自聊(liáo)天机器(qì)人ChatGPT火爆以来，微(wēi)软公(gōng)司创始人比尔·盖茨已多次公开谈论(lùn)人工智能(néng)话题(tí)。在最近的一次采访中，他再次表示：“AI可能会让(ràng)科(kē)技行业迎来一次剧烈的洗牌”。

这(zhè)个结论是他(tā)在当地时间2月20日接受《In Good Company》节目专访时提出(chū)的。

他预期(qī)，AI的发展可能会威胁到谷歌的市占率，因为微软在AI方(fāng)面的(de)行动(dòng)相当迅速。而最终科技(jì)巨头将把AI整合成(chéng)用户的(de)“全(quán)能(néng)助手”，包揽一切应用，与人(rén)们(men)进行沟通并提供(gōng)建议，可(kě)以取代亚马(mǎ)逊、Siri或(huò)Outlook等(děng)应用。

大(dà)佬(lǎo)口中全(quán)能助手的到来(lái)可能尚需时日，但由ControlNet引发的又一次AI绘画(huà)浪潮(cháo)，让AIGC在ChatGPT的话题(tí)热(rè)点包围(wéi)中(zhōng)杀出重围(wéi)。

01

ControlNet颠覆(fù)AI绘画新(xīn)玩(wán)法

AIGC向可控靠(kào)近

以AI绘画为代表的AIGC上(shàng)一次(cì)爆(bào)火的时(shí)候，还是2022年8月，在(zài)美国科(kē)罗拉多州举办的新(xīn)兴数字艺术家(jiā)竞(jìng)赛中，一幅名(míng)为《太空(kōng)歌剧(jù)院(yuàn)》的(de)作品获奖。

随(suí)后各大厂商的AI绘画软件被广(guǎng)大(dà)网友熟知并(bìng)体(tǐ)验，Stable Diffusion便是(shì)其中代表(biǎo)。

用户(hù)们可以在应用中输入一(yī)组(zǔ)关键词(cí)或者一张照片，就能获得(dé)一(yī)幅AI创作的画(huà)作(zuò)。

作(zuò)画(huà)的关键就是所输入(rù)的文(wén)本。同一(yī)组关键词(cí)也(yě)可以(yǐ)创作出很多张风格不一样的画作，这让(ràng)创(chuàng)作的过(guò)程(chéng)就像开盲盒(hé)。

很多用户很喜欢这种不确定的惊(jīng)喜，他们会将生成的美图当(dāng)做头像。而另一(yī)部分喜欢(huān)翻看(kàn)AI绘画的“翻车”作品。在社交(jiāo)媒体上，许多用户分(fēn)享AI“翻车现场”，例如，一位(wèi)网友的(de)小狗照片被(bèi)AI画(huà)成了“肌(jī)肉男(nán)”，还有网友的个人照片(piàn)被(bèi)AI识别成了建(jiàn)筑。

而如今(jīn)随着ControlNet的出现与加持，以往AI绘画的填写关键词游(yóu)戏可能要被颠覆(fù)了。

ControlNet是一(yī)位正在(zài)斯坦福读博的中国人张(zhāng)吕敏(mǐn)创作的(de)一(yī)种基(jī)于(yú)控制点的图像变形算法，主要用(yòng)于(yú)数字图(tú)像处理(lǐ)、计算(suàn)机视觉和计算(suàn)机图形学等(děng)领域(yù)。

其SD插件一经发布，在短短的两天(tiān)内(nèi)便成为了AI绘(huì)画领域最新的热点。

在(zài)此(cǐ)之前，大家用了很多(duō)方法想让AI生成的结果尽可(kě)能的符合要(yào)求(qiú)，但是都(dōu)不尽如人意，它的出(chū)现(xiàn)代表着AI生成(chéng)开始进入真正的可控时期(qī)。

因为ControlNet可以直接提取画面的构图，人物的(de)姿势和画面的(de)深度信息等。有了它的帮(bāng)助(zhù)，就不用(yòng)频繁的用提示词来(lái)碰运气，抽(chōu)盲盒式的创(chuàng)作了(le)。

通俗的说ControlNet相当于给AI绘(huì)画加了“魔法”，不少博主的作品已经获得了大量的浏览量，“viggo”就是其中之一(yī)，他用朋友的照片(piàn)直接带她们走进动(dòng)漫世(shì)界。

viggo先用StableDiffusion图片转文字。

再用Text2Prompt插件(jiàn)拓展找到对应的关(guān)键词(cí)；最后(hòu)用ControlNet插件(jiàn)绑(bǎng)定骨骼开(kāi)始换(huàn)关(guān)键词试效果。

通过图片(piàn)就可以看出来，效(xiào)果十分惊艳。

更厉害的是，除(chú)了真实的照片，草图也可以加上“魔(mó)法”，知乎(hū)大牛“DevPoint”和“逗砂”介绍(shào)到ControlNet还能实现线稿转全彩图。大神张(zhāng)吕敏其(qí)本尊也亲自回(huí)应(yīng)。

不得不说当下AIGC已经变得(dé)越来越强(qiáng)大，甚(shèn)至输(shū)出(chū)的作品(pǐn)都(dōu)已经(jīng)能以(yǐ)假乱真(zhēn)了。

02

难辨虚实，AIGC技术力爆发

警惕(tì)安(ān)全(quán)问题

近日(rì)，“苏州(zhōu)金鸡湖(hú)有(yǒu)游艇party”的消息火遍(biàn)网(wǎng)络，而经过(guò)警方(fāng)辟谣这(zhè)所谓的“party”可能是全国第一起AI绘(huì)图(tú)诈骗。

由于这(zhè)个活动里面给出的(de)美(měi)女照(zhào)片(piàn)都是(shì)AI制作的真人照片(piàn)绘图(tú)，因(yīn)为太逼真，被大家当成真事传(chuán)播了(le)。

不(bù)过仔细观察(chá)可以发(fā)现，活动(dòng)发(fā)起者提供(gōng)的照片中有个很大的(de)漏洞可以发(fā)现并(bìng)非真人，而(ér)是AI绘图，那便是图片中女(nǚ)性的(de)手指部分有的存在(zài)异常。

有(yǒu)行业人(rén)事表示(shì)：“现(xiàn)在因为手指部(bù)分的绘(huì)画算法比(bǐ)较复杂，AI还不太会画人(rén)的手，但最(zuì)新看(kàn)到的图片已(yǐ)经(jīng)有越来(lái)越完美的AI模型出现(xiàn)，以(yǐ)后(hòu)可能(néng)就(jiù)完全(quán)没(méi)有漏(lòu)洞了。”

类似的AI作图(tú)诈骗在国外也已有发(fā)生。据英国广播公司报道(dào)，土(tǔ)耳其地震期间，有Tiktok用户(hù)使用AI合成了儿童受(shòu)灾的假照片(piàn)发布(bù)到网络，以此诱骗善(shàn)良的人打(dǎ)赏“捐(juān)助”从(cóng)而实施诈骗(piàn)。

目前随着技术发(fā)展，AIGC已经能做出真人照片(piàn)般(bān)的绘图效(xiào)果，如果这样的图(tú)片被用(yòng)来诈骗，将非常可怕。

此外AIGC还引发了很多担忧，一方面，批判者认为AI在“学习”了大量前(qián)人的作品之后，其创作(zuò)没有任(rèn)何(hé)情绪和灵魂，难以和人类的艺术(shù)创作相提并论。

另一(yī)方面，AIGC背(bèi)后的版权、目(mù)前都并没有(yǒu)得(dé)到(dào)有效的解(jiě)决(jué)，还有(yǒu)AIGC会(huì)不会代替人类“至(zhì)高无(wú)上(shàng)”的创意。

马(mǎ)斯克也强调，人工智能的安全问题需要得到(dào)重视(shì)，太晚(wǎn)就来不及(jí)了。

03

AIGC下(xià)一站除(chú)了(le)视频，还有(yǒu)远方(fāng)

技术都是有两面(miàn)性的，潜在的(de)危害(hài)并(bìng)不能掩盖(gài)其(qí)光辉的(de)贡献。现(xiàn)在看来，人工智能技(jì)术将是第四次工业革命的(de)核心驱动力量，将(jiāng)创造(zào)新的增长奇(qí)迹。

过去一年(nián)，人工智能在技(jì)术和商业层(céng)面都有了巨(jù)大进展，AI绘(huì)画(huà)就(jiù)是人(rén)工智能技术发(fā)生(shēng)方向性改变的(de)一个代(dài)表。其(qí)下一站或(huò)许(xǔ)就是视频。

此前，Meta和谷歌先后(hòu)发布了几条引爆科技圈的(de)短视频(pín)。这些视频引发(fā)关注并非内容做(zuò)得多优秀(xiù)，反而都非常简单，比如一(yī)匹正在(zài)喝水的马，一只画画的玩(wán)具(jù)熊(xióng)，或(huò)者一段骑摩托车的第一视角(jiǎo)录像，随便一个(gè)有手机的人(rén)都可以随(suí)手录(lù)下一段。

但这些短(duǎn)视频的创作方式(shì)非常简(jiǎn)单，创作者仅(jǐn)仅需要向AI输入一(yī)段话，甚至只是说一下(xià)要求(qiú)，AI就(jiù)可以根据(jù)需要生成一段视频。

谷歌发布的(de)两(liǎng)个AI生成视频分别(bié)来自于Imagen Video和Phenaki，前者主要(yào)突出(chū)的是高(gāo)清，与Meta的Make-A-Video没有太多的(de)差别。

在Make-A-Video公布了AI生成的视频后，AI圈就已经玩了(le)一波(bō)梗，一个能够做出更高(gāo)清视频(pín)的AI还不足以在短时(shí)间内戳中(zhōng)兴奋点。

Phenaki更加令(lìng)人(rén)震惊(jīng)的地(dì)方在于，它(tā)可(kě)以制(zhì)作出超过2分钟的连(lián)贯的也有(yǒu)确切内容的视频，这才是真(zhēn)正让人们感(gǎn)到(dào)惊喜的地方(fāng)。因为无论AI生(shēng)成的视频多么高清(qīng)，也只能是为内容(róng)生产者提供一个灵感，一(yī)个素(sù)材，一个(gè)过场动(dòng)画。

不过能(néng)够(gòu)制(zhì)作(zuò)出(chū)有具体剧情内容(róng)的视频就(jiù)意味着，一些视(shì)频(pín)创作(zuò)由AI代(dài)替人工完成已经(jīng)初步有了可能。

当下(xià)AI的发展(zhǎn)速度已经(jīng)超过大部分(fēn)人的想象(xiàng)。内容(róng)产(chǎn)业的本质是供给创(chuàng)造(zào)需求，AIGC作为全新的内容生(shēng)产方式，可以为内容产业带来(lái)更新的(de)内(nèi)容风格(gé)、更(gèng)快的生产速度，更(gèng)低的生产成本(běn)，这无疑会驱动内容产业的大爆(bào)发。

除了(le)AI绘图、视(shì)频，AIGC技术还能应用于音(yīn)乐、代(dài)码、机器人动作等多种内容形式喝康宝莱奶昔减下来会反弹吗，康宝莱奶昔减肥成功后会不会反弹的生成。不难(nán)发现(xiàn)该(gāi)项(xiàng)技术不(bù)仅在游(yóu)戏等行(xíng)业(yè)能得到有效应用，对(duì)于(yú)下(xià)一代互(hù)联(lián)网(wǎng)各种元(yuán)素的构建亦有(yǒu)关键意义。

从(cóng)商业化的角度来看，文(wén)化娱乐、教育、传(chuán)媒等诸(zhū)多领域(yù)，本身就对基于AI的(de)可(kě)视化内容有强(qiáng)烈需求。

因(yīn)此，AI绘画及视频或不是结果，而只是AI进程中的一块(kuài)重要拼图，有望(wàng)在技(jì)术(shù)更新的(de)加(jiā)持下实现更大的(de)应用价值(zhí)。

AI从理解内(nèi)容，走向(xiàng)了可以生成内(nèi)容(róng)，甚至能够(gòu)创造出独立价值和独立视角的内容。AIGC的再(zài)次出圈，更(gèng)代表着未(wèi)来的先进生产(chǎn)力即(jí)将到来。

04

紧(jǐn)抓大(dà)模型与算力，牢固(gù)AIGC底座

从技(jì)术的发展也可以看出(chū)，在语言大模型(xíng)、图像大(dà)模型之后，多模态大模型(xíng)已经成为了新的趋势。

大(dà)模型被誉为(wèi)当前人(rén)工智能发展的智能底座，是全球(qiú)竞争最激烈的研(yán)究(jiū)方向之一(yī)，包括谷(gǔ)歌、亚马逊、百(bǎi)度、阿(ā)里(lǐ)、腾讯等众多头部企业(yè)都在竞(jìng)相发力。

不过训练大模型的确(què)价格不菲，以国盛证券发布的(de)《ChatGPT需要多少(shǎo)算力》报告估算，GPT-3训练一次的(de)成本约为(wèi)140万美元(yuán)。而对于一(yī)些(xiē)更大(dà)的LLM(大型(xíng)语言模型)，训练(liàn)成本则(zé)介于200万美元至1200万美元高(gāo)价之间。

以(yǐ)ChatGPT在2023年1月的独立(lì)访客平(píng)均数1300万(wàn)计算(suàn)，其对应(yīng)芯片需求为3万多片英伟达A100 GPU，初始投入成本约为8亿美元，每日仅电费(fèi)就在5万(wàn)美元左(zuǒ)右。

此外不论是ChatGPT还(hái)是AIGC，都(dōu)离不开庞大算力支持。在关注各(gè)类大模型的发展同时，更应该关注算(suàn)力网(wǎng)络(luò)的建(jiàn)设(shè)。

算(suàn)力网络正驱动AI产业发展进入史诗级(jí)加速进程，让AIGC及通用AI这一人工智能发展的(de)终(zhōng)极(jí)目标离(lí)得(dé)更(gèng)近。

因为算力(lì)可(kě)以对(duì)突破(pò)性技术(shù)创新提供大力的支(zhī)持。这方面，多模(mó)态大模(mó)型(xíng)是(shì)典型。作为面向未来强人(rén)工(gōng)智能、通用人工智能的重要技(jì)术(shù)创新，多模态大(dà)模型已经(jīng)在人工智能(néng)领(lǐng)域提出(chū)了很多年，业界也有不少技术突破，但是，多模态大(dà)模(mó)型进一步往(wǎng)下走，算力需求呈几何式上(shàng)升，一般的(de)算力基础设施很快将(jiāng)难以胜任。

从(cóng)图像、文字、语音(yīn)单独(dú)一(yī)项(xiàng)的训练，到双模态、三模态的跃(yuè)迁(qiān)，让人工智能可以灵活应对(duì)不同(tóng)模(mó)态的转化、像人与世界交互一样自然，这方面，由算力网络来(lái)驱(qū)动将有明显优势。

此外，还有很多需要爆发式增长的算力来支撑的技术创新，将在人工智能算力网络支撑下快(kuài)速推进。

AIGC已经露出曙(shǔ)光，期(qī)待(dài)在大模型和大算力的支持下AIGC能持续(xù)颠覆内容(róng)生产的方式，将创造的边际(jì)成本降低，让(ràng)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 喝康宝莱奶昔减下来会反弹吗，康宝莱奶昔减肥成功后会不会反弹