自聊天机器人(rén)ChatGPT火爆以来，微软公司(sī)创始人比尔·盖(gài)茨已多(duō)次公开谈论人工智能话题。在最近的一(yī)次采访(fǎng)中，他再次表示：“AI可能会让科技行业迎来(lái)一次剧烈(liè)的(de)洗(xǐ)牌(pái)”。

这个结论是他在当地时间2月20日(rì)接受《In Good Company》节(jié)目(mù)专访时提出的。

他预期，AI的发展可能会威胁(xié)到谷歌(gē)的(de)市占率，因为(wèi)微软在(zài)AI方面的行动相(xiāng)当迅速(sù)。而最(zuì)终科技巨头将把AI整合(hé)成用户的“全能(néng)助(zhù)手(shǒu)”，包揽一切(qiè)应用，与人们(men)进行(xíng)沟通并提供(gōng)建(jiàn)议，可以取(qǔ)代(dài)亚马逊、Siri或Outlook等应用。

大佬口中(zhōng)全能(néng)助手(shǒu)的到来可能尚需时日，但由ControlNet引发的(de)又一次AI绘画(huà)浪潮(cháo)，让AIGC在ChatGPT的话题(tí)热点包围(wéi)中(zhōng)杀出重围(wéi)。

01

ControlNet颠(diān)覆AI绘画新(xīn)玩法

AIGC向可(kě)控靠近

以AI绘画为(wèi)代表的AIGC上(shàng)一次爆火(huǒ)的时候，还是2022年8月，在美国科罗(luó)拉多州举办(bàn)的(de)新兴数(shù)字(zì)艺术(shù)家竞赛中，一幅名为(wèi)《太(tài)空(kōng)歌剧院》的作品获(huò)奖。

随(suí)后各(gè)大厂(chǎng)商的AI绘画软件被广大(dà)网友熟(shú)知并体验，Stable Diffusion便是其中代表。

用(yòng)户(hù)们可以在应用(yòng)中输入一组关键词或者(zhě)一(yī)张照(zhào)片，就能获蝇营狗苟是什么意思 蝇营狗苟下一句得一幅AI创作(zuò)的画作。

作画的关(guān)键就(jiù)是所输入的(de)文本。同一组关键词也可以(yǐ)创作出很多张风格不一样(yàng)的画(huà)作，这让创作的过程就像开(kāi)盲盒。

很(hěn)多用户很(hěn)喜欢这种(zhǒng)不确定的(de)惊喜，他们会将生成的美图当做头像。而另一部分喜欢(huān)翻看AI绘(huì)画(huà)的“翻车”作品。在社交媒体上，许多用户分享AI“翻车现(xiàn)场”，例(lì)如(rú)，一位网友的(de)小(xiǎo)狗照片被(bèi)AI画成(chéng)了“肌(jī)肉(ròu)男”，还有(yǒu)网友的个人照片被(bèi)AI识别成了(le)建筑。

而如今随(suí)着ControlNet的出现与加持(chí)，以往AI绘画的填写(xiě)关键词游戏可能要被颠覆了。

ControlNet是一位正在斯坦福(fú)读博(bó)的中国(guó)人张(zhāng)吕敏(mǐn)创作的一种基于控制点的(de)图像变形算(suàn)法(fǎ)，主(zhǔ)要用于数字图像(xiàng)处理、计算机(jī)视觉(jué)和计算机图形学等领(lǐng)域。

其(qí)SD插件一经发布(bù)，在短短的两(liǎng)天内便成为(wèi)了(le)AI绘画领域最新(xīn)的热点。<蝇营狗苟是什么意思 蝇营狗苟下一句/p>

在此之前，大家用了很多方法想(xiǎng)让(ràng)AI生成(chéng)的结果尽可能的(de)符合要(yào)求，但是(shì)都(dōu)不(bù)尽如人意，它(tā)的出现代表着AI生成开始进入真正的可控时期(qī)。

因为ControlNet可以直(zhí)接提取画面的构(gòu)图(tú)，人物(wù)的姿势和画面的深(shēn)度信息等。有了它的帮(bāng)助(zhù)，就不用频繁的用(yòng)提(tí)示(shì)词来碰运气，抽盲(máng)盒式的创作了。

通(tōng)俗的(de)说ControlNet相当于(yú)给AI绘画加了“魔法”，不少博主(zhǔ)的作(zuò)品已经获得了大(dà)量(liàng)的浏览量，“viggo”就是其中之一，他(tā)用朋(péng)友的照片直接带她们走进(jìn)动漫世界。

viggo先用StableDiffusion图片转文字。

再用Text2Prompt插件(jiàn)拓展找到对应的(de)关键(jiàn)词；最(zuì)后用(yòng)ControlNet插件(jiàn)绑定骨骼开始换关(guān)键(jiàn)词试效果。

通过图片就可以(yǐ)看出来(lái)，效果(guǒ)十分惊艳。

更厉害(hài)的是，除(chú)了真实(shí)的(de)照片，草图也可(kě)以加(jiā)上(shàng)“魔法”，知乎大牛“DevPoint”和“逗砂”介绍到ControlNet还能实现线稿转全(quán)彩图(tú)。大神张吕敏(mǐn)其(qí)本尊也亲自回应。

蝇营狗苟是什么意思 蝇营狗苟下一句atio="1.3637137989778534" data-s="300,640" data-type="jpeg" data-w="1174">

不得不说当下AIGC已经(jīng)变得越来越强大，甚至输出的作品都已经能以假(jiǎ)乱真了。

02

难辨(biàn)虚实，AIGC技术力爆发

警惕(tì)安(ān)全问(wèn)题

近(jìn)日，“苏州金鸡湖有游艇party”的消息火遍网络，而经过警方辟谣(yáo)这所谓的“party”可(kě)能是全国第(dì)一起AI绘(huì)图诈骗。

由于(yú)这个活(huó)动里面给出的美女照片(piàn)都是AI制(zhì)作的真人照片绘图(tú)，因为太逼真(zhēn)，被(bèi)大家当成真事传播了(le)。

不过仔细观察可(kě)以(yǐ)发(fā)现，活动发起(qǐ)者(zhě)提(tí)供的照(zhào)片中(zhōng)有个很大(dà)的漏洞可以发现并非真人，而是AI绘图，那便是图(tú)片中女性的手指部(bù)分有(yǒu)的存在异常(cháng)。

有(yǒu)行(xíng)业人事表示：“现在因为手指部分(fēn)的(de)绘画算法比较复杂，AI还不太会画人的手，但最(zuì)新看到的(de)图片已经有越来越完美(měi)的(de)AI模型(xíng)出现，以后可能就完(wán)全没有漏洞了。”

类似的(de)AI作图诈骗在国外也(yě)已有发生(shēng)。据英(yīng)国广播公(gōng)司(sī)报道(dào)，土耳其地震期间，有Tiktok用户使用AI合成了儿童受(shòu)灾的(de)假照片发布到网(wǎng)络，以此诱骗(piàn)善良的(de)人打赏(shǎng)“捐助”从而实施诈骗。

目(mù)前(qián)随着(zhe)技术发展，AIGC已(yǐ)经能(néng)做出(chū)真(zhēn)人(rén)照片般的绘图效果，如果这样的图片被用(yòng)来诈骗，将(jiāng)非常可(kě)怕(pà)。

此(cǐ)外AIGC还引发(fā)了(le)很(hěn)多担忧，一(yī)方面，批判者(zhě)认为AI在“学习(xí)”了(le)大(dà)量(liàng)前人的作品之后，其创作(zuò)没有任何情绪和灵(líng)魂，难以(yǐ)和人类的艺术(shù)创作相(xiāng)提(tí)并论。

另一(yī)方面，AIGC背(bèi)后的(de)版权(quán)、目前(qián)都并(bìng)没(méi)有得到(dào)有效的解决，还(hái)有AIGC会(huì)不会代(dài)替人类“至高无上”的创(chuàng)意。

马(mǎ)斯克也强调，人工智能的安(ān)全问题需要得到重视，太(tài)晚(wǎn)就(jiù)来不及(jí)了(le)。

03

AIGC下一(yī)站除了视频(pín)，还(hái)有远方

技术都是有两面性的，潜在(zài)的危害并(bìng)不能掩盖其光辉的(de)贡献。现在看(kàn)来(lái)，人工(gōng)智(zhì)能技术(shù)将是第四次工业革命的核心(xīn)驱动力量，将创造新的增长奇迹。

过去一年，人工智(zhì)能(néng)在技(jì)术和商业层(céng)面都有(yǒu)了巨大进展(zhǎn)，AI绘画就是人工(gōng)智(zhì)能(néng)技术发生方向性改变(biàn)的一个代表(biǎo)。其下一(yī)站或许就是视(shì)频。

此前(qián)，Meta和(hé)谷歌先后(hòu)发(fā)布了几条引爆科技(jì)圈(quān)的短(duǎn)视频。这(zhè)些视频引发(fā)关(guān)注(zhù)并(bìng)非(fēi)内容做得多优秀(xiù)，反而都(dōu)非常简单，比如一匹正(zhèng)在喝水的(de)马(mǎ)，一只(zhǐ)画画的(de)玩(wán)具(jù)熊，或者一(yī)段骑摩(mó)托车的(de)第(dì)一视角录像，随便一个(gè)有手(shǒu)机的人都可(kě)以随手录下(xià)一段。

但这(zhè)些短视频(pín)的(de)创作方式非常简单，创作者仅仅需(xū)要向(xiàng)AI输入一段(duàn)话，甚至只是(shì)说(shuō)一下要求，AI就可以(yǐ)根据需要生成(chéng)一段视频(pín)。

谷歌发布的两个AI生(shēng)成视(shì)频分别来自于Imagen Video和Phenaki，前者主要突出(chū)的是(shì)高清，与(yǔ)Meta的Make-A-Video没有(yǒu)太(tài)多的差别。

在Make-A-Video公布(bù)了AI生成的视频(pín)后，AI圈(quān)就已经玩了一波(bō)梗(gěng)，一(yī)个能够做(zuò)出(chū)更高清视频的AI还不足(zú)以在短时间(jiān)内戳中兴(xīng)奋点。

Phenaki更加令人震(zhèn)惊(jīng)的地方(fāng)在于，它可(kě)以制(zhì)作出超过2分钟的连(lián)贯(guàn)的(de)也有确切内(nèi)容的视频(pín)，这才(cái)是真正让人(rén)们感到惊喜的地方。因为无(wú)论AI生成的视频多么高清，也只能是为内(nèi)容生产者提供一个(gè)灵感，一个素材，一个过场动画。

不过能够制作出有具体(tǐ)剧情(qíng)内(nèi)容的视频就意味着(zhe)，一些视频创作由(yóu)AI代替人工完成已经初步有了(le)可能。

当下(xià)AI的(de)发展速度已(yǐ)经(jīng)超(chāo)过大部分人的想象。内容产(chǎn)业的(de)本质是(shì)供给创造需求(qiú)，AIGC作为全新的内(nèi)容生(shēng)产方式，可(kě)以(yǐ)为内容(róng)产业带来更新的(de)内容风格、更快(kuài)的生产速(sù)度，更低的生产成本，这无疑会驱动内容产业的大爆发。

除了AI绘(huì)图、视频，AIGC技术还(hái)能应用(yòng)于(yú)音(yīn)乐、代(dài)码、机器人(rén)动(dòng)作等(děng)多种内容形(xíng)式(shì)的生成。不难发现该(gāi)项技术(shù)不仅在(zài)游戏等行业能得到有效应用，对于下一代互联网各(gè)种(zhǒng)元素的构(gòu)建亦有关键意义。

从商业(yè)化(huà)的角度来看(kàn)，文化(huà)娱乐、教(jiào)育、传媒等诸多领域，本身就对(duì)基于AI的可(kě)视化内容(róng)有强(qiáng)烈需求(qiú)。

因此(cǐ)，AI绘画(huà)及视频或不是结果，而只是AI进程中的一块重要拼图，有(yǒu)望在技术更新的加持下实现更大的应用价值。

AI从(cóng)理解内容，走向(xiàng)了可以生成内容，甚(shèn)至能够创造出(chū)独(dú)立(lì)价值和独立视角的内容。AIGC的(de)再次出圈，更代(dài)表着未来的先(xiān)进生产力即将到来。

04

紧(jǐn)抓大模(mó)型与算力(lì)，牢固AIGC底座

从技术的发(fā)展(zhǎn)也可以看出(chū)，在(zài)语(yǔ)言大模型(xíng)、图(tú)像大模型之后，多模态大模(mó)型已经成为(wèi)了新的(de)趋势。

大模型被誉为当(dāng)前人工(gōng)智能发展的智能底(dǐ)座，是全(quán)球竞(jìng)争(zhēng)最激烈的研究方向之一，包括谷歌、亚马逊、百(bǎi)度、阿里、腾讯等(děng)众多头部企业都在竞相发(fā)力(lì)。

不过训练(liàn)大模型的确价格不菲，以(yǐ)国盛证券(quàn)发布的《ChatGPT需要多少(shǎo)算力》报告估算，GPT-3训(xùn)练一次的成本(běn)约(yuē)为(wèi)140万美元。而对于一些更大的LLM(大型语(yǔ)言模型)，训练(liàn)成本(běn)则介(jiè)于200万美元至(zhì)1200万(wàn)美元高价(jià)之间。

以ChatGPT在2023年1月的(de)独(dú)立访(fǎng)客平均(jūn)数1300万计算，其(qí)对应芯片(piàn)需(xū)求为3万多片英伟(wěi)达A100 GPU，初始投入成本(běn)约为8亿美元，每日仅电费就在5万美(měi)元左(zuǒ)右。

此外(wài)不(bù)论是ChatGPT还是AIGC，都离不开庞大算力支持。在关注各类大(dà)模(mó)型的发展(zhǎn)同(tóng)时，更应该关(guān)注(zhù)算力网络的建设(shè)。

算力(lì)网络正驱动AI产业发展(zhǎn)进入史(shǐ)诗(shī)级(jí)加速进(jìn)程(chéng)，让AIGC及通(tōng)用(yòng)AI这一人(rén)工智能发展(zhǎn)的终(zhōng)极目标(biāo)离得更(gèng)近(jìn)。

因为算力(lì)可以对(duì)突破(pò)性技术(shù)创新提供大力的支持(chí)。这方面，多模态大模型是典型。作为面向未来强人工智(zhì)能、通用人工智能的重要技术(shù)创(chuàng)新，多(duō)模态大模(mó)型已经在(zài)人工智能领域提出(chū)了很多年(nián)，业界也有不少技(jì)术突破，但(dàn)是(shì)，多模态大模型进一步往下走，算(suàn)力需求呈几何式上(shàng)升，一般的算力基础设(shè)施很快将难以胜任。

从图像(xiàng)、文(wén)字、语音单独一(yī)项的训练(liàn)，到双模(mó)态(tài)、三(sān)模态的跃(yuè)迁，让人工智(zhì)能可以灵(líng)活应对不同模态的(de)转化、像(xiàng)人与世界交互一样自然，这方面(miàn)，由算力网络来驱动将(jiāng)有明显优势。

此(cǐ)外，还有很多需(xū)要爆发式增长的(de)算力(lì)来支撑的技术创新，将在人工智能算力网(wǎng)络支撑下快速推进。

AIGC已经露出曙光，期待在大(dà)模型和大算力(lì)的支持下(xià)AIGC能持(chí)续(xù)颠覆(fù)内容生产的方式(shì)，将创造的边际成本降低，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 蝇营狗苟是什么意思 蝇营狗苟下一句