自(zì)聊天(tiān)机器人ChatGPT火爆以来，微软公(gōng)司创始人比尔·盖茨已多次公(gōng)开谈论人(rén)工智(zhì)能话题。在最近的一(yī)次采访(fǎng)中，他再次表示：“AI可(kě)能会让科技(jì)行(xíng)业迎来一次剧烈的洗(xǐ)牌”。

这个(gè)结论(lùn)是他(tā)在(zài)当地时(shí)间(jiān)2月20日接(jiē)受《In Good Company》节目(mù)专访时提(tí)出的。

他预期，AI的发(fā)展(zhǎn)可能(néng)会威胁到谷(gǔ)歌的市占率，因为微软在AI方面的(de)行(xíng)动相当(dāng)迅(xùn)速(sù)。而最终科技巨头将(jiāng)把(bǎ)AI整合成(chéng)用户的“全能助(zhù)手(shǒu)”，包揽一切应(yīng)用(yòng)，与人们(men)进行(xíng)沟通(tōng)并提供建(jiàn)议，可以(yǐ)取代亚马逊、Siri或Outlook等(děng)应用(yòng)。

大佬口中全能助手的到来可能尚需时日，但由(yóu)ControlNet引发的又一(yī)次AI绘画浪(làng)潮，让AIGC在ChatGPT的话题热点(diǎn)包围中杀出重围。

01

ControlNet颠覆AI绘画新(xīn)玩法

AIGC向(xiàng)可控靠(kào)近

以AI绘(huì)画为代表(biǎo)的AIGC上一次爆(bào)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(shù)字艺术家竞赛(sài)中，一幅名(míng)为《太空歌剧院》的作品获奖。

随(suí)后各大厂商的AI绘画软件被(bèi)广(guǎng)大(dà)网友(yǒu)熟知并体(tǐ)验，Stable Diffusion便是其(qí)中代表。

凝神静气的意思 凝神静气是成语吗data-s="300,640" data-type="jpeg" data-w="639">

用户们可以在应用中输入一组关键词或者一张照(zhào)片，就能获得一幅(fú)AI创作的画作。

作(zuò)画的关(guān)键就是所输入的(de)文本。同一组关键词也可以创(chuàng)作(zuò)出很多张(zhāng)风(fēng)格不一样的(de)画作，这让(ràng)创(chuàng)作的(de)过程就像开盲盒。

很多用户很喜欢(huān)这种不确定的惊喜，他(tā)们(men)会将生(shēng)成(chéng)的美图当(dāng)做(zuò)头像。而(ér)另一部分喜欢(huān)翻看AI绘画的“翻(fān)车”作(zuò)品。在(zài)社交媒体上(shàng)，许多(duō)用(yòng)户分享AI“翻车现场”，例如，一位(wèi)网友的小狗照(zhào)片被AI画成(chéng)了“肌(jī)肉男”，还有网友(yǒu)的(de)个人照片被AI识别成了建筑。

而如今随(suí)着(zhe)ControlNet的出现(xiàn)与加持，以往AI绘画的(de)填写关键词游(yóu)戏可能要被颠覆了。

ControlNet是一(yī)位正在(zài)斯坦福读博的中国人张吕敏创作的一种基于控(kòng)制点的(de)图(tú)像变形(xíng)算法，主要用于(yú)数(shù)字(zì)图像(xiàng)处理、计算机视觉(jué)和计算机(jī)图形学等(děng)领域(yù)。

其SD插(chā)件一(yī)经发布，在短(duǎn)短的两天(tiān)内(nèi)便成(chéng)为了(le)AI绘画(huà)领(lǐng)域最新的热(rè)点(diǎn)。

在此之前(qián)，大家用了很多方(fāng)法想让(ràng)AI生成的结果尽可能(néng)的符合(hé)要求，但是都(dōu)不尽如人(rén)意(yì)，它的(de)出现(xiàn)代表(biǎo)着AI生成开(kāi)始进入(rù)真正的(de)可控时期。

因为ControlNet可以直(zhí)接提取画面的构(gòu)图，人物(wù)的(de)姿势和画面的深度信息等。有了它(tā)的帮助(zhù)，就不用(yòng)频繁的(de)用提示词来碰(pèng)运气(qì)，抽盲(máng)盒式的创作了。

通俗的说ControlNet相当于给AI绘画加了“魔法”，不少博主(zhǔ)的作品已(yǐ)经获(huò)得(dé)了大量的浏(liú)览量(liàng)，“viggo”就是(shì)其(qí)中(zhōng)之一(yī)，他用(yòng)朋友(yǒu)的(de)照片(piàn)直接带她们(men)走(zǒu)进(jìn)动漫世界。

viggo先用StableDiffusion图片转文字(zì)。

再用(yòng)Text2Prompt插件拓(tuò)展找(zhǎo)到(dào)对应(yīng)的关键词；最后(hòu)用ControlNet插件绑定骨骼开始(shǐ)换关键词试效果。

通过图片就可以看出来(lái)，效果十分(fēn)惊(jīng)艳。

更厉(lì)害(hài)的(de)是，除了真实(shí)的照片，草(cǎo)图(tú)也可以(yǐ)加(jiā)上(shàng)“魔法”，知乎大牛“DevPoint”和(hé)“逗砂”介绍到ControlNet还能实现线稿转(zhuǎn)全彩图。大神张吕敏其(qí)本尊也亲自回应。

凝神静气的意思 凝神静气是成语吗ding="async" src="https://mmbiz.heiliaofuli.com/wp-content/uploads/2023/03/90c6e5987a37ef9.jpeg?imageMogr2/thumbnail/2160x0/format/webp/quality/80" data-ratio="1.3637137989778534" data-s="300,640" data-type="jpeg" data-w="1174">

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

02

难辨虚实，AIGC技术力爆发

警惕(tì)安(ān)全问题

近日，“苏州金鸡湖有游艇party”的消息火遍(biàn)网络，而(ér)经过警方辟谣这所(suǒ)谓的“party”可(kě)能是(shì)全国第一(yī)起(qǐ)AI绘图诈骗。

由(yóu)于这个活(huó)动里面给出的美女照片都是AI制作的真人照片绘图，因为太(tài)逼真，被(bèi)大家当成真事传播了。

不过仔细观察可以发现，活动(dòng)发起者(zhě)提供的(de)照片(piàn)中有个很大(dà)的漏(lòu)洞可以(yǐ)发现并非(fēi)真人，而是AI绘图，那(nà)便是图片中(zhōng)女性的手指部(bù)分有的存在异常。

有(yǒu)行业人事表示：“现在因为手指(zhǐ)部(bù)分(fēn)的绘画算法比较复杂(zá)，AI还不太会画人(rén)的手，但最新看到的图片已经有越(yuè)来越完美的AI模型(xíng)出现，以(yǐ)后可能(néng)就完全没有漏(lòu)洞了。”

类似的AI作图诈骗(piàn)在国外也已有发生。据英国广播公司(sī)报道，土耳其地震期(qī)间，有Tiktok用户使用AI合成了儿童受(shòu)灾的假照片发布(bù)到网络，以此诱(yòu)骗善良的人(rén)打赏(shǎng)“捐助(zhù)”从而实施诈骗(piàn)。

目前随着技术发展，AIGC已经能做(zuò)出真人照片般的绘图效果(guǒ)，如果(guǒ)这样(yàng)的(de)图(tú)片被用来诈骗(piàn)，将非常可怕。

此外AIGC还引(yǐn)发了很多担忧，一(yī)方面，批判者认为(wèi)AI在“学习(xí)”了(le)大量(liàng)前人的作品(pǐn)之后，其创作没有任何情(qíng)绪和灵(líng)魂，难以和人类的艺(yì)术创作(zuò)相提(tí)并论。

另一方面，AIGC背后的版权、目前都并没有得到(dào)有效的解决，还有(yǒu)AIGC会不会代替(tì)人类“至高无上”的创意。

马斯克(kè)也强(qiáng)调，人工智能的安全(quán)问题需要得到重视，太晚(wǎn)就来不及了。

03

AIGC下一站除了视(shì)频，还有(yǒu)远方(fāng)

技术都是有(yǒu)两(liǎng)面性的，潜在的(de)危(wēi)害并不(bù)能掩盖其光辉的贡献(xiàn)。现在看(kàn)来(lái)，人工智能技术将是第四(sì)次(cì)工(gōng)业革命(mìng)的(de)核心驱动力量，将(jiāng)创造新(xīn)的增长奇(qí)迹(jì)。

过(guò)去一年(nián)，人(rén)工智能在技(jì)术和商业层面都有了巨(jù)大进展，AI绘画就(jiù)是(shì)人工智能(néng)技术发生方向性改变的一(yī)个代表。其(qí)下(xià)一(yī)站或许就是视频。

此(cǐ)前，Meta和谷歌先后发(fā)布了几条(tiáo)引爆科技圈(quān)的短视(shì)频。这些(xiē)视(shì)频引发关注并(bìng)非内容做得多优秀(xiù)，反而(ér)都(dōu)非(fēi)常(cháng)简单，比如一匹正在(zài)喝(hē)水的(de)马，一只(zhǐ)画画的玩具熊，或者一段(duàn)骑(qí)摩托车(chē)的(de)第一视角(jiǎo)录像，随便一个(gè)有手(shǒu)机的人都可以随手录下一段。

但这些短视(shì)频的创(chuàng)作方式非常简(jiǎn)单，创作者(zhě)仅仅需(xū)要向AI输入一段(duàn)话，甚至(zhì)只是说一下(xià)要求(qiú)，AI就可以(yǐ)根(gēn)据需要生成一段视频。

谷(gǔ)歌发布的两个(gè)AI生(shēng)成视频分别来自于(yú)Imagen Video和Phenaki，前者主要突出的是高清，与(yǔ)Meta的Make-A-Video没有太多的差别。

在Make-A-Video公(gōng)布了AI生成的视频(pín)后，AI圈(quān)就已经玩了一波梗，一个能够(gòu)做(zuò)出更高清(qīng)视频的(de)AI还不足以在短时间(jiān)内戳中兴(xīng)奋(fèn)点。

Phenaki更(gèng)加(jiā)令人震惊的地方在于，它可以制作出超过2分钟的连贯(guàn)的也有(yǒu)确切内容的视频，这才是真正让人们(men)感(gǎn)到惊喜(xǐ)的地方。因为无论(lùn)AI生成的视频多(duō)么高清，也只能是为内容生产者提(tí)供一个灵感(gǎn)，一个素材，一个过场动画(huà)。

不过能够制作出(chū)有(yǒu)具体(tǐ)剧情内容的视频就意味着，一些视频创作(zuò)由AI代替人(rén)工完(wán)成已经初(chū)步(bù)有了可能。

当下(xià)AI的发展速度已经超过大部分人的想(xiǎng)象。内容产业(yè)的本质是供给创造需求，AIGC作为全新的内(nèi)容生产方(fāng)式，可(kě)以为内容产业带来更新的内容风(fēng)格、更快的生产速度(dù)，更低(dī)的生产成本，这无疑会(huì)驱动内容产业(yè)的大爆发。

除(chú)了(le)AI绘图(tú)、视频(pín)，AIGC技术(shù)还能(néng)应用于音乐、代码、机(jī)器(qì)人动作等多种内容形(xíng)式的生成。不难发现(xiàn)该项技术不仅(jǐn)在(zài)游戏等行业能得到有(yǒu)效应用，对于下(xià)一代互联网各种元素的构建亦有关键意义。

从(cóng)商业化的(de)角度(dù)来看，文化娱乐(lè)、教育(yù)、传媒(méi)等诸(zhū)多领域，本(běn)身就对基于AI的可视化(huà)内容有强烈需(xū)求(qiú)。

因此，AI绘画及(jí)视频(pín)或(huò)不是(shì)结果(guǒ)，而只是(shì)AI进程中的一块重(zhòng)要拼图(tú)，有望在(zài)技(jì)术更新的加持(chí)下实现更(gèng)大(dà)的应用价(jià)值。

AI从理解内容，走(zǒu)向了可以生成(chéng)内容，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(zài)次出(chū)圈(quān)，更代(dài)表着未来(lái)的先进生(shēng)产力即将到(dào)来。

04

紧(jǐn)抓大(dà)模型与算力，牢固AIGC底座

从(cóng)技术的发展也可以看出(chū)，在语言(yán)大模型、图像大模型之后(hòu)，多模态大模型(xíng)已(yǐ)经成为(wèi)了新的趋(qū)势(shì)。

大模型被誉(yù)为当前人工智能发展的智(zhì)能底座，是全球竞争(zhēng)最激烈(liè)的研究方向之(zhī)一，包括谷歌、亚马逊、百度、阿里、腾讯等众(zhòng)多头部企业都(dōu)在竞相发(fā)力。

不过训练大模型(xíng)的确价格不(bù)菲，以国盛证(zhèng)券发(fā)布的(de)《ChatGPT需要多少算力》报告(gào)估算，GPT-3训练(liàn)一次的成本(běn)约为140万美元(yuán)。而对于一(yī)些更大的LLM(大(dà)型语(yǔ)言模型)，训(xùn)练成本则介于(yú)200万美元至1200万(wàn)美元高价(jià)之(zhī)间。

以ChatGPT在2023年1月的独(dú)立访(fǎng)客(kè)平(píng)均数1300万计算，其对应芯片(piàn)需求(qiú)为3万(wàn)多片英伟达A100 GPU，初始(shǐ)投(tóu)入成(chéng)本约为8亿美元，每日仅电费就在5万美(měi)元左(zuǒ)右。

此外不(bù)论是ChatGPT还是AIGC，都离不开(kāi)庞大算力支(zhī)持。在(zài)关注各类大模(mó)型的发展(zhǎn)同时，更应该关注算力网(wǎng)络的(de)建(jiàn)设。

算力网(wǎng)络正(zhèng)驱动AI产业发(fā)展进(jìn)入史诗级加速进程，让(ràng)AIGC及通(tōng)用AI这一人(rén)工智能发展的终极目标离(lí)得更近。

因为算力可以对突破性技术创新提供大力的(de)支持。这方面，多模态(tài)大模型是典型。作(zuò)为面向未(wèi)来强人工(gōng)智能、通用(yòng)人工智能(néng)的重(zhòng)要(yào)技(jì)术创新，多模态大模型已(yǐ)经在人工智能领域(yù)提出了很多(duō)年(nián)，业(yè)界也有不少技术突破，但是，多模态大(dà)模型进一步往下(xià)走(zǒu)，算(suàn)力需求呈几何式(shì)上升，一般(bān)的算(suàn)力基础设(shè)施很快将(jiāng)难以(yǐ)胜任。

从图像(xiàng)、文字(zì)、语音单独一项的训练，到(dào)双(shuāng)模态、三模态的跃迁(qiān)，让人工智能可以灵活应对(duì)不同模态的转化(huà)、像人与世(shì)界交互一样(yàng)自(zì)然，这方(fāng)面，由(yóu)算力网(wǎng)络来驱(qū)动将有明显(xiǎn)优势(shì)。

此外，还(hái)有很多(duō)需要爆发式增(zēng)长的算力来支撑的技术(shù)创新，将在人工智能算力网络支撑下快速推进。

AIGC已经露出曙光，期待在(zài)大模型和大算(suàn)力的支持下AIGC能持续颠覆内容生产的(de)方式，将创造的边(biān)际成(chéng)本降低，让万众受(shòu)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 凝神静气的意思 凝神静气是成语吗