自聊天(tiān)机器人ChatGPT火爆(bào)以来(lái)，微软(ruǎn)公司创始人(rén)比尔·盖(gài)茨已(yǐ)多次公开谈(tán)论人(rén)工智能(néng)话题。在最近的一次采访中，他再(zài)次表示：“AI可(kě)能会让科技行业迎来一次剧烈的洗牌”。

这个结论是他在当(dāng)地(dì)时间2月20日接受(shòu)《In Good Company》节目(mù)专(zhuān)访(fǎng)时提出的。

他预期，AI的发展可能会威胁到谷歌的市占率，因为(wèi)微软在(zài)AI方面的行动相当迅速。而(ér)最终科技巨头将把AI整合成用(yòng)户的“全能助(zhù)手”，包揽一切应用(yòng)，与人们进行沟通并(bìng)提供建(jiàn)议(yì)，可以取代亚马逊、Siri或Outlook等应用。

大佬(lǎo)口中全(quán)能(néng)助(zhù)手(shǒu)的到来可能尚需时日，但由ControlNet引发(fā)的又一次AI绘画浪潮(cháo)，让AIGC在ChatGPT的话题热点包围中杀出重围。

01

ControlNet颠(diān)覆AI绘画新玩法

AIGC向可控靠(kào)近(jìn)

以AI绘画为代表的(de)AIGC上一次爆(bào)火的时候，还是2022年8月，在(zài)美国科(kē)罗拉(lā)多(duō)州(zhōu)举办的新兴数字艺术家竞赛中，一幅名为《太(tài)空歌(gē)剧院》的作品(pǐn)获奖。

随(suí)后各大厂商的AI绘画软件被广大网友熟知并体验，Stable Diffusion便是其中(zhōng)代(dài)表。

用户们可以在(zài)应用中输入一组关(guān)键(jiàn)词或者(zhě)一张照片，就能获得一幅AI创作的画作(zuò)。

作画(huà)的关(guān)键(jiàn)就是所输入的文本。同一(yī)组关键词(cí)也可以创作出很多张风(fēng)格(gé)不一样的画(huà)作，这让创(chuàng)作的(de)过(guò)程就像(xiàng)开盲盒。

很多(duō)用户很(hěn)喜欢这种(zhǒng)不确定的(de)惊喜，他(tā)们(men)会将生成的美图(tú)当做头像。而另(lìng)一部分喜欢翻(fān)看AI绘画(huà)的“翻(fān)车”作品。在社交媒(méi)体上，许(xǔ)多用户分(fēn)享AI“翻(fān)车(chē)现场”，例如，一位网(wǎng)友的小狗照片被(bèi)AI画成(chéng)了“肌肉男(nán)”，还有网友的个人照片被AI识(shí)别成了建(jiàn)筑。

而(ér)如今(jīn)随着ControlNet的出现与(yǔ)加持，以(yǐ)往AI绘(huì)画的填写关键词游戏可能要被颠覆了(le)。

ControlNet是一(yī)位(wèi)正(zhèng)在斯坦福读博的中国人(rén)张(zhāng)吕敏(mǐn)创作的(de)一种(zhǒng)基(jī)于控制点的图像变形算(suàn)法，主(zhǔ)要(yào)用于(yú)数字图像处理(lǐ)、计算机视觉和计算机图形学等领域(yù)。

其SD插件一经发布(bù)，在短(duǎn)短的两天内(nèi)便成为了AI绘画(huà)领域(yù)最新(xīn)的热点。

在此之前，大家用了很(hěn)多方法想让AI生成的结果尽(jǐn)可(kě)能的符合要求，但是(shì)都不尽如人意，它的出现(xiàn)代表着AI生(shēng)成开始(shǐ)进(jìn)入真正的可(k巧克力放冰箱可以吗，巧克力放冰箱里保质期一般多长时间ě)控时期。

因(yīn)为ControlNet可以(yǐ)直接提取画面的构图，人物(wù)的姿(zī)势和画面的(de)深(shēn)度信息等。有了(le)它(tā)的(de)帮助，就不用频繁的用提示词来碰运(yùn)气(qì)，抽(chōu)盲(máng)盒(hé)式的创(chuàng)作了。

通俗的说(shuō)ControlNet相(xiāng)当于给(gěi)AI绘画加了“魔法”，不少博主的作(zuò)品已经获得了大量的浏(liú)览量(liàng)，“viggo”就是其中(zhōng)之一，他用朋友的(de)照(zhào)片直接带(dài)她们走进动(dòng)漫世界。

viggo先用StableDiffusion图片转文字。

再用Text2Prompt插(chā)件拓展找到(dào)对(duì)应的关键词；最后用ControlNet插件绑(bǎng)定骨骼开始换关键(jiàn)词(cí)试效果。

通过图片就可以看出(chū)来，效果(guǒ)十(shí)分(fēn)惊艳。

更(gèng)厉(lì)害的(de)是，除了(le)真(zhēn)实的(de)照片，草图也可以(yǐ)加上“魔法”，知乎大牛“DevPoint”和“逗(dòu)砂”介绍到ControlNet还能(néng)实现线稿转全彩图。大(dà)神张吕敏其本尊(zūn)也(yě)亲自(zì)回应。

不得不说当下AIGC已经变得越来越强大，甚至输出的作品(pǐn)都(dōu)已经能以假乱真了。

02

难辨虚实(shí)，AIGC技术(shù)力爆(bào)发

警惕安全问题

近(jìn)日(rì)，“苏州金鸡湖有游(yóu)艇party”的消息火(huǒ)遍网(wǎng)络，而经过警方辟谣(yáo)这所谓(wèi)的(de)“party”可能是(shì)全(quán)国(guó)第一起(qǐ)AI绘(huì)图诈骗(piàn)。

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(zhào)片(piàn)绘图，因为太逼真，被大(dà)家(jiā)当成真事传播了(le)。

不(bù)过仔细观(guān)察可以发现，活动(dòng)发起者(zhě)提供的照(zhào)片中(zhōng)有个很大的漏洞(dòng)可以发现并非(fēi)真人，而是AI绘图，那便是图片中女性的(de)手指部分有的存(cún)在异常。

有行业(yè)人事(shì)表(biǎo)示：“现在因(yīn)为手指部分的绘画算法比较复杂，AI还不太会(huì)画人的手，但最新看到的图(tú)片(piàn)已经有越来越完美的(de)AI模(mó)型出现，以后可能就完全(quán)没(méi)有(yǒu)漏(lòu)洞(dòng)了。”

类似的(de)AI作图诈骗在国(guó)外也(yě)已有发生。据英国广播公司报道，土耳(ěr)其地震期间，有(yǒu)Tiktok用户使用AI合成(chéng)了儿童受灾的假照片发布(bù)到(dào)网络，以此诱骗善良的人打赏“捐助”从而实施(shī)诈(zhà)骗(piàn)。

目(mù)前随着(zhe)技术发展(zhǎn)，AIGC已经能做(zuò)出真人照片般的(de)绘图效果，如果这样的图(tú)片被用来诈骗，将非(fēi)常(cháng)可怕。

此外(wài)AIGC还(hái)引发了很(hěn)多担忧，一(yī)方面，批(pī)判者认为AI在“学习”了大量(liàng)前(qián)人(rén)的作品之后，其创作(zuò)没有任(rèn)何情绪和灵魂(hún)，难以和人类的艺术创作相提并论(lùn)。

另一方(fāng)面(miàn)，AIGC背后(hòu)的版权(quán)、目(mù)前都并没(méi)有(yǒu)得到有效的解决，还有AIGC会不会代替人类“至高无上”的创(chuàng)意(yì)。

马斯克也(yě)强调，人工智能的(de)安全问题需要得到(dào)重视，太晚就来不及了。

03

AIGC下一站除(chú)了视频，还有远(yuǎn)方

技(jì)术都是有两面性的，潜在(zài)的(de)危害并不能掩(yǎn)盖其光辉的贡献。现在看来，人工智能技术将是第(dì)四(sì)次工业革命巧克力放冰箱可以吗，巧克力放冰箱里保质期一般多长时间的核心驱(qū)动力量，将创造新的增(zēng)长奇(qí)迹。

过去一年，人(rén)工智能在技术和(hé)商业(yè)层面都有了巨大进展，AI绘(huì)画就是人工智能(néng)技(jì)术发生方向性改变的一个代表。其(qí)下一站(zhàn)或许就是视频。

此前(qián)，Meta和谷歌先(xiān)后发布了几条引(yǐn)爆科(kē)技圈(quān)的短视频(pín)。这些视频(pín)引(yǐn)发(fā)关(guān)注并(bìng)非内容做得多优秀(xiù)，反(fǎn)而(ér)都非常简单，比(bǐ)如(rú)一匹正(zhèng)在(zài)喝(hē)水的马，一(yī)只画画的玩具熊(xióng)，或者(zhě)一段骑摩托车的第一视角录(lù)像(xiàng)，随便一(yī)个(gè)有手机的人(rén)都可以(yǐ)随(suí)手(shǒu)录下一段。

但这些(xiē)短视(shì)频(pín)的创作(zuò)方式非常简单(dān)，创作者(zhě)仅(jǐn)仅需要向AI输入一(yī)段话，甚至只是(shì)说一(yī)下(xià)要求，AI就可以根据需要(yào)生成一(yī)段视(shì)频。

谷(gǔ)歌发布的两个AI生成视频分别来(lái)自于Imagen Video和Phenaki，前者主要(yào)突出(chū)的是(shì)高清(qīng)，与Meta的(de)Make-A-Video没(méi)有太多的差别。

在Make-A-Video公布了AI生成的视(shì)频后，AI圈就已(yǐ)经玩了(le)一波(bō)梗(gěng)，一(yī)个能够(gòu)做出(chū)更(gèng)高清视频(pín)的AI还不足以在短(duǎn)时(shí)间内戳中兴(xīng)奋点。

Phenaki更加令人震惊(jīng)的地方(fāng)在于，它可以制作出超过(guò)2分(fēn)钟的连贯的也有(yǒu)确(què)切内容的视(shì)频，这(zhè)才是真正让人们感(gǎn)到惊喜的地(dì)方。因(yīn)为无论AI生成的视频多(duō)么高(gāo)清，也只能是为内容生产者提供一(yī)个灵(líng)感，一个(gè)素材(cái)，一(yī)个(gè)过场(chǎng)动画。

不过能够(gòu)制作出(chū)有具(jù)体(tǐ)剧情(qíng)内容(róng)的视频就意味着，一些视频创作(zuò)由AI代(dài)替人(rén)工完成已(yǐ)经(jīng)初(chū)步(bù)有了可能。

当(dāng)下(xià)AI的发展速度已经超过大(dà)部分(fēn)人的(de)想象。内容产(chǎn)业的本(běn)质是供给创造(zào)需求(qiú)，AIGC作为全新的内容生(shēng)产(chǎn)方式(shì)，可以为内(nèi)容产业带来更(gèng)新的内容(róng)风格、更快的生产速度，更低的(de)生(shēng)产成(chéng)本，这(zhè)无疑会驱(qū)动内容(róng)产(chǎn)业的大(dà)爆(bào)发。

除了AI绘图、视频，AIGC技术还能应用于(yú)音乐、代码、机器(qì)人动(dòng)作等多种(zhǒng)内容形(xíng)式(shì)的生成。不难发现该项(xiàng)技术不(bù)仅在(zài)游(yóu)戏等行业能得到有效应用，对(duì)于(yú)下(xià)一代互联(lián)网(wǎng)各种(zhǒng)元素(sù)的构建亦(yì)有关键意义(yì)。

从商业(yè)化的角度来看，文化娱乐(lè)、教育(yù)、传媒等诸(zhū)多领域，本身就(jiù)对基(jī)于AI的可视化内容有强烈需求。

因此，AI绘画及(jí)视(shì)频或(huò)不是结果，而只是AI进程中的一块重要(yào)拼图，有望在技术更新的加持下实(shí)现更(gèng)大的应用价值(zhí)。

AI从理(lǐ)解内容，走(zǒu)向了可以生成内容，甚至能(néng)够创造出独(dú)立(lì)价(jià)值和(hé)独立视角的内容。AIGC的(de)再次出圈，更代表(biǎo)着(zhe)未(wèi)来(lái)的(de)先进生产力即将到来。

04

紧抓大(dà)模型(xíng)与(yǔ)算(suàn)力(lì)，牢固AIGC底座

从技术的发展也可(kě)以看出，在语言大模型、图像大模型之后，多模态大(dà)模型已经成为了新的趋势。

大模型被誉为(wèi)当前人工(gōng)智(zhì)能发(fā)展的智能(néng)底座，是全球竞(jìng)争最激烈的研究方向之一，包(bāo)括谷歌、亚(yà)马逊(xùn)、百度、阿里、腾讯等众(zhòng)多头部(bù)企业(yè)都在竞相发力。

不(bù)过训(xùn)练大模型的确价格不菲，以(yǐ)国盛(shèng)证券发布的(de)《ChatGPT需要多少算力》报告(gào)估算，GPT-3训练一次(cì)的(de)成本约为140万美(měi)元。而对于(yú)一些更大的LLM(大(dà)型(xíng)语言模型)，训练成本则介于(yú)200万(wàn)美元至1200万美(měi)元高价之间。

以(yǐ)ChatGPT在2023年1月(yuè)的独立(lì)访客(kè)平均数1300万计算(suàn)，其(qí)对应芯片需求(qiú)为3万多(duō)片英伟(wěi)达A100 GPU，初(chū)始(shǐ)投(tóu)入(rù)成本约为8亿美元，每(měi)日仅电费(fèi)就(jiù)在5万美(měi)元左右。

此外不论是(shì)ChatGPT还是AIGC，都离不(bù)开庞大算(suàn)力支持(chí)。在(zài)关注(zhù)各类(lèi)大模型的发展(zhǎn)同时(shí)，更应该(gāi)关注算(suàn)力网(wǎng)络的建设(shè)。

算(suàn)力网络(luò)正(zhèng)驱动AI产业(yè)发展(zhǎn)进入史(shǐ)诗级加速进程(chéng)，让AIGC及通用AI这一人工(gōng)智能(néng)发展(zhǎn)的终极(jí)目(mù)标离得更近。

因(yīn)为算力可以对突破性技术(shù)创新提供(gōng)大力的支持。这(zhè)方面(miàn)，多模态大模(mó)型是典型。作为面向未来强人工智能(néng)、通用人工(gōng)智(zhì)能的重要技术(shù)创新(xīn)，多模(mó)态大模(mó)型已经在人工智能领(lǐng)域(yù)提出了很多年，业界也(yě)有不少技术突破(pò)，但是，多(duō)模(mó)态大模型进一(yī)步(bù)往(wǎng)下走，算力需求呈(chéng)几何式(shì)上升，一般的算(suàn)力基础设施很快将难(nán)以胜任。

从图像(xiàng)、文字(zì)、语音单独一(yī)项的训练(liàn)，到(dào)双模态、三模态(tài)的跃迁，让人(rén)工智能可以灵活应对不同模(mó)态的(de)转化、像(xiàng)人与世界交(jiāo)互一样自然，这方面，由算力网络来(lái)驱(qū)动将有明显优势。

此外，还有很多需(xū)要爆发式增长(zhǎng)的算(suàn)力来(lái)支撑的(de)技术(shù)创新，将(jiāng)在人工智能算(suàn)力(lì)网络支撑下快速(sù)推进。

AIGC已经露出曙光，期待在大(dà)模型和大算力的(de)支持下(xià)AIGC能(néng)持续(xù)颠覆内容生(shēng)产(chǎn)的方式，将创造(zào)的(de)边际成本降低，让(ràng)万众受益(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 巧克力放冰箱可以吗，巧克力放冰箱里保质期一般多长时间