自聊天机器人(rén)ChatGPT火爆以来，微软公司创(chuàng)始人(rén)比尔·盖茨已多(duō)次公(gōng)开谈论人工智能话题(tí)。在最近(jìn)的一(yī)次采访中(zhōng)，他(tā)再次表示(shì)：“AI可能会让科技行业迎来一(yī)次剧(jù)烈的洗(xǐ)牌”。

这(zhè)个结(jié)论是他在当地(dì)时间2月20日接受《In Good Company》节(jié)目专访(fǎng)时提出的。

他预(yù)期，AI的发展可(kě)能会威(wēi)胁到(dào)谷歌的市占率，因为微软在AI方面的行动相当(dāng)迅速(sù)。而最终(zhōng)科技(jì)巨头将把AI整合成(chéng)用户的(de)“全能助(zhù)手(shǒu)”，包揽一(yī)切应用，与人(rén)们进(jìn)行沟(gōu)通并提供(gōng)建(jiàn)议，可(kě)以取代亚(yà)马逊、Siri或Outlook等应用。

大佬(lǎo)口中全(quán)能助手的到来可能尚需时日，但由ControlNet引(yǐn)发的又一次AI绘(huì)画浪潮，让(ràng)AIGC在ChatGPT的话题(tí)热(rè)点包围中(zhōng)杀出(chū)重围(wéi)。

01

ControlNet颠覆AI绘画新(xīn)玩法(fǎ)

AIGC向可控靠近(jìn)

以AI绘画为代表的AIGC上一次爆火的时(shí)候，还是2022年8月，在美国科(kē)罗拉多州举办(bàn)的新(xīn)兴数字艺术家竞赛(sài)中(zhōng)，一幅名为《太空歌剧院》的作品(pǐn)获奖。

随后各大厂商的AI绘画(huà)软件被(bèi)广(guǎng)大网友(yǒu)熟知并(bìng)体验，Stable Diffusion便是其中代表。

用户们可以(yǐ)在应(yīng)用中输入一组关(guān)键词或者一张(zhāng)照片，就能获得(dé)一幅AI创(chuàng)作(zuò)的画(huà)作。

作画的关键就是所输(shū)入的文本。同一(yī)组关键(jiàn)词也可以(yǐ)创作出很多张风格不一(yī)样的画作，这(zhè)让创作的过程就像开盲盒。

很多用户很喜欢这种不确(què)定(dìng)的惊(jīng)喜(xǐ)，他们会将(jiāng)生(shēng)成的(de)美图当(dāng)做(zuò)头(tóu)像。而另一部分喜(xǐ)欢翻看(kàn)AI绘画的“翻车”作品。在社交媒(méi)体(tǐ)上，许多用户(hù)分享AI“翻车(chē)现(xiàn)场”，例如，一位网友的小(xiǎo)狗照片被(bèi)AI画(huà)成了“肌肉男”，还有(yǒu)网友的个人照片被(bèi)AI识别成了建筑。

而如今随(suí)着ControlNet的出现(xiàn)与加持，以(yǐ)往AI绘画的填写关键(jiàn)词游戏可能要被颠覆了(le)。

ControlNet是一位(wèi)正在斯坦(tǎn)福读博的中国人张吕(lǚ)敏创作(zuò)的一(yī)种基(jī)于控制点的图(tú)像变形(xíng)算(suàn)法，主(zhǔ)要用于数(shù)字图像处理(lǐ)、计算机视(shì)觉和(hé)计算机图形学等领域(yù)。

其SD插件(jiàn)一经发布，在(zài)短(duǎn)短的两天内便(biàn)成为了AI绘画(huà)领域最新的热点。

在此之前，大(dà)家(jiā)用了很(hěn)多方(fāng)法曹冲称象的故事说明了什么科学道理，曹冲称象这个故事告诉我们什么道理想让AI生成(chéng)的结果(guǒ)尽可能的符合要求，但是(shì)都不(bù)尽如人意(yì)，它的出现代表着AI生成开(kāi)始进入(rù)真正的可控时期。

因为ControlNet可以直接提取画(huà)面的(de)构图，人物的姿势和画面的(de)深度信息等。有了它的帮助，就不(bù)用频(pín)繁的用提示曹冲称象的故事说明了什么科学道理，曹冲称象这个故事告诉我们什么道理词来碰运(yùn)气，抽(chōu)盲盒式(shì)的创作了(le)。

通俗的说ControlNet相当于给AI绘(huì)画加了(le)“魔法”，不少博(bó)主的作品已经获得了大量的(de)浏(liú)览量，“viggo”就是(shì)其中之一，他(tā)用朋友的照片直接带她们走进动漫世(shì)界。

viggo先用StableDiffusion图片转文字。

再(zài)用Text2Prompt插件拓展找(zhǎo)到对应(yīng)的关(guān)键词(cí)；最后(hòu)用ControlNet插(chā)件绑定骨骼开始换关键词试(shì)效果。

通(tōng)过图片就可以看出(chū)来，效果十(shí)分惊艳。

更厉害的是(shì)，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(cǎi)图。大神张吕(lǚ)敏其本尊也亲自回应。

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

02

难辨(biàn)虚实，AIGC技术力爆(bào)发

警(jǐng)惕安(ān)全问(wèn)题

近日(rì)，“苏州金鸡湖有游艇party”的消息火遍(biàn)网络，而经过警方辟谣这所谓的“party”可能(néng)是全(quán)国(guó)第一起(qǐ)AI绘图诈(zhà)骗。

由于这(zhè)个活动里面(miàn)给出的美女照片(piàn)都是AI制作的真人照片绘图，因为(wèi)太逼真(zhēn)，被大家当成真(zhēn)事传播(bō)了。

不(bù)过仔细观察可以发现，活动发起(qǐ)者提(tí)供的照片(piàn)中有(yǒu)个很(hěn)大的漏洞可以发(fā)现(xiàn)并非(fēi)真人，而(ér)是AI绘图(tú)，那便是(shì)图片中女(nǚ)性的手指部分有的存(cún)在异常(cháng)。

有行业人(rén)事表示：“现(xiàn)在因为手指部分的(de)绘画(huà)算法比较复杂，AI还不太会画人的手，但(dàn)最新看(kàn)到的图片已经有越来(lái)越完美(měi)的AI模型出现，以后可能就完全(quán)没有漏洞(dòng)了(le)。”

类似的AI作图诈骗在国外也已有发生。据英国广(guǎng)播公司报道，土耳(ěr)其地震期间(jiān)，有Tiktok用户使用AI合成了(le)儿童受灾(zāi)的(de)假照(zhào)片发布到网络(luò)，以此诱骗(piàn)善良的人打赏“捐助”从(cóng)而实施诈骗(piàn)。

目前随(suí)着技术发展，AIGC已经能做(zuò)出真人照片般的(de)绘图效果(guǒ)，如(rú)果(guǒ)这样的图片被用来诈骗(piàn)，将非(fēi)常(cháng)可怕。

此外AIGC还引发了(le)很多担忧(yōu)，一方面，批判(pàn)者认为AI在“学习”了大(dà)量前人的作品(pǐn)之(zhī)后，其创作(zuò)没(méi)有(yǒu)任何(hé)情绪和(hé)灵魂，难(nán)以和人类(lèi)的(de)艺术创作相提并论。

另一方(fāng)面(miàn)，AIGC背后(hòu)的版权(quán)、目(mù)前都并没有得到(dào)有效的解决，还有AIGC会不会代替(tì)人类“至高无上”的创意。

马斯克也强(qiáng)调(diào)，人工智(zhì)能的安全问题(tí)需(xū)要得到重(zhòng)视，太(tài)晚就来(lái)不及了。

03

AIGC下一站除了视频，还有远方

技术都(dōu)是有两面(miàn)性的，潜在(zài)的危害并不能掩(yǎn)盖其(qí)光辉的(de)贡献。现在(zài)看来，人工(gōng)智(zhì)能技术将是第四(sì)次工业(yè)革命的核(hé)心驱动力量，将创造新的增长奇迹(jì)。

过(guò)去(qù)一年，人(rén)工智能在技术(shù)和(hé)商(shāng)业层面(miàn)都(dōu)有了(le)巨大进展，AI绘画就是人工智能技术发生方向性改变的一个(gè)代表。其下一站或许就是(shì)视频。

此(cǐ)前(qián)，Meta和谷歌先后(hòu)发布了几条引爆(bào)科技圈的短视频。这(zhè)些(xiē)视频引(yǐn)发关注并(bìng)非(fēi)内容做得多优秀，反而都非常简单，比如一匹(pǐ)正在(zài)喝(hē)水的马，一只画画(huà)的玩具熊，或者一段(duàn)骑摩托车的第一视角录(lù)像，随便一(yī)个(gè)有手机的人都可以随(suí)手录下一(yī)段。

但这些(xiē)短视频(pín)的创作方式非常简单，创(chuàng)作(zuò)者(zhě)仅仅(jǐn)需要向AI输入一段话，甚至只是说一下要(yào)求，AI就可以根据需要生成一(yī)段(duàn)视频。

谷歌发布的(de)两(liǎng)个AI生成(chéng)视频分别来自(zì)于Imagen Video和Phenaki，前(qián)者主要突出(chū)的是(shì)高清，与Meta的Make-A-Video没有(yǒu)太多的差别。

在Make-A-Video公布了(le)AI生成的视频后，AI圈就已经(jīng)玩了(le)一波(bō)梗，一个能够做出更高(gāo)清视频的AI还(hái)不(bù)足(zú)以在短时间内戳(chuō)中兴奋点。

Phenaki更加令人震惊的地方(fāng)在(zài)于，它可以制作出超过2分钟的连(lián)贯的(de)也有确切(qiè)内容(róng)的视频，这才是真正让人们感到惊喜的(de)地方。因为无论AI生成的(de)视频多么高(gāo)清，也只(zhǐ)能是为(wèi)内容生产者(zhě)提供一个灵感，一个素材，一(yī)个过场动画(huà)。

不过能够制作出有具(jù)体剧情内容的视频(pín)就意(yì)味着(zhe)，一些(xiē)视频(pín)创作由(yóu)AI代替人工(gōng)完(wán)成已经(jīng)初(chū)步有了可能。

当下AI的发展(zhǎn)速(sù)度(dù)已经超过大部分人的想象。内容产业的(de)本(běn)质是供给创(chuàng)造(zào)需求(qiú)，AIGC作(zuò)为全新(xīn)的内容生产方(fāng)式，可以为内容产业带(dài)来更新的内容风(fēng)格、更(gèng)快的生(shēng)产速度，更(gèng)低的生产成本，这无疑会驱动内容产业的大爆发(fā)。

除了(le)AI绘图、视频(pín)，AIGC技术还(hái)能应(yīng)用于音乐、代码(mǎ)、机(jī)器人动作等多种内容(róng)形式的生成。不难发现该(gāi)项技术不仅(jǐn)在游戏等行业能得到有效应用(yòng)，对于下一代互联网各种元素(sù)的构(gòu)建亦有关键意义。

从商业化的角度(dù)来看，文化娱乐、教育、传(chuán)媒等诸多(duō)领域，本(běn)身就对基于(yú)AI的可视化内容有(yǒu)强(qiáng)烈需求。

因此，AI绘画(huà)及视频或不是结果，而(ér)只是AI进(jìn)程中的一(yī)块重要(yào)拼图，有望在(zài)技(jì)术(shù)更新的加持(chí)下(xià)实现(xiàn)更大(dà)的应(yīng)用(yòng)价(jià)值。

AI从(cóng)理(lǐ)解内容，走向(xiàng)了可以生(shēng)成内(nèi)容，甚至能够创(chuàng)造出(chū)独立价值和独立视(shì)角的内容。AIGC的再次出圈，更代表着未来(lái)的(de)先进生产力即将到来。

04

紧抓大(dà)模型与算力(lì)，牢固AIGC底座

从技术的发展也可以看出，在语言(yán)大模型、图像大模型之(zhī)后，多模态大模型已经(jīng)成为了新的趋(qū)势。

大模型被(bèi)誉为当前人工智能发展的智能底座，是全球(qiú)竞(jìng)争最激烈的研究方向之一，包括(kuò)谷(gǔ)歌、亚马逊(xùn)、百度、阿(ā)里、腾讯(xùn)等众多头(tóu)部企业都在(zài)竞(jìng)相发力。

不过(guò)训练大模型的(de)确价格不菲(fēi)，以国(guó)盛证券发布的《ChatGPT需(xū)要(yào)多少算力(lì)》报告估算，GPT-3训练一(yī)次的成本约为140万美元。而对(duì)于一(yī)些(xiē)更大(dà)的LLM(大型(xíng)语言(yán)模型)，训(xùn)练成(chéng)本(běn)则介于200万(wàn)美(měi)元(yuán)至1200万美元高价之间。

以ChatGPT在(zài)2023年1月的(de)独(dú)立(lì)访客(kè)平均数1300万计算，其对应芯片需求为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(měi)元左右。

此外不论是ChatGPT还是AIGC，都离不开庞(páng)大(dà)算力支(zhī)持(chí)。在关(guān)注(zhù)各类大(dà)模型(xíng)的(de)发展(zhǎn)同时，更应该关注算力网络的建设。

算(suàn)力网络正驱动(dòng)AI产(chǎn)业发(fā)展(zhǎn)进(jìn)入史诗级加速进(jìn)程，让(ràng)AIGC及通(tōng)用AI这一人工智能发展的终极(jí)目标(biāo)离得更(gèng)近。

因为算力可以对突(tū)破性技(jì)术创新提供大力(lì)的支持。这方面(miàn)，多模态(tài)大模(mó)型是典型。作为面向未来强(qiáng)人工智能(néng)、通用人(rén)工智能(néng)的(de)重(zhòng)要技术创新，多模(mó)态(tài)大模(mó)型已经(jīng)在(zài)人工智能领域提出了很(hěn)多(duō)年，业界(jiè)也(yě)有不少技术(shù)突(tū)破，但是，多模(mó)态(tài)大模型进一步往下(xià)走，算力需求呈几何式上升，一般的(de)算力基础设施很快(kuài)将(jiāng)难以胜任。

从图像(xiàng)、文字、语音单独一项的(de)训(xùn)练，到双模态、三模态(tài)的跃迁，让人工智(zhì)能可以灵(líng)活应对不(bù)同模(mó)态(tài)的转(zhuǎn)化、像人与(yǔ)世(shì)界交互一(yī)样自然，这方面，由算力网络来(lái)驱(qū)动将(jiāng)有明显优(yōu)势。

此外(wài)，还有很多需要(yào)爆发式增长的算力来(lái)支撑的技术创新，将在人工(gōng)智能算力网络支撑下快(kuài)速推进。

AIGC已(yǐ)经露出曙(shǔ)光(guāng)，期待在大模(mó)型和大算力的支持下AIGC能持续颠(diān)覆内容生(shēng)产(chǎn)的方式，将创(chuàng)造的边(biān)际成本(běn)降低，让(ràng)万众受益。

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 曹冲称象的故事说明了什么科学道理，曹冲称象这个故事告诉我们什么道理