自聊天(tiān)机器人ChatGPT火爆以来，微软公司创始人比尔(ěr)·盖茨(cí)已多(duō)次(cì)公(gōng)开谈(tán)论(lùn)人(rén)工智能话题。在最近的一次采访中，他(tā)再次表示(shì)：“AI可能会让科技(jì)行业迎来一次(cì)剧烈的(de)洗牌”。

这个(gè)结论是他在当地时间(jiān)2月20日接受《In Good Company》节目专访(fǎng)时提出的。

他预(yù)期，AI的发(fā)展可(kě)能会威胁到(dào)谷(gǔ)歌的市占率(lǜ)，因(yīn)为微(wēi)软在(zài)AI方面(miàn)的行(xíng)动(dòng)相当迅速。而最(zuì)终科技巨头将把AI整(zhěng)合成用户(hù)的“全能助(zhù)手”，包揽一切应用，与人们进(jìn)行沟通(tōng)并(bìng)提(tí)供建(jiàn)议，可以取代亚马逊(xùn)、Siri或Outlook等(děng)应用。

大佬口中全能(néng)助手的到来可(kě)能尚需时日，但由ControlNet引发的(de)又一次AI绘画浪潮，让AIGC在ChatGPT的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(kòng)靠(kào)近

以AI绘(huì)画为代表(biǎo)的AIGC上一(yī)次爆火的时候(hòu)，还(hái)是(shì)2022年(nián)8月，在美国科(kē)罗拉多州举办(bàn)的新兴数字艺(yì)术家竞赛中，一(yī)幅名(míng)为(wèi)《太(tài)空(kōng)歌剧院(yuàn)》的作品获奖。

随后各大厂商的AI绘画软件被广大网友熟(shú)知并体验，Stable Diffusion便是其中(zhōng)代表。

<enjoy可数吗，joy可不可数img alt="ChatGPT之后又(yòu)一(yī)应(yīng)用杀(shā)疯了(le)，AIGC或进入可(kě)控期(qī)，将(jiāng)洗牌科技行业？_黑料正能量(liàng)" decoding="async" src="https://mmbiz.heiliaofuli.com/wp-content/uploads/2023/03/4a712a72a22d7ba.jpeg?imageMogr2/thumbnail/2160x0/format/webp/quality/80" data-ratio="0.7261345852895149" data-s="300,640" data-type="jpeg" data-w="639">

用(yòng)户们可以在应用中(zhōng)输入一组关键(jiàn)词(cí)或者一张照片，就能获得(dé)一幅(fú)AI创作的(de)画作。

作画(huà)的关键(jiàn)就是所(suǒ)输入的文本。同一组(zǔ)关(guān)键(jiàn)词也(yě)可以创作出很多张风格不一样的画作，这让(ràng)创作的过程就像开盲(máng)盒。

很多用户很喜(xǐ)欢(huān)这种(zhǒng)不确定的惊喜，他(tā)们会将生成的美图当做头像。而另一部分喜(xǐ)欢翻看(kàn)AI绘画(huà)的“翻车”作(zuò)品。在社交媒体上，许多用户分享AI“翻车现场”，例如，一位网友的小狗照片被AI画成了“肌肉(ròu)男”，还有网友的个人照片被AI识(shí)别成了建筑(zhù)。

而如今随着ControlNet的出现与加持，以(yǐ)往AI绘(huì)画的(de)填写(xiě)关键词游(yóu)戏可能(néng)要被颠覆了。

ControlNet是(shì)一位正在斯坦(tǎn)福读博的(de)中国人(rén)张(zhāng)吕敏创作的一种基于控制点的图像变形算法，主要用于数字(zì)图像处理、计算机视觉和计算机图形学等领域。

其SD插件一经发布(bù)，在短短的两天内便成为了AI绘(huì)画领域最(zuì)新(xīn)的热点。

在此(cǐ)之前，大家用了很多方法想(xiǎng)让AI生成的结果尽可能的符合要求，但(dàn)是都不尽如人意，它的出现代表(biǎo)着AI生成开始进(jìn)入真正的可控时期。

因(yīn)为ControlNet可以直接提取画面的构图，人(rén)物的姿势(shì)和(hé)画面(miàn)的深度信(xìn)息等。有了(le)它的帮助，就不用(yòng)频繁的(de)用提示词来碰运气，抽盲盒式的创作(zuò)了。

通(tōng)俗的(de)说ControlNet相当(dāng)于给AI绘画加了“魔法”，不少博主的作品已经获得了大量的浏览量(liàng)，“viggo”就(jiù)是其中之一，他用(yòng)朋友的照片直(zhí)接带她们走进(jìn)动漫世界。

viggo先用StableDiffusion图片转文(wén)字。

再用(yòng)Text2Prompt插件拓展(zhǎn)找到对应的(de)关键词；最(zuì)后用ControlNet插件绑定骨骼开始(shǐ)换关键(jiàn)词试效果。

通(tōng)过图片就可以(yǐ)看出(chū)来，效果十分惊艳。

更厉(lì)害(hài)的是，除了真实的照片，草(cǎo)图也可(kě)以加上“魔法”，知乎(hū)大(dà)牛(niú)“DevPoint”和“逗(dòu)砂”介绍到ControlNet还(hái)能实现线稿转(zhuǎn)全(quán)彩图。大神张(zhāng)吕(lǚ)敏其本尊(zūn)也亲自回应(yīng)。

不得(dé)不说(shuō)当下AIGC已经(jīng)变(biàn)得越来越强大，甚至输出的作品都已经能以(yǐ)假乱真了。

02

难辨虚实，AIGC技术(shù)力爆发

警惕安全问题

近日，“苏州金鸡(jī)湖有游艇party”的消息火遍(biàn)网络(luò)，而经过警方辟(pì)谣这(zhè)所谓的“party”可能(néng)是全国第一起AI绘图诈骗。

由于这个(gè)活动(dòng)里面(miàn)给出的美(měi)女照片都是AI制作(zuò)的真(zhēn)人照片绘图(tú)，因(yīn)为太逼真，被大家当成真事传播了。

不过仔细观(guān)察(chá)可(kě)以发现，活动发(fā)起(qǐ)者提供的照片中(zhōng)有个很大(dà)的漏洞可以发现并非真人，而是AI绘图，那(nà)便是图(tú)片中女性的手指部分(fēn)有的存在异常。

有(yǒu)行业(yè)人事(shì)表示：“现在因为(wèi)手指部分的绘画算法比较复(fù)杂(zá)，AI还不太会画人(rén)的手，但最新看到的图片已经有(yǒu)越来越(yuè)完美的AI模型出现，以后可能就完(wán)全没有漏洞(dòng)了(le)。”

类(lèi)似的AI作图诈骗在国外也(yě)已(yǐ)有发生。据英(yīng)国广播公司报道(dào)，土耳(ěr)其地(dì)震期间，有Tiktok用户(hù)使用AI合成了儿(ér)童受灾(zāi)的假照片发布到(dào)网络，以此诱骗善良的人打赏(shǎng)“捐助”从(cóng)而实施诈骗。

目前随着(zhe)技术发展，AIGC已经能做出真人照片般的(de)绘(huì)图效果，如果这样(yàng)的图(tú)片被用(yòng)来诈骗，将非常可怕。

此外AIGC还引发了很(hěn)多担忧，一方面(miàn)，批判者认为AI在“学习”了(le)大量前人的作品之后，其创作(zuò)没有(yǒu)任何情(qíng)绪和灵(líng)魂(hún)，难(nán)以和人类的艺(yì)术创作相提并论。

另一方(fāng)面，AIGC背(bèi)后的版权、目前都并(bìng)没(méi)有得到(dào)有效的(de)解决，还有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需要得到重(zhòng)视，太晚(wǎn)就(jiù)来(lái)不及(jí)了。

03

AIGC下一站除(chú)了(le)视频，还有远方

技(jì)术都是(shì)有两面性(xìng)的，潜在的危害并不能掩盖其光辉的(de)贡献。现(xiàn)在看来(lái)，人(rén)工智能(néng)技术将(jiāng)是(shì)第(dì)四次工(gōng)业(yè)革命的核(hé)心驱动力量，将创造新的增长奇迹。

过去一年，人工智能在技术和商业层面都有了巨(jù)大进(jìn)展，AI绘画就是人工智(zhì)能技(jì)术发生方向性改变的一个代表。其(qí)下(xià)一站或许(xǔ)就是视频(pín)。

此前，Meta和谷(gǔ)歌先后发(fā)布了几条(tiáo)引爆科技圈的短视频。这些视(shì)频引发(fā)关注(zhù)并非内容做得(dé)多优(yōu)秀，反(fǎn)而(ér)都非常简单，比(bǐ)如一匹正(zhèng)在喝水(shuǐ)的马(mǎ)，一只画画的玩具熊(xióng)，或者一(yī)段(duàn)骑摩托车的第一视角录像，随便一个(gè)有手(shǒu)机(jī)的人(rén)都可以随手录下一(yī)段。

但这些短视频的创作方式非(fēi)常(cháng)简(jiǎn)单，创作(zuò)者(zhě)仅仅需要向AI输入一段话，甚至只是说一下要求，AI就可(kě)以根(gēn)据需要生成一(yī)段视(shì)频。

谷歌发布的(de)两(liǎng)个AI生成(chéng)视频分别来自于Imagen Video和(hé)Phenaki，前者(zhě)主要突出的是(shì)高清(qīng)，与Meta的Make-A-Video没有太多的差(chà)别(bié)。

在(zài)Make-A-Video公(gōng)布了AI生成的视(shì)频后，AI圈就已经(jīng)玩了(le)一波梗，一个能(néng)够做出(chū)更高(gāo)清视频的AI还(hái)不足以在短时间(jiān)内戳中兴(xīng)奋点。

Phenaki更(gèng)加令人(rén)震惊的地(dì)方在(zài)于，它可以(yǐ)制作出超(chāo)过2分钟(zhōng)的连贯(guàn)的也有确切内容(róng)的(de)视频，这才是(shì)真正让人们感到惊喜的地方。因为无(wú)论(lùn)AI生成(chéng)的视频多么高清，也只能是为内(nèi)容生产者提供(gōng)一个灵感，一(yī)个素材，一个过场动(dòng)画。

不过(guò)能够制作出有具体剧情内容的视频就意味着，一些视(shì)频(pín)创作由AI代替人工完(wán)成已(yǐ)经初步有了可能。

当(dāng)下AI的发(fā)展(zhǎn)速度已经(jīng)超(chāo)过大部分人的想象。内容产业的本质是(shì)供(gōng)给创造需求，AIGC作为全新的内容生产方式，可(kě)以为内容(róng)产业(yè)带来更新(xīn)的内容风格(gé)、更(gèng)快的生产速(sù)度，更低的生产成本，这无(wú)疑会驱(qū)动内容(róng)产业的(de)大爆发(fā)。

除了(le)AI绘图、视(shì)频，AIGC技(jì)术还能应用于音乐、代(dài)码、机(jī)器人动作等多种内容形式的(de)生成(chéng)。不(bù)难(nán)发(fā)现(xiàn)该项技(jì)术不仅(jǐn)在游戏等(děng)行业(yè)能得到有效(xiào)应用，对于下一代(dài)互联(lián)网各种元素的构(gòu)建亦有关键意(yì)义。

从商业化的角度来看(kàn)，文化(huà)娱(yú)乐(lè)、教育、传媒等诸多(duō)领(lǐng)域(yù)，本身就对(duì)基于AI的可视化内容有(yǒu)强(qiáng)烈需求。

因此，AI绘画及视频(pín)或不是结(jié)果，而只是AI进程(chéng)中的一(yī)块重要(yào)拼图，有(yǒu)望在技(jì)术更新(xīn)的(de)加持下实(shí)现更大的应(yīng)用价值。

AI从(cóng)理(lǐ)解内容，走向了可以生成(chéng)内容，甚至能(néng)够创造出独立价值和独立视角的内容。AIGC的再(zài)次出圈，更代表(biǎo)着未来(lái)的先进生产力即将(jiāng)到来。

04

紧抓大模型与算力，牢固AIGC底座

从技术的发展也(yě)可以(yǐ)看出，在语言(yán)大模型(xíng)、图像大模型(xíng)之后(hòu)，多(duō)模态大模(mó)型(xíng)已经(jīng)成为了新的趋(qū)势。

大模型被誉(yù)为当前人(rén)工智能发(fā)展(zhǎn)的智能底(dǐ)座，是全球竞(jìng)争最激(jī)烈(liè)的研(yán)究方向之(zhī)一，包括谷歌、亚马逊、百度、阿里、腾讯等众多头(tóu)部企(qǐ)业(yè)都在竞(jìng)相发(fā)力。

不过(guò)训练大模(mó)型(xíng)的确价(jià)格不菲(fēi)，以国盛证券发布的《ChatGPT需(xū)要多少算力》报告估算，GPT-3训练一次的成本约为140万美元。而对于一些更(gèng)大的(de)LLM(大型语言模(mó)型)，训练成本则介于(yú)200万美(měi)元至1200万(wàn)美元高价(jià)之间。

以ChatGPT在2023年1月(yuè)的独立访(fǎng)客平均数1300万计算(suàn)，其对应芯(xīn)片(piàn)需(xū)求为3万多片英伟达A100 GPU，初始投入成本约为8亿美(měi)元，每日仅电费就(jiù)在(zài)5万美元左(zuǒ)右。

此(cǐ)外不论是ChatGPT还是AIGC，都(dōu)离不开庞大算力支持。在关注各类大(dà)模型的发展同时，更应该关注(zhù)算力网络的建(jiàn)设。

算力网(wǎng)络(luò)正(zhèng)驱(qū)动AI产(chǎn)业发展进入史(shǐ)诗(shī)级加速(sù)进(jìn)程(chéng)，让AIGC及(jí)通用AI这一人工智能(néng)发展的(de)终极(jí)目(mù)标离得更近。

因为(wèi)算(suàn)力可(kě)以对突破性技术创新提供大力的(de)支(zhī)持。这方面，多模态大(dà)模型是典型。作为面向未(wèi)来强人工智能、通用人工智(zhì)能的重要技术创新，多模态大(dà)模型已经(jīng)在人工智能领域提出了很(hěn)多年(nián)，业界(jiè)也(yě)有不少(shǎo)技术突破，但是，多模(mó)态大模(mó)型进(jìn)一步往下走，算力(lì)需(xū)求呈(chéng)几何(hé)式上升，一般(bān)的(de)算力基础设施(shī)很快(kuài)将难(nán)以胜任。

从图(tú)像、文(wén)字、语音单(dān)独一项的训(xùn)练(liàn)，到双模态、三模(mó)态的跃迁，让人(rén)工(gōng)智能可以灵活(huó)应对不同模态的转化、像人与世(shì)界交互(hù)一(yī)样自然，这方(fāng)面，由算力网络来驱(qū)动将有明(míng)显优势。

此外，还有很多需要爆(bào)发式增长的算(suàn)力(lì)来(lái)支撑的技术(shù)创新，将在人工智能算力网(wǎng)络支撑下快速推(tuī)进(jìn)。

AIGC已(yǐ)经露出(chū)曙光，期待在大模型和大算力的支(zhī)持下AIGC能持续颠覆内容生产的方(fāng)式，将创造(zào)的边际成(chéng)本降低，让万众(zhòng)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 enjoy可数吗，joy可不可数