自聊(liáo)天机器人(rén)ChatGPT火爆以来，微(wēi)软公司创始(shǐ)人(rén)比(bǐ)尔·盖(gài)茨(cí)已多(duō)次公开谈论人工(gōng)智能话题。在(zài)最近(jìn)的一次采(cǎi)访(fǎng)中，他再次表(biǎo)示：“AI可能(néng)会让科技行业迎(yíng)来一次(cì)剧烈的洗牌(pái)”。

这个结论是他在(zài)当地时间2月20日接受《In Good Company》节目专访时提(tí)出的。

他预期，AI的发(fā)展可能会威(wēi)胁到(dào)谷(gǔ)歌的市占率，因为微(wēi)软在AI方面的(de)行动相当迅速。而最终科技巨头将把(bǎ)AI整合成用户的“全(quán)能助手”，包揽(lǎn)一切应用，与人们进行(xíng)沟通(tōng)并提供建议，可以(yǐ)取代亚马(mǎ)逊、Siri或Outlook等应用。

大佬口中(zhōng)全能助(zhù)手的到(dào)来(lái)可能尚需(xū)时日，但由ControlNet引(yǐn)发(fā)的(de)又一次AI绘画(huà)浪潮，让AIGC在(zài)ChatGPT的话题热点(diǎn)包围中杀出重围。

01

ControlNet颠覆AI绘画新(xīn)玩法

AIGC向可控靠近

以(yǐ)AI绘画为代表的(de)AIGC上一次爆火的时候(hòu)，还是2022年8月，在(zài)美(měi)国科罗拉(lā)多州举(jǔ)办的新兴(xīng)数字艺术家竞赛中，一(yī)幅名为《太空歌剧院(yuàn)》的作品获奖。

随后各大厂商的(de)AI绘画软件被广大网(wǎng)友熟(shú)知并(bìng)体(tǐ)验，Stable Diffusion便是其中代表。

用户们可以在应(yīng)用(yòng)中输入(rù)一组(zǔ)关键词或(huò)者一(yī)张(zhāng)照片(piàn)，就能获(huò)得(dé)一(yī)幅AI创作(zuò)的画作。

作(zuò)画的(de)关(guān)键就是所输入的文(wén)本。同一组关键词也可以创作出很(hěn)多张风(fēng)格(gé)不一(yī)样的画作(zuò)，这让创作的过程(chéng)就像开盲盒。

很多(duō)用户很(hěn)喜欢这种不确(què)定的(de)惊喜，他们会(huì)将生(shēng)成(chéng)的美图当做头像。而另一部分喜欢翻看AI绘画的(de)“翻车(chē)”作品。在社交媒体(tǐ)上，许多用户分(fēn)享AI“翻车现场”，例(lì)如，一位网友的小狗照片(piàn)被AI画成了“肌肉男”，还有网友的个人照片被AI识别成(chéng)了建筑。

而如(rú)今(jīn)随(suí)着ControlNet的(de)出现与加持，以往AI绘画的(de)填写(xiě)关键(jiàn)词游戏(xì)可(kě)能要被(bèi)颠(diān)覆了。

ControlNet是一位(wèi)正在斯坦福(fú)读博的中国人张吕(lǚ)敏(mǐn)创作的(de)一种(zhǒng)基于控制(zhì)点的图像变形算法，主要用于数(shù)字(zì)图像处理(lǐ)、计算机视觉和(hé)计算机图(tú)形学等(děng)领域。

其(qí)SD插件(jiàn)一(yī)经发布，在短短的两天(tiān)内便成为(wèi)了AI绘画领(lǐng)域(yù)最新的热(rè)点。

在此之前，大家用了(le)很多(duō)方法想让AI生成(chéng)的结果(guǒ)尽可能的符合要求，但是都不尽(jǐn)如人(rén)意，它的出现代表着AI生成开始进入真正(zhèng)的可(kě)控时期。

因为ControlNet可(kě)以(yǐ)直接提取画面的构图，人物(wù)的姿势和画(huà)面的深度信息等。有了它的帮助(zhù)，就不用频繁的用提示词来碰运气(qì)，抽盲(máng)盒(hé)式的创作了。

通俗的说ControlNet相当(dāng)于(yú)给AI绘画加了(le)“魔法(fǎ)”，不少(shǎo)博主的作(zuò)品(pǐn)已经获(huò)得了(le)大(dà)量的浏览(lǎn)量(liàng)，“viggo”就是其中(zhōng)之(zhī)一(yī)，他用朋友的照片直接带(dài)她们(men)走进动(dòng)漫(màn)世界(jiè)。

viggo先(xiān)用(yòng)StableDiffusion图片转文字。

再用(yòng)Text2Prompt插(chā)件拓(tuò)展找到对应的关键词；最后用ControlNet插件绑定骨骼(gé)开(kāi)始换(huàn)关(guān)键词试(shì)效(xiào)果。

通过图(tú)片(piàn)就可(kě)以看(kàn)出来，效果十(shí)分惊艳(yàn)。

更(gèng)厉(lì)害的是，除了真实的照片，草图也可(kě)以加(jiā)上“魔法”，知乎大牛“DevPoint”和“逗砂”介绍到ControlNet还能实现线稿(gǎo)转全彩(cǎi)图。大(dà)神张吕敏其本尊(zūn)也亲自回(huí)应(yīng)。

不得不说当下AIGC已经变得越来越(yuè)强大，甚(shèn)至(zhì)输出(chū)的作品都已经(jīng)能以假乱真了。

02

难辨虚实(shí)，AIGC技术力爆(bào)发

警(jǐng)惕安全问题

近(jìn)日，“苏州金鸡湖有(yǒu)游艇party”的消息(xī)火(huǒ)遍网络，而经过警(jǐng)方(fāng)辟谣这所谓(wèi)的“party”可能是全国第一起AI绘图诈骗。

由于这个活动里面给出的美(měi)女照(zhào)片都是AI制作的真人照片绘图，因为太逼真，被大家(jiā)当成真(zhēn)事(shì)传播了。

不过仔细(xì)观察可以发现，活(huó)动发起者提供的照片中有(yǒu)个很大的漏洞可以发现(xiàn)并非(fēi)真(zhēn)人(rén)，而是AI绘(huì)图，那便是图片中女性的手(shǒu)指部分(fēn)有的存在异常。

有行业(yè)人事表示(shì)：“现在因为手(shǒu)指部分的绘(huì)画算法比(bǐ)较(jiào)复杂，AI还不太会(huì)画人的(de)手，但最新看到(dào)的(de)图(tú)片已经有越来(lái)越完美的AI模(mó)型(xíng)出(chū)现，以后(hòu)可能就(jiù)完全(quán)没有(yǒu)漏洞了。”

类(lèi)似的AI作(zuò)图诈骗在国外也已有发生。据(jù)英国广播(bō)公司报道，土(tǔ)耳其地震(zhèn)期(qī)间，有Tiktok用户使用AI合(hé)成了儿童受灾的假照(zhào)片发布(bù)到网(wǎng)络，以此诱(yòu)骗(piàn)善良的人打赏“捐助”从而实施诈(zhà)骗。

目前随着技术发(fā)展(zhǎn)，AIGC已(yǐ)经能做出真人照片般的绘图效果，如果(guǒ)这(zhè)样的图片被用来(lái)诈(zhà)骗(piàn)，将非常可(kě)怕。

此外(wài)AIGC还引发了(le)很多担忧，一(yī)方面，批判(pàn)者(zhě)认为(wèi)AI在(zài)“学习(xí)”了大量(liàng)前人(rén)的作(zuò)品(pǐn)之(zhī)后，其创(chuàng)作没有任何情绪和灵魂，难以和人类的艺术创作相(xiāng)提(tí)并论。

另一(yī)方面(miàn)，AIGC背(bèi)后的(de)版权、目(mù)前都并没(méi)有得到有效的解决，还(hái)有AIGC会不会(huì)代替人类“至高无上”的创意。

马斯克也强调，人工智能的安(ān)全(quán)问题需要(yào)得到(dào)重视(shì)，太晚就(jiù)来不及了。

03

AIGC下一站(zhàn)除了视频，还有(yǒu)远方

技(jì)术(shù)都是有(yǒu)两面性的，潜(qián)在的危害并不(bù)能(néng)掩盖(gài)其光(guāng)辉的(de)贡献。现在看来，人工智能技术将是第四次工业(yè)革命的核心(xīn)驱动力(lì)量，将创(chuàng)造新的增长奇迹。

过去(qù)一年，人(rén)工智(zhì)能在技术和商(shāng)业层面都(dōu)有了巨大进展，AI绘(huì)画就是人工智能技术发生方向(xiàng)性改变(biàn)的一个代(dài)表。其下一站(zhàn)或许就是(shì)视频。

此(cǐ)前，Meta和谷歌先后发布了几条引(yǐn)爆科技圈的短(duǎn)视频。这些(xiē)视频引发关注并非内(nèi)容做得多(duō)优秀(xiù)，反而都(dōu)非常简(jiǎn)单，比如一匹正在(zài)喝水的马，一只画画(huà)的玩具(jù)熊(xióng)，或(huò)者(zhě)一段骑(qí)摩托车的第一视角(jiǎo)录(lù)像(xiàng)，随(suí)便(biàn)一个有(yǒu)手(shǒu)机的人都可以随手录(lù)下一段(duàn)。

但这些短视频的(de)创(chuàng)作方式非常(cháng)简单(dān)，创作者仅仅(jǐn)需要向AI输入一段话(huà)，甚至只是说一下(xià)要求，AI就可以根据需要生成一段视频。

谷(gǔ)歌(gē)发布的两(liǎng)个AI生(shēng)成视(shì)频分别来自于Imagen Video和Phenaki，前者主要(yào)突出的是高(gāo)清，与Meta的Make-A-Video没(méi)有太(tài)多的差别(bié)。

在Make-A-Video公布(bù)了AI生成(chéng)的视频后(hòu)，AI圈就(jiù)已经玩了一波梗，一个能够做出更(gèng)高清(qīng)视频(pín)的AI还(hái)不(bù)足以(yǐ)在短时间内戳中兴奋点。

Phenaki更加令人(rén)震惊(jīng)的地(dì)方(fāng)在于，它(tā)可(kě)以制作出超过2分钟的连贯的也有确切内容的视(shì)频，这才是真正让人们感(gǎn)到惊喜的地方(fāng)。因为(wèi)无论(lùn)AI生成的视频多么高清(qīng)，也只能是(shì)为内容(róng)生产者(zhě)提供(gōng)一个灵感，一个素(sù)材(cái)，一个过场(chǎng)动画。

不过能够(gòu)制作出有具(jù)体剧情内容的视频就意味着，一些视(shì)频创(chuàng)作(zuò)由(yóu)AI代替人(rén)工完成(chéng)已经初步有了可(kě)能(néng)。

当下(xià)AI的发(fā)展速(sù)度已经超过大部分人的(de)想象(xiàng)。内容产业的(de)本质是供给创造需求，AIGC作为全新的内(nèi)容生(shēng)产方式，可以(yǐ)为内容产(chǎn)业带来更(gèng)新(xīn)的内容风格、更快的生产速(sù)度，更低(dī)的生产成本(běn)，这无(wú)疑会驱动内容(róng)产业(yè)的(de)大爆(bào)发。

除了AI绘图、视频(pín)，AIGC技术(shù)还能应用于音乐(lè)、代码、机器人动作等多种内容形式的生成。不难发(fā)现该项技(jì)术不仅在游(yóu)戏(xì)等(děng)行业能得到有效应用，对于下一代互联网各种元素的构建(jiàn)亦(yì)有(yǒu)关键(jiàn)意义。

从(cóng)商业化的角度来看(kàn)，文化娱乐、教(jiào)育(yù)、传媒等诸多领域，本身就对基于AI的可视化内容有(yǒu)强烈(liè)需求(qiú)。

因此，AI绘画(huà)及视频或不是(shì)结果，而只是AI进程中的一(yī)块(kuài)重要拼(pīn)图，有望在技术更新的加(jiā)持下实现更大的应用价(jià)值(zhí)。

AI从理解内容(róng)，走向了可以生(shēng)成(chéng)内容，甚至能够创(chuàng)造出独立价(jià)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)进生产力即将到来(lái)。

04

紧(jǐn)抓大模型与算力，牢固(gù)AIGC底座(zuò)

从技术的(de)发展也可以看出，在语言大模型(xíng)、图像大(dà)模型之后，多模(mó)态大模型已经成(chéng)为(wèi)了新的趋势。

大模型(xíng)被誉为当前(qián)人(rén)工智能发展(zhǎn)的智能底(dǐ)座，是全球竞争最激烈的研究(jiū)方向之一，包括谷歌、亚马逊、百度(dù)、阿里、腾讯(xùn)等众多头(tóu)部企业都在(zài)竞相(xiāng)发(fā)力。

不过训练大模型的确价(jià)格不菲，以国盛证券发(fā)布(bù)的《ChatGPT需要多少算力》报告估算，GPT-3训练(liàn)一次的成(chéng)本约为140万美元。而对于一些(xiē)更(gèng)大的(de)LLM(大型(xíng)语言模型(xíng))，训练(liàn)成(chéng)本则介于200万美元(yuán)至1200万(wàn)美元高(gāo)价之间。

以(yǐ)ChatGPT在2023年1月(yuè)的独立访客(kè)平(píng)均数1300万计算，其(qí)对(duì)应(yīng)芯片需求(qiú)为3万(wàn)多片英伟达A100 GPU，初始投入成本(běn)约(yuē)为(wèi)8亿美元，每(měi)日(rì)仅电费就在5万美元左右。

此(cǐ)外(wài)不(bù)论是ChatGPT还是AIGC，都离不开(kāi)庞大算力支持(chí)。在关注(zhù)各类大模型的发展同时，更应(yīng)该关注算力网络的(de)建设。

算力网络(luò)正驱(qū)动(dòng)AI产业发展进入史诗级(jí)加(jiā)速进程，让AIGC及通用AI这(zhè)一人工智能(néng)发(fā)展的(de)终极目(mù)标离得更近。

因为算力可以对突破性(xìng)技术(shù)创(chuàng)新(xīn)提供大力(lì)的支(zhī)持。这方(fāng)面，多模态大模(mó)型是典(diǎn)型。作为面向未(wèi)来强人(rén)工(gōng)智能、通用人工智能的重要技术创新(xīn)，多模态(tài)大模型已经在人工(gōng)智能领(lǐng)域提(tí)出(chū)了很多(duō)年(nián)，业界(jiè)也有(yǒu)不少技(jì)术(shù)突破，但(dàn)是(shì)，多模态大模型进一步往下走，算力需(xū)求呈几何式上升，一般的算(suàn)力基础设施(shī)很(hěn蓝宝石的寓意是什么)快将(jiāng)难以胜任。

从图像、文字、语音单独一项的(de)训(xùn)练，到双模态(tài)、三模态(tài)的跃迁，让人工智(zhì)能可(kě)以灵活(huó)应对不同(tóng)模态的(de)转(zhuǎn)化、像人与世界交互一样(yàng)自然(rán)，这方面，由(yóu)算(suàn)力网络来驱(qū)动将(jiāng)有明显(xiǎn)优(yōu)势。

此外，还有很多(duō)需要(yào)爆发式增长的算(suàn)力来支撑(chēng)的(de)技术创(chuàng)新，将在人工(gōng)智能算力网络支撑下快速推进。

AIGC已经露出曙(shǔ)光，期(qī)待在(zài)大(dà)模型和大算力的支持(chí)下AIGC能持续颠覆内容生产的方式，将(jiāng)创造的边际成(chéng)本降低，让万(wàn)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 蓝宝石的寓意是什么