自聊天(tiān)机器人ChatGPT火爆以(yǐ)来，微软(ruǎn)公司创始人比尔·盖茨(cí)已多(duō)次公开谈论人工智能话题(tí)。在最近的一次采(cǎi)访中，他再(zài)次表示：“AI可能(néng)会让科技(jì)行业迎(yíng)来一次(cì)剧(jù)烈的(de)洗(xǐ)牌”。

这个结(jié)论是他在当(dāng)地(dì)时间(jiān)2月20日(rì)接受《In Good Company》节目专访时提出的。

他(tā)预期，AI的(de)发展可能(néng)会威(wēi)胁(xié)到谷歌的市占率，因为微(wēi)软在AI方面的行动(dòng)相当迅速(sù)。而最终科技巨头将(jiāng)把AI整(zhěng)合成用户(hù)的“全能助手”，包揽一切应(yīng)用(yòng)，与人(rén)们(men)进行沟通并提供(gōng)建议，可(kě)以(yǐ)取(qǔ)代亚马(mǎ)逊、Siri或Outlook等应用。

大佬(lǎo)口中(zhōng)全(quán)能助手(shǒu)的到来可(kě)能(néng)尚(shàng)需(xū)时日，但由(yóu)ControlNet引发(fā)的又一次AI绘画浪潮(cháo)，让AIGC在ChatGPT的(de)话(huà)题热点(diǎn)包围(wéi)中杀出重围。

01

ControlNet颠(diān)覆AI绘画(huà)新玩法

AIGC向可控(kòng)靠近

以AI绘画为代表(biǎo)的(de)AIGC上一次爆火(huǒ)的时候，还是(shì)2022年(nián)8月，在(zài)美(měi)国科(kē)罗拉多州(zhōu)举办的新兴(xīng)数字艺术家竞赛(sài)中(zhōng)，一幅(fú)名为(wèi)《太空(kōng)歌剧院》的作品获奖。

随后各大厂商(shāng)的AI绘画软件被广大网(wǎng)友熟知并体验，Stable Diffusion便是其(qí)中代表(biǎo)。

用户(hù)们可以在应用(yòng)中(zhōng)输入一组关键(jiàn)词或者一张(zhāng)照片(piàn)，就能获得一幅AI创作(zuò)的画作。

作画的关键就是所输入的(de)文本。同一(yī)组关键词也可以创作出很多张(zhāng)风(fēng)格不一样的(de)画(huà)作(zuò)，这让创作(zuò)的过程就像开盲盒。

很多用户很喜欢这种不确定的惊(jīng)喜，他们会将生成(chéng)的美图当做头(tóu)像。而另(lìng)一部分喜欢翻看AI绘(huì)画的“翻(fān)车”作品(pǐn)。在社交媒体(tǐ)上，许(xǔ)多用(yòng)户分享AI“翻车(chē)现场”，例如，一位网(wǎng)友(yǒu)的小狗照片被AI画成了“肌肉男”，还有网友的个人(rén)照(zhào)片被(bèi)AI识别成了(le)建筑。

而如今随着ControlNet的(de)出现与(yǔ)加持，以往AI绘画的填写关键词游戏(xì)可能要被颠覆了。

ControlNet是一位正在斯(sī)坦福读博的中国(guó)人(rén)张(zhāng)吕敏创作的一种基于(yú)控制点的图(tú)像变形(xíng)算法，主要用于(yú)数字图(tú)像处理(lǐ)、计(jì)算(suàn)机(jī)视觉和计算机(jī)图形学等领(lǐng)域。

其SD插件一经发(fā)布，在短短的两(liǎng)天(tiān)内便(biàn)成为了AI绘(huì)画(huà)领(lǐng)域最(zuì)新的热点。

在此之前，大家用了很多方(fāng)法(fǎ)想(xiǎng)让(ràng)AI生成的(de)结果尽(jǐn)可能的符合要求，但(dàn)是(shì)都(dōu)不尽如人意，它的出(chū)现代表着AI生成开始进入(rù)真正的可(kě)控时期。

因(yīn)为ControlNet可(kě)以直接提(tí)取(qǔ)画面的构图，人(rén)物的姿势和画面的(de)深度信(xìn)息等。有(yǒu)了它的帮助，就(jiù)不用频繁的用(yòng)提(tí)示词来(lái)碰运气，抽盲盒式的(de)创作了。

通俗(sú)的说ControlNet相当(dāng)于给AI绘画加了“魔法”，不少博主的作(zuò)品(pǐn)已经获得了大量的浏(liú)览量，“viggo”就是其(qí)中之一，他用朋友的(de)照片直接带她们走(zǒu)进动漫世界。

viggo先用StableDiffusion图片(piàn)转文字。

再用(yòng)Text2Prompt插(chā)件拓展找到对(duì)应(yīng)的关键词；最后用ControlNet插件绑(bǎng)定骨骼开始换关键词试(shì)效果。

三维向量叉乘公式矩阵，三维向量叉乘公式行列式ata-w="1280">

通过(guò)图片就可以(yǐ)看出来(lái)，效果十分惊艳。

<三维向量叉乘公式矩阵，三维向量叉乘公式行列式img alt="ChatGPT之(zhī)后(hòu)又一应用杀疯了(le)，AIGC或进(jìn)入可(kě)控期，将洗牌科(kē)技行业(yè)？_黑料正(zhèng)能量" decoding="async" src="https://mmbiz.heiliaofuli.com/wp-content/uploads/2023/03/98218c60607c5ee.jpeg?imageMogr2/thumbnail/2160x0/format/webp/quality/80" data-ratio="0.75234375" data-s="300,640" data-type="jpeg" data-w="1280">

更厉(lì)害的是，除了真实的照片，草图(tú)也(yě)可以加上“魔法”，知乎大牛“DevPoint”和“逗砂(shā)”介(jiè)绍到ControlNet还能实现线稿转全彩图。大神(shén)张(zhāng)吕(lǚ)敏其本尊也亲自回应(yīng)。

不得不说当下AIGC已经变得越来越(yuè)强大，甚至输出的(de)作品都已(yǐ)经(jīng)能(néng)以假(jiǎ)乱(luàn)真了。

02

难辨虚(xū)实，AIGC技术力爆发

警惕安全问(wèn)题(tí)

近(jìn)日，“苏州金鸡湖(hú)有游(yóu)艇party”的消(xiāo)息火遍网络(luò)，而经过(guò)警方(fāng)辟(pì)谣这所谓的“party”可能是(shì)全国第一起AI绘(huì)图诈骗。

由于这个活(huó)动里面给出的美(měi)女照片都(dōu)是AI制作(zuò)的真人照片(piàn)绘图，因为太逼真，被大家当(dāng)成真事传(chuán)播了。

不过仔细观察可以(yǐ)发现，活动发起者提(tí)供的(de)照片中有个很(hěn)大(dà)的漏洞(dòng)可以发现并非真人，而是AI绘图，那便是(shì)图片中女性的(de)手指(zhǐ)部分有的存在(zài)异常。

有行(xíng)业人(rén)事(shì)表示：“现在因为手指部分的绘画算法比较复(fù)杂(zá)，AI还不(bù)太会画人的(de)手，但最(zuì)新看到的图片已经有越来越(yuè)完美的(de)AI模型出(chū)现，以(yǐ)后可能就(jiù)完全没(méi)有漏洞了。”

类似的(de)AI作图诈(zhà)骗在国外也已有发生。据英(yīng)国(guó)广播公(gōng)司报道(dào)，土耳(ěr)其地震期间，有Tiktok用(yòng)户(hù)使用AI合成(chéng)了儿童受灾的假照片发布到(dào)网络，以此诱骗(piàn)善良的人(rén)打赏“捐助”从而(ér)实施诈骗。

目前随着技术发展，AIGC已经能做出(chū)真(zhēn)人照(zhào)片(piàn)般的绘图效果，如果这样(yàng)的图片被用(yòng)来诈骗，将非(fēi)常可怕。

此(cǐ)外AIGC还引发了很(hěn)多担忧，一(yī)方面，批判者(zhě)认(rèn)为AI在“学习”了大量前人(rén)的(de)作品之后，其创作没(méi)有(yǒu)任何情绪(xù)和灵魂(hún)，难(nán)以和人(rén)类的艺术创(chuàng)作(zuò)相提并论。

另一方面(miàn)，AIGC背(bèi)后的版权(quán)、目前都并没有得到(dào)有效(xiào)的(de)解(jiě)决，还有AIGC会不会代替人类“至高无上”的创意。

马(mǎ)斯(sī)克也强调，人(rén)工智能(néng)的安全问(wèn)题(tí)需要得到重(zhòng)视，太晚就(jiù)来(lái)不及了(le)。

03

AIGC下一站除了视(shì)频，还有远方

技术都是有(yǒu)两(liǎng)面性(xìng)的，潜在(zài)的危害并不能(néng)掩盖(gài)其光辉(huī)的(de)贡献。现在看来，人工智能技术将是第四(sì)次工(gōng)业革命(mìng)的(de)核心驱动力量，将(jiāng)创造新的增长奇迹(jì)。

过去(qù)一(yī)年，人(rén)工(gōng)智能在(zài)技(jì)术和商业层(céng)面都有了巨大(dà)进展，AI绘(huì)画就是人工智(zhì)能技术(shù)发生(shēng)方向性改变的一个代表。其下(xià)一(yī)站或许就是视频。

此前，Meta和谷歌(gē)先后发布了几(jǐ)条引爆科技圈的短视频。这些视频(pín)引发关注(zhù)并非内容做得多优秀，反(fǎn)而都非常简单，比如一匹正在喝水的马，一只(zhǐ)画画(huà)的玩具熊，或者一段(duàn)骑摩托车(chē)的第一(yī)视角(jiǎo)录像(xiàng)，随便一个有手机的人都(dōu)可以(yǐ)随手录下一段。

但这些短视频的创作方式非常简单，创作者仅仅需要向AI输入一段(duàn)话，甚至只是说一下(xià)要求，AI就可(kě)以根据需要(yào)生成(chéng)一段(duàn)视频。

谷歌发布的两(liǎng)个AI生成(chéng)视频分别(bié)来自于Imagen Video和Phenaki，前者主要突出的(de)是(shì)高清，与Meta的Make-A-Video没有太多的(de)差别。

在Make-A-Video公布了(le)AI生成(chéng)的视频后(hòu)，AI圈(quān)就已经玩了(le)一(yī)波梗，一个(gè)能够做出更高清视频的AI还不(bù)足以在(zài)短时间内戳中兴奋点。

Phenaki更加令人震惊的地方在(zài)于，它可以制作出超过(guò)2分(fēn)钟的连贯(guàn)的也有确切内容的视频，这才是真正让人们感到惊喜(xǐ)的地(dì)方。因为无论AI生成(chéng)的视频多么高清，也只(zhǐ)能是(shì)为内容生产者提供(gōng)一个灵感，一个素材，一个过(guò)场(chǎng)动画。

不过能够(gòu)制作出有(yǒu)具体(tǐ)剧情内(nèi)容的视频(pín)就意味着，一(yī)些视(shì)频创作由AI代替人工完(wán)成已经初(chū)步有了可(kě)能(néng)。

当下AI的发展速度已经(jīng)超过(guò)大部分(fēn)人(rén)的想象(xiàng)。内容产(chǎn)业的本质是供给创造需求，AIGC作为(wèi)全新的内(nèi)容生产方(fāng)式(shì)，可以为(wèi)内容(róng)产业带来更新的内容风(fēng)格、更快的生产速(sù)度，更低的生产成(chéng)本(běn)，这无疑会(huì)驱动内(nèi)容产业(yè)的大爆发。

除了AI绘图、视频，AIGC技(jì)术还(hái)能应用于音乐、代码、机器人动作等多种(zhǒng)内(nèi)容(róng)形式的生成。不难发现该项技术不仅在游戏等行业能得(dé)到(dào)有效应用，对(duì)于(yú)下一代(dài)互联网各种(zhǒng)元素的构建亦有关键意义。

从(cóng)商业化的角(jiǎo)度来看，文(wén)化(huà)娱乐、教育、传(chuán)媒等诸多领域，本身(shēn)就对基于AI的可视(shì)化内容(róng)有强(qiáng)烈需求。

因此，AI绘画(huà)及视(shì)频或不是结果，而只是AI进程中的一块重要拼图(tú)，有望在技术更新的加持下实现更大(dà)的应用(yòng)价(jià)值(zhí)。

AI从(cóng)理解内(nèi)容，走向了可以生成内容，甚至能(néng)够创造出独立价值和独立视角(jiǎo)的内(nèi)容。AIGC的再次出(chū)圈，更代表着未来的先进(jìn)生产(chǎn)力即将到来。

04

紧抓(zhuā)大模型与算力(lì)，牢固(gù)AIGC底座

从技术的发展(zhǎn)也(yě)可以看(kàn)出，在语言大模型、图(tú)像大模型之后，多模态大模型(xíng)已经成为了新的趋势。

大模(mó)型被(bèi)誉(yù)为当(dāng)前人(rén)工智能发展的智(zhì)能底座，是全球竞争(zhēng)最激烈的研究方向(xiàng)之一(yī)，包括谷歌、亚马(mǎ)逊、百度、阿里、腾讯等众多头部企(qǐ)业都在(zài)竞相发(fā)力。

不过训(xùn)练(liàn)大模(mó)型的确价格不菲，以国盛证(zhèng)券发布的(de)《ChatGPT需(xū)要多少算力》报告估算，GPT-3训练(liàn)一次的成本(běn)约为140万美元。而(ér)对于(yú)一些(xiē)更大的LLM(大型语言模型)，训练成本(běn)则介于200万美元至(zhì)1200万美元高价之间。

以(yǐ)ChatGPT在2023年1月的独立访客平均数(shù)1300万计(jì)算，其对应芯片需求为3万多(duō)片英伟达A100 GPU，初始投入成本(běn)约为8亿美元(yuán)，每日(rì)仅电(diàn)费就在5万美元(yuán)左右。

此外不论是ChatGPT还是AIGC，都离不开庞大算力支持(chí)。在(zài)关(guān)注各类大模型的发展(zhǎn)同(tóng)时(shí)，更应该关注(zhù)算力网络的建(jiàn)设。

算(suàn)力(lì)网(wǎng)络正驱动AI产(chǎn)业(yè)发展(zhǎn)进入史诗级加速进(jìn)程，让AIGC及通(tōng)用(yòng)AI这一人工智能发(fā)展的终极目标离得更近。

因为算力(lì)可以对突破(pò)性技术创新提供(gōng)大力的(de)支持(chí)。这方(fāng)面，多(duō)模态大模型是典(diǎn)型。作为面向未来(lái)强人工智能、通用人工智(zhì)能的重要技(jì)术创新，多模态大模型已经在人工智能领域提出(chū)了(le)很(hěn)多年，业界也有不少(shǎo)技(jì)术突破，但是(shì)，多模态大(dà)模(mó)型进(jìn)一步(bù)往(wǎng)下走，算力需求(qiú)呈几何式上升，一般(bān)的算力基础设(shè)施很快(kuài)将难以胜(shèng)任。

从图像、文字、语(yǔ)音单(dān)独一项的训练(liàn)，到双模态、三模(mó)态的跃迁，让人工智能可以(yǐ)灵(líng)活应(yīng)对不同(tóng)模态(tài)的转(zhuǎn)化(huà)、像(xiàng)人与世界交(jiāo)互(hù)一样自(zì)然，这(zhè)方面，由(yóu)算力(lì)网络来驱(qū)动将有明显优势。

此(cǐ)外(wài)，还有(yǒu)很(hěn)多(duō)需要爆发(fā)式增长的算力来支撑(chēng)的技术(shù)创新，将在人工智能算力网络支撑下(xià)快速推进。

AIGC已经露出曙光，期待(dài)在大模型和(hé)大算力的支(zhī)持下AIGC能(néng)持续颠覆内容生(shēng)产的方式，将(jiāng)创造的边际成本降低，让万众受(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 三维向量叉乘公式矩阵，三维向量叉乘公式行列式