自(zì)聊天机器人ChatGPT火爆(bào)以来，微软公司创(chuàng)始人比尔·盖茨(cí)已多次公(gōng)开(kāi)谈(tán)论人工智(zhì)能话题。在最(zuì)近的一次采访中，他再次表示：“AI可能(néng)会(huì)让(ràng)科技行业迎(yíng)来(lái)一次剧烈的洗牌(pái)”。

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

他预(yù)期，AI的(de)发展可能会(huì)威胁到谷歌的市占率，因为微软在AI方(fāng)面的行动相(xiāng)当(dāng)迅(xùn)速(sù)。而最终科技巨头将把AI整(zhěng)合成(chéng)用户的“全能(néng)助手(shǒu)”，包(bāo)揽一切应用(yòng)，与人(rén)们(men)进行(xíng)沟通并提(tí)供建议，可以取(qǔ)代(dài)亚马逊、Siri或Outlook等应用。

大佬口中(zhōng)全能助手的(de)到来可能尚(shàng)需(xū)时(shí)日，但由ControlNet引发的又一次AI绘画浪潮，让AIGC在ChatGPT的话题热点包(bāo)围中杀(shā)出重围。

01

ControlNet颠覆AI绘画新玩法

AIGC向可控(kòng)靠近

以AI绘画为代表(biǎo)的AIGC上(shàng)一(yī)次爆火的(de)时(shí)候，还是2022年8月，在美国科(kē)罗拉多州举办的新兴数字艺术(shù)家(jiā)竞赛中，一幅名(míng)为《太(tài)空(kōng)歌剧院》的作品获奖。

随后各大厂商的AI绘画软件被广(guǎng)大(dà)网友熟(shú)知并(bìng)体验(yàn)，Stable Diffusion便是(shì)其中代表。

用户们可以在应用中输入一组关(guān)键(jiàn)词或者(zhě)一张(zhāng)照片，就能获(huò)得(dé)一幅AI创(chuàng)作的画作。

作画的关键就是所输(shū)入的(de)文本(běn)。同(tóng)一组关(guān)键词(cí)也可以创(chuàng)作出(chū)很多张风格(gé)不一样(yàng)的画作，这让创作的过程就像开盲盒。

很多用户很喜欢这(zhè)种不确定的惊喜，他(tā)们会(huì)将生成的美(měi)图(tú)当做头像。而另一部分喜欢(huān)翻看(kàn)AI绘画的“翻车”作(zuò)品。在社交媒体上，许多用户分享AI“翻车现场”，例如，一(yī)位网友(yǒu)的小狗照片被AI画成了“肌(jī)肉(ròu)男”，还有网(wǎng)友的个人照片被AI识别(bié)成(chéng)了(le)建筑。

而如今(jīn)随着ControlNet的出(chū)现与加持，以往AI绘(huì)画的填(tián)写关键词游戏可能要被颠覆了(le)。

ControlNet是一位(wèi)正(zhèng)在斯(sī)坦福读博的中国人张吕敏创作的(de)一(yī)种基于控(kòng)制点的图(tú)像变形算(suàn)法，主要用于数字图像(xiàng)处理、计算机(jī)视觉和计(jì)算机图形学等领域(yù)。

其SD插(chā)件一经(jīng)发布，在短短的两天(tiān)内便成为了AI绘画领域(yù)最新的热点。

在此之前，大家用了很多方法(fǎ)想让AI生成的结果尽可能的符合(hé)要求，但(dàn)是都(dōu)不尽如人意，它(tā)的出(chū)现代表(biǎo)着AI生成(chéng)开始进入真正的可控时期。

因(yīn)为(wèi)ControlNet可以直接(jiē)提取画面的构(gòu)图(tú)，人(rén)物(wù)的姿(zī)势和画面的深度信息等。有(yǒu)了它的帮助(zhù)，就不用(yòng)频繁的用(yòng)提(tí)示词来碰运气，抽盲盒(hé)式的创作了。

通俗的(de)说(shuō)ControlNet相当于给AI绘(huì)画加了“魔法(fǎ)”，不少博主(zhǔ)的作(zuò)品已经获得了大量的(de)浏览量，“viggo”就是其中之一，他用(yòng)朋友的照片直接带(dài)她们走进动漫世界(jiè)。

viggo先(xiān)用StableDiffusion图片转(zhuǎn)文字。

再用(yòng)Text2Prompt插件拓展找(zhǎo)到对应的关(guān)键词；最后用ControlNet插件绑定骨骼开始换关键词(cí)试(shì)效(xiào)果。

通过(guò)图片就(jiù)可以看(kàn)出来，效果十分惊艳。

更厉害的是，除了真实(shí)的(de)照片(piàn)，草图也可以加上“魔法”，知乎(hū)大牛“DevPoint”和(hé)“逗砂”介绍到(dào)ControlNet还(hái)能实现(xiàn)线稿(gǎo)转全彩(cǎi)图。大神张吕(lǚ)敏其本尊也亲自回应。

不得不(bù)说当下(xià)AIGC已经(jīng)变得越(yuè)来(lái)越强大，甚至(zhì)输出(chū)的(de)作品都已经能以假乱(luàn)真了。

02

难辨虚实，AIGC技术力爆发(fā)

警惕安全(quán)问题

近日，“苏州金(jīn)鸡湖有游艇party”的消息火(huǒ)遍网络，而经过警方(fāng)辟谣这所谓的“party”可能是(shì)全国第一起AI绘图诈(zhà)骗。

由于这(zhè)个活动(dòng)里(lǐ)面(miàn)给出的美女照片(piàn)都是AI制作(zuò)的真人照片绘(huì)图(tú)，因为太逼真，被(bèi)大(dà)家(jiā)当成真事传播了(le)。

不过仔细观察可以发现(xiàn)，活动发起者提供(gōng)的照片中有个很大的漏洞可以发现并(bìng)非真人，而是(shì)AI绘图，那便是图片(piàn)中女性的手指部分有(yǒu)的存在异常。

有行业人事表示：“现在因为手(shǒu)指部分的绘(huì)画(huà)算法比(bǐ)较复杂，AI还不太会画人的手，但最新看到的图片(piàn)已经有越来越完美的AI模型(xíng)出现，以后可(kě)能就完(wán)全没(méi)有漏洞了。”

类似(shì)的AI作图诈骗在国(guó)外也(yě)已有发生。据(jù)英(yīng)国(guó)广播公司报道，土耳(ěr)其(qí)地震期间，有Tiktok用户使用AI合成(chéng)了(le)儿童受灾的假照片发布到网络，以此诱(yòu)骗善良的人打赏“捐助”从而(ér)实施诈骗。

目(mù)前随着技术发展，AIGC已经(jīng)能做出真人照片(piàn)般的绘图效果，如果这样(yàng)的图片(piàn)被用来诈骗，将(jiāng)非常可怕。

此外AIGC还引(yǐn)发了(le)很多担忧(yōu)，一方面，批判者(zhě)认(rèn)为AI在(zài)“学(xué)习”了大量前人(rén)的(de)作品之后，其创作(zuò)没有任何情绪和灵(líng)魂，难以和人类的艺(yì)术创作相提并(bìng)论。

另一方(fāng)面(miàn)，AIGC背(bèi)后的(de)版权、目(mù)前都并没有(yǒu)得到有效的(de)解决(jué)，还(hái)有AIGC会不会代替人类“至高(gāo)无(wú)上”的(de)创意。

马斯克也强调，人工智(zhì)能的(de)安全问题(tí)需要得(dé)到重视(shì)，太晚就来(lái)不(bù)及了。

03

AIGC下一站除(chú)了视频，还有远方

技术(shù)都是有两面(miàn)性的，潜在的危(wēi)害并不能(néng)掩盖其光辉的贡献。现(xiàn)在看来，人(rén)工智能技术(shù)将是第(dì)四次工业革命的(de)核心(xīn)驱动力(lì)量，将创造新(xīn)的增长(zhǎng)奇迹(jì)。

过去一年，人工智能在技(jì)术和商(shāng)业层面都有(yǒu)了巨大进展(zhǎn)，AI绘(huì)画就是人工智(zhì)能技(jì)术(shù)发生方向性改变的一个(gè)代表(biǎo)。其下一站或许就是视频。

此(cǐ)前(qián)，Meta和谷歌先后发布了几条引爆(bào)科技圈的(de)短视(shì)频(pín)。这些(xiē)视频引(yǐn)发关注并非内容做(zuò)得(dé)多优秀，反而都(dōu)非常简单，比(bǐ)如一(yī)匹正在喝水的马，一只画画的玩(wán)具熊(xióng)，或者一(yī)段骑摩托车的(de)第一视角录像，随便一(yī)个有(yǒu)手机(jī)的人都可以(yǐ)随手(shǒu)录下一段。

但这些(xiē)短(duǎn)视频(pín)的创(chuàng)作方(fāng)式非(fēi)常(cháng)简单，创(chuàng)作者仅(jǐn)仅需(xū)要向AI输入(rù)一段(duàn)话，甚至(zhì)只是说一下要求，AI就可以(yǐ)根(gēn)据需要生(shēng)成一段(duàn)视(shì)频(pín)。

谷歌(gē)发布的两(liǎng)个AI生(shēng)成视(shì)频分别来自于Imagen Video和Phenaki，前者主要突出(chū)的(de)是高清，与Meta的(de)Make-A-Video没有太多的(de)差(chà)别。

在Make-A-Video公布了AI生成的视(shì)频(pín)后，AI圈就已经玩(wán)了一(yī)波梗，一个能够做出更高清视频的AI还不足以在短时间内戳中(zhōng)兴奋点。

Phenaki更加(jiā)令人震惊的地方在于，它可以制(zhì)作出(chū)超过2分钟(zhōng)的(de)连贯的也有(yǒu)确切内容的(de)视频，这才是真正让人们感到惊喜的地方。因为无论AI生成的(de)视频多么高清，也(yě)只(zhǐ)能(néng)是为内容生产者提供一个灵感，一(yī)个(gè)素材，一个过场动画。

不过能够(gòu)制作出有具(jù)体剧情内容的视频(pín)就(jiù)意味着，一些视频(pín)创作由(yóu)AI代替人(rén)工完成已经初步有(yǒu)了可能。

当下AI的发(fā)展速度(dù)已经超过大部分(fēn)人(rén)的想(xiǎng)象。内(nèi)容产业的本(běn)质(zhì)是(shì)供给(gěi)创造需求(qiú)，AIGC作为全新的内容生产(chǎn)方式，可以为(wèi)内(nèi)容产业带来更新的(de)内容风格(gé)、更(gèng)快的生产速度(dù)，更低的生产成本，这无疑会驱动(dòng)内容产业(yè)的(de)大爆发(fā)。

除了AI绘图(tú)、视频(pín)，AIGC技术还能应用于音(yīn)乐(lè)、代码、机(jī)器人动作等(děng)多种内(nèi)容(róng)形式(shì)的生成。不难发现该项技术不仅在(zài)游戏等行业能得到有效应用(yòng)，对于下一代互(hù)联网各种元(yuán)素(sù)的构建亦有(yǒu)关键意义(yì)。

从商业(yè)化的角度来看，文化娱乐、教育、传媒等诸多领域，本身就(jiù)对基于AI的可视化内(nèi)容有强烈(liè)需求(qiú)。

因此，AI绘(huì)画及视频或不是(shì)结果(guǒ)，而只是(shì)AI进(jìn)程中(zhōng)的一块(kuài)重要(yào)拼图，有望在(zài)技术(shù)更(gèng)新的(de)加持(chí)下实现更大的(de)应用(yòng)价值(zhí)。

AI从理解内容，走向(xiàng)了可以生成(chéng)内容，甚至能够创造出(chū)独(dú)立价值和(hé)独立视(shì)角的内容(róng)。AIGC的再次出圈，更代表着(zhe)未来的先进生产力(lì)即将到来。

04

紧(jǐn)抓大模型与算力，牢固AIGC底座(zuò)

从技(jì)术的发展(zhǎn)也可以看出，在语言大(dà)模型、图像大模型之后(hòu)，多模态大模型已经成(chéng)为了新的趋势。

大模型被誉为当前人工智能发展(zhǎn)的智能(néng)底(dǐ)座，是(shì)全球竞(jìng)争(zhēng)最激烈的研究方向之一，包括谷歌、亚马逊、百度(dù)、阿里、腾讯等众多头部企业都(dōu)在竞(jìng)相发力(lì)。

不过训练大模型的确价格不菲，以国盛证券(quàn)发布的《ChatGPT需要多少算力》报(bào)告估(gū)算，GPT-3训练一次的成本(běn)约为(wèi)140万美元。而对于(yú)一些更大的LLM(大型语(yǔ)言(yán)模型)，训练成本(běn)则介(jiè)于200万美元至1200万美元高价(jià)之间。

以ChatGPT在2023年(nián)1月的独立访客平(píng)均数(shù)1300万计算(suàn)，其对应芯片需求(qiú)为3万多片英(yīng)伟(wěi)达A100 GPU，初始投入成本(běn)约为8亿美元，每(měi)日仅电费就在5万美元左右。

此外不论是ChatGPT还(hái)是AIGC，都离不开庞大算(suàn)力支持。在关(guān)注各类(lèi)大(dà)模型(xíng)的发展同时，更(gèng)应(yīng)该(gāi)关注算力(lì)网络的建(jiàn)设(shè)。

算力网络正驱动AI产(chǎn)业发展(zhǎn)进入史诗(shī)级加(jiā)速进程，让(ràng)AIGC及(jí)通用AI这一人工智(zhì)能发展的终(zhōng)极目(mù)标离(lí)得(dé)更近(jìn)。

因为算力可以对(duì)突破性(xìng)技术创新提(tí)供大力的支持。这方(fāng)面，多模态大模型是典型(xíng)。作为面向(xiàng)未来强人工(gōng)智(zhì)能(néng)、通(tōng)用人工智能的重要技术创新，多模(mó)态(tài)大(dà)模型已经在人工智能(néng)领域提出了很多年，业界也有(yǒu)不(bù)少技术突破，但(dàn)是，多模态(tài)大模(mó)型进一步(bù)往下(xià)走(zǒu)，算力需求呈几(jǐ)何(hé)式上(shàng)升，一般的(de)算力基础(chǔ)设施很快将难以胜(shèng)任。

从图像、文字(zì)、语音单独一项的训练，到双模(mó)态、三模态的跃(yuè)迁，让(ràng)人工智能可以灵活应对不同模态的转化(huà)、像(xiàng)人与世界交(jiāo)互一样自然，这方面，由算力网络(luò)来驱动(dòng)将有明显优势。

此外，还(hái)有(yǒu)很多需(xū)要(yào)爆发式增长的算(suàn)力来支撑(chēng)的技术(shù)创新(xīn)，将在人工智能算(suàn)力网(wǎng)络支撑下快速推进。

AIGC已经露出曙光，期待在大模型和大算力的支(zhī)持下AIGC能(néng)持续颠覆内(nèi)容生(shēng)产(chǎn)的方式，将创造的边(biān)际成(chéng)本降低，让万(wàn)众(zhòng)受益(yì)。

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 顺颂夏祺的含义，顺颂夏琪