自聊天机器人ChatGPT火爆以(yǐ)来，微软公司创始人比(bǐ)尔·盖茨已多(duō)次公(gōng)开(kāi)谈论人工智(zhì)能(néng)话(huà)题。在最近(jìn)的一次采(cǎi)访中(zhōng)，他再次表(biǎo)示：“AI可能会让科技行业迎来一次剧烈的洗牌”。

这个结论是(shì)他(tā)在(zài)当地时间2月(yuè)20日接受《In Good Company》节目专访时提出的。

他预期，AI的(de)发展可能会威(wēi)胁(xié)到谷(gǔ)歌的市(shì)占率，因为微软在AI方面的行动相当迅速。而最终科(kē)技巨头将把AI整合成用户(hù)的“全能助手(shǒu)”，包(bāo)揽(lǎn)一切应用，与人们进(jìn)行沟(gōu)通并提供(gōng)建议，可以取代亚马(mǎ)逊、Siri或Outlook等应用。

大佬口中全能助手(shǒu)的到来可能尚需时日(rì)，但由ControlNet引(yǐn)发的又一(yī)次AI绘画浪潮，让AIGC在(zài)ChatGPT的话题热点包围(wéi)中杀(shā)出重围。

01

ControlNet颠(diān)覆AI绘(huì)画新玩法

AIGC向可控(kòng)靠(kào)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，在美国(guó)科罗拉多州举办的新兴(xīng)数字艺术家(jiā)竞(jìng)赛中，一(yī)幅名为《太空歌剧院》的作品获(huò)奖。

随后(hòu)各大(dà)厂商(shāng)的AI绘(huì)画软件被广大网友(yǒu)熟知并(bìng)体验(yàn)，Stable Diffusion便是其(qí)中代表。

用户(hù)们可以在应用中输入一组关键(jiàn)词或者(zhě)一(yī)张照片(piàn)，就能(néng)获得一幅AI创作的(de)画(huà)作。

作画的(de)关键就是所输入的文本。同一组关(guān)键词也可以(yǐ)创(chuàng)作出(chū)很多张风格不(bù)一样(yàng)的画(huà)作，这(zhè)让创作的过(guò)程就像开盲盒。

很多(duō)用户很(hěn)喜(xǐ)欢这(zhè)种不(bù)确定(dìng)的惊(jīng)喜(xǐ)，他们会将生成的美(měi)图(tú)当做头像。而另一部(bù)分喜欢翻看AI绘画的“翻车(chē)”作品。在社(shè)交媒体上，许多用户(hù)分享AI“翻车现场”，例如，一位网友的小狗照片被AI画(huà)成了“肌肉(ròu)男”，还有网(wǎng)友的个人照片被AI识别成了建(jiàn)筑。

而如今随(suí)着(zhe)ControlNet的(de)出现与加持，以(yǐ)往(wǎng)AI绘画的填写关(guān)键词游戏可能要被颠覆了。

ControlNet是一位正在斯坦福读博(bó)的中国人张吕敏创作的一种基于控制点的(de)图像(xiàng)变形算法，主要用(yòng)于(yú)数字图像处理、计算机(jī)视觉和计算机图形学等(děng)领域。

其(qí)SD插件一经发布，在短短的两天(tiān)内便(biàn)成为了AI绘画领域最新的热(rè)点。

在此之(zhī)前，大家(jiā)用了很多方(fāng)法想让AI生成的结果(guǒ)尽可(kě)能的(de)符合(hé)要求(qiú)，但是都不尽如人意，它(tā)的(de)出现代表着AI生成开始进入(rù)真正的可控时期(qī)。

因为ControlNet可以直接(jiē)提(tí)取画面的(de)构图，人物(wù)的姿势和(hé)画面的(de)深度信息等(děng)。有了它的帮助，就不用频繁的用提示词来碰运气，抽盲盒(hé)式的创作了。

通俗(sú)的说ControlNet相当于(yú)给AI绘画(huà)加了“魔法”，不(bù)少(shǎo)博(bó)主的作品已经获(huò)得了大(dà)量的浏(liú)览量(liàng)，“viggo”就是其中之一，他用朋(péng)友的照(zhào)片(piàn)直接带(dài)她们走(zǒu)进动漫世界。

viggo先用StableDiffusion图(tú)片转文字。

再用Text2Prompt插件拓展找到(dào)对应的关键词；最后用ControlNet插件绑(bǎng)定骨骼(gé)开始换关键词试效果。

通过图片就可以看出来，效果(guǒ)十分惊艳。

更(gèng)厉害的是，除了真实(shí)的照片(piàn)，草图也可以加上“魔法”，知乎大牛“DevPoint”和“逗(dòu)砂(shā)”介绍到ControlNet还能(néng)实现线稿转全彩图。大(dà)神张吕(lǚ)敏其本(běn)尊也(yě)亲(qīn)自回应(yīng)。

不得不说当下AIGC已经变得越来越强大，甚(shèn)至输出的(de)作品都已(yǐ)经能以(yǐ)假乱真了。

02

难辨(biàn)虚实，AIGC技(jì)术力爆发(fā)

警惕安(ān)全问题

近(jìn)日(rì)，“苏州(zhōu)金鸡(jī)湖(hú)有游艇party”的消息火遍网络(luò)，而经过警方辟谣这(zhè)所谓的“party”可能(néng)是全国(guó)第(dì)一起AI绘图诈(zhà)骗。

由于(yú)这个(gè)活动里面给出的美女照片(piànmine是什么词性物主代词，my是什么词性物主代词英语)都是(shì)AI制作(zuò)的真人照片绘(huì)图，因为(wèi)太(tài)逼真，被(bèi)大家当成真事(shì)传播了。

不过(guò)仔细观察可(kě)以发(fā)现，活动发起者提供(gōng)的照片中有个(gè)很大(dà)的漏洞可以发现并非真人，而是AI绘图，那便是(shì)图片中(zhōng)女性的手指部分有的存(cún)在异(yì)常。

有(yǒu)行业人事表示：“现在因为手(shǒu)指部分的(de)绘画算法比(bǐ)较复(fù)杂，AI还不太会(huì)画人(rén)的手，但最新看到(dào)的图片(piàn)已经有(yǒu)越来越(yuè)完美的AI模(mó)型出(chū)现，以后(hòu)可能就完全没有漏洞(dòng)了。”

类似的(de)AI作图诈骗(piàn)在(zài)国(guó)外也(yě)已有(yǒu)发生。据英国广播(bō)公司报道，土耳(ěr)其(qí)地震期间，有Tiktok用户使用AI合成了儿童(tóng)受(shòu)灾的假照片发布(bù)到网络，以此诱骗善良的人打(dǎ)赏“捐(juān)助”从而实施诈骗。

目前随着技术发展，AIGC已经能(néng)做出真人照片般的绘图效果，如果这样(yàng)的图片(piàn)被用来诈骗，将非常可怕。

此外AIGC还引发(fā)了很多担忧(yōu)，一(yī)方面，批判者认(rèn)为AI在“学习”了大量前人的作(zuò)品(pǐn)之后，其创作没有任何情(qíng)绪和灵(líng)魂，难以和人(rén)类的艺术创作相(xiāng)提(tí)并论。

另一方面，AIGC背后(hòu)的版(bǎn)权、目前都并没(méi)有(yǒu)得到有效的(de)解决，还(hái)有AIGC会不(bù)会(huì)代(dài)替人类“至高无上”的创意。

马斯(sī)克也强调，人工(gōng)智(zhì)能的安全问(wèn)题需(xū)要得到重视，太晚就来不及了(le)。

03

AIGC下一站除了(le)视频，还有远方

技术都是(shì)有两面性的，潜在的危(wēi)害并不(bù)能掩盖其光辉的贡献。现在(zài)看来(lái)，人工智能技术(shù)将(jiāng)是第(dì)四(sì)次工业革命(mìng)的核心驱动力(lì)量(liàng)，将创(chuàng)造新的增长奇迹。

过去一(yī)年，人(rén)工(gōng)智能在技术和商业层面(miàn)都有了巨大(dà)进(jìn)展，AI绘画就是人工智能(néng)技术发生方向性改(gǎi)变的(de)一个代表。其下一站或许就是视频。

此前，Meta和谷(gǔ)歌先后发布了几条引爆(bào)科技圈(quān)的(de)短视频。这些视频引发关注并非内容做得多优(yōu)秀，反而都(dōu)非常简(jiǎn)单，比如一匹正在喝水的马，一(yī)只(zhǐ)画(huà)画的(de)玩具熊(xióng)，或者一段骑摩托车(chē)的第一视角录像，随便一(yī)个有手机的(de)人都可以随手(shǒu)录(lù)下(xià)一(yī)段。

但(dàn)这些(xiē)短(duǎn)视频的创作方式非常简单(dān)，创作者仅(jǐn)仅需要向(xiàng)AI输入一段话，甚至只是说一下要求，AI就可以根据(jù)需要(yào)生成一段视频。

谷歌发布的两个AI生成视频(pín)分(fēn)别来自于Imagen Video和Phenaki，前者主要突出的是高清，与Meta的Make-A-Video没有太多的差别。

在Make-A-Video公布(bù)了AI生成的视频后(hòu)，AI圈就已经玩了(le)一波梗，一个能够做出更高清视频的AI还(hái)不足以在短时(shí)间内戳中兴奋点(diǎn)。

Phenaki更加令人震惊的地方在于，它可(kě)以制作(zuò)出超(chāo)过2分(fēn)钟的连贯的也有确切(qiè)内容的视频，这才是真正让人(rén)们感到惊喜的(de)地方。因为无论AI生(shēng)成的视频多么(me)高(gāo)清，也只(zhǐ)能是为内容生产者提供一(yī)个(gè)灵(líng)感，一(yī)个素(sù)材，一个过场动画(huà)。

不过能够制作出有具体剧情内容的视频(pín)就意味着(zhe)，一些视(shì)频创作(zuò)由AI代替人工(gōng)完成已经初步有了可能。

当下AI的发展速度已(yǐ)经超过大部分人的想象。内容(róng)产业的本质是供给创(chuàng)造需求(qiú)，AIGC作为全新的(de)内容生产方式，可以为内容产业带(dài)来更新的内容风格、更快的生产速度，更(gèng)低(dī)的生产成(chéng)本，这无疑会(huì)驱(qū)动内(nèi)容产(chǎn)业(yè)的大爆发。

除了(le)AI绘图、视频，AIGC技术(shù)还能应(yīng)用(yòng)于音乐(lè)、代码(mǎ)、机器人动(dòng)作等(děng)多(duō)种内容形式的生(shēng)成。不难发现该项技术不仅在游戏(xì)等行业能(néng)得到有效应用，对于下一代互联网各种元(yuán)素的构建(jiàn)亦(yì)有关键意义。

从商业(yè)化的角度(dù)来看，文化(huà)娱乐、教育、传(chuán)媒等诸多领域，本身就(jiù)对基于AI的可视(shì)化(huà)内容(róng)有强烈需求(qiú)。

因此，AI绘画及视频或(huò)不(bù)是结(jié)果，而(ér)只是AI进程(chéng)中的一块重要拼图，有望在技术更(gèng)新的(de)加(jiā)持下实(shí)现更大的应用价值。

AI从理解内容，走向了可以生成内容，甚(shèn)至能够(gòu)创造出(chū)独立价值和独(dú)立视(shì)角的(de)内容。AIGC的再次出圈，更(gèng)代表(biǎo)着未来的先进生(shēng)产力(lì)即将(jiāng)到来。

04

紧抓大模(mó)型(xíng)与算(suàn)力，牢固AIGC底座

从(cóng)技术的发(fā)展也可以看出，在语言大模型、图像大模型之后(hòu)，多模态大模(mó)型已经成为了新的(de)趋势。

大模(mó)型被誉为(wèi)当(dāng)前(qián)人工(gōng)智能发(fā)展的智能(néng)底座，是全球竞争最激烈的研究方向之一，包括谷歌、亚马逊、百度、阿里、腾讯等(děng)众多头部(bù)企业都在竞相(xiāng)发力。

不过训练大模型的(de)确(què)价格(gé)不菲，以国(guó)盛证券发布的(de)《ChatGPT需要多少算力》报告估算，GPT-3训练一次的成本约(yuē)为140万美元。而对于一些更大的LLM(大(dà)型语言(yán)模型)，训(xùn)练成本则介于200万(wàn)美(měi)元至1200万美元(yuán)高(gāo)价之间。

以ChatGPT在2023年1月的独立(lì)访客(kè)平均数1300万计算，其对应(yīng)芯片需(xū)求为(wèi)3万多片(piàn)英(yīng)伟达A100 GPU，初始投(tóu)入成本(běn)约为(wèi)8亿美元(yuán)，每日仅电费(fèi)就在5万美元左右。

此外(wài)不论是ChatGPT还是AIGC，都(dōu)离不(bù)开庞大算(suàn)力支持。在关注各(gè)类大(dà)模型的发(fā)展同(tóng)时，更(gèng)应(yīng)该关注算力网络的建设(shè)。

算力网络正(zhèng)驱动AI产业发展进入史诗级(jí)加速进程，让AIGC及通用AI这一人(rén)工(gōng)智能发展的终极目标离得更(gèng)近。

因为算力可以对突(tū)破性(xìng)技术创新提供大力(lì)的支持(chí)。这(zhè)方(fāng)面，多模态大模(mó)型(xíng)是(shì)典型。作(zuò)为面向未(wèi)来强人工(gōng)智能、通(tōng)用人工(gōng)智能的重要技(jì)术创新，多模态大(dà)模型已经在人(rén)工智能领域提出(chū)了很多年，业(yè)界(jiè)也有(yǒu)不(bù)少技术突破，但是，多(duō)模态大(dà)模型进一步往下走，算(suàn)力需求呈几何(hé)式(shì)上升(shēng)，一般的算力(lì)基础(chǔ)设施很快将难以胜(shèng)任。

从图像、文字、语音单独一项的(de)训(xùn)练(liàn)，到双模态、三模态(tài)的(de)跃迁(qiān)，让人工(gōng)智能可以灵活应(yīng)对不(bù)同模态的转化(huà)、像人与世界交互一样自然，这(zhè)方面，由算(suàn)力网络来(lái)驱动将有(yǒu)明显(xiǎn)优势。

此(cǐ)外(wài)，还有(yǒu)很多(duō)需要(yào)爆(bào)发式增长的(de)算(suàn)力来支撑(chēng)的技术创新，将在人工智能算力网络支撑下快速推进。

AIGC已(yǐ)经(jīng)露出曙光，期待在大(dà)模型和大算力的支(zhī)持下AIGC能持续(xù)颠覆内(nèi)容生产的方式，将(jiāng)创造的边际成本(běn)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 mine是什么词性物主代词，my是什么词性物主代词英语