自(zì)聊(liáo)天机器(qì)人ChatGPT火(huǒ)爆以来，微软公司创始人比尔(ěr)·盖(gài)茨已(yǐ)多次公开谈论人工智(zhì)能话题。在最近的一(yī)次采(cǎi)访中，他再次(cì)表示(shì)：“AI可能会让科技(jì)行业迎来一次剧烈(liè)的(de)洗牌”。

这个结论是(shì)他在当地时间2月(yuè)20日接受《In Good Company》节目专访时(shí)提出(chū)的。

他预期，AI的发展可能会(huì)威胁到谷歌的(de)市占率，因为微软在AI方面(miàn)的行动(dòng)相当迅(xùn)速。而(ér)最终科技(jì)巨(jù)头将把AI整合成(chéng)用户(hù)的“全(quán)能助手”，包揽一切应用，与人们进行沟(gōu)通并提(tí)供建议，可以取代亚(yà)马逊、Siri或Outlook等应用。

大佬口中全能助(zhù)手的(de)到来(lái)可能(néng)尚需(xū)时日，但由ControlNet引发的又一次(cì)AI绘画浪潮，让AIGC在(zài)ChatGPT的(de)话题热点包围中杀出重围。

01

ControlNet颠覆AI绘画新玩法(fǎ)

AIGC向可控靠近(jìn)

以AI绘画为代表(biǎo)的AIGC上一(yī)次爆(bào)火的时候，还是2022年8月，在美国科罗拉多州举(jǔ)办(bàn)的新(xīn)兴(xīng)数(shù)字艺(yì)术家竞赛中，一幅(fú)名为(wèi)《太(tài)空(kōng)歌剧(jù)院》的作品获奖。

随后各(gè)大厂商的AI绘画软件被广大(dà)网友熟(shú)知并体验，Stable Diffusion便(biàn)是其中代表。

用户们(men)可以在应用中(zhōng)输入一组关(guān)键词或(huò)者一张照(zhào)片，就能获得一幅AI创作的画作(zuò)。

作画的关键就(jiù)是所输入的(de)文本。同(tóng)一(yī)组(zǔ)关键词也(yě)可以(yǐ)创(chuàng)作出很多张风格不一(yī)样(yàng)的(de)画作，这让创作(zuò)的过程就像开盲盒。

很多(duō)用户很喜欢这种(zhǒng)不(bù)确(què)定的(de)惊喜，他们会(huì)将生成的(de)美(měi)图当做头像。而另一部分喜(xǐ)欢翻看AI绘画的“翻车”作品。在社(shè)交媒体上，许(xǔ)多用户分(fēn)享AI“翻(fān)车现(xiàn)场”，例(lì)如(rú)，一(yī)位网友的小狗照片被(bèi)AI画成了(le)“肌(jī)肉男”，还有(yǒu)网友的个(gè)人照片(piàn)被AI识别成了建筑。

而如(rú)今随着ControlNet的(de)出现与加持，以往AI绘(huì)画(huà)的(de)填写关键(jiàn)词游戏可(kě)能要被(bèi)颠(diān)覆了。

ControlNet是(shì)一位正(zhèng)在斯(sī)坦福(fú)读博的中国人(rén)张吕敏创(chuàng)作的一种基于控(kòng)制点(diǎn)的(de)图像变形算法，主要用于数字(zì)图像处理、计算机视(shì)觉和(hé)计算机图形学等(děng)领域(yù)。

其SD插件一经发(fā)布，在短短的两天内便成(chéng)为了AI绘画(huà)领域最新的热点(diǎn)。

在此之前，大家(jiā)用了很多方法想让AI生成的结果尽可能的(de)符合要求，但是都不尽如人意，它(tā)的出现代表着AI生(shēng)成开始进入真正(zhèng)的可控时期。

因为ControlNet可以直接提取画面的构图，人物的姿势和画面的(de)深度信息等。有了它的帮助，就不用频繁(fán)的用提示词来碰运气，抽盲盒式的创作了(le)。

通俗的说(shuō)ControlNet相当于给AI绘(huì)画加(jiā)了“魔法(fǎ)”，不少博主的作品已(yǐ)经获得了大量的浏览量，“viggo”就是其中之一，他用朋友(yǒu)的(de)照片(piàn)直接带她们走(zǒu)进动漫世界。

viggo先用StableDiffusion图片转文字。

再用Text2Prompt插(chā)件拓展(zhǎn)找到(dào)对(duì)应的(de)关键词；最后用ControlNet插件绑定骨骼开始换关键词试效果(guǒ)。

通过图(tú)片就(jiù)可以看(kàn)出(chū)来，效果(guǒ)十分惊艳。

更厉(lì)害的是，除了真(zhēn)实的照(zhào)片(piàn)，草图(tú)也(yě)可(kě)以加上“魔法”，知乎大牛“DevPoint”和“逗砂”介绍到ControlNet还能(néng)实(shí)现线稿转(zhuǎn)全彩图。大神张吕敏其本(běn)尊也(yě)亲(qīn)自(zì)回(huí)应。

不得不说当下AIGC已经(jīng)变得越来(lái)越强大，甚至(zhì)输(shū)出的(de)作(zuò)品都(dōu)已经能(néng)以假乱(luàn)真了。

02

难辨虚实，AIGC技术力爆发(fā)

警惕(tì)安全问题(tí)

近日，“苏州金鸡湖有游艇party”的消息火遍网(wǎng)络，而经(jīng)过(guò)警方辟谣(yáo)这所谓(wèi)的(de)“party”可能是全国第一起AI绘(huì)图(tú)诈(zhà)骗。

由(yóu)于(yú)这(zhè)个活(huó)动(dòng)里(lǐ)面给出的美女(nǚ)照(zhào)片(piàn)都是AI制作的真人(rén)照片绘图(tú)，因为太逼(bī)真，被大(dà)家当(dāng)成真事传播了。

不(bù)过仔细观察可(kě)以发现，活(huó)动发起(qǐ)者(zhě)提(tí)供的(de)照片中有个(gè)很大的(de)漏(lòu)洞可(kě)以发现并非真人，而是AI绘图(tú)，那(nà)便(biàn)是(shì)图片中女性(xìng)的手指(zhǐ)部分(fēn)有的存在异(yì)常。

有行业人事表示：“现在因为(wèi)手指部分的绘画算(suàn)法比较复杂，AI还(hái)不太会画(huà)人的手，但最新看到的图片已经有(yǒu)越来越完美(měi)的(de)AI模型出现，以后可能就完全(quán)没有漏洞了。”

类似的AI作(zuò)图诈骗在(zài)国外(wài)也(yě)已有发生。据英国广播(bō)公司报道，土耳其(qí)地震(zhèn)期间(jiān)，有Tiktok用户使用(yòng)AI合成(chéng)了儿童(tóng)受灾的(de)假照片(piàn)发(fā)布(bù)到网络，以(yǐ)此诱骗善良的人打赏“捐(juān)助”从(cóng)而实(shí)施诈骗。

目前随着技术发(fā)展(zhǎn)，AIGC已经能做(zuò)出真人照片般的绘(huì)图效果，如果这(zhè)样的图片被(bèi)用来诈(zhà)骗，将非常可怕。

此外AIGC还引发了(le)很多担忧，一(yī)方面，批判者认为AI在(zài)“学习”了大量前人的作品之后，其创作没有任何情绪和灵魂(hún)，难以和人类的艺术(shù)创作相提并论。

另一方面，AIGC背后的(de)版权(quán)、目前都并没有(yǒu)得到有效(xiào)的解决，还有AIGC会不(bù)会代替(tì)人类“至高无上”的(de)创意。

马斯克也强调，人(rén)工智能(néng)的安全问(wèn)题需要得到重视，太晚就来不及了。

03

AIGC下一站除了视频，还有远(yuǎn)方

技术都是(shì)有两面(miàn)性(xìng)的(de)，潜在的危害并不能掩(yǎn)盖其光辉的贡献(xiàn)。现在(zài)看(kàn)来，人工(gōng)智能技(jì)术将是第四(sì)次工业(yè)革命(mìng)的核心驱动力量，将创(chuàng)造新的增长奇迹。

过去(qù)一年，人工(gōng)智能在技(jì)术和商业层面都有了(le)巨大进(jìn)展，AI绘画就是人工智(zhì)能技术发生(shēng)方(fāng)向性改变的一个代表(biǎo)。其下一站(zhàn)或许就是视频。

此前(qián)，Meta和谷歌先后(hòu)发布了几条(tiáo)引爆科技圈的短视(shì)频。这(zhè)些视频引发(fā)关注(zhù)并非内容做(zuò)得多优秀(xiù)，反(fǎn)而都(dōu)非常简单，比如(rú)一(yī)匹正在喝水的马，一只(zhǐ)画画的玩(wán)具熊，或者一段骑摩托车的第一视(shì)角录(lù)像，随便一个有手机的(de)人(rén)都可(kě)以随手录下一段。

但这些(xiē)短视(shì)频的(de)创作方(fāng)式非(fēi)常简单，创作者仅仅需要向AI输入一段话，甚(shèn)至只(zhǐ)是说一下要求，AI就可以根据需要生成一段(duàn)视(shì)频(pín)。

谷歌(gē)发布(bù)的两(liǎng)个AI生成视频分(fēn)别(bié)来自于Imagen Video和Phenaki，前(qián)者主要突出的是(shì)高(gāo)清，与Meta的Make-A-Video没有太多的差别。

在Make-A-Video公布了AI生(shēng)成的视频后，AI圈就(jiù)已经(jīng)玩了(le)一(yī)波梗，一个(gè)能够做(zuò)出更高(gāo)清视频的AI还(hái)不足以在短(duǎn)时间内戳中兴(xīng)奋点。

Phenaki更(gèng)加(jiā)令人震(zhèn)惊的地方在于(yú)，它可以制(zhì)作出超过2分(fēn)钟的连贯的也有(yǒu)确切内容的视频，这才是真正让(ràng)人们感到惊喜的地方。因为无论AI生成的视频(pín)多(duō)么高清，也只能是为(wèi)内容生产者提(tí)供一个灵(líng)感，一个素材(cái)，一个过场动(dòng)画。

不过能够制作出(chū)有具体(tǐ)剧情内容的视频就意味着，一(yī)些(xiē)视(shì)频创作由(yóu)AI代替(tì)人工(gōng)完成已经(jīng)初步(bù)有了可能。

当(dāng)下(xià)AI的发(fā)展(zhǎn)速度已经超过大(dà)部分(fēn)人(rén)的想象。内(nèi)容(róng)产业(yè)的本质(zhì)是供给创(chuàng)造需求，AIGC作为全新的内(nèi)容生产方式，可以为内(nèi)容产业带(dài)来更新(xīn)的内容风格(gé)、更快的生产(chǎn)速度，更低的(de)生(shēng)产成本，这无疑(yí)会(huì)驱动内容产业的(de)大爆发(fā)。

除了AI绘图、视频(pín)，AIGC技术还能应(yīng)用(yòng)于音(yīn)乐(lè)、代码(mǎ)、机器人动作等多(duō)种内容形式的(de)生成。不难发(fā)现该项技(jì)术(shù)不(bù)仅在(zài)游(yóu)戏等行业能得(dé)到有效应用，对(duì)于下(xià)一代互(hù)联(lián)网各(gè)种元素的构建(jiàn)亦有关键意(yì)义。

从商业(yè)化的(de)角度来看，文化娱乐、教育(yù)、传媒等诸多领域，本身就对基于AI的可视化内容有强烈需求。

因此，AI绘画(huà)及视频(pín)或不是结果，而(ér)只是AI进程中的一块(kuài)重要(yào)拼图，有望在(zài)技术更新的(de)加持(chí)下实现更大(dà)的(de)应用价值。

AI从理解内容，走向了可以生成内容，甚至能够创造出独(dú)立价值和独立视角的内容(róng)。AIGC的再次(cì)出圈，更代(dài)表着未(wèi)来的先进生产力即将到来。

04

紧(jǐn)抓大模型与(yǔ)算力(lì)，牢固AIGC底座(zuò)

从技术的(de)发展也可以看出，在语言大模型、图像(xiàng)大模型之后，多模态大(dà)模型(xíng)已经成(chéng)为了新的(de)趋势。

大模型被誉为当前人工智能(néng)发展的智能底座(zuò)，是全球竞争(zhēng)最(zuì)激烈的(de)研究方向(xiàng)之(zhī)一，包括谷(gǔ)歌、亚马(mǎ)逊、百(bǎi)度(dù)、阿里、腾讯(xùn)等众多(duō)头部(bù)企业都(dōu)在竞相(xiāng)发(fā)力。

不过训练大模型的确价格不菲，以国盛(shèng)证券发布的《ChatGPT需要多少算力(lì)》报告估算，GPT-3训练(liàn)一次的(de)成本约(yuē)为140万美元。而对(duì)于一些更大(dà)的LLM(大型语言模型)，训(xùn)练(liàn)成本则介于200万美元至(zhì)1200万(wàn)美(měi)元高(gāo)价(jià)之间。

以(yǐ)ChatGPT在2023年1月的(de)独立访客(kè)平均(jūn)数1300万计算(suàn)，其对应芯片(piàn)需求为3万(wàn)多片英伟达A100 GPU，初始投入成本约为(wèi)8亿(yì)美元，每日仅电费就在5万(wàn)美元左右(yòu)。

此外不论是ChatGPT还是AIGC，都离不开庞大算力(lì)支(zhī)持。在关注各类(lèi)大模型的发展同(tóng)时，更应该(gāi)关注算(suàn)力(lì)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，让(ràng)AIGC及(jí)通用(yòng)AI这一人工智(zhì)能(néng)发展的终极目标离得(dé)更近。

因(yīn)为算力可以对突(tū)破性(xìng)技(jì)术(shù)创新提供大力(lì)的支持。这方面，多模(mó)态(tài)大模型(xíng)是(shì)典型。作为(wèi)面向未来(lái)强人工智能、通用人(rén)工智(zhì)能的重要技术(shù)创新(xīn)，多(duō)模态(tài)大模型已(yǐ)经(jīng)在人工智(zhì)能(néng)领域提出了很多年(nián)，业(yè)界(jiè)也有(yǒu)不少技(jì)术突破，但是(shì)，多模态大模型进一步往下走，算力需求呈(chéng)几(jǐ)何式上升，一般(bān)的算(suàn)力基(jī)础(chǔ)设施很快将难(nán)以胜任(rèn)。

从图(tú)像、文字、语音单(dān)独一项(xiàng)的训练(liàn)，到双模态、三模态的跃迁，让人工智能(néng)可以灵活应对不同模态的转化、像人与世界交互(hù)一样(yàng)自(zì)然，这方面，由(yóu)算力网络来驱(qū)动(dòng)将有明显优(yōu)势。

此外，还(hái)有很多需要爆发式增长的算力来支(zhī)撑的技(jì)术创新，将在人工智能算力网络支撑下(xià)快速推(tuī)进。

AIGC已经露出曙光，期待在(zài)大模型和大算力的支持(chí)下AIGC能持续(xù)颠覆内容生产的方式，将创(chuàng)造的(de)边际成(chéng)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 流量是gb大还是mb大，gb和mb谁大一点