自聊天机器人ChatGPT火(huǒ)爆(bào)以来，微软公司创始人(rén)比尔·盖茨已多次(cì)公(gōng)开谈论人工智能话题。在最(zuì)近的一(yī)次采(cǎi)访中(zhōng)，他再(zài)次表示：“AI可(kě)能会让科技行业迎来一次(cì)剧烈的洗(xǐ)牌(pái)”。

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

他预期，AI的发展(zhǎn)可能会(huì)威胁到谷歌的市占率，因为(wèi)微软在AI方面的行(xíng)动(dòng)相当迅速。而(ér)最终科技(jì)巨(jù)头将把(bǎ)AI整合成用户的“全能助手(shǒu)”，包揽一切应(yīng)用，与人们进行沟通并(bìng)提(tí)供建议(yì)，可以(yǐ)取代亚马逊、Siri或Outlook等应用。

大佬口中(zhōng)全能助手的到(dào)来可能尚(重孙子又叫什么，重孙的孙子叫什么shàng)需时日，但由(yóu)ControlNet引发的(de)又一次AI绘画浪潮，让AIGC在ChatGPT的话题热点包围中杀出重围。

01

ControlNet颠(diān)覆AI绘画新玩(wán)法

AIGC向可控(kòng)靠(kào)近

以AI绘画为代表的AIGC上一次爆(bào)火的时候，还是2022年8月，在美国科罗拉多州举(jǔ)办的新兴数字艺术家竞赛中(zhōng)，一幅(fú)名为《太空歌剧院》的作品获奖。

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

用户们可以在应用中(zhōng)输(shū)入一组关键(jiàn)词或者一张照片，就能获得(dé)一(yī)幅AI创作的(de)画作。

作画的关键就(jiù)是所输入的(de)文本(běn)。同一组关键词也可以创作出很多张(zhāng)风格不一(yī)样(yàng)的画作，这让创作的过程(chéng)就像开盲盒。

很多(duō)用户很喜欢这(zhè)种不确定的惊喜，他们会将生成的美图当做头像。而另(lìng)一(yī)部(bù)分喜(xǐ)欢翻看AI绘画的(de)“翻车”作品(pǐn)。在社交媒体上(shàng)，许多用户分(fēn)享AI“翻车现场”，例如，一(yī)位网友的小狗照片被AI画成了“肌肉(ròu)男”，还有网友的个人照片被AI识(shí)别成(chéng)了建筑。

而(ér)如今随着(zhe)ControlNet的出现与加持，以往AI绘(huì)画的填写关键词游戏可(kě)能要被颠(diān)覆了。

ControlNet是一位正在斯坦(tǎn)福读博的中国人(rén)张吕敏创作的一(yī)种基(jī)于控制点的图像变形算法，主要用于数(shù)字图像处理、计算机视(shì)觉和计算机图形学等领(lǐng)域。

其SD插件一经发布(bù)，在短短(duǎn)的两天内(nèi)便成为了AI绘画领域最新的热点。

在(zài)此之前(qián)，大(dà)家用了(le)很多(duō)方法想(xiǎng)让(ràng)AI生成的结果(guǒ)尽(jǐn)可(kě)能的符合要求(qiú)，但(dàn)是都(dōu)不(bù)尽如人意，它(tā)的出现代表着AI生成开始进入真正的(de)可控时期(qī)。

因为ControlNet可以直接(jiē)提取画(huà)面(miàn)的构(gòu)图(tú)，人物的姿势和画面(miàn)的深度信息等(děng)。有了它的帮助，就不用频繁的用提示词来(lái)碰运气，抽盲盒式的(de)创作了(le)。

通俗的说ControlNet相当于给(gěi)AI绘画加(jiā)了“魔(mó)法”，不少(shǎo)博主的作品已经获得了大量(liàng)的(de)浏览量，“viggo”就是其中之一，他用朋友的照片(piàn)直接带她们走进动漫世界(jiè)。

viggo先(xiān)用(yòng)StableDiffusion图片(piàn)转(zhuǎn)文(wén)字。

再用Text2Prompt插件拓展找(zhǎo)到对应的关键词；最后(hòu)用ControlNet插(chā)件绑定骨骼开始换关键词试效果。

通过图片就可以看出来，效果十分惊艳。

更厉(lì)害的是，除(chú)了真实的照片，草图也(yě)可以(yǐ)加上“魔法”，知乎(hū)大(dà)牛(niú)“DevPoint”和“逗砂”介绍(shào)到ControlNet还能(néng)实现线稿转全彩图。大神张(zhāng)吕敏其本尊也亲自回应。

不(bù)得(dé)不说(shuō)当下(xià)AIGC已经变得越来越强大，甚至输出的作品都(dōu)已经能(néng)以假(jiǎ)乱真了。

02

难辨虚实，AIGC技术力爆发

警惕安全问(wèn)题

近(jìn)日(rì)，“苏州金鸡湖有游(yóu)艇party”的消息火遍网(wǎng)络，而经(jīng)过(guò)警(jǐng)方辟谣这所谓的“party”可能(néng)是(shì)全国第一起AI绘图诈骗。

由于这个活动里面(miàn)给(gěi)出的美女照片都是AI制作的(de)真人照片(piàn)绘图，因为太逼(bī)真，被大家当成真(zhēn)事传播了。

不过仔细观察可以发现(xiàn)，活(huó)动发起(qǐ)者(zhě)提(tí)供的照片中有个很大的漏洞(dòng)可以(yǐ)发现(xiàn)并非(fēi)真人，而是AI绘图(tú)，那便(biàn)是图片中女性的(de)手指部分有的存(cún)在异(yì)常。

有行业人事表示：“现在因为手指部分(fēn)的绘画算法比较(jiào)复杂，AI还不太会画(huà)人的手，但最新看到的图片已经有越来(lái)越(yuè)完美的AI模型出现，以后可能就完全没(méi)有(yǒu)漏洞了。”

类似(shì)的AI作图诈骗在国外也已有(yǒu)发生。据英国广(guǎng)播公司报道(dào)，土(tǔ)耳其地震期间，有Tiktok用户使用AI合成了儿童受灾的假照片发布到网络，以此诱骗(piàn)善良的人打赏(shǎng)“捐助”从而实施诈(zhà)骗(piàn)。

目前随(suí)着技术发展(zhǎn)，AIGC已(yǐ)经能做出真(zhēn)人照片般的绘图效果，如果这样的(de)图片被用来诈骗，将非常(cháng)可怕(pà)。

此外AIGC还引发了很多担忧，一(yī)方(fāng)面，批判者认为AI在“学习”了大(dà)量前人的作(zuò)品(pǐn)之后，其(qí)创作没有任(rèn)何情(qíng)绪(xù)和灵魂，难以和人类的艺术(shù)创(chuàng)作相提并论(lùn)。

另一方面，AIGC背后的版权、目前(qián)都并没有得到有效的解决(jué)，还有AIGC会不会(huì)代替人类“至高无上”的创意。

马斯(sī)克也强调，人工智能的(de)安全问题需(xū)要得到重视，太晚就来不及了。

03

AIGC下一站除了视频，还(hái)有远方(fāng)

技术都是(shì)有两面性的，潜(qián)在(zài)的危害并不能掩盖其(qí)光辉的贡献。现(xiàn)在(zài)看来，人(rén)工智能(néng)技(jì)术将是第四次工业革命的核(hé)心(xīn)驱动力量，将(jiāng)创造新的增长奇(qí)迹。

过去一(yī)年，人工智能在技术和(hé)商业层面都有了巨(jù)大进(jìn)展，AI绘画就是(shì)人工智(zhì)能技(jì)术发生方(fāng)向(xiàng)性改变(biàn)的一(yī)个代表。其下(xià)一站或(huò)许(xǔ)就(jiù)是视频。

此前(qián)，Meta和谷歌先后(hòu)发布了几条引爆科技(jì)圈的短(duǎn)视频。这些视(shì)频引发关注并非内容做得多优秀，反(fǎn)而都非常简单，比如一匹正在(zài)喝水的马，一只(zhǐ)画画的玩(wán)具(jù)熊，或者一段骑摩托车的第一(yī)视(shì)角录(lù)像(xiàng)，随(suí)便一个有(yǒu)手(shǒu)机的(de)人(rén)都可以(yǐ)随手录下一段。

但这(zhè)些短(duǎn)视频的(de)创(chuàng)作方式非常简单，创作者仅仅需要(yào)向AI输入(rù)一段话(huà)，甚至只是(shì)说一下要求，AI就可以根据需(xū)要生成(chéng)一(yī)段视(shì)频。

谷歌发布(bù)的两个AI生成视频分别来自(zì)于Imagen Video和(hé)Phenaki，前者主(zhǔ)要突出的是高清，与Meta的Make-A-Video没有(yǒu)太多的(de)差(chà)别。

在(zài)Make-A-Video公(gōng)布了AI生成(chéng)的视频后，AI圈就已(yǐ)经玩了一(yī)波梗，一个能够做出更高清(qīng)视频的AI还不足以在(zài)短(duǎn)时间内(nèi)戳中兴奋点。

Phenaki更加令人(rén)震(zhèn)惊(jīng)的地方在于，它(tā)可(kě)以(yǐ)制(zhì)作出超过2分钟的连贯的(de)也有确切内容的视频，这才是真(zhēn)正(zhèng)让(ràng)人们感(gǎn)到惊喜的地(dì)方。因(yīn)为无论AI生(shēng)成的视(shì)频(pín)多(duō)么高(gāo)清(qīng)，也只(zhǐ)能(néng)是为(wèi)内容生产者(zhě)提供一(yī)个灵感，一个素材(cái)，一个过场动画(huà)。

不过能够(gòu)制作出(chū)有(yǒu)具体剧情内(nèi)容的视频就意味(wèi)着，一(yī)些(xiē)视频创作由AI代替人工完(wán)成已经初步有了可能。

当下AI的发展速度已经超过(guò)大(dà)部分人(rén)的想象。内容产(chǎn)业的本质是供给创造需求(qiú)，AIGC作(zuò)为全新的内容生(shēng)产方式，可以为内(nèi)容产业带来更新的内容风(fēng)格、更快(kuài)的生产速度，更低的(de)生产成(chéng)本，这无疑会驱动内(nèi)容产业的(de)大爆(bào)发(fā)。

除了AI绘图、视(shì)频，AIGC技术还能应(yīng)用于(yú)音乐、代码、机(jī)器人动作等多(duō)种内容(róng)形式的生成。不难发现该项(xiàng)技(jì)术(shù)不(bù)仅(jǐn)在游戏等行业能得到有效应用，对于下一代互联网各种元素的构建亦有关键意义。

从商业化(huà)的角度(dù)来看，文化(huà)娱(yú)乐、教育、传媒等诸多领域(yù)，本身就对(duì)基于AI的(de)可视化内容(róng)有强烈需求。

因(yīn)此，AI绘(huì)画及(jí)视(shì)频(pín)或(huò)不是结果(guǒ)，而只是(shì)AI进程中的一块(kuài)重(zhòng)要拼(pīn)图，有望(wàng)在技术更新(xīn)的加持下(xià)实现更大的(de)应用价值。

AI从理解(jiě)内容，走向了可以生(shēng)成内容，甚(shèn)至(zhì)能够创造出独立(lì)价(jià)值和独立(lì)视角的内容。AIGC的(de)再(zài)次出圈(quān)，更代(dài)表着未来的先(xiān)进生产力即将到来。

04

紧抓(zhuā)大模型(xíng)与算力，牢固AIGC底座

从(cóng)技(jì)术的发展也可以(yǐ)看出(chū)，在语言(yán)大(dà)模型、图(tú)像大模(mó)型之后(hòu)，多(duō)模(mó)态大模型已(yǐ)经成为了新的趋势。

大(dà)模型被誉为(wèi)当前人工智能发(fā)展的智能底座，是全球竞争最激烈(liè)的研究方向(xiàng)之一，包括谷歌、亚(yà)马逊、百度、阿里、腾讯等(děng)众多头部企(qǐ)业都(dōu)在竞相发力。

不过训练(liàn)大模(mó)型的(de)确价(jià)格不(bù)菲，以(yǐ)国盛证券发布的(de)《ChatGPT需要多少算力》报(bào)告(gào)估(gū)算，GPT-3训练一次的成本(běn)约为140万美元。而对(duì)于一些(xiē)更(gèng)大(dà)的LLM(大(dà)型语言模型)，训练成本则介于(yú)200万美元至(zhì)1200万美元高价(jià)之间。

以ChatGPT在(zài)2023年1月(yuè)的独(dú)立访客平均(jūn)数1300万计算，其对(duì)应芯片需求为3万多片(piàn)英伟达A100 GPU，初(chū)始投入成本约(yuē)为8亿美元，每(měi)日(rì)仅电(diàn)费(fèi)就(jiù)在5万美元(yuán)左右(yòu)。

此外不论是ChatGPT还是AIGC，都离不(bù)开庞大算力(lì)支持(chí)。在关注各类(lèi)大模型的发(fā)展同(tóng)时，更(gèng)应该关注算力网络的建设。

算(suàn)力(lì)网络正驱动AI产业(yè)发展进入史(shǐ)诗级加(jiā)速进程，让AIGC及通用AI这一人工智(zhì)能发展的终极目标离得更近。

因为算力可以对突破性(xìng)技术创新提供(gōng)大力的支持。这方面，多模态大模型是典型。作(zuò)为面向未来强人(rén)工智能、通用人工智能的重要技术创(chuàng)新，多模(mó)态大(dà)模型已经在人工智能领域提出了很多年，业界也有不少技(jì)术(shù)突破(pò)，但是，多模(mó)态大模(mó)型(xíng)进(jìn)一步往下走，算力需(xū)求呈几(jǐ)何式上升，一般的(de)算力基础(chǔ)设施(shī)很快将(jiāng)难以胜任。

从图像、文字、语音(yīn)单独一项的训练，到双模态(tài)、三模态的跃迁，让人工(gōng)智能可以(yǐ)灵活应对不同模态(tài)的转化、像(xiàng)人与世界(jiè)交互一(yī)样自(zì)然，这方面，由算(suàn)力网络来驱动将有明显优势。

此(cǐ)外，还有很多需要爆发式增长的算(suàn)力(lì)来支(zhī)撑的技术创新，将在人工智能算力网络支撑下快速推(tuī)进。

AIGC已(yǐ)经(jīng)露出曙光，期待(dài)在大模型和(hé)大算(suàn)力的(de)支持下AIGC能(néng)持续颠覆(fù)内容(róng)生产的(de)方式，将创造的边际成(chéng)本降低，让万(wàn)众受益(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 重孙子又叫什么，重孙的孙子叫什么