自聊天(tiān)机器人(rén)ChatGPT火爆以(yǐ)来，微软(ruǎn)公司创始人比尔·盖茨已多次公开谈论人工智能话题。在(zài)最近的一次采访中，他(tā)再次表示：“AI可能会(huì)让科技行业迎来一次剧烈的洗牌(pái)”。

这个结论是(shì)他(tā)在当地时间2月20日接受(shòu)《In Good Company》节目(mù)专访时提出(chū)的(de)。

他预期，AI的发(fā)展(zhǎn)可能(néng)会威胁(xié)到谷(gǔ)歌的市占率，因(yīn)为微软(ruǎn)在AI方(fāng)面(miàn)的行动(dòng)相当(dāng)迅速。而最(zuì)终科技(jì)巨头将把AI整(zhěng)合(hé)成用户的“全能(néng)助(zhù)手”，包揽一切(qiè)应用，与人们进行沟通并提供(gōng)建议，可(kě)以取(qǔ)代(dài)亚(yà)马逊、Siri或(huò)Outlook等应用。

大(dà)佬口中(zhōng)全能助手(shǒu)的到来可(kě)能(néng)尚(shàng)需时日(rì)，但由ControlNet引(yǐn)发的又一次AI绘画浪潮，让(ràng)AIGC在ChatGPT的话题(tí)热(rè)点包围中杀(shā)出(chū)重(zhòng)围。

01

ControlNet颠覆AI绘画新玩法

AIGC向可控靠近

以AI绘画(huà)为代表的AIGC上一次(cì)爆火(huǒ)的时候，还是2022年(nián)8月(yuè)，在美国科罗拉多州(zhōu)举办的新兴数字艺术家(jiā)竞赛中，一幅名为《太(tài)空(kōng)歌剧院》的作品(pǐn)获奖。

随后各(gè)大厂商的AI绘(huì)画软件被(bèi)广大(dà)网友(yǒu)熟知(zhī)并体验，Stable Diffusion便(biàn)是其中(zhōng)代表。

用户们(men)可以在应用中输入一组(zǔ)关键词或者(zhě)一张照(zhào)片(piàn)，就能获得一幅AI创作的(de)画作。

作画的关键就是所输入的文(wén)本。同(tóng)一组关键词也可以创(chuàng)作出很多张风(fēng)格不一样的画作，这让创作的过程就(jiù)像开盲盒。

很多(duō)用户很喜欢这种(zhǒng)不确定的惊喜(xǐ)，他们会将生成的美图当做头像。而另(lìng)一部分喜欢翻看(kàn)AI绘画的“翻车”作品(pǐn)。在社交媒体上，许(xǔ)多(duō)用(yòng)户(hù)分享AI“翻(fān)车现场(chǎng)”，例如，一位网友的(de)小狗照片(piàn)被AI画成了“肌肉男”，还有(yǒu)网友(yǒu)的(de)个人照片被AI识别(bié)成了建筑。

而如今随(suí)着ControlNet的(de)出现与加持，以往AI绘画的填写(xiě)关键词游(yóu)戏(xì)可能(néng)要被颠覆了。

ControlNet是一位(wèi)正(zhèng)在斯坦福读博的(de)中国人张吕敏创作的一种基(jī)于控制点的图像变形算法，主要用(yòng)于数(shù)字图像(xiàng)处(chù)理、计算(suàn)机视觉和计算机(jī)图形学等(děng)领域(yù)。

其SD插件一(yī)经(jīng)发布(bù)，在短(duǎn)短(duǎn)的(de)两天(tiān)内便(biàn)成为了AI绘画领域最新的热(rè)点。

在此之前，大(dà)家(jiā)用(yòng)了很多方法想让AI生成的(de)结果(guǒ)尽可(kě)能的符合要(yào)求，但是都不尽如人意，它的出现代(dài)表(biǎo)着AI生成(chéng)开始进入真正的可控时(shí)期(qī)。

因为ControlNet可以直接(jiē)提取画面的构图，人物的(de)姿势(shì)和画面的深(shēn)度(dù)信(xìn)息等。有(yǒu)了它的帮(bāng)助(zhù)，就不(bù)用(yòng)频繁的用提示(shì)词来(lái)碰运气，抽盲盒式的创作(zuò)了。

通(tōng)俗的说(shuō)ControlNet相当于给AI绘画加了“魔(mó)法(fǎ)”，不少博主的作(zuò)品已经获得(dé)了大量的浏览量(liàng)，“viggo”就是其中之一(yī)，他用(yòng)朋友的照片(piàn)直接带(dài)她(tā)们走进动漫世界。

viggo先用StableDiffusion图片转文字(z汉语拼音u在什么时候上面加两点，拼音里的u什么时候加点ì)。

再用Text2Prompt插件拓展找到对应的关键词；最后用(yòng)ControlNet插件绑定骨骼开(kāi)始换关键(jiàn)词试效果。

通过图片(piàn)就可以(yǐ)看出(chū)来，效果十分惊(jīng)艳(yàn)。

更厉(lì)害(hài)的(de)是，除了真实的照片，草图也可(kě)以(yǐ)加上(shàng)“魔法”，知乎大牛“DevPoint”和“逗砂”介绍到ControlNet还能实(shí)现线稿转全(quán)彩图。大(dà)神(shén)张吕(lǚ)敏(mǐn)其本(běn)尊也亲自回应。

不(bù)得不说(shuō)当下AIGC已(yǐ)经变(biàn)得越(yuè)来越强大，甚至输出的作品都(dōu)已经(jīng)能以假乱真了。

02

难辨虚实(shí)，AIGC技术力爆发

警惕安全问题

近日，“苏州(zhōu)金鸡湖有游艇party”的(de)消(xiāo)息火遍网(wǎng)络，而经过(guò)警方辟谣这(zhè)所谓的“party”可能是全国(guó)第一起(qǐ)AI绘图诈骗。

由于这(zhè)个活动里面(miàn)给(gěi)出(chū)的美(měi)女照片(piàn)都(dōu)是(shì)AI制(zhì)作的真人照片绘图(tú)，因为太逼真，被大家当(dāng)成真事传播了(le)。

不过仔(zǎi)细(xì)观察可以发现，活动(dòng)发起者提供的照片中有个很大的漏洞可以(yǐ)发现并非真人(rén)，而(ér)是(shì)AI绘图，那(nà)便是(shì)图片中女性(xìng)的(de)手(shǒu)指部(bù)分有的(de)存在异(yì)常。

有行业人事表示：“现在因为手指部分的绘(huì)画算法(fǎ)比较复杂，AI还不太会画人的手，但最新看到的图片已经有越来越完美的AI模型出(chū)现(xiàn)，以后可(kě)能就完全(quán)没有漏洞(dòng)了。”

类似(shì)的AI作(zuò)图诈(zhà)骗(piàn)在国(guó)外也已有发(fā)生。据英国广(guǎng)播公司报道(dào)，土(tǔ)耳(ěr)其地震期间，有Tiktok用(yòng)户使(shǐ)用AI合成了(le)儿(ér)童(tóng)受(shòu)灾的(de)假照片(piàn)发布(bù)到网络(luò)，以此诱骗善良的人打赏“捐助(zhù)”从而实施(shī)诈骗。

目前随着技术发展，AIGC已经能(néng)做出真人照片般的(de)绘图效果(guǒ)，如果这(zhè)样的图(tú)片(piàn)被用来诈骗，将(jiāng)非(fēi)常(cháng)可怕。

此外(wài)AIGC还引发了很多担忧(yōu)，一(yī)方面，批判者认为AI在(zài)“学习”了大量(liàng)前人的(de)作品之(zhī)后，其(qí)创作没有任何情绪和灵(líng)魂(hún)，难以和人类的艺术(shù)创(chuàng)作相提并论(lùn)。

另一方面，AIGC背后的版权、目前都并(bìng)没有得到有效的解决，还有AIGC会不会代(dài)替(tì)人(rén)类“至(zhì)高(gāo)无上”的创(chuàng)意。

马斯克也强(qiáng)调，人工(gōng)智(zhì)能的安(ān)全问题需要得到重视，太晚就来不及了(le)。

03

AIGC下一站除了(le)视频(pín)，还有远方(fāng)

技术(shù)都是有(yǒu)两面性的，潜(qián)在的危害并不能掩盖(gài)其光(guāng)辉的贡献。现在(zài)看来(lái)，人工智能技术(shù)将是第(dì)四次工业革(gé)命的核心驱(qū)动力量(liàng)，将创造新的增长奇(qí)迹。

过去一(yī)年，人工智(zhì)能在技(jì)术和商业(yè)层面(miàn)都有(yǒu)了巨大(dà)进展，AI绘(huì)画就是人(rén)工智能技术发生方向性改(gǎi)变的一个代表。其下(xià)一站或许就是视频。

此前，Meta和谷(gǔ)歌先后发布了几条(tiáo)引爆科技圈的短(duǎn)视频。这些视频引发关注(zhù)并非内容做得多优秀，反而都非常简单(dān)，比如(rú)一匹正在喝水(shuǐ)的(de)马(mǎ)，一(yī)只画画的玩(wán)具熊(xióng)，或者一段骑摩托车的第一视角录像，随(suí)便一个(gè)有手机的人都可以随(suí)手录下(xià)一(yī)段(duàn)。

但这些短视频的创作(zuò)方式非常简(jiǎn)单，创作者(zhě)仅仅需要向AI输入一段话，甚(shèn)至只是说一(yī)下要求，AI就可以根据需要(yào)生成一段视(shì)频。

谷歌(gē)发布(bù)的两(liǎng)个AI生成视(shì)频分别来自于(yú)Imagen Video和Phenaki，前者主要突出的是高清，与Meta的Make-A-Video没有太多的(de)差别。

在Make-A-Video公布(bù)了(le)AI生成的视频(pín)后，AI圈就已(yǐ)经玩(wán)了一波梗，一个(gè)能够做出(chū)更高清视频的AI还不(bù)足(zú)以(yǐ)在(zài)短(duǎn)时(shí)间内戳中兴奋点。

Phenaki更加令人(rén)震惊的地方在于(yú)，它(tā)可以制作出超(chāo)过(guò)2分钟的(de)连(lián)贯的也有确切内容的视(shì)频(pín)，这才是(shì)真(zhēn)正让人们(men)感到(dào)惊喜的(de)地方(fāng)。因(yīn)为无论AI生成的视频多么高清，也只能是(shì)为内容生产(chǎn)者提供一个(gè)灵感，一(yī)个素材，一个(gè)过场动画(huà)。

不过能够(gòu)制作出有具(jù)体剧(jù)情内(nèi)容的视频就(jiù)意(yì)味(wèi)着，一些(xiē)视频(pín)创作由(yóu)AI代替人工完(wán)成(chéng)已经初(chū)步(bù)有了可(kě)能(néng)。

当下AI的发展(zhǎn)速度已经超过大部分人(rén)的想象。内容产业(yè)的(de)本质是供(gōng)给创造需(xū)求(qiú)，AIGC作为全新的(de)内容生产(chǎn)方式(shì)，可(kě)以为内容产业带(dài)来(lái)更(gèng)新的内容风格、更(gèng)快(kuài)的生产速度，更低(dī)的生产成本，这无(wú)疑会(huì)驱动内容(róng)产业的大(dà)爆发(fā)。

除了AI绘(huì)图、视频，AIGC技术(shù)还能应用(yòng)于音乐、代码、机器人动作等多种(zhǒng)内容形(xíng)式的生成。不(bù)难发(fā)现该项技(jì)术不仅在游戏等(děng)行(xíng)业(yè)能得(dé)到有(yǒu)效(xiào)应(yīng)用，对于下(xià)一代互(hù)联网各(gè)种元素的构建亦有关(guān)键意(yì)义。

从(cóng)商(shāng)业(yè)化的角度来(lái)看，文化娱乐、教(jiào)育、传(chuán)媒等诸多(duō)领域，本身就对基于(yú)AI的可视化内(nèi)容有强烈需求。

因此(cǐ)，AI绘(huì)画及视频或(huò)不是结果，而只是AI进程中的一(yī)块重要拼(pīn)图(tú)，有望在(zài)技术更新的(de)加持下实(shí)现更大的应用价值。

AI从(cóng)理解内(nèi)容，走向了可以生成内(nèi)容，甚至能够创造出独立价值和独立视(shì)角的内(nèi)容。AIGC的(de)再次出圈(quān)，更代表着(zhe)未来的(de)先(xiān)进生产力即将到来。

04

紧抓大模(mó)型(xíng)与算力，牢(láo)固AIGC底(dǐ)座

从技术的(de)发展也可以看出，在语言(yán)大(dà)模型、图像大模型之(zhī)后，多模态大模型已经成为了新(xīn)的(de)趋势。

大模型被(bèi)誉(yù)为当前人(rén)工智能发展的智能底座，是全球竞争最激烈的研究方向之一，包括谷歌、亚马逊、百度(dù)、阿里、腾讯等众多头部(bù)企业(yè)都在竞相发力。

不过训练(liàn)大模型的确价格(gé)不菲，以(yǐ)国(guó)盛证(zhèng)券发(fā)布的《ChatGPT需要多(duō)少算力》报告估(gū)算，GPT-3训(xùn)练一次的成本(běn)约为140万美元。而(ér)对于一些更大的LLM(大型语言模型(xíng))，训练(liàn)成本则介于200万(wàn)美元至1200万美元(yuán)高价之间。

以ChatGPT在2023年(nián)1月的(de)独立访客平均数1300万计算，其对应芯片需(xū)求为3万多片英伟达A100 GPU，初始投入成本约为8亿美元，每(měi)日仅(jǐn)电费就(jiù)在5万美元左右(yòu)。

此外不论(lùn)是ChatGPT还是(shì)AIGC，都离不开庞大算力支(zhī)持。在(zài)关注各(gè)类大模(mó)型的发展同时(shí)，更应该关注算力网络的(de)建(jiàn)设。

算力网络正驱动AI产(chǎn)业(yè)发(fā)展进入史诗级加速进程(chéng)，让AIGC及通用AI这一人工智能发展的终极目(mù)标离得更近。

因为算力可(kě)以对突破性技(jì)术创新提供大力的支持。这(zhè)方面，多模态大模型是(shì)典型。作为面(miàn)向未来强人工智能、通用人工智能的重要(yào)技术创新，多模态大模型(xíng)已经在(zài)人工智能领域提出(chū)了很多(duō)年(nián)，业(yè)界也有不少(shǎo)技术突破，但是，多模(mó)态(tài)大模型进一步往下走，算力需求呈(chéng)几何式上升，一(yī)般(bān)的算力基础设施很快将难以胜任。

从图像、文字、语音单独一项(xiàng)的训(xùn)练(liàn)，到(dào)双模态、三模态的跃迁，让人工智能可(kě)以(yǐ)灵活应对不同模(mó)态的转化、像(xiàng)人与世界(jiè)交互一样(yàng)自然(rán)，这(zhè)方面(miàn)，由算力网络(luò)来驱动将(jiāng)有明显优(yōu)势。

此外，还有很(hěn)多需(xū)要爆(bào)发(fā)式增长的算力来支撑的技(jì)术创(chuà汉语拼音u在什么时候上面加两点，拼音里的u什么时候加点ng)新(xīn)，将(jiāng)在人工智(zhì)能(néng)算力网络支撑下快速推(tuī)进。

AIGC已经露出曙光，期待(dài)在大模(mó)型和大算(suàn)力的支(zhī)持下AIGC能持续颠覆内(nèi)容生产的(de)方式，将创造的边(biān)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 汉语拼音u在什么时候上面加两点，拼音里的u什么时候加点