自聊天机器人ChatGPT火爆以来，微软公司创始人比尔·盖茨已多(duō)次公开谈论人工智能(néng)话题。在最近(jìn)的一次采访(fǎng)中，他再次表示(shì)：“AI可能会让(ràng)科技行业(yè)迎来一次剧烈(liè)的洗牌(pái)”。

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

他预期，AI的发展(zhǎn)可能会(huì)威胁到谷歌(gē)的市占率，因为微软在AI方面(miàn)的行动(dòng)相当迅速。而最(zuì)终科技巨头将把AI整(zhěng)合(hé)成用户的“全能(néng)助手”，包揽一切应用，与(yǔ)人们进行沟通并提(tí)供建议(yì)，可以取代亚(yà)马逊、Siri或Outlook等应用。

大佬(lǎo)口中全能(néng)助手的到来可能尚需时(shí)日，但由ControlNet引发的又(yòu)一次(cì)AI绘画浪潮，让(ràng)AIGC在ChatGPT的话(huà)题热点(diǎn)包围中(zhōng)杀出重围(wéi)。

01

ControlNet颠覆AI绘画新玩法

AIGC向(xiàng)可控靠(kào)近

以(yǐ)AI绘画为代表的AIGC上(shàng)一次爆火的时候，还是2022年(nián)8月，在(zài)美国科罗拉多州举办的(de)新兴(xīng)数字艺术家竞赛中，一幅(fú)名(míng)为《太空歌剧院》的作品获奖。

随后各大(dà)厂商的AI绘画软件被广(guǎng)大(dà)网友(yǒu)熟知并体验，Stable Diffusion便是其中(zhōng)代表。

用户们可以在应用中输入(rù)一组关键词(cí)或者一张照片，就(jiù)能获得一幅AI创作的画作。

作画(huà)的关键(jiàn)就(jiù)是所输入(rù)的文本。同一组关键词也(yě)可以(yǐ)创作(zuò)出很多(duō)张风格不一样(yàng)的(de)画作(zuò)，这让创作的过程就(jiù)像开(kāi)盲盒。

很多用户很(hěn)喜欢这种不确定(dìng)的惊喜，他(tā)们会将(jiāng)生(shēng)成的(de)美图(tú)当(dāng)做头像。而另一部分(fēn)喜欢翻(fān)看AI绘画的(de)“翻车”作品。在社交(jiāo)媒(méi)体上，许多(duō)用户(hù)分享AI“翻车现(xiàn)场”，例如(rú)，一(yī)位网(wǎng)友的(de)小狗照片被AI画成了“肌肉男”，还有网友的个人照片(piàn)被AI识别(bié)成(chéng)了建筑。

而(ér)如今随着ControlNet的出现与加持，以往AI绘画的填写关键词(cí)游(yóu)戏可能要(yào)被(bèi)颠覆了。

ControlNet是一位(wèi)正在(zài)斯坦福读博的(de)中国人张吕(lǚ)敏创作(zuò)的一种基于控制点的(de)图像变形算法，主要用(yòng)于数(shù)字图像(xiàng)处理(lǐ)、计算(suàn)机视觉和计算机图形学等(děng)领域。

其SD插件一(yī)经(jīng)发i布，在短短的两(liǎng)天内便成为了AI绘画领域(yù)最新的热点。

在此之前，大家用了很多方(fāng)法(fǎ)想(xiǎng)让AI生成(chéng)的结果尽可(kě)能的(de)符合要求，但是都不尽如(rú)人(rén)意，它(tā)的出现代表着AI生成开(kāi)始(shǐ)进(jìn)入真正的可(kě)控时(shí)期。

因为ControlNet可(kě)以直接提取画面的构(gòu)图，人(rén)物(wù)的姿势和画面的深度信息等。有了它的帮助(zhù)，就不用频繁(fán)的用提示词来碰运气，抽盲盒(hé)式的创(chuàng)作了。

通俗的说ControlNet相当(dāng)于给(gěi)AI绘画加了“魔法”，不少博(bó)主的作品已(yǐ)经获(huò)得了大(dà)量(liàng)的浏览(lǎn)量，“viggo”就是其中之(zhī)一(yī)，他用朋友的照片直接带她们走进动漫世界。

irc="https://mmbiz.heiliaofuli.com/wp-content/uploads/2023/03/aaf8241fc774226.jpeg?imageMogr2/thumbnail/2160x0/format/webp/quality/80" data-ratio="1.1899488926746167" data-s="300,640" data-type="jpeg" data-w="1174">

viggo先用(yòng)StableDiffusion图片转文字(zì)。

再用(yòng)Text2Prompt插件(jiàn)拓展找到对应(yīng)的关键词；最后用ControlNet插件绑定骨骼开始换(huàn)关键词试效果(guǒ)。

通过图片就(jiù)可以看出来(lái)，效果十分惊艳。

更厉害的是，除了真实(shí)的照片(piàn)，草图也可以加上(shàng)“魔法”，知乎大牛“DevPoint”和(hé)“逗砂”介(jiè)绍到ControlNet还能(néng)实(shí)现线(xiàn)稿转全(quán)彩图。大神张吕敏其本尊(zūn)也亲自回应(yīng)。

不得不说当下AIGC已经变得越来越强大，甚至输出(chū)的作品都已经能(néng)以假乱真了(le)。

02

难辨虚实(shí)，AIGC技术(shù)力(lì)爆发

警惕安(ān)全问题

近日(rì)，“苏州金鸡湖有游艇party”的消息火遍网络，而(ér)经过警(jǐng)方(fāng)辟谣这所(suǒ)谓(wèi)的(de)“party”可能(néng)是全国第一起AI绘图诈骗。

由于这(zhè)个活动里面给出的美女照片都是AI制作的(de)真人照(zhào)片绘图，因(yīn)为太逼真，被大家当成真(zhēn)事传播(bō)了。

不过仔细观察可以发现，活动发起者提供的照(zhào)片中有个很大的漏洞(dòng)可以发现并非(fēi)真人，而是(shì)AI绘图(tú)，那(nà)便(biàn)是图片中女性的手指部分有(yǒu)的存在异常。

有行业人事表示：“现在因为手(shǒu)指(zhǐ)部分(fēn)的绘画(huà)算法比较复杂，AI还不太会(huì)画人的手，但最新看到(dào)的(de)图片已经有越来越(yuè)完美的AI模(mó)型(xíng)出现(xiàn)，以后可能就完全没有漏(lòu)洞了(le)。”

类似的AI作图(tú)诈(zhà)骗(piàn)在国外也已有发生。据英(yīng)国(guó)广(guǎng)播公司报道(dào)，土耳其地震期间，有Tiktok用户使用AI合成了(le)儿(ér)童受灾(zāi)的假照(zhào)片发布到网络(luò)，以此(cǐ)诱骗善(shàn)良的人(rén)打赏“捐助”从(cóng)而实(shí)施诈(zhà)骗。

目前(qián)随着技术发(fā)展(zhǎn)，AIGC已经(jīng)能(néng)做出真(zhēn)人(rén)照(zhào)片般(bān)的绘图效(xiào)果(guǒ)，如果这样的图(tú)片被用来诈骗，将(jiāng)非常(cháng)可怕。

此(cǐ)外AIGC还引发了很多担(dān)忧，一方面，批判(pàn)者(zhě)认为(wèi)AI在“学习(xí)”了大量前人的作品之(zhī)后(hòu)，其创作(zuò)没有(yǒu)任何情绪和灵魂，难以和人类的艺术创(chuàng)作相提(tí)并(bìng)论。

另一方面，AIGC背后(hòu)的(de)版(bǎn)权、目前都并没有(yǒu)得到有效(xiào)的解决，还有(yǒu)AIGC会不会代(dài)替人类“至高无上”的创意(yì)。

马斯克也强调，人工(gōng)智能的安全问题需要得到重视，太(tài)晚就来(lái)不及了。

03

AIGC下一站除了视频(pín)，还有(yǒu)远方(fāng)

技(jì)术(shù)都是有两面性(xìng)的，潜在(zài)的危害并不(bù)能掩盖其光辉(huī)的贡献(xiàn)。现(xiàn)在看来，人工(gōng)智(zhì)能技术将是第四(sì)次(cì)工业(yè)革命的核心驱动力量(liàng)，将创造新(xīn)的增长奇迹。

过(guò)去一年(nián)，人工智能在技术和商业(yè)层面都(dōu)有了巨大进展，AI绘画就是人工智能(néng)技(jì)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。

此前，Meta和谷歌先(xiān)后发(fā)布了几条引爆科(kē)技圈的短(duǎn)视频。这(zhè)些视频引发关注并非内(nèi)容做(zuò)得(dé)多优(yōu)秀，反而都非常简单(dān)，比如一匹(pǐ)正在喝水的马，一(yī)只画画的(de)玩具熊，或者一段骑摩托车的(de)第一视角录像(xiàing)，随便一个有手机的人都可以(yǐ)随手录下一段。

但这些(xiē)短(duǎn)视频的创作(zuò)方(fāng)式非(fēi)常(cháng)简单，创作者(zhě)仅(jǐn)仅需要向AI输入一段话，甚至(zhì)只是说(shuō)一下要求，AI就可以根据(jù)需要生成一段视频。

谷歌(gē)发布(bù)的两(liǎng)个AI生成视(shì)频(pín)分别来自于Imagen Video和Phenaki，前者主(zhǔ)要突出的(de)是高清(qīng)，与Meta的(de)Make-A-Video没有太多的差别。

在Make-A-Video公布(bù)了AI生成的视频(pín)后(hòu)，AI圈(quān)就已经玩(wán)了一(yī)波梗(gěng)，一个能够做出更高清视频的AI还(hái)不足以在(zài)短时间(jiān)内戳(chuō)中兴奋点。

Phenaki更加(jiā)令人震(zhèn)惊的地方在于，它可以(yǐ)制作(zuò)出超过(guò)2分钟的连贯的也有确切内(nèi)容的视频(pín)，这才是真(zhēn)正让人(rén)们感到(dào)惊喜的地方(fāng)。因为无(wú)论AI生(shēng)成的视频多么高清，也(yě)只能是为(wèi)内(nèi)容生(shēng)产者提(tí)供一个灵感(gǎn)，一个素材，一(yī)个过场动画。

不过能够制作(zuò)出有具体(tǐ)剧(jù)情内(nèi)容(róng)的视频就意味着，一些(xiē)视(shì)频创作由AI代替(tì)人工完成已(yǐ)经初步(bù)有了可能。

当下AI的发展速度已经超过大部分人的想象。内容产(chǎn)业的(de)本质(zhì)是(shì)供(gōng)给创造需求，AIGC作为全新的(de)内容生产方式(shì)，可以为内容产(chǎn)业带来更新(xīn)的内容风格、更快的生(shēng)产速度，更低的生产成(chéng)本，这无疑会驱动内容产业(yè)的(de)大爆发。

除(chú)了AI绘(huì)图、视(shì)频，AIGC技(jì)术还能应用于音乐(lè)、代码、机(jī)器人动作等(děng)多(duō)种(zhǒng)内容形式(shì)的生成。不难发现该项(xiàng)技术不仅在游戏等行业能得到(dào)有效应用，对(duì)于(yú)下一代互(hù)联(lián)网各(gè)种元素的(de)构建亦有(yǒu)关键意义。

从商业化的角(jiǎo)度(dù)来(lái)看(kàn)，文化(huà)娱乐(lè)、教育(yù)、传媒(méi)等诸多领域，本身(shēn)就对(duì)基于AI的可视化内容有(yǒu)强烈需求。

因此，AI绘画及视频或不是(shì)结果，而只是AI进程中的一块重要拼图(tú)，有望在(zài)技(jì)术更新的加持下实(shí)现更(gèng)大的应用价值。

AI从理解(jiě)内容(róng)，走向了可以生成内容，甚至能够创造(zào)出独立价值(zhí)和独立视角的(de)内容(róng)。AIGC的再次出(chū)圈，更代表着(zhe)未来的先进(jìn)生产力(lì)即将到(dào)来。

04

紧抓(zhuā)大模型与算(suàn)力，牢(láo)固AIGC底座

从(cóng)技术(shù)的发展也可以看出，在(zài)语言(yán)大模型、图(tú)像(xiàng)大模型之后，多模态(tài)大模型已经成为了(le)新的趋势。

大(dà)模型被誉为(wèi)当(dāng)前人(rén)工智能发(fā)展的智能底座，是全球竞争最(zuì)激(jī)烈(liè)的研(yán)究(jiū)方向之一，包括谷歌(gē)、亚(yà)马逊、百度、阿(ā)里、腾(téng)讯等众(zhòng)多头(tóu)部企业都在竞相发(fā)力(lì)。

不(bù)过训练大模型的确(què)价格(gé)不菲(fēi)，以(yǐ)国盛(shèng)证券发布的(de)《ChatGPT需(xū)要多(duō)少算力》报告估算，GPT-3训练一次的成本约为(wèi)140万美(měi)元(yuán)。而对于一(yī)些更大的LLM(大型语言模型)，训练(liàn)成本则介于200万美(měi)元至1200万美元高(gāo)价之(zhī)间。

以ChatGPT在2023年1月的独立访客平均(jūn)数(shù)1300万计算，其对应芯(xīn)片需求(qiú)为3万(wàn)多(duō)片英伟达A100 GPU，初(chū)始投入成本约为(wèi)8亿(yì)美元，每(měi)日仅电费就在5万(wàn)美元(yuán)左(zuǒ)右(yòu)。

此(cǐ)外不论是ChatGPT还是AIGC，都离(lí)不开(kāi)庞大算(suàn)力支持。在关注各(gè)类(lèi)大模型的发展同(tóng)时，更应(yīng)该关注算力网络的(de)建设。

算力网络正驱(qū)动AI产业发展进(jìn)入史诗级(jí)加(jiā)速进程(chéng)，让(ràng)AIGC及通用AI这(zhè)一人工智(zhì)能发展(zhǎn)的终极目标离得(dé)更近。

因为算力可(kě)以对突(tū)破性技术创(chuàng)新提(tí)供大力的支持。这(zhè)方(fāng)面，多模态大模型是典型。作为面向(xiàng)未来强人工智能、通用(yòng)人工(gōng)智(zhì)能的重要技(jì)术创新，多(duō)模态大模型(xíng)已经在人工智能领域(yù)提出了很多(duō)年，业界也有不少技术突破，但是(shì)，多(duō)模(mó)态大模型进一步往下走，算(suàn)力需求呈(chéng)几何式上升，一般(bān)的算力基(jī)础设(shè)施很快将难以胜任。

从(cóng)图像、文字、语音(yīn)单独一项(xiàng)的训(xùn)练，到(dào)双(shuāng)模态、三模态的跃迁(qiān)，让人工智能(néng)可以灵活应对(duì)不(bù)同模态的转化、像人与世界交(jiāo)互一(yī)样(yàng)自然，这方面(miàn)，由算力(lì)网络(luò)来驱动将(jiāng)有明显优势。

此外，还有很(hěn)多需要爆(bào)发式增长的算力来支撑的技术创新，将在(zài)人工(gōng)智(zhì)能算力网络支撑(chēng)下快速推进。

AIGC已经露出曙光，期(qī)待在(zài)大模(mó)型和大算(suàn)力的(de)支持下AIGC能持续颠覆内容(róng)生产的(de)方式(shì)，将创造的边际成本降低，让万(wàn)众(zhòng)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 i