自聊天机器人(rén)ChatGPT火爆(bào)以来，微软公司创始(shǐ)人比尔(ěr)·盖茨已多次(cì)公开谈(tán)论人工智(zhì)能话(huà)题。在最近的一(yī)次(cì)采访中，他再次(cì)表示：“AI可(kě)能会让科技行业迎来一(yī)次剧烈的(de)洗牌”。

这个(gè)结论是他在当地时间2月20日接受《In Good Company》节(jié)目专访时(shí)提(tí)出的。

他(tā)预期(qī)，AI的(de)发展可能会(huì)威胁(xié)到谷歌的市占率，因为微软(ruǎn)在AI方面的(de)行动相当迅速。而(ér)最终科技巨头(tóu)将(jiāng)把AI整(zhěng)合成用户的“全能(néng)助手”，包揽(lǎn)一(yī)切(qiè)应用，与(yǔ)人们(men)进行沟通并提供(gōng)建议，可(kě)以(yǐ)取代亚马逊、Siri或Outlook等应用。

大(dà)佬口中全能助手的到(dào)来可能尚(shàng)需时日，但由(yóu)ControlNet引发的又一次(cì)AI绘画浪(làng)潮，让AIGC在(zài)ChatGPT的话题热点包围中杀出重围。

01

ControlNet颠(diān)覆(fù)AI绘(huì)画(huà)新玩法(fǎ)

AIGC向可控(kòng)靠近

以AI绘画为代表的AIGC上(shàng)一次爆(bào)火的时候(hòu)，还是2022年8月(yuè)，在(zài)美国科罗拉多(duō)州举(jǔ)办的新(xīn)兴数字艺术家竞赛中(zhōng)，一幅(fú)名(míng)为(wèi)《太空歌剧院》的(de)作品(pǐn)获(huò)奖。

随后各(gè)大厂商的AI绘画(huà)软(ruǎn)件被广(guǎng)大网友熟知并(bìng)体验，Stable Diffusion便是(shì)其(qí)中(zhōng)代(dài)表。

用户(hù)们可以在(zài)应用(yòng)中输(shū)入一组关键词或者一张(zhāng)照片，就能(néng)获得一(yī)幅AI创作的画(huà)作。

作画的关键就是所输入(rù)的文本。同一组关键(jiàn)词也(yě)可(kě)以创作(zuò)出很多张风格不(bù)一样的画(huà)作，这让创作的过程(chéng)就像开(kāi)盲盒(hé)。

很多(duō)用户很喜(xǐ)欢这种不确定的惊(jīng)喜(xǐ)，他们会将生成(chéng)的(de)美(měi)图(tú)当做头(tóu)像。而另(lìng)一部分喜欢(huān)翻看AI绘画的(de)“翻(fān)车”作品。在(zài)社交媒体(tǐ)上，许多用户分享AI“翻车(chē)现场”，例如(rú)，一(yī)位网友的小狗照片被AI画成了“肌肉男”，还有网友(yǒu)的个人照(zhào)片被AI识(shí)别成了(le)建(jiàn)筑。

而如(rú)今随着ControlNet的(de)出现与加持，以往AI绘(huì)画的填写(xiě)关键词(cí)游戏可能要被(bèi)颠覆了。

ControlNet是一位正(zhèng)在斯坦福(fú)读博的中国人张(zhāng)吕敏创作的一种基于(yú)控制点的图像变形算法，主要用(yòng)于数字(zì)图像处理、计算机视觉和计算(suàn)机(jī)图形学等领(lǐng)域。

其SD插件一经发布，在短(duǎn)短的两天(tiān)内便成为了AI绘(huì)画(huà)领(lǐng)域最新的热点。

在此(cǐ)之前，大家用了(le)很多方(fāng)法想(xiǎng)让AI生成(chéng)的结果尽可能的(de)符(fú)合要求(qiú)，但是都不尽如(rú)人意(yì)，它的出现(xiàn)代(dài)表着AI生成开(kāi)始(shǐ)进入真正的可控(kòng)时期。

因为(wèi)ControlNet可(kě)以(yǐ)直接提取画面(miàn)的(de)构图，人物的姿势和画面的(de)深(shēn)度信息等。有(yǒu)了它(tā)的帮助，就不用频繁的用(yòng)提示词来碰(pèng)运气，抽盲盒(hé)式的(de)创(chuàng)作(zuò)了。

通俗(sú)的说ControlNet相(xiāng)当于(yú)给AI绘(h一百克等于多少斤，一百克等于多少斤多少两uì)画加(jiā)了“魔法”，不少博主的作品已经获(huò)得(dé)了大量(liàng)的浏(liú)览(lǎn)量(liàng)，“viggo”就是其中之(zhī)一，他用朋友的(de)照片直接带她们走进动漫世界。

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

再用Text2Prompt插件拓(tuò)展找到(dào)对应(yīng)的关(guān)键词；最后用ControlNet插件(jiàn)绑定骨骼开始换关(guān)键词(cí)试效果。

通过图片就可(kě)以(yǐ)看出来，效果十分惊(jīng)艳。

更厉害(hài)的是(shì)，除(chú)了真实的照片，草(cǎo)图也可以加(jiā)上“魔法”，知(zhī)乎大牛“DevPoint”和(hé)“逗砂”介绍到ControlNet还能(néng)实现线(xiàn)稿(gǎo)转(zhuǎn)全彩图(tú)。大(dà)神张吕敏其本尊也亲自回应。

不得不说(shuō)当下AIGC已经变得(dé)越来(lái)越(yuè)强大，甚至输出的作品都已经(jīng)能以假乱真(zhēn)了。

02

难辨虚实，AIGC技术力爆(bào)发

警惕安全问题

近(jìn)日(rì)，“苏州金鸡湖有游(yóu)艇party”的消息火遍网络，而(ér)经过警方(fāng)辟谣这(zhè)所谓的“party”可能是全国第一起AI绘(huì)图诈骗。

由于(yú)这个活动里(lǐ)面给出(chū)的美(měi)女照片(piàn)都是AI制(zhì)作的真人照片绘图，因为太(tài)逼真，被大家(jiā)当(dāng)成真事传播(bō)了(le)。

不过仔(zǎi)细观察可以发现，活(huó)动发起者提供的(de)照片(piàn)中有个很(hěn)大的漏洞可(kě)以发现并非真人，而是AI绘图，那(nà)便是图片中女性的手(shǒu)指(zhǐ)部分有的存在(zài)异常。

有行业人事表示：“现在因为手指部(bù)分(fēn)的(de)绘画算法比较复杂，AI还不太会画人的手，但最新看到(dào)的(de)图片已经有越来越(yuè)完(wán)美(měi)的AI模型出现(xiàn)，以后可(kě)能就完全没有漏洞了。”

类似(shì)的AI作(zuò)图诈骗在国(guó)外(wài)也已有发生。据英(yīng)国广(guǎng)播公司报道，土耳其地震期间，有Tiktok用(yòng)户(hù)使(shǐ)用AI合(hé)成了儿童受灾的假(jiǎ)照片发布到网络，以(yǐ)此诱骗善良的人打赏“捐(juān)助”从(cóng)而实施诈骗(piàn)。

目前随着技术发展，AIGC已经能做出真人照(zhào)片般(bān)的绘图效(xiào)果，如果这样(yàng)的(de)图片被(bèi)用来诈(zhà)骗，将非常可怕。

此外AIGC还引(yǐn)发了很(hěn)多(duō)担忧，一方面，批判者认为AI在“学习”了(le)大量前(qián)人的作品之后(hòu)，其创作(zuò)没有任何情绪和(hé)灵魂，难以(yǐ)和人类的艺术创作相提并论。

另一方(fāng)面，AIGC背后(hòu)的版权(quán)、目前都并没有得到有效(xiào)的解决，还有AIGC会(huì)不(bù)会代替人(rén)类“至高无(wú)上”的创意。

马(mǎ)斯克也强(qiáng)调，人工智能(néng)的安(ān)全问(wèn)题需要得(dé)到重视，太晚(wǎn)就来不及(jí)了。

03

AIGC下一站除了视频，还(hái)有远方(fāng)

技术都是有两(liǎng)面性(xìng)的，潜(qián)在的危害(hài)并不能掩盖其光辉的贡(gòng)献。现在看来，人工智能(néng)技术将是(shì)第四次工(gōng)业(yè)革命的核心驱(qū)动(dòng)力量，将创(chuàng)造新(xīn)的增长奇迹(jì)。

过去一年，人工智能(néng)在技术和商(shāng)业层面都有了巨大进展，AI绘画就(jiù)是(shì)人工智能技(jì)术(shù)发生方向性改(gǎi)变的一个代(dài)表。其(qí)下一站或(huò)许(xǔ)就是视(shì)频(pín)。

此前(qián)，Meta和谷歌先后发布(bù)了几条引(yǐn)爆科(kē)技(jì)圈(quān)的短视频。这(zhè)些(xiē)视频引发关(guān)注(zhù)并非内容(róng)做得多优秀，反而都非常简单，比如一(yī)匹正在喝水的马，一(yī)只(zhǐ)画画(huà)的玩(wán)具熊，或者(zhě)一段骑摩托车的第一(yī)视(shì)角录像(xiàng)，随(suí)便(biàn)一个有手机的人都可以随手录下一段。

但这些短(duǎn)视频的创作方(fāng)式非常简单，创作者仅仅需要向AI输入一段话，甚至只是(shì)说一(yī)下要求，AI就可以(yǐ)根(gēn)据需要生成(chéng)一段视(shì)频。

谷(gǔ)歌发布的两个AI生成视频(pín)分别(bié)来(lái)自(zì)于(yú)Imagen Video和Phenaki，前者(zhě)主要突出的是高清(qīng)，与Meta的Make-A-Video没有太多的差(chà)别(bié)。

在Make-A-Video公布(bù)了AI生成的视频后，AI圈(quān)就已经(jīng)玩了一波梗，一个能够做出更高清视频的AI还(hái)不足以在短时间内戳中(zhōng)兴奋点。

Phenaki更加令人(rén)震惊的地方(fāng)在(zài)于，它可以制作(zuò)出超过2分(fēn)钟的连贯的(de)也有确切内(nèi)容的视频，这才是真(zhēn)正让人们感到惊喜的地方。因为无论AI生成的视频多么高清，也(yě)只(zhǐ)能是为内容生产者(zhě)提(tí)供一(yī)个灵感，一(yī)个素材，一个过(guò)场动画。

不过能够制作出有具体剧情(qíng)内容的视(shì)频就意味着，一些视频创作由(yóu)AI代替人工完成已经初步有了可能。

当下(xià)AI的发(fā)展(zhǎn)速度(dù)已经超过大部分人的(de)想(xiǎng)象(xiàng)。内容(róng)产(chǎn)业的本质是供(gōng)给创造需求，AIGC作为全新的内容生产方(fāng)式，可以为内容(róng)产业带来更新的内(nèi)容风格、更快的生产速(sù)度，更低的生产成本，这无疑会驱动内容产业的大(dà)爆发。

除了AI绘图、视(shì)频，AIGC技术还能应用于音乐、代码、机(jī)器(qì)人动(dòng)作等(děng)多(duō)种内容形式的生(shēng)成。不难发现该(gāi)项技术不仅在游戏等行业能得到有效应用，对于(yú)下一代互(hù)联网各(gè)种元素的构建(jiàn)亦(yì)有关键意义。

从(cóng)商业化的角度来看，文化娱乐、教(jiào)育、传媒等(děng)诸多领域(yù)，本身就对(duì)基于AI的可视(shì)化内(nèi)容有强烈(liè)需求。

因(yīn)此，AI绘画(huà)及视频或(huò)不(bù)是结(jié)果，而只(zhǐ)是AI进程中的一块重要拼(pīn)图，有望在技(jì)术更(gèng)新的加持下实(shí)现更大(dà)的应用价值(zhí)。

AI从理解内容，走向了可(kě)以生成内(nèi)容，甚至能够(gòu)创造出独立价值(zhí)和独立视角(jiǎo)的(de)内容。AIGC的再次出圈，更代(dài)表着未(wèi)来的(de)先(xiān)进生产力即将到来。

04

紧抓大模型与算(suàn)力，牢(láo)固AIGC底(dǐ)座

从技(jì)术的发展(zhǎn)也可以看出，在语言大模型、图(tú)像(xiàng)大模型之(zhī)后，多(duō)模态(tài)大模型已经成为了新的趋(qū)势(shì)。

大(dà)模型被(bèi)誉(yù)为当前(qián)人工智能发展的智能底座，是全(quán)球竞争最(zuì)激烈的研究方向之一，包括谷歌、亚(yà)马逊、百度(dù)、阿里、腾讯等众多头部企业都在竞相发力(lì)。

不过训练大模(mó)型的确价格不菲，以国盛(shèng)证(zhèng)券发布(bù)的《ChatGPT需要(yào)多少算力》报告估算，GPT-3训练一次的(de)成(chéng)本约为(wèi)140万(wàn)美(měi)元。而对于一些更大的LLM(大(dà)型语言模型)，训(xùn)练成本(běn)则介于200万美(měi)元至1200万美元高(gāo)价之间。

以(yǐ)ChatGPT在2023年1月的(de)独立访客平均数1300万计算(suàn)，其(qí)对应芯片需求为(wèi)3万多片英伟(wěi)达A100 GPU，初(chū)始投入成本(běn)约(yuē)为8亿美(měi)元(yuán)，每日仅电费就在5万(wàn)美元左(zuǒ)右。

此(cǐ)外不论是(shì)ChatGPT还是AIGC，都离不开庞(páng)大算(suàn)力支持。在(zài)关注(zhù)各类(lèi)大(dà)模型(xíng)的(de)发展同时(shí)，更应该关注算力(lì)网络的建设。

算(suàn)力网(wǎng)络正驱动(dòng)AI产业(yè)发展进入史诗级加速进(jìn)程(chéng)，让(ràng)AIGC及通用(yòng)AI这一人工智能发展的终极目标离(lí)得更(gèng)近。

因为算力可(kě)以对突破性技术创新(xīn)提供大力(lì)的支持。这方面，多模态(tài)大模型是典型。作为面(miàn)向未来强人工智能、通用(yòng)人(rén)工智能的重要技术创(chuàng)新，多模(mó)态大模型已经在人工(gōng)智能(néng)领(lǐng)域提出了很多年(nián)，业界(jiè)也有(yǒu)不少技(jì)术突破(pò)，但是，多模态(tài)大模(mó)型进一步往(wǎng)下走，算力需求呈(chéng)几何式(shì)上(shàng)升，一般的(de)算力基础设施(shī)很快将(jiāng)难以(yǐ)胜任(rèn)。

从图像、文字(zì)、语音单独一项的训练，到双(shuāng)模态(tài)、三模态的跃迁(qiān)，让(ràng)人工智能可以(yǐ)灵活应对不同模态的转化、像人与(yǔ)世界(jiè)交互一样自然(rán)，这方面(miàn)，由算力(lì)网络来驱(qū)动将有明显优势。

此外(wài)，还(hái)有(yǒu)很(hěn)多(duō)需要(yào)爆发式增(zēng)长的(de)算力来支撑的技术(shù)创(chuàng)新(xīn)，将在人工智能算(suàn)力网(wǎng)络支撑下快速(sù)推进。

AIGC已(yǐ)经露出曙光(guāng)，期(qī)待在(zài)大模型和(hé)大算力(lì)的支持下(xià)AIGC能持(chí)续颠(diān)覆内容生产的(de)方式，将创(chuàng)造的(de)边际成本降(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 一百克等于多少斤，一百克等于多少斤多少两