自聊(liáo)天机器人ChatGPT火爆以来，微软公司(sī)创始人比尔·盖茨已多(duō)次公(gōng)开谈(tán)论人工智能话题。在最近(jìn)的一次采访中，他再次表示：“AI可能(néng)会让科技行业迎来一次剧烈的洗牌”。

这个结论是(shì)他在(zài)当地时(shí)间(jiān)2月20日接受《In Good Company》节目专访时(shí)提出的。

他预(yù)期，AI的(de)发展可能会威胁(xié)到(dào)谷歌的市(shì)占率(lǜ)，因(yīn)为微软(ruǎn)在AI方面的行动相(xiāng)当迅速。而最终科技巨头(tóu)将(jiāng)把AI整(zhěng)合成(chéng)用户的“全能(néng)助手(shǒu)”，包揽一(yī)切应(yīng)用，与人(rén)们进行沟通并提(tí)供建(jiàn)议，可以取代亚(yà)马(mǎ)逊、Siri或Outlook等应用。

大佬口中(zhōng)全能助手的到(dào)来可能尚需时(shí)日(rì)，但由ControlNet引发的又(yòu)一次AI绘画(huà)浪潮，让AIGC在(zài)ChatGPT的话题热点(diǎn)包围中杀出(chū)重围。

01

ControlNet颠覆AI绘画新(xīn)玩法

AIGC向可控靠近

以AI绘(huì)画为(wèi)代表的AIGC上一次(cì)爆火的时候，还是2022年8月，在美国(guó)科罗拉多州举(jǔ)办的新兴数字艺术家竞赛中，一幅名为《太空歌剧(jù)院》的作品获奖。

随(suí)后各(gè)大厂商(shāng)的AI绘画软件被广大网友熟知并体验，Stable Diffusion便是其中代(dài)表。

用户(hù)们(men)可(kě)以(yǐ)在应用(yòng)中(zhōng)输入一组(zǔ)关键词(cí)或者一(yī)张(zhāng)照片，就能获得一幅AI创作的画作。

作画的关键就是所输入的文本。同一组关键词也可以创作出很多(duō)张(zhāng)风(fēng)格(gé)不一样的画作(zuò)，这让创(chuàng)作(zuò)的(de)过(guò)程就(jiù)像开(kāi)盲盒。

很(hěn)多(duō)用户很喜欢这种不确定的惊喜，他们(men)会将生成的美图(tú)当(dāng)做头像。而另一部分喜欢翻(fān)看AI绘画(huà)的(de)“翻(fān)车(chē)”作(zuò)品(pǐn)。在社(shè)交(jiāo)媒体上，许多用户分享(xiǎng)AI“翻车现(xiàn)场”，例如(rú)，一位网友的小狗照片被(bèi)AI画成了(le)“肌肉男”，还有网(wǎng)友的(de)个(gè)人照(zhào)片被AI识别成了建(jiàn)筑。

而(ér)如今随(suí)着ControlNet的出现(xiàn)与加持，以(yǐ)往AI绘画的填写关键词(cí)游戏可能(néng)要被颠覆了。

ControlNet是一位(wèi)正(zhèng)在斯坦福(fú)读博的中国人(rén)张(zhāng)吕敏创作的一(yī)种基于控制点的图(tú)像变形算(suàn)法，主要用于数字图(tú)像处理、计算(suàn)机视觉和计(jì)算机图形(xíng)学(xué)等领域。

其SD插件一经(jīng)发布，在(zài)短短的两(liǎng)天(tiān)内便成为了AI绘画(huà)领域最新的热点。

在此之前(qián)，大家用了很多(duō)方法(fǎ)想让AI生成(chéng)的(de)结果尽可能的符合要(yào)求，但(dàn)是(shì)都不尽(jǐn)如(rú)人意(yì)，它(tā)的出(chū)现代表(biǎo)着(zhe)AI生成(chéng)开(kāi)始进入真正的可控时期。

因为(wèi)ControlNet可以直接提取画(huà)面的构图，人物的姿势(shì)和画面的(de)深度信(xìn)息等。有了(le)它的帮助，就不用频(pín)繁的(de)用提示词来碰运气，抽盲盒式的(de)创作了(le)。

通俗的说(shuō)ControlNet相当(dāng)于(yú)给AI绘画加了(le)“魔(mó)法”，不少博(bó)主的作品已经获得了大量的浏(liú)览量，“viggo”就是其中(zhōng)之一，他(tā)用朋友的照片直接带(dài)她(tā)们(men)走进(jìn)动漫世界。

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

再用Text2Prompt插件(jiàn)拓展找到对应的关键(jiàn)词；最后用ControlNet插(chā)件(jiàn)绑(bǎng)定骨骼开始换关键词试效果。

通过图(tú)片就可以看(kàn)出(chū)来(lái)，效果十分惊艳。

更厉害的是，除了真(zhēn)实的(de)照片，草(cǎo)图也(yě)可(kě)以(yǐ)加上“魔法”，知乎大牛“DevPoint”和“逗砂”介绍到ControlNet还能(néng)实现线稿转(zhuǎn)全彩图(tú)。大神张吕(lǚ)敏其本尊也亲自回应。

不得不(bù)说(shuō)当下AIGC已经变得越(yuè)来越强当断不断必受其乱是什么意思，当断不断 必受其乱下一句大，甚(shèn)至输(shū)出(chū)的作品(pǐn)都已经能以假乱真(zhēn)了(le)。

02

难辨虚实，AIGC技术力(lì)爆发

警(jǐng)惕(tì)安全问题

近(jìn)日，“苏州金鸡湖有(yǒu)游艇(tǐng)party”的消息火(huǒ)遍网络(luò)，而经过警方(fāng)辟谣这(zhè)所谓的(de)“party”可(kě)能是全国第(dì)一起AI绘(huì)图诈(zhà)骗。

由于这个活(huó)动里面给出的美女照(zhào)片(piàn)都是AI制作(zuò)的(de)真人照片(piàn)绘(huì)图(tú)，因(yīn)为太(tài)逼(bī)真(zhēn)，被大家(jiā)当(dāng)成真(zhēn)事传播(bō)了。

不过仔细观(guān)察可以发(fā)现，活动发起者提供的照片中(zhōng)有个很大的漏(lòu)洞(dòng)可以发现并非真人(rén)，而是(shì)AI绘图(tú)，那便(biàn)是(shì)图片中(zhōng)女性的手指部分有的存在异(yì)常。

有行业人事表示(shì)：“现在因(yīn)为手指(zhǐ)部分的绘画算(suàn)法(fǎ)比较复杂，AI还(hái)不太会(huì)画人(rén)的手(shǒu)，但最新看到的图片已经有越来越完(wán)美的AI模型出现，以后(hòu)可能就完全(quán)没(méi)有漏洞(dòng)了。”

类似的AI作(zuò)图诈骗(piàn)在国外(wài)也(yě)已有发生。据英国广(guǎng)播(bō)公司报道(dào)，土(tǔ)耳(ěr)其地震期间，有Tiktok用户使用AI合成了儿童受灾的假照片发布到网(wǎng)络，以此诱骗善良的人(rén)打赏“捐助”从而实施诈骗。

目(mù)前随着(zhe)技术发(fā)展，AIGC已经能做出真人照(zhào)片般的绘图效果，如果这(zhè)样的(de)图片被用(yòng)来诈(zhà)骗，将(jiāng)非常可怕(pà)。

此(cǐ)外AIGC还引发(fā)了很多担忧，一方面，批判者认为(wèi)AI在(zài)“学习”了大量前人的(de)作品之后，其创作没有(yǒu)任(rèn)何情(qíng)绪和灵魂，难以(yǐ)和人类的艺术创(chuàng)作相提并论。

另一方(fāng)面(miàn)，AIGC背(bèi)后的(de)版权、目前都并(bìng)没有得(dé)到(dào)有效的解决，还有AIGC会不会代替人类“至高无上”的创意。

马斯克(kè)也强调，人工(gōng)智能(néng)的安全问题(tí)需要得到重(zhòng)视，太晚就来(lái)不(bù)及了(le)。

03

AIGC下(xià)一站除(chú)了视频，还有远(yuǎn)方(fāng)

技术(shù)都是有两面性的(de)，潜在的危害并(bìng)不(bù)能掩盖其光辉的贡献。现在看来，人工智(zhì)能(néng)技(jì)术(shù)将是第四(sì)次工业革命(mìng)的核心驱动力量，将创造新的增(zēng)长奇迹。

过去一年，人(rén)工智能在技术(shù)和商业层面都(dōu)有了巨大进展，AI绘画就是人工(gōng)智能技术发生(shēng)方向性改(gǎi)变(biàn)的一(yī)个代表(biǎo)。其下一站或许(xǔ)就是(shì)视频。

此前，Meta和谷歌先后发布(bù)了(le)几条(tiáo)引(yǐn)爆科(kē)技圈的短视(shì)频。这些视频引发关注并非内容(róng)做得多优(yōu)秀(xiù)，反(fǎn)而都非常(cháng)简单，比如一匹正在喝(hē)水的马，一只画画的玩具熊，或(huò)者(zhě)一段骑摩托车的第一视角录(lù)像，随便一个有手机的(de)人都可(kě)以随手录下一段。

但这些短视频(pín)的创(chuàng)作(zuò)方式非常(cháng)简单，创(chuàng)作者仅仅需要向AI输(shū)入一段话，甚至只是说一下要求(qiú)，AI就可以根据需要生成一段(duàn)视频。

谷歌发布的两个AI生成视频分别来自于Imagen Video和Phenaki，前者(zhě)主要突(tū)出的是高清(qīng)，与(yǔ)Meta的Make-A-Video没有太多的差(chà)别(bié)。

在Make-A-Video公布了AI生成的视频后，AI圈(quān)就已(yǐ)经玩了一(yī)波梗(gěng)，一个能(néng)够做出(chū)更高清(qīng)视(shì)频的AI还不足以(yǐ)在(zài)短时间内戳中兴奋点。

Phenaki更加令人震(zhèn)惊的地方在于，它可以制作出(chū)超过2分钟(zhōng)的连贯的(de)也有确切内容的(de)视频，这才是真正(zhèng)让人们感到惊喜的(de)地方。因(yīn)为无论AI生成的视频多么高清，也只能是为(wèi)内容生产者(zhě)提(tí)供一个灵感(gǎn)，一(yī)个素材，一(yī)个过场动画(huà)。

不过能够制作(zuò)出有具体剧情内容(róng)的视(shì)频就意味着，一(yī)些(xiē)视频创作由(yóu)AI代替(tì)人(rén)工完成已经(jīng)初步有了(le)可(kě)能。

当下AI的发展速度已(yǐ)经超过大部分人(rén)的想(xiǎng)象。内容产业的(de)本质是供给创造需求，AIGC作为(wèi)全(quán)新(xīn)的内容生产方式，可以为内容产业(yè)带来更新(xīn)的内容风格、更(gèng)快的(de)生产速度(dù)，更低的(de)生产(chǎn)成本，这(zhè)无疑会驱动内容产业的(de)大爆发(fā)。

除了(le)AI绘图、视频，AIGC技(jì)术还能应用于(yú)音(yīn)乐、代码(mǎ)、机(jī)器人动作等多种(zhǒng)内容形(xíng)式的生成。不难发现(xiàn)该项技(jì)术不仅在游戏等行业能得到有效(xiào)应用，对于下一代(dài)互联网各(gè)种元素(sù)的构建(jiàn)亦有关键意义。

从商业化的角度(dù)来看，文化娱乐、教育、传(chuán)媒等诸(zhū)多领域，本身就对基于AI的可视化内容有强(qiáng)烈需求(qiú)。

因(yīn)此，AI绘画及(jí)视频或不(bù)是结(jié)果，而(ér)只是AI进(jìn)程中的一(yī)块重(zhòng)要拼图，有望在技术更(g当断不断必受其乱是什么意思，当断不断 必受其乱下一句èng)新的加(jiā)持下实现更大的应用价值。

AI从理解内容(róng)，走(zǒu)向(xiàng)了可以(yǐ)生成内(nèi)容，甚至(zhì)能够创造出独立价值和(hé)独立视角的内容(róng)。AIGC的再(zài)次出圈(quān)，更(gèng)代表着未来的(de)先进生(shēng)产力即(jí)将到来。

04

紧抓大(dà)模型(xíng)与算(suàn)力，牢固AIGC底座

从技术(shù)的发(fā)展也可以看出，在语言大模(mó)型、图像大模(mó)型之后，多(duō)模态(tài)大模(mó)型已经(jīng)成为了新(xīn)的趋势。

大(dà)模型(xíng)被誉为当前人工智(zhì)能发展的智能(néng)底座，是全球竞争最(zuì)激烈的研究方(fāng)向之(zhī)一，包(bāo)括谷歌(gē)、亚(yà)马逊(xùn)、百(bǎi)度、阿(ā)里、腾(téng)讯等众多头部企业都在竞(jìng)相发力。

不过训练大模型的(de)确价(jià)格(gé)不菲(fēi)，以国(guó)盛(shèng)证券(quàn)发(fā)布(bù)的《ChatGPT需要多少算力》报告(gào)估(gū)算，GPT-3训练一次的成本约为140万美元。而对于一些更大的LLM(大型语言模型)，训练成本(běn)则介于200万美(měi)元至(zhì)1200万美元高价之(zhī)间(jiān)。

以ChatGPT在2023年1月(yuè)的独立访客平(píng)均数1300万(wàn)计(jì)算(suàn)，其对应(yīng)芯片(piàn)需(xū)求为3万(wàn)多片英伟达(dá)A100 GPU，初始投入成本约为8亿(yì)美元(yuán)，每日(rì)仅电费(fèi)就在(zài)5万美元(yuán)左右。

此外(wài)不论是ChatGPT还是AIGC，都离(lí)不开(kāi)庞大算力支(zhī)持。在关注各类大模型的发展同时，更(gèng)应(yīng)该(gāi)关注算力网络的建设(shè)。

算力网络正驱(qū)动AI产业发展进入史(shǐ)诗级(jí)加(jiā)速进程，让(ràng)AIGC及通(tōng)用AI这一人工智能发展的终极目标离得更近(jìn)。

因为算力可以对(duì)突(tū)破性技(jì)术创新提供(gōng)大(dà)力的支持(chí)。这方面，多模态(tài)大模型是典型。作为面(miàn)向未来强人工(gōng)智能、通用人工智能(néng)的重要技(jì)术创新(xīn)，多模(mó)态大模型(xíng)已经在人工智能领域提出了很(hěn)多年，业(yè)界也有不少技术(shù)突破，但是，多模(mó)态大模(mó)型进(jìn)一步往(wǎng)下走，算力(lì)需求呈几何式(shì)上升，一(yī)般的算力基(jī)础(chǔ)设施很(hěn)快将难以(yǐ)胜(shèng)任。

从图像(xiàng)、文字、语音单独(dú)一(yī)项的训练，到(dào)双(shuāng)模态、三模态的跃(yuè)迁，让人工(gōng)智(zhì)能可以灵(líng)活应对不同模(mó)态的转化、像人与(yǔ)世界交(jiāo)互(hù)一(yī)样自然，这方面(miàn)，由算(suàn)力(lì)网络来驱(qū)动将有明显(xiǎn)优势。

此外，还有很多需要爆发式(shì)增长的算力(lì)来支(zhī)撑的技术创新，将在人工智能算力网(wǎng)络支撑下(xià)快速推进。

AIGC已经露出曙光，期待在(zài)大模型和(hé)大算力的支持(chí)下AIGC能持续颠覆内容生产的方式，将创造的(de)边(biān)际成(chéng)本降低(dī)，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 当断不断必受其乱是什么意思，当断不断 必受其乱下一句