)券发布的《ChatGPT需要(yào)多少算力》报告估算，GPT-3训练一(yī)次的(de)成本约为(wèi)140万美元。而(ér)对于一些(xiē)更大的(de)LLM(大型语言模型(xíng))，训(xùn)练成本则介于200万(wàn)美元至1200万美元高价之间。

以(yǐ)ChatGPT在(zài)2023年1月的独立访客平均数1300万计算，其(qí)对应芯片需求为3万多(duō)片(piàn)英伟(wěi)达(dá)A100 GPU，初(chū)始投(tóu)入成本约(yuē)为8亿美元，每日(rì)仅(jǐn)电费(fèi)就(jiù)在5万美元左右。

此(cǐ)外不(bù)论是ChatGPT还是(shì)AIGC，都离不开庞大算(suàn)力(lì)支持。在(zài)关注(zhù)各(gè)类大模型的发展同时(shí)，更(gèng)应(yīng)该关注算力网络的建设。

算力网络正驱动AI产业(yè)发展进入史诗(shī)级加速进程(chéng)，让AIGC及(jí)通用AI这一人(rén)工智(zhì)能发(fā)展(zhǎn)的终(zhōng)极(jí)目标离得(dé)更近。

因为算力可以对突破(pò)性(xìng)技术创新提供大力(lì)的(de)支持。这方(fāng)面(miàn)，多模态大模型是(shì)典型。作为面(miàn)向未来(lái)强人工(gōng)智(zhì)能(néng)、通(tōng)用人工智能的重要技术创新(xīn)，多模态(tài)大模(mó)型(xíng)已(yǐ)经在人工智能(néng)领(lǐng)域提出了很(hěn)多年，业界也有不少(shǎo)技术突破，但是，多模态(tài)大(dà)模型进一步往下走，算(suàn)力(lì)需求呈几何式上升，一(yī)般的算力基(jī)础设(shè)施很快(kuài)将难以(yǐ)胜(shèng)任。

从图像、文(wén)字、语音单独一项的训练(liàn)，到双模态、三模态的跃迁(qiān)，让人工智能可以灵活应对不同模(mó)态(tài)的转化、像(xiàng)人(rén)与世界交互一(yī)样自然，这(zhè)方(fāng)面，由算力(lì)网络来驱动将(jiāng)有明显优势。

此外，还(hái)有很多需要爆发式增长的算(suàn)力来支撑(chēng)的(de)技术创(chuàng)新(xīn)，将在人工智能算力网络支撑(chēng)下快速推(tuī)进。

AIGC已经露出曙光，期待在大模型和大算力(lì)的支持下(xià)AIGC能持(chí)续颠(diān)覆内容生产的方式(shì)，将创(chuàng)造的(de)边际成本降低(dī)，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 闲游的意思 闲游的反义词是什么