自聊(liáo)天机器人(rén)ChatGPT火爆以(yǐ)来，微(wēi)软公司创始人(rén)比(bǐ)尔·盖茨已多次公(gōng)开谈论人(rén)工智能话题。在(zài)最近的一次(cì)采访中，他再次表示：“AI可(kě)能(néng)会让科技(jì)行(xíng)业迎(yíng)来一(yī)次(cì)剧烈的洗牌”。

这个(gè)结(jié)论是他在当地时间2月20日(rì)接受《In Good Company》节目专(zhuān)访时提出的。

他(tā)预期，AI的发展可能会(huì)威胁到谷歌的(de)市占(zhàn)率，因(yīn)为微软在AI方(fāng)面的行动(dòng)相当迅速。而最终科技巨头(tóu)将把AI整合(hé)成(chéng)用户的“全能(néng)助手”，包揽(lǎn)一切应用，与人们进(jìn)行沟通并(bìng)提供(gōng)建议(yì)，可(kě)以取代(dài)亚(yà)马逊、Siri或Outlook等应用。

大佬口中全(quán)能助手的到来可能尚需(xū)时日，但由ControlNet引发(fā)的又一次(cì)AI绘(huì)画浪潮，让AIGC在ChatGPT的(de)话题热点(diǎn)包围中杀出重(zhòng)围。

01

ControlNet颠覆AI绘画新(xīn)玩法

AIGC向(xiàng)可控靠近

以AI绘画为(wèi)代表的AIGC上(shàng)一次爆(bào)火(huǒ)的时候，还是2022年8月(yuè)，在美(měi)国科罗拉多(duō)州举办的新(xīn)兴数字艺术家竞赛(sài)中，一幅名为《太(tài)空(kōng)歌剧院(yuàn)》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(shú)知并体验(yàn)，Stable Diffusion便是其中代表(biǎo)。

用(yòng)户们(men)可(kě)以(yǐ)在应用中输入一组关键词或(huò)者一张照片，就能(néng)获得一幅AI创作(zuò)的画作。

作画的(de)关(guān)键就(jiù)是(shì)所输入的文本。同(tóng)一(yī)组关键词也可(kě)以创作出很(hěn)多张(zhāng)风格不一(yī)样的画作，这让创作的过(guò)程就像(xiàng)开盲盒(hé)。

很多用户很喜欢这种不(bù)确定的惊喜(xǐ)，他们会将(jiāng)生成的美(měi)图当做头(tóu)像。而另一部分喜欢翻看AI绘画的“翻(fān)车”作品。在社交媒体上，许(xǔ)多用户分(fēn)享AI“翻车现(xiàn)场”，例如，一位网(wǎng)友的小(xiǎo)狗照片被AI画成了“肌肉(ròu)男”，还有网友的个人(rén)照片被AI识别成了建筑(zhù)。

而如今(jīn)随着ControlNet的出现与加持，以往AI绘画(huà)的填(tián)写(xiě)关键词(cí)游戏可能要被颠覆了。

ControlNet是一位正(zhèng)在斯(sī)坦(tǎn)福(fú)读博的中国人张吕敏(mǐn)创作的一种基于(yú)控(kòng)制(zhì)点的图像变形算(suàn)法(fǎ)，主(zhǔ)要用于数字图像处理、计(jì)算机视觉(jué)和计算机图形学等(děng)领域。

其(qí)SD插件一经发布，在短短的两天内便(biàn)成为了AI绘画领(lǐng)域最新的(de)热点。

在(zài)此之前，大(dà)家用了很(hěn)多方法想让AI生成的结果尽(jǐn)可能的符合(hé)要求，但是都(dōu)不尽如人意(yì)，它的出现代表(biǎo)着AI生成开始进(jìn)入真正的可控时期。

因为ControlNet可以直接提取画面的(de)构图(tú)，人物(wù)的姿势和画面的(de)深度信息等(děng)。有了它的帮助，就(jiù)不(bù)用频(pín)繁的用提(tí)示词来碰运气，抽盲盒式(shì)的创作(zuò)了。

通俗的说ControlNet相当于给(gěi)AI绘画(huà)加了“魔法”，不少(shǎo)博主的(de)作品已经获得了大量的浏览量，“viggo”就是其中之一，他用(yòng)朋友的照片直接带她(tā)们走进动漫世界。

viggo先用StableDiffusion图片转(zhuǎn)文字。

再用Text2Prompt插(chā)件拓(tuò)展(zhǎn)找到对应的关键词；最后用ControlNet插(chā)件(jiàn)绑定骨骼开始(shǐ)换关键词试效果(guǒ)。

通过(guò)图(tú)片就可以看(kàn)出来，效(xiào)果十分惊艳。

更厉害的是，除了真实的照片，草图也可以加上“魔(mó)法”，知乎大牛(niú)“DevPoint”和“逗砂”介绍(shào)到ControlNet还能四舍六入五留双原则是什么，四舍五入留双法实现线稿转全彩图。大神张(zhāng)吕敏其本尊也(yě)亲自回应。

不得不说(shuō)当(dāng)下AIGC已经变得(dé)越来(lái)越强大，甚至(zhì)输出的(de)作品(pǐn)都已(yǐ)经能以假(jiǎ)乱(luàn)真了。

02

难辨虚实，AIGC技术力爆发

警惕安(ān)全问题

近日，“苏州金(jīn)鸡(jī)湖(hú)有游艇(tǐng)party”的消息火(huǒ)遍网络，而(ér)经过警(jǐng)方辟(pì)谣这所谓的“party”可(kě)能是(shì)全国(guó)第一起AI绘图诈骗。

由于(yú)这个活动里面给出的美女(nǚ)照(zhào)片(piàn)都是AI制作的真(zhēn)人照片绘(huì)图，因为太(tài)逼(bī)真，被大家当(dāng)成真事传播了。

不(bù)过仔细(xì)观察可以发现，活动(dòng)发起者提供的照片中有(yǒu)个很(hěn)大的漏洞可(kě)以发(fā)现并(bìng)非真人，而是(shì)AI绘图，那便是图片中女(nǚ)性的手指部分有的存在(zài)异(yì)常。

有行(xíng)业(yè)人事表(biǎo)示：“现在因为手(shǒu)指部分的绘画算法比较复杂(zá)，AI还不太会画人的手(shǒu)，但最新看到的图片已经有(yǒu)越来越完美(měi)的AI模型出(chū)现，以后可能(néng)就完全(quán)没有漏洞了。”

类(lèi)似(shì)的(de)AI作(zuò)图诈骗在国(guó)外(wài)也已(yǐ)有发生。据(jù)英国广播(bō)公司报道，土耳其地震期(qī)间，有Tiktok用户(hù)使用AI合成(chéng)了儿童受(shòu)灾的假照片发布到网(wǎng)络，以此诱(yòu)骗(piàn)善良的(de)人打赏(shǎng)“捐(juān)助”从而实施诈骗。

目前(qián)随着技术发展，AIGC已经(jīng)能做出真人(rén)照片般的(de)绘图效(xiào)果(guǒ)，如果这样的图片被用来诈(zhà)骗，将非(fēi)常可怕。

此(cǐ)外(wài)AIGC还(hái)引发了很多担(dān)忧，一(yī)方面，批判者认(rèn)为AI在(zài)“学习”了大量前人的作品之(zhī)后，其创作没(méi)有(yǒu)任何情绪和灵(líng)魂，难以和人类的艺术创作相提并论。

另一方面，AIGC背后的版权、目前都并没有得(dé)到有(yǒu)效的解(jiě)决(jué)，还有(yǒu)AIGC会不(bù)会(huì)代替人(rén)类(lèi)“至高无上”的创意。

马斯(sī)克也强调，人工智能的安全问题需要(yào)得(dé)到重视，太(tài)晚就(jiù)来不及(jí)了(le)。

03

AIGC下一(yī)站除了视频，还有(yǒu)远方

技术都是(shì)有(yǒu)两面(miàn)性的，潜在的危害并不(bù)能掩盖(gài)其光辉的贡献。现在看来，人(rén)工智(zhì)能技术(shù)将是第四(sì)次工业革命的(de)核(hé)心驱动力量，将创造新的增长奇迹。

过(guò)去一年，人工智能在(zài)技术和商(shāng)业层面(miàn)都(dōu)有(yǒu)了巨大(dà)进展，AI绘画就是人工智能技术发生(shēng)方向(xiàng)性改变的一个代表(biǎo)。其下一站或许就是(shì)视频(pín)。

此前，Meta和谷歌先后发布了几条引爆科(kē)技圈的(de)短视频(pín)。这些视频引发关注并(bìng)非内容做(zuò)得多优秀，反而都非(fēi)常(cháng)简单，比如(rú)一匹正(zhèng)在喝(hē)水的(de)马，一只画画的玩(wán)具熊，或者一段骑摩托车的第一视角录像，随(suí)便一个有手(shǒu)机的人都可(kě)以随手录下一段(duàn)。

但这些短视频的创作方式非常简单，创作者仅仅(jǐn)需要向AI输入一(yī)段话，甚至只(zhǐ)是说一下要求，AI就可以根(gēn)据需要生成(chéng)一段视频。

谷歌(gē)发布的两个AI生(shēng)成视频(pín)分别(bié)来自于(yú)Imagen Video和Phenaki，前(qián)者主(zhǔ)要突出的是高清，与Meta的Make-A-Video没有(yǒu)太多的差(chà)别(bié)。

在Make-A-Video公布了AI生成的(de)视频(pín)后，AI圈就已(yǐ)经(jīng)玩了一波梗，一个能够(gòu)做出更高清视频的AI还(hái)不足以在短(duǎn)时间(jiān)内戳(chuō)中(zhōng)兴(xīng)奋点。

Phenaki更加(jiā)令人震惊(jīng)的地方在(zài)于，它(tā)可以(yǐ)制作出超过(guò)2分钟的连贯的也有(yǒu)确切内容的(de)视(shì)频，这才是真正让人们感到(dào)惊喜的地方。因为(wè四舍六入五留双原则是什么，四舍五入留双法i)无(wú)论(lùn)AI生成的视频多么高清(qīng)，也只能是(shì)为内容(róng)生产者提供一个灵感，一个(gè)素材，一(yī)个过场动画。

不过能够制(zhì)作出有具(jù)体剧(jù)情(qíng)内(nèi)容的(de)视频(pín)就意味着，一些视(shì)频创(chuàng)作(zuò)由AI代替人工完(wán)成已经初步有了可能。

当下AI的发展(zhǎn)速度(dù)已经(jīng)超过大(dà)部分(fēn)人的想象。内容产业(yè)的(de)本质是供给创(chuàng)造(zào)需求，AIGC作为全新的内容生(shēng)产方式，可以为内(nèi)容产业带来更新的内(nèi)容风(fēng)格、更(gèng)快的生产速(sù)度，更低的生产(chǎn)成本(běn)，这(zhè)无(wú)疑(yí)会驱动内(nèi)容(róng)产业(yè)的(de)大(dà)爆发。

除了AI绘图、视频，AIGC技术还(hái)能应用(yòng)于音乐、代码、机器人(rén)动作等多种内(nèi)容形式的生(shēng)成。不难发(fā)现该项技术不仅在游(yóu)戏等行业能得到有效应用，对于下一代四舍六入五留双原则是什么，四舍五入留双法(dài)互联网各种元素的构建(jiàn)亦有关键(jiàn)意义。

从商业化的角度来看，文化娱乐、教育、传媒等诸多(duō)领域(yù)，本身就对基于AI的可视化内(nèi)容有强烈(liè)需求。

因(yīn)此(cǐ)，AI绘画及视频(pín)或(huò)不是结果(guǒ)，而只(zhǐ)是AI进(jìn)程中的(de)一块重要拼图，有望(wàng)在技(jì)术更新的加持(chí)下实现(xiàn)更大(dà)的应用价值。

AI从理解内(nèi)容，走向了(le)可以生(shēng)成内容(róng)，甚至能够创造出独(dú)立(lì)价(jià)值和独立视角的(de)内(nèi)容。AIGC的再(zài)次出圈，更代(dài)表着(zhe)未来的先进生产力即将到来。

04

紧抓大模型与(yǔ)算力，牢固AIGC底座

从技术(shù)的发展也可以看(kàn)出，在语(yǔ)言大(dà)模型、图像大模型之后，多模态大模型(xíng)已经成为了(le)新的趋(qū)势。

大(dà)模(mó)型被(bèi)誉为当前人工智能发展的智能底(dǐ)座，是全球竞争(zhēng)最激烈(liè)的(de)研究方(fāng)向(xiàng)之(zhī)一，包括谷歌、亚马逊、百度、阿里、腾讯等众多头部企业都在(zài)竞相(xiāng)发力。

不过训练(liàn)大模型(xíng)的(de)确(què)价(jià)格不(bù)菲(fēi)，以国盛(shèng)证(zhèng)券发布的《ChatGPT需(xū)要多少算力》报告(gào)估算(suàn)，GPT-3训(xùn)练一次的成(chéng)本(běn)约为(wèi)140万美元(yuán)。而(ér)对于一些更大的LLM(大型(xíng)语(yǔ)言模型)，训练成本则介于200万美元至1200万(wàn)美元高价之间。

以(yǐ)ChatGPT在2023年1月的(de)独立访客(kè)平均数(shù)1300万计算，其对应芯片需求为3万(wàn)多片英伟(wěi)达A100 GPU，初始投入成本(běn)约为(wèi)8亿美元，每(měi)日仅电费(fèi)就在5万(wàn)美元左右。

此外(wài)不(bù)论是ChatGPT还是AIGC，都离不开庞大算力(lì)支(zhī)持。在关注各类(lèi)大模型的(de)发展同时，更应该关(guān)注算力网络(luò)的建设。

算(suàn)力(lì)网络正驱动AI产业发展进入史诗级加(jiā)速进程，让AIGC及通用AI这一人工智(zhì)能发展的终极目(mù)标离得更近。

因(yīn)为算力可以(yǐ)对突破性(xìng)技术(shù)创新提(tí)供大力的(de)支持。这方面，多模(mó)态大模型是典(diǎn)型。作为面向未来强(qiáng)人工智能、通用(yòng)人工智能的重(zhòng)要技(jì)术创(chuàng)新，多模(mó)态大模型(xíng)已经在人工智(zhì)能领域(yù)提(tí)出了很多年，业界也(yě)有(yǒu)不(bù)少技术(shù)突破，但是，多模态(tài)大模型进一步往下走(zǒu)，算(suàn)力(lì)需(xū)求呈几何式上升，一般的(de)算力基础(chǔ)设施很快将难以胜(shèng)任。

从(cóng)图像、文字、语音单独一项的训练(liàn)，到(dào)双模态、三模态(tài)的跃迁，让人工智(zhì)能(néng)可(kě)以(yǐ)灵活应对不同模态(tài)的转化、像人与世界交互(hù)一样自然，这方面，由算力网络来驱动(dòng)将有明显优势。

此外，还(hái)有很(hěn)多需要爆发式(shì)增长的算力来支撑的技术创新，将在人工(gōng)智能算力网络支撑下(xià)快速(sù)推(tuī)进。

AIGC已经露出曙光，期待在大模型(xíng)和大算(suàn)力(lì)的支持下(xià)AIGC能持续颠覆(fù)内容生(shēng)产的方式，将创造的(de)边际成本降(jiàng)低(dī)，让万(wàn)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 四舍六入五留双原则是什么，四舍五入留双法