自聊天(tiān)机(jī)器人ChatGPT火(huǒ)爆以来，微软公(gōng)司创始人(rén)比尔·盖茨已(yǐ)多次(cì)公开谈论人(rén)工智能话题(tí)。在最近的一次采访中，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(pái)”。

这个(gè)结论(lùn)是他在(zài)当(dāng)地时(shí)间2月20日接受《In Good Company》节目专(zhuān)访时(shí)提出的。

他预期，AI的发(fā)展(zhǎn)可能会威胁(xié)到(dào)谷歌(gē)的(de)市占率，因为微软在AI方面的行动相当迅速。而最终科技巨(jù)头将把AI整合成用(yòng)户的“全能助手”，包揽(lǎn)一切应用，与人们进(jìn)行沟通并提供建议，可以(yǐ)取(qǔ)代亚马逊、Siri或Outlook等应(yīng)用。

大佬口中(zhōng)全能助手的到来可能尚需时(shí)日，但由(yóu)ControlNet引发(fā)的又一次AI绘画浪潮(cháo)，让(ràng)AIGC在ChatGPT的话题热(rè)点包围(wéi)中杀出重围。

01

ControlNet颠(diān)覆AI绘画新玩法

AIGC向可控靠近(jìn)

以AI绘(huì)画(huà)为代表的AIGC上一次爆(bào)火的时候，还是(shì)2022年8月，在(zài)美(měi)国科罗拉多州举办的(de)新兴数字艺术家竞赛中(zhōng)，一幅名为《太空歌剧(jù)院》的作(zuò)品(pǐn)获奖。

随后各大厂商的AI绘(huì)画软件被广大网友(yǒu)熟知并体验，Stable Diffusion便是(shì)其中(zhōng)代表。

用户们(men)可以在应用中输入(rù)一组关键词(cí)或(huò)者一张(zhāng)照片，就能获(huò)得一(yī)幅AI创作的画作(zuò)。

作画的关键就是(shì)所输入(rù)的(de)文本。同一组(zǔ)关键词也(yě)可以创作出很多张(zhāng)风(fēng)格不一样的画作，这让创作的过程就(jiù)像开(kāi)盲盒。

很多(duō)用户很喜欢(huān)这种不确(què)定的惊喜，他们(men)会将(jiāng)生成(chéng)的(de)美图当做头像(xiàng)。而另一部(bù)分喜欢(huān)翻(fān)看AI绘画(huà)的“翻车”作品。在社交媒体上，许多(duō)用(yòng)户分(fēn)享AI“翻车现场(chǎng)”，例如(rú)，一位网友的小狗(gǒu)照片被AI画(huà)成(chéng)了“肌(jī)肉男”，还有网友(yǒu)的个人照片被AI识别成了建筑。

而如今随着ControlNet的出(chū)现与加持，以(yǐ)往AI绘画的填写关键(jiàn)词游戏可能要被颠覆了。

ControlNet是一位正在斯坦福读博(bó)的中国人(rén)张吕敏(mǐn)创作的一(yī)种基于(yú)控制点的图像变形(xíng)算(suàn)法，主要用(yòng)于数字图像(xiàng)处理、计算(suàn)机视觉和计算机图(tú)形学(xué)等领(lǐng)域。

其SD插件(jiàn)一经发布，在(zài)短(duǎn)短的两(liǎng)天(tiān)内便(biàn)成为了AI绘(huì)画领域最(zuì)新的热点。

在此之前，大(dà)家(jiā)用了很多方法想让AI生成的(de)结果尽可能的符(fú)合要(yào)求(qiú)，但是都不尽如(rú)人(rén)意，它(tā)的出现代表着AI生成开始进(jìn)入(rù)真正的可控时(shí)期。

因为ControlNet可以(yǐ)直接提取画面的构图，人物的姿势和画面(miàn)的深度(dù)信息等。有了(le)它的(de)帮助，就不用(yòng)频繁的(de)用提(tí)示词(cí)来(lái)碰运气，抽(chōu)盲盒(hé)式(shì)的创作了。

通俗的说ControlNet相当于给AI绘画加了(le)“魔(mó)法”，不少(shǎo)博(bó)主(zhǔ)的作(zuò)品已经获得了大量的(de)浏览量(liàng)，“viggo”就是其中之一(yī)，他用(yòng)朋友的照片直接带她(tā)们(men)走进动漫世界(jiè)。

viggo先用StableDiffusion图片转文字。

再(zài)用Text2Prompt插件拓展找到对应的(de)关键词；最(zuì)后用ControlNet插件绑(bǎng)定骨骼(gé)开始换关键(jiàn)词试效(xiào)果(guǒ)。

通过图片就可(kě)以看出来，效果(guǒ)十分惊艳(yàn)。

更(gèng)厉(lì)害的是，除了真(zhēn)实(shí)的照片，草图也可以加上“魔(mó)法”，知乎大(dà)牛(niú)“DevPoint”和“逗砂”介绍到ControlNet还能实现线(xiàn)稿转(zhuǎn)全彩图。大神张吕敏其本尊也亲自回应(yīng)。

不(bù)得不说(shuō)当(dāng)下AIGC已经变(biàn)得(dé)越来越强大(dà)，甚至(zhì)输出的作品(pǐn)都已(yǐ)经能以(yǐ)假乱真了。

02

难辨虚实，AIGC技术力爆(bào)发

警(jǐng)惕(tì)安全问题

近(jìn)日，“苏州金鸡(jī)湖有(yǒu)游艇party”的(de)消息火遍网络，而经过警方(fāng)辟谣(yáo)这(zhè)所谓的(de)“party”可能是全国第一起AI绘(huì)图诈骗。

由于(yú)这个活动里面(miàn)给(gěi)出的美(měi)女照片都(dōu)是AI制作的真人(rén)照片绘图，因(yīn)为太逼真，被大家当成真事传播(bō)了。

不过仔细观察可以(yǐ)发(fā)现，活动发起(qǐ)者提供的照片中有(yǒu)个很大的漏洞可以发现(xiàn)并(bìng)非(fēi)真人(rén)，而是AI绘图，那便是图(tú)片(piàn)中女性的(de)手指(zhǐ)部(bù)分(fēn)有的存(cún)在(zài)异常(cháng)。

有行业人事表示：“现在因(yīn)为手指(zhǐ)部分的(de)绘画算法比较(jiào)复(fù)杂，AI还不太会画人(rén)的(de)手(shǒu)，但最新(xīn)看到的图(tú)片已经有越来越完美的(de)AI模型出现(xiàn)，以后可能(néng)就完(wán)全(quán)没有漏洞了。”

类似的AI作(zuò)图诈(zhà)骗在(zài)国(guó)外也已有(yǒu)发生。据英(yīng)国广播公司报道，土耳(ěr)其地震期间，有Tiktok用户(hù)使用AI合(hé)成了儿童受灾的假照片发布到网络(luò)，以此(cǐ)诱骗善良的人打赏“捐助”从而实施诈骗。

目(mù)前随(suí)着技术(shù)发展，AIGC已(yǐ)经能(néng)做出真人照片般(bān)的绘图(tú)效果，如果这样(yàng)的图(tú)片被用来诈骗，将非常(cháng)可怕。

此外AIGC还(hái)引发(fā)了很多担忧，一方面(miàn)，批(pī)判者认为(wèi)AI在“学(xué)习(xí)”了大量前人(rén)的作(zuò)品之后，其创作没有(yǒu)任何情绪和灵魂，难(nán)以和(hé)人类的艺术(shù)创作相提并(bìng)论。

另一方(fāng)面，AIGC背(bèi)后(hòu)的(de)版权、目前都并(bìng)没有得(dé)到(dào)有(yǒu)效的解(jiě)决，还有AIGC会不会(huì)代替人类“至高无上(shàng)”的创意。

马斯克也(yě)强调，人工智能的(de)安全问题(tí)需要(yào)得到重视，太晚就来不及(jí)了。

03

AIGC下一站(zhàn)除(chú)了视频，还(hái)有远方

技术都(dōu)是有两面性(xìng)的，潜在的危害并不(bù)能掩盖其(qí)光辉的贡献(xiàn)。现(xiàn)在看来，人工智能技(jì)术将是第四次工业革(gé)命的核心驱动(dòng)力量，将创造新的增长(zhǎng)奇迹。

过去一年，人工智能在技术(shù)和商(shāng)业层面都有了(le)巨大(dà)进(jìn)展，AI绘画就是人工智能(néng)技术(shù)发生方向性改变(biàn)的一个代表。其下(xià)一站(zhàn)或许就是视频。

此前，Meta和谷歌先(xiān)后发布了(le)几条引爆科技圈的短(duǎn)视频(pín)。这(zhè)些(xiē)视频引(yǐn)发关注并非(fēi)内(nèi)容做(zuò)得(dé)多(duō)优秀，反而都非(fēi)常(cháng)简单，比如一匹(pǐ)正在喝水的马，一(yī)只(zhǐ)画画(huà)的(de)玩(wán)具(jù)熊(xióng)，或(huò)者一段骑(qí)摩托车的第(dì)一视角录像，随便一个有手机的(de)人都(dōu)可以随(suí)手录下一段(duàn)。

但这些短(duǎn)视频的(de)创作方(fāng)式非常简单，创作者仅仅需要向(xiàng)AI输入一段(duàn)话，甚(shèn)至只(zhǐ)是说一(yī)下要求(qiú)，AI就可(kě)以(yǐ)根据需要生成一段视频。

谷歌发布的两个(gè)AI生(shēng)成视(shì)频分别来自(zì)于(yú)Imagen Video和Phenaki，前者(zhě)主要突出的(de)是高清，与(yǔ)Meta的(de)Make-A-Video没(méi)有太多的差别。

在Make-A-Video公(gōng)布了AI生成(chéng)的(de)视(shì)频后，AI圈就(jiù)已(yǐ)经玩了一波梗，一(yī)个能够做(zuò)出更高清视频的AI还不足以在短时(shí)间(jiān)内戳(chuō)中(zhōng)兴奋(fèn)点(diǎn)。

Phenaki更加令人震惊的地方(fāng)在(zài)于，它(tā)可(kě)以制作出超过2分(fēn)钟的连贯的也(yě)有确切内(nèi)容(róng)的视频，这才是(shì)真(zhēn)正让人(rén)们(men)感到惊喜的地方(fāng)。因为无(wú)论AI生成的视频(pín)多么(me)高清(qīng)，也(yě)只能(néng)是为内容生产者提供一(yī)个灵感，一(yī)个素材(cái)，一个过(guò)场动画。

不过能够制(zhì)作(zuò)出有具体剧情(qíng)内容的(de)视(shì)频就意味着，一些视频创作由AI代替人工完成(chéng)已(yǐ)经初步有(yǒu)了(le)可(kě)能。

当下AI的(de)发展速度已经超过大(dà)部分人的(de)想(xiǎng)象。内容产(chǎn)业的本质是供给(gěi)创造需求，AIGC作为全新的内容生产方式，可以为内容产业带来更(gèng)新的内(nèi)容风格、更快的生(shēng)产速度(dù)，更低的生产(chǎn)成本，这无疑(yí)会驱动内容(róng)产业(yè)的大爆发(fā)。

除了AI绘图(tú)、视(shì)频，AIGC技术(shù)还(hái)能应(yīng)用于(yú)音乐(lè)、代码、机(jī)器人(rén)动作等(děng)多(duō)种(zhǒng)内(nèi)容形(xíng)式的生成(chéng)。不(bù)难(nán)发现该项技术不仅(jǐn)在游(yóu)戏等行业能得到有效应用(yòng)，对于下(xià)一代互联(lián)网各种(zhǒng)元(yuán)素的(de)构建(jiàn)亦(yì)有(yǒu)关键意义。

从商业(yè)化的角度(dù)来看，文化娱乐(lè)、教育、传媒等诸(zhū)多领域，本身就对基于AI的可视化(huà)内容有强烈需求。

因此，AI绘画及(jí)视频或(huò)不是(shì)结果，而只是AI进程中的一块重要拼(pīn)图，有望在技术更(gèng)新的加持(chí)下实现更大(dà)的应(yīng)用价值。

AI从理解内容，走向了可以(yǐ)生成(chéng)内(nèi)容，甚至能够(gòu)创造出独立价(jià)值和独立(lì)视角(jiǎo)的内容。AIGC的再次出(chū)圈，更代表着未(wèi)来的先(xiān)进生产力(lì)即将到来。

04

紧抓大模(mó)型与算力，牢固(gù)AIGC底座

从技术的发展也可以看(kàn)出(chū)，在语言大(dà)模型、图(tú)像大(dà)模型之后，多模(mó)态大模型已经成(chéng)为了新的趋势。

大模型被誉为当前人工(gōng)智能发展的(de)智能(néng)底座(zuò)，是全(quán)球竞争最激烈(liè)的研(yán)究方向之一，包(bāo)括谷(gǔ)歌(gē)、亚马逊、百度、阿(ā)里、腾讯等众(zhòng)多头部(bù)企业都在(zài)竞相发(fā)力(lì)。

不(bù)过训练大模型(xíng)的确价格不菲，以国盛证(zhèng)券发布的(de)《ChatGPT需要多(duō)少(shǎo)算力》报告估算，GPT-3训练一次的(de)成本约为140万美元。而对于(yú)一些更大的LLM(大型语言模型)，训练成本则介于200万美(měi)元(yuán)至(zhì)1200万美元高价之间。

以ChatGPT在2023年1月的独(dú)立访客平均数1300万计(jì)算(suàn)，其对应(yīng)芯(xīn)片需求为3万(wàn)多片(piàn)英伟达(dá)A100 GPU，初(chū)始投入成本约为(wèi)8亿美元，每日仅电费(fèi)就在5万美元左右。

此外不论(lùn)是ChatGPT还是AIGC，都离不开庞(páng)大算(suàn)力支持。在关注(zhù)各(gè)类大模型的(de)发(fā)展(zhǎn)同时，更应(yīng)该关注(zhù)算力网(wǎng)络的建(jiàn)设。

算力(lì)网(wǎng)络正驱动(dòng)AI产业(yè)发展进(jìn)入(rù)史(shǐ)诗级加(jiā)速进程，让AIGC及(jí)通用AI这(zhè)一(yī)人工智能发展的终极目标(biāo)离得(dé)更近。

因为(wèi)算(suàn)力可以(yǐ)对(duì)突破性技术创新提供大力的(de)支持。这方面，多模态大模型是典(diǎn)型。作为面向未来强人工智能、通用人工(gōng)智能的(de)重要(yào)技术创(chuàng)新，多模(mó)态大模(mó)型(xíng)已经在人(rén)工智能领域提出了很(hěn)多年，业界也(yě)有不少技术突破，但(dàn)是，多模(mó)态大模型进一步往(wǎng)下走，算力需求呈几何式(shì)上升，一般的(de)算(suàn)力基础设施很快(kuài)将难以胜(shèng)任。

从图像、文(wén)字、语音单独一项的训练，到双模态、三模态的跃(yuè)迁，让人工智能可以灵活应对不同模(mó)态的转(zhuǎn)化、像人与世界交(jiāo)互一样自然，这方面，由算力网络(luò)来驱(qū)动(dòng)将有明显优势。

此(cǐ)外，还有很多需要爆发式增长的算力来支撑(chēng)的技术创新，将在人工智能算力(lì)网络(luò)支撑下快速推进。

AIGC已经露出曙(shǔ)光，期待在大模型和大算力(lì)的支持(chí)下AIGC能持续颠覆内容生产的方(fāng)式，将(jiāng)创(chuàng)造的边际成(chéng)本降低，让万(wàn)众(zhòng)受(shòu)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 微信拍一拍怎么关闭，微信拍一拍怎么关闭太气人