自聊天机器人ChatGPT火(huǒ)爆以来(lái)，微(wēi)软公司创始人比尔·盖茨(cí)已多次公开(kāi)谈论人工(gōng)智能话题。在(zài)最(zuì)近的一次采访中，他(tā)再(zài)次表示：“AI可能会让科(kē)技(jì)行业迎来一次剧烈(liè)的洗(xǐ)牌”。

这个结论是(shì)他在当(dāng)地时(shí)间(jiān)2月20日接(jiē)受《In Good Company》节目专访时提出的。

他预期，AI的发展可能(néng)会威胁到谷歌的(de)市(shì)占率，因为(wèi)微软在AI方面的行动(dòng)相当(dāng)迅速(sù)。而最终(zhōng)科(kē)技巨头将把AI整合成用(yòng)户(hù)的“全能(néng)助手”，包揽一切应用，与(yǔ)人们进行沟通并(bìng)提供(gōng)建(jiàn)议，可以取代亚马逊、Siri或Outlook等应(yīng)用。

大佬口中全能助手的到来(lái)可能尚(shàng)需(xū)时日(rì)，但(dàn)由ControlNet引发的(de)又一次(cì)AI绘画浪潮(cháo)，让AIGC在ChatGPT的(de)话题热点包围(wéi)中杀出重围(wéi)。

01

ControlNet颠覆(fù)AI绘(huì)画(huà)新玩法

AIGC向(xiàng)可控靠近

以AI绘画为代表(biǎo)的AIGC上一次(cì)爆火的时候(hòu)，还是2022年8月，在美国科(kē)罗(luó)拉多州举(jǔ)办的新兴数字艺术家竞赛中，一(yī)幅名为《太(tài)空歌剧院》的作品获奖(jiǎng)。

随后各大厂商的AI绘画软(ruǎn)件被广大网友熟(shú)知并体验(yàn)，Stable Diffusion便(biàn)是其中代表。

用户们(men)可以在应用中输入(rù)一组(zǔ)关键词或者(zhě)一张(zhāng)照片，就能获得一幅AI创作的(de)画作。

作画的关键就是所输入的文本。同一(yī)组关键词也可(kě)以创作出很多张风(fēng)格不一样(yàng)的画作，这让创(chuàng)作的(de)过程就像开盲盒。

很多用户很喜欢这种不确(què)定(dìng)的惊喜(xǐ)，他(tā)们会(huì)将生成的美图当做(zuò)头像。而另(lìng)一部分喜欢翻看AI绘(huì)画(huà)的(de)“翻车”作品。在社(shè)交媒体上，许多用户分享AI“翻车现场”，例如，一位网友的小狗照片被AI画成了“肌肉男”，还有网(wǎng)友的个(gè)人照片被AI识(shí)别成了(le)建筑。

而如今随着ControlNet的出现与(yǔ)加持，以往AI绘(huì)画的填写关键词(cí)游(yóu)戏可能要被颠(diān)覆了。

ControlNet是一位正(zhèng)在(zài)斯坦(tǎn)福读博的中(zhōng)国人张(zhāng)吕敏创作的一种基于控制点的图像(xiàng)变形(xíng)算法，主要用于数字图像(xiàng)处理、计算机(jī)视觉和(hé)计算(suàn)机图形学等领域。

其(qí)SD插件一经(jīng)发布，在短短的两天内便成为了(le)AI绘画领域最新的热点。

在此(cǐ)之前，大家用了(le)很多(duō)方法想让(ràng)AI生成(chéng)的结(jié)果尽可(kě)能的符合要求，但是都不尽如人意(yì)，它的出现代表(biǎo)着AI生成开(kāi)始进入(rù)真正的可控时期(qī)。

因为ControlNet可(kě)以直接提取(qǔ)画面的构图，人物的姿势和画面的深度信息等。有了(le)它的帮助(zhù)，就不用频繁的用提(tí)示词来碰(pèng)运气，抽盲盒式的创(chuàng)作了。

通俗的说ControlNet相当于给AI绘画加了“魔法”，不少博(bó)主的作品已(yǐ)经获得了大(dà)量(liàng)的浏(liú)览(lǎn)量，“viggo”就是其(qí)中之一，他(tā)用朋友的照片直接带她们走进动漫世界。

viggo先用StableDiffusion图(tú)片转文字。

再用Text2Prompt插(chā)件拓展找到对应(yīng)的关键词；最后用ControlNet插件绑定骨骼(gé)开始换关键词试效果。

通过图片就(jiù)可以看(kàn)出来(lái)，效(xiào)果十分(fēn)惊艳。

更(gèng)厉害的(de)是，除了真实(shí)的(de)照(zhào)片(piàn)，草图也可以加上“魔法”，知乎大牛“DevPoint”和(hé)“逗砂”介绍到ControlNet还能实现线稿转全彩(cǎi)图。大神张吕敏其本(běn)尊也(yě)亲(qīn)自回应(yīng)。

不得不说当下AIGC已经变得越来越强大，甚至(zhì)输出的(de)作品都已经能以假乱真了。

02

难辨(biàn)虚实，AIGC技术力爆发

警惕安全问题

近日，“苏州(zhōu)金鸡(jī)湖有(yǒu)游艇(tǐng)party”的消息火遍网络，而经过警方(fāng)辟谣这(zhè)所谓的(de)“party”可能是全(quán)国第(dì)一起AI绘图诈骗(piàn)。

由于这个活动里面给出(chū)的(de)美(měi)女照片都是(shì)AI制作(zuò)的真人照片绘图，因(yīn)为太逼(bī)真(zhēn)，被大家当成真事传(chuán)播了。

不过仔细观(guān)察可(kě)以发现，活动发起(qǐ)者提供(gōng)的(de)照片中有(yǒu)个(gè)很大(dà)的漏洞可(kě)以发现(xiàn)并非真人，而是AI绘图，那便是图片中女性的手指(zhǐ)部分有的存在(zài)异常(cháng)。

有行(xíng)业人事表(biǎo)示(shì)：“现在因为(wèi)手指部分的绘(huì)画算(suàn)法比较(jiào)复杂，AI还不太会画人的手(shǒu)，但最新看到的图片已经有(yǒu)越来越完美的AI模型出(chū)现，以后可能就完全没有漏洞了。”

类似的AI作图诈骗在国外也已有发(fā)生(shēng)。据英国(guó)广(guǎng)播(bō)公司报(bào)道，土耳其(qí)地震期间，有Tiktok用户使(shǐ)用AI合成(chéng)了儿童受灾(zāi)的假(jiǎ)照片发布到网络，以(yǐ)此诱骗善良的人打(dǎ)赏“捐助”从(cóng)而实施(shī)诈(zhà)骗。

目前随着技术发展，AIGC已经能(néng)做出真人照片般的绘图(tú)效果(guǒ)，如果(guǒ)这(zhè)样的图片被用来诈骗，将非常可(kě)怕。

此外AIGC还引发了(le)很(hěn)多担忧，一(yī)方面，批判者(zhě)认为(wèi)AI在(zài)“学(xué)习”了大量(liàng)前(qián)人的作品之后，其创作没有任何情绪和灵(líng)魂(hún)，难以和人类的(de)艺术创作相提并论。

另一方面，AIGC背后的版权、目前都并没有得(dé)到有效的解决，还有AIGC会不(bù)会(huì)代替人类(lèi)“至(zhì)高无上”的创意。

马(mǎ)斯克也强(qiáng)调，人工智能的安(ān)全问题需要得到重视，太(tài)晚就来不及了。

03

AIGC下一站(zhàn)除了视频，还有远(yuǎn)方

技术都是有(yǒu)两面(miàn)性(xìng)的，潜在的危害并不能掩(yǎn)盖其光辉的贡献。现在看来，人工(gōng)智能技(jì)术将是第四次工(gōng)业革命的核心驱动力量，将(jiāng)创造新的增长奇迹。

过去一年，人工智能(néng)在(zài)技术和商业层(céng)面(miàn)都有(yǒu)了巨大进展(zhǎn)，AI绘画就是人工智能(néng)技术(shù)发生方向性改变的一个代表。其下一站或许就是(shì)视频(pín)。

此前(qián)，Meta和谷歌先后发布了几条引(yǐn)爆科技(jì)圈的短视频。这(zhè)些(xiē)视频(pín)引发(fā)关注并(bìng)非内容做得多优(yōu)秀，反(fǎn)而都(dōu)非常简(jiǎn)单，比如一匹正在喝(hē)水的(de)马，一(yī)只(zhǐ)画(huà)画的(de)玩具熊，或者(zhě)一段(duàn)骑摩托车的第(dì)一视角(jiǎo)录像，随(suí)便一个有手机的人(rén)都可(kě)以随手录下一段。

但这些短视频的创作方式(shì)非常简单，创作者(zhě)仅仅需要向AI输入一段话，甚至只是说一下要(yào)求，AI就可以(yǐ)根据需要生成一段视频。

谷歌发布的两个AI生成视(shì)频分别来自于Imagen Video和Phenaki，前者主要突出的是高清，与Meta的Make-A-Video没(méi)有太多的差别。

在Make-A-Video公布(bù)了AI生成(chéng)的视(shì)频后，AI圈就(jiù)已经玩了一波梗，一个能够做出更高清视频(pín)的AI还(hái)不足(zú)以在短时(shí)间内戳中兴奋(fèn)点。

Phenaki更加令人震惊(jīng)的地方在于，它可以制作出超过2分钟的连贯的也有确切内(nèi)容的视(shì)频，这(zhè)才(cái)是真正(zhèng)让(ràng)人们感(gǎn)到惊喜的地(dì)方(fāng)。因为无论AI生成的视频(pín)多么高清，也只能是为内容生产者提供一个灵(líng)感，一个素材(cái)，一个过(guò)场动画。

不过能够制作出有具体(tǐ)剧情内容的视频就(jiù)意味着，一(yī)些视(shì)频创作(zuò)由AI代替人工完成已经初(chū)步有(yǒu)了可(kě)能。

当下AI的(de)发展速度(dù)已(yǐ)经超(chāo)过大(dà)部分人的想象。内容产业(yè)的本质是供(gōng)给创(chuàng)造(zào)需求，AIGC作为(wèi)全新的(de)内容生(shēng)产方式，可以(yǐ)为内容产业带来(lái)更(gèng)新的(de)内容风格(gé)、更快的生(shēng)产速度，更(gèng)低的生(shēng)产成本(běn)，这无疑(yí)会驱动内容产(chǎn)业的大爆发。

除了AI绘图、视频，AIGC技术还能应用于音乐、代码、机器人动作等多种内容形式的生成。不难发现该项技术不仅在游戏等行(xíng)业能(néng)得(dé)到有(yǒu)效应用，对(duì)于(yú)下一代互联网各种元素(sù)的构建亦有关(guān)键意义(yì)。

从商业化的角度来看(kàn)，文化娱(yú)乐、教育、传媒等诸(zhū)多领(lǐng)域(yù)，本身就对基于AI的可(kě)视化内容(róng)有强烈需求。

因此，AI绘画及视频或不是结果，而只是AI进程中的一块重要拼图，有望(wàng)在技术更新的加持下实现更大的应用价值。

AI从理解内容，走向(xiàng)了可以生(shēng)成内容，甚至能够创造出(chū)独立价(jià)值和独立视角的(de)内容(róng)。AIGC的(de)再次(cì)出圈，更(gèng)代(dài)表(biǎo)着未来的先(xiān)进生产(chǎn)力即将(jiāng)到来。

04

紧抓大模型(xíng)与算力，牢固(gù)AIGC底座

从技术的(de)发展也可以看出，在语言大模型、图像大模型之(zhī)后，多模(mó)态(tài)大模(mó)型已经成(chéng)为(wèi)了新的趋势。

大(dà)模型被(bèi)誉为(wèi)当前人工智能发展的智能底座，是全(quán)球(qiú)竞争最激烈(liè)的研究方向之(zhī)一，包括谷(gǔ)歌(gē)、亚马逊、百度、阿里、腾讯等众(zhòng)多(duō)头部(bù)企业都在竞相(xiāng)发力。

不过训练(liàn)大模(mó)型的确价格不菲(fēi)，以国(guó)盛证券发布的《ChatGPT需要多少算(suàn)力》报告(gào)估算，GPT-3训(xùn)练一次的成本约为(wèi)140万美元(yuán)。而对于一些更大的LLM(大型语言模(mó)型)，训练成本则介于200万美元至1200万(wàn)美元高价之间。

以ChatGPT在2023年1月(yuè)的(de)独立访客(kè)平(píng)均数1300万计算，其对应芯片(piàn)需求为3万多片英伟达A100 GPU，初始投入成本(běn)约为8亿美元，每日仅电费就在5万(wàn)美元左右。

此外不论(lùn)是ChatGPT还是(shì)AIGC，都离不开庞大算力支持。在关(guān)注各类大模型的发展(zhǎn)同时，更(gèng)应该关注算力(lì)网(wǎng)络(luò)的建设。

算力网络正(zhèng)驱(qū)动(dòng)AI产业发展进(jìn)入史诗级加(jiā)速(sù)进程(chéng)，让(ràng)AIGC及通(tōng)用AI这一人工(gōng)智能发展(zhǎn)的终极目标离得更近。

因为算力可以对突破性技术(shù)创新(xīn)提供大力(lì)的支持。这方面(miàn)，多模态大模型是典型。作为面向未来(lái)强人工(gōng)智能、通(tōng)用人工智能(néng)的(de)重要技(jì)术创新，多模态大模型已经在人(rén)工智能(néng)领域提(tí)出了很多年，业界也有(yǒu)不少技术(shù)突(tū)破，但是，多模(mó)态大(dà)模型进一步往下走，算(suàn)力需(xū)求呈几何式上升，一(yī)般的算(suàn)力(lì)基础设施很快(kuài)将难以胜(shèng)任(rèn)。

从图(tú)像、文(wén)字、语(yǔ)音单独一项(xiàng)的训(xùn)练，到双模态、三模(mó)态(tài)的跃迁(qiān)，让人工智(zhì)能可(kě)以(yǐ)灵活应对(duì)不同(tóng)模态(tài)的转化、像(xiàng)人与世界(jiè)交互一样自(zì)然(rán)，这方面，由算(suàn)力网络来驱动将有明显优势。

此外，还(hái)有(yǒu)很(hěn)多(duō)需要爆发式增长的算力(lì)来支撑的技术创新(xīn)，将在人工智能算力网(wǎng)络(luò)支撑(chēng)下快速推进。

AIGC已经露(lù)出曙(shǔ)光，期待在大模型和大算(suàn)力的(de)支(zhī)持下AIGC能持续颠覆(fù)内(nèi)容生产的方式，将创造的边际(jì)成本(běn)降低(dī)，让万众(zhòng)受益。

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 原生家庭是指离异吗，为什么说原生家庭可怕