自聊天机器人ChatGPT火(huǒ)爆以来(lái)，微软公司创始人比尔(ěr)·盖茨已多次公开(kāi)谈论人工智能(néng)话(huà)题。在最近的(de)一(yī)次(cì)采访中，他再(zài)次表示：“AI可能会让科技行业迎来一次剧(jù)烈的洗牌”。

这个(gè)结论是(shì)他在当地时间2月20日接受(shòu)《In Good Company》节目专访(fǎng)时提出的(de)。

他预期，AI的发展(zhǎn)可能(néng)会威胁到谷歌的市占率，因为微软在AI方面的行(xíng)动相当(dāng)迅(xùn)速。而最终科技(jì)巨头将把(bǎ)AI整合(hé)成(chéng)用(yòng)户的“全(quán)能助手”，包揽一切(qiè)应(yīng)用，与人们(men)进行(xíng)沟(gōu)通并提供建议(yì)，可以(yǐ)取代亚马逊、Siri或(huò)Outlook等应用。

大佬口中全能(néng)助手的到来可能尚需时(shí)日(rì)，但由(yóu)ControlNet引发(fā)的又一次AI绘画浪潮，让AIGC在(zài)ChatGPT的(de)话题热点包围中杀(shā)出重围(wéi)。

01

ControlNet颠(diān)覆AI绘画新玩法

AIGC向可控靠近

以AI绘画为代表的AIGC上一次爆火的时候，还(hái)是2022年8月，在(zài)美国科(kē)罗(luó)拉多州举(jǔ)办(bàn)的(de)新兴(xīng)数字(zì)艺术家(jiā)竞赛中，一幅名(míng)为(wèi)《太空歌剧院(yuàn)》的作品获奖。

随后各(gè)大厂商的(de)AI绘画软件被广大网友(yǒu)熟知(zhī)并体验，Stable Diffusion便是其中代(dài)表。

用(yòng)户(hù)们可(kě)以在(zài)应用中输入(rù)一(yī)组关(guān)键词(cí)或者一张照片，就(jiù)能(néng)获得(dé)一(yī)幅AI创(chuàng)作(zuò)的画作(zuò)。

作画的关键就(jiù)是所输入的文本(běn)。同(tóng)一组关键词(cí)也可以(yǐ)创(chuàng)作(zuò)出(chū)很多(duō)张(zhāng)风格(gé)不一样的画作，这(zhè)让创作的过程就像(xiàng)开(kāi)盲盒。

很多用户很喜欢这种不确定的惊喜，他(tā)们会将生成的(de)美图当做头像。而另一部分喜(xǐ)欢翻看AI绘画的“翻车”作品。在社交媒体上，许多(duō)用户分享AI“翻车现场”，例(lì)如(rú)，一位(wèi)网(wǎng)友的小狗照片被AI画成了“肌肉男”，还有(yǒu)网友的个(gè)人照片被(bèi)AI识别成了建筑。

而(ér)如今随(suí)着(zhe)ControlNet的出现与加(jiā)持，以往(wǎng)AI绘画的填写关键词游戏可能(néng)要被颠覆了。

ControlNet是一位正(zhèng)在斯坦福读博(bó)的(de)中(zhōng)国人张吕敏创作(zuò)的一种基于控制(zhì)点的图像变形算法，主要(yào)用于数字图像处理、计算机视觉和计算机图形学等领域。

其(qí)SD插件一(yī)经(jīng)发布，在短短的两天内(nèi)便成为了AI绘画领域最新(xīn)的热点。

在(zài)此之(zhī)前，大家用了很多(duō)方法想让(ràng)AI生成(chéng)的结果尽(jǐn)可(kě)能的符合要求，但(dàn)是都(dōu)不尽如人(rén)意，它的出现代表着AI生成开(kāi)始进入真正的可(kě)控时期(qī)。

因为ControlNet可以直接提取画(huà)面(miàn)的构图(tú)，人物的姿势和画面的深度(dù)信息(xī)等。有(yǒu)了它的帮助，就不用频繁的用(yòng)提示词来碰(pèng)运气，抽(chōu)盲(máng)盒式(shì)的创(chuàng)作(zuò)了。

通俗(sú)的说ControlNet相当于(yú)给AI绘(huì)画加了“魔法”，不少博主的作品已(yǐ)经获得了(le)大(dà)量的浏览量，“viggo”就(jiù)是其中之一，他用朋友的照片直接带她们(men)走进动漫世界。

viggo先用StableDiffusion图片(piàn)转文字。

再用Text2Prompt插(chā)件拓展找到对(duì)应(yīng)的关键词；最后用ControlNet插件绑定骨骼开始换关键词试效果。

通过图(tú)片(piàn)就可(kě)以看(kàn)出来(lái)，效果十分惊艳。

更厉害的(de)是，除了真实(shí)的(de)照片，草(cǎo)图也可以(yǐ)加上“魔法”，知(zhī)乎大牛“DevPoint”和“逗砂(shā)”介绍(shào)到ControlNet还能实现线(xiàn)稿转(zhuǎn)全彩图。大神张吕敏其本尊也(yě)亲自(zì)回应。

不得不说(shuō)当(dāng)下AIGC已经变得越来越强大(dà)，甚至输(shū)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)安全(quán)问题(tí)

近日，“苏州金鸡(jī)湖(hú)有游艇party”的(de)消息火遍网络，而经过警方辟谣这所谓的“party”可能(néng)是全(quán)国第一起AI绘图诈骗。

由(yóu)于这个活动里(lǐ)面(miàn)给出的(de)美女照片都是AI制作的(de)真(zhēn)人照片绘(huì)图，因为太(tài)逼真，被大家当成真(zhēn)事传播(bō)了。

不过仔细观察可以(yǐ)发现，活动(dòng)发(fā)起者提供的照片(piàn)中有(yǒu)个很大的漏洞(dòng)可以发现并非真人，而是AI绘图，那便是图片中女(nǚ)性的手指部分有(yǒu)的存在异常(cháng)。

有(yǒu)行(xíng)业(yè)人(rén)事(shì)表示：“现在因为手指部(bù)分(fēn)的绘(huì)画算法比较(jiào)复杂，AI还不(bù)太(tài)会画人的手，但最新看到的图片已(yǐ)经有(yǒu)越来越(yuè)完(wán)美的AI模(mó)型出现，以后可(kě)能就完全没(méi)有漏洞了。”

类似的AI作图诈骗在国外也(yě)已(yǐ)有发(fā)生(shēng)。据英国广播公司(sī)报道，土耳其地震期间(jiān)，有Tiktok用户使用AI合成了儿童受(shòu)灾(zāi)的假照片发(fā)布到(dào)网络，以此诱骗善(shàn)良的人打赏“捐助”从而实施诈骗。

目前(qián)随着(zhe)技(jì)术发(fā)展，AIGC已经能做出真(zhēn)人照片般的绘(huì)图效果(guǒ)，如果这样的图片(piàn)被用来诈骗(piàn)，将非(fēi)常可(kě)怕。

此外AIGC还引发了很(hěn)多(duō)担忧，一(yī)方面，批判者认为AI在“学(xué)习”了大量前人(rén)的作品之后(hòu)，其创作(zuò)没有任何(hé)情绪(xù)和灵(líng)魂(hún)，难以和人类的(de)艺术创作相提并论(lùn)。

另一方(fāng)面，AIGC背后的版权、目前都并没有得到有效的解(jiě)决，还有AIGC会不会代替(tì)人类“至(zhì)高(gāo)无上(shàng)”的(de)创意。

马斯克也强(qiáng)调，人工智(zhì)能的安(ān)全问(wèn)题需要得到(dào)重(zhòng)视，太(tài)晚(wǎn)就来不及(jí)了。

03

AIGC下一站除了视频，还有远方

技术都是有(yǒu)两面性的，潜在(zài)的危害并不能掩盖其光辉(huī)的贡献(xiàn)。现在看来，人(rén)工智能技术将是第四(sì)次工业革命(mìng)的核心驱动力量，将(jiāng)创(chuàng)造(zào)新的(de)增长奇迹(jì)。

过去一年(nián)，人工智能在(zài)技术和(hé)商业层面(miàn)都有了(le)巨(jù)大进展，AI绘画就是(shì)人工(gōng)智能技术发(fā)生方向性改变的一(yī)个(gè)代(dài)表(biǎo)。其下一站或(huò)许就(jiù)是视频。

此(cǐ)前，Meta和谷(gǔ)歌先后发(fā)布(bù)了几条引爆科技圈的短视(shì)频。这些(xiē)视频引发(fā)关注并非内(nèi)容(róng)做得多(duō)优秀，反而都非(fēi)常简单(dān)，比如一匹正在喝水的马，一(yī)只画画的玩具(jù)熊，或者一段骑(qí)摩托车的(de)第一视角录(lù)像(xiàng)，随便一个有(yǒu)手机的人都可以(yǐ)随手录下一段。

但这些(xiē)短视频的创作(zuò)方(fāng)式非(fēi)常简单(dān)，创作(zuò)者仅仅需要向(xiàng)AI输入一(yī)段话，甚至只(zhǐ)是说一下要求，AI就(jiù)可以根据需要生成(chéng)一段视频。

谷歌(gē)发布的两(liǎng)个(gè)AI生成(chéng)视频分别来自于Imagen Video和Phenaki，前者主要突出(chū)的是高清(qīng)，与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圈就已经玩了一波(bō)梗，一个能够做出(chū)更高清视频的(de)AI还不(bù)足(zú)以(yǐ)在短时(shí)间内戳(chuō)中兴奋点。

Phenaki更(gèng)加令(lìng)人震惊(jīng)的地方在于(yú)，它可以制作出超过2分钟的连贯的也有确切(qiè)内容的视(sh文言文许行原文及翻译注释，文言文许行原文及翻译及注释ì)频(pín)，这才是真正让人们(men)感到惊喜(xǐ)的地方。因(yīn)为(wèi)无论AI生成(chéng)的视频多么高清，也(yě)只能(néng)是为内容生产者(zhě)提供一个灵感，一个素材(cái)，一个过场动画(huà)。

不过能够制(zhì)作出(chū)有(yǒu)具(jù)体剧情内(nèi)容的视频就意味(wèi)着，一些视频创作由(yóu)AI代替人(rén)工完成已经初步有了可能。

当下AI的发展速度已经(jīng)超过(guò)大(dà)部分人的想象。内容产业的本质是供给创造需求，AIGC作为(wèi)全新(xīn)的内(nèi)容生产方(fāng)式，可以为内容(róng)产(chǎn)业带来更新的(de)内(nèi)容风格(gé)、更快的生产(chǎn)速(sù)度，更(gèng)低的生产成(chéng)本，这(zhè)无疑会驱动内容产业的(de)大爆发。

除了AI绘(huì)图、视频，AIGC技术还能应用于音乐、代码、机器人动作(zuò)等(děng)多种内容形(xíng)式(shì)的生(shēng)成(chéng)。不(bù)难发现该项技术不仅在游戏等行业能得到有效应用，对于下一代(dài)互联网各种元素的构建亦有关(guān)键意义。

从(cóng)商业化的角(jiǎo)度(dù)来(lái)看(kàn)，文化娱乐、教育、传(chuán)媒(méi)等诸(zhū)多领域(yù)，本(běn)身就对基(jī)于AI的可(kě)视化(huà)内容有强烈(liè)需(xū)求。

因此，AI绘(huì)画及视频或不(bù)是结(jié)果(guǒ)，而(ér)只是AI进程(chéng)中的一块重(zhòng)要拼(pīn)图(tú)，有望(wàng)在(zài)技术更新的(de)加持下(xià)实现更大(dà)的应用价值。

AI从理(lǐ)解内容，走向了(le)可以生(shēng)成内容，甚至能够(gòu)创造出独立价值(zhí)和独立视角的内容(róng)。AIGC的再次出(chū)圈，更(gèng)代表着未来的先(xiān)进(jìn)生产(chǎn)力即将到(dào)来。

04

紧抓(zhuā)大模型与算力，牢固AIGC底(dǐ)座

从技术的发展也(yě)可以(yǐ)看出，在语言(yán)大(dà)模型(xíng)、图像大(dà)模型(xíng)之后，多模态大(dà)模型已经成为了新(xīn)的(de)趋势。

大模型被誉为当前人工智能(néng)发(fā)展(zhǎn)的智能底座，是全球竞争(zhēng)最激烈的研究方向之一，包括谷歌、亚马逊(xùn)、百度、阿(ā)里、腾讯等众多头部企业都在(zài)竞相发(fā)力。

不过训练大(dà)模型(xíng)的确价(jià)格不菲，以国(guó)盛(shèng)证券发布的(de)《ChatGPT需要多少(shǎo)算(suàn)力》报告估算，GPT-3训练(liàn)一次(cì)的成本(běn)约(yuē)为(wèi)140万美(měi)元。而对于一些(xiē)更大的LLM(大型语言模型)，训练成(chéng)本(běn)则(zé)介于200万美元至1200万(wàn)美元(yuán)高(gāo)价(jià)之间(jiān)。

以(yǐ)ChatGPT在2023年(nián)1月的独立访客平均数1300万计(jì)算，其对(duì)应芯片需求为3万多(duō)片英伟达(dá)A100 GPU，初始投(tóu)入成本约(yuē)为8亿美元，每(měi)日仅电费(fèi)就在5万美(měi)元左右。

此外不论(lùn)是ChatGPT还(hái)是AIGC，都离不开庞大算力支持。在(zài)关注(zhù)各类大模型的(de)发(fā)展同(tóng)时，更应该(gāi)关(guān)注算力网络的建设。

算力网络正(zhèng)驱动AI产业(yè)发展进入史诗级(jí)加速进(jìn)程(chéng)，让AIGC及通(tōng)用AI这一(yī)人工智能发展的终极(jí)目标离(lí)得(dé)更近。

因为(wèi)算力可以对突破性(xìng)技(jì)术创新提(tí)供大力(lì)的支持。这方面，多模态大模(mó)型(xíng)是典型。作为面向未来强人工智(zhì)能、通用人工智能的(de)重要技术创新，多模态大(dà)模型已经在人工智(zhì)能领域提出了(le)很多(duō)年(nián)，业界也有(yǒu)不少(shǎo)技(jì)术(shù)突破，但(dàn)是，多模态大模型进一步往下走，算力需求呈几(jǐ)何式上升，一般(bān)的算力(lì)基(jī)础设施很(hěn)快将难以胜任(rèn)。

从(cóng)图像、文字、语音单独一项的训练，到(dào)双模态、三模态的跃迁，让人工(gōng)智能可以灵活应对不同模态(tài)的转化、像人(rén)与(yǔ)世界交互一样自(zì)然(rán)，这方面，由(yóu)算力(lì)网络来驱动将有明(míng)显优势(shì)。

此外，还(hái)有很多(duō)需要爆发式增长的算力来支撑的技术创新，将(jiāng)在人工智能(néng)算(suàn)力(lì)网(wǎng)络支撑下快速推(tuī)进(jìn)。

AIGC已经露(lù)出(chū)曙(shǔ)光，期(qī)待在大模型和大算力的(de)支持(chí)下AIGC能持(chí)续颠覆内容生产的(de)方式，将创造的边际成本降(jiàng)低，让(ràng)万(wàn)众受益(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 文言文许行原文及翻译注释，文言文许行原文及翻译及注释