自聊天机器人ChatGPT火爆(bào)以来，微软公司(sī)创(chuàng)始人比尔·盖茨已多(duō)次(cì)公开谈论人工(gōng)智能话题。在(zài)最近的一次采访中，他再(zài)次表(biǎo)示：“AI可能会让科技行业迎来一次剧烈的洗牌”。

这个结论是他(tā)在当地时间(jiān)2月20日接受《In Good Company》节目专(zhuān)访(fǎng)时提出的。

他(tā)预期(qī)，AI的发展可能会威胁到谷歌的市占率，因(yīn)为微软(ruǎn)在AI方面的行动(dòng)相当迅速。而最终科技(jì)巨头将把AI整合(hé)成(chéng)用户的“全能(néng)助手”，包揽一切应用，与(yǔ)人们进行沟通并(bìng)提(tí)供(gōng)建议，可以取(qǔ)代(dài)亚(yà)马逊、Siri或Outlook等应用。

大(dà)佬口中全能助(zhù)手的(de)到来可(kě)能尚需时日，但由ControlNet引发的(de)又一(yī)次(cì)AI绘画浪潮，让AIGC在ChatGPT的话题热点包围中杀出(chū)重围。

01

ControlNet颠(diān)覆AI绘画新玩法

AIGC向可控靠近(jìn)

以AI绘画为代表的AIGC上(shàng)一次爆火的(de)时(shí)候，还是2022年8月，在美国科罗拉(lā)多州举办的新兴数字艺术(shù)家竞赛中，一(yī)幅(fú)名为(wèi)《太空(kōng)歌剧院》的作品获奖(jiǎng)。

随(suí)后各大厂(chǎng)商的(de)AI绘(huì)画(huà)软件被广大网友熟知并体验，Stable Diffusion便是其中代表(biǎo)。

用户们(men)可以在应用中(zhōng)输入一组关键词(cí)或者一张照片，就能获(huò)得一幅(fú)AI创作的画(huà)作。

作画的关(guān)键就是所输入的文(wén)本。同一组关键词也可以创作(zuò)出很多张(zhāng)风格(gé)不一样的(de)画作，这让创作的过程就像开盲盒。

很多用户很(hěn)喜欢(huān)这种(zhǒng)不(bù)确定的惊(jīng)喜，他们会(huì)将生成的美图当做(zuò)头像(xiàng)。而另(lìng)一部分喜欢翻看AI绘画(huà)的“翻车(chē)”作品。在社交媒体上(shàng)，许多用户分(fēn)享AI“翻(fān)车现(xiàn)场”，例如，一位网友的(de)小狗(gǒu)照(zhào)片被AI画成了“肌肉(ròu)男”，还有网友(yǒu)的个人(rén)照片被(bèi)AI识(shí)别成了建筑。

而如今随(suí)着ControlNet的出(chū)现与加(jiā)持(chí)，以往AI绘画的填写关(guān)键词游戏可能要被颠(diān)覆了。

ControlNet是一位正在斯坦福读博的中国人张吕敏(mǐn)创作的(de)一(yī)种基于控制点的图像变形(xíng)算法，主要用于数字(zì)图(tú)像(xiàng)处理、计算机视觉和计算机图形学等领域。

其SD插件一经(jīng)发布，在(zài)短短的两(liǎng)天内便成为了AI绘(huì)画领域最新的热点。

在此之前(qián)，大家用了很多方法想让AI生成(chéng)的结果尽可独立事件与互斥事件的区别与联系公式，独立事件与互斥事件的区别与联系视频能的符合要求(qiú)，但是(shì)都不尽如(rú)人意，它的出(chū)现代表着AI生成(chéng)开始进入真(zhēn)正的可控时期(qī)。

因为ControlNet可以直(zhí)接提取(qǔ)画面的(de)构图，人物的姿势(shì)和画面的深度信(xìn)息等。有(yǒu)了它的帮助(zhù)，就不(bù)用频繁(fán)的用提示词来碰(pèng)运气，抽盲盒式的(de)创作(zuò)了。

通俗的说ControlNet相当于给AI绘画加(jiā)了“魔法(fǎ)”，不少博主的作品已经(jīng)获(huò)得了(le)大量的浏览(lǎn)量，“viggo”就是其中之一，他用朋友的(de)照片(piàn)直接带她(tā)们走进动(dòng)漫世界。

viggo先用StableDiffusion图片转文字。

再用Text2Prompt插件拓展找到对(duì)应的关(guān)键词；最后用(yòng)ControlNet插(chā)件(jiàn)绑定(dìng)骨骼开(kāi)始(shǐ)换关键词试效果。

通过图片就可以看出来(lái)，效果(guǒ)十(shí)分惊艳。

更厉害的是，除了(le)真实的照片(piàn)，草图(tú)也可以加(jiā)上“魔法”，知乎(hū)大牛(niú)“DevPoint”和“逗砂”介绍到ControlNet还能实现线稿转全彩图。大神张吕敏其(qí)本尊也(yě)亲自(zì)回(huí)应。

不得不说当下AIGC已经变得越来越(yuè)强(qiáng)大，甚至输出的作品都已经能以假(jiǎ)乱真了。

02

难辨(biàn)虚实，AIGC技术(shù)力(lì)爆发

警惕安全(quán)问题(tí)

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)是全国第一起(qǐ)AI绘图诈骗(piàn)。

由于这个活动(dòng)里面给出的美(měi)女照片都是(shì)AI制(zhì)作的真人照片(piàn)绘(huì)图，因(yīn)为太逼真，被(bèi)大家当成真(zhēn)事传播了。

不过仔细观察可以发(fā)现(xiàn)，活动发起者提供(gōng)的(de)照片中有个很(hěn)大的漏洞可以发现(xiàn)并(bìng)非(fēi)真人，而是AI绘图，那(nà)便是图片(piàn)中女性的手指(zhǐ)部分有的(de)存(cún)在异(yì)常。

有行业人(rén)事表示(shì)：“现在因为手指部分的(de)绘画算(suàn)法(fǎ)比较(jiào)复(fù)杂，AI还不太会画(huà)人的(de)手，但(dàn)最(zuì)新看(kàn)到(dào)的图(tú)片已(yǐ)经有(yǒu)越来越完(wán)美的AI模(mó)型出现，以后可能(néng)就(jiù)完全没有漏洞了。”

类(lèi)似的AI作(zuò)图诈骗在国(guó)外也已有(yǒu)发生。据英国广播公司报道，土耳其地震期间，有Tiktok用户使用(yòng)AI合成了儿童受灾的(de)假(jiǎ)照片发布到网络，以(yǐ)此诱骗(piàn)善良的人打赏“捐助”从而实施诈骗。

目前随着技(jì)术发展(zhǎn)，AIGC已经能做出真人照片般的绘(huì)图效(xiào)果，如果(guǒ)这样的图片被(bèi)用来诈(zhà)骗，将非(fēi)常可怕。

此外AIGC还引发(fā)了很多担忧，一方面，批判者认为AI在“学习(xí)”了大量前人的(de)作品之后，其(qí)创作没(méi)有任(rèn)何情绪(xù)和灵魂，难以(yǐ)和人(rén)类的艺术创(chuàng)作相提并论。

另一方面，AIGC背后(hòu)的版(bǎn)权(quán)、目前都并(bìng)没有(yǒu)得(dé)到有效的解(jiě)决(jué)，还有AIGC会不会(huì)代替人类“至高无上”的(de)创(chuàng)意。

马斯克也强调，人工智(zhì)能的安全问(wèn)题需(xū)要得到重视，太晚就来(lái)不及(jí)了。

03

AIGC下一(yī)站除(chú)了视频，还(hái)有远方

技(jì)术都是有两面性的，潜在的危害(hài)并不能(néng)掩盖其(qí)光辉的贡献。现在看来，人(rén)工智能技术(shù)将是第(dì)四次工(gōng)业革(gé)命的核心(xīn)驱动(dòng)力(lì)量，将创(chuàng)造新的增长奇迹。

过去一年，人工智能在技术(shù)和商业(yè)层面(miàn)都有了巨(jù)大进(jìn)展，AI绘画就是人(rén)工智能(néng)技术发生方向(xiàng)性改变的一个代表。其下一站或(huò)许(xǔ)就是视频。

此前，Meta和谷歌(gē)先后发布(bù)了几条引(yǐn)爆科技圈的短视频。这些视频引发关注(zhù)并(bìng)非内容做得多优秀，反而都非常简单(dān)，比如一(yī)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第一(yī)视角录像(xiàng)，随(suí)便一个有手机(jī)的人都可以随手录(lù)下一段。

但这些短视频的创作方式非常简单(dān)，创作(zuò)者仅(jǐn)仅需要向AI输入一段(duàn)话(huà)，甚至只是(shì)说一下要求，AI就可(kě)以根据需(xū)要(yào)生成一段(duàn)视频。

谷歌(gē)发布的两个AI生成视频(pín)分(fēn)别来自于Imagen Video和Phenaki，前者主要突出的(de)是(shì)高清(qīng)，与Meta的(de)Make-A-Video没有(yǒu)太多的差别。

在(zài)Make-A-Video公布了(le)AI生(shēng)成的视频后(hòu)，AI圈就已经玩了一波(bō)梗，一个能够做出更(gèng)高清视(shì)频(pín)的AI还不足以在短时间内戳中兴奋点。

Phenaki更(gèng)加令(lìng)人震惊的地方在于，它可(kě)以制作出超过(guò)2分(fēn)钟的连贯的(de)也有确切内容的视(shì)频，这才是真正让(ràng)人们感到惊(jīng)喜的地方。因为无(wú)论(lùn)AI生成的视频多么(me)高清，也只能是为内容生产(chǎn)者(zhě)提(tí)供(gōng)一个灵感，一个素材(cái)，一个过场(chǎng)动画。

不过能够制作出有(yǒu)具体剧(jù)情内容的视频就意味(wèi)着，一些(xiē)视频创(chuàng)作由(yóu)AI代替人工完成已经初(chū)步有(yǒu)了可能。

当下AI的发展速度已经超过大部(bù)分人的想象。内容(róng)产业的本质是(shì)供(gōng)给创造需求(qiú)，AIGC作为全新的内(nèi)容生产(chǎn)方式，可以(yǐ)为(wèi)内容产(chǎn)业(yè)带来更新的内容风格(gé)、更(gèng)快的生产(chǎn)速度(dù)，更低的(de)生产成(chéng)本(běn)，这无(wú)疑会驱动内容产(chǎn)业的大(dà)爆发。

除了AI绘图(tú)、视频，AIGC技(jì)术还(hái)能(néng)应(yīng)用于(yú)音乐、代码、机(jī)器人动作等(děng)多种内(nèi)容形式的(de)生成。不难发现该项技术(shù)不仅在游戏等行业能得到(dào)有效应(yīng)用，对于下一(yī)代互联(lián)网各种元素(sù)的构建(jiàn)亦有关键意义。

从商(shāng)业化(huà)的角度来看(kàn)，文化娱乐、教育(yù)、传媒等诸多领域(yù)，本身就(jiù)对基于AI的可视化内容有强烈需求(qiú)。

因此，AI绘画及视频(pín)或不是结(jié)果(guǒ)，而(ér)只是AI进程(chéng)中的(de)一块重要(yào)拼图，有望在技(jì)术更新的加持下实现(xiàn)更大(dà)的(de)应用价(jià)值。

AI从理解内容，走向了可以(yǐ)生成内容，甚至能够创造出(chū)独立价值和独立视角的内容。AIGC的再次出圈，更代表着未来的先进生产力即将到(dào)来(lái)。

04

紧抓大模(mó)型(xíng)与算力(lì)，牢固AIGC底座

从技术的发展也可以看出，在语言大模型、图像大模(mó)型之后，多(duō)模(mó)态大模(mó)型已经成为了新(xīn)的趋势(shì)。

大模(mó)型(xíng)被誉(yù)为(wèi)当前人工智能(néng)发展的智能底座，是全球竞(jìng)争最(zuì)激烈的研究方向之一，包(bāo)括谷(gǔ)歌、亚马逊、百度、阿里、腾讯等众(zhòng)多头部企业(yè)都在竞相发力。

不过训练大模型的(de)确(què)价(jià)格(gé)不菲(fēi)，以国盛(shèng)证券发(fā)布的《ChatGPT需要多少(shǎo)算力(lì)》报告(gào)估算，GPT-3训练一(yī)次的成(chéng)本约为140万美元。而对(duì)于一些更大(dà)的LLM(大(dà)型语言(yán)模型)，训练成本则(zé)介于200万美元(yuán)至1200万美元高价之(zhī)间。

以ChatGPT在独立事件与互斥事件的区别与联系公式，独立事件与互斥事件的区别与联系视频(zài)2023年1月的独(dú)立访客(kè)平均数1300万(wàn)计算(suàn)，其对应(yīng)芯片(piàn)需求为3万多片英伟达A100 GPU，初始投(tóu)入成本(běn)约为8亿(yì)美元，每(měi)日仅电(diàn)费(fèi)就(jiù)在5万(wàn)美元(yuán)左右。

此外(wài)不论(lùn)是ChatGPT还是AIGC，都离不开庞大算力(lì)支持(chí)。在关(guān)注各(gè)类大模型的(de)发展同时，更应该关(guān)注算力(lì)网络的建(jiàn)设。

算力网络(luò)正驱(qū)动AI产(chǎn)业发展进入史诗级加速(sù)进程，让AIGC及通用AI这一人工智能发展(zhǎn)的终极目标离得(dé)更近。

因为算力可(kě)以对(duì)突破性技(jì)术创新(xīn)提(tí)供大力的(de)支持。这方(fāng)面(miàn)，多模(mó)态大模型(xíng)是典型。作为面向未来强人工智能、通用人(rén)工智(zhì)能的(de)重(zhòng)要技术创(chuàng)新，多(duō)模态大模型已经在(zài)人工(gōng)智能领域(yù)提出了(le)很(hěn)多年，业界也(yě)有不少技术突(tū)破，但是，多模态(tài)大模型进(jìn)一(yī)步往下走，算力需求(qiú)呈几何(hé)式(shì)上升，一般的算(suàn)力基础(chǔ)设施很(hěn)快(kuài)将(jiāng)难以胜任(rèn)。

从图(tú)像、文字、语(yǔ)音(yīn)单(dān)独一项的训练，到双模态、三模态的(de)跃迁，让人工(gōng)智(zhì)能可以灵活应(yīng)对不同模态的(de)转(zhuǎn)化、像人与世界交互(hù)一样自然，这方面，由算力网络来驱动将有明显优势(shì)。

此外，还(hái)有很多需要(yào)爆发(fā)式(shì)增长的算力来支撑的技术创新，将在人工智能算力(lì)网络支撑下快速推进(jìn)。

AIGC已(yǐ)经(jīng)露出(chū)曙光，期待在大模(mó)型和大算(suàn)力的(de)支持下(xià)AIGC能持续颠覆(fù)内容生产的(de)方式(shì)，将创造的边际成(chéng)本降低，让万众受益。

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 独立事件与互斥事件的区别与联系公式，独立事件与互斥事件的区别与联系视频