自聊天机器人ChatGPT火(huǒ)爆以(yǐ)来，微软公(gōng)司创始(shǐ)人比(bǐ)尔·盖茨已多次公开谈(tán)论人(rén)工智能(néng)话题。在最近(jìn)的一(yī)次(cì)采(cǎi)访(fǎng)中，他再次表示：“AI可能会(huì)让(ràng)科技行业迎来一次剧(jù)烈(liè)的洗牌(pái)”。

这(zhè)个结论是他(tā)在当地时(shí)间(jiān)2月20日接(jiē)受《In Good Company》节目(mù)专访时提出(chū)的。

他预期(qī)，AI的发(fā)展(zhǎn)可能会(huì)威胁到谷歌的(de)市占率，因为微软在AI方(fāng)面的行动相当迅速。而最(zuì)终科技巨头将把AI整合(hé)成用户的“全能助手”，包(bāo)揽一切(qiè)应用，与人们进行(xíng)沟通并提供建议，可以取代亚马逊、Siri或Outlook等应(yīng)用。

大佬口中全能助手的到来可(kě)能尚需时日，但(dàn)由ControlNet引(yǐn)发的又一次AI绘画浪潮，让AIGC在ChatGPT的话题热(rè)点包(bāo)围中杀出重围。

01

ControlNet颠覆AI绘画新(xīn)玩法

AIGC向可控靠近

以AI绘画为代表的(de)AIGC上一次(cì)爆火的时候，还是2022年(nián)8月，在美国科罗拉(lā)多州举办的新兴(xīng)数字艺术家竞赛中，一幅名为《太空(kōng)歌(gē)剧院》的(de)作品(pǐn)获奖。

随后(hòu)各大厂商的AI绘(huì)画软件被广大网友熟知并体验(yàn)，Stable Diffusion便(biàn)是其中代表。

用户们可以在应(yīng)用中输入一组关键词(cí)或者一张照(zhào)片，就能获(huò)得一(yī)幅AI创(chuàng)作(zuò)的画(huà)作。

作画的关键就是所输入的文本。同一组关键词也(yě)可(kě)以(yǐ)创作出很(hěn)多张风格不一(yī)样(yàng)的(de)画作，这让创作的(de)过程就(jiù)像(xiàng)开盲盒。

很(hěn)多用户很喜欢这种不确定的(de)惊喜，他们会将生成的美(měi)图当做(zuò)头像。而另一部(bù)分喜欢翻看AI绘画的“翻车”作品。在社交(jiāo)媒体上，许(xǔ)多用(yòng)户分享AI“翻(fān)车现(xiàn)场(chǎng)”，例如，一位网友的(de)小狗(gǒu)照片被AI画成了“肌肉男(nán)”，还有(yǒu)网友的个人照片被(bèi)AI识别成(chéng)了(le)建(jiàn)筑。

而(ér)如今随(suí)着ControlNet的出(chū)现(xiàn)与加持，以(yǐ)往AI绘画(huà)的(de)填写关键(jiàn)词游戏可能要被颠覆了。

ControlNet是一位正在(zài)斯(sī)坦福读博的中国人张吕敏创作的一(yī)种基于控制点的图像变形(xíng)算法(fǎ)，主要用于数字图像处理、计(jì)算(suàn)机视觉和计算机图形(xíng)学等(děng)领域(yù)。

其SD插(chā)件(jiàn)一经发布，在(zài)短(duǎn)短的两天内便成(chéng)为了AI绘画领(lǐng)域最新的热点(diǎn)。

在(zài)此之前，大家用了很多方法想让AI生(shēng)成的结果尽可能的符(fú)合要求(qiú)，但是(shì)都(dōu)不尽(jǐn)如人意，它的出(chū)现代(dài)表着AI生成(chéng)开始进入(rù)真正的可控(kòng)时期。

因为ControlNet可以直(zhí)接提取画面(miàn)的构(gòu)图，人物(wù)的姿势和画面(miàn)的深度信息等。有了它的帮助，就(jiù)不用频繁的用提示词来碰运气，抽盲盒(hé)式的创(chuàng)作(zuò)了(le)。

通俗的(de)说ControlNet相(xiāng)当(dāng)于给AI绘画加了“魔法(fǎ)”，不少博主的(de)作品已经获得了大量(liàng)的浏览(lǎn)量，“viggo”就是其中之一，他用朋友的照片直接带她们走进动漫世界。

viggo先用StableDiffusion图片转文字。

再(zài)用Text2Prompt插件拓(tuò)展找(zhǎo)到对应(yīng)的(de)关键(jiàn)词；最后用ControlNet插件(jiàn)绑(bǎng)定(dìng)骨骼开(kāi)始换关键词试效果。

通过(guò)图片就可以看(kàn)出来，效果十(shí)分惊艳(yàn)。

更(gèng)厉害的(de)是，除(chú)了真实的照片，草图也可(kě)以加上(shàng)“魔法”，知乎(hū)大(dà)牛“DevPoint”和“逗砂”介绍到ControlNet还能实现线稿转全彩图。大(dà)神(shén)张(zhāng)吕敏其本尊也亲(qīn)自回应。

不得不说当下AIGC已(yǐ)经变得越来越(yuè)强(qiáng)大，甚至输(shū)出的作品都已经能以(yǐ)假乱真了。

02

难(nán)辨虚实，AIGC技术(shù)力爆(bào)发

警惕安全问题

近日(rì)，“苏州金(jīn)鸡湖有游艇party”的(de)消息火遍网络，而经(jīng)过警方(fāng)辟谣这所谓的“party”可能是(shì)全国第(dì)一(yī)起(qǐ)AI绘图(tú)诈(zhà)骗。

由于这个活(huó)动里(lǐ)面给出的美女照片都是AI制作的真(zhēn)人照片绘图，因为太逼真(zhēn)，被大家当成真事传播了。

不过仔细观察可以发现，活动发起者提供的照片中有个很大的(de)漏洞可以(yǐ)发现并非真(zhēn)人(rén)，而是AI绘(huì)图，那便是图片(piàn)中女性的手指部分(fēn)有的(de)存在异(yì)常。

有行业人事表示：“现在(zài)因为手指(zhǐ)部分的绘画算法(fǎ)比较复杂，AI还不太会(huì)画人的手，但最新看到的图片已(yǐ)经有越来越完美的AI模型出现，以后可能就完全(quán)没(méi)有(yǒu)漏洞了(le)。”

类似的AI作(zuò)图诈骗在国外也(yě)已(yǐ)有发生。据英国广播公司(sī)报道，土耳其地震期间，有(yǒu)Tiktok用户(hù)使用(yòng)AI合成了儿(ér)童受灾的假(jiǎ)照片发布到网(wǎng)络(luò)，以此诱(yòu)骗善(shàn)良的人打(dǎ)赏“捐助”从而实施诈骗(piàn)。

目前(qián)随着技术(shù)发(fā)展，AIGC已经能(néng)做出真人照片般的绘图效果(guǒ)，如果这样(yàng)的图片被(bèi)用来诈骗，将非常可怕。

此外AIGC还引发(fā)了很多担忧(yōu)，一(yī)方面，批判者(zhě)认为AI在“学习”了(le)大(dà)量前人的作品之(zhī)后，其创作没有任(rèn)何情绪和灵(líng)魂(hún)，难以和人类(lèi)的艺术创作(zuò)相提并论。

另一方面(miàn)，AIGC背后的版权(quán)、目(mù)前都并没有得到有效(xiào)的解决，还(hái)有AIGC会(huì)不会代替人类“至高无上”的(de)创意(yì)。

马斯克也强调，人工智(zhì)能的安全问题需要得到重(zhòng)视，太晚就(jiù)来(lái)不(bù)及了。

03

AIGC下一站(zhàn)除了视频，还(hái)有远(yuǎn)方

技术都是(shì)有两面性(xìng)的，潜在的危害并不能掩盖其(qí)光(guāng)辉的贡献。现在看(kàn)来(lái)，人工智能技术(shù)将是第四次工业革命的(de)核心驱动力(lì)量(liàng)，将创造(zào)新的增长奇迹。

过去一(yī)年，人工智能在技(jì)术和商业层面都有了巨大(dà)进展，AI绘画就是人工智能技术发生(shēng)方向(xiàng)性改(gǎi)变的一个代表。其(qí)下一站或(huò)许就是视频。

此(cǐ)前(qián)，Meta和谷歌先后发布了(le)几条引(yǐn)爆科技(jì)圈的(de)短视频。这些视频引发关注并非内容做得(dé)多优(yōu)秀，反而都(dōu)非常简单(dān)，比如(rú)一匹正在喝水(shuǐ)的(de)马，一只(zhǐ)画画的玩具熊，或者一(yī)段骑摩托车的第一视角录像，随(suí)便一个有手机的人(rén)都可以随手录(lù)下(xià)一段。

但(dàn)这些短(duǎn)视频的创作方(fāng)式非常(cháng)简(jiǎn)单，创作者(zhě)仅仅需(xū)要向AI输入一(yī)段话，甚至只是说(shuō)一下要求，AI就(jiù)可(kě)以根据(jù)需要生成一段视频。

谷歌发布的两(liǎng)个AI生(shēng)成视频分(fēn)别来自于Imagen Video和Phenaki，前者主(zhǔ)要突出的是高清，与Meta的Make-A-Video没有太多的(de)差别。

在Make-A-Video公(gōng)布了(le)AI生成的(de)视频后，AI圈就已经(jīng)玩了一波(bō)梗，一个能够做出(chū)更高清视频(pín)的AI还不足以在短时间内戳中兴奋(fèn)点。

Phenaki更加令人震惊的地方在于，它可以制作出超(chāo)过2分钟(zhōng)的连(lián)贯(guàn)的也有(yǒu)确切内容的视频，这才是(shì)真(zhēn)正让(ràng)人们感到惊喜的地方(fāng)。因为无论AI生(shēng)成的(de)视频多么(me)高清，也只(zhǐ)能是(shì)为内容生(shēng)产者提供(gōng)一(yī)个(gè)灵(líng)感(gǎn)，一个素(sù)材，一个过场动(dòng)画。

不(bù)过能(néng)够制作出有具体剧情内(nèi)容的视频(pín)就意(yì)味着，一(yī)些(xiē)视频创作(zuò)由(yóu)AI代替(tì)人工(gōng)完成已经初(chū)步(bù)有了可能(néng)。

当下AI的发展速度已经超(chāo)过大部分人的想(xiǎng)象。内(nèi)容产业的(de)本质是供给创造(zào)需(xū)求，AIGC作为全(quán)新的内容生(shēng)产方式，可(kě)以(yǐ)为内容产(chǎn)业带来更新的(de)内容风格、更(gèng)快(kuài)的生产速(sù)度，更低的(de)生产成本，这无疑会驱动内(nèi)容产(chǎn)业的大爆发。

除了AI绘图、视频(pín)，AIGC技术还能应(yīng)用于音乐、代(dài)码、机器人动作(zuò)等多种内(nèi)容形(xíng)式的生成。不难发现该(gāi)项技术不仅在游戏等(děng)行(xíng)业能(néng)得到有效应用，对于下(xià)一代互(hù)联网各种元(yuán)素的(de)构建亦(yì)有关键意义。

从商业化的(de)角度来看，文化娱乐、教育、传(chuán)媒等诸多领域，本身就(jiù)对基于AI的可(kě)视化(huà)内容有强烈需求。

因此，AI绘(huì)画及视频或(huò)不(bù)是结果，而只(zhǐ)是(shì)AI进程中的一块重(zhòng)要拼图，有望在技术(shù)更(gèng)新(xīn)的加持下(xià)实现更大的(de)应(yīng)用价值。

AI从(cóng)理解内(nèi)容，走向(xiàng)了(le)可(kě)以生成内容，甚至能够创造出独(dú)立(lì)价值(zhí)和独立视(shì)角(jiǎo)的内容。AIGC的(de)再次出圈，更代表着未来的先(xiān)进(jìn)生产力即将到来(lái)。

04

紧(jǐn)抓大模型与算力，牢固AIGC底座(zuò)

从技术(shù)的发展也可以看(kàn)出，在语(yǔ)言大模型、图(tú)像(xiàng)大(dà)模型之后，多模态大模型已(yǐ)经成(chéng)为了新的趋势。

大(dà)模型被誉为(wèi)当(dāng)前人(rén)工智能发展(zhǎn)的智能底(dǐ)座，是全球竞争最(zuì)激(jī)烈的研(yán)究方(fāng)向之一，包括(kuò)谷歌(gē)、亚马逊、百度、阿里(lǐ)、腾讯(xùn)等众多头部企业都在竞相发(fā)力。

不(bù)过训(xùn)练大模(mó)型的确价格不(bù)菲，以国盛证券发布的《ChatGPT需要多(duō)少(shǎo)算力》报告估算(suàn)，GPT-3训练一次(cì)的成(chéng)本约为140万美元。而对于一些(xiē)更(gèng)大(dà)的(de)LLM(大(dà)型语言模型)，训练成本则介于200万美(měi)元至1200万美元高(gāo)价之间。

以ChatGPT在2023年1月(yuè)的独立访(fǎng)客平均数1300万计算，其对应芯片需求为3万多片英(yīng)伟(wěi)达A100 GPU，初始投入成本约为8亿美元，每日仅电费(fèi)就在5万美元左右(yòu)。

此(cǐ)外不(bù)论是ChatGPT还是AIGC，都离不开庞大算力支持。在关(guān)注各类大模型(xíng)的发展同时，更(gèng)应该关注算力(lì)网络的建(jiàn)设。

算(suàn)力网络正驱动AI产业发(fā)展进(jìn)入史诗级加速进程，让AIGC及(jí)通用AI这一人工智能发(fā)展的终(zhōng)极(jí)目标离(lí)得更近。

因为算力可以对突破性技术创(chuàng)新提供大力的支持。这方面，多模态大模型是典型(xíng)。作为(wèi)面向未来强人工智能、通用人工智能(néng)的重要技术创新(xīn)，多模(mó)态大模型(xíng)已(yǐ)经在(zài)人(rén)工智能领(lǐng)域提(tí)出了(le)很(hěn)多年，业界(jiè)也(yě)有(yǒu)不少(shǎo)技术突破，但是(shì)，多(duō)模态(tài)大模型进一步往下(xià)走，算(suàn)力需求呈(chéng)几何式上升(shēng)，一般的算力基础(chǔ)设施很快将(jiāng)难以胜(shèng)任。

从图像(xiàng)、文字、语音单(dān)独一(yī)项(xiàng)的训练，到(dào)双模态(tài)、三模态(tài)的(de)跃迁迪奥丝绒和哑光有什么区别，迪奥丝绒和哑光哪种好看，让人工智(zhì)能可以灵活应对不同(tóng)模态(tài)的(de)转化、像(xiàng)人与世(shì)界(jiè)交互一样自然，这(zhè)方面，由算力网络来驱动(dòng)将(jiāng)有明显优势。

此外，还有(yǒu)很多需要爆发(fā)式(shì)增长的算力来支(zhī)撑的(de)技术(shù)创新，将在人工智能算力网络(luò)支撑下(xià)快速推进。

AIGC已经(jīng)露出曙(shǔ)光，期待在大(dà)模型和大算力的支(zhī)持下AIGC能持续(xù)颠覆内容生产(chǎn)的方式，将创造的边际成本降低，让万众受(shòu)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 迪奥丝绒和哑光有什么区别，迪奥丝绒和哑光哪种好看