自(zì)聊天(tiān)机器人ChatGPT火爆以来，微(wēi)软公司创始人比尔(ěr)·盖茨(cí)已多次公开谈(tán)论人工(gōng)智能话题。在最近的(de)一次采(cǎi)访中，他再次表(biǎo)示：“AI可能会让科技(jì)行业迎来一次剧烈的洗牌”。

这个结(jié)论是(shì)他(tā)在(zài)当地(dì)时(shí)间2月20日接受(shòu)《In Good Company》节目专访时提出(chū)的。

他预期，AI的(de)发(fā)展可(kě)能(néng)会威(wēi)胁(xié)到(dào)谷歌的市(shì)占率(lǜ)，因为微软在AI方面(miàn)的行动(dòng)相当迅速。而最终科技巨头将把AI整合成用户的“全能助手(shǒu)”，包揽(lǎn)一切(qiè)应用，与人们进行沟(gōu)通并提供建议(yì)，可以(yǐ)取代(dài)亚马逊(xùn)、Siri或(huò)Outlook等(děng)应用。

大佬口(kǒu)中全能助手(shǒu)的到来可能尚需时日(rì)，但由(yóu)ControlNet引发的(de)又一次AI绘画浪潮，让AIGC在ChatGPT的话题热(rè)点包围中杀出重围。

凝神静气的意思 凝神静气是成语吗ta-s="300,640" data-type="jpeg" data-w="1000">

01

ControlNet颠覆AI绘画新玩法

AIGC向可控(kòng)靠近

以AI绘画为代(dài)表的AIGC上一次爆火的(de)时候，还是2022年8月(yuè)，在美国科罗拉多州举(jǔ)办的新兴数字艺术家竞(jìng)赛中，一(yī)幅名为《太空歌剧院》的作品获奖。

随后(hòu)各(gè)大厂商的AI绘(huì)画软件被(bèi)广大(dà)网(wǎng)友熟(shú)知并体验(yàn)，Stable Diffusion便是其中代表(biǎo)。

用户们可以在应用(yòng)中输入一组关键词或者(zhě)一张照片，就能获得(dé)一(yī)幅AI创作的(de)画作。

作画的关键(jiàn)就是(shì)所输入的(de)文本。同一(yī)组(zǔ)关键词也(yě)可以(yǐ)创(chuàng)作出很多张风格(gé)不一样的画(huà)作，这让创作的(de)过程就像开盲盒。

很多用户很喜欢这(zhè)种不(bù)确定的惊喜，他们会将生(shēng)成的美图(tú)当(dāng)做(zuò)头像。而另一部分喜欢翻(fān)看(kàn)AI绘画的(de)“翻车”作品。在社(shè)交媒体上，许多(duō)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(yǒu)网友的个人照片被AI识(shí)别成了建筑。

而如(rú)今(jīn)随着ControlNet的(de)出(chū)现与(yǔ)加持，以往AI绘画(huà)的填写关键词(cí)游戏可能要被颠覆了。

ControlNet是(shì)一位正在斯坦福(fú)读博的中国(guó)人张吕(lǚ)敏创(chuàng)作(zuò)的一种基于控(kòng)制点的图像(xiàng)变形算法，主要用于数字图像处(chù)理(lǐ)、计算机视觉和(hé)计算机(jī)图形学(xué)等领(lǐng)域。

其SD插件一经(jīng)发(fā)布(bù)，在(zài)短(duǎn)短(duǎn)的两(liǎng)天内(nèi)便成为了AI绘画领域最(zuì)新的热点(diǎn)。

在此(cǐ)之前(qián)，大家用了很多方法想让(ràng)AI生成的(de)结果尽可能的符(fú)合要(yào)求(qiú)，但是都不尽如人意，它的(de)出现代表(biǎo)着AI生成开(kāi)始进入(rù)真正的可控(kòng)时期。

因为ControlNet可以直接提取画面(miàn)的构图(tú)，人(rén)物的姿势和画面(miàn)的深度(dù)信(xìn)息等。有(yǒu)了它的(de)帮助(zhù)，就(jiù)不(bù)用频繁(fán)的用(yòng)提示词(cí)来碰运气，抽(chōu)盲(máng)盒式的(de)创作了。

通俗的说ControlNet相当于(yú)给AI绘画(huà)加了“魔法(fǎ)”，不少(shǎo)博主的作(zuò)品已经获得了大(dà)量的浏览量(liàng)，“viggo”就是其(qí)中之(zhī)一，他用朋友(yǒu)的照(zhào)片直接带她(tā)们走进动漫世界。

viggo先(xiān)用StableDiffusion图片(piàn)转(zhuǎn)文字。

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

通过图片(piàn)就可以看出来，效果十分惊艳。

更厉(lì)害的是，除了真实的照片，草图也(yě)可以加上“魔法”，知乎大牛“DevPoint”和“逗砂”介(jiè)绍到ControlNet还能实现线稿转全彩图。大神张吕敏其本尊也亲(qīn)自回(huí)应。

不(bù)得不说当下AIGC已经变得越来(lái)越(yuè)强(qiáng)大，甚至输出的(de)作品都已经能以假乱真了。

02

难辨虚实(shí)，AIGC技术力爆发

警惕安(ān)全问题

近(jìn)日，“苏州金鸡湖有游艇party”的消息火遍网(wǎng)络，而经过(guò)警(jǐng)方(fāng)辟(pì)谣这所谓的“party”可能是(shì)全(quán)国(guó)第一(yī)起AI绘图诈骗。

由于这个活动(dòng)里(lǐ)面给出的美女照片都是AI制(zhì)作的真人(rén)照片绘图，因(yīn)为太逼(bī)真，被(bèi)大家当(dāng)成真事(shì)传播了(le)。

不过仔细观(guān)察可以发现，活动(dòng)发起者提供(gōng)的(de)照片中(zhōng)有(yǒu)个很大的漏洞可以发现并非真人，而是AI绘图(tú)，那便是(shì)图(tú)片中(zhōng)女性的手指部分有的(de)存在异(yì)常(cháng)。

有行业人事表示：“现(xiàn)在因为(wèi)手指部分的绘画算法比较复杂(zá)，AI还不太会画人的(de)手，但最(zuì)新看到(dào)的图片已经(jīng)有越来越(yuè)完美的AI模型出现，以后可能就完(wán)全(quán)没(méi)有漏洞了。”

类似(shì)的AI作(zuò)图诈骗在国外也已有发生。据英(yīng)国广播公司报道，土耳其(qí)地(dì)震(zhèn)期间，有(yǒu)Tiktok用户(hù)使用AI合(hé)成了儿(ér)童受灾的(de)假照(zhào)片(piàn)发(fā)布到网络，以此诱骗善良的人打(dǎ)赏“捐助(zhù)”从而(ér)实施诈骗。

目(mù)前随着(zhe)技术(shù)发(fā)展，AIGC已经能做出真人照(zhào)片般(bān)的绘图(tú)效(xiào)果，如果这样的图片被用来(lái)诈骗，将非常(cháng)可怕。

此外AIGC还(hái)引发了很多(duō)担忧，一方面(miàn)，批判者认为AI在“学(xué)习”了大(dà)量(liàng)前人的作品之后(hòu)，其创作没有(yǒu)任何(hé)情(qíng)绪和灵(líng)魂，难(nán)以和人类的艺术创作相提并论。

另一方面，AIGC背后的版权、目前都并(bìng)没有得到(dào)有效的解决，还有AIGC会不会代替人类“至(zhì)高无上”的创(chuàng)意。

马斯克也强调，人工智(zhì)能的安全问(wèn)题需要得到重视(shì)，太晚就来不及了。

03

AIGC下一站除了视频(pín)，还有远方

技(jì)术都(dōu)是有两面性的(de)，潜在(zài)的危害(hài)并不能(néng)掩盖其(qí)光辉的贡献。现(xiàn)在看来，人(rén)工智能技术将是(shì)第四次工业革命的核(hé)心驱动力(lì)量，将创造新(xīn)的增(zēng)长奇(qí)迹。

过去一年，人(rén)工智能在技术(shù)和商业层面都(dōu)有了巨大进展(zhǎn)，AI绘画就(jiù)是人工(gōng)智能技术(shù)发生方向性改变的(de)一个代表。其(qí)下(xià)一(yī)站或许就(jiù)是(shì)视(shì)频(pín)。

此前，Meta和谷歌先(xiān)后发布了(le)几条引爆科(kē)技圈(quān)的短(duǎn)视频。这些(xiē)视(shì)频(pín)引发关注(zhù)并非内容(róng)做(zuò)得多优(yōu)秀，反而(ér)都非常(cháng)简单，比如一匹正在喝水的马，一只画画的(de)玩具熊，或者一段(duàn)骑摩托车的第一视角录像，随(suí)便一(yī)个有(yǒu)手机的人都可以随手(shǒu)录下(xià)一段。

但这些(xiē)短视(shì)频的(de)创作(zuò)方式(shì)非常简单，创作者仅仅需(xū)要(yào)向AI输入一段话，甚(shèn)至只是说一下要求，AI就可以根据需要生(shēng)成一段视频。

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

在Make-A-Video公布(bù)了AI生成的(de)视频后(hòu)，AI圈就已(yǐ)经玩(wán)了一波梗，一个能够做(zuò)出更高(gāo)清视频的AI还(hái)不足以在短时间内戳中兴(xīng)奋点。

Phenaki更加令人(rén)震惊的地(dì)方(fāng)在于，它(tā)可(kě)以制(zhì)作出超过2分钟的连(lián)贯(guàn)的(de)也有确切内(nèi)容的视频，这才(cái)是真正(zhèng)让人(rén)们感到惊(jīng)喜的地方。因为无论AI生(shēng)成(chéng)的视频多(duō)么(me)高清(qīng)，也只能(néng)是为内容生产者提供(gōng)一个灵感，一个素材，一个过场(chǎng)动画。

不过能够制作出有(yǒu)具体剧情内容(róng)的视频就意味着，一(yī)些视频(pín)创作由AI代替人工完(wán)成已经初步有了可能。

当下AI的发展速度已经超(chāo)过大部(bù)分人的(de)想(xiǎng)象(xiàng)。内容产(chǎn)业的本质(zhì)是(shì)供给创造需(xū)求(qiú)，AIGC作为全(quán)新的内(nèi)容生(shēng)产方式(shì)，可以为(wèi)内容产业带(dài)来更新的内容风格(gé)、更快的生产(chǎn)速度，更(gèng)低的生(shēng)产成本，这无疑(yí)会驱(qū)动内容产业的大(dà)爆(bào)发。

除(chú)了AI绘图(tú)、视(shì)频，AIGC技术(shù)还能应用(yòng)于(yú)音乐、代码、机器(qì)人动作(zuò)等(děng)多(duō)种内(nèi)容形式(shì)的生(shēng)成。不(bù)难发现(xiàn)该(gāi)项技术不仅(jǐn)在游戏(xì)等行(xíng)业能得(dé)到有效应用，对于下一代互联(lián)网各种元素的构建亦有(yǒu)关(guān)键(jiàn)意(yì)义。

从商业化的角(jiǎo)度来看(kàn)，文化娱乐、教育(yù)、传媒等(děng)诸多领(lǐng)域，本身(shēn)就(jiù)对基于(yú)AI的可视(shì)化(huà)内容有强烈需(xū)求(qiú)。

因此，AI绘画及视频或(huò)不(bù)是结(jié)果，而只是AI进程中的一块重要拼图，有望(wàng)在技术更新(xīn)的加持(chí)下实现更大(dà)的(de)应用价(jià)值。

AI从(cóng)理解(jiě)内容，走向(xiàng)了可(kě)以生成内(nèi)容，甚至能够(gòu)创造出独立价值和独(dú)立视角的(de)内容(róng)。AIGC的再次出(chū)圈，更(gèng)代(dài)表着未来的(de)先进生产(chǎn)力(lì)即(jí)将到来。

04

紧(jǐn)抓大模(mó)型与算力，牢固AIGC底座

从技术的发(fā)展也(yě)可以(yǐ)看出，在(zài)语言(yán)大模(mó)型、图像大模型(xíng)之(zhī)后，多模态大模型已经成为(wèi)了新(xīn)的趋势。

大模型被誉为(wèi)当前(qián)人工智能(néng)发展的(de)智(zhì)能底座，是全球竞争最激(jī)烈的研究方向之一，包括谷歌、亚马逊、百度(dù)、阿里、腾讯等(děng)众(zhòng)多头部企业都(dōu)在竞(jìng)相发力。

不过训练大模型的确价格不菲，以国盛证券发(fā)布(bù)的《ChatGPT需(xū)要(yào)多少算力》报告估算(suàn)，GPT-3训练一次的成本约为140万美(měi)元。而对于一些更大(dà)的LLM(大型语言(yán)模型)，训练成本(běn)则介(jiè)于200万美元至1200万美元高价之间。

以ChatGPT在(zài)2023年1月的独立(lì)访客平均数1300万计算，其对应(yīng)芯片需求(qiú)为3万多片英伟达A100 GPU，初始投(tóu)入成(chéng)本约为8亿美元，每(měi)日仅(jǐn)电费就在(zài)5万(wàn)美元(yuán)左右。

此外不(bù)论是ChatGPT还是AIGC，都离不开庞(páng)大算力支持(chí)。在关(guān)注各(gè)类大(dà)模(mó)型的发展同时，更应(yīng)该关注(zhù)算(suàn)力网络(luò)的(de)建设。

算力网络正驱动(dòng)AI产业(yè)发展进入史(shǐ)诗(shī)级(jí)加速进程(chéng)，让AIGC及通用(yòng)AI这一人工智能发展的(de)终(zhōng)极目标离得更(gèng)近。

因为(wèi)算力可以对(duì)突破性技术创新(xīn)提供大力(lì)的支持。这方(fāng)面(miàn)，多模态大模(mó)型(xíng)是(shì)典型(xíng)。作为面向(xiàng)未来强人工智(zhì)能、通用人工(gōng)智能(néng)的重要技术创新(xīn)，多(duō)模态大模型已经在人工智能(néng)领域(yù)提(tí)出了(le)很多年，业界也有不(bù)少技术突破，但是，多模态大模(mó)型进(jìn)一步往(wǎng)下走(zǒu)，算力需求呈几何式上升(shēng)，一(yī)般的算力基础设施(shī)很快(kuài)将难以胜(shèng)任。

从图(tú)像、文字(zì)、语音单独一项的(de)训练，到双(shuāng)模态(tài)、三模态的跃(yuè)迁，让人工智能可(kě)以灵活应对不同模(mó)态的转化、像人与世界交互(hù)一(yī)样自然，这(zhè)方(fāng)面，由算力(lì)网络来驱动将(jiāng)有明显优(yōu)势。

此(cǐ)外，还有很多需要(yào)爆发(fā)式增长的算力来支撑的技(jì)术(shù)创新(xīn)，将在人工智能算力(lì)网(wǎng)络支撑下快速推进。

AIGC已经露出曙光，期待在大模型和大算力的(de)支持下AIGC能持续颠覆内容生产的方式，将创(chuàng)造的边际成本降低，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 凝神静气的意思 凝神静气是成语吗