自聊(liáo)天机器人(rén)ChatGPT火爆以来，微(wēi)软公司创始(shǐ)人比尔·盖茨已多次(cì)公(gōng)开谈论人工智(zhì)能话题。在最(zuì)近的一(yī)次(cì)采访(fǎng)中，他再次表示(shì)：“AI可能(néng)会让科技行业迎来一次剧烈的洗牌”。

这(zhè)个(gè)结论是他在当地(dì)时间2月20日(rì)接受(shòu)《In Good Company》节目专访时提出的。

他预期，AI的发展可能会威胁(xié)到谷歌的市占率，因为微软在AI方面的(de)行动相当(dāng)迅(xùn)速(sù)。而最终科技巨头将把(bǎ)AI整合(hé)成用户的(de)“全能助手”，包揽(lǎn)一切应用(yòng)，与人(rén)们进行沟通并提(tí)供建议，可以取(qǔ)代亚马逊、Siri或Outlook等应用。

大佬(lǎo)口中全能助手的到来可(kě)能尚需时日(rì)，但(dàn)由ControlNet引发的又(yòu)一次AI绘画浪潮(cháo)，让AIGC在ChatGPT的话题热点包围中杀出重围。

01

ControlNet颠覆AI绘画(huà)新玩法

AIGC向可(kě)控靠近

以AI绘画为代表的(de)AIGC上一次爆火(huǒ)的时候，还是2022年8月，在美国科罗拉多州举(jǔ)办的新兴(xīng)数字艺(yì)术家竞(jìng)赛中(zhōng)，一(yī)幅(fú)名为《太(tài)空(kōng)歌剧院》的作品获(huò)奖。

随后各大(dà)厂(chǎng)商的AI绘画软件(jiàn)被广大(dà)网友熟(shú)知(zhī)并体(tǐ)验，Stable Diffusion便是其中代表。

用(yòng)户们可(kě)以在应用中(zhōng)输入(rù)一组关键词或者一张照片，就能获得一幅AI创作的画(huà)作。

作画的关(guān)键就是所输入的文本(běn)。同一(yī)组关键词也可以(yǐ)创作出很(hěn)多(duō)张风(fēng)格不(bù)一样(yàng)的画作，这让创作的过(guò)程(chéng)就(jiù)像(xiàng)开盲盒。

很多用户很(hěn)喜欢这(zhè)种不确定的惊喜，他们会将生成的美图(tú)当做头像。而另一部分喜(xǐ)欢(huān)翻看AI绘画的(de)“翻(fān)车”作品。在社交媒体上，许多用户分享AI“翻车现场(chǎng)”，例如，一(yī)位网友的小狗照(zhào)片被(bèi)AI画成了“肌肉男”，还有网友的个人照片被AI识别成了建筑。

而如(rú)今随着ControlNet的出现与加持(chí)，以往AI绘画的(de)填写关键词游(yóu)戏可(kě)能(néng)要(yào)被颠覆了。

ControlNet是一位正在斯坦福读博的中国人张吕敏创作的一种(zhǒng)基(jī)于控制点的(de)图像变形算法，主要用于数字图像(xiàng)处理、计算机视觉和(hé)计(jì)算机图形学等(děng)领域。

其SD插件一经发布，在短短的两天内(nèi)便成为了AI绘画(huà)领域最新的热点。

在此之前，大家用了(le)很多方(fāng)法想(xiǎng)让(ràng)AI生成的结(jié)果尽(jǐn)可能的符合要求(qiú)，但是都不尽如人(rén)意，它的出现代表着(zhe)AI生成开始进入真(zhēn)正(zhèng)的可控(kòng)时期(qī)。

因为ControlNet可(kě)以直(zhí)接提取(qǔ)画面的构图，人物(wù)的姿势和画面的深度信息(xī)等。有了(le)它的(de)帮(bāng)助，就不用频繁的(de)用提示词来碰运气，抽盲盒(hé)式(shì)的创作了。

通俗的说(shuō)ControlNet相当于给AI绘画加了“魔法”，不少博主的作品已经获得了大量的浏览量，“viggo”就是其中(zhōng)之(zhī)一，他(tā)用(yòng)朋友的照(zhào)片直接带(dài)她们走进动(dòng)漫世界。

viggo先用StableDiffusion图片转文字。

再用Text2Prompt插件拓展找到(dào)对应的关(guān)键词；最(zuì)后(hòu)用(yòng)ControlNet插件(jiàn)绑(bǎng)定(dìng)骨骼开始换关(guān)键词试效果(guǒ)。

通过图(tú)片就可以看出来，效果十(shí)分惊艳。

更厉(lì)害的是(shì)，除(chú)了真实的照片，草(cǎo)图(tú)也可以加上(shàng)“魔法(fǎ)”，知乎大牛“DevPoint”和“逗砂”介(jiè)绍到ControlNet还能实现线(xiàn)稿(gǎo)转全彩(cǎi)图。大神张吕(lǚ)敏其本尊也亲(qīn)自回应(yīng)。

不得不说当(dāng)下AIGC已经变得越来(lái)越强(qiáng)大(dà)，甚至(zhì)输出的作品都已经能以假乱真了。

02

难辨虚实，AIGC技(jì)术(shù)力爆发

警惕安全问题

近日，“苏(sū)州(zhōu)金鸡湖有游艇party”的消息火遍网络，而经过警(jǐng)方辟(pì)谣这所谓的“party”可能(néng)是全国第一起(qǐ)AI绘图诈骗(piàn)。

由于这个活(huó)动(dòng)里面(miàn)给出的(de)美女照片都是(shì)AI制作的(de)真人照(zhào)片绘(huì)图，因为太(tài)逼真(zhēn)，被(bèi)大家(jiā)当(dāng)成真事传播了。

不过仔细观察可以(yǐ)发现(xiàn)，活(huó)动(dòng)发起者提供(gōng)的照(zhào)片中有(yǒu)个(gè)很(hěn)大的漏洞可以发现并(bìng)非真人，而是AI绘图，那便(biàn)是图片中女性的手指部分有的存在异常。

有行(xíng)业人事表示：“现(xiàn)在因为手指(zhǐ)部分的绘画(huà)算法(fǎ)比较复杂，AI还不太会画人(rén)的手(shǒu)，但最新看到的图片已经(jīng)有越来越完(wán)美的AI模型出现(xiàn)，以后可(kě)能就(jiù)完全没有漏(lòu)洞了。”

类似的AI作(zuò)图诈骗在国外也已有(yǒu)发(fā)生。据英国广播公司报(bào)道，土(tǔ)耳其(qí)地震期(qī)间，有Tiktok用户使用AI合成了(le)儿童受灾的假(jiǎ)照片发布到网络(luò)，以此诱(yòu)骗(piàn)善(shàn)良的人(rén)打赏“捐助(zhù)”从而实施诈骗。

目前随(suí)着技术发展，AIGC已经能做(zuò)出(chū)真人照片(piàn)般(bān)的绘图效果(guǒ)，如果这样的图片被(bèi)用来诈骗，将非(fēi)常可(kě)怕(pà)。

此外AIGC还引发(fā)了很多担(dān)忧，一方面(miàn)，批判者认为AI在“学习”了大量前人(rén)的作品之后，其创(chuàng)作没(méi)有任何情绪和灵魂，难以(yǐ)和人类的艺(yì)术创作(zuò)相提并(bìng)论。

另一方(fāng)面，AIGC背(bèi)后的版权、目(mù)前(qián)都并没有得(dé)到有效的解决，还(hái)有AIGC会不会代替人类(lèi)“至高无上”的创(chuàng)意。

马斯克也强(qiáng)调，人工智能(néng)的安(ān)全(quán)问(wèn)题需要(yào)得到重视，太晚就来(lái)不及(jí)了。

03

AIGC下一(yī)站除了视频(pín)，还有(yǒu)远(yuǎn)方(fāng)

技术都是有(yǒu)两面(miàn)性(xìng)的(de)，潜在的危害并不(bù)能掩盖其(qí)光(guāng)辉的贡献。现在看(kàn)来，人工(gōng)智能技术将(jiāng)是第四(sì)次工业革命(mìng)的核心(xīn)驱动(dòng)力(lì)量，将(jiāng)创造新的增长奇迹。

过去(qù)一年(nián)，人工智能在技术和商业层面都有了巨大进展，AI绘(huì)画就是(shì)人工智能技术发生方向性改变的(de)一个代表(biǎo)。其下一(yī)站(zhàn)或(huò)许(xǔ)就是视频(pín)。

此前，Meta和谷(gǔ)歌先后发布了几条引爆科技圈的短视频。这些视频(pín)引发关(guān)注(zhù)并非内容做(zuò)得多优秀，反而都非常简单，比如一匹正在喝水(shuǐ)的马(mǎ)，一只画(huà)画的玩具(jù)熊，或(huò)者一段(duàn)骑摩(mó)托(tuō)车的第(dì)一视角录(lù)像(xiàng)，随(suí)便(biàn)一(yī)个有手机的人都可以随手录下一(yī)段。

但这(zhè)些短视频的创作方式(shì)非常简(jiǎn)单，创作者仅仅需要向AI输入一段话，甚至只(zhǐ)是说一(yī)下要求，AI就可(kě)以根(gēn)据(jù)需要生成一段视频。

谷歌发(fā)布的两个AI生成视频分别来自于(yú)Imagen Video和Phenaki，前(qián)者主要突出的(de)是高(gāo)清，与Meta的Make-A-Video没(méi)有太多(duō)的差别。

在Make-A-Video公布了AI生(shēng)成的视频后，AI圈就已经玩了一(yī)波梗，一个(gè)能够做(zuò)出更高(gāo)清视(shì)频(pín)的(de)AI还不足以在(zài)短时间内戳中兴(xīng)奋点。

Phenaki更加令人震惊的地方在(zài)于，它(tā)可以(yǐ)制作出超过2分钟的连(lián)贯的也有确切内(nèi)容的视频(pín)，这才是真正让人(rén)们感到惊喜(xǐ)的地方。因(yīn)为无(wú)论AI生成的视频多(duō)么高清，也只能(néng)是为(wèi)内(nèi)容生产(chǎn)者提供一个灵感，一个素材，一个过场动(dòng)画。

不过(guò)能(néng)够(gòu)制(zhì)作(zuò)出有(yǒu)具体(tǐ)剧(jù)情内容的视频(pín)就意(yì)味着，一些视频(pín)创作由AI代替人工完(wán)成(chéng)已经初步有了(le)可能。

当(dāng)下AI的发展(zhǎn)速度已经超过大部分人的想象。内容(róng)产业的本质是(shì)供(gōng)给创造需求，AIGC作为全新(xīn)的内容生产方(fāng)式(shì)，可以为内(nèi)容产业带来更新(xīn)的内(nèi)容(róng)风格、更快的生产(chǎn)速度(dù)，更(gèng)低(dī)的生产成本(běn)，这无疑(yí)会驱(qū)动内(nèi)容(róng)产业(yè)的大爆发(fā)。

除(chú)了AI绘图、视频，AIGC技术(shù)还能应(yīng)用于音乐、代(dài)码、机(jī)器(qì)人动作等多种(zhǒng)内容形式的生成(chéng)。不难(nán)发现该项技术不仅在游戏等(děng)行业能得到有效应用，对于下一代互联网各种元素(sù)的构建亦有关键意(yì)义。

从(cóng)商业(yè)化(huà)的角度来(lái)看，文化娱乐、教育(yù)、传媒等(děng)诸多领域，本身就对(duì)基(jī)于AI的(de)可视化内容(róng)有强烈(liè)需求。

因此，AI绘画及视频或不是(shì)结果，而只(zhǐ)是(shì)AI进程中的(de)一块重要拼图(tú)，有(yǒu)望(wàng)在技术更新的加持(chí)下实(shí)现(xiàn)更大的应用价值(zhí)。

AI从理解内容(róng)，走(zǒu)向了可以(yǐ)生mbb是什么公司，mbb是什么意思缩写成内容，甚至能够创造出独立价值和独(dú)立视角(jiǎo)的内容(róng)。AIGC的再次出圈，更代表着未(wèi)来的先进生产力即将到(dào)来(lái)。

04

紧抓大(dà)模(mó)型与(yǔ)算力，牢固AIGC底座

从技术的(de)发展也可以看出，在语言大(dà)模型(xíng)、图像(xiàng)大模型之后，多模态大(dà)模型已经成为了(le)新的趋势。

大模型被誉为当(dāng)前人工智能发展的智能底座，是全球竞争最激(jī)烈的(de)研究(jiū)方向之一，包括谷歌(gē)、亚马(mǎ)逊、百(bǎi)度、阿(ā)里、腾讯等众多(duō)头部(bù)企业都在竞相发力。

不过训(xùn)练大模型的确价格不菲，以国(guó)盛证券发布的《ChatGPT需(xū)要多少算力》报告估(gū)算，GPT-3训练一次的成本(běn)约为140万美元。而(ér)对于一(yī)些更大的LLM(大(dà)型语言模型(xíng))，训练(liàn)成本则介于200万(wàn)美元至1200万美(měi)元高(gāo)价之间。

以ChatGPT在2023年1月的(de)独(dú)立访客平均数1300万计算，其对(duì)应芯片需求为3万多片英伟达(dá)A100 GPU，初始投入成本约为8亿美(měi)元，每日仅(jǐn)电(diàn)费就在(zài)5万美(měi)元左(zuǒ)右。

此外不(bù)论是ChatGPT还是(shì)AIGC，都离(lí)不开庞大算力支持。在关注(zhù)各类(lèi)大(dà)模型(xíng)的发展同时，更应该关(guān)注算力网络(luò)的建(jiàn)设。

算力网络正驱动AI产业发展进入史诗(shī)级加(jiā)速进程，让(ràng)AIGC及通用(yòng)AI这(zhè)一人工智能(néng)发展的终极目标离得更近。

因为算力可以对(duì)突破性技术创新提供大力的(de)支持。这(zhè)方面，多(duō)模态大(dà)模型是典型。作为面向未来强(qiáng)人工智能、通用人工(gōng)智能的重要技术创新，多模态大模型已经在人工智能领域提出了很(hěn)多年，业界也(yě)有不少技术(shù)突破，但是(shì)，多模态(tài)大模型进一步往下走，算力需求呈(chéng)几何式上升(shēng)，一般的算力基础(chǔ)设施(shī)很快将难以胜任(rèn)。

从图像、文(wén)字、语音单独一(yī)项的训练，到双模态、三模态的跃迁，让(ràng)人工智能可以灵(líng)活应对不同(tóng)模态(tài)的转(zhuǎn)化、像人与世界交互一样(yàng)自然，这方(fāng)面，由算力(lì)网络来(lái)驱动将有(yǒu)明显优势(shì)。

此外(wài)，还有(yǒu)很多需要爆发式增长的算力(lì)来(lái)支撑的技术创新(xīn)，将在人工智(zhì)能算力网络支撑下快速推进。

AIGC已经(jīng)露出(chū)曙光，期待在大模型和大(dà)算力的支持下AIGC能持(chí)续(xù)颠(diān)覆内(nèi)容生产的方(fāng)式(shì)，将创造的边际成本(běn)降(jiàng)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 mbb是什么公司，mbb是什么意思缩写