自聊(liáo)天机器人ChatGPT火爆以(yǐ)来(lái)，微软公司创始人比尔·盖(gài)茨(cí)已多(duō)次公开谈论人工智能话题。在(zài)最近的(de)一次采访中，他再次表示：“AI可能会让科技行(xíng)业迎(yíng)来一次剧烈的(de)洗牌”。

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

他预期，AI的发展(zhǎn)可能会威胁到谷歌的市(shì)占率(lǜ)，因为(wèi)微软在AI方(fāng)面的行动相当(dāng)迅(xùn)速。而最(zuì)终科技巨头将(jiāng)把AI整合成用(yòng)户的“全能(néng)助手”，包(bāo)揽一切应用，与人们进行沟通并提供建议(yì)，可以取代亚(yà)马逊、Siri或Outlook等应用。

大佬口中全能(néng)助手(shǒu)的到(dào)来(lái)可(kě)能尚需时日，但由ControlNet引发(fā)的(de)又(yòu)一次AI绘画浪潮，让AIGC在ChatGPT的(de)话题热点包(bāo)围中杀出(chū)重围。

01

ControlNet颠覆AI绘(huì)画新玩法(fǎ)

AIGC向(xiàng)可控靠近

以AI绘画为代表(biǎo)的AIGC上一次爆火(huǒ)的时候(hòu)，还是2022年(nián)8月，在美国科罗拉多州举办的新(xīn)兴(xīng)数字(zì)艺术家竞赛中，一(yī)幅(fú)名为《太空歌剧院(yuàn)》的(de)作品获(huò)奖(jiǎng)。

随后(hòu)各大厂商的AI绘画软件被广大网友(yǒu)熟知(zhī)并体(tǐ)验，Stable Diffusion便是其中代表。

用(yòng)户(hù)们可以(yǐ)在应用中输入一组关键词或者一张照片，就(jiù)能获(huò)得一幅AI创(chuàng)作的画作(zuò)。

作画的关键就(jiù)是所输入的文本。同(tóng)一组关键词也(yě)可以创(chuàng)作出(chū)很多张风格不一样的画作，这让创作的(de)过(guò)程就像开盲(máng)盒。

很多用户很喜欢(huān)这(zhè)种(zhǒng)不确定的(de)惊喜，他们(men)会将生成(chéng)的美(měi)图(tú)当做头(tóu)像。而另一部分喜欢翻(fān)看AI绘画的“翻车(chē)”作品。在社交(jiāo)媒体(tǐ)上，许(xǔ)多用户分(fēn)享AI“翻(fān)车现场”，例如(rú)，一(yī)位(wèi)网友的小狗照片(piàn)被(bèi)AI画成了“肌肉男”，还有网友的个(gè)人(rén)照(zhào)片(piàn)被AI识(shí)别成了建筑。

而如今随着ControlNet的出现(xiàn)与加持，以往AI绘画的填(tián)写关键词游戏可能要被颠覆了。

ControlNet是一位正在斯坦福读博的(de)中(zhōng)国人张吕敏创作的一种基于控制(zhì)点的图像变(biàn)形(xíng)算(suàn)法(fǎ)，主要用于数字(zì)图(tú)像处理、计(jì)算机视觉(jué)和计算机图形学等领域。

其SD插件一经(jīng)发布，在短短(duǎn)的两天内便成(chéng)为了AI绘画领域最新的热点。

在(zài)此之前，大家用了很(hěn)多方法想(xiǎng)让AI生成(chéng)的结果尽可能的符(fú)合要(yào)求，但是都不尽(jǐn)如人意，它的出现代表着AI生成开(kāi)始进入真正的可控时期。

因为(wèi)ControlNet可以直接提取画面的构(gòu)图，人(rén)物的姿(zī)势(shì)和画(huà)面的(de)深度信息(xī)等。有了它(tā)的帮助，就不(bù)用(yòng)频繁的用提(tí)示词来碰(pèng)运气，抽盲盒式的创(chuàng)作了(le)。

通(tōng)俗的说ControlNet相当于给AI绘画加了“魔(mó)法(fǎ)”，不少博主的作品(pǐn)已经获(huò)得了(le)大量的浏览量，“viggo”就是(shì)其中(zhōng)之一(yī)，他用朋友的照片直接带(dài)她们走进动漫世界(jiè)。

viggo先(xiān)用StableDiffusion图片转文字。

再(zài)用(yòng)Text2Prompt插件拓(tuò)展找到对应的关键词；最后用ControlNet插(chā)件绑定骨骼(gé)开(kāi)始换关键(jiàn)词试效(xiào)果。

通过(guò)图片就可以看出来，效(xiào)果十分惊艳。

更厉害的(de)是，除了真实的照片，草图也(yě)可以加上“魔法”，知乎大牛“DevPoint”和“逗砂”介(jiè)绍(shào)到(dào)ControlNet还能实现(xiàn)线稿(gǎo)转(zhuǎn)全(quán)彩(cǎi)图。大神张吕敏其本尊也亲自回(huí)应。

皇族是什么意思饭圈，韩国皇族是什么意思g="async" src="https://mmbiz.heiliaofuli.com/wp-content/uploads/2023/03/90c6e5987a37ef9.jpeg?imageMogr2/thumbnail/2160x0/format/webp/quality/80" data-ratio="1.3637137989778534" data-s="300,640" data-type="jpeg" data-w="1174">

不(bù)得不说当下AIGC已经变得越来越(yuè)强大(dà)，甚至输出的作品都已经能以假乱真(zhēn)了。

02

难辨虚(xū)实，AIGC技(jì)术力爆发

警惕安(ān)全问题

近日，“苏州金鸡湖有游(yóu)艇party”的消息火(huǒ)遍网络，而(ér)经过警方辟谣(yáo)这所谓的(de)“party”可能是全(quán)国(guó)第(dì)一起AI绘(huì)图诈骗。

由于这个活动里(lǐ)面给出的美女照片都(dōu)是AI制作的真人照片绘图，因(yīn)为(wèi)太逼真(zhēn)，被大(dà)家当(dāng)成真事传(chuán)播了。

不过仔细观察可以发现，活动发起(qǐ)者(zhě)提供(gōng)的照片(piàn)中(zhōng)有个很大(dà)的漏(lòu)洞可以发现(xiàn)并(bìng)非真人，而是(shì)AI绘(huì)图，那便是(shì)图片中女性(xìng)的手指部分有的存在异常。

有(yǒu)行业人事表示：“现在(zài)因为手(shǒu)指部分的绘画算法(fǎ)比较复(fù)杂，AI还不太会(huì)画人的手，但最(zuì)新看(kàn)到(dào)的图片已经有(yǒu)越来越完美(měi)的AI模型出现，以后可能就完全没(méi)有漏洞了。”

类似的AI作图诈骗在国外也已(yǐ)有发生。据英国(guó)广播公(gōng)司报道，土耳其地震期(qī)间，有Tiktok用户使用AI合(hé)成(chéng)了(le)儿童受灾的假照片发布到(dào)网络(luò)，以(yǐ)此诱骗善(shàn)良的人打赏“捐助”从而实施(shī)诈(zhà)骗。

目前(qián)随(suí)着技术发展，AIGC已经能做出真(zhēn)人照片般(bān)的绘图(tú)效果(guǒ)，如果(guǒ)这样的图片(piàn)被用(yòng)来诈骗(piàn)，将非(fēi)常可怕。

此外AIGC还引发(fā)了很多担忧，一方面，批判者认为AI在(zài)“学习”了大量前(qián)人的(de)作品之后，其创(chuàng)作没有(yǒu)任何情绪和灵魂，难以和人(rén)类的艺术创作相提并(bìng)论。

另一方(fāng)面，AIGC背后的版权、目(mù)前(qián)都并没有得(dé)到有效的解决，还有AIGC会不会代替人类“至高无上(shàng)”的(de)创意。

马(mǎ)斯克也(yě)强调，人(rén)工智能的安全问题(tí)需要得(dé)到重视，太晚就来(lái)不及(jí)了。

03

AIGC下一站除了(le)视频，还有远方

技术(shù)都(dōu)是有两面性的，潜在的危害并不能掩盖其光(guāng)辉的贡献(xiàn)。现在看(kàn)来，人工智能技(jì)术将(jiāng)是第四次工业革(gé)命的核心驱动(dòng)力量，将创造新的增长奇迹。

过(guò)去一年，人(rén)工智(zhì)能在技术(shù)和商业层面都(dōu)有了巨大进展，AI绘画(huà)就是人工智能技术(shù)发(fā)生方向性改变的一个代(dài)表。其下一站(zhàn)或许就是(shì)视频(pín)。

此(cǐ)前，Meta和谷歌(gē)先(xiān)后发(fā)布(bù)了几条引(yǐn)爆(bào)科技圈的短视频。这(zhè)些视频引发关注(zhù)并(bìng)非内容(róng)做得多优秀，反而都非常简单，比如一匹(pǐ)正(zhèng)在喝水(shuǐ)的马，一只画(huà)画的(de)玩具熊，或者一段骑摩托(tuō)车(chē)的第一(yī)视角录像，随便一个有手机(jī)的人都可以(yǐ)随手录下一段。

但这些短视(shì)频的(de)创作方(fāng)式非(fēi)常(cháng)简单，创作者仅仅需要向AI输入一段话，甚至只是说一下要求，AI就可以根(gēn)据(jù)需(xū)要生成一段(duàn)视频。

谷(gǔ)歌(gē)发布的(de)两(liǎng)个AI生成(chéng)视(shì)频分别来自于Imagen Video和Phenaki，前(qián)者主要突出的是高(gāo)清，与Meta的Make-A-Video没有(yǒu)太(tài)多的差别。

在Make-A-Video公(gōng)布了AI生成(chéng)的视频后，AI圈(quān)就已(yǐ)经(jīng)玩了一波梗(gěng)，一个能够做出(chū)更高清视频的AI还(hái)不足以在短时间内(nèi)戳中兴奋点。

Phenaki更加令人震惊的地方在于，它可以(yǐ)制作(zuò)出超过(guò)2分钟的连贯的也有确切内(nèi)容的(de)视(shì)频，这才是真正让人们(men)感到惊喜(xǐ)的地方。因为无论AI生成的视(shì)频(pín)多么(me)高清(qīng)，也只(zhǐ)能是(shì)为内容(róng)生产(chǎn)者提供一(yī)个灵感(gǎn)，一(yī)个素材，一(yī)个过(guò)场动画。

不过能够制作出有具体(tǐ)剧情内容的视频就意味(wèi)着，一些视频创(chuàng)作(zuò)由AI代替人工完成已经初步(bù)有了可能(néng)。

当(dāng)下AI的发展速度已(yǐ)经超过大部(bù)分(fēn)人的想(xiǎng)象。内(nèi)容产业的本质是供给创造需求(qiú)，AIGC作为全新(xīn)的内(nèi)容生产方(fāng)式(shì)，可以为内(nèi)容产业(yè)带来更(gèng)新的(de)内容风格、更(gèng)快的生(shēng)产速(sù)度，更低的生(shēng)产成本，这(zhè)无疑会驱动内容(róng)产业的大爆发。

除(chú)了AI绘图、视频，AIGC技(jì)术还能(néng)应用于音乐、代码、机器人(rén)动作等多(duō)种内容(róng)形式(shì)的生成。不难发现该项技术不仅在(zài)游戏等行(xíng)业(yè)能(néng)得到有效(xiào)应用，对于下一代(dài)互联网各(gè)种元素的构建亦有关(guān)键意(yì)义。

从(cóng)商业化(huà)的角度(dù)来(lái)看，文化(huà)娱(yú)乐、教育、传媒(méi)等诸(zhū)多领域(yù)，本(běn)身(shēn)就对基于AI的可视化(huà)内容(róng)有(yǒu)强烈(liè)需求。

因(yīn)此，AI绘(huì)画(huà)及视频或不是(shì)结果，而只是AI进程中的一块(kuài)重要(yào)拼图(tú)，有望在技术更(gèng)新的加持(chí)下(xià)实现更大的应用(yòng)价值。

AI从理解内容，走向了(le)可(kě)以生成(chéng)内容，甚至(zhì)能够创(chuàng)造(zào)出独立价值和独立视角(jiǎo)的内(nèi)容。AIGC的再次(cì)出圈，更代表着未来(lái)的先(xiān)进生产(chǎn)力(lì)即将到来。

04

紧(jǐn)抓(zhuā)大模(mó)型(xíng)与(yǔ)算力，牢固AIGC底座

从技术(shù)的发展也可以(yǐ)看出(chū)，在语言大模型、图像大模(mó)型(xíng)之后，多模(mó)态(tài)大模型已经成为了新的趋势。

大(dà)模型被誉为当前人工(gōng)智能发展的智能(néng)底座，是全球竞争最激烈的研究方(fāng)向之一(yī)，包括谷歌、亚马逊(xùn)、百(bǎi)度(dù)、阿里、腾讯等众(zhòng)多头部(bù)企业都在(zài)竞相发力。

不过训练大模型的确价格不菲，以国盛证券发布的(de)《ChatGPT需要多(duō)少算力(lì)》报告估算，GPT-3训练一次(cì)的成本约为140万美元(yuán)。而对于一些更大的LLM(大型语(yǔ)言模型)，训练(liàn)成本则介于(yú)200万美元至1200万美元(yuán)高价之间(jiān)。

以ChatGPT在2023年1月的(de)独立(lì)访(fǎng)客平(píng)均数1300万计算，其对(duì)应芯片需求为(wèi)3万多(duō)片英伟达(dá)A100 GPU，初(chū)始投入成(chéng)本约为(wèi)8亿(yì)美元，每日仅电费就在5万(wàn)美元左右(yòu)。

此外不论是ChatGPT还是AIGC，都离不开庞(páng)大算(suàn)力支(zhī)持。在关注各类(lèi)大(dà)模型的发展同时，更(gèng)应该关注(zhù)算力(lì)网络的建设。

算力网络正驱动AI产业发展进入史诗(shī)级加速(sù)进程，让AIGC及通用AI这一(yī)人工智能发展的终极(jí)目标离得更近。

因为算(suàn)力可以对突破性技术创新提供大(dà)力的支持。这方面(miàn)，多(duō)模态(tài)大模型是典(diǎn)型。作为面(miàn)向未(wèi)来强人工智能(néng)、通用(yòng)人工智能的重要技术创(chuàng)新(xīn)，多模态(tài)大模型已经在(zài)人(rén)工智能领域提出了(le)很多年，业界也有不少技术突破(pò)，但(dàn)是，多模态(tài)大模(mó)型进一步往(wǎng)下走，算力(lì)需(xū)求呈几何式上升，一般的算力基础设施很快将难以胜任。

从图像(xiàng)、文字、语(yǔ)音单独一项的训(xùn)练，到(dào)双模态、三模(mó)态的(de)跃迁，让人工智能可以灵活应对(duì)不同模(mó)态(tài)的转化、像(xiàng)人与(yǔ)世界交互一样自然，这方面，由算力网络来(lái)驱动将有明显优势。

此外，还(hái)有(yǒu)很多需要爆(bào)发式增长的(de)算力来(lái)支(zhī)撑的技术创新，将在人(rén)工智能算力网(wǎng)络(luò)支撑下快速推进。

AIGC已经露出(chū)曙(shǔ)光，期待在大模型和(hé)大算(suàn)力的(de)支持下AIGC能持续颠覆(fù)内容生产的(de)方(fāng)式，将创(chuàng)造的边际成本降(jiàng)低，让万(wàn)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 皇族是什么意思饭圈，韩国皇族是什么意思