自聊天机(jī)器人ChatGPT火爆(bào)以来，微软公司(sī)创(chuàng)始人比尔(ěr)·盖茨已(yǐ)多次公开谈论人工(gōng)智能话(huà)题(tí)。在最(zuì)近的(de)一(yī)次采访中，他再次表示：“AI可能会让科技行业迎来一次(cì)剧烈的洗牌(pái)”。

这(zhè)个结论是(shì)他在(zài)当(dāng)地时间2月20日接受《In Good Company》节目专访时提出(chū)的。

他预期，AI的发展可能会威胁到谷歌的市占(zhàn)率，因为微软在(zài)AI方面的(de)行(xíng)动(dòng)相当迅速。而最终科技巨(jù)头将把AI整合成用户的“全能助手”，包揽一(yī)切应用，与人们进行沟通并提供建议，可以取代(dài)亚马逊、Siri或Outlook等应用(yòng)。

大(dà)佬(lǎo)口中全能(néng)助手的到来可(kě)能尚需时日，但由(yóu)ControlNet引发的又(yòu)一次AI绘画浪潮，让AIGC在(zài)ChatGPT的话(huà)题热点包围(wéi)中杀(shā)出重围。

01

ControlNet颠覆AI绘画新(xīn)玩法

AIGC向(xiàng)可控靠近

以AI绘画为(wèi)代表的(de)AIGC上一次爆火(huǒ)的时(shí)候，还是2022年8月，在美国科罗(luó)拉多州举办的新(xīn)兴数字艺术(shù)家竞赛中，一(yī)幅(fú)名为《太空歌剧院》的作(zuò)品获(huò)奖。

随(suí)后各(gè)大厂商的AI绘画软(ruǎn)件被(bèi)广大网(wǎng)友(yǒu)熟知并(bìng)体验，Stable Diffusion便是其(qí)中代表。

用户们可以(yǐ)在应(yīng)用中输入一组关键词或者一(yī)张照片(piàn)，就(jiù)能(néng)获得一幅AI创作的画作。

作画的(de)关键就是所输入的文本。同一(yī)组关键词也可以(yǐ)创作出(chū)很多(duō)张(zhāng)风格不(bù)一样的画作，这让(ràng)创(chuàng)作的过程(chéng)就(jiù)像开盲(máng)盒。

很多(duō)用(yòng)户很(hěn)喜欢这种不确定的惊喜(xǐ)，他们(men)会将生(shēng)成(chéng)的美图当做头像。而另一部分喜欢翻看AI绘(huì)画的(de)“翻车”作品。在社交媒体上，许多用户分享AI“翻车现(xiàn)场”，例如，一位网友的小狗照片被AI画(huà)成(chéng)了“肌肉男(nán)”，还(hái)有(yǒu)网(wǎng)友的个人照片被AI识别(bié)成(chéng)了建筑。

而(ér)如今随(suí)着(zhe)ControlNet的(de)出现与加持，以往AI绘画的填写关键词游戏可(kě)能要被(bèi)颠覆了。

ControlNet是一位正在斯坦福(fú)读博(bó)的中国人张吕敏创作(zuò)的一种基于(yú)控制点的图像(xiàng)变形(xíng)算法，主要(yào)用于(yú)数字图像处理、计算机视(shì)觉和(hé)计算(suàn)机图(tú)形学等(děng)领(lǐng)域。

其SD插件一(yī)经发布，在短短的两天内便成为了(le)AI绘画领域最新的热点。

在此之前，大家用了很(hěn)多方(fāng)法想让AI生(shēng)成的(de)结(jié)果尽可能的符(fú)合要求，但(dàn)是都不尽如人意，它的出现代表着AI生(shēng)成开始进入真正的可控(kòng)时期。

因为ControlNet可以直接提取画面(miàn)的构图(tú)，人物(wù)的姿(zī)势和画面(miàn)的深度信息等(děng)。有了它的(de)帮助，就不(bù)用频(pín)繁的用提示词来碰运气，抽盲盒式的创作了。

通俗的说ControlNet相当于给AI绘(huì)画加(jiā)了“魔法(fǎ)”，不少博主的作品(pǐn)已经获得了大量(liàng)的浏览量，“viggo”就是其中之一，他用朋友的照片直接带(dài)她们走进(jìn)动漫世(shì)界。

viggo先用StableDiffusion图片转文字。

再用Text2Prompt插件拓展找到对应的关键词；最后用(yòng)ControlNet插(chā)件(jiàn)绑定骨骼开始换关键词试效果。

耳朵旁的字有哪些字，带右耳朵旁的字有哪些decoding="async" src="https://mmbiz.heiliaofuli.com/wp-content/uploads/2023/03/4efa72af2df1b5d.jpeg?imageMogr2/thumbnail/2160x0/format/webp/quality/80" data-ratio="0.54140625" data-s="300,640" data-type="jpeg" data-w="1280">

通过图片就可以看出(chū)来，效(xiào)果(guǒ)十(shí)分惊(jīng)艳(yàn)。

更厉(lì)害的是，除了真实的照片(piàn)，草图也可以加(jiā)上“魔(mó)法”，知乎大牛“DevPoint”和(hé)“逗砂(shā)”介绍到(dào)ControlNet还能实现线稿转全彩图。大神张吕敏其本尊也亲自回应。

不得不说当下AIGC已(yǐ)经变得(dé)越来越强大(dà)，甚至(zhì)输(shū)出(chū)的作品都已经能以假乱真了(le)。

02

难(nán)辨虚实，AIGC技术力(lì)爆发

警惕安全(quán)问题

近日，“苏州金鸡湖(hú)有游艇party”的消(xiāo)息火遍(biàn)网络，而经过警方辟谣这所谓(wèi耳朵旁的字有哪些字，带右耳朵旁的字有哪些)的“party”可能(néng)是全国第(dì)一起AI绘图诈骗。

由(yóu)于(yú)这个活动里(lǐ)面给出的美女(nǚ)照(zhào)片都是AI制(zhì)作的真人照片(piàn)绘(huì)图，因为太逼(bī)真，被大家当成(chéng)真事传播了。

不过仔细观察可以发现(xiàn)，活动发起(qǐ)者提供(gōng)的照(zhào)片中有个很大的(de)漏洞可(kě)以发现并非真人，而是AI绘图，那便是图片中(zhōng)女性的手指部分有的存在异常(cháng)。

有行业人事(shì)表示：“现在因为手指部分的绘(huì)画算法(fǎ)比较复杂，AI还(hái)不太会画人的手(shǒu)，但最新(xīn)看到(dào)的图片已经有越来越(yuè)完美的(de)AI模型(xíng)出现，以后可(kě)能(néng)就完全(quán)没(méi)有(yǒu)漏洞了。”

类(lèi)似(shì)的(de)AI作图诈骗在国外也已有发生。据英国(guó)广(guǎng)播公司(sī)报道，土耳(ěr)其(qí)地震期间，有Tiktok用户使用AI合(hé)成了儿童受灾(zāi)的(de)假照片发布到网络(luò)，以此诱(yòu)骗善(shàn)良的人打(dǎ)赏“捐助(zhù)”从(cóng)而实施诈(zhà)骗(piàn)。

目前随(suí)着(zhe)技术发展(zhǎn)，AIGC已(yǐ)经能做出真(zhēn)人照片(piàn)般的绘图效果(guǒ)，如果(guǒ)这样的图(tú)片被(bèi)用来诈骗(piàn)，将(jiāng)非常可怕。

此外AIGC还引发了很多(duō)担忧(yōu)，一方面，批判(pàn)者认(rèn)为AI在“学(xué)习”了大量(liàng)前人的作品之后，其创作没有任(rèn)何情绪(xù)和灵魂(hún)，难(nán)以和人类的艺(yì)术创作(zuò)相提并论(lùn)。

另一方面，AIGC背(bèi)后的版权、目前(qián)都并(bìng)没有得到有效(xiào)的(de)解决，还有(yǒu)AIGC会不会代替人类“至高无上”的(de)创意(yì)。

马斯克也(yě)强调，人工智能的安全问题(tí)需要(yào)得到重视，太晚就来不及了(le)。

03

AIGC下一站除了视频，还有远(yuǎn)方

技(jì)术都是(shì)有两面性的(de)，潜在的危害并不(bù)能掩(yǎn)盖其光辉的贡(gòng)献。现在看来(lái)，人工智能技(jì)术将是第四次工业(yè)革命的(de)核心驱动力量，将(jiāng)创造新的增长(zhǎng)奇迹(jì)。

过去一年，人工(gōng)智能在(zài)技术和商业层(céng)面都有了巨大进展，AI绘画就是人工智能(néng)技术发生方向性改变(biàn)的一个代(dài)表。其下一站或许就(jiù)是视频。

此前(qián)，Meta和谷(gǔ)歌先后(hòu)发布了几(jǐ)条引爆科(kē)技圈的短视频。这(zhè)些视频引发关注(zhù)并非内容做(zuò)得多优秀，反而(ér)都非(fēi)常简单(dān)，比如一匹正在(zài)喝水的马(mǎ)，一只画画的玩具熊(xióng)，或者(zhě)一段骑(qí)摩托车的第一视角录像，随(suí)便一(yī)个有手(shǒu)机的人(rén)都可以随(suí)手录下(xià)一段。

但这些短视频的创作方式非(fēi)常简单(dān)，创作者仅仅(jǐn)需(xū)要向AI输入一段话，甚至只(zhǐ)是说一(yī)下要求，AI就可以(yǐ)根据(jù)需要(yào)生成一(yī)段视频。

谷(gǔ)歌(gē)发布的两个AI生成视频分别来自于Imagen Video和(hé)Phenaki，前(qián)者(zhě)主要突(tū)出的是(shì)高清，与(yǔ)Meta的Make-A-Video没(méi)有太多的差别。

在Make-A-Video公布了AI生(shēng)成的视频后，AI圈就(jiù)已经(jīng)玩了(le)一波梗(gěng)，一(yī)个能(néng)够做(zuò)出更高清视频的AI还不足以在短(duǎn)时间(jiān)内戳中兴奋(fèn)点。

Phenaki更加令人(rén)震惊的地方(fāng)在于，它可(kě)以制作出超过2分钟的连贯(guàn)的(de)也有(yǒu)确切内容的视频，这才(cái)是(shì)真正让人们(men)感(gǎn)到惊(jīng)喜的地方(fāng)。因为无论AI生成的视频多么高清，也只能(néng)是为内(nèi)容生产者提供一个灵(líng)感，一个素材，一个过场(chǎng)动画。

不过能够制作出有具体(tǐ)剧(jù)情内容的视频就意(yì)味着，一些视频创(chuàng)作由AI代替人工完成已经(jīng)初(chū)步有了可能。

当(dāng)下AI的(de)发展速(sù)度(dù)已(yǐ)经超过大(dà)部分人的想象。内容产业的本质是供给创造(zào)需求，AIGC作为全新的内容生产方式，可以为内容产业带来更新(xīn)的内容风格、更快(kuài)的生产速(sù)度，更低的生(shēng)产成本，这(zhè)无疑会(huì)驱(qū)动内(nèi)容产业的大(dà)爆发。

除了AI绘图、视频，AIGC技(jì)术还能应用于音乐、代(dài)码、机(jī)器人动作等多种内容(róng)形(xíng)式的生成(chéng)。不难发现该(gāi)项(xiàng)技术不仅在(zài)游(yóu)戏等行业能得到有效(xiào)应用，对于下一代互联网(wǎng)各种元素的构建亦(yì)有(yǒu)关键意义(yì)。

从商业化的角度来看，文化娱乐、教育(yù)、传媒等(děng)诸多领域(yù)，本身就对基(jī)于AI的可视化(huà)内容有强烈需求。

因此，AI绘画及视频(pín)或不是结(jié)果(guǒ)，而只是AI进程中的一块(kuài)重要(yào)拼图，有(yǒu)望在(zài)技术更新的加持下实(shí)现(xiàn)更大(dà)的应(yīng)用价值。

AI从(cóng)理解内(nèi)容，走(zǒu)向了(le)可以生成(chéng)内容，甚(shèn)至(zhì)能够创(chuàng)造出独立价值和独(dú)立视角的内容。AIGC的再(zài)次出(chū)圈(quān)，更代表着未(wèi)来的先进生产力即将到来。

04

紧抓大(dà)模(mó)型与算力，牢固AIGC底座

从技术(shù)的(de)发展也可以看(kàn)出，在语言大模(mó)型、图像大(dà)模型之后，多模态(tài)大(dà)模(mó)型(xíng)已经成为了新(xīn)的趋势。

大模(mó)型被誉为当前人工智能发展的智能底座，是全(quán)球竞(jìng)争最激烈的研究(jiū)方向之一，包括谷歌、亚马逊(xùn)、百度、阿里、腾讯等(děng)众(zhòng)多头部企业都(dōu)在竞相发力。

不过训(xùn)练大模(mó)型的(de)确价格不菲，以国盛证(zhèng)券发布的(de)《ChatGPT需要多少(shǎo)算力》报告估算，GPT-3训练一(yī)次的成本约(yuē)为140万美元。而对于一些更大的LLM(大型语言模型)，训练成本则介于200万(wàn)美元至1200万美元高价之(zhī)间(jiān)。

以ChatGPT在2023年1月的独立访客平均数1300万(wàn)计算，其(qí)对应芯(xīn)片需(xū)求为3万多(duō)片英伟达(dá)A100 GPU，初始投入成本(běn)约为8亿美元，每日仅电费就(jiù)在5万美元左右。

此外不论(lùn)是ChatGPT还是AIGC，都离不(bù)开庞大算(suàn)力支持。在关注各类大(dà)模型的发展(zhǎn)同时，更应该关(guān)注算力网络的建(jiàn)设。

算力网络正驱动AI产(chǎn)业发展进入史(shǐ)诗级加(jiā)速进程，让(ràng)AIGC及通用AI这一人(rén)工智能发展(zhǎn)的终极目(mù)标离得更近。

因为算(suàn)力(lì)可(kě)以(yǐ)对突(tū)破性技术创新提(tí)供大力的支(zhī)持(chí)。这方面，多模态大模型是典(diǎn)型。作(zuò)为面向未来强人工智能(néng)、通用人工智能(néng)的(de)重要(yào)技术(shù)创(chuàng)新，多模(mó)态(tài)大(dà)模型已经在人工智能领域提(tí)出了(le)很(hěn)多年(nián)，业(yè)界(jiè)也有不少(shǎo)技(jì)术(shù)突破，但(dàn)是，多模态大模型(xíng)进一步往下走，算力需求呈几何式(shì)上升，一(yī)般的(de)算力(lì)基础设施(shī)很快将难以胜任(rèn)。

从图(tú)像(xiàng)、文字、语音单独(dú)一项的训练，到双模(mó)态、三模态的跃(yuè)迁，让人工智能可以(yǐ)灵(líng)活应对不同模态的(de)转(zhuǎn)化、像人与世界交互一(yī)样自然，这(zhè)方面，由算力网络来驱(qū)动将有明显优势。

此外(wài)，还有很多(duō)需要(yào)爆发式(shì)增长的算力来支撑的(de)技术(shù)创新，将在人工智(zhì)能算力(lì)网络(luò)支撑下快速(sù)推进。

AIGC已经露(lù)出曙光(guāng)，期待在大模型和大算力(lì)的支持下AIGC能持续(xù)颠覆内容(róng)生产(chǎn)的方式，将创造的边际(jì)成(chéng)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 耳朵旁的字有哪些字，带右耳朵旁的字有哪些