自聊天机器人ChatGPT火爆以来，微(wēi)软公司创(chuàng)始人比尔·盖茨已(yǐ)多次公开谈论人工智能(néng)话题。在最近的一次(cì)采访中，他再次表示：“AI可(kě)能会(huì)让科技行业迎来一(yī)次剧烈(liè)的洗牌”。

这个结论是他在(zài)当(dāng)地时间(jiān)2月20日(rì)接受《In Good Company》节目专访(fǎng)时提出的。

他预期，AI的发(fā)展可能会(huì)威胁到谷歌(gē)的市占率，因为(wèi)微软在(zài)AI方面的行动相当迅速(sù)。而最终科技(jì)巨头将(jiāng)把AI整合成用户(hù)的“全能助(zhù)手”，包(bāo)揽一(yī)切应用，与人们(men)进行沟通(tōng)并提(tí)供建议(yì)，可以取代亚马逊、Siri或Outlook等应用。

大(dà)佬口中(zhōng)全能助手(shǒu)的到(dào)来可能尚需(xū)时日，但由ControlNet引发的又一次AI绘画浪潮，让AIGC在(zài)ChatGPT的话题(tí)热点包围中杀(shā)出重围。

01

ControlNet颠覆AI绘画新玩(wán)法

AIGC向(xiàng)可控靠近(jìn)

以AI绘画为代表的AIGC上一(yī)次爆火的时候，还(hái)是2022年8月，在美国科罗拉多州举办的新兴(xīng)数字艺术(shù)家竞赛中，一幅(fú)名(míng)为(wèi)《太(tài)空(kōng)歌剧院(yuàn)》的(de)作品(pǐn)获(huò)奖。

随后各大厂(chǎng)商的AI绘画软件被(bèi)广大网友(yǒu)熟(shú)知并体(tǐ)验，Stable Diffusion便是(shì)其中代表(biǎo)。

用户们可(kě)以(yǐ)在应用中(zhōng)输入(rù)一(yī)组关键词或者一张照(zhào)片(piàn)，就能获得一幅AI创作的画(huà)作(zuò)。

作画(huà)的关键(jiàn)就(jiù)是所(suǒ)输入的文本。同一组关键(jiàn)词也可以创作出很多张风(fēng)格不一样的画作，这(zhè)让创作的(de)过程(chéng)就像开盲盒(hé)。

很(hěn)多用户很喜欢这(zhè)种(zhǒng)不(bù)确定的(de)惊喜，他们会将(jiāng)生成的美图当做头像。而(ér)另一部分喜(xǐ)欢翻看(kàn)AI绘画(huà)的“翻车(chē)”作品。在社交媒(méi)体上(shàng)，许多用户(hù)分(fēn)享AI“翻车现场”，例如，一(yī)位网友的小(xiǎo)狗照片被AI画(huà)成了“肌肉男”，还有(yǒu)网友的(de)个人照片被AI识别成了建筑。

而(ér)如(rú)今随着ControlNet的出现与(yǔ)加持，以(yǐ)往(wǎng)AI绘画的填写关键(jiàn)词游(yóu)戏可能(néng)要被颠覆了。

ControlNet是一位正在斯(sī)坦福读(dú)博的中国人张吕敏创作(zuò)的(de)一(yī)种基于(yú)控制点的图像变形算(suàn)法(fǎ)，主要用于数字(zì)图像处理、计算机(jī)视(shì)觉和计算机(jī)图形学等领域(yù)。

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

在此之前，大(dà)家(jiā)用了很(hěn)多方法想让(ràng)AI生(shēng)成的结果(guǒ)尽可能湘d是湖南哪里的车牌，湘d是湖南哪里的车牌号的符合要求，但是都不(bù)尽如人意，它的出现代表着(zhe)AI生成开始进入(rù)真(zhēn)正(zhèng)的可控时期。

因为ControlNet可以直接提(tí)取(qǔ)画面的构图，人物(wù)的姿势和(hé)画面的(de)深度信息(xī)等。有(yǒu)了它(tā)的帮助，就不用频繁的用提示词来碰运气，抽盲盒(hé)式的创作了。

通俗(sú)的(de)说ControlNet相当于给(gěi)AI绘画加了“魔法”，不少博主的作品已经获(huò)得了大量的(de)浏览量，“viggo”就是其中(zhōng)之(zhī)一，他用朋友(yǒu)的照片(piàn)直接(jiē)带她们走进(jìn)动(dòng)漫世界。

viggo先(xiān)用StableDiffusion图片转(zhuǎn)文(wén)字(zì)。

再用Text2Prompt插件拓展找到对应的关键词；最(zuì)后用ControlNet插(chā)件绑定(dìng)骨骼开始换关(guān)键(jiàn)词试效果。

通过图片(piàn)就可以(yǐ)看出来，效果十分惊(jīng)艳。

更厉害(hài)的是，除了真实的照片，草(cǎo)图(tú)也(yě)可以加上“魔法”，知乎大牛(niú)“DevPoint”和“逗砂(shā)”介绍到ControlNet还(hái)能实现(xiàn)线稿转全彩图。大神张吕敏其本(běn)尊(zūn)也亲自回(huí)应。

不得(dé)不说当下AIGC已经变得越(yuè)来越强大，甚(shèn)至输(shū)出(chū)的作(zuò)品都已(yǐ)经能以假(jiǎ)乱真了。

02

难(nán)辨虚实，AIGC技术(shù)力爆发(fā)

警惕安全问题

近日(rì)，“苏州(zhōu)金鸡湖(hú)有(yǒu)游艇party”的消息火遍网(wǎng)络，而经(jīng)过警方辟谣(yáo)这所谓的“party”可能是全国第一起AI绘图(tú)诈(zhà)骗。

由于这个(gè)活动里(lǐ)面给出的美女(nǚ)照(zhào)片都(dōu)是AI制作的真人照片(piàn)绘图，因(yīn)为太(tài)逼(bī)真，被大家当(dāng)成真(zhēn)事(shì)传播了。

不过(guò)仔细观察可(kě)以发现(xiàn)，活动发(fā)起者提(tí)供的照片(piàn)中有个很大的(de)漏洞(dòng)可以发现并非(fēi)真人，而是AI绘图，那便是图(tú)片中女性的(de)手指部分有的存在异常。

有(yǒu)行业人(rén)事表(biǎo)示：“现在因为手指部分的绘(huì)画(huà)算法比较复杂，AI还不太会画人的手，但最新看到的图片(piàn)已(yǐ)经有越来越(yuè)完(wán)美(měi)的(de)AI模型出现，以(yǐ)后(hòu)可(kě)能就完全没有漏洞(dòng)了(le)。”

类似的AI作(zuò)图诈(zhà)骗(piàn)在国外也已有发生。据(jù)英国广(guǎng)播公司报道，土耳(ěr)其(qí)地震(zhèn)期间(jiān)，有Tiktok用(yòng)户使用AI合成了(le)儿童受灾的假照片发布到网络，以此(cǐ)诱骗善良的(de)人打赏“捐助”从(cóng)而实(shí)施诈骗。

目(mù)前随着(zhe)技术发展，AIGC已经能做出真人(rén)照片般(bān)的绘(huì)图效果，如果这(zhè)样的图片被用来诈骗，将非常可怕。

此外AIGC还引(yǐn)发了很(hěn)多(duō)担忧(yōu)，一方面，批判者认(rèn)为(wèi)AI在“学习”了大(dà)量前人的(de)作品之后，其创(chuàng)作没有任何情绪和(hé)灵(líng)魂(hún)，难以和人类的艺术创作相提(tí)并论(lùn)。

另一方面，AIGC背后的版(bǎn)权、目前都并(bìng)没有得到有效的解决(jué)，还有(yǒu)AIGC会不(bù)会代替(tì)人类(lèi)“至(zhì)高无上”的创意(yì)。

马斯克(kè)也强调(diào)，人工智(zhì)能的安全问题需(xū)要得到重视，太(tài)晚(wǎn)就来不及了。

03

AIGC下一站除了视频(pín)，还有(yǒu)远方(fāng)

技术(shù)都是有两(liǎng)面(miàn)性的，潜在的(de)危害并(bìng)不能(néng)掩盖其(qí)光辉的贡(gòng)献。现在看来，人工(gōng)智能技术将是第四次工业革命的核(hé)心驱动力(lì)量，将创造(zào)新的增长奇迹。

过去一年，人工(gōng)智能在技(jì)术和商业层面(miàn)都有了(le)巨(jù)大进展，AI绘(huì)画就是人工智能技(jì)术(shù)发生(shēng)方向(xiàng)性改变的一(yī)个代表(biǎo)。其下一站或许就是视频。

此前，Meta和(hé)谷歌先(xiān)后(hòu)发布了几条引爆科(kē)技圈的短视频。这些视频(pín)引发关注(zhù)并非内(nèi)容做得(dé)多优秀(xiù)，反而都非常(cháng)简单，比如一匹正在喝水的马(mǎ)，一只画画(huà)的玩具熊，或(huò)者(zhě)一段(duàn)骑摩托(tuō)车的第一视角录像，随(suí)便(biàn)一个有手(shǒu)机的人(rén)都可以(yǐ)随(suí)手录下一段。

但这(zhè)些短视频(pín)的创作方式非常(cháng)简单，创(chuàng)作(zuò)者仅仅(jǐn)需要向(xiàng)AI输入一段话，湘d是湖南哪里的车牌，湘d是湖南哪里的车牌号甚至(zhì)只是说(shuō)一下(xià)要(yào)求，AI就可以(yǐ)根据需要生成(chéng)一段视频。

谷歌发布的两个AI生成视频分(fēn)别来自(zì)于Imagen Video和Phenaki，前者(zhě)主要突出的是高清，与Meta的Make-A-Video没(méi)有太多(duō)的差别(bié)。

在Make-A-Video公(gōng)布了(le)AI生(shēng)成的(de)视频后，AI圈就已经玩了一波梗，一个能够做出更高清视频的AI还不(bù)足(zú)以在短时间内(nèi)戳中(zhōng)兴奋点。

Phenaki更加(jiā)令(lìng)人震(zhèn)惊的(de)地方在于，它可以(yǐ)制作出(chū)超(chāo)过2分钟的连贯的也有确切(qiè)内容的视频(pín)，这才是(shì)真正让人(rén)们感到惊喜的(de)地方。因为无论AI生成的(de)视频多(duō)么高清，也只能是为(wèi)内容(róng)生产者提供一(yī)个灵感(gǎn)，一个素材，一个过场动画(huà)。

不过能够(gòu)制作出有(yǒu)具体剧情内(nèi)容的视频就意味(wèi)着，一些视频创(chuàng)作由AI代替人工完成已经初步有了可能。

当下AI的发展速度已经超过(guò)大(dà)部分(fēn)人(rén)的(de)想象。内容产业的本(běn)质是(shì)供给创造(zào)需(xū)求，AIGC作为全新的内(nèi)容生产方式(shì)，可以(yǐ)为内容产(chǎn)业带(dài)来(lái)更新的内容风(fēng)格(gé)、更快的生产速度，更低的生产成本(běn)，这无疑(yí)会驱动内(nèi)容产业(yè)的大(dà)爆发。

除了AI绘图(tú)、视频，AIGC技(jì)术还能(néng)应用于音(yīn)乐、代(dài)码、机(jī)器人动作等多种内容形式的(de)生成。不难发现(xiàn)该项技术不仅在(zài)游戏等(děng)行业能得到有效(xiào)应用，对于下一代(dài)互联网各种元(yuán)素的构(gòu)建亦有(yǒu)关键意义。

从商业(yè)化(huà)的角度来(lái)看，文化娱乐、教育、传媒等诸多(duō)领(lǐng)域(yù)，本身就对基于AI的可(kě)视化内(nèi)容有强烈需(xū)求。

因此，AI绘画(huà)及视频或不是结果，而只是AI进程中的一块(kuài)重(zhòng)要拼(pīn)图，有(yǒu)望在(zài)技术更新的加持下实现更大的应用价值。

AI从理解(jiě)内(nèi)容，走向了可以(yǐ)生成内容，甚至能够创造出(chū)独(dú)立价(jià)值和独立视角(jiǎo)的内(nèi)容。AIGC的再(zài)次出(chū)圈，更代表着未(wèi)来(lái)的先(xiān)进生产力即将(jiāng)到来。

04

紧(jǐn)抓大模型与算力，牢固(gù)AIGC底座(zuò)

从技术(shù)的发展也可(kě)以看出，在(zài)语言大模型、图像大模型之后(hòu)，多模态大模型已经成为了新的趋(qū)势。

大模型被誉(yù)为当前人工(gōng)智(zhì)能发(fā)展(zhǎn)的(de)智(zhì)能底座，是全球竞争最激烈的研(yán)究方向(xiàng)之一(yī)，包括(kuò)谷歌、亚(yà)马逊、百(bǎi)度、阿里、腾讯等众多头部企业(yè)都在竞(jìng)相发力。

不(bù)过训练大(dà)模型的确价格不菲，以国盛(shèng)证券(quàn)发(fā)布的(de)《ChatGPT需要(yào)多(duō)少算力(lì)》报告估(gū)算，GPT-3训(xùn)练一(yī)次的成本约为140万美(měi)元。而对(duì)于一些(xiē)更大(dà)的LLM(大型语言模(mó)型)，训练成(chéng)本则介于200万(wàn)美元(yuán)至1200万(wàn)美(měi)元高价之间。

以ChatGPT在2023年(nián)1月的独立访客平均数(shù)1300万计算，其对应(yīng)芯片需求为3万多片(piàn)英伟达A100 GPU，初始(shǐ)投入成本约为8亿美(měi)元，每日仅电费(fèi)就在5万(wàn)美元左(zuǒ)右。

此外不论是(shì)ChatGPT还是AIGC，都离不开(kāi)庞大算力(lì)支(zhī)持。在关(guān)注各类大(dà)模(mó)型的发展同时，更应该关注算力网(wǎng)络的建设。

算力(lì)网络(luò)正驱动AI产(chǎn)业(yè)发展进(jìn)入(rù)史诗级加速(sù)进(jìn)程，让AIGC及(jí)通用AI这一人工(gōng)智能(néng)发展的终极目标离得(dé)更近。

因为(wèi)算力(lì)可以对突破性技术创新提供(gōng)大力的支持。这方(fāng)面(miàn)，多模态(tài)大模型是典型。作为面向未来强人工智能(néng)、通用人工智能的重要技(jì)术创新，多(duō)模态大模(mó)型已(yǐ)经(jīng)在(zài)人工智能领域提出了很多(duō)年，业界也有不少技术突破(pò)，但是，多模(mó)态大模型进一步往下走，算力需求呈几何式(shì)上升，一般的算(suàn)力(lì)基(jī)础(chǔ)设(shè)施很快将(jiāng)难以胜任(rèn)。

从图(tú)像、文字、语音(yīn)单独一(yī)项(xiàng)的训练，到(dào)双模态、三模态的跃迁，让人工智(zhì)能(néng)可以灵活应对不同模态的转化(huà)、像人与世界交互一样自然，这(zhè)方面，由算力网络来驱(qū)动(dòng)将有(yǒu)明显(xiǎn)优势。

此外，还有(yǒu)很(hěn)多需(xū)要(yào)爆(bào)发式增长的算(suàn)力(lì)来支撑的技术创新，将在人工(gōng)智能算力网络支撑下(xià)快速推进。

AIGC已经露出曙光，期待在大(dà)模型和大算力的支持下AIGC能(néng)持续(xù)颠覆内(nèi)容生产的方(fāng)式，将(jiāng)创造的边(biān)际成(chéng)本降低，让万众受益(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 湘d是湖南哪里的车牌，湘d是湖南哪里的车牌号