自(zì)聊天机器人ChatGPT火(huǒ)爆以来，微软(ruǎn)公(gōng)司创始人比尔·盖茨已多次公(gōng)开谈论(lùn)人工智能话题。在最近的一次采访中，他再次表(biǎo)示(shì)：“AI可(kě)能(néng)会(huì)让科技行业迎(yíng)来一次剧烈的洗牌(pái)”。

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

他预期(qī)，AI的发展可能(néng)会(huì)威胁到(dào)谷歌的(de)市占率(lǜ)，因为(wèi)微软在AI方面的行动(dòng)相当迅(xùn)速。而最(zuì)终(zhōng)科技巨头(tóu)将把AI整合成用户的“全能助手(shǒu)”，包(bāo)揽一(yī)切应用，与人(rén)们进行(xíng)沟通并(bìng)提供建议，可以取代亚马逊、Siri或Outlook等应用。

大佬口(kǒu)中(zhōng)全能(néng)助手的(de)到来(lái)可能尚需时(shí)日，但(dàn)由ControlNet引发的又一次AI绘(huì)画(huà)浪潮，让AIGC在ChatGPT的话题热点包围中(zhōng)杀(shā)出重围(wéi)。

01

ControlNet颠覆AI绘画新(xīn)玩法

AIGC向(xiàng)可控(kòng)靠近

以(yǐ)AI绘画为代(dài)表的AIGC上一次爆(bào)火的时候(hòu)，还是2022年8月，在(zài)美(měi)国科罗拉多(duō)州(zhōu)举办的新兴(xīng)数字(zì)艺术(shù)家(jiā)竞赛中，一幅名为《太(tài)空歌剧(jù)院》的(de)作品获奖。

随后(hòu)各(gè)大厂商的AI绘(huì)画软(ruǎn)件被广大网(wǎng)友熟知并体验，Stable Diffusion便是(shì)其(qí)中代表(biǎo)。

用户们可以在应用中输(shū)入(rù)一组关键词或者(zhě)一张(zhāng)照片，就能(néng)获得一幅AI创作的画(huà)作。

作画的关键就是所输入(rù)的文本。同一组关(guān)键(jiàn)词也(yě)可(kě)以(yǐ)创(chuàng)作(zuò)出很多(duō)张(zhāng)风(fēng)格不(bù)一样的画(huà)作，这让创(chuàng)作的过程就像开盲盒。

很多用户(hù)很喜(xǐ)欢这种不(bù)确定的惊喜，他(tā)们会(huì)将生成(chéng)的美(měi)图(tú)当(dāng)做(zuò)头像。而另一部分喜欢翻看AI绘画的“翻车(chē)”作(zuò)品。在社(shè)交媒体(tǐ)上，许多用(yòng)户分享AI“翻车现(xiàn)场”，例如，一位网友的小狗(gǒu)照片被AI画成了“肌肉男”，还有网友的个人照片被(bèi)AI识别成了建(jiàn)筑。

而如今随着ControlNet的(de)出(chū)现与加(jiā)持，以往AI绘画(huà)的填写(xiě)关(guān)键词游戏可能要被颠(diān)覆了。

ControlNet是一位正在斯(sī)坦福读博(bó)的中国(guó)人张吕敏创作的一种基于控制点的图像变形算法(fǎ)，主要用于(yú)数(shù)字图像(xiàng)处理、计算(suàn)机视觉和计(jì)算机图形(xíng)学等领域。

其SD插(chā)件一经(jīng)发布，在短短的两天内(nèi)便成为了AI绘画领域最新的热(rè)点。

在此之前(qián)，大家用了很多(duō)方法想(xiǎng)让AI生成的结(jié)果尽可(kě)能的符(fú)合要求(qiú)，但是都不尽如(rú)人意，它的出现代表着(zhe)AI生成(chéng)开始(shǐ)进入真正(zhèng)的可控时(shí)期(qī)。

因为(wèi)ControlNet可以直接(jiē)提取画面的构图(tú)，人物的姿势(shì)和画面(miàn)的(de)深度信息等(děng)。有了它的(de)帮助，就不用频繁的用提示词来碰运气，抽盲盒式的创作了。

通俗的说ControlNet相(xiāng)当于给(gěi)AI绘画加(jiā)了“魔(mó)法”，不少(shǎo)博主的作品(pǐn)已经获得(dé)了(le)大量的浏览量(liàng)，“viggo”就是其中之(zhī)一(yī)，他用朋友的(de)照片直(zhí)接带她们走进(jìn)动(dòng)漫世界。

viggo先用StableDiffusion图片(piàn)转文字。

再(zài)用Text2Prompt插件拓展找到对应的关键词；最后用ControlNet插件(jiàn)绑定(dìng)骨骼开始换关键词试效果。

通过(guò)图片就可(kě)以(yǐ)看出(chū)来，效果十分(fēn)惊艳。

更厉害(hài)的是(shì)，除了真(zhēn)实的(de)照片(piàn)，草图也可以加上(shàng)“魔法”，知乎大牛“DevPoint”和“逗砂”介绍到ControlNet还能实现(xiàn)线稿转全彩(cǎi)图(tú)。大神张吕敏其本尊也亲自回应。

不得(dé)不说当下AIGC已经变得越(yuè)来越(yuè)强大，甚(shèn)至(zhì)输出的作(zuò)品都已经(jīng)能以假(jiǎ)乱真了。

02

难辨虚实，AIGC技术力爆发

警惕安(ān)全问题(tí)

近日，“苏州金鸡湖(hú)有(yǒu)游艇party”的(de)消息火遍网络，而经过警方辟谣(yáo)这(zhè)所谓(wèi)的“party”可能是(shì)全国(guó)第一(yī)起AI绘(huì)图诈(zhà)骗。

由于这个活(huó)动里(lǐ)面给(gěi)出的美女照片(piàn)都是AI制(zhì)作(zuò)的真人照(zhào)片绘图，因(yīn)为太(tài)逼真，被大家当(dāng)成(chéng)真(zhēn)事传(chuán)播了(le)。

不(bù)过仔细观察可以(yǐ)发现，活动(dòng)发(fā)起者(zhě)提供的照片中有(yǒu)个很大的漏(lòu)洞可以发现并(bìng)非真人，而(ér)是(shì)AI绘图，那便是图片中女性的手指(zhǐ)部(bù)分(fēn)有的存在异常。

有(yǒu)行业人事表示：“现(xiàn)在因(yīn)为(wèi)手指部分的绘画算法比较复杂，AI还(hái)不(bù)太会画(huà)人(rén)的手，但(dàn)最新看到(dào)的图片(piàn)已经有越(yuè)来越完美的AI模型出现，以后可能就(jiù)完全没有(yǒu)漏洞(dòng)了。”

类似的AI作(zuò)图诈骗在(zài)国外也已有发生。据英(yīng)国广(guǎng)播公司报道，土耳(ěr)其(qí)地震期间，有Tiktok用户(hù)使用AI合成了儿童受灾的假照片发布到网络，以此诱骗善良的(de)人(rén)打赏“捐助”从(cóng)而实施诈骗。

目前随(suí)着技术(shù)发(fā)展，AIGC已经(jīng)能做出真人照(zhào)片般的(de)绘图效果，如果这样的图片被用来诈骗(piàn)，将非常可怕。

此(cǐ)外AIGC还引发(fā)了很多担(dān)忧，一(yī)方面，批判者认为AI在“学习”了(le)大(dà)量前人的作品之后，其创作没有(yǒu)任(rèn)何情(qíng)绪和灵魂，难(nán)以(yǐ)和人(rén)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(dé)到有效的解(jiě)决(jué)，还(hái)有AIGC会不(bù)会(huì)代替人类“至高无上”的创意。

马斯克也(yě)强调，人工智能的安全(quán)问题(tí)需要得(dé)到(dào)重视，太晚就来不及了。

03

AIGC下一站除了视频，还有远方

技术(shù)都是有(yǒu)两面性(xìng)的，潜在的危害并不能掩盖其光辉(huī)的贡(gòng)献。现在看来(lái)，人工智能技术将是第四次工业革命(mìng)的核心驱(qū)动力量，将(jiāng)创造(zào)新的增长奇迹。

过去一(yī)年，人工智能在技术和(hé)商业层(céng)面都有(yǒu)了巨大进(jìn)展，AI绘画就是人工(gōng)智能技术(shù)发生方向性改变的一个代(dài)表。其下一站或许就(jiù)是视频。

此前，Meta和谷(gǔ)歌先后发布了几条引爆科技圈的短视频。这些(xiē)视频引发关注(zhù)并非内(nèi)容做(zuò)得多优(yōu)秀，反而(ér)都非常(cháng)简单，比(bǐ)如一匹正在喝水的马，一只画(huà)画的玩(wán)具熊，或者(zhě)一段骑(qí)摩(mó)托(tuō)车的第一视角录像，随(suí)便一个有手机(jī)的人都可以(yǐ)随手录下(xià)一段。

但这些短视频的(de)创作方式非常(cháng)简单，创作(zuò)者仅仅(jǐn)需要向(xiàng)AI输入一(yī)段话，甚至只是说一下要求，AI就可以根(gēn)据需要生成一段视频。

谷歌发布的两个AI生成视频分别(bié)来自于Imagen Video和Phenaki，前者主要突(tū)出的(de)是高清，与Meta的(de)Make-A-Video没有(yǒu)太(tài)多的差别(bié)。

在Make-A-Video公布了(le)AI生成(chéng)的视频后，AI圈就已经玩了一波梗，一个能够做(zuò)出更高清(qīng)视频(pín)的AI还(hái)不足以(yǐ)在短(duǎn)时间内戳中(zhōng)兴奋点。

Phenaki更加(jiā)令人震惊的地方在于，它可以制(zhì)作出超过2分钟的连(lián)贯的(de)也有确(què)切(qiè)内容的视(shì)频，这(zhè)才是(shì)真正让(ràng)人们感(gǎn)到惊喜(xǐ)的地方。因为无(wú)论(lùn)AI生成的视(shì)频多么高清(qīng)，也只能是为内容生产者提供一(yī)个灵感，一个素材，一(yī)个过场动画。

不过能够制作出有具体剧情(qíng)内(nèi)容的视频(pín)就意味着，一些视频创作由AI代(dài)替(tì)人(rén)工完成(chéng)已经(jīng)初步有了可能。

当下AI的发(fā)展速度已经超过大部(bù)分人的(de)想象。内容产业的本(běn)质是供给创造需(xū)求(qiú)，AIGC作为全新(xīn)的(de)内(nèi)容生产方式，可以为内容产业带来更新的内(nèi)容风格、更快的生产速(sù)度，更低(dī)的生产成本，这无疑(yí)会驱动内容(róng)产业的大爆发(fā)。

除了AI绘图(tú)、视(shì)频，AIGC技术还(hái)能应用于音乐、代码、机(jī)器人动作等多(duō)种内容形式(shì)的生(shēng)成(chéng)。不难发现该(gāi)项技(jì)术不(bù)仅在游(yóu)戏(xì)等行(xíng)业能得到有效应用，对于下一代(dài)互(hù)联网各种元(yuán)素(sù)的构建亦有关(guān)键(jiàn)意(yì)义(yì)。

从商业化的角度来看，文化娱乐、教育、传(chuán)媒等诸多领域，本身就(jiù)对基(jī)于AI的可视(shì)化内(nèi)容有强烈需(xū)求(qiú)。

因此，AI绘画及(jí)视频或(huò)不是结果，而只是AI进程中的一块重(zhòng)要(yào)拼(pīn)图，有望在技术(shù)更新的(de)加持下实现(xiàn)更(gèng)大(dà)的应用价(jià)值。

AI从(cóng)理解内容，走(zǒu)向了可以生成内容，甚至能够(gòu)创造出独(dú)立价(jià)值和独立视角的内容。AIGC的再次出圈，更代表着未来的(de)先进生产力(lì)即(jí)将到(dào)来。

04

紧(jǐn)抓大模型与(yǔ)算力，牢固AIGC底座(zuò)

从技术(shù)的发展也可以看出，在(zài)语言大(dà)模(mó)型、图像大模型之后，多模态大模型(xíng)已经成为了新的趋势。

大模型被誉(yù)为当(dāng)前人工智能发(fā)展的智能底座，是全球(qiú)竞争最激烈的研究方(fāng)向之一，包括谷歌、亚马逊、百度、阿里、腾讯(xùn)等(děng)众多头(tóu)部企业都(dōu)在竞相发力。

不(bù)过训练大模(mó)型的确价格(gé)不菲，以国盛(shèng)证券发(fā)布的《ChatGPT需要多少(shǎo)算(suàn)力》报告估算，GPT-3训练一次的(de)成本约为140万(wàn)美元。而对于一些更大的(de)LLM(大型语(yǔ)言模型)，训练成本则介于200万美元至(zhì)1200万美元高价之间。

以(yǐ)ChatGPT在2023年(nián)1月的(de)独立访(fǎng)客平(píng)均数1300万计算，其对应芯片(piàn)需(xū)求为(wèi)3万(wàn)多片英伟达A100 GPU，初始投入成本(běn)约为(wèi)8亿美(měi)元(yuán)，每日仅电费就在5万美元左右。

岭南大学位置在哪里啊，岭南大学在哪个城市data-ratio="0.4255555555555556" data-type="jpeg" data-w="900">

此外不论是ChatGPT还是AIGC，都离不(bù)开庞大算力支持(chí)。在关(guān)注(zhù)各类(lèi)大模型(xíng)的发展同时，更应(yīng)该(gāi)关(guān)注算(suàn)力网(wǎng)络的建设(shè)。

算(suàn)力网络正驱(qū)动AI产业发展进(jìn)入史诗(shī)级加速进程，让AIGC及通(tōng)用AI这一人工智(zhì)能发(fā)展的终极目标离得更近(jìn)。

因为算力(lì)可(kě)以对(duì)突破性技术创新提供大力(lì)的支持。这方面，多模态(tài)大模(mó)型是典型。作为(wèi)面向未来强人工(gōng)智能、通(tōng)用人工智能的重要技术创新(xīn)，多模态大(dà)模型已经在(zài)人工智能领域提(tí)出了很多年，业界也有不少技术突(tū)破，但(dàn)是，多模态大模型(xíng)进一(yī)步往下走，算力(lì)需求(qiú)呈几何式上升(shēng)，一般的算力基础(chǔ)设施很快将难以胜任。

从图像、文字、语音单独一项的训练，到双模态、三模态的跃迁(qiān)，让人工智能可以灵活(huó)应对不同模(mó)态的转化、像人与世(shì)界交互一样自然(rán)，这方(fāng)面，由算力网络来驱动将有明显(xiǎn)优(yōu)势。

此外，还有很多(duō)需要爆(bào)发式增(zēng)长(zhǎng)的算力(lì)来支撑(chēng)的技术创新，将在(zài)人工智能算力网络支撑下快速推(tuī)进。

AIGC已经露出(chū)曙光，期待在大模型和大算力的(de)支(zhī)持下AIGC能持续颠(diān)覆内容生产的(de)方式(shì)，将(jiāng)创造的边际成本降低，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 岭南大学位置在哪里啊，岭南大学在哪个城市