自聊(liáo)天机器人ChatGPT火爆以来，微软公司创(chuàng)始人比(bǐ)尔(ěr)·盖茨已多次公开谈论人工智能话题。在最近的(de)一次(cì)采访中(zhōng)，他再次(cì)表示(shì)：“AI可能会让(ràng)科技行业迎(yíng)来(lái)一次剧烈的洗牌(pái)”。

这个结论是他(tā)在当(dāng)地时(shí)间2月20日接(jiē)受《In Good Company》节目专(zhuān)访时提出的。

他预期，AI的发展可(kě)能(néng)会(huì)威胁到(dào)谷歌的市占率，因为微软在AI方面的行动相(xiāng)当迅速。而最终科技(jì)巨(jù)头将(jiāng)把AI整合成(chéng)用户(hù)的“全能助手”，包揽一切应(yīng)用，与(yǔ)人(rén)们(men)进行沟通并提供建议，可以取代亚马逊、Siri或Outlook等应用。

大(dà)佬口(kǒu)中全(quán)能助手的到来(lái)可能尚(shàng)需时日(rì)，但由ControlNet引(yǐn)发的又一次AI绘画浪潮，让AIGC在(zài)ChatGPT的(de)话题(tí)热点包(bāo)围中杀(shā)出重围。

01

ControlNet颠覆(fù)AI绘画(huà)新玩法

AIGC向可控靠(kào)近

以AI绘画为代表的AIGC上一(yī)次爆火的时候，还(hái)是2022年8月，在美国科(kē)罗拉多州举(jǔ)办的新兴(xīng)数字艺术家(jiā)竞赛中(zhōng)，一(yī)幅(fú)名为《太空歌剧(jù)院(yuàn)》的作品获奖。

随后各大厂(chǎng)商(shāng)的(de)AI绘画软(ruǎn)件被广大网友熟知并体(tǐ)验，Stable Diffusion便是(shì)其中代表。

用户们可以在应用中(zhōng)输(shū)入一组关键词或者一张照(zhào)片，就(jiù)能获得一(yī)幅(fú)AI创(chuàng)作的画作。

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

很多用户很喜欢这(zhè)种不(bù)确定的惊喜，他们会将生成的(de)美图当做头像。而另一部分喜(xǐ)欢(huān)翻看AI绘画的(de)“翻车(chē)”作品。在社交媒体上，许(xǔ)多用户(hù)分享AI“翻车(chē)现场”，例如，一位网友的小(xiǎo)狗(gǒu)照片被AI画成了“肌(jī)肉男”，还有网友的个人照(zhào)片被(bèi)AI识别成了建筑。

而(ér)如今(jīn)随着ControlNet的出现(xiàn)与加持，以往AI绘画的填写关(guān)键(jiàn)词游(yóu)戏可(kě)能(néng)要(yào)被(bèi)颠覆(fù)了。

ControlNet是一位(wèi)正在斯坦(tǎn)福读(dú)博的(de)中国人张(zhāng)吕(lǚ)敏创(chuàng)作(zuò)的(de)一种基于控制点的图像变形(xíng)算(suàn)法(fǎ)，主(zhǔ)要用(yòng)于数(shù)字图像处理(lǐ)、计算机视觉和计算机图形(xíng)学等(děng)领域。

其SD插(chā)件一(yī)经发布，在短(duǎn)短的两天内(nèi)便成为了AI绘画领(lǐng)域最新的热点。

在此(cǐ)之(zhī)前(qián)，大家(jiā)用了很多方法想让(ràng)AI生成的(de)结果尽可能(néng)的符(fú)合要求，但是(shì)都不尽如人意，它的出现(xiàn)代(dài)表着(zhe)AI生(shēng)成开始(shǐ)进入真正的可控时期。

因为ControlNet可以直接(jiē)提取画面的(de)构图，人物(wù)的姿势(shì)和画面(miàn)的深度(dù)信息等。有了它的帮助，就(jiù)不(bù)用频(pín)繁的用提示(shì)词来碰运(yùn)气(qì)，抽盲盒式的创(chuàng)作了(le)。

通俗的说ControlNet相当于给AI绘画(huà)加了“魔法(fǎ)”，不(bù)少博主的作(zuò)品已(yǐ)经获(huò)得了(le)大量的浏(liú)览量，“viggo”就是其中之一(yī)，他用朋友(yǒu)的照片直接带她们走进动漫世界。

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

再用(yòng)Text2Prompt插件拓展(zhǎn)找到(dào)对(duì)应(yīng)的关键词；最后用ControlNet插(chā)件绑定骨骼开(kāi)始换关键词(cí)试效果。

通过图片(piàn)就可以看(kàn)出来，效果十分惊艳。

更厉害的是，除了真实的照片，草图也可(kě)以加上“魔(mó)法”，知(zhī)乎(hū)大牛“DevPoint”和“逗砂”介绍(shào)到ControlNet还能实现线(xiàn)稿转全彩图(tú)。大神张(zhāng)吕(lǚ)敏其本尊也(yě)亲自回应。

不得不(bù)说(shuō)当下AIGC已经(jīng)变得越(yuè)来越强大，甚至输出的(de)作(zuò)品都(dōu)已(yǐ)经能(néng)以假乱真了。

02

难(nán)辨虚实，AIGC技术力爆(bào)发

警惕安全问题

近日，“苏(sū)州金鸡(jī)湖有游艇(tǐng)party”的消息火遍网络(luò)，而经(jīng)过警方(fāng)辟谣(yáo)这(zhè)所(suǒ)谓(wèi)的“party”可(kě)能(néng)是全国(guó)第一起AI绘图诈骗(piàn)。

由于这个活动(dòng)里面给(gěi)出(chū)的美女照片都是AI制作的真人照片(piàn)绘图(tú)，<圣诞节可以同房吗，元旦节可以同房吗strong>因为(wèi)太(tài)逼真，被(bèi)大家(jiā)当(dāng)成真事传播(bō)了。

不(bù)过仔细观察可以发现(xiàn)，活动发起(qǐ)者提供的照片中有个很大的漏洞可以发现(xiàn)并(bìng)非真(zhēn)人，而是AI绘(huì)图，那便是图片(piàn)中女性的手指部(bù)分有的(de)存(cún)在异(yì)常。

有行业人事表示：“现在因为手指部分的绘画算法(fǎ)比(bǐ)较复杂(zá)，AI还不太会画人的手(shǒu)，但最新看到的图片已经有越来(lái)越(yuè)完美的AI模型出(chū)现(xiàn)，以(yǐ)后(hòu)可能就完(wán)全没(méi)有漏洞了。”

类似的AI作图诈骗在国外也已有(yǒu)发(fā)生。据英国广(guǎng)播公司报道，土(tǔ)耳其地震(zhèn)期(qī)间，有Tiktok用户使用AI合(hé)成了儿童(tóng)受(shòu)灾(zāi)的假照片发(fā)布到网络，以此诱骗(piàn)善(shàn)良的(de)人打赏“捐助(zhù)”从而实施诈骗。

目(mù)前随(suí)着技术发展(zhǎn)，AIGC已经(jīng)能(néng)做出真人照片般的绘图效果，如果这样的图(tú)片(piàn)被用来诈骗，将非常可(kě)怕。

此外AIGC还引发了很多担忧，一方面，批判者(zhě)认为AI在(zài)“学习”了大量前(qián)人的作品之(zhī)后，其(qí)创作没有任何(hé)情绪和灵(líng)魂，难以和人类(lèi)的艺术创作相(xiāng)提并论。

另一方(fāng)面，AIGC背后的版权、目前都并没有(yǒu)得到有效的解(jiě)决(jué)，还有AIGC会不会代替人类“至高无上”的创意。

马斯(sī)克(kè)也强调，人工智(zhì)能(néng)的安全(quán)问题需(xū)要得到重视，太晚就来不及了。

03

AIGC下一站除了视(shì)频，还有远方

技术(shù)都是有两面性(xìng)的，潜在的(de)危害并(bìng)不能掩盖其光(guāng)辉的(de)贡献。现(xiàn)在看(kàn)来，人工智能技术将是第四(sì)次(cì)工业革命的核(hé)心(xīn)驱动力量(liàng)，将创造新的增(zēng)长奇(qí)迹。

过去(qù)一年(nián)，人(rén)工智能在技术和商业层面都(dōu)有了(le)巨大进展，AI绘画就(jiù)是(shì)人(rén)工(gōng)智(zhì)能技术发(fā)生方向性改变的一个(gè)代表。其下一站(zhàn)或许就是视频。

此前，Meta和谷歌先后发布了几条引爆科(kē)技圈的短视频。这些视频引发关注(zhù)并非(fēi)内容做得(dé)多优秀，反(fǎn)而都(dōu)非(fēi)常简(jiǎn)单，比如一(yī)匹(pǐ)正在(zài)喝水(shuǐ)的马，一只画画的玩具熊，或者一(yī)段骑摩托(tuō)车的第一视角录像(xiàng)，随便一个有手机的人都可以(yǐ)随手(shǒu)录下一段(duàn)。

但这些短视频的创作(zuò)方式非(fēi)常简单，创(chuàng)作者仅(jǐn)仅需要(yào)向AI输入一段(duàn)话，甚至只是说一下要求，AI就可以根据(jù)需要(yào)生成一段视频。

谷歌(gē)发(fā)布的两个(gè)AI生成视频分别来(lái)自于Imagen Video和(hé)Phenaki，前(qián)者主(zhǔ)要突出的是高清，与Meta的Make-A-Video没有太多的差别。

在(zài)Make-A-Video公(gōng)布(bù)了AI生成(chéng)的视频后(hòu)，AI圈就已经玩了一波(bō)梗(gěng)，一个能(néng)够做出更高清视频(pín)的AI还不足以(yǐ)在短时(shí)间内戳中兴奋点。

Phenaki更加令人震惊的(de)地方在于，它可(kě)以制作(zuò)出(chū)超过2分钟的连贯的也有确切(qiè)内容(róng)的视频，这(zhè)才是真(zhēn)正让人们(men)感到(dào)惊喜的地方(fāng)。因为无(wú)论AI生成的(de)视频多么(me)高清，也(yě)只能是(shì)为内(nèi)容生产者提(tí)供一个灵感，一个素材，一个过场动画(huà)。

不过能够制(zhì)作出有(yǒu)具体剧情(qíng)内(nèi)容的(de)视频就意味着，一些视频(pín)创作由AI代(dài)替人(rén)工完(wán)成(chéng)已经初步有了(le)可能(néng)。

当下AI的发展速度已经超过(guò)大部分(fēn)人的想象。内(nèi)容产业的本(běn)质(zhì)是供(gōng)给(gěi)创造需求(qiú)，AIGC作为全新的内(nèi)容生产方(fāng)式，可以为(wèi)内容产业带来更新(xīn)的(de)内容风格(gé)、更(gèng)快的生产(chǎn)速度，更低的生产成本，这无疑会驱动内容产(chǎn)业(yè)的大爆(bào)发。

除了AI绘图、视频，AIGC技术还能应用(yòng)于音乐、代码、机器人动作等(děng)多种(zhǒng)内容形式的生成。不难(nán)发现该项技(jì)术不仅在游戏(xì)等行业能得到有效应用，对于(yú)下(xià)一(yī)代互联网各种元(yuán)素的(de)构(gòu)建亦有关键意(yì)义。

从商业化(huà)的(de)角度(dù)来看，文化娱(yú)乐、教育、传媒(méi)等诸多领域，本身就对基(jī)于AI的可视(shì)化内容有强烈需求。

因(yīn)此，AI绘(huì)画及视频或不是结果，而只是(shì)AI进程(chéng)中的一块重要拼图(tú)，有望(wàng)在(zài)技(jì)术更新的加持下实现更大的(de)应(yīng)用价值。

AI从理解内容，走向了可以生成内(nèi)容，甚至能够创(chuàng)造出独(dú)立价(jià)值和(hé)独立(lì)视角(jiǎo)的内(nèi)容。AIGC的再次出圈(quān)，更(gèng)代表着未来的先(xiān)进生产力即将到(dào)来(lái)。

04

紧抓大模(mó)型(xíng)与算力，牢(láo)固(gù)AIGC底(dǐ)座

从技术的(de)发展也(yě)可以看出，在语言大模型、图像大模型(xíng)之后(hòu)，多模态大(dà)模型(xíng)已经成为了(le)新的趋(qū)势(shì)。

大模型被誉(yù)为当(dāng)前人(rén)工(gōng)智能发(fā)展的智能(néng)底座，是全(quán)球竞争最(zuì)激烈的研究(jiū)方向之一(yī)，包括谷歌、亚马逊、百度、阿(ā)里、腾讯(xùn)等众(zhòng)多(duō)头(tóu)部企业都在竞相发力。

不过训练(liàn)大模型的确价(jià)格(gé)不菲，以国盛证券发布的(de)《ChatGPT需(xū)要多(duō)少算力》报(bào)告估算，GPT-3训练(liàn)一次的成本约为140万美元。而对于(yú)一些更(gèng)大的LLM(大型语言(yán)模(mó)型)，训练成本则介于200万(wàn)美元至1200万(wàn)美元高(gāo)价之间。

以(yǐ)ChatGPT在(zài)2023年(nián)1月的独(dú)立访客(kè)平均数(shù)1300万计(jì)算，其对应芯片需求为3万多(duō)片英伟达A100 GPU，初(chū)始投入成本(běn)约为8亿美元，每日仅电(diàn)费就在5万(wàn)美元左右(yòu)。

此(cǐ)外不论是(shì)ChatGPT还是AIGC，都离不开庞大算力支持。在(zài)关(guān)注各类大模型(xíng)的发展同时(shí)，更应该关注算(suàn)力网络的建设。

算力网络正驱(qū)动AI产业发(fā)展进入史(shǐ)诗级(jí)加速进程，让AIGC及通用(yòng)AI这一人工(gōng)智能发展(zhǎn)的终极目标(biāo)离得(dé)更(gèng)近。

因为算力可以对突破性技(jì)术创新提供(gōng)大(dà)力的支持。这方面，多模态大模型是(shì)典(diǎn)型(xíng)。作为面(miàn)向未来强人(rén)工智(zhì)能、通用人工智(zhì)能(néng)的(de)重要技术创(chuàng)新，多(duō)模态大模型已经在人工智(zhì)能领域提(tí)出了很多年(nián)，业(yè)界也(yě)有不少(shǎo)技术突破，但是，多模态大模型进(jìn)一步往下走(zǒu)，算力需求呈(chéng)几何式上升，一般的算力基础设(shè)施很快将难以(yǐ)胜任。

从(cóng)图像、文字、语音(yīn)单独一(yī)项的训练，到双模态、三模态的跃(yuè)迁，让人工智能可(kě)以(yǐ)灵活应对不同模态的转化、像人与世界交互一样自然，这方面，由算(suàn)力网络来驱动将有明显优(yōu)势。

此外，还有(yǒu)很多需要爆发(fā)式增长(zhǎng)的算力来支撑的技术(shù)创新，将在(zài)人工(gōng)智能算力网络支撑下快速推进。

AIGC已经露出曙光，期待在大模型和大算力的支持下AIGC能(néng)持(chí)续颠覆(fù)内容生产的(de)方式(shì)，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 圣诞节可以同房吗，元旦节可以同房吗