自聊天机器人ChatGPT火(huǒ)爆(bào)以来，微(wēi)软(ruǎn)公司创始(shǐ)人比尔(ěr)·盖茨已(yǐ)多次公开(kāi)谈论人工智能话题。在(zài)最(zuì)近(jìn)的一次采访中，他再次表(biǎo)示：“AI可能会让科技行业(yè)迎来一次剧烈的洗牌(pái)”。

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

他(tā)预期，AI的发展可(kě)能会威(wēi)胁(xié)到谷歌的市占(zhàn)率，因(yīn)为微软在(zài)AI方面的(de)行动相(xiāng)当迅速。而最终科技巨头将把AI整合成(chéng)用户的(de)“全能助手”，包(bāo)揽一(yī)切应用，与人们进行沟通并提供建议，可(kě)以取代亚(yà)马逊、Siri或Outlook等应用。

大佬口中全能助手的到(dào)来可能尚需时(shí)日，但由ControlNet引发的(de)又一次AI绘画浪潮，让AIGC在ChatGPT的(de)话(huà)题(tí)热点包围(wéi)中杀出(chū)重围。

01

ControlNet颠覆AI绘画新(xīn)玩(wán)法

AIGC向可控靠近

以AI绘画为代表(biǎo)的AIGC上一次爆(bào)火的时候，还是2022年8月，在美国科罗拉多州举(jǔ)办的新兴数字(zì)艺术家竞赛中(zhōng)，一幅名为《太(tài)空歌剧院(yuàn)》的作品获奖。

随后各大(dà)厂商的AI绘画软(ruǎn)件被广(guǎng)大网友熟知并体(tǐ)验，Stable Diffusion便是(shì)其(qí)中代(dài)表。

用户们可以在应用中(zhōng)输入一组关键(jiàn)词(cí)或者一张照(zhào)片，就能获得(dé)一幅AI创作(zuò)的画作。

作画(huà)的关键就(jiù)是所输入的文本(běn)。同一(yī)组(zǔ)关键词也可以创作出很多(duō)张风格不一样的画作，这(zhè)让创作的过程就像(xiàng)开盲盒。

很(hěn)多用户很喜欢(huān)这种不确(què)定的(de)惊喜，他们(men)会将生成的美图当做头像。而另一部分喜欢翻看AI绘画的“翻(fān)车”作品。在社交媒体(tǐ)上，许多(duō)用(yòng)户(hù)分享(xiǎng)AI“翻车现(xiàn)场”，例如，一位网友的(de)小狗(gǒu)照片被AI画成了(le)“肌(jī)肉男”，还(hái)有网(wǎng)友(yǒu)的个人照(zhào)片被AI识(shí)别成了建(jiàn)筑(zhù)。

而(ér)如今(jīn)随着(zhe)ControlNet的出现与(yǔ)加持，以往AI绘画(huà)的填写(xiě)关键词游戏可能要(yào)被(bèi)颠覆(fù)了。

ControlNet是一位正在斯坦福读博(bó)的中国人(rén)张吕敏创作的一种基于控制点的图(tú)像变形算法，主要用于(yú)数字图像处理、计算机视觉和(hé)计算机图形学等领(lǐng)域。

其SD插(chā)件一经(jīng)发布，在(zài)短短的两(liǎng)天(tiān)内(nèi)便成为了AI绘画(huà)领(lǐng)域(yù)最新的热点(diǎn)。

在此(cǐ)之前(qián)，大(dà)家用了很多方法想让AI生(shēng)成的结果尽可(kě)能的符合要求，但是(shì)都不尽如(rú)人意，它的出现代表着AI生成(chéng)开始进入真正的可控(kòng)时期。

因为ControlNet可以直接提取画面的(de)构图，人物的姿势和画面的(de)深度信息等(děng)。有了(le)它的帮(bāng)助(zhù)，就不用频繁的(de)用提示词(cí)来碰运气，抽盲盒式的创作了。

通俗的说ControlNet相(xiāng)当于(yú)给AI绘画加(jiā)了“魔法”，不少博(bó)主的作品已经获得了(le)大量(liàng)的浏览(lǎn)量，“viggo”就是其中之一，他用朋友(yǒu)的(de)照(zhào)片直接带她们走进(jìn)动(dòng)漫世界(jiè)。

viggo先用StableDiffusion图(tú)片转文(wén)字。

再用Text2Prompt插件拓展找到对应的关键词；最后用ControlNet插件绑定骨骼(gé)开始换关(guān)键(jiàn)词(cí)试效果。

通过图片就可以(yǐ)看出来(lái)，效果十分惊艳。

更厉(lì)害的是，除了真实的照(zhào)片，草图也可(kě)以加上“魔(mó)法(fǎ)”，知(zhī)乎大牛(niú)“DevPoint”和(hé)“逗(dòu)砂”介绍到ControlNet还能实现线稿转全彩图。大神张吕敏其本尊也亲自回(huí)应(yīng)。

不(bù)得不(bù)说born过去式和过去分词是什么，bear的过去式过去分词(shuō)当下AIGC已(yǐ)经变得越(yuè)来越强大(dà)，甚(shèn)至(zhì)输出的作品都已经(jīng)能以假乱真了。

02

难辨(biàn)虚实(shí)，AIGC技术力爆(bào)发

警惕安全(quán)问题

近日，“苏(sū)州金鸡湖(hú)有(yǒu)游艇party”的消息火(huǒ)遍网(wǎng)络，而经过警(jǐng)方(fāng)辟谣这所谓的“party”可能是全(quán)国第(dì)一起AI绘图诈(zhà)骗。

由于这个活(huó)动(dòng)里面给出(chū)的美女照片都(dōu)是AI制作的真人照片(piàn)绘图，因为太逼真，被大(dà)家当成真事(shì)传播了(le)。

不(bù)过仔细观察可以发现(xiàn)，活动(dòng)发起者提供的照(zhào)片中(zhōng)有个很大的漏洞可以(yǐ)发现并非真人，而(ér)是AI绘图，那便是图片(piàn)中女性的手指部分有(yǒu)的存在(zài)异常(cháng)。

有行业人事(shì)表示(shì)：“现(xiàn)在因(yīn)为手指部分(fēn)的绘画(huà)算法比较复杂，AI还(hái)不(bù)太(tài)会画人的手(shǒu)，但最新看到的图(tú)片已经有(yǒu)越来越完美的(de)AI模(mó)型出(chū)现，以后(hòu)可(kě)能就完全没有漏洞(dòng)了。”

类(lèi)似(shì)的AI作(zuò)图诈骗在国(guó)外(wài)也(yě)已有发生。据英国广(guǎng)播(bō)公司报道，土耳其地震期间，有Tiktok用户使(shǐ)用AI合成(chéng)了儿童受灾的(de)假照片发布(bù)到网络，以此诱骗善(shàn)良的人(rén)打(dǎ)赏“捐助”从而实施诈骗。

目前随着技术发(fā)展，AIGC已经能做出真人照片(piàn)般的绘(huì)图效果，如果(guǒ)这样的(de)图片(piàn)被用来(lái)诈骗，将非常可怕。

此外AIGC还(hái)引发(fā)了(le)很多担忧(yōu)，一方面(miàn)，批判者认为(wèi)AI在(zài)“学(xué)习”了大量前人的(de)作(zuò)品之后，其创作没有(yǒu)任何(hé)情绪和灵魂，难(nán)以和人(rén)类的艺术(shù)创作相提并论。

另(lìng)一方面，AIGC背(bèi)后的版权(quán)、目前(qián)都并没有(yǒu)得(dé)到(dào)有效的解(jiě)决(jué)，还有AIGC会不(bù)会代(dài)替人(rén)类“至高(gāo)无上”的创意。

马斯克也强调，人工智能的安全问(wèn)题需要得到重(zhòng)视(shì)，太(tài)晚就来不及了。

03

AIGC下一(yī)站除了(le)视频，还有远方(fāng)

技术都是(shì)有(yǒu)两面性的，潜在的(de)危害并不(bù)能掩盖其光辉的贡献。现(xiàn)在看来，人工智能技术(shù)将是第四次工(gōng)业革命的核心(xīn)驱动(dòng)力量，将创(chuàng)造新的增长奇迹。

过去一年，人工智能(néng)在技术和商业层面都有了巨大进展，AI绘(huì)画就是人工(gōng)智能技术发生方向性改变的一个代表(biǎo)。其下一站(zhàn)或许(xǔ)就是视频。

此前，Meta和谷歌先(xiān)后发布了几条(tiáo)引爆科(kē)技圈(quān)的短视频。这些视频引发关注并非内容做得多(duō)优秀，反而(ér)都非常(cháng)简单(dān)，比如一匹(pǐ)正在喝(hē)水的马，一只画画的玩具熊(xióng)，或者(zhě)一(yī)段骑摩(mó)托车的第一视角录像(xiàng)，随(suí)便一个有手机的人都可以随手录下一(yī)段。

born过去式和过去分词是什么，bear的过去式过去分词ta-type="gif" data-w="256">

但这些短视(shì)频(pín)的创作方式非常简(jiǎn)单，创作者仅仅(jǐn)需要向AI输入一段话，甚至只(zhǐ)是说(shuō)一下要求，AI就可以根据需要生成(chéng)一段视频。

谷歌(gē)发布(bù)的两个AI生成视频(pín)分别来(lái)自(zì)于Imagen Video和Phenaki，前(qián)者主要突出的是高清，与Meta的Make-A-Video没有太多的差别。

在Make-A-Video公布了AI生成的视(shì)频后，AI圈就已经(jīng)玩了(le)一波梗，一个能够(gòu)做出更高清视频的(de)AI还不足以在短(duǎn)时间内戳中兴奋点。

Phenaki更加令人震惊的地方在于，它可以制作出(chū)超过(guò)2分钟的连贯的也有确(què)切(qiè)内容的(de)视频，这(zhè)才(cái)是真正让(ràng)人(rén)们(men)感到(dào)惊喜的地方。因为无(wú)论AI生(shēng)成的(de)视频多么高清(qīng)，也(yě)只能是(shì)为内容生产者提供一(yī)个灵(líng)感，一个素材，一个(gè)过场动画。

不过能(néng)够制(zhì)作出有具体剧情内容的视(shì)频就意味着，一些(xiē)视(shì)频创作由AI代替(tì)人工完(wán)成(chéng)已经(jīng)初(chū)步有了可能。

当下AI的发展速度已经超过大(dà)部分人的想象。内容产(chǎn)业的(de)本质是供给创造需求，AIGC作为全新的内容生产方式，可(kě)以为内容产业带来更新的内容风(fēng)格(gé)、更快的生产速度(dù)，更低的生(shēng)产(chǎn)成本，这无疑会驱动内容产业的大爆发。

除(chú)了AI绘图、视(shì)频(pín)，AIGC技术还能(néng)应(yīng)用于音乐、代码、机(jī)器人动作等多种内容形式的生成。不难发现该项(xiàng)技术(shù)不仅在游戏等(děng)行业能得到有效(xiào)应用，对于下一(yī)代互联(lián)网各(gè)种(zhǒng)元素的构(gòu)建亦有关(guān)键(jiàn)意(yì)义。

从(cóng)商(shāng)业化的(de)角度来看(kàn)，文(wén)化娱乐、教育(yù)、传媒等诸多领域(yù)，本身就(jiù)对基于(yú)AI的可视(shì)化内容有强烈需求。

因此，AI绘画及视频或(huò)不是结果，而只是AI进程中(zhōng)的一块重要拼图，有(yǒu)望(wàng)在技术更新(xīn)的加持下实现更大的应用价值。

AI从理解内容，走(zǒu)向(xiàng)了可以生成内容，甚至能(néng)够创造出独立价值和独立(lì)视角的内容。AIGC的再次出圈，更(gèng)代(dài)表着未(wèi)来的先进(jìn)生(shēng)产力即(jí)将(jiāng)到(dào)来。

04

紧抓大模型与算力，牢(láo)固AIGC底座

从技术的发(fā)展也可以(yǐ)看(kàn)出，在语言大模(mó)型(xíng)、图(tú)像大模型之后，多模态大模型(xíng)已经成为了新(xīn)的趋势(shì)。

大模型(xíng)被誉为当前(qián)人(rén)工智(zhì)能发展的(de)智能(néng)底座，是全球竞(jìng)争(zhēng)最激烈的研究方(fāng)向之一，包括(kuò)谷歌、亚(yà)马逊(xùn)、百度(dù)、阿里、腾讯等众多头(tóu)部企(qǐ)业都在竞相(xiāng)发力。

不(bù)过(guò)训练大(dà)模型的(de)确价格不菲，以国盛(shèng)证券发(fā)布的《ChatGPT需要多少算力》报告估(gū)算，GPT-3训练一(yī)次的成本约为140万美(měi)元。而对于一些更大的LLM(大型语言模型)，训练成本则(zé)介于200万美(měi)元至(zhì)1200万美元(yuán)高(gāo)价(jià)之(zhī)间。

以(yǐ)ChatGPT在(zài)2023年1月的(de)独(dú)立(lì)访客平均数1300万计算(suàn)，其对应(yīng)芯(xīn)片需(xū)求为3万(wàn)多片(piàn)英伟达A100 GPU，初始投入成本(běn)约为8亿美元，每日仅电费就在5万美元左右。

此外不论是(shì)ChatGPT还是AIGC，都离不开庞大算力支持。在关(guān)注各类大模(mó)型(xíng)的发展同时，更应该关(guān)注算(suàn)力网络(luò)的建设。

算力网络(luò)正驱动AI产业(yè)发展进入史(shǐ)诗级加速(sù)进程，让AIGC及通用AI这一人(rén)工智能发展的终极目(mù)标离(lí)得更近。

因为算力可(kě)以(yǐ)对突破(pò)性技术创新提(tí)供大力(lì)的支持(chí)。这方面，多模态大模型是典型。作为面向(xiàng)未来(lái)强人工智能、通用人工智能的重要技术创新，多模态大模(mó)型已经在(zài)人工智能领域提(tí)出(chū)了很多(duō)年，业界(jiè)也有(yǒu)不少技术突破，但是，多模(mó)态大模(mó)型进一步(bù)往下走(zǒu)，算力需求(qiú)呈几何式上升，一(yī)般的算力基础(chǔ)设(shè)施(shī)很(hěn)快(kuài)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(mó)态(tài)、三模态(tài)的跃迁，让人工智能可以灵活应对不同模(mó)态的转化(huà)、像(xiàng)人与世界交互一样(yàng)自然，这方(fāng)面，由算力网络(luò)来驱(qū)动将有明显优(yōu)势。

此(cǐ)外，还(hái)有很多需要爆发式(shì)增长的(de)算力来支(zhī)撑的技术创新，将(jiāng)在(zài)人工智(zhì)能(néng)算力网络支撑下快(kuài)速推(tuī)进。

AIGC已(yǐ)经露(lù)出曙光，期待在大模型和大(dà)算力的支持下AIGC能持续颠覆内容生产的(de)方式，将创造(zào)的边际成本降低，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 born过去式和过去分词是什么，bear的过去式过去分词