自聊天机(jī)器人ChatGPT火(huǒ)爆以来，微软公司创始(shǐ)人比尔·盖茨已多次(cì)公开谈论人(rén)工智能(néng)话题。在(zài)最近的一次采访中，他再次表示：“AI可能(néng)会让科技(jì)行业迎来一次剧(jù)烈的(de)洗牌”。

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

他预期(qī)，AI的发展可能会威胁到谷(gǔ)歌的市(shì)占率，因为微软在(zài)AI方面(miàn)的行(xíng)动相(xiāng)当迅速。而最终科技巨头(tóu)将(jiāng)把AI整合成用(yòng)户(hù)的(de)“全(quán)能助手(shǒu)”，包(bāo)揽一切应(yīng)用，与人们进行沟通并提供(gōng)建(jiàn)议，可以(yǐ)取代亚马逊、Siri或Outlook等(děng)应(yīng)用。

大佬口中全能助手的(de)到来(lái)可能(néng)尚需时日(rì)，但由ControlNet引发(fā)的又一次AI绘画浪潮，让AIGC在ChatGPT的话题热点包围中杀出重(zhòng)围(wéi)。

01

ControlNet颠覆(fù)AI绘画新玩法

AIGC向(xiàng)可控靠近

以AI绘画(huà)为代表的AIGC上(shàng)一次爆火(huǒ)的时候，还是(shì)2022年8月，在(zài)美国科罗拉多州举办(bàn)的新兴数(shù)字艺术家竞赛中，一幅名为《太(tài)空(kōng)歌剧院》的作品获奖(jiǎng)。

随后各大厂商的AI绘(huì)画软件被广(guǎng)大网(wǎng)友熟知并体验，Stable Diffusion便是其(qí)中(zhōng)代表。

用(yòng)户们可(kě)以在应用中输入(rù)一(yī)组刚结婚是不是会天天做关键词或者(zhě)一张照片，就能(néng)获得一幅(fú)AI创(chuàng)作的(de)画(huà)作。

作画的关键就是所(suǒ)输(shū)入的(de)文本。同一组(zǔ)关键词也可以创(chuàng)作(zuò)出很多(duō)张风格不(bù)一样的画作，这让创作的(de)过程就像(xiàng)开盲(máng)盒。

很(hěn)多用(yòng)户(hù)很(hěn)喜欢(huān)这种不确(què)定的(de)惊喜，他(tā)们(men)会将(jiāng)生(shēng)成的美图当做头像(xiàng)。而另一部分喜欢(huān)翻看AI绘画的(de)“翻车”作品。在社交媒体上，许多用(yòng)户分刚结婚是不是会天天做享AI“翻车现(xiàn)场”，例(lì)如(rú)，一位(wèi)网友的(de)小狗照片被AI画成了“肌(jī)肉男(nán)”，还有网友(yǒu)的个人照片被AI识(shí)别(bié)成了(le)建筑(zhù)。

而(ér)如(rú)今随着ControlNet的出现与加持，以往AI绘画的填写(xiě)关(guān)键(jiàn)词(cí)游(yóu)戏可能(néng)要被颠覆(fù)了(le)。

ControlNet是一位正在斯坦福读博的中国人张吕(lǚ)敏创作的(de)一(yī)种基于控制点(diǎn)的(de)图像变形算法(fǎ)，主要用于数字图像处理、计算机视觉和计(jì)算机图形学(xué)等领域。

其(qí)SD插件(jiàn)一经发(fā)布，在短(duǎn)短的两天内便成(chéng)为了(le)AI绘画领域最新(xīn)的(de)热点。

在此(cǐ)之(zhī)前(qián)，大(dà)家用了很多方法想让AI生成的结(jié)果尽可能的符合要求，但是都不尽(jǐn)如人意，它的出现代表(biǎo)着AI生成开始进入真正(zhèng)的可控(kòng)时(shí)期(qī)。

因为ControlNet可以直(zhí)接提取画面(miàn)的构图，人物的姿势和画面的(de)深度(dù)信息(xī)等。有了它的帮助(zhù)，就(jiù)不用频(pín)繁的用提示词来碰运气(qì)，抽盲盒式的(de)创作(zuò)了。

通俗的(de)说ControlNet相当于给AI绘画(huà)加了“魔法”，不少博主的作(zuò)品已经获得了大量的浏览量，“viggo”就是其中之一，他(tā)用(yòng)朋友的照(zhào)片直接带她们走进(jìn)动漫世(shì)界。

viggo先(xiān)用(yòng)StableDiffusion图片(piàn)转文(wén)字。

再用Text2Prompt插件拓展(zhǎn)找(zhǎo)到对应的关(guān)键词；最后用(yòng)ControlNet插件(jiàn)绑定(dìng)骨骼开始换(huàn)关键词试(shì)效果。

通过图(tú)片就可以看(kàn)出来，效果十分惊(jīng)艳。

更厉害的是，除(chú)了(le)真(zhēn)实的照片，草图也可(kě)以加上“魔法(fǎ)”，知乎(hū)大牛(niú)“DevPoint”和“逗砂”介绍到ControlNet还能实现线稿(gǎo)转全彩图(tú)。大神张吕(lǚ)敏其(qí)本尊也(yě)亲自回应(yīng)。

不(bù)得不说(shuō)当(dāng)下AIGC已经(jīng)变得越来越强(qiáng)大(dà)，甚至输出(chū)的作品都(dōu)已经能以假乱真了(le)。

02

难辨虚实，AIGC技术力爆发

警惕安全问题

近日(rì)，“苏州金(jīn)鸡(jī)湖有游艇party”的消(xiāo)息火(huǒ)遍网(wǎng)络(luò)，而经过警方辟谣这所谓的(de)“party”可能是全国(guó)第一起AI绘图诈(zhà)骗。

由于这个(gè)活动里面给出的美(měi)女(nǚ)照片都是AI制作的(de)真(zhēn)人照片(piàn)绘图，因为太逼真，被大家当成真事传播了(le)。

不过(guò)仔细观察(chá)可以(yǐ)发现(xiàn)，活(huó)动发起者提供的(de)照片中有个很大的(de)漏洞可(kě)以发现并非真人，而是(shì)AI绘图，那便是图片中女(nǚ)性的手指(zhǐ)部分(fēn)有的(de)存在(zài)异常。

有行(xíng)业人事表(biǎo)示：“现(xiàn)在因为(wèi)手指部分的绘(huì)画算法比(bǐ)较复杂，AI还不太会画人的手，但最新看到的图(tú)片已(yǐ)经有越(yuè)来(lái)越完美(měi)的(de)AI模型(xíng)出现，以后可能就完全没(méi)有漏洞了(le)。”

类似的(de)AI作(zuò)图诈骗(piàn)在国外也已有发生。据英国广播(bō)公司报道，土耳(ěr)其地震期间，有(yǒu)Tiktok用户使(shǐ)用AI合成了(le)儿童受灾的假照片发布到网络(luò)，以(yǐ)此(cǐ)诱骗(piàn)善良的人打(dǎ)赏“捐助”从而实(shí)施诈骗(piàn)。

目前随着技术发(fā)展，AIGC已经能做出真人照(zhào)片般的绘图效果，如果这样的图片被用来诈骗，将非(fēi)常(cháng)可怕。

此(cǐ)外AIGC还引发了很多担忧，一(yī)方面，批(pī)判者认为AI在“学习(xí)”了大量前人的作(zuò)品之后，其创作(zuò)没有任何情绪和灵(líng)魂，难(nán)以和人类的艺术创(chuàng)作相提(tí)并论。

另一方面(miàn)，AIGC背后的版权、目(mù)前(qián)都并没有得到有(yǒu)效的(de)解决，还有(yǒu)AIGC会不会(huì)代替人类“至(zhì)高无上”的创意。

马(mǎ)斯克也强调，人工智能(néng)的安全问题需要得到(dào)重视，太晚就来不及了。

03

AIGC下一站除了(le)视(shì)频(pín)，还有远方

技术(shù)都是有两面性(xìng)的，潜在的危害并不能掩盖其光辉的贡(gòng)献。现在看来(lái)，人工智能(néng)技术(shù)将是第(dì)四(sì)次工业革命的核心(xīn)驱动力(lì)量，将创造新的(de)增长奇迹。

过去一年，人工智能在技(jì)术和商业层面都有了巨(jù)大进展，AI绘画就是人工智能技术发生方向(xiàng)性改变(biàn)的一(yī)个代(dài)表。其下一站或许就是视频。

此前，Meta和谷歌先(xiān)后发布了几条引爆(bào)科技圈的短(duǎn)视(shì)频。这(zhè)些视频引发关(guān)注并非内容做得多优秀(xiù)，反而都非常(cháng)简(jiǎn)单，比如一匹正在喝(hē)水的马，一只画画的玩具熊，或者一(yī)段骑摩托车的第一(yī)视角录像，随便一个(gè)有手机的人(rén)都可以(yǐ)随手录(lù)下(xià)一段(duàn)。

但(dàn)这些短视频的创作方式非常简(jiǎn)单，创(chuàng)作者仅(jǐn)仅需要向(xiàng)AI输入一段话(huà)，甚至只(zhǐ)是说一下要求，AI就(jiù)可以根据需要生成一段(刚结婚是不是会天天做duàn)视(shì)频。

谷歌发(fā)布的两个AI生成视(shì)频分别来自(zì)于Imagen Video和Phenaki，前(qián)者主要(yào)突(tū)出的是高清(qīng)，与(yǔ)Meta的Make-A-Video没有(yǒu)太多的差别(bié)。

在Make-A-Video公布了AI生成(chéng)的视频后，AI圈就已经玩(wán)了一波梗，一个能够做出更高清视频的AI还不足以(yǐ)在短时间内戳中兴奋点。

Phenaki更加(jiā)令人震惊的地方在于，它可以制作(zuò)出(chū)超过2分钟的连贯(guàn)的也有确切内容的(de)视(shì)频，这才是真正让人们(men)感到惊(jīng)喜的地(dì)方。因为无论AI生成的视频多么高(gāo)清，也只(zhǐ)能是为内容生(shēng)产(chǎn)者提(tí)供一个灵感(gǎn)，一个素(sù)材，一(yī)个(gè)过场动(dòng)画(huà)。

不过(guò)能够制作出有(yǒu)具体剧情内容的(de)视(shì)频(pín)就(jiù)意(yì)味着，一些视频创作由(yóu)AI代(dài)替人工完成已经(jīng)初步有(yǒu)了可(kě)能。

当下AI的发展速度(dù)已(yǐ)经(jīng)超过大部分人的想(xiǎng)象。内(nèi)容(róng)产业的本质(zhì)是(shì)供给创造需求，AIGC作(zuò)为全(quán)新(xīn)的内容(róng)生产方式，可以为(wèi)内(nèi)容产(chǎn)业带(dài)来更(gèng)新的(de)内容(róng)风格、更快的生产速度，更(gèng)低的生产成本，这无疑会驱动(dòng)内容产业的大爆发。

除了(le)AI绘(huì)图(tú)、视频，AIGC技术还能(néng)应用于音乐、代码、机器人动作等多种内容形(xíng)式的生成。不难发(fā)现该项技(jì)术不仅在游戏等(děng)行业能得到有效应用，对(duì)于下一代互联(lián)网各种(zhǒng)元(yuán)素的构建(jiàn)亦有关键意义。

从商业化的(de)角度来看(kàn)，文化娱(yú)乐、教育、传媒(méi)等诸多领域，本身(shēn)就对基于AI的(de)可视化内容有强烈(liè)需求。

因(yīn)此(cǐ)，AI绘(huì)画及视(shì)频或不是结(jié)果，而只(zhǐ)是AI进程中的(de)一块(kuài)重要(yào)拼图，有望在技(jì)术更(gèng)新的加(jiā)持下实现(xiàn)更大(dà)的应用价值。

AI从理解内容(róng)，走向了可以生成内容，甚至能够创造出独立价(jià)值和独立视(shì)角的内容(róng)。AIGC的再次出圈，更代表着未来的先进生(shēng)产力即(jí)将(jiāng)到来。

04

紧抓大模型(xíng)与算(suàn)力，牢固AIGC底座

从技术的发展也可以(yǐ)看出，在(zài)语(yǔ)言大模型、图像大模型(xíng)之后，多模态大模型已经成为(wèi)了(le)新(xīn)的趋势。

大模型被誉为(wèi)当(dāng)前人(rén)工智能发展的智能底座，是全(quán)球竞争最激烈(liè)的研究方向之一，包括谷歌、亚马逊、百度(dù)、阿里、腾讯等众(zhòng)多头部企(qǐ)业都在竞(jìng)相发力。

不过训练大模型(xíng)的确价(jià)格不(bù)菲，以国盛证券发布(bù)的《ChatGPT需要(yào)多少算(suàn)力》报告估(gū)算(suàn)，GPT-3训练一(yī)次的成(chéng)本约为140万美元。而对于(yú)一些更(gèng)大的(de)LLM(大(dà)型(xíng)语言(yán)模(mó)型(xíng))，训练成(chéng)本则介于200万美元至1200万(wàn)美元高价之间(jiān)。

以ChatGPT在2023年1月的(de)独(dú)立访客平均数1300万计算(suàn)，其(qí)对(duì)应芯片需求为3万(wàn)多片(piàn)英伟达(dá)A100 GPU，初(chū)始投入成本(běn)约(yuē)为8亿(yì)美元，每日仅电(diàn)费就(jiù)在5万美元左右。

此外不论是ChatGPT还是AIGC，都(dōu)离不开庞大算力支持。在(zài)关(guān)注各类大模(mó)型(xíng)的发展(zhǎn)同时，更应(yīng)该关注算力网络的建设。

算(suàn)力网络正驱动AI产业发展进入史(shǐ)诗级加(jiā)速进(jìn)程，让AIGC及通用AI这一人(rén)工智能发展的(de)终极(jí)目标离得更近。

因为算力(lì)可以对突(tū)破性技术创新提供大力(lì)的支(zhī)持。这方(fāng)面，多模态(tài)大模型(xíng)是典型。作为面(miàn)向未来强人(rén)工智(zhì)能、通(tōng)用人工(gōng)智(zhì)能的重(zhòng)要(yào)技术创新，多模态大(dà)模型已(yǐ)经在人工(gōng)智能领域提(tí)出了很多年，业界(jiè)也有(yǒu)不少(shǎo)技术(shù)突破，但是，多模(mó)态大模(mó)型进一(yī)步(bù)往下走，算力需求呈几何式上升，一般的算力基础设(shè)施很(hěn)快(kuài)将难以胜任。

从图像、文字、语音单独一项(xiàng)的(de)训练，到(dào)双模态、三模态的(de)跃(yuè)迁，让(ràng)人(rén)工智能可以灵活应对不同模态的(de)转(zhuǎn)化(huà)、像人与世界交互一(yī)样自然，这(zhè)方面，由算力网络(luò)来驱动(dòng)将有明显优(yōu)势(shì)。

此(cǐ)外(wài)，还有很多需要爆发式(shì)增长的算力(lì)来支撑的技术(shù)创(chuàng)新，将在人工智能算力网络支撑下快速推进。

AIGC已(yǐ)经露出曙光，期(qī)待在大模型和大算(suàn)力的支持下AIGC能(néng)持续颠覆内(nèi)容生(shēng)产的方式(shì)，将创造(zào)的(de)边际成本降低(dī)，让(ràng)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 刚结婚是不是会天天做