自聊天机器人ChatGPT火爆(bào)以来(lái)，微软公司创始(shǐ)人比尔·盖(gài)茨已(yǐ)多次公开谈(tán)论人(rén)工智能话题。在最近(jìn)的一次采访中，他再次表(biǎo)示(shì)：“AI可能(néng)会让科技行业迎来一(yī)次剧烈(liè)的洗牌(pái)”。

这个结(jié)论是他(tā)在当(dāng)地时(shí)间2月20日接受(shòu)《In Good Company》节目专访时(shí)提出的(de)。

他预期，AI的发展可能会(huì)威胁到谷歌(gē)的市占率，因为微软在(zài)AI方面的行动相当(dāng)迅速(sù)。而最终科技巨头将(jiāng)把AI整合(hé)成用户的“全能(néng)助手”，包(bāo)揽一切应用(yòng)，与人(rén)们进行沟通并提供(gōng)建议，可(kě)以(yǐ)取代亚马逊、Siri或Outlook等(děng)应用(yòng)。

大(dà)佬(lǎo)口中全能助(zhù)手的到来(lái)可能尚需时日，但由ControlNet引发的又一(yī)次AI绘画(huà)浪潮，让AIGC在ChatGPT的(de)话题热点包围中杀出重围(wéi)。

01

ControlNet颠覆AI绘画新玩法

AIGC向可控靠近

以(yǐ)AI绘画为代表的AIGC上一次爆(bào)火的时候，还(hái)是2022年8月，在(zài)美(měi)国科(kē)罗拉多州举办的新(xīn)兴数字艺术家竞赛中，一幅名为《太空(kōng)歌剧院(yuàn)》的作品获奖。

随后各大厂商的AI绘(huì)画软件(jiàn)被(bèi)广大网(wǎng)友熟知并体验，Stable Diffusion便是(shì)其中代(dài)表。

用(yòng)户们可以(yǐ)在应用中输入一组关(guān)键词(cí)或者一张(zhāng)照片，就能获(huò)得一幅AI创作的画作。

作画的关键就是所输入的(de)文本。同一组关键词也可(kě)以(yǐ)创作出很多(duō)张风格(gé)不一样(yàng)的画作，这让创(chuàng)作的过程就像开盲盒。

很多用户很喜欢(huān)这种不确(què)定的惊喜，他们(men)会将(jiāng)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(yòng)户(hù)分享AI“翻车(chē)现(xiàn)场”，例如，一(yī)位网友的小狗照片被AI画成(chéng)了“肌肉男”，还有网友的个人照片被(bèi)AI识别(bié)成了建筑。

而如今(jīn)随着ControlNet的出现(xiàn)与(yǔ)加(jiā)持，以(yǐ)往AI绘画的填写关键词(cí)游戏可能要被颠覆了。

ControlNet是一位正在斯坦(tǎn)福读(dú)博(bó)的中(先中间后两边的字有哪些 先外后内的字有哪些zhōng)国人张吕(lǚ)敏创作的一种(zhǒng)基于控制(zhì)点的图像变形(xíng)算法，主要用于(yú)数字图像处理(lǐ)、计算机(jī)视(shì)觉和计算机(jī)图(tú)形学等领域。

其(qí)SD插件一经发布，在短(duǎn)短的(de)两天(tiān)内便成为(wèi)了AI绘画领域(yù)最(zuì)新的热点。

在(zài)此之前，大(dà)家用了(le)很多方法想让AI生(shēng)成的(de)结(jié)果尽可能的符合要(yào)求，但(dàn)是都(dōu)不尽如(rú)人意(yì)，它的出(chū)现(xiàn)代表(biǎo)着AI生成开始进入(rù)真(zhēn)正的可控(kòng)时(shí)期。

因为ControlNet可以直接提取(qǔ)画面的构图，人物(wù)的姿(zī)势和(hé)画面(miàn)的深度信息等。有了(le)它的帮助，就不(bù)用频繁(fán)的用提示词来(lái)碰运(yùn)气，抽盲盒式的创作了。

通俗的说ControlNet相当于给AI绘画加了“魔法”，不少博主的(de)作品已经获得了(le)大量的浏览量，“viggo”就(jiù)是其中之一，他用朋友的照(zhào)片直(zhí)接(jiē)带她们走进动漫世界。

viggo先用StableDiffusion图片转文字。

再用(yòng)Text2Prompt插(chā)件(jiàn)拓展找到(dào)对应的关键词(cí)；最(zuì)后用ControlNet插件绑定骨骼(gé)开始换关键词(cí)试效果。

通过图(tú)片(piàn)就可以看出来，效果十分(fēn)惊艳。

更(gèng)厉害的是，除了真实的照片，草(cǎo)图(tú)也可(kě)以(yǐ)加上“魔法”，知(zhī)乎大牛“DevPoint”和“逗砂”介绍到ControlNet还能实(shí)现(xiàn)线稿转全彩图(tú)。大神张吕敏其本(běn)尊也(yě)亲自回应。

不得不说当下(xià)AIGC已经变得(dé)越来越(yuè)强大，甚(shèn)至输(shū)出的(de)作品都已(yǐ)经能(néng)以假(jiǎ)乱真(zhēn)了。

02

难辨(biàn)虚(xū)实，AIGC技术力爆(bào)发

警惕安全问题

近(jìn)日，“苏州金鸡湖有游艇party”的消(xiāo)息火遍网(wǎng)络(luò)，而经过警(jǐng)方(fāng)辟(pì)谣这所谓的“party”可能是全国第一起AI绘(huì)图诈(zhà)骗。

由于这(zhè)个活动(dòng)里面给出的美女(nǚ)照片都是AI制作(zuò)的真人照(zhào)片绘图，因为太逼真，被大家当成真事(shì)传播了。

不(bù)过仔细观察(chá)可以发现(xiàn)，活动(dòng)发起者提供的照片(piàn)中有个很大的漏洞可以(yǐ)发现并非真人，而是AI绘图，那便是(shì)图片中女性的(de)手指(zhǐ)部(bù)分(fēn)有的存在异常。

有(yǒu)行业(yè)人事表示(shì)：“现(xiàn)在因为手指(zhǐ)部分的绘画(huà)算法比较复杂，AI还不太会画(huà)人的手(shǒu)，但(dàn)最(zuì)新看到(dào)的图(tú)片(piàn)已经有越来越完(wán)美的AI模型出现(xiàn)，以后可能(néng)就完全没有漏洞了(le)。”

类(lèi)似(shì)的AI作图诈骗在国外(wài)也已有发(fā)生。据(jù)英国广播公司报(bào)道(dào)，土(tǔ)耳其(qí)地震期间，有Tiktok用户使用AI合成了儿童受(shòu)灾的假照片(piàn)发布(bù)到网(wǎng)络，以(yǐ)此诱骗善(shàn)良的人打赏“捐助(zhù)”从而实(shí)施诈(zhà)骗(piàn)。

目(mù)前(qián)随(suí)着技术发(fā)展，AIGC已经能做(zuò)出(chū)真人(rén)照片(piàn)般(bān)的绘(huì)图效(xiào)果，如果这样(yàng)的(de)图(tú)片被(bèi)用来诈(zhà)骗，将非常(cháng)可(kě)怕。

此外(wài)AIGC还引发了很(hěn)多担(dān)忧，一方面，批判(pàn)者认为AI在“学习”了大量前人的(de)作品(pǐn)之后(hòu)，其创作没有任何情绪和灵魂，难以(yǐ)和人类(lèi)的艺术创作相提并(bìng)论。

另一方面，AIGC背(bèi)后的版权、目前都并没(méi)有(yǒu)得到有(yǒu)效的解决，还(hái)有AIGC会不会代替人类“至高无上”的创意。

马斯克也强调(diào)，人工智能的安(ān)全(quán)问题需要(yào)得到(dào)重视，太晚就来(lái)不及了(le)。

03

AIGC下一站除了视(shì)频，还有远方

技(jì)术都(dōu)是有两面性的(de)，潜在的危(wēi)害并(bìng)不能(néng)掩盖其光辉的(de)贡献。现在看来(lái)，人工(gōng)智能(néng)技术将是第四次工业革命的(de)核心驱动力量，将创造新的增长奇迹。

过去一年，人(rén)工(gōng)智(zhì)能在(zài)技术和商业层面都有了巨(jù)大进展，AI绘(huì)画就是人工智(zhì)能技术(shù)发生(shēng)方向性改变的一(yī)个代表。其下一站或许就是(shì)视频。

此前(qián)，Meta和谷歌(gē)先(xiān)后发布了几条(tiáo)引爆科技圈(quān)的短视频。这(zhè)些视频引发关注并非内容做得多(duō)优秀，反而都非常简单，比如(rú)一匹正在喝(hē)水的马，一只画(huà)画的(de)玩具熊(xióng)，或(huò)者一段骑(qí)摩托车的第(dì)一视角录(lù)像，随(suí)便一个有手(shǒu)机的人都可以(yǐ)随手录下一段(duàn)。

但这(zhè)些短视频的创作方式非常简单，创(chuàng)作者仅仅需要向AI输入一段(duàn)话，甚至只是说(shuō)一下要求，AI就可以根(gēn)据需要生成(chéng)一段视(shì)频(pín)。

谷歌发布(bù)的两(liǎng)个AI生成视频分别(bié)来(lái)自于Imagen Video和Phenaki，前(qián)者主(zhǔ)要突出(chū)的是(shì)高清，与Meta的Make-A-Video没有太多的差别。

在Make-A-Video公布了AI生(shēng)成的视频后，AI圈就(jiù)已经(jīng)玩了一波梗，一个(gè)能够做出更高清视频的AI还不足以在(zài)短时(shí)间内戳中(zhōng)兴(xīng)奋点。

Phenaki更加令人(rén)震惊的地(dì)方(fāng)在于，它可(kě)以制作(zuò)出超过(guò)2分钟的(de)连贯的(de)也有确切内容的视频，这才是真(zhēn)正让人们感到(dào)惊(jīng)喜的地方。因(yīn)为无论AI生成的视频多(duō)么(me)高清，也只能(néng)是为内(nèi)容生(shēng)产者提供一个灵感，一个素材，一个过场动画。

不过能够制(zhì)作出有具体剧情内(nèi)容的视频(pín)就(jiù)意(yì)味着，一些视频创作(zuò)由AI代替人工完成已经(jīng)初步(bù)有了可能。

当下AI的(de)发展速度(dù)已经超过大部分人的想象(xiàng)。内容(róng)产业的本质是供(gōng)给(gěi)创造(zào)需求，AIGC作为全(quá先中间后两边的字有哪些 先外后内的字有哪些n)新的内(nèi)容生产方(fāng)式，可(kě)以为(wèi)内容产业带来(lái)更(gèng)新的(de)内(nèi)容风格、更(gèng)快的生产速度，更低(dī)的生产成(chéng)本(běn)，这(zhè)无疑会驱动内容产(chǎn)业的(de)大(dà)爆发(fā)。

除了AI绘图、视频，AIGC技术还能(néng)应用于音乐、代码(mǎ)、机器(qì)人动(dòng)作等(děng)多种(zhǒng)内容形式的生成(chéng)。不难发现该项技术不仅在(zài)游戏等行业(yè)能得(dé)到有效应用(yòng)，对于下一(yī)代互联网各种元(yuán)素的构建亦有关键意义。

从商(shāng)业化的角度(dù)来(lái)看，文化娱乐、教育(yù)、传媒等诸多领域(yù)，本(běn)身就对基于AI的可视化内(nèi)容(róng)有(yǒu)强(qiáng)烈需求。

因(yīn)此，AI绘(huì)画及视频或不是结果，而只是AI进程(chéng)中的一(yī)块(kuài)重要拼图，有望在技术更新的加(jiā)持(chí)下实(shí)现更大的应用价(jià)值。

AI从理(lǐ)解内容，走向了可以生成内容(róng)，甚至(zhì)能够创造出独立(lì)价值(zhí)和独立(lì)视角的内容。AIGC的再次出(chū)圈，更代表着未(wèi)来的先进(jìn)生产力即将到(dào)来。

04

紧(jǐn)抓大(dà)模型与算力，牢固AIGC底座

从技术的发展也可以看出，在语言大模型、图像大模型之(zhī)后(hòu)，多模态(tài)大模型已经(jīng)成为了新(xīn)的趋势。

大模型被(bèi)誉为当前人工智能发展的智能底座，是全球竞争最激烈的研(yán)究方向之(zhī)一，包括谷歌、亚(yà)马(mǎ)逊、百度、阿(ā)里、腾讯等众多头(tóu)部企业都在(zài)竞(jìng)相发力。

不(bù)过(guò)训(xùn)练大模型的确价格不菲，以国盛(shèng)证券发布的《ChatGPT需要多少算力》报告估算，GPT-3训练一(yī)次(cì)的成本(běn)约为140万美(měi)元(yuán)。而对于一些更大的LLM(大型语言(yán)模(mó)型)，训(xùn)练成本则介于200万美元至1200万(wàn)美元高价之(zhī)间。

以ChatGPT在(zài)2023年1月的独(dú)立(lì)访客平均(jūn)数(shù)1300万计算，其(qí)对应芯片需求为3万多片(piàn)英伟达(dá)A100 GPU，初始投入成本约为8亿美元，每日(rì)仅(jǐn)电费就在5万美元左右。

此外(wài)不论是ChatGPT还是AIGC，都离不(bù)开庞大(dà)算(suàn)力支(zhī)持。在关注各类大模型的发展同时(shí)，更应该关注(zhù)算力(lì)网络的建设。

算力网络(luò)正驱动AI产业发展进(jìn)入史诗级加速进程，让AIGC及通用AI这一人工(gōng)智能发展的终极目(mù)标离得更近(jìn)。

因为算力可以对突破性(xìng)技术创(chuàng)新提供大力的支持(chí)。这方面(miàn)，多(duō)模态大模型是典型。作为面(miàn)向未来强人工智能、通用人(rén)工(gōng)智能的重要(yào)技术(shù)创新，多(duō)模态(tài)大模型已经在人工智(zhì)能领域提出(chū)了很多年，业界也有(yǒu)不少技术(shù)突(tū)破，但是，多模态大模型进一(yī)步往下走，算力需求呈几何式(shì)上升(shēng)，一般的算力基(jī)础设(shè)施(shī)很快将难以胜任。

从图像、文字、语音单独一项的训练(liàn)，到双模(mó)态(tài)、三模态的跃(yuè)迁，让(ràng)人工智能可以灵活(huó)应对不同模态的转化(huà)、像人(rén)与(yǔ)世(shì)界交互(hù)一样自然，这方面(miàn)，由算力网络来驱动(dòng)将(jiāng)有明(míng)显优势(shì)。

此外(wài)，还有很多(duō)需要爆发式增长的算力来支撑(chēng)的技术创新，将在人工智能算力网络(luò)支撑(chēng)下(xià)快速推进。

AIGC已经露出曙光，期待在大模型和(hé)大算力的支持(chí)下AIGC能持续颠覆内容生(shēng)产的方式(shì)，将创造的边(biān)际成本降低，让万众(zhòng)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 先中间后两边的字有哪些 先外后内的字有哪些