自聊天机器人ChatGPT火(huǒ)爆(bào)以来，微软公司创始人比尔·盖(gài)茨(cí)已多次(cì)公开(kāi)谈论人工智能(néng)话(huà)题。在最近的一次采访(fǎng)中，他再次表示：“AI可能会让科(kē)技(jì)行业迎来一次剧烈的洗牌”。

这个结论是他在当地时间(jiān)2月20日接受《In Good Company》节目(mù)专访时提出的。

他预期，AI的发(fā)展可能会(huì)威胁到谷歌的市占(zhàn)率，因为微软在AI方面的行动相当(dāng)迅速。而最(zuì)终(zhōng)科技巨(jù)头将把AI整合成用户的“全(quán)能(néng)助手”，包揽一切(qiè)应用，与(yǔ)人(rén)们进行(xíng)沟(gōu)通(tōng)并提(tí)供建议，可以取代亚马逊(xùn)、Siri或(huò)Outlook等应用。

大佬(lǎo)口(kǒu)中(zhōng)全能(néng)助手的到来可能尚需时日，但由(yóu)ControlNet引发的又一(yī)次AI绘(huì)画(huà)浪(làng)潮，让AIGC在ChatGPT的话题热(rè)点(diǎn)包围中杀出重围。

01

ControlNet颠覆AI绘画(huà)新玩法

AIGC向可控靠(kào)近

以AI绘画(huà)为代(dài)表的(de)AIGC上一次爆火的时候，还是2022年8月，在(zài)美国科罗(luó)拉多州(zhōu)举办的新兴数字艺术(shù)家竞赛(sài)中，一幅名为(wèi)《太空歌剧院》的作(zuò)品获奖。

随后各(gè)大厂商的AI绘(huì)画软件被广(guǎng)大网友熟知并体验，Stable Diffusion便(biàn)是(shì)其中代表。

用(yòng)户(hù)们可以在(zài)应用(yòng)中输入一组关键词或(huò)者(zhě)一张照片，就能获得一幅(fú)AI创作(zuò)的画(huà)作。

作画的关键就是所输入的文本。同一组关键词也(yě)可以(yǐ)创作出很多张风格不(bù)一(yī)样的画作，这让创作(zuò)的过程就像开盲盒。

很多用户很喜欢这种(zhǒng)不确定的惊喜，他们会将(jiāng)生成的美图当做(zuò)头像。而另一部分喜欢翻看AI绘画的“翻车(chē)”作品。在社交媒(méi)体(tǐ)上，许(xǔ)多用户(hù)分享AI“翻车现(xiàn)场(chǎng)”，例如，一位网友的(de)小狗(gǒu)照(zhào)片(piàn)被AI画成了“肌肉男”，还有网(wǎng)友的个人照片被AI识别(bié)成了建筑。

而如今随着ControlNet的(de)出现与加持，以往AI绘(huì)画的(de)填写关(guān)键词游戏可能要被颠(diān)覆了(le)。

ControlNet是一位正在斯(sī)坦福读博的中国人张吕敏创作(zuò)的一种(zhǒng)基于控制点的图像变形(xíng)算法，主(zhǔ)要用于数字图像(xiàng)处(chù)理、计算(suàn)机(jī)视觉(jué)和计(jì)算机图形学等领域。

其SD插件(jiàn)一经发布，在短短的(de)两天内便成(chéng)为了AI绘画领域最新的热点。

在此(cǐ)之前，大家用了很多方法(fǎ)想(xiǎng)让AI生成的结果尽可能的(de)符合要(yào)求，但是都(dōu)不尽如人意，它的(de)出现代表(biǎo)着AI生(shēng)成开始进(jìn)入真正的可控时期。

因为(wèi)ControlNet可以直(zhí)接(jiē)提取画面的构(gòu)图，人物的(de)姿势和画面(miàn)的深度信息等。有了它的帮助，就不用频繁(fán)的用(yòng)提示词来碰运气，抽盲盒式的创(chuàng)作了(le)。

通俗(sú)的说ControlNet相当于给AI绘(huì)画加(jiā)了“魔法”，不少博主的(de)作品(pǐn)已(yǐ)经获得了(le)大量的浏览量，“viggo”就是其中(zhōng)之一，他用朋友的照(zhào)片直接(jiē)带她(tā)们(men)走进动漫世界。

viggo先用(yòng)StableDiffusion图片转文字。

再用Text2Prompt插件拓展找到对(duì)应的关键词；最后用ControlNet插(chā)件绑定骨骼开(kāi)始(shǐ)换关键(jiàn)词试(shì)效(xiào)果。

通过图(tú)片就(jiù)可以看出来，效果十分(fēn)惊艳。

更(gèng)厉害(hài)的是(shì)，除了真实的照片，草图(tú)也可以(yǐ)加上“魔法”，知乎大牛“DevPoint”和“逗(dòu)砂(shā)”介绍到ControlNet还能实现线稿转(zhuǎn)全彩图。大神张吕(lǚ)敏其本尊也(yě)亲自回应。

不得不说(shuō)当下(xià)AIGC已经变得越来越强大，甚至输出(chū)的作品都(dōu)已经(jīng)能(néng)以假(jiǎ)乱真了。

02

难(nán)辨(biàn)虚实，AIGC技(jì)术力(lì)爆(bào)发

警惕(tì)安全问题(tí)

近日(rì)，“苏州(zhōu)金鸡湖有游艇party”的消息火遍网(wǎng)络(luò)，而经(jīng)过警方辟谣(yáo)这所谓的“party”可能是全国第一起AI绘(huì)图(tú)诈骗。

由于这个活(huó)动(dòng)里面给(gěi)出(chū)的美女照片都是AI制(zhì)作的真人(rén)照(zhào)片绘图，因为(wèi)太(tài)逼(bī)真(zhēn)，被大家(jiā)当(dāng)成真事传播(bō)了。

不过仔细观察可以(yǐ)发现，活动发(fā)起者提供的(de)照片中有个很大的漏洞可(kě)以发现(xiàn)并(bìng)非真人，而是AI绘(huì)图，那便是(shì)图(tú)片(piàn)中女性的手指部分有的(de)存在(zài)异(yì)常(cháng)。明堂人形图的作者是谁，明堂人形图的作者是谁写的

明堂人形图的作者是谁，明堂人形图的作者是谁写的ata-croporisrc="https://mmbiz.qpic.cn/sz_mmbiz_png/hBdoyiawDeRyDWKODjVEiaoPuGG2YUQQPBZLMLffchqxSm0mgbFoAz2bJ1ZJxJJyVwJSC8YDUiak5CibY8cTYKUibvA/0?wx_fmt=png" data-cropx1="0" data-cropx2="1280" data-cropy1="0" data-cropy2="788.3737024221454" data-ratio="0.61640625" data-s="300,640" data-type="jpeg" data-w="1280">

有行业人(rén)事表示：“现(xiàn)在(zài)因为手指部分的(de)绘画算(suàn)法(fǎ)比较复杂(zá)，AI还不太会(huì)画(huà)人的手，但最新看到(dào)的图片已经有越(yuè)来(lái)越完美的AI模型出(chū)现，以后可能就完全没(méi)有漏(lòu)洞了。”

类似的AI作图诈(zhà)骗在国外也已有发生。据英(yīng)国(guó)广播公司报道(dào)，土耳(ěr)其地震(zhèn)期间，有Tiktok用户使用AI合(hé)成了儿(ér)童受灾的假照片发布到网(wǎng)络，以(yǐ)此(cǐ)诱(yòu)骗善良(liáng)的人打赏“捐助”从(cóng)而实施诈骗(piàn)。

目前(qián)随着技术发(fā)展(zhǎn)，AIGC已(yǐ)经能做出真人照片般的绘(huì)图效果，如果这样的(de)图片被(bèi)用来诈骗，将(jiāng)非常可怕。

此外AIGC还引(yǐn)发(fā)了很多(duō)担忧，一(yī)方面(miàn)，批判者认为(wèi)AI在“学习”了大量前(qián)人(rén)的作(zuò)品(pǐn)之后，其创作没(méi)有任何情绪和灵魂，难以和人类的艺术创(chuàng)作相提并论。

另一方面，AIGC背(bèi)后的版(bǎn)权、目前都并没有得到有效的解(jiě)决，还有AIGC会不(bù)会代替(tì)人(rén)类“至高无上”的(de)创意(yì)。

马(mǎ)斯克也(yě)强(qiáng)调，人工智(zhì)能的安全问题需要得到重视，太晚就来不及(jí)了(le)。

03

AIGC下一站除了视频(pín)，还有(yǒu)远方(fāng)

技(jì)术都是有(yǒu)两面性的(de)，潜(qián)在的危(wēi)害并不(bù)能掩盖其光辉的贡(gòng)献。现在看来(lái)，人工智能技(jì)术(shù)将是第四次工业革命的(de)核心驱动(dòng)力量，将创造(zào)新的增长奇迹。

过(guò)去一(yī)年(nián)，人工智(zhì)能在技术(shù)和商业层面(miàn)都有了巨大进展，AI绘(huì)画就(jiù)是人工智能技(jì)术发生(shēng)方向性改变的一个(gè)代表(biǎo)。其下一站或许就是(shì)视频。

此(cǐ)前，Meta和(hé)谷歌先后发布了几(jǐ)条引爆(bào)科(kē)技圈的短视频。这些视(shì)频引发关注并非内(nèi)容做得多优秀，反而都非(fēi)常简(jiǎn)单(dān)，比如一匹正在喝(hē)水的马，一只画(huà)画(huà)的玩(wán)具(jù)熊，或(huò)者一段骑摩(mó)托车的第一视角(jiǎo)录(lù)像，随便一(yī)个(gè)有(yǒu)手机的人都可(kě)以(yǐ)随手录(lù)下一段(duàn)。

但这些短视频(pín)的创作(zuò)方(fāng)式(shì)非常(cháng)简单，创作者仅仅(jǐn)需(xū)要向AI输(shū)入一(yī)段话，甚(shèn)至只是说一下要求，AI就可以根(gēn)据需要生成(chéng)一段(duàn)视(shì)频。

谷歌发布的(de)两个AI生(shēng)成视频分别来自于Imagen Video和Phenaki，前者主(zhǔ)要突出的是高清，与Meta的Make-A-Video没有(yǒu)太(tài)多(duō)的差(chà)别。

在Make-A-Video公布了(le)AI生成的视频后，AI圈就已经玩了一(yī)波梗，一个能(néng)够做出更高清视频的AI还不足以(yǐ)在短(duǎn)时间内戳(chuō)中兴(xīng)奋点。

Phenaki更加(jiā)令人震惊的地方在于(yú)，它可以制作出超过2分钟的连贯(guàn)的也(yě)有(yǒu)确切内容的视频，这才是(shì)真正让(ràng)人(rén)们(men)感(gǎn)到(dào)惊喜的地方(fāng)。因为无(wú)论(lùn)AI生成的视频多么高清，也只(zhǐ)能是为内容生产(chǎn)者提(tí)供一个灵感，一个素材(cái)，一(yī)个过场动画。

不过能够(gòu)制(zhì)作出有具体剧情内容(róng)的视频就意味着，一些视频创作由(yóu)AI代替人工完成已经初步有了可能(néng)。

当下AI的发展速度(dù)已经(jīng)超过大部分人的(de)想象。内容产业(yè)的本质(zhì)是供(gōng)给创造需(xū)求(qiú)，AIGC作为全新(xīn)的(de)内容生产方式，可以为内容产业带来更新的内容风格(gé)、更快的生产速(sù)度，更低的生产成(chéng)本，这无疑会驱动内容(róng)产业(yè)的大爆发。

除(chú)了AI绘(huì)图、视(shì)频，AIGC技术还能应用于音乐(lè)、代码(mǎ)、机器人动作(zuò)等(děng)多种(zhǒng)内容(róng)形式的生成。不难发现该项技术不仅在(zài)游(yóu)戏等(děng)行业能得到(dào)有(yǒu)效应用，对于下(xià)一代(dài)互联网各种元素的构(gòu)建(jiàn)亦有关键意义。

从商(shāng)业化的角度(dù)来(lái)看，文化娱乐、教育(yù)、传(chuán)媒等诸多领(lǐng)域，本身就对基于(yú)AI的可视(shì)化内容有强(qiáng)烈需(xū)求(qiú)。

因此，AI绘画及视频(pín)或不是结果，而只(zhǐ)是AI进程中(zhōng)的一块重要拼图，有望在技术更新的(de)加(jiā)持下实现更(gèng)大的(de)应(yīng)用价值。

AI从理解内(nèi)容，走向了可以(yǐ)生成内(nèi)容(róng)，甚至能够创造出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(de)先进生产明堂人形图的作者是谁，明堂人形图的作者是谁写的力(lì)即将到来(lái)。

04

紧抓大模型与算力，牢(láo)固AIGC底座(zuò)

从技术的(de)发(fā)展也可(kě)以看出，在语言大模(mó)型、图像大模型之后，多模态大模(mó)型(xíng)已经成(chéng)为了新(xīn)的趋势(shì)。

大模型被誉为当前人工智能发(fā)展的(de)智(zhì)能(néng)底(dǐ)座，是全(quán)球竞争最激烈的研究方向之一(yī)，包(bāo)括谷歌、亚(yà)马(mǎ)逊、百度、阿里、腾讯等众多头部(bù)企业都在竞相发力(lì)。

不(bù)过训(xùn)练大模(mó)型(xíng)的确价格不菲，以国盛证券发布的《ChatGPT需要多少算力》报告(gào)估算，GPT-3训(xùn)练一次的成本约为140万(wàn)美元(yuán)。而对于一些更大的(de)LLM(大型语言模型)，训练成(chéng)本则介于200万美元至1200万美元高价之间。

以ChatGPT在2023年1月的独立访客平均数1300万(wàn)计(jì)算，其对(duì)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(měi)元，每日仅电费(fèi)就在(zài)5万美元(yuán)左右。

此外不论(lùn)是ChatGPT还(hái)是AIGC，都离不开庞(páng)大算(suàn)力支(zhī)持。在(zài)关注各类大模(mó)型的发展同时，更应该关注算力(lì)网络的建设。

算力网络正驱动AI产业发展进(jìn)入(rù)史诗级加速进程，让AIGC及通(tōng)用AI这一人工智能发展的终(zhōng)极(jí)目标(biāo)离得(dé)更近(jìn)。

因为算力可(kě)以(yǐ)对突破(pò)性(xìng)技术创新提(tí)供(gōng)大力的(de)支持。这方面，多模(mó)态(tài)大模型是典型。作为(wèi)面向(xiàng)未来强人(rén)工智能(néng)、通用人工(gōng)智能的重要技(jì)术创新，多(duō)模(mó)态大模型已经在人工(gōng)智能领域提出了很多年(nián)，业界也(yě)有不少技术突破，但是，多模态大(dà)模(mó)型进一步(bù)往下走(zǒu)，算力(lì)需求(qiú)呈(chéng)几何(hé)式上(shàng)升，一般的算力基础设施很快(kuài)将(jiāng)难(nán)以胜任。

从图像、文(wén)字、语音单独一项的训练，到(dào)双模态、三模态的跃迁，让(ràng)人工智能可以灵(líng)活应对不同模态的转化、像人(rén)与(yǔ)世界交互(hù)一样自(zì)然，这(zhè)方面，由算力(lì)网络来(lái)驱动(dòng)将有明显(xiǎn)优(yōu)势。

此外，还有很多需要爆发(fā)式增(zēng)长(zhǎng)的算力来支撑的技术创新(xīn)，将在人工智能算力网络(luò)支撑下快速推进。

AIGC已(yǐ)经露(lù)出曙(shǔ)光，期待在大模型和大算力的支持下AIGC能持(chí)续颠覆内容(róng)生产的方式(shì)，将创造(zào)的(de)边(biān)际成本降低(dī)，让(ràng)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 明堂人形图的作者是谁，明堂人形图的作者是谁写的