自聊天机器人ChatGPT火(huǒ)爆以(yǐ)来，微(wēi)软(ruǎn)公(gōng)司(sī)创(chuàng)始(shǐ)人(rén)比尔·盖(gài)茨已多次公开谈论(lùn)人工智能话题(tí)。在最近的一次(cì)采访中，他再次表示：“AI可能会(huì)让科技行(xíng)业(yè)迎来(lái)一次剧(jù)烈的洗牌”。

这个结论是他(tā)在当地时间2月20日接受《In Good Company》节目专访时提(tí)出的(de)。

他预(yù)期(qī)，AI的发(fā)展可能会威胁(xié)到谷歌的市(shì)占率，因(yīn)为(wèi)微软在AI方(fāng)面的行动(dòng)相当迅速。而最终科技巨头将把(bǎ)AI整(zhěng)合成用户的“全能助(zhù)手”，包揽(lǎn)一切应(yīng)用(yòng)，与人(rén)们进行沟通并提(tí)供建(jiàn)议，可以取代亚马逊(xùn)、Siri或Outlook等应用(yòng)。

大佬(lǎo)口(kǒu)中全能助手的到(dào)来(lái)可能尚需(xū)时日，但(dàn)由ControlNet引(yǐn)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(chū)重围。

01

ControlNet颠覆AI绘画新玩法(fǎ)

AIGC向可控靠近

以AI绘(huì)画为代表的AIGC上一次(cì)爆(bào)火的(de)时(shí)候，还(hái)是2022年8月，在美国科罗拉(lā)多(duō)州举(jǔ)办的新(xīn)兴数字艺术家竞赛中，一(yī)幅名为《太空歌剧院(yuàn)》的(de)作品获奖。

随后各大厂(chǎng)商的(de)AI绘(huì)画(huà)软件(jiàn)被广大网友熟知并(bìng)体验，Stable Diffusion便(biàn)是(shì)其中代(dài)表。

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

作画的关键就是所输入的文(wén)本。同一组关键词(cí)也可以创(chuàng)作出很多(duō)张风格不(bù)一样的画作，这(zhè)让(ràng)创作的过程就(jiù)像开盲盒。

很(hěn)多(duō)用户很喜欢这种不确(què)定的惊喜，他们会将生成的美图当做头像。而另一部分喜欢翻看AI绘画的“翻车”作(zuò)品。在社交媒体上，许多用户分(fēn)享(xiǎng)AI“翻车(chē)现场”，例(lì)如(rú)，一位网友的小狗(gǒu)照片被AI画(huà)成(chéng)了“肌肉男”，还有(yǒu)网友的个人照片被AI识别成了(le)建筑。

而(ér)如今随着ControlNet的出(chū)现与(yǔ)加持，以往AI绘画的填写关键词(cí)游戏可能要(yào)被颠(diān)覆了。

ControlNet是一位正(zhèng)在(zài)斯坦福读(dú)博的中国人张吕敏(mǐn)创作的一(yī)种基(jī)于(yú)控制点的图像(xiàng)变形算(suàn)法，主要用(yòng)于数(shù)字图像处理、计算机视觉和计(jì)算机图形(xíng)学等领域。

其SD插件一(yī)经发布，在短(duǎn)短的(de)两天内便成为了AI绘画(huà)领域最新的热点(diǎn)。

在(zài)此之前，大家用了很多方法(fǎ)想让AI生成的(de)结果尽可能的符合要求，但是都(dōu)不尽如人意，它的出现代(dài)表(biǎo)着AI生成(chéng)开始进入真正(zhèng)的可(kě)控时期。

因(yīn)为ControlNet可以直接(jiē)提取画面的(de)构图，人物(wù)的姿势和(hé)画面的(de)深度信息等。有了它的帮(bāng)助(zhù)，就不用频繁的用(yòng)提示词来(lái)碰运气，抽盲盒式的创作了(le)。

通俗的说(shuō)ControlNet相当于给AI绘(huì)画加(jiā)了“魔法”，不少博主的作品已经获得了(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(tā)们(men)走进动漫世界。

viggo先用StableDiffusion图片转文字。

再用Text2Prompt插件(jiàn)拓展(zhǎn)找(zhǎo)到对应的关键词；最后用ControlNet插件绑定骨骼开始(shǐ)换关键词试效果。

通过图片就(jiù)可以(yǐ)看出来(lái)，效果十分(fēn)惊艳(yàn)。

更厉害(hài)的(de)是(shì)，除了真实的照(zhào)片(piàn)，草图(tú)也(yě)可以加上“魔法”，知乎大牛“DevPoint”和“逗(dòu)砂”介(jiè)绍到ControlNet还能(néng)实现(xiàn)线稿转全彩图。大神张吕敏其本尊也亲自回应。

不得不说当(dāng)下AIGC已经变得越(yuè)来越强(qiáng)大，甚至输出(chū)的(de)作品都已经能以假乱(luàn)真了。

02

难(nán)辨虚(xū)实，AIGC技术力(lì)爆(bào)发

警(jǐng)惕安全(quán)问(wèn)题

近日，“苏州(zhōu)金鸡湖(hú)有游艇(tǐng)party”的(de)消息火遍网络，而经过警方辟谣这所谓的“party”可能是(shì)全国第一起AI绘图诈骗。

由于(yú)这个活动里面(miàn)给出的美女照片都是AI制作的真(zhēn)人(rén)照(zhào)片绘(huì)图，因为太逼真，被大家当成真事传播了(le)。

不过仔细观察(chá)可(kě)以(yǐ)发(fā)现，活(huó)动发起者提供(gōng)的照片中有(yǒu)个很(hěn)大的漏洞可(kě)以发现(xiàn)并非真人(rén)，而是(shì)AI绘图，那便是图片中女性的手指(zhǐ)部分有的存在异常。

有行(xíng)业人事表(biǎo)示(shì)：“现在因(yīn)为手指部分的(de)绘画算法(fǎ)比较复杂，AI还不太会画(huà)人的手，但最新看到的图片(piàn)已经有越来越完(wán)美(měi)的AI模型出现，以后可(kě)能就完全(quán)没(méi)有漏(lòu)洞了。”

类(lèi)似(shì)的AI作图诈骗在国外也(yě)已有发生。据英国广播公司(sī)报道(dào)，土耳(ěr)其地震期(qī)间(jiān)，有Tiktok用(yòng)户使用AI合成了儿童受灾的(de)假照片发布到网(wǎng)络，以此诱骗善(shàn)良的(de)人(rén)打赏“捐助”从而实施诈骗。

目前随(suí)着技术发展，AIGC已经能做(zuò)出(chū)真(zhēn)人(rén)照片般的绘图(tú)效(xiào)果，如果这样(yàng)的图片被用来诈(zhà)骗，将(jiāng)非(fēi)常可怕。

此外(wài)AIGC还引发了(le)很多担忧，一方面，批判者认(rèn)为AI在“学(xué)习”了大(dà)量前人(rén)的(de)作品(pǐn)之后，其(qí)创作没有(yǒu)任何情绪和灵魂，难以(yǐ)和(hé)人类的艺术创作相提并论。

另(lìng)一方面，AIGC背后的版(bǎn)权、目前都并没有得到(dào)有(yǒu)效的(de)解决，还有(yǒu)AIGC会(huì)不(bù)会代替人类“至高无上”的创意。

马(mǎ)斯克也强调，人工智能的(de)安(ān)全(quán)问题(tí)需要得(dé)到(dào)重(zhòng)视(shì)，太(tài)晚就来不(bù)及了。

03

AIGC下一站除(chú)了视频，还有远方(fāng)

技术都是有两面性(xìng)的(de)，潜在的危害并不能(néng)掩盖其光(guāng)辉的贡献。现在看来，人工智能技术将是第(dì)四次工业(yè)革命(mìng)的核心驱动力量，将创造新的增长奇迹。

过去(qù)一年，人工(gōng)智能在技术和商业层面(miàn)都有(yǒu)了(le)巨大进展(zhǎn)，AI绘(huì)画(huà)就(jiù音域划分从低到高，人声音域划分)是人(rén)工智能技术发生(shēng)方向性改变的一个代表。其下(xià)一站或许就是(shì)视频。

此前，Meta和(hé)谷歌先后发布了几条引(yǐn)爆科技圈(quān)的短视频。这些视频引发关注(zhù)并非内容做得多优秀，反而都非常简单，比如一匹正在喝(hē)水的马(mǎ)，一只画画(huà)的玩具(jù)熊，或者一(yī)段(duàn)骑摩托(tuō)车的(de)第一视(shì)角录(lù)像，随便一个有手机的人都可以随手(shǒu)录(lù)下一段(duàn)。

但这些短视频的创(chuàng)作方式(shì)非常简单，创(chuàng)作者(zhě)仅仅需要(yào)向AI输入一(yī)段话，甚(shèn)至只(zhǐ)是说一下要求，AI就可以根据(jù)需要生成一(yī)段视频。

谷歌发布(bù)的两(liǎng)个(gè)AI生成(chéng)视(shì)频分别(bié)来(lái)自于Imagen Video和(hé)Phenaki，前者主(zhǔ)要突出的是高(gāo)清，与Meta的Make-A-Video没(méi)有太多的差别(bié)。

在Make-A-Video公布了AI生成的视频后，AI圈就已经(jīng)玩了一波梗，一个能够(gòu)做出更(gèng)高清(qīng)视频的AI还(hái)不(bù)足(zú)以在短时间内戳(chuō)中兴奋点。

Phenaki更加令人(rén)震惊的地(dì)方在于，它可以制作出超过2分钟的连(lián)贯的也有确切内容的(de)视频(pín)，这才是(shì)真正让人们感到惊喜的地方(fāng)。因为(wèi)无论AI生成的视频多么(me)高清，也只能(néng)是为内(nèi)容生(shēng)产(chǎn)者提供一(yī)个灵(líng)感(gǎn)，一个素材，一个过场(chǎng)动画。

不过能够(gòu)制(zhì)作(zuò)出(chū)有具(jù)体剧情(qíng)内容的视频就意味着，一些视频创(chuàng)作由AI代替人工完成已经初步有了可能(néng)。

当下(xià)AI的(de)发音域划分从低到高，人声音域划分展速度已经超(chāo)过(guò)大部分人的想象。内容(róng)产业的(de)本(běn)质是供(gōng)给(gěi)创造需求，AIGC作为全新的(de)内容生产方式，可以为(wèi)内容(róng)产(chǎn)业带来(lái)更新(xīn)的内容风(fēng)格(gé)、更快(kuài)的生(shēng)产速度(dù)，更低的(de)生(shēng)产成本，这无疑会驱动内容产业的大爆(bào)发。

除(chú)了AI绘图、视频，AIGC技(jì)术还能应用于音乐、代(dài)码、机器人动作等多种内容形式的生成。不难发现该项技术不仅在游戏等行业能(néng)得(dé)到有效应(yīng)用，对于下一代互联网各(gè)种元(yuán)素的(de)构建亦有关(guān)键意义。

从(cóng)商业化的(de)角度来(lái)看，文化娱乐、教育、传媒(méi)等诸多领域(yù)，本身就(jiù)对基(jī)于AI的可视化内容有强烈需求。

因此，AI绘画(huà)及视频(pín)或不是(shì)结果(guǒ)，而只是AI进程(chéng)中的一块重要拼图，有望在技术更新的(de)加(jiā)持下实现更大的应(yīng)用价值。

AI从理解内容(róng)，走向了可以(yǐ)生成内容，甚(shèn)至能够创造出独(dú)立价值和(hé)独立视角(jiǎo)的(de)内容。AIGC的再次出圈，更代表着未来的先进生产力即将到来。

04

紧抓大模型与算(suàn)力(lì)，牢固(gù)AIGC底(dǐ)座(zuò)

从技术的发展(zhǎn)也可以看出，在语言大模型、图像大模型(xíng)之后，多模态大模型已经成为了新的趋势。

大模型被誉为当前人工智能(néng)发展的智能底座(zuò)，是全球竞争最激(jī)烈的研究(jiū)方向之(zhī)一，包括谷歌、亚(yà)马逊(xùn)、百(bǎi)度、阿里、腾讯等众多头部企业都在竞相(xiāng)发力。

不过(guò)训练大(dà)模型的确价格(gé)不菲，以国盛证(zhèng)券发布(bù)的《ChatGPT需要多(duō)少算力》报告估算，GPT-3训练一次的成(chéng)本约为(wèi)140万美(měi)元。而对于一些更(gèng)大的LLM(大型语言(yán)模型)，训练成本则介于200万美元至1200万美元高价之间。

以ChatGPT在2023年1月的独立访客(kè)平均数1300万计算(suàn)，其对(duì)应(yīng)芯片(piàn)需求为3万(wàn)多片英伟达A100 GPU，初始投(tóu)入成本约为(wèi)8亿美(měi)元，每(měi)日仅电费(fèi)就在5万美(měi)元(yuán)左右。

此(cǐ)外不(bù)论(lùn)是ChatGPT还是AIGC，都离不开庞大算力(lì)支持(chí)。在关注各类大模型的发展同时，更应该(gāi)关注算力网络的建设。

算力网(wǎng)络正驱动AI产业发展进(jìn)入史诗级(jí)加(jiā)速进程，让(ràng)AIGC及通用AI这一人工智能发展的终(zhōng音域划分从低到高，人声音域划分)极目(mù)标(biāo)离得更(gèng)近。

因为算力可以对突(tū)破性(xìng)技(jì)术创新提供大力的(de)支(zhī)持。这方面，多模态大模型是典(diǎn)型。作为面向未(wèi)来强人工智能、通用人工(gōng)智能的重要技(jì)术创(chuàng)新，多模(mó)态大模型(xíng)已经在人工智能领(lǐng)域(yù)提出了很多年(nián)，业界(jiè)也有不少技术(shù)突(tū)破，但是，多模态大模型进一步往下(xià)走(zǒu)，算力(lì)需求(qiú)呈(chéng)几何式上升，一般的(de)算力(lì)基础(chǔ)设施很快将难(nán)以(yǐ)胜任(rèn)。

从图像、文字(zì)、语音单独一项(xiàng)的训练，到双模态、三(sān)模态的(de)跃迁，让人工智(zhì)能可以灵活应对不同模(mó)态的转化、像人与世界(jiè)交互一样(yàng)自然(rán)，这方面(miàn)，由(yóu)算(suàn)力网络来驱动将有(yǒu)明显优(yōu)势。

此(cǐ)外，还有很多需要爆(bào)发式增(zēng)长的(de)算力来(lái)支(zhī)撑的(de)技术创新，将在(zài)人工智能算力网(wǎng)络支(zhī)撑下快速推进。

AIGC已经(jīng)露出曙光，期待在(zài)大模(mó)型和大算力的(de)支持下AIGC能持续颠(diān)覆内容生产的方式(shì)，将创造的边际成本降低，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 音域划分从低到高，人声音域划分