自(zì)聊(liáo)天(tiān)机器人(rén)ChatGPT火(huǒ)爆以来，微软公司创始人(rén)比(bǐ)尔·盖茨已多次公开谈论人工智能话题。在最近的一次采(cǎi)访中，他再次表(biǎo)示：“AI可能会让科技行业迎来一次剧烈的洗(xǐ)牌”。

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

他(tā)预(yù)期(qī)，AI的(de)发(fā)展可能(néng)会威胁到谷歌的(de)市(shì)占率，因为微软在AI方面的行动相当迅速(sù)。而(ér)最(zuì)终科技巨(jù)头(tóu)将把AI整合成用(yòng)户的“全能(néng)助手”，包揽一切应(yīng)用，与人们进行(xíng)沟通并提供(gōng)建(jiàn)议，可以(yǐ)取代亚马逊、Siri或Outlook等(děng)应(yīng)用。

大(dà)佬口中全能助手的到(dào)来可能尚需时日，但由ControlNet引发的(de)又一次AI绘画浪潮(cháo)，让AIGC在ChatGPT的话题热点包围(wéi)中杀出重(zhòng)围。

01

ControlNet颠覆AI绘画新玩法

AIGC向可(kě)控靠近

以AI绘画为代表的AIGC上一次(cì)爆(bào)火的(de)时候，还(hái)是(shì)2022年8月(yuè)，在美国科罗拉多州(zhōu)举(jǔ)办的新兴数(shù)字(zì)艺(yì)术家竞赛中，一幅名为《太空歌剧(jù)院》的作品获(huò)奖(jiǎng)。

随后各大厂商的AI绘(huì)画软件(jiàn)被广大(dà)网友熟知并体验，Stable Diffusion便是其中代表。

用户们(men)可以在应用中输入一组关键词或者一张照片，就能获得一幅AI创作(zuò)的(de)画作(zuò)。

作(zuò)画(huà)的关键就是所输入的文本。同(tóng)一组关键词(cí)也可以(yǐ)创作出很多(duō)张风格不一样的(de)画作，这(zhè)让(ràng)创作的过程(chéng)就像开(kāi)盲盒(hé)。

很多(duō)用户很(hěn)喜欢这种不(bù)确(què)定的惊喜，他们会将生成的(de)美图当做头(tóu)像。而另一部分喜欢翻(fān)看AI绘(huì)画的“翻车”作品(pǐn)。在社交(jiāo)媒体上，许多(duō)用户分享AI“翻车(chē)现场”，例(lì)如，一位网友的小狗照片被AI画成了(le)“肌(jī)肉男”，还有(yǒu)网友的个人照片被AI识(shí)别成了建筑。

而如今随着ControlNet的出(chū)现与加持，以往AI绘画的填写关键词游戏可(kě)能(néng)要被颠覆了。

ControlNet是一位(wèi)正在斯坦(tǎn)福读博的中(zhōng)国人张(zhāng)吕敏创作的一种基(jī)于(yú)控制(zhì)点的图像变形算法，主要用于数字图像处理(lǐ)、计算机视觉(jué)和计(jì)算机图形学等领(lǐng)域。

其SD插件一经发布，在短短的两天内便成为(wèi)了AI绘画领域(yù)最新的(de)热点。

在此(cǐ)之前，大家用了很多方(fāng)法想让AI生成的结(jié)果尽可能的符合要求，但是都不(bù)尽如人意，它的出现代表着AI生成开始(shǐ)进入真正的(de)可控时期。

因为(wèi)ControlNet可以直接提(tí)取画面的构图(tú)，人物(wù)的姿(zī)势和画(huà)面的深度信息等。有(yǒu)了它(tā)的帮助，就不(bù)用频(pín)繁的用提示(shì)词来碰运气，抽盲盒式的创作了。

通俗的说ControlNet相当(dāng)于(yú)给(gěi)AI绘画加(jiā)了(le)“魔法”，不少博主(zhǔ)的作品已经获得了大量(liàng)的浏览量(liàng)，“viggo”就是(shì)其中之(zhī)一，他(分数的导数公式口诀，分数的导数公式推导tā)用(yòng)朋友(yǒu)的照片直接带她们走进动(dòng)漫世界(jiè)。

viggo先用(yòng)StableDiffusion图片(piàn)转(zhuǎn)文字。

再用(yòng)Text2Prompt插件拓展找到(dào)对应的关键(jiàn)词；最后用ControlNet插件绑定骨骼开始换(huàn)关键(jiàn)词试效果。

通过(guò)图片就(jiù)可以(yǐ)看出来，效果十分惊艳(yàn)。

更厉害(hài)的是，除了真实的照(zhào)片，草图也可以加上“魔法”，知乎大(dà)牛“DevPoint”和“逗砂”介(jiè)绍到ControlNet还能实现线稿转全彩图(tú)。大神张吕敏其本尊(zūn)也亲自回应。

不得不说当(dāng)下AIGC已经(jīng)变得越来越强大，甚至输出的作品都已(yǐ)经(jīng)能以(yǐ)假乱真了。

02

难辨虚实(shí)，AIGC技术力(lì)爆(bào)发

警惕安全问题

近日(rì)，“苏州金鸡湖(hú)有(yǒu)游艇party”的消息火遍网络，而经过警方(fāng)辟谣这所谓的“party”可能是(shì)全(quán)国(guó)第一起AI绘(huì)图(tú)诈骗。

由于这(zhè)个(gè)活动里面给出的美女照片(piàn)都是AI制作的真人照片绘(huì)图(tú)分数的导数公式口诀，分数的导数公式推导，因为(wèi)太逼真，被大家当成真事传播了(le)。

不(bù)过仔细观(guān)察可以发现，活动发起者提供(gōng)的照片(piàn)中有个很大的漏洞可以发现并非真(zhēn)人，而是AI绘图，那便(biàn)是(shì)图(tú)片(piàn)中女性的手指(zhǐ)部分有的存(cún)在异常。

有(yǒu)行业人事表(biǎo)示(shì)：“现在因为手指部(bù)分的绘画算(suàn)法比较复杂，AI还不太会画人的手(shǒu)，但最新(xīn)看到的(de)图片已经有(yǒu)越来(lái)越完美的AI模型出现，以后可(kě)能就完全没有漏洞了(le)。”

类(lèi)似的AI作图诈骗在(zài)国外也已有发生。据英国广播公(gōng)司报道，土耳其地震期间，有Tiktok用户使用AI合成了儿童受灾的假照片发(fā)布到网络(luò)，以此(cǐ)诱骗善良(liáng)的人打(dǎ)赏“捐助”从而实施诈骗。

目(mù)前随着技术发(fā)展(zhǎn)，AIGC已经能做出真人(rén)照片般的绘图效果，如果这样的(de)图(tú)片(piàn)被用来诈骗，将非常可怕。

此外(wài)AIGC还引(yǐn)发了很多担忧，一方(fāng)面，批判者认为AI在“学习”了(le)大量(liàng)前人的作品之后，其(qí)创作没(méi)有任何情绪和灵魂，难以和人(rén)类的艺术创作(zuò)相提并论。

另一方(fāng)面，AIGC背后的版权、目前都(dōu)并(bìng)没有得到有(yǒu)效的解决，还(hái)有(yǒu)AIGC会不会代替人类“至(zhì)高无上”的创意。

马斯克也强(qiáng)调，人工智(zhì)能的安全问题需(xū)要得到(dào)重视，太(tài)晚就来不及(jí)了(le)。

03

AIGC下一(yī)站除了视频(pín)，还有远方

技术(shù)都是有两(liǎng)面性(xìng)的，潜在的危害(hài)并不能掩盖其光辉的贡献。现(xiàn)在看来，人工智能技(jì)术将是第四次工(gōng)业革命的核心驱动力量，将创造新的增长奇迹。

过去(qù)一年，人工智能在技术和商业层面都有了巨大进展，AI绘画就(jiù)是人工(gōng)智能技术发生方向性(xìng)改变的(de)一个代表。其下一站或许就是视频(pín)。

此(cǐ)前，Meta和(hé)谷歌先(xiān)后发布了几条引爆科(kē)技圈(quān)的短视频。这些(xiē)视频(pín)引发关注并非(fēi)内容做得多优(yōu)秀，反(fǎn)而都非常简(jiǎn)单，比如一(yī)匹(pǐ)正在喝(hē)水的马，一只画画(huà)的玩具熊(xióng)，或者一段骑摩托车的第(dì)一视角录像，随(suí)便(biàn)一个(gè)有(yǒu)手机的(de)人都可以随手录下一段。

但这些(xiē)短视频的创作(zuò)方(fāng)式非常简单，创作者仅(jǐn)仅需(xū)要(yào)向AI输入一段话，甚至只是说一下要(yào)求(qiú)，AI就可以根据需要生成一(yī)段视(shì)频(pín)。

谷歌发布(bù)的两个AI生成视(shì)频分别来自于Imagen Video和Phenaki，前(qián)者主要突出的是高(gāo)清，与Meta的Make-A-Video没有太多的差别。

在Make-A-Video公布(bù)了(le)AI生成的视频后，AI圈就已(yǐ)经玩了(le)一波梗，一个能够做出更高清视频的AI还不(bù)足以(yǐ)在短时间内戳中兴奋点。

Phenaki更加令人震惊的地(dì)方在于，它可以(yǐ)制作出超过(guò)2分钟的连贯的也(yě)有(yǒu)确(què)切(qiè)内(nèi)容的视(shì)频，这才是真正让人们感到惊(jīng)喜的地方。因为无论AI生成的(de)视频多么高清，也只能是(shì)为(wèi)内容生产者提供一个灵感，一个素材(cái)，一个过场动画。

不(bù)过能够制作出有具(jù)体剧情内容的(de)视频就意味着，一些视频创作(zuò)由AI代替(tì)人工完(wán)成(chéng)已(yǐ)经初步有(yǒu)了可(kě)能。

当下AI的发(fā)展速度已经超过(guò)大部分(fēn)人的想象。内容产业(yè)的本质(zhì)是供给创造需求，AIGC作为全(quán)新的内容生产(chǎn)方式，可以为内容产业带来更(gèng)新的内容风格、更(gèng)快的生产(chǎn)速(sù)度，更低的(de)生产成本，这无(wú)疑会(huì)驱动内容(róng)产业的大爆发。

除了AI绘(huì)图、视频，AIGC技术(shù)还(hái)能应用(yòng)于音乐、代码、机器人动作等(děng)多(duō)种内(nèi)容形式的(de)生成。不难发现该项技术不(bù)仅在游戏(xì)等行业能得到有效应(yīng)用，对于下一代(dài)互(hù)联网各(gè)种元素的构建亦有关键意义。

从商业化的角度(dù)来看(kàn)，文化娱乐、教育、传媒等诸多领域(yù)，本身就对基于AI的(de)可视化内容有强烈(liè)需(xū)求。

因此，AI绘画及视频或不是结果，而只是AI进程中的一块(kuài)重要拼图，有望在技术更新的加持下实现更大(dà)的应用价值(zhí)。

AI从理(lǐ)解内容，走向了(le)可以生成内容，甚至能(néng)够创造出独立价(jià)值(zhí)和独立视角的内容。AIGC的再次(cì)出圈，更代表着未来的先进(jìn)生(shēng)产力即将到来。

04

紧(jǐn)抓(zhuā)大模型(xíng)与算力(lì)，牢固AIGC底座(zuò)

从(cóng)技(jì)术的发展也可(kě)以看出(chū)，在(zài)语言大模(mó)型、图像大(dà)模型(xíng)之后，多(duō)模态大模型已经(jīng)成为了新(xīn)的趋势。

大模型被誉为当前(qián)人工智能(néng)发展的智能底座，是全(quán)球竞争(zhēng)最激烈(liè)的研究(jiū)方向之一，包(bāo)括谷歌、亚(yà)马(mǎ)逊、百(bǎi)度、阿里、腾讯等众多头(tóu)部(bù)企业都在(zài)竞(jìng)相发力。

不过(guò)训练大模型的确价格不(bù)菲，以国盛证券发(fā)布(bù)的《ChatGPT需(xū)要多(duō)少算力》报告估算，GPT-3训练一(yī)次的(de)成本约为(wèi)140万美(měi)元。而对(duì)于(yú)一(yī)些更大的(de)LLM(大(dà)型语(yǔ)言模型)，训练(liàn)成本则介于200万(wàn)美元至1200万美(měi)元高价之(zhī)间。

以(yǐ)ChatGPT在2023年1月的独立(lì)访客(kè)平均数1300万计算，其(qí)对应芯片(piàn)需求为3万多片英伟达A100 GPU，初始投入成本约为8亿美元，每日仅电费就在5万美元左右(yòu)。

此外不论是ChatGPT还是AIGC，都离不(bù)开庞大算力支持。在关注各类大模型的发展同(tóng)时，更(gèng)应该(gāi)关注算(suàn)力网(wǎng)络的建设。

算(suàn)力网络(luò)正驱动AI产业发展进(jìn)入史诗级加(jiā)速进程，让(ràng)AIGC及通用(yòng)AI这一人工智能发(fā)展的终(zhōng)极目标离(lí)得(dé)更近。

因为(wèi)算力可以(yǐ)对突破(pò)性技术创新提供大力的支持。这(zhè)方面，多模态(tài)大模型是典型。作为面向未来强(qiáng)人工智(zhì)能(néng)、通(tōng)用(yòng)人工智(zhì)能的(de)重要技术(shù)创新，多模态(tài)大模(mó)型已经在人工智能领域提出了很多(duō)年，业界也有不少技术突(tū)破，但是(shì)，多模态大模(mó)型进一(yī)步往下走，算力需求呈几何式上升，一般的算力(lì)基础设施很(hěn)快(kuài)将难以胜任。

从(cóng)图像(xiàng)、文(wén)字、语音单(dān)独一项(xiàng)的训练，到双模态、三模态的跃迁，让人工智能可以灵(líng)活应(yīng)对不同模(mó)态的转(zhuǎn)化(huà)、像人与世界交互(hù)一(yī)样自然，这方面，由算力网络来驱动将有(yǒu)明显优(yōu)势(shì)。

此(cǐ)外，还有很多(duō)需(xū)要爆发(fā)式增长的(de)算(suàn)力来(lái)支(zhī)撑的(de)技术(shù)创新，将(jiāng)在人(rén)工(gōng)智能算力网络支撑(chēng)下(xià)快速推进。

AIGC已经露出曙光，期待(dài)在大模(mó)型和大算力的(de)支持下(xià)AIGC能持续颠覆(fù)内容生(shēng)产的(de)方式，将创造的边际(jì)成本(běn)降低，让万众受益(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 分数的导数公式口诀，分数的导数公式推导