自(zì)聊天机器(qì)人ChatGPT火爆以(yǐ)来，微(wēi)软公司(sī)创始人比尔·盖茨已(yǐ)多次(cì)公开谈论人工(gōng)智能话题(tí)。在(zài)最近(jìn)的一(yī)次(cì)采访(fǎng)中，他再次表(biǎo)示：“AI可(kě)能(néng)会(huì)让科技行业迎来一(yī)次(cì)剧烈的洗牌(pái)”。

这个结论是他在当地时间2月20日接受《In Good Company》节目专访(fǎng)时(shí)提出的。

他预期，AI的发展(zhǎn)可能会威胁到谷歌的市占(zhàn)率，因(yīn)为微软在AI方面的(de)行(xíng)动相当迅速。而最终科技巨头将把AI整合成(chéng)用户的“全能助手”，包揽一(yī)切应用，与(yǔ)人们(men)进行沟通并提供建议，可以取代(dài)亚马(mǎ)逊、Siri或Outlook等应用。

大佬口中全能助手的到(dào)来可能尚(shàng)需时日，但(dàn)由ControlNet引发的(de)又一(yī)次AI绘画(huà)浪(làng)潮(cháo)，让AIGC在ChatGPT的话(huà)题热点包围(wéi)中杀出重(zhòng)围。

01

ControlNet颠覆AI绘(huì)画新玩法

AIGC向(xiàng)可(kě)控靠近

以AI绘画为(wèi)代表(biǎo)的AIGC上(shàng)一(yī)次爆火的(de)时候，还(hái)是2022年8月，在(zài)美国科(kē)罗拉多州举办的新(xīn)兴数字艺术(shù)家竞赛(sài)中，一(yī)幅名为《太空(kōng)歌剧院》的作品获奖。

随后各大厂商的(de)AI绘(huì)画软件被广大网(wǎng)友熟知并体(tǐ)验，Stable Diffusion便是其(qí)中代表(biǎo)。

用户们(men)可以在应(yīng)用中输入一组关键词或(huò)者一张照片，就(jiù)能获得一(yī)幅(fú)AI创作的画作。

作画(huà)的关(guān)键就是(shì)所输入的(de)文本(běn)。同一组关(guān)键词也可以(yǐ)创(chuàng)作出(chū)很多张(zhāng)风格不一(yī)样的(de)画作，这(zhè)让创作的过程就像开盲盒。

很多用(yòng)户很喜欢这种(zhǒng)不(bù)确定的(de)惊喜，他们会将(jiāng)生成的美图(tú)当做头(tóu)像。而另一部分(fēn)喜欢(huān)翻看(kàn)AI绘画(huà)的“翻(fān)车”作品(pǐn)。在社交媒(méi)体上，许多(duō)用户分享AI“翻车现场”，例如，一位网(wǎng)友的小狗照片被AI画成了“肌肉男”，还有网友的个人照(zhào)片被(bèi)AI识(shí)别成了建筑。

而如(rú)今随着(zhe)ControlNet的出现与加持，以往AI绘(huì)画(huà)的(de)填写关键词游戏(xì)可能要被颠(diān)覆了。

ControlNet是一(yī)位正在斯坦福读博的(de)中国(guó)人张吕敏创作的一种基(jī)于控制(zhì)点的图像变形(xíng)算法，主要(yào)用于数字图像(xiàng)处理、计算机视觉(jué)和计算(suàn)机(jī)图形学等(děng)领域(yù)。

其SD插件一经(jīng)发布，在(zài)短(duǎn)短(duǎn)的两天内便成为了(le)AI绘画(huà)领域最新的(de)热(rè)点(diǎn)。

在此之前，大(dà)家用(yòng)了很多方(fāng)法想让AI生成的结果尽可能的符合要求，但(dàn)是(shì)都不尽如人意，它的出现代表着AI生(shēng)成开始进入(rù)真正(zhèng)的可控时(shí)期。

因(yīn)为(wèi)ControlNet可以直接(jiē)提取(qǔ)画(huà)面的构图，人物的姿势和画面的深度(dù)信息(xī)等。有了它的(de)帮助，就不用频(pín)繁(fán)的用(yòng)提示(shì)词来碰运气，抽盲盒式的(de)创作了。

通俗的说ControlNet相当于给AI绘画(huà)加了“魔法”，不少博主的(de)作品已(yǐ)经(jīng)获得了大量的浏(liú)览(lǎn)量，“viggo”就是(shì)其中(zhōng)之一，他用(yòng)朋(péng)友的(de)照片直(zhí)接带她们走进动漫(màn)世界。

viggo先用StableDiffusion图片转(zhuǎn)文字(zì)。

再用Text2Prompt插件拓(tuò)展找到对应的关键词(cí)；最后用ControlNet插件绑(bǎng)定骨骼(gé)开始换关键(jiàn)词试效(xiào)果。

通(tōng)过图片(piàn)就可以看出来(lái)，效果十(shí)分惊艳。

更厉害的是，除了真实的照片，草图(tú)也可以加上(shàng)“魔法”，知乎大牛“DevPoint”和“逗砂”介绍到(dào)ControlNet还(hái)能实(shí)现(xiàn)线稿转全彩图(tú)。大神张吕敏其(qí)本尊(zūn)也亲(qīn)自回应。

不得不(bù)说当下AIGC已经(jīng)变得越来(lái)越强(qiáng)大，甚至(zhì)输出(chū)的作品都已经能以假乱真了。

02

难辨虚(xū)实，AIGC技术力爆发(fā)

警(jǐng)惕安全问题

近日，“苏(sū)州(zhōu)金鸡湖有游(yóu)艇party”的消息(xī)火遍网络，而经过(guò)警方辟(pì)谣这所谓的“party”可(kě)能(néng)是全国(guó)第一起AI绘图诈(zhà)骗。

由(yóu)于这个活动里面给出(chū)的美女照片都(dōu)是AI制作的真人照片(piàn)绘(huì)图(tú)，因为太逼真(zhēn)，被大(dà)家当成真事传播了。

不(bù)过仔细观(guān)察(chá)可以发现，活动发起者提供的照片中有个很大的漏洞(dòng)可以发现并(bìng)非真人，而(ér)是AI绘图，那便(biàn)是图片中女性的手指部分有的(de)存在(zài)异常。

清朝八王之乱是哪八王，西晋八王之乱是哪八王a-ratio="0.61640625" data-s="300,640" data-type="jpeg" data-w="1280">

有行业人事表(biǎo)示：“现(xiàn)在因(yīn)为手指部分(fēn)的绘画算法比较复杂(zá)，AI还(hái)不太会(huì)画(huà)人的手(shǒu)，但最新看到的图片已经有(yǒu)越来(lái)越完美(měi)的AI模型(xíng)出现，以后可(kě)能(néng)就完全没有漏(lòu)洞了(le)。”

类似的AI作图(tú)诈骗(piàn)在国外(wài)也已(yǐ)有(yǒu)发生。据英国广播(bō)公司报道，土耳其地震期间(jiān)，有Tiktok用户使用(yòng)AI合成了儿童(tóng)受灾的(de)假照片发(fā)布到(dào)网络，以(yǐ)此诱骗善良的人打赏(shǎng)“捐助”从而实施诈骗。

目前随着技术发展，AIGC已经能做(zuò)出真人(rén)照片般(bān)的绘图效(xiào)果，如果这样的图片(piàn)被用来诈骗，将非(fēi)常可怕。

此(cǐ)外AIGC还(hái)引发了(le)很多担忧(yōu)，一(yī)方面，批(pī)判者认为(wèi)AI在“学(xué)习”了大量前人(rén)的作品之后(hòu)，其创作没有任何情绪(xù)和(hé)灵(líng)魂，难(nán)以和人类(lèi)的艺术创作相(xiāng)提并(bìng)论。

另一方面，AIGC背后的版权(quán)、目前(qián)都并没有(yǒu)得到有(yǒu)效的解(jiě)决，还有AIGC会不会代替人类“至(zhì)高(gāo)无上”的创意。

马斯克也强调，人工智能的(de)安全问(wèn)题需要得(dé)到重视，太晚就(jiù)来不及了(le)。

03

AIGC下(xià)一站(zhàn)除了视频，还有远方

技术都(dōu)是有两面性的，潜在的(de)危害并不能掩盖其光辉(huī)的贡献。现在看(kàn)来，人(rén)工智能技术将是第四次工业革命的核心驱动力(lì)量(liàng)，将创造(zào)新的增长(zhǎng)奇迹。

过去一年，人工智能在技(jì)术和(hé)商业层面都(dōu)有了巨大进展，AI绘画就是(shì)人(rén)工智能技术发生方(fāng)向性改变的一个代(dài)表。其下一站或许就(jiù)是视频。

此前(qián)，Meta和(hé)谷歌(gē)先后发布了(le)几条引爆科技圈的短视频。这些视频引发关(guān)注并(bìng)非内容做得多(duō)优秀，反而都(dōu)非(fēi)常简单(dān)，比如一匹(pǐ)正(zhèng)在喝水的马，一只画画的玩(wán)具熊，或(huò)者(zhě)一段骑摩托车的第一视角录像，随便一个有手机的人都可以随手录下一段。

但这(zhè)些短视频的创作方式非常简单，创作者仅(jǐn)仅需(xū)要(yào)向AI输入一段话，甚(shèn)至只(zhǐ)是说一下要求，AI就(jiù)可以根(gēn)据需要(yào)生成(chéng)一段(duàn)视频。

谷歌发布的两个AI生成视频分别来自(zì)于(yú)Imagen Video和Phenaki，前者主要突出的是高清，与Meta的Make-A-Video没有太多的(de)差别(bié)。

在Make-A-Video公布了AI生(shēng)成(chéng)的视频后(hòu)，AI圈就(jiù)已经玩了(le)一波梗，一个能够做(zuò)出更高清(qīng)视(shì)频的AI还不足以(yǐ)在短(duǎn)时间(jiān)内戳(chuō)中兴奋点。

Phenaki更加令(lìng)人震惊的地方(fāng)在于，它(tā)可以(yǐ)制(zhì)作出超过2分(fēn)钟的连(lián)贯的也有确(què)切内(nèi)容(róng)的视频，这才是(shì)真(zhēn)正让人们感到惊喜的地方(fāng)。因(yīn)为无论(lùn)AI生(shēng)成的视频多么高清，也只(zhǐ)能(néng)是为内(nèi)容生产者提供一个灵感，一个素(sù)材，一个过场(chǎng)动画。

不(bù)过(guò)能够(gòu)制(zhì)作出有(yǒu)具(jù)体(tǐ)剧情(qíng)内容的视频就意味着，一(yī)些视频(pín)创作(zuò)由(yóu)AI代替人工完(wán)成已经初步有了可能。

当(dāng)下AI的发展速度(dù)已经超过大部分人(rén)的想(xiǎng)象(xiàng)。内容产业的本质(zhì)是供给创造需求，AIGC作(zuò)为全新的内(nèi)容生产方式，可以为内容产业带来更(gèng)新的内容(róng)风格、更快的生产速度，更低(dī)的生产(chǎn)成本，这(zhè)无疑会驱动内(nèi)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(yú)音乐(lè)、代码(mǎ)、机(jī)器人动作(zuò)等多种内容形式的生成。不(bù)难(nán)发现该项技术不仅在(zài)游戏(xì)等行业(yè)能得到(dào)有效应用，对于下一(yī)代互联网各(gè)种(zhǒng)元(yuán)素的构建亦有关键意义。

从商业化的角度来看，文化(huà)娱乐(lè)、教育、传媒(méi)等诸多领(lǐng)域，本(běn)身(shēn)就(jiù)对基于AI的可视化内容有强(qiáng)烈需(xū)求(qiú)。

因此，AI绘(huì)画及视频或不是结果，而只(zhǐ)是AI进程中的一块重要拼图，有望在技术更新(xīn)的加持下实现(xiàn)更(gèng)大的应(yīng)用价值。

AI从(cóng)理(lǐ)解内容，走向了可以生成内容(róng)，甚至能够(gòu)创造出独立(lì)价值和(hé)独立视角的内容。AIGC的再次出圈，更(gèng)代表着未来的(de)先进(jìn)生产力即将到(dào)来。

04

紧抓大(dà)模型与算力，牢固AIGC底座

从(cóng)技术的发展也可以看出，在(zài)语言大模(mó)型(xíng)、图像大模型(xíng)之后，多模态大模型已经(jīng)成为(wèi)了新的(de)趋(qū)势。

大(dà)模型被誉为当前(qián)人工智能发展的智(zhì)能底座，是全(quán)球竞争最(zuì)激烈(liè)的研究(jiū)方向(xiàng)之一，包括谷(gǔ)歌、亚(yà)马逊(xùn)、百(bǎi)度、阿(ā)里、腾讯等众多头部企业都在竞相(xiāng)发力(lì)。

不过(guò)训练大模型的确(què)价格不菲，以(yǐ)国盛证券发(fā)布的《ChatGPT需要(yào)多少算力》报(bào)告估算，GPT-3训练一次的成本约为140万美元。而(ér)对于一些更大的LLM(大(dà)型语言模型)，训练成本则介于200万美元至1200万(wàn)美元高价之间(jiān)。

以ChatGPT在2023年1月的独立访客(kè)平均数1300万(wàn)计算(suàn)，其(qí)对应芯(xīn)片需求为(wèi)3万多(duō)片英伟(wěi)达A100 GPU，初始(shǐ)投(tóu)入成本约(yuē)为(wèi)8亿美元(yuán)，每日(rì)仅电费就(jiù)在5万(wàn)美元左右(yòu)。

此外不论是ChatGPT还是(shì)AIGC，都离不开庞大算力支(zhī)持。在关注(zhù)各类(lèi)大模型的发展同(tóng)时，更应该关注(zhù)算力网络(luò)的建设。

算力(lì)网络正驱动AI产业发展进入史诗级加速(sù)进程(chéng)，让(ràng)AIGC及通(tōng)用AI这(zhè)一人工智能发展的(de)终极目(mù)标离得更近。

因为算力可以对突破性(xìng)技(jì)术创新提供大力的(de)支持。这(zhè)方面，多模(mó)态大模型(xíng)是典型。作为面向(xiàng)未(wèi)来强人工智能、通用人工智能(néng)的重要技术创新，多模态(tài)大模型已经在人工智能领(lǐ清朝八王之乱是哪八王，西晋八王之乱是哪八王ng)域提出(chū)了很多年，业界也有(yǒu)不少技术突破，但是，多模(mó)态大模型进(jìn)一步往下走(zǒu)，算(suàn)力需求呈几何式(shì)上升，一(yī)般的算力基础设(shè)施很(hěn)快将难(nán)以胜(shèng)任。

从图像、文字、语音单独一项的训(xùn)练，到双模态、三模(mó)态(tài)的跃迁，让人(rén)工(gōng)智能可(kě)以(yǐ)灵活应对不同模态的转化、像(xiàng)人与世界(jiè)交互一样自然，这(zhè)方面，由算力网络来驱动将(jiāng)有明显(xiǎn)优势。

此(cǐ)外，还有(yǒu)很(hěn)多需(xū)要爆发式增长的算力来支撑的(de)技术创新(xīn)，将在人工智能(néng)算力网络支撑下(xià)快速推进。

AIGC已经(jīng)露出(chū)曙光，期待在大模型和大算力的支持下AIGC能持续颠覆内容生(shēng)产的方(fāng)式(shì)，将创造的边际成本降(jiàng)低(dī)，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 清朝八王之乱是哪八王，西晋八王之乱是哪八王