自聊天机器(qì)人ChatGPT火爆以(yǐ)来，微软公司创始人比(bǐ)尔(ěr)·盖(gài)茨已(yǐ)多次公开谈(tán)论人工智能话(huà)题。在最近的(de)一次采访中，他再次表示：“AI可能会让科技行业迎来(lái)一(yī)次剧烈(liè)的(de)洗牌”。

这个结论是他在当(dāng)地时间2月(yuè)20日接受《In Good Company》节目(mù)专(zhuān)访时(shí)提出的。

他预期，AI的发(fā)展可能会威胁到谷歌的市占率(lǜ)，因为微软(ruǎn)在AI方面的行动相当迅速(sù)。而最终科(kē)技巨头(tóu)将(jiāng)把AI整合成用(yòng)户的“全能助(zhù)手(shǒu)”，包揽一切应(yīng)用，与(yǔ)人们进行沟通(tōng)并提供建议，可(kě)以取代亚马逊、Siri或Outlook等(děng)应用。

大佬口中全能助(zhù)手的到来可(kě)能尚需时日，但由ControlNet引发的又一次AI绘画浪潮，让AIGC在ChatGPT的话题热点包(bāo)围中杀出重围。

01

ControlNet颠(diān)覆AI绘画新玩法

AIGC向可控靠近

以AI绘画(huà)为代表(biǎo)的AIGC上(shàng)一(yī)次爆火的时候，还是(shì)2022年8月(yuè)，在美国科罗拉多州举(jǔ)办(bàn)的(de)新兴数字艺术家竞赛中，一幅名为《太空歌剧院》的作品(pǐn)获奖。

随(suí)后各大厂商的AI绘画软件被(bèi)广大网(wǎng)友熟知并体验，Stable Diffusion便是其中代表。

用户们可以在应(yīng)用中输入一(yī)组(zǔ)关(guān)键(jiàn)词或(huò)者一张照片，就能获(huò)得一幅(fú)AI创作的画作。

作画的关键就(jiù)是所输入(rù)的文本。同一(yī)组关键词也可以创作出很多张风格不一样的画作，这让创作的过程就像开盲盒。

很(hěn)多(duō)用户很喜欢这种(zhǒng)不确定的惊喜，他们会将生(shēng)成的美(měi)图当做头像。而另一(yī)部分(fēn)喜欢翻看AI绘画(huà)的“翻车”作品。在社(shè)交媒体上，许多用(yòng)户分享AI“翻车(chē)现场”，例如，一位网友的(de)小狗(gǒu)照片被AI画成了“肌肉男(nán)”，还(hái)有网友的个人照片被AI识别成了建筑。

而如今随着ControlNet的出现(xiàn)与加(jiā)持，以往(wǎng)AI绘(huì)画(huà)的填写关键(jiàn)词游戏(xì)可能要被颠覆(fù)了。

ControlNet是一位(wèi)正(zhèng)在斯坦(tǎn)福读博的中国人张(zhāng)吕敏创作的(de)一种基于(yú)控制点的图像变形算法(fǎ)，主要用于(yú)数字图像处理、计算(suàn)机(jī)视觉和(hé)计算机图形学等领域。

其SD插件一(yī)经发布，在(zài)短短的两天内便成为了(le)AI绘画(huà)领域最新(xīn)的(de)热(rè)点。

在此之前，大家用了很多方(fāng)法(fǎ)想让AI生成的结果尽可能的符合要求(qiú)，但(dàn)是都不(bù)尽如(rú)人意，它的(de)出(chū)现代(dài)表着AI生成开始(shǐ)进入真正的可控时期。

因为(wèi)ControlNet可以(yǐ)直(zhí)接提取画(huà)面的构图，人物的姿势和画面(miàn)的深度信息等。有了它(tā)的帮(bāng)助，就(jiù)不用(yòng)频繁的(de)用提示词来(lái)碰(pèng)运气(qì)，抽盲(máng)盒式(shì)的创作了。

通俗的说(shuō)ControlNet相当于给AI绘画加了“魔法”，不少(shǎo)博(bó)主的(de)作品已(yǐ)经获得了大量的浏览量，“viggo”就是其(qí)中之一(yī)，他用朋友的照(zhào)片直接带她(tā)们走进(jìn)动(dòng)漫世界。

viggo先用StableDiffusion图(tú)片转(zhuǎn)文(wén)字。

再用Text2Prompt插件(jiàn)拓展(zhǎn)找到对应的关键词；最后用ControlNet插(chā)件(jiàn)绑(bǎng)定骨骼开始换关键词试(shì)效果。

通过图片就可(kě)以看出来，效果十分惊艳(yàn)。

更厉害的(de)是，除了真实的照片，草图也(yě)可以加上“魔(mó)法”，知乎(hū)大牛“DevPoint”和(hé)“逗砂”介绍到ControlNet还能实现(xiàn)线稿转(zhuǎn)全(quán)彩(cǎi)图。大神张吕敏其本(běn)尊也亲(qīn)自回应。

不得不说(shuō)当(dāng)下AIGC已经变得越来越强大，甚至(zhì)输出的(de)作(zuò)品都已(yǐ)经能以假乱(luàn)真了。

02

难(nán)辨虚实，AIGC技术力爆发

警惕安全问题

近日，“苏州金鸡(jī)湖有游艇party”的消息(xī)火(huǒ)遍网(wǎng)络，而经过警(jǐng)方辟谣这(zhè)所谓的(de)“party”可能(néng)是全国第一起AI绘图(tú)诈骗。

由(yóu)于(yú)这个活(huó)动(dòng)里(lǐ)面给(gěi)出的美女照片都是AI制(zhì)作的真人照(zhào)片绘图(tú)，因为太逼(bī)真，被(bèi)大家当成真(zhēn)事传播了。

不过(guò)仔细观察可以发现，活动发起者提供的照(zhào)片中有个(gè)很大(dà)的漏(lòu)洞可以(yǐ)发现并非真人，而是(shì)AI绘图(tú)，那(nà)便(biàn)是图(tú)片中女(nǚ)性的手指部分有的存(cún)在异常。

有(yǒu)行业人事(shì)表示：“现在(zài)因(yīn)为(wèi)手(shǒu)指部分的绘画算法(fǎ)比(bǐ)较复杂，AI还不太会画人的手，但最新看(kàn)到的图片已经有(yǒu)越来越完美的AI模型出(chū)现(xiàn)，以后可(kě)能就完全没(méi)有漏(lòu)洞了。”

类似的AI作图(tú)诈骗在国(guó)外也(yě)已有发(fā)生。据英国广播公司报(bào)道(dào)，土耳其地震期(qī)间，有Tiktok用户使用AI合成(chéng)了儿童受灾的假照片发布到网络，以(yǐ)此诱骗善良的人打赏“捐助”从而实(shí)施诈(zhà)骗。

目前随着技(jì)术(shù)发(fā)展，AIGC已(yǐ)经能(néng)做出真(zhēn)人照片般的绘图(tú)效果(guǒ)，如果这(zhè)样的图片(piàn)被(bèi)用来诈(zhà)骗，将非(fēi)常可怕。

此外(wài)AIGC还引发了很多担忧，一方面，批(pī)判(pàn)者认为AI在(zài)“学习”了大量前人的作品(pǐn)之后，其创作没有任(rèn)何情(qíng)绪和(hé)灵魂，难以和人类的(de)艺术创作相提并论。

另一方面，AIGC背后的版权、目前都并没(méi)有得到有效的解(jiě)决(jué)，还有AIGC会(huì)不会(huì)代(dài)替人类(lèi)“至高无(wú)上”的创意。

马(mǎ)斯克也强调，人工(gōng)智能(néng)的安(ān)全(quán)问(wèn)题需要得到重(zhòng)视，太晚就(jiù)来不及了。

03

AIGC下一(yī)站除了视频，还有远方

技术都是有两面性的，潜(qián)在的危害并不能掩(yǎn)盖其光辉的(de)贡献。现在看来(lái)，人(rén)工智能技术(shù)将是(shì)第(dì)四次(cì)工(gōng)业革命的核心驱动力量，将创造(zào)新的增长(zhǎng)奇迹。

过去一年(nián)，人(rén)工智能在技术和商业层(céng)面(miàn)都有了巨大进展，AI绘画就是(shì)人工智能技术(shù)发(fā)生方向性改变的(de)一个(gè)代(dài)表(biǎo)。其下(xià)一站或许就(jiù)是视频(pín)。

此前(qián)，Meta和谷歌先(xiān)后发布了几条引(yǐn)爆(bào)科技圈的短视频。这些视频(pín)引发(fā)关(guān)注并(bìng)非内(nèi)容做得多优(yōu)秀，反而都非常简单，比如(rú)一匹正在喝水(shuǐ)的(de)马，一只(zhǐ)画画的玩具(jù)熊，或者一段骑(qí)摩托车的第一(yī)视角(jiǎo)录(lù)像，随便一个有手机的人都可以随手录下一段。

但(dàn)这些短视频的创(chuàng)作方式非常简单，创作者(zhě)仅仅(jǐn)需(xū)要向AI输入一段话，甚(shèn)至只是说一下要求，AI就(jiù)可(kě)以根据需要生成一段视(shì)频。

谷歌发布的两个AI生成视频分(fēn)别来(lái)自(zì)于Imagen Video和Phenaki，前者主要突出的是(shì)高清，与Meta的(de)Make-A-Video没有太多的差别。

在Make-A-Video公布了AI生成(chéng)的视频后(hòu)，AI圈就已(yǐ)经玩了一波梗，一个(gè)能(néng)够做出更高清视频的AI还不足以在短时(shí)间内戳中兴奋(fèn)点。

Phenaki更加(jiā)令人(rén)震惊的(de)地方在于，它(tā)可以(yǐ)制作出超过(guò)2分钟的连贯的也有确切(qiè)内(nèi)容的视频，这才是真正(zhèng)让人们感(gǎn)到惊喜的(de)地方。因为无论AI生成(chéng)的(de)视频多(duō)么高(gāo)清(qīng)，也只(zhǐ)能(néng)是为内(nèi)容生(shēng)产者提供一个灵感(gǎn)，一个素材，一个(gè)过场动画。

不(bù)过能够制作(zuò)出有具体剧情内容的视频就意味(wèi)着，一些视频创(chuàng)作由(yóu)AI代替(tì)人工完成已(yǐ)经初步(bù)有了可能。

当下AI的发展速度已(yǐ)经超(chāo)过大部(bù)分(fēn)人的想象。内容(róng)产业的本(běn)质是供给(gěi)创造需求，AIGC作为全新(xīn)的内(nèi)容(róng)生产方式，可以为内容产业带来更新的内容风格(gé)、更快的生产(chǎn)速(sù)度，更低的生产成本(běn)，这(zhè)无疑(yí)会驱动内容产业的(de)大爆发。

除了AI绘图、视频，AIGC技(jì)术还能应用于音乐、代(dài)码、机器(qì)人动作等(děng)多(duō)种内容形式(shì)的(de)生(shēng)成。不难(nán)发现该(gāi)项技术不仅在游戏(xì)等行业(yè)能得到有效应用，对于下一代互联网各种元素的构建亦有(yǒu)关键意义。

从(cóng)商业化的(de)角度来看，文(wén)化(huà)娱乐、教育、传媒(méi)等(děng)诸多领域(yù)，本身就对基于AI的可视化内容有(yǒu)强烈需求。

因此，AI绘画及视频或不是结果(guǒ)，而只是(shì)AI进程中(zhōng)的一块重(zhòng)要拼图，有(yǒu)望(wàng)在技术更新(xīn)的(de)加持下实现更(gèng)大(dà)的(de)应(yīng)用价值。

AI从理解内容(róng)，走向了(le)可以生成内(nèi)容，甚至能够创造出独立价值(zhí)和独立视角的内容。AIGC的再次(cì)出圈，更代表(biǎo)着(zhe)未(wèi)来的先进生产力(lì)即将到来。

04

紧抓(zhuā)大模型与算力，牢固AIGC底座

从(cóng)技术的发展(zhǎn)也可以看(kàn)出，在(zài)语(yǔ)言大模型、图像大(dà)模型之(zhī)后，多(duō)模态大模型已经成为了新的趋势(shì)。

大模型被誉为当前(qián)人工智能发(fā)展的智能底座(zuò)，是(shì)全球竞争最激烈的(de)研究(jiū)方(fāng)向之一，包括谷歌、亚(yà)马逊、百度、阿里、腾讯等众多(duō)头部企业都在竞相发力。

不过训练大模型的确价(jià)格(gé)不菲，以国(guó)盛证券发(fā)布的《ChatGPT需要多(duō)少(shǎo)算力》报告估算(suàn)，GPT-3训练(liàn)一次的成本约为140万美元(yuán)。而对于一些更大的LLM(大型语言模型)，训练成本(běn)则介(jiè)于(yú)200万美元至1200万美(měi)元高价(jià)之间(jiān)。

以ChatGPT在2023年1月的独立访客平(píng)均数1300万计算，其对应(yīng)芯片需求为3万多片英伟达(dá)A100 GPU，初始投入成本约为8亿美元，每日(rì)仅电费(fèi)就在5万美(měi)元左右。

此外不论是ChatGPT还是AIGC，都离不开庞大算力支持。在关注各类大模型的发展(zhǎn)同时，更应该关(guān)注(zhù)算力(lì)网络的建设(shè)。

算力(lì)网络正驱动AI产业发展进入史诗级加(jiā)速进程，让(ràng)AIGC及通用AI这一人(rén)工智能发(fā)展的终(zhōng)极目标(biāo)离得更近(jìn)。

因(yīn)为算(suàn)力可以对突破性技术创(chuàng)新提(tí)供大(dà)力的(de)支持(chí)。这方面，多模态大模型是典型。作为面向未来(lái)强(qiáng)人工智能、通用人工智能的重要技(jì)术(shù)创(chuàng)新，多(duō)模(mó)态(tài)大模(mó)型已经在人工智能领域提出了很多年，业界也有不少技术突破(pò)，但是，多模态(tài)大(dà)模(mó)型进一步(bù)往下走，算力需求呈(chéng)几何式上升，一般的算力基(jī)础(chǔ)设施很快(kuài)将难以胜任。

从图像(xiàng)、文字(zì)、语音单独一(yī)项的(de)训练，到双模态、三(sān)模态的(de)跃迁，让人工智能可以灵活应对不同模态(tài)的转化、像人与(yǔ)世界(jiè)交(jiāo)互一样自然，这方面，由算力网络来驱动将有明显优势。

此外，还有很多需(xū)要爆发式增长的算(suàn)力来支撑的技术创新，将在人工智(zhì)能算(suàn)力网络支撑(chēng)下快速推进。

AIGC已经露(lù)出曙光，期(qī)待在(zài)大模型和大算力的支(zhī)持(chí)下AIGC能持续颠覆内容生产的方式(shì)，将创造的边际成本降低(dī)，让万众受(shòu)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 未置可否和不置可否的区别在哪，未置可否的置是什么意思