自聊天机(jī)器人ChatGPT火爆以来，微软公司创始人(rén)比尔(ěr)·盖茨已多次公开谈论(lùn)人工智能话题。在最近的一次采访中，他再次表示(shì)：“AI可(kě)能会(huì)让科(kē)技行业迎来一次(cì)剧(jù)烈的洗牌”。

这(zhè)个(gè)结(jié)论是他在当(dāng)地(dì)时间2月20日接受《In Good Company》节(jié)目专访时提出的。

他预期，AI的(de)发展可能会威胁到谷歌的(de)市占率，因(yīn)为微软在AI方(fāng)面的行动(dòng)相当迅(xùn)速。而最终(zhōng)科技(jì)巨(jù)头(tóu)将把(bǎ)AI整合成用(yòng)户的“全能助手”，包揽一切应用(yòng)，与人(rén)们进行沟通并提供建议，可以取代亚马逊、Siri或Outlook等应用。

大(dà)佬口中全能助手的到(dào)来可能尚需时(shí)日，但由ControlNet引发(fā)的(de)又一次(cì)AI绘画浪(làng)潮，让AIGC在ChatGPT的话题热点(diǎn)包(bāo)围中杀出重围(wéi)。

01

ControlNet颠覆(fù)AI绘画(huà)新玩法

AIGC向可控靠近

以AI绘画为代表(biǎo)的AIGC上一次(cì)爆火的(de)时候，还(hái)是2022年8月，在美国(guó)科罗拉多(duō)州举办(bàn)的新兴(xīng)数字艺术家竞赛(sài)中，一(yī)幅(fú)名为《太空歌剧院》的作品(pǐn)获奖。

随(suí)后各大厂商的AI绘画软件被广(guǎng)大(dà)网友熟知并体(tǐ)验，Stable Diffusion便是其中代表。

用户(hù)们可以在应用中(zhōng)输入(rù)一组关(guān)键词或(huò)者一(yī)张(zhāng)照片，就(jiù)能获(huò)得一(yī)幅(fú)AI创作的画作。

作画的关键就是所输入(rù)的文本。同一组(zǔ)关键词(cí)也可以创作出很多张风(fēng)格不一样的画作，这让(ràng)创(chuàng)作的过(guò)程(chéng)就像开(kāi)盲盒。

很多用户很(hěn)喜欢(huān)这种(zhǒng)不确定(dìng)的惊(jīng)喜(xǐ)，他(tā)们会(huì)将(jiāng)生成的美图(tú)当做头(tóu)像。而另一部分喜(xǐ)欢翻看AI绘画的“翻车(chē)”作品(pǐn)。在社(shè)交(jiāo)媒体上，许多用户分(fēn)享AI“翻车现场”，例如，一(yī)位(wèi)网(wǎng)友(yǒu)的小狗(gǒu)照片被(bèi)AI画成了“肌肉男”，还有网友(yǒu)的个人照(zhào)片被AI识(shí)别成了(le)建筑。

而如今(jīn)随着ControlNet的(de)出现与加持，以往AI绘画的(de)填写(xiě)关(guān)键词游戏可能要被(bèi)颠覆了(le)。

ControlNet是一位正在斯坦福读(dú)博的中国(guó)人张吕敏创作的一种(zhǒng)基于控制点的图像变(biàn)形算法，主要用(yòng)于数字图像处理、计算(suàn)机(jī)视觉和计算(suàn)机图(tú)形(xíng)学等领域。

其SD插件一(yī)经发布，在短短的两(liǎng)天内(nèi)便成为了AI绘画(huà)领域(yù)最新的热点。

在此之前(qián)，大家用了很(hěn)多(duō)方法想让AI生成的结果尽可能(néng)的符(fú)合要(yào)求，但是都不尽如(rú)人意(yì)，它(tā)的出现代表着AI生(shēng)成(chéng)开(kāi)始进入(rù)真正的可控(kòng)时(shí)期。

因为ControlNet可以直接提(tí)取画(huà)面(miàn)的构图(tú)，人物的姿势和画面的深度信息等。有了它的帮助，就不用频繁的(de)用提示(shì)词(cí)来碰运气，抽盲盒(hé)式的创作了(le)。

通俗的说ControlNet相当于给AI绘(huì)画加了“魔法”，不少博主的作品已经获得(dé)了大量(liàng)的浏览量，“viggo”就是其中(zhōng)之一，他用朋(péng)友的(de)照片(piàn)直接(jiē)带她们走进动漫世(shì)界。

viggo先用StableDiffusion图(tú)片转文字。

再(zài)用Text2Prompt插件拓展找(zhǎo)到对应的关键(jiàn)词；最后用ControlNet插件绑(bǎng)定骨骼(gé)开始换关键词试(shì)效(xiào)果。

通过(guò)图片就可以看出来，效(xiào)果十(shí)分惊艳(yàn)。

更厉害的是，除了真实的照片(piàn)，草(cǎo)图也可以加上(shàng)“魔法”，知乎大牛(niú)“DevPoint”和“逗砂”介绍到ControlNet还能(néng)实(shí)现线稿转全彩图。大神张吕敏其(qí)本尊也亲自回(huí)应。

不得不(bù)说当下AIGC已经(jīng)变得(dé)越来越强大，甚至输出的(de)作品(pǐn)都已经能以假乱(luàn)真了。

02

难辨虚实，AIGC技术(shù)力爆(bào)发

警惕安(ān)全问(wèn)题

近日，“苏州金鸡湖有游艇(tǐng)party”的(de)消(xiāo)息(xī)火(huǒ)遍网络，而经过警方辟谣这所谓(wèi)的“party”可能是全国第(dì)一(yī)起(qǐ)AI绘(huì)图(tú)诈骗。

由于(yú)这个活(huó)动里(lǐ)面给出的美女照片都是AI制作的真人照片(piàn)绘图(tú)，因为太逼真，被大(dà)家当成(chéng)真事传播了(le)。

不(bù)过仔(zǎi)细观察可以发(fā)现，活动发起者提供(gōng)的照片中有个很(hěn)大的漏洞可以发现并非真人，而是AI绘图，那便是图片(piàn)中女性的手指部(bù)分有的(de)存(cún)在(zài)异常(cháng)。

有行业人事表示：“现在因为(wèi)手指部分的绘画算法(fǎ)比较复杂，AI还(hái)不太会画人(rén)的手，但最新看(kàn)到(dào)的图片已经有越来越(yuè)完美的AI模型(xíng)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有发生。据(jù)英国广播公司报(bào)道(dào)，土(tǔ)耳其地震期间，有Tiktok用户使(shǐ)用AI合成了儿(ér)童受灾的(de)假(jiǎ)照片发布到网络，以此诱骗善良的人打赏“捐(juān)助”从而实施诈骗。

目前随着(zhe)技(jì)术(shù)发展，AIGC已经(jīng)能做出真人照片般(bān)的(de)绘(huì)图效(xiào)果，如果(guǒ)这(zhè)样的图(tú)片被(bèi)用(yòng)来诈(zhà)骗，将非常可(kě)怕。

此(cǐ)外AIGC还引(yǐn)发了很多担忧，一方面，批判者认为AI在“学习”了大(dà)量前人的作品之后，奥巴马对中国友好么，奥巴马对中国关系其创作没有任何情绪和灵(líng)魂，难以和人类的艺术创(chuàng)作相(xiāng)提(tí)并(bìng)论。

另一(yī)方面(miàn)，AIGC背(bèi)后的版(bǎn)权、目前都并没有得到有(yǒu)效的(de)解决，还有AIGC会不会(huì)代替人类“至高无上”的(de)创意。

马斯克也强(qiáng)调，人(rén)工智能的安全问题(tí)需(xū)要得到重视，太晚就来不(bù)及了(le)。

03

AIGC下一站除了视频，还有远方

技(jì)术都(dōu)是有两面性(xìng)的，潜在的危(wēi)害并不能掩盖其(qí)光(guāng)辉(huī)的(de)贡献。现在(zài)看(kàn)来(lái)，人工智能技术将(jiāng)是第四次工业革(gé)命的(de)核心驱动(dòng)力(lì)量(liàng)，将(jiāng)创造新的(de)增长奇迹。

过去一(yī)年，人工智(zhì)能在技术和商(shāng)业层(céng)面都有了巨(jù)大进展，AI绘(huì)画就是人(rén)工智能(néng)技术发生方(fāng)向(xiàng)性改变的一个代表。其(qí)下一站或许(xǔ)就(jiù)是视频。奥巴马对中国友好么，奥巴马对中国关系p>

此前，Meta和谷歌(gē)先后(hòu)发布了几(jǐ)条引爆科技(jì)圈的短视频。这些视频引(yǐn)发关(guān)注并非内容做得多(duō)优秀，反而都非常简单，比如(rú)一匹正在喝水(shuǐ)的马，一只(zhǐ)画(huà)画的玩具熊，或者一段骑摩(mó)托车的第一(yī)视(shì)角录像，随便(biàn)一个有手机的(de)人都(dōu)可以随手录下一段。

但这(zhè)些短视频(pín)的创作方式非常简(jiǎn)单(dān)，创作(zuò)者仅仅需(xū)要(yào)向AI输(shū)入一段话，甚(shèn)至只是说一下要求，AI就可以(yǐ)根(gēn)据需(xū)要生成一(yī)段视频。

谷(gǔ)歌发布的两个(gè)AI生成(chéng)视频分别来自于(yú)Imagen Video和Phenaki，前者主要(yào)突出的是(shì)高(gāo)清(qīng)，与Meta的(de)Make-A-Video没有(yǒu)太多(duō)的差别(bié)。

在(zài)Make-A-Video公布(bù)了(le)AI生成的视频后，AI圈就已经玩(wán)了一波梗，一个能够做出更高清(qīng)视(shì)频的(de)AI还不足以(yǐ)在短(duǎn)时间(jiān)内(nèi)戳中兴奋(fèn)点。

Phenaki更加(jiā)令人震惊(jīng)的地方在于，它可以制作出超过2分(fēn)钟的连贯的也有确切内容的视频，这才是真正(zhèng)让人们(men)感(gǎn)到惊喜的地方。因为无论AI生成的视频多么高清，也(yě)只能是(shì)为(wèi)内容生产者提供一个灵感(gǎn)，一个素材，一个(gè)过场动画。

不过能够制作出有具体剧情(qíng)内容的(de)视频就意味着，一些视频创作由AI代(dài)替人工完(wán)成已(yǐ)经(jīng)初(chū)步(bù)有了(le)可(kě)能(néng)。

当下AI的发展速度已经超过大部分(fēn)人的想象。内容产业的本(běn)质是供(gōng)给创(chuàng)造需(xū)求(qiú)，AIGC作(zuò)为全新的内容(róng)生产方式，可以为内(nèi)容(róng)产(chǎn)业带来更新的内(nèi)容风格、更(gèng)快(kuài)的(de)生产速度，更低(dī)的生产成本(běn)，这无疑会(huì)驱动内(nèi)容产业的(de)大(dà)爆发。

除了AI绘图、视频，AIGC技术还能应(yīng)用于音乐、代码、机器(qì)人(rén)动作等多种(zhǒng)内容形式(shì)的生成。不难发现该项技术不仅在游戏等(děng)行业能(néng)得到(dào)有效应(yīng)用，对(duì)于下一代(dài)互联网各(gè)种(zhǒng)元素的构(gòu)建(jiàn)亦有关(guān)键意义(yì)。

从商(shāng)业(yè)化的角(jiǎo)度来看，文化娱乐、教育、传媒等诸多领域，本身就对(duì)基(jī)于AI的可(kě)视化内容有强烈需(xū)求。

因此，AI绘画及视(shì)频或不(bù)是结(jié)果，而只是AI进(jìn)程中的一块重要拼图，有望在技(jì)术更新的加持下实现(xiàn)更大的应用价值。

AI从理(lǐ)解(jiě)内容，走向了可以生成内容(róng)，甚至(zhì)能够创(chuàng)造出独(dú)立(lì)价值和(hé)独(dú)立视角的内(nèi)容。AIGC的再次(cì)出圈，更代表着未来(lái)的先进生产力即(jí)将到来。

04

紧抓(zhuā)大(dà)模型与算(suàn)力(lì)，牢固AIGC底(dǐ)座

从技术的发展也可以(yǐ)看出，在语言大模型、图像大模(mó)型之后，多(duō)模态(tài)大模型已(yǐ)经成(chéng)为(wèi)了新的趋势。

大模型(xíng)被誉为(wèi)当前人工智能(néng)发展的智能底座，是全球竞争(zhēng)最激烈的研究方向之一，包括谷歌(gē)、亚马(mǎ)逊(xùn)、百度、阿里、腾讯等众多头部企业都在竞(jìng)相发力。

不过训(xùn)练大模型(xíng)的确价格不(bù)菲，以国盛证券发(fā)布的《ChatGPT需要多少(shǎo)算力》报(bào)告估(gū)算，GPT-3训练(liàn)一次的成本约为140万美元。而对于一(yī)些(xiē)更大的LLM(大型语言模(mó)型)，训练成本则介于200万美元(yuán)至1200万(wàn)美元高(gāo)价之间。

以(yǐ)ChatGPT在(zài)2023年1月的独立访客平(píng)均数(shù)1300万计算，其对应(yīng)芯(xīn)片需求为3万(wàn)多片英伟达A100 GPU，初(chū)始投入成本约(yuē)为(wèi)8亿美元(yuán)，每日仅电费就在(zài)5万(wàn)美(měi)元左右。

此外不论是ChatGPT还是AIGC，都离不开庞(páng)大(dà)算(suàn)力支持(chí)。在(zài)关注(zhù)各类(lèi)大模型的发展同(tóng)时(shí)，更应该关注算力网络的建设。

算(suàn)力网络正驱动AI产业发(fā)展(zhǎn)进入史诗级加速(sù)进程(chéng)，让AIGC及通用AI这(zhè)一人(rén)工智能发展的终(zhōng)极目标离得(dé)更近(jìn)。

因(yīn)为(wèi)算力可以对(duì)突(tū)破(pò)性技(jì)术(shù)创新提供大力的(de)支持。这方面，多模(mó)态大模型是典型。作为面向未(wèi)来强人工智(zhì)能(néng)、通用人工(gōng)智能(néng)的重要技(jì)术创新(xīn)，多模态(tài)大(dà)模型(xíng)已经在人工智能(néng)领域提出了很多年，业界也有不少技术(shù)突破，但是，多模态大模型进一步往下走，算(suàn)力(lì)需求呈几何式上(shàng)升，一般(bān)的算力基础(chǔ)设施很快将难以胜任。

从图像(xiàng)、文字(zì)、语音单独一项的训练，到(dào)双模态、三模态(tài)的(de)跃(yuè)迁，让人工智(zhì)能可以灵活应对不同模态的转化(huà)、像人与世(shì)界交(jiāo)互一样(yàng)自然，这方面，由算力网络来(lái)驱(qū)动将有明显优势。

此外(wài)，还有很多需(xū)要(yào)爆发式增长的算力来支撑的技术创(chuàng)新(xīn)，将在人工智能算(suàn)力网络支撑下快速推进(jìn)。

AIGC已经露出曙光，期待(dài)在大模型和大(dà)算(suàn)力的(de)支持(chí)下AIGC能持续颠(diān)覆内容生(shēng)产(chǎn)的(de)方式，将创造的边(biān)际成本降(jiàng)低，让万(wàn)众受(shòu)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 奥巴马对中国友好么，奥巴马对中国关系