自聊(liáo)天机器人ChatGPT火爆(bào)以来，微软公司(sī)创始人比尔(ěr)·盖茨已多(duō)次公开(kāi)谈(tán)论人工智能话(huà)题(tí)。在最近的一次采访中，他再次表示(shì)：“AI可能会(huì)让科技行(xíng)业迎来一次剧烈的洗牌”。

这个(gè)结(jié)论是他在(zài)当地时间2月20日接受《In Good Company》节(jié)目(mù)专访时提出的。

他(tā)预期，AI的发展可能会(huì)威胁(xié)到谷(gǔ)歌的市占率，因为微软(ruǎn)在AI方面的行动相当迅(xùn)速(sù)。而最终科技巨头将把(bǎ)AI整合成用(yòng)户(hù)的“全能助手”，包(bāo)揽一切应用，与人们(men)进行沟(gōu)通并(bìng)提供(gōng)建议，可(kě)以取代亚马逊、Siri或Outlook等应(yīng)用。

大佬口(kǒu)中全能助(zhù)手的到来可能尚需时日，但由ControlNet引发的又一次AI绘画浪潮，让AIGC在(zài)ChatGPT的(de)话题热点(diǎn)包围中杀(shā)出重围。

01

ControlNet颠覆AI绘(huì)画新玩法

AIGC向(xiàng)可控靠近

以AI绘画为代表(biǎo)的(de)AIGC上一(yī)次爆火的时(shí)候，还(hái)是2022年8月，在(zài)美国(guó)科罗(luó)拉多州举办的新兴数字艺术家竞赛中，一幅名为(wèi)《太(tài)空歌剧院》的作(zuò)品获(huò)奖(jiǎng)。

随后各(gè)大厂(chǎng)商的AI绘画软件被(bèi)广大网友熟知并体验，Stable Diffusion便是其中代表。

用户们可以(yǐ)在应用中(zhōng)输(shū)入一(yī)组关键词或(huò)者(zhě)一张照片(piàn)，就(jiù)能获(huò)得(dé)一幅(fú)AI创作的画作(zuò)。

作画的关键就(jiù)是所(suǒ)输(shū)入的文(wén)本。同一组关(guān)键词也可以创作出很多(duō)张风格不一样的(de)画作(zuò)，这(zhè)让创作的过程(chéng)就像(xiàng)开盲盒。

很(hěn)多用户很喜(xǐ)欢这(zhè)种不确定的(de)惊喜，他们(men)会将(jiāng)生成的美(měi)图当做头(tóu)像(xiàng)。而(ér)另一部分喜欢(huān)翻(fān)看AI绘(huì)画的“翻车(chē)”作品。在社交媒(méi)体上，许多用户分(fēn)享(xiǎng)AI“翻车现场”，例如，一位网友的小狗照(zhào)片被AI画成了(le)“肌肉男”，还有(yǒu)网友的(de)个人照片被AI识别成了(le)建(jiàn)筑。

而(ér)如今(jīn)随着ControlNet的(de)出现与加持，以往AI绘(huì)画的填写(xiě)关(guān)键(jiàn)词游戏可能(néng)要被颠覆了。

ControlNet是一位正在斯坦福读博的中国人张吕(lǚ)敏创作的一(yī)种基于控制(zhì)点的图像变形算法，主要用于数字图像(xiàng)处理、计(jì)算机视觉和计(jì)算机图(tú)形学(xué)等领域。

其SD插件(jiàn)一经发布(bù)，在短(duǎn)短的两(liǎng)天内便成为了AI绘画(huà)领(lǐng)域最新(xīn)的热点。

在此(cǐ)之(zhī)前(qián)，大家用了很(hěn)多方法(fǎ)想(xiǎng)让(ràng)AI生成的结果(guǒ)尽可能的符合(hé)要(yào)求，但是都不尽如(rú)人意，它的出现代(dài)表着(zhe)AI生(shēng)成开始(shǐ)进入真正(zhèng)的可控时期。

因为(wèi)ControlNet可以直接提取画面(miàn)的构图(tú)，人(rén)物的姿势和画面的深度(dù)信息等。有了它的帮助，就不用频繁的用提示词(cí)来碰运气，抽盲盒(hé)式的(de)创(chuàng)作了。

通俗的说ControlNet相当于给AI绘画加(jiā)了(le)“魔法(fǎ)”，不少博(bó)主的作品(pǐn)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们走进(jìn)动漫世(shì)界。

viggo先用(yòng)StableDiffusion图片转文字。

再用Text2Prompt插(chā)件拓展找到对应的关键词；最后用ControlNet插件绑(bǎng)定骨(gǔ)骼开(kāi)始换关键词(cí)试效果。

通过图片就(jiù)可以(yǐ)看(kàn)出(chū)来，效果(guǒ)十分(fēn)惊艳。

更厉害(hài)的是(shì)，除了真实的照片，草图也(yě)可以加(jiā)上“魔法(fǎ)”，知乎(hū)大牛“DevPoint”和“逗砂(shā)”介绍(shào)到ControlNet还能实现线(xiàn)稿转全彩图。大神(shén)张(zhāng)吕敏其本尊也亲自(zì)回应(yīng)。

不得(dé)不(bù)说当下(xià)AIGC已(yǐ)经(jīng)变得越来越强大，甚至输出的作(zuò)品都(dōu)已经能以(yǐ)假乱真了。

02

难辨虚实(shí)，AIGC技术(shù)力爆发

警惕安(ān)全问(wèn)题(tí)

近日，“苏州金鸡湖有游艇party”的消息火遍网络，而(ér)经过警(jǐng)方(fāng)辟(pì)谣这所(suǒ)谓(wèi)的(de)“party”可能(néng)是全国第(dì)一起AI绘图诈骗。

由于(yú)这个活(huó)动里面(miàn)给出的美女照片都是(shì)AI制作的(de)真人照片绘(huì)图，因为(wèi)太逼真，被大家当(dāng)成(chéng)真(zhēn)事传播了。

不过仔细观(guān)察(chá)可以发现，活(huó)动发起者(zhě)提供的照片(piàn)中有(yǒu)个(gè)很大的漏(lòu)洞可以发现并非真人，而是AI绘(huì)图，那便是图片中女性的手指部(bù)分有的(de)存(cún)在异常(cháng)。

有行业人事表示：“现在因为(wèi)手指部分的绘(huì)画算法比较复杂，AI还(hái)不太(tài)会画人的手，但最新看到(dào)的图片已经(jīng)有越来越完美(měi)的AI模型出现，以后可能(néng)就完全没有漏(lòu)洞了。”

类似(shì)的AI作图诈骗在国外也已有发生。据英(yīng)国广(guǎng)播(bō)公司(sī)报道(dào)，土(tǔ)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(dào)网络，以此诱骗善良的人(rén)打(dǎ)赏“捐助”从而实施诈骗(piàn)。

目(mù)前(qián)随着(zhe)技术发展(zhǎn)，AIGC已(yǐ)经能做(zuò)出真人照片般的(de)绘(huì)图效(xiào)果，如果这样的图片被用来诈骗，将(jiāng)非常(cháng)可怕。

此(cǐ)外AIGC还引(yǐn)发(fā)了很(hěn)多担忧，一方面(miàn)，批判者认为AI在(zài)“学习”了大(dà)量前(qián)人的作品之后，其创作(zuò)没有任(rèn)何(hé)情(qíng)绪(xù)和灵魂，难(nán)以和人(rén)类(lèi)的艺术创作(zuò)相提(tí)并论。

另一方(fāng)面，AIGC背(bèi)后的版(bǎn)权、目前都(dōu)并没有得(dé)到有效的解(jiě)决(jué)，还有(yǒu)AIGC会不会代替人类“至高无上”的创意。

马斯克也强调，人工(gōng)智(zhì)能的安全问题需要(yào)得到(dào)重视，太晚(wǎn)就来不及了。

03

AIGC下一(yī)站除了视(shì)频，还有远方(fāng)

技术都是(shì)有(yǒu)两面性的，潜在的危(wēi)害(hài)并不能掩盖其光辉(huī)的贡献。现在看来，人工(gōng)智能技术将是第四(sì)次工业革命(mìng)的核心(xīn)驱(qū)动力量，将创(chuàng)造新的增长奇迹。

过(guò)去一年，人工智(zhì)能在技术(shù)和(hé)商业(yè)层面都有了巨大进展，AI绘画就(jiù)是人工智能技术发生方(fāng)向性改变的一个代(dài)表。其(qí)下一站或许就是视频。

此(cǐ)前(qián)，Meta和谷歌先(xiān)后发布(bù)了几条引爆科技圈的短视频(pín)。这些视频引(yǐn)发(fā)关注并非内容做得(dé)多优秀，反(fǎn)而都非常简单，比如(rú)一(yī)匹正在喝水的马，一只(zhǐ)画画的(de)玩具(jù)熊，或者(zhě)一段骑摩(mó)托车的(de)第(dì)一(yī)视角(jiǎo)录像(xiàng)，随便(biàn)一(yī)个(gè)有手(shǒu)机(jī)的人都可以随手录(lù)下一(yī)段(duàn)。

但(dàn)这些(xiē)短(duǎn)视频的(de)创作(zuò)方式(shì)非常简单，创作(zuò)者仅仅需要(yào)向AI输入(rù)一段(duàn)话，甚至只是说一(yī)下要求，AI就(jiù)可以根据需(xū)要生成一段视频(pín)。

谷(gǔ)歌(gē)发布的两个(gè)AI生成视(shì)频分别来自于(yú)Imagen Video和(hé)Phenaki，前(qián)者主要(yào)突出的(de)是高清(qīng)，与Meta的Make-A-Video没(méi)有太多的差(chà)别。

在(zài)Make-A-Video公布了AI生成的视频(pín)后，AI圈(quān)就(jiù)已经玩了一波梗(gěng)，一个能够做(zuò)出更高(gāo)清视频的(de)AI还不足以在短(duǎn)时间内戳中兴奋(fèn)点。

Phenaki更加令人震惊的地(dì)方在于，它可以制作(zuò)出超(chāo)过(guò)2分钟的(de)连贯的也有(yǒu)确切(qiè)内容(róng)的视频，这(zhè)才是真正让人(rén)们感到惊喜(xǐ)的地方(fāng)。因为无(wú)论AI生成(chéng)的视频多么(me)高清(qīng)，也(yě)只能是为内容生(shēng)产者提供一个灵感(gǎn)，一个素(sù)材，一个过场(chǎng)动画。

不过能(néng)够制(zhì)作(zuò)出(chū)有具体剧情内容的视(shì)频就意味着，一(yī)些视(shì)频创作由AI代替人(rén)工完成已经(jīng)初步有(yǒu)了可能(néng)。

当下AI的发展速(sù)度已(yǐ)经超(chāo)过大(dà)部分(fēn)人的想(xiǎng)象。内容产业的本质是供给创造(zào)需求，AIGC作为全(quán)新的内容生产(chǎn)方(fāng)式(shì)，可(kě)以为(wèi)内容(róng)产业(yè)带来更新的内容风格、更(gèng)快的生产速度，更低的生产(chǎn)成本，这无疑会驱动内(nèi)容产业的大爆发。

除了AI绘图、视(shì)频，AIGC技术还能应用于音乐(lè)、代(dài)码、机器人动(dòng)作(zuò)等(děng)多种(zhǒng)内容形式的生(shēng)成。不(bù)难发现(xiàn)该项技术不仅(jǐn)在(zài)游戏等(děng)行业能得到有效(xiào)应用，对于(yú)下一代互联(lián)网各种元素的构(gòu)建(jiàn)亦有关键意义。

从商(shāng)业化的角(jiǎo)度来看，文化娱乐、教育、传媒等诸多(duō)领(lǐng)域，本身就对基于AI的可视化内容有强烈(liè)需求。

因此(cǐ)，AI绘画及视频或不(bù)是(shì)结果，而(ér)只是(shì)AI进程中的一块重要拼图，有望在技术更新的加持下实现更大的应用价(jià)值。

AI从理(lǐ)解内容，走向(xiàng)了可(kě)以(yǐ)生成(chéng)内容(róng)，甚至能(néng)够创造出独立价值和独立视角(jiǎo)的内容(róng)。AIGC的再次出圈，更代(dài)表着(zhe)未来(lái)的先进生产(chǎn)力即将(jiāng)到来。

04

紧抓大模型与(yǔ)算力，牢固AIGC底座

从(cóng)技术的(de)发(fā)展也可以看出，在语言大模型(xíng)、图像大(dà)模型之后(hòu)，多模态大(dà)模型已(yǐ)经成为了新的趋(qū)势。

大模型被(bèi)誉为当前人(rén)工(gōng)智能(néng)发(fā)展(zhǎn)的智(zhì)能(néng)底座，是(shì)全球竞争最激烈的研究(jiū)方向之一(yī)，包(bāo)括谷歌、亚马逊(xùn)、百度、阿(ā)里、腾讯等(děng)众多头部企业都(dōu)在(zài)竞相发力(lì)。

不过训练(liàn)大模型的确价格不菲(fēi)，以(yǐ)国(guó)盛(shèng)证券(quàn)发布的《ChatGPT需要多少算力》报告估(gū)算，GPT-3训(xùn)练一次(cì)的成本约为(wèi)140万美元。而(ér)对于一些更大的LLM(大(dà)型(xíng)语言模型)，训练成本则(zé)介于200万美元至1200万美元高价之间。

以ChatGPT在2023年1月的独立访客平均数(shù)1300万计算，其对应(yīng)芯(xīn)片需求为3万多片英伟(wěi)达A100 GPU，初始投入(rù)成本约(yuē)为8亿(yì)美元，每日仅电(diàn)费就在5万(wàn)美元(yuán)左右(yòu)。

此外(wài)不论是ChatGPT还是AIGC，都离不开庞大算力支(zhī)持(chí)。在关注各类(lèi)大(dà)模型的发展同时，更应该(gāi)关注(zhù)算力(lì)网络的建设。

算力网络正驱动AI产业发展进入史诗级加速(sù)进程，让AIGC及(jí)通用AI这(zhè)一(yī)人工(gōng)智(zhì)能(néng)发展(zhǎn)的终极目标离(lí)得更(gèng)近。

因(yīn)为算力(lì)可以对突破性技术(shù)创新(xīn)提(tí)供大力(lì)的支持。这方面，多模态大模(mó)型(xíng)是典型。作为面向未来强(qiáng)人工智能(néng)、通用人工(gōng)智(zhì)能的重要技术创(chuàng)新，多模态大(dà)模(mó)型已经在(zài)人工智能领域(yù)提出了很多年，业界也有不(bù)少(shǎo)技术突(tū)破(pò)，但是，多模态大模型进一步往下走，算力需求呈(chéng)几何式上升，一般的算力基础设施很快将难以胜任。

从图像、文字、语(yǔ)音单独(dú)一项的(de)训(xùn)练，到双模态、三(sān)模(mó)态的跃迁，让人工智(zhì)能可以(yǐ)灵(líng)活应对不同模态的转化、像(xiàng)人(rén)与(yǔ)世界交互一(yī)样自然，这方面，由算力网(wǎng)络来驱动将有(yǒu)明(míng)显(xiǎn)优势。

此外，还有(yǒu)很多需要爆发式(shì)增长的算力(lì)来(lái)支(zhī)撑(chēng)的(de)技术(shù)创新(xīn)，将在人工智能算力网络支撑下(xià)快速(sù)推进。

AIGC已经露出曙光，期待在大模(mó)型和大算力的支持下AIGC能持续颠覆(fù)内容生产(chǎn)的方式，将创造的边际成本降低，让万众(zhòng)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 吃肉的生肖有哪几肖，吃肉的生肖有哪几肖呢