自聊(liáo)天机(jī)器人ChatGPT火爆以来(lái)，微(wēi)软公司创始人比尔·盖茨已多次(cì)公(gōng)开谈论(lùn)人(rén)工智能(néng)话题(tí)。在最(zuì)近(jìn)的一次采访(fǎng)中(zhōng)，他再次表示：“AI可能会让科技行业(yè)迎来一次剧(jù)烈的洗牌”。

这个结(jié)论是他(tā)在当地(dì)时间2月20日接受《In Good Company》节(jié)目专访时提出的。

他预期，AI的发展可能会威胁到谷歌(gē)的市占率，因为微软在AI方面(miàn)的行动相当迅速。而最终科技(jì)巨头(tóu)将把AI整合(hé)成用户的“全能(néng)助手”，包揽一切应用，与人们进行沟通并提供建(jiàn)议，可以(yǐ)取代亚马逊、Siri或Outlook等应用(yòng)。

大佬口中(zhōng)全能助手的(de)到来(lái)可能尚需时(shí)日，但由ControlNet引发的又一次AI绘画浪潮(cháo)，让(ràng)AIGC在ChatGPT的(de)话题热点包(bāo)围中(zhōng)杀(shā)出重围。

01

ControlNet颠覆AI绘画新(xīn)玩法

AIGC向可控靠近

以AI绘画为代表的AIGC上一次爆火的(de)时候，还(hái)是2022年8月(yuè)，在美国科罗拉多州举(jǔ)办的新兴数(shù)字艺(yì)术家竞赛中，一(yī)幅名(míng)为《太空歌剧院(yuàn)》的作品获奖(jiǎng)。

随后(hòu)各大厂(chǎng)商的AI绘画软件被(bèi)广(guǎng)大网友熟知并(bìng)体(tǐ)验(yàn)，Stable Diffusion便是其中代表。

用户们可以(yǐ)在应用中输入一组关键词或者一张(zhāng)照片，就能获得一(yī)幅AI创作的画作(zuò)。

作画的(de)关键就是(shì)所输入的文本。同一组关键词也可以创作出(chū)很(hěn)多(duō)张风(fēng)格不一样(yàng)的画(huà)作，这让创(chuàng)作(zuò)的过程就(jiù)像开盲盒。

很(hěn)多用户很喜欢这种不确定的惊喜，他们会将生(shēng)成的美(měi)图当做头像。而(ér)另一(yī)部(bù)分喜欢翻看AI绘画的“翻车”作(zuò)品。在社(shè)交媒体(tǐ)上，许多(duō)用户分享(xiǎng)AI“翻车(chē)现(xiàn)场(chǎng)”，例(lì)如，一位网友的小狗照片被AI画成了“肌肉(ròu)男”，还有网友的个人照片被AI识别成了(le)建筑。

而如今随(suí)着ControlNet的(de)出现与加持，以往AI绘(huì)画(huà)的填写关(guān)键词游(yóu)戏可能要被颠覆了。

ControlNet是一(yī)位正在(zài)斯(sī)坦福读(dú)博的中国(guó)人张吕(lǚ)敏创作的一种基于控制点的图(tú)像变形算法，主要(yào)用于数字(zì)图像处(chù)理、计算机视觉和计(jì)算机图形学等(děng)领域(yù)。

其(qí)SD插(chā)件一经发布，在短短的两天(tiān)内便成为了(le)AI绘画(huà)领域最新的(de)热点(diǎn)。

在此之前，大家(jiā)用了很多方法想让AI生成的(de)结(jié)果尽可(kě)能的符合(hé)要求，但是都不(bù)尽如(rú)人意，它(tā)的出现代表着AI生成开始进入真正(zhèng)的可控时期(qī)。

因为ControlNet可以直(zhí)接提取画面的(de)构图，人(rén)物(wù)的姿(zī)势和画面(miàn)的深度信息等。有了它的帮助(zhù)，就不用频(pín)繁的用提示词(cí)来(lái)碰运气(qì)，抽盲(máng)盒(hé)式的创作了。

通俗的说ControlNet相当于给AI绘画加了(le)“魔(mó)法”，不(bù)少博主(zhǔ)的(de)作品(pǐn)已经获得了大(dà)量的浏览量(liàng)，“viggo”就(jiù)是(shì)其中(zhōng)之一(yī)，他用朋(péng)友的照片直接带她们走进动漫世(shì)界。

viggo先用StableDiffusion图片转文(wén)字。

再(zài)用(yòng)Text2Prompt插(chā)件拓展找到(dào)对应的关键词；最后(hòu)用ControlNet插(chā)件绑定骨骼(gé)开(kāi)始换关键词试效果。

通(tōng)过图片就(jiù)可以看出来，效果十分惊艳。

更厉害(hài)的是(shì)，除了真(zhēn)实的照片，草图(tú)也可以加上(shàng)“魔法”，知乎大牛“DevPoint”和(hé)“逗砂(shā)”介绍到(dào)ControlNet还(hái)能(néng)实现(xiàn)线稿转全(quán)彩(cǎi)图。大神张吕敏(mǐn)其本尊(zūn)也(yě)亲(qīn)自回(huí)应。

两只小兔子吸红肿了，两只头头被吸肿了o="1.3637137989778534" data-s="300,640" data-type="jpeg" data-w="1174">

不得(dé)不(bù)说当下AIGC已经变得越来越强(qiáng)大，甚(shèn)至输出的作品都已经能以假(jiǎ)乱真了。

02

难辨虚(xū)实，AIGC技术力爆发

警惕安全问题

近日(rì)，“苏州金(jīn)鸡湖有游艇party”的消息火遍(biàn)网(wǎng)络，而经过警方(fāng)辟谣这所谓的“party”可能(néng)是(shì)全国第一起AI绘图(tú)诈骗。

由于这个(gè)活动里面给(gěi)出的美女(nǚ)照片都是AI制作的真人(rén)照片绘图，因(yīn)为太逼真，被大家当(dāng)成(chéng)真事传(chuán)播了。

不过仔细观察可以发现，活动发(fā)起者提供的照片中(zhōng)有个很大的漏洞(dòng)可以发(fā)现并非(fēi)真(zhēn)人，而是(shì)AI绘图，那(nà)便是图片中女(nǚ)性的手指(zhǐ)部(bù)分(fēn)有的存在(zài)异(yì)常(cháng)。

有行(xíng)业人(rén)事(shì)表示：“现(xiàn)在因为手指部分的绘画算法(fǎ)比较(jiào)复杂，AI还不太(tài)会画(huà)人(rén)的手，但最新看到(dào)的图片(piàn)已(yǐ)经有越来越完美(měi)的AI模型出现，以后(hòu)可能就完全(quán)没(méi)有漏洞(dòng)了。”

类似的(de)AI作图诈骗在国(guó)外也已有发生。据英国广播(bō)公司报道，土耳其地震期间，有Tiktok用户使(shǐ)用AI合成了儿童受灾的假(jiǎ)照片发布到网络，以此诱骗善良的人打赏(shǎng)“捐助”从而实(shí)施诈(zhà)骗。

目前随着(zhe)技术发展，AIGC已(yǐ)经能做出真(zhēn)人照片般(bān)的(de)绘图效果(guǒ)，如果这(zhè)样(yàng)的图片(piàn)被用来诈骗，将非(fēi)常可怕(pà)。

此外AIGC还引(yǐn)发了很多担忧，一方面，批判者认为AI在(zài)“学习”了大量前人的作品(pǐn)之后，其创作没(méi)有任何情绪(xù)和灵魂，难以和人(rén)类(lèi)的艺(yì)术创作相提并论(lùn)。

另一(yī)方(fāng)面，AIGC背后的版权(quán)、目前(qián)都并没有得(dé)到有效的解决，还有AIGC会不会代替人类“至高无上”的创(chuàng)意。

马斯克也强调，人(rén)工智能的(de)安全(quán)问题需(xū)要得到(dào)重视，太晚就来(lái)不及了。

03

AIGC下(xià)一站除了视频，还(hái)有远方

技术都是有两面(miàn)性(xìng)的，潜在的危害并不能(néng)掩盖(gài)其光辉的贡献。现(xiàn)在看来(lái)，人工(gōng)智能技(jì)术将是第四(sì)次工(gōng)业革命的核(hé)心驱动(dòng)力(lì)量(liàng)，将创造新的(de)增长奇迹。

过去一年，人工(gōng)智能(néng)在技术和商(shāng)业(yè)层面(miàn)都有了(le)巨大进展(zhǎn)，AI绘画就是(shì)人(rén)工智(zhì)能技术发生方向(xiàng)性(xìng)改(gǎi)变(biàn)的一个代表(biǎo)。其(qí)下一站或许就是视(shì)频(pín)。

此前(qián)，Meta和谷歌先后发(fā)布了几条(tiáo)引(yǐn)爆科技圈的(de)短视频。这些视频引发(fā)关注并(bìng)非内容做得多优秀，反(fǎn)而都非常(cháng)简单，比如一匹正在喝(hē)水的马，一只画(huà)画的玩具熊(xióng)，或者一段骑(qí)摩(mó)托车的第一(yī)视角录像(xiàng)，随便(biàn)一个有手(shǒu)机的人都可以随手(shǒu)录(lù)下一段。

<两只小兔子吸红肿了，两只头头被吸肿了img alt="ChatGPT之后又一应用(yòng)杀疯了，AIGC或(huò)进入可控期，将洗牌科技行业(yè)？_黑料正能(néng)量" decoding="async" src="https://mmbiz.heiliaofuli.com/wp-content/uploads/2023/03/007b969c3b9c5bd.gif?imageMogr2/thumbnail/2160x0/format/webp/quality/80" data-ratio="1" data-s="300,640" data-type="gif" data-w="256">

但(dàn)这些(xiē)短视频的创作(zuò)方式非常简单，创作者仅仅需要向AI输入一段话，甚至(zhì)只是说一下要求，AI就可以(yǐ)根据需要生(shēng)成一段视频。

谷(gǔ)歌发布的(de)两个AI生(shēng)成视(shì)频分(fēn)别来自于(yú)Imagen Video和Phenaki，前者主(zhǔ)要突出的(de)是高清，与Meta的Make-A-Video没(méi)有太(tài)多的差别。

在Make-A-Video公(gōng)布了AI生成的视频后，AI圈(quān)就已经玩了一波梗，一个能够做出更高清视频的AI还不足以在短时间(jiān)内戳中兴奋点(diǎn)。

Phenaki更加令(lìng)人震惊的地方在于，它(tā)可以制作出超过2分钟的连贯的也有(yǒu)确切内容的视(shì)频，这(zhè)才(cái)是真正(zhèng)让人们感(gǎn)到惊喜的地(dì)方。因为无(wú)论AI生成的视(shì)频多么高清，也(yě)只能是为(wèi)内容生产者提供一(yī)个灵感，一个素材(cái)，一(yī)个过场(chǎng)动画。

不过能够制作出有(yǒu)具体剧情(qíng)内容的视频就意味着(zhe)，一些视(shì)频(pín)创作由(yóu)AI代(dài)替人工完(wán)成已经初步有(yǒu)了可能。

当(dāng)下AI的发展速度已经超过大(dà)部(bù)分人的想象。内容产业的本(běn)质是供给创造需求，AIGC作为全新(xīn)两只小兔子吸红肿了，两只头头被吸肿了的内容生产(chǎn)方式，可以(yǐ)为内容产(chǎn)业带(dài)来更新的(de)内容风格、更快的(de)生产速度，更低的生产成(chéng)本，这(zhè)无疑会(huì)驱(qū)动(dòng)内(nèi)容产(chǎn)业的大爆(bào)发。

除(chú)了AI绘图、视频，AIGC技术还能应用于音乐、代码、机(jī)器人动作等(děng)多(duō)种内容形式(shì)的生成(chéng)。不难发现该项技术(shù)不仅在游戏(xì)等行业能得到有(yǒu)效应(yīng)用(yòng)，对于(yú)下(xià)一代互联(lián)网(wǎng)各种元素的构建亦(yì)有(yǒu)关键意义。

从(cóng)商(shāng)业化的角度来(lái)看，文化娱(yú)乐、教育(yù)、传媒等诸多领域，本身就对基(jī)于AI的可(kě)视化(huà)内容有强烈需求。

因此，AI绘画及视频(pín)或不是结果，而(ér)只是AI进(jìn)程中的(de)一块重要拼图，有望在技术更新的加持下实现更大(dà)的应用(yòng)价值。

AI从理解(jiě)内容，走向了可以生(shēng)成内容，甚(shèn)至能够创(chuàng)造出独立价(jià)值和独立视角的内容(róng)。AIGC的再次(cì)出圈，更代表着未来的(de)先进生(shēng)产力即将(jiāng)到来(lái)。

04

紧抓大模型(xíng)与(yǔ)算力，牢固(gù)AIGC底座(zuò)

从技术的发展也(yě)可(kě)以看(kàn)出，在(zài)语言大模(mó)型、图像大模型之后(hòu)，多模态(tài)大模型已经成为了新的趋势(shì)。

大(dà)模型被(bèi)誉为当前(qián)人工智(zhì)能发(fā)展的智(zhì)能底座(zuò)，是全球竞(jìng)争(zhēng)最激烈(liè)的研究方向之一，包括谷歌、亚马(mǎ)逊(xùn)、百度、阿里、腾讯等众(zhòng)多(duō)头部企(qǐ)业都在(zài)竞(jìng)相(xiāng)发力。

不过训练大模型(xíng)的确价格不菲，以(yǐ)国盛证券发(fā)布的《ChatGPT需要(yào)多少(shǎo)算(suàn)力》报告估算，GPT-3训练一次的(de)成本约(yuē)为140万(wàn)美元(yuán)。而对于一些更大(dà)的LLM(大型语言模(mó)型)，训练(liàn)成本则介于200万美元至(zhì)1200万美元(yuán)高价(jià)之间。

以ChatGPT在2023年1月的(de)独(dú)立(lì)访客平均数1300万计算，其对(duì)应芯片需求为3万多片英伟达(dá)A100 GPU，初始投入(rù)成(chéng)本约(yuē)为(wèi)8亿美元，每日仅电(diàn)费就在5万美元左右。

此外不论是ChatGPT还(hái)是AIGC，都离(lí)不(bù)开庞大算力支(zhī)持。在关(guān)注各类大模型的发展(zhǎn)同时，更应该关注(zhù)算(suàn)力网络的建设(shè)。

算力网络(luò)正驱动AI产(chǎn)业发展进入史诗级加速进程，让(ràng)AIGC及通用AI这一(yī)人工智能发展的终(zhōng)极目标(biāo)离得更(gèng)近(jìn)。

因为算(suàn)力可(kě)以对(duì)突破(pò)性技(jì)术创新提供(gōng)大力的支持(chí)。这方面，多模态大模型是典型。作为面向未来(lái)强人(rén)工(gōng)智能、通用人(rén)工(gōng)智能(néng)的重要(yào)技术(shù)创(chuàng)新，多模态(tài)大模型已经在人(rén)工智(zhì)能领域提出了很多年，业界也有不少技(jì)术突破(pò)，但是，多模态大(dà)模型进一步(bù)往(wǎng)下(xià)走(zǒu)，算力需求(qiú)呈几何(hé)式上升，一般的算力基础设施很快将难以(yǐ)胜(shèng)任。

从图像、文字、语音(yīn)单独一项的训练，到双模态、三模态(tài)的(de)跃迁，让人工智能可(kě)以灵活应对不同模态的转化(huà)、像人与世界(jiè)交互一样自然(rán)，这方(fāng)面(miàn)，由算力(lì)网络来(lái)驱动将(jiāng)有明显(xiǎn)优势。

此外，还有很多需要爆发式增长的算(suàn)力来支撑(chēng)的技术(shù)创新，将在人工智能算(suàn)力网络支撑下快速推(tuī)进。

AIGC已经露出曙光(guāng)，期待(dài)在(zài)大(dà)模型和大算(suàn)力的(de)支持下AIGC能(néng)持续颠覆内容生(shēng)产的方式，将(jiāng)创造(zào)的(de)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 两只小兔子吸红肿了，两只头头被吸肿了