自聊(liáo)天机器人(rén)ChatGPT火(huǒ)爆以来(lái)，微(wēi)软公司创始人比尔·盖(gài)茨已多(duō)次公开谈论人工智(zhì)能话题。在最(zuì)近的一次采访(fǎng)中，他再次(cì)表示：“AI可能会(huì)让科技行业(yè)迎来(lái)一(yī)次剧烈(liè)的洗牌”。

这个结(jié)论(lùn)是他在当地时间2月(yuè)20日接(jiē)受《In Good Company》节目专访(fǎng)时提出的。

他(tā)预期，AI的发展可能会威胁到谷歌的市占率，因为微软在AI方面的行动相当迅速。而最终科技巨头将(jiāng)把AI整合成(chéng)用户的(de)“全能助手”，包揽一切应用(yòng)，与人们进行沟通并提供建议，可以取(qǔ)代亚马逊(xùn)、Siri或Outlook等应用。

大(dà)佬口中(zhōng)全能助手的到来可能尚需时日，但由ControlNet引(yǐn)发(fā)的又一次(cì)AI绘画浪潮，让(ràng)AIGC在ChatGPT的话题热点包围中杀出重围。

01

ControlNet颠覆AI绘(huì)画新(xīn)玩法

AIGC向(xiàng)可控靠(kào)近

以AI绘画为代(dài)表的AIGC上一次爆火的(de)时(shí)候(hòu)，还(hái)是2022年8月，在美国科罗(luó)拉多州举办的(de)新兴数字艺术家竞赛中(zhōng)，一(yī)幅名为《太空歌剧院》的作品获奖。

随后各大厂商的AI绘画(huà)软(ruǎn)件被(bèi)广(guǎng)大(dà)网友(yǒu)熟(shú)知并体验，Stable Di佛系心态是什么意思ffusion便是其中代(dài)表。

用(yòng)户们可以在应用中输入(rù)一组关键词或者一张照片(piàn)，就能获(huò)得一幅AI创作的画作。

作(zuò)画的关键就是所输入的文本。同(tóng)一(yī)组关键词也(yě)可以创作(zuò)出很多张风格不一样的画作，这让创作的过(guò)程就像开盲盒(hé)。

很多用户很喜欢这种不确定的惊(jīng)喜，他们会将生成的美图(tú)当做(zuò)头像。而(ér)另一部分喜欢翻看AI绘画的“翻车(chē)”作(zuò)品。在社交(jiāo)媒体上，许多用(yòng)户分享(xiǎng)AI“翻车现场(chǎng)”，例如，一(yī)位网友(yǒu)的(de)小狗照片被AI画成了(le)“肌(jī)肉男”，还有(yǒu)网友的个人照(zhào)片(piàn)被AI识别成(chéng)了建筑。

而如今随着ControlNet的(de)出现(xiàn)与加持，以往(wǎng)AI绘(huì)画的填写关(guān)键词(cí)游(yóu)戏可(kě)能(néng)要被颠覆了。

ControlNet是一位正在斯坦福读博的(de)中国人张吕敏创作的一种基于控制点的图像(xiàng)变形算法(fǎ)，主要用于(yú)数字图像(xiàng)处理、计算机视(shì)觉(jué)和计算机(jī)图形学等领域。

其SD插件一经发布，在短短的两天内便成为了AI绘画领域最新的热点。

在此(cǐ)之前，大家用(yòng)了很多(duō)方法想让AI生(shēng)成的结(jié)果(guǒ)尽可能的(de)符合要求，但是都不尽(jǐn)如人意，它的出现代表着AI生成开始进入真正的(de)可控时期。

因(yīn)为ControlNet可以直接提取画面的构图，人物(wù)的姿势和画面(miàn)的深度信息等。有了(le)它的帮助(zhù)，就不(bù)用频繁的(de)用(yòng)提示词(cí)来碰运(yùn)气，抽(chōu)盲盒(hé)式的创作了。

通俗的(de)说(shuō)ControlNet相当于给AI绘画加了(le)“魔法(fǎ)”，不少(shǎo)博(bó)主的(de)作(zuò)品(pǐn)已经(jīng)获得了(le)大量的浏(liú)览(lǎn)量，“viggo”就是其中之一，他用朋友的照(zhào)片直接带她们走进动漫世(shì)界。

viggo先用StableDiffusion图片转(zhuǎn)文字。

再(zài)用Text2Prompt插件拓展找到对(duì)应(yīng)的关键词(cí)；最后用ControlNet插(chā)件绑(bǎng)定(dìng)骨骼开始换关键词试效果(guǒ)。

通过(guò)图(tú)片就可(kě)以看出来，效果(guǒ)十分惊艳(yàn)。

更(gèng)厉(lì)害的(de)是，除(chú)了真实的照片，草(cǎo)图也(yě)可以加上“魔(mó)法”，知乎(hū)大牛“DevPoint”和“逗砂”介绍到(dào)ControlNet还能实(shí)现线稿转全(quán)彩(cǎi)图。大神张吕敏其本尊也亲(qīn)自回应。

不得不说当下AIGC已(yǐ)经变得越来(lái)越强大(dà)，甚至输出(chū)的作(zuò)品都(dōu)已(yǐ)经能(néng)以(yǐ)假(jiǎ)乱真了。

02

难辨虚实，AIGC技术(shù)力爆发

警(jǐng)惕安全问题

近日，“苏(sū)州金鸡湖有(yǒu)游艇party”的(de)消(xiāo)息火遍(biàn)网络，而经过(guò)警方辟谣这(zhè)所(suǒ)谓(wèi)的“party”可能是全国第一起AI绘图诈骗(piàn)。

由于这个活动里面给出(chū)的美女(nǚ)照片都是AI制作的真人(rén)照片绘图(tú)，因为太逼真，被(bèi)大家(jiā)当成真事传(chuán)播了。

不过仔细(xì)观察可以发现，活动发起者提供的(de)照(zhào)片(piàn)中有个很大(dà)的漏洞(dòng)可以发现并非真人，而是AI绘图(tú)，那(nà)便是图(tú)片中女性的手指部分有的(de)存(cún)在异常。

有行业(yè)人事表示：“现(xiàn)在因为(wèi)手指部(bù)分的(de)绘(huì)画算法比较复杂，AI还不(bù)太(tài)会(huì)画人的手(shǒu)，但最新看到的图片已经有越来越(yuè)完美(měi)的(de)AI模型出现，以后可能就完(wán)全没有漏洞了。”

类(lèi)似的AI作图诈骗(piàn)在国外也已有(yǒu)发生。据英国(guó)广播公司报道，土耳其地(dì)震期间，有Tiktok用(yòng)户使用AI合成了儿(ér)童受(shòu)灾的假照片发(fā)布到(dào)网络(luò)，以此诱骗善良的人打(dǎ)赏“捐助(zhù)”从而实施诈(zhà)骗。

目前随着技术(shù)发展，AIGC已经能做出真(zhēn)人照片般(bān)的绘图效果，如果(guǒ)这(zhè)样的图片被用(yòng)来诈(zhà)骗，将非常可怕(pà)。

此外AIGC还引发(fā)了很多担忧(yōu)，一(yī)方面，批判(pàn)者认为(wèi)AI在“学习”了大(dà)量前人的作品之后，其(qí)创作没(méi)有任何情绪(xù)和(hé)灵魂，难(nán)以(yǐ)和人类的艺(yì)术创作(zuò)相(xiāng)提并论。

另一方面，AIGC背后的版权、目前(qián)都(dōu)并(bìng)没有得到(dào)有效的(de)解决，还有AIGC会不会代替人(rén)类“至高无上”的创(chuàng)意。

马斯(sī)克也强调，人工智能的安全问题需要得到重视，太晚就来不及了。

03

AIGC下一站除了视(shì)频，还有远方

技(jì)术(shù)都是有两面(miàn)性的，潜(qián)在(zài)的危害并(bìng)不能掩盖其光辉的贡献。现在看来，人工智能技术将是第四次(cì)工(gōng)业革命的核心驱动力量，将创造新的(de)增长(zhǎng)奇迹(jì)。

过去一年，人(rén)工智能(néng)在技术和商业层面都有(yǒu)了巨大(dà)进展(zhǎn)，AI绘画就是人工智能技术(shù)发生(shēng)方向性改(gǎi)变的一个代表。其下一站或(huò)许就(jiù)是视(shì)频。

此前，Meta和谷歌先后(hòu)发布了几条引爆(bào)科技圈的短视(shì)频。这些视频引发关注(zhù)并非(fēi)内容(róng)做得多优秀，反而都(dōu)非常简单，比如(rú)一匹正在喝水的马，一只(zhǐ)画画的玩具熊，或者一段骑(qí)摩托(tuō)车的(de)第(dì)一视角(jiǎo)录像，随便一个(gè)有手机的人都可以随(suí)手录(lù)下(xià)一(yī)段。

但这些短(duǎn)视频(pín)的创作方式非常简单(dān)，创作者(zhě)仅仅需要(yào)向(xiàng)AI输入一段话(huà)，甚至只是(shì)说一(yī)下要求，AI就可以根据需要(yào)生成一段视频。

谷歌发布的两(liǎng)个(gè)AI生成视频分别来自于Imagen Video和Phenaki，前者主要突(tū)出(chū)的(de)是(shì)高清(qīng)，与Meta的Make-A-Video没有太多的差(chà)别。

在Make-A-Video公布了(le)AI生成的视频(pín)后，AI圈就已(yǐ)经玩了一波梗(gěng)，一(yī)个(gè)能够做出(chū)更高清(qīng)视(shì)频的(de)AI还不足以在短时间内戳中兴奋(fèn)点(diǎn)。

Phenaki更加(jiā)令人(rén)震(zhèn)惊的地方(fāng)在(zài)于，它可以制(zhì)作出超过2分(fēn)钟的连贯的(de)也有确切内容的视频，这(zhè)才是(shì)真正让人们感到惊喜的(de)地(dì)方。因为无(wú)论AI生成(chéng)的视频多么高(gāo)清(qīng)，也只能是为内容生产者提供一个灵感，一个素材，一个(gè)过场动画。

不过能够制作出有具(jù)体剧情内容的视频就意味着(zhe)，一些视(shì)频创作由AI代(dài)替人工完成已经(jīng)初步有了(le)可能(néng)。

当下(xià)AI的发展速度已经超过(guò)大(dà)部分人的想象。内(nèi)容产(chǎn)业的本质是供给创造需求，AIGC作为(wèi)全新(xīn)的内容生产方式，可以为内(nèi)容(róng)产业带来更新的内容风(fēng)格、更快的(de)生产速度，更低的生产成本，这无疑会驱动内容产(chǎn)业的大(dà)爆发。

除了AI绘图、视频，AIGC技术(shù)还(hái)能应用于(yú)音乐、代码、机器人动作等多种内容形(xíng)式(shì)的(de)生(shēng)成。不(bù)难发(fā)现该项技术不仅在游(yóu)戏等行业能得到有效应用，对于下一代互(hù)联网(wǎng)各种元素的(de)构建亦有关键意义(yì)。

从商(shāng)业(yè)化的角度(dù)来看(kàn)，文化娱乐(lè)、教(jiào)育、传媒等诸多领域，本身就对基于AI的(de)可视化内(nèi)容有强烈需求。

因(yīn)此，AI绘(huì)画及视(shì)频或(huò)不是结果，而只(zhǐ)是AI进程(chéng)中的一块重要(yào)拼(pīn)图，有(yǒu)望在技术更新的加持下实(shí)现更大的(de)应用价值。

AI从理解内容，走向(xiàng)了(le)可(kě)以生成(chéng)内容，甚至能够创造出独立价值和独立视角的内(nèi)容。AIGC的(de)再次出圈(quān)，更代表(biǎo)着未来的先(xiān)进生产(chǎn)力即(jí)将到来。

04

紧抓大模型与算力，牢(láo)固AIGC底座(zuò)

从技术的发(fā)展也可以(yǐ)看出(chū)，在语言大模型、图(tú)像大模型之后，多模态大模型(xíng)已经成为了新(xīn)的趋势(shì)。

大模(mó)型(xíng)被誉为当前人工智能(néng)发展的智能底座，是全球(qiú)竞争最激烈的研究方向之一，包括谷歌、亚马(mǎ)逊、百度(dù)、阿里、腾讯等众多头部企业都在(zài)竞相发力。

不(bù)过训练大模(mó)型的确(què)价(jià)格不菲，以国盛证(zhèng)券发布的《ChatGPT需要多(duō)少算力》报告(gào)估算，GPT-3训(xùn)练一次的(de)成本约为140万美(měi)元。而对于一些(xiē)更大的LLM(大型语言模型)，训练成本则介于200万美元至1200万美元高价之间(jiān)。

以ChatGPT在(zài)2023年1月的独立访客平均数1300万计算，其对应芯片需求(qiú)为3万多片英伟(wěi)达A100 GPU，初始投入成本约为8亿美元，每日仅电费就(jiù)在(zài)5万美元(yuán)左右。

此外不论是ChatGPT还是(shì)AIGC，都离不(bù)开庞大算力支持。在关注各类大模型的发展同(tóng)时，更应该关注算力网(wǎng)络的建设(shè)。

算力网络正驱动(dòng)AI产业发(fā)展进入史诗级加速进程，让(ràng)AIGC及通用AI这一人工智能发展的终极目标离得更近。

因为算力可以对突破(pò)性(xìng)技(jì)术创新提供大力的支持。这方(fāng)面，多模态大模(mó)型是(shì)典型。作(zuò)为(wèi)面向(xiàng)未来强人工智能(néng)、通用(yòng)人工(gōng)智能的(de)重要技(jì)术创新，多(duō)模态大模型(xíng)已经(jīng)在人(rén)工智能领(lǐng)域提出了很多年，业界也有不少技术突破(pò)，但是，多模态大模型进一步往下走，算力(lì)需求(qiú)呈几何式上升，一般的算力基(jī)础(chǔ)设施(shī)很快(kuài)将难以胜任。

从(cóng)图像(xiàng)、文字、语(yǔ)音单(dān)独(dú)一项的训练，到(dào)双模态、三模态的跃迁，让人工(gōng)智能可以(yǐ)灵活应对(duì)不同模(mó)态(tài)的转化、像人与世界交互一样自然，这方面，由算(suàn)力网络(luò)来驱动将有明显优势。

此外，还有(yǒu)很(hěn)多需(xū)要(yào)爆发式增长的算力(lì)来支撑的(de)技术创新，将(jiāng)在人工智能算力网络支(zhī)撑下快(kuài)速推进(jìn)。

AIGC已经露出曙光，期待在大(dà)模型(xíng)和大(dà)算力(lì)的支(zhī)持下AIGC能持(chí)续颠覆内容生产的方式，将创造的边际成本降低，让万众(zhòng)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 佛系心态是什么意思