自(zì)聊天机器人ChatGPT火爆以来，微软公司创始人比尔(ěr)·盖茨(cí)已多(duō)次公(gōng)开谈论人(rén)工智能话题。在最(zuì)近的(de)一次采访中，他再次(cì)表(biǎo)示：“AI可(kě)能会让科技行业迎来一次剧烈(liè)的洗牌”。

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

他预期，AI的(de)发(fā)展可能会威胁到谷(gǔ)歌的市占率(lǜ)，因为微软在AI方面的行动相(xiāng)当迅速。而最终科技(jì)巨头(tóu)将把AI整合成用户的(de)“全(quán)能(néng)助手(shǒu)”，包揽一切应用(yòng)，与人们进行沟通并提供建(jiàn)议，可以取(qǔ)代亚马逊、Siri或(huò)Outlook等应(yīng)用。

大佬口中全能(néng)助手的到来可能(néng)尚需(xū)时日，但由ControlNet引发的又一次AI绘画浪潮，让(ràng)AIGC在ChatGPT的(de)话题热点包围(wéi)中杀出重围。

01

ControlNet颠覆AI绘画新玩法(fǎ)

AIGC向(xiàng)可控靠近

以AI绘画为代表(biǎo)的AIGC上一次爆火(huǒ)的时候，还是2022年8月，在美国科罗拉多州举办(bàn)的新(xīn)兴数(shù)字艺术(shù)家竞(jìng)赛(sài)中(zhōng)，一幅名为《太空歌(gē)剧院》的作品获(huò)奖。

随后各大厂商(shāng)的AI绘画(huà)软(ruǎn)件被广大网(wǎng)友(yǒu)熟知(zhī)并(bìng)体验，Stable Diffusion便(biàn)是其中(zhōng)代表。

用户(hù)们可以在应用中(zhōng)输入一(yī)组关键词或者一张照(zhào)片，就能获(huò)得(dé)一幅AI创(chuàng)作的画作。

作画(huà)的(de)关键就(jiù)是所输(shū)入(rù)的文本。同一组关键词也可(kě)以创作出(chū)很多张风格不一样的画(huà)作，这让(ràng)创作(zuò)的(de)过程就像开盲(máng)盒。

很多(duō)用(yòng)户(hù)很喜欢这种不确定的惊(jīng)喜，他们会将生(shēng)成的美图当做头像。而另一部分(fēn)喜欢翻看AI绘画的“翻车”作品。在社交(jiāo)媒(méi)体上，许多(duō)用户分(fēn)享AI“翻车(chē)现场(chǎng)”，例如，一位网友的小狗照片(piàn)被AI画(huà)成了(le)“肌肉(ròu)男”，还有网(wǎng)友的个人照片被AI识(shí)别成(chéng)了建筑。

而如今随着ControlNet的(de)出现与(yǔ)加(jiā)持，以往AI绘(huì)画的(de)填写关键词(cí)游戏可能要被颠覆了(le)。

ControlNet是一位正在斯坦福读博的(de)中国(guó)人张吕敏创作的一(yī)种基于控(kòng)制点的图像变形算法，主(zhǔ)要用(yòng)于(yú)数字图(tú)像处理、计算机视(shì)觉和(hé)计算机图形学等领域。

其SD插件一经(jīng)发布，在短短的两天内便成为(wèi)了AI绘(huì)画领域最新(xīn)的热点(diǎn)。

在此(cǐ)之(zhī)前(qián)，大家用(yòng)了很多方法想(xiǎng)让AI生成的结果尽可(kě)能的符合要求，但是都不尽如(rú)人意，它的出现代表着(zhe)AI生成开始(shǐ)进入真正的可控(kòng)时期。

因为ControlNet可以直接提取画面的构图，人物的姿(zī)势和画面的深度(dù)信(xìn)息等。有了它的(de)帮助，就不用(yòng)频繁(fán)的(de)用提示词来碰(pèng)运气，抽盲(máng)盒式的创作了(le)。

通(tōng)俗的说ControlNet相当于给AI绘画加了“魔法”，不(bù)少博(bó)主的作品(pǐn)已经(jīng)获得了大量的浏览量，“viggo”就是其中之(zhī)一，他用朋友的照片直接(jiē)带她(tā)们走进动漫世界。

viggo先用(yòng)StableDiffusion图片转(zhuǎn)文(wén)字。

再(zài)用Text2Prompt插件拓展找(zhǎo)到对应的(de)关(guān)键词(cí)；最后用ControlNet插件绑(bǎng)定骨骼开(kāi)始换关键词试效果(guǒ)。

通过图片就可以看出来，效(xiào)果十分(fēn)惊艳。

更厉害的是，除了真实(shí)的照片，草(cǎo)图也可(kě)以加上“魔法”，知乎大(dà)牛“DevPoint”和“逗(dòu)砂”介绍到ControlNet还(hái)能(néng)实现(xiàn)线稿转全(quán)彩图。大(dà)神(shén)张吕敏(mǐn)其本(běn)尊也亲(qīn)自回应。

不得(dé)不(bù)说当下(xià)AIGC已经(jīng)变得(dé)越来越强大，甚(shèn)至输出的作(zuò)品都(dōu)已经能以(yǐ)假乱真了。

02

难(nán)辨虚(xū)实，AIGC技术(shù)力(lì)爆发

警惕(tì)安全(quán)问题(tí)

近日，“苏(sū)州(zhōu)金鸡(jī)湖(hú)有(yǒu)游(yóu)艇party”的消息(xī)火(huǒ)遍网(wǎng)络，而经过警(jǐng)方辟谣这所谓的“party”可能(néng)是全(quán)国第(dì)一起(qǐ)AI绘(huì)图诈骗。

由于这(zhè)个(gè)活动里面(miàn)给出的(de)美女照片(piàn)都是AI制作(zuò)的(de)真人照片绘图，因为太逼真，被(bèi)大家当成真(zhēn)事传播了(le)。

不过(guò)仔细观察(chá)可以发现，活动发起者提(tí)供的(de)照(zhào)片中(zhōng)有(yǒu)个很大的(de)漏(lòu)洞(dòng)可以发现并非真人，而是AI绘图(tú)，那(nà)便是图片(piàn)中女性的手指(zhǐ)部分(fēn)有(yǒu)的存在异常。

有行业(yè)人事(shì)表示(shì)：“现(xiàn)在因为手指部分(fēn)的绘(huì)画算法比(bǐ)较复杂(zá)，AI还不太会画人的手，但最新看到的图片(piàn)已经有越(yuè)来(lái)越完美的AI模型(xíng)出现，以后(hòu)可能就完全(quán)没有漏洞了。”

类似的(de)AI作图诈骗在国外也已有发生。据英国广(guǎng)播公司报道，土耳其地震期间，有Tiktok用(yòng)户(hù)使用AI合成了儿(ér)童受(shòu)灾的假照片(piàn)发布到网络(luò)，以此诱骗善良的人打赏“捐助(zhù)”从而实施诈骗。

目前随着技术(shù)发(fā)展，AIGC已(yǐ)经(jīng)能做出真人照片般的(de)绘图(tú)效果(guǒ)，如果这样的图片被用来诈骗，将非常可(kě)怕(pà)。

此外AIGC还引发了很多(duō)担忧，一方面，批判者(zhě)认为AI在(zài)“学习”了大量(liàng)前(qián)人的作品之后，其创作(zuò)没(méi)有(yǒu)任(rèn)何情绪和灵魂，难以(yǐ)和人类的(de)艺(yì)术创作相提并论。

另一(yī)方面，AIGC背后的版权、目前都并(bìng)没(méi)有得(dé)到有效(xiào)的解决，还(hái)有AIGC会不会(huì)代(dài)替人类“至(zhì)高(gāo)无上”的(de)创意。

马斯克也强调，人(rén)工智能的安全问(wèn)题需要(yào)得(dé)到(dào)重视(shì)，太晚就(jiù)来不及了。

03

AIGC下一站(zhàn)除了视频，还(hái)有远方

技术(shù)都是有两面性的，潜在的危害并(bìng)不能掩盖其光辉的贡献。现在看来，人工智能(néng)技(jì)术将(jiāng)是第四(sì)次(cì)工业革命的(de)核心(xīn)驱动力量，将创(chuàng)造新(xīn)的(de)增长奇迹。

过(guò)去一年，人(rén)工智能在技术(shù)和商(shāng)业层面都有(yǒu)了巨大进展，AI绘画就是人(rén)工智能技(jì)术发生(shēng)方向性改变的一(yī)个代(dài)表。其下一站或许就是视频。

此前，Meta和谷(gǔ)歌先后发(fā)布了几条引爆科技圈的短(duǎn)视频。这些视频(pín)引(yǐn)发关(guān)注并(bìng)非内(nèi)容做得多(duō)优秀，反而(ér)都非常简单，比如一(yī)匹正在喝水(shuǐ)的马，一只画画的玩具熊，或者一段(duàn)骑摩托车的第一视角录(lù)像，随(suí)便(biàn)一个有手机的人都可以(yǐ)随手(shǒu)录下一段。

但(dàn)这(zhè)些短(duǎn)视频(pín)的创(chuàng)作(zuò)方(fāng)式(shì)非常简单，创蒙口是什么档次，蒙口是什么档次的牌子作者仅仅需(xū)要向AI输入一段话，甚(shèn)至(zhì)只是说(shuō)一下要求(qiú)，AI就可以根据需要生成一段视频。

谷(gǔ)歌(gē)发布的两个AI生成(chéng)视频分别来(lái)自于Imagen Video和Phenaki，前者主(zhǔ)要突出的(de)是(shì)高(gāo)清，与Meta的(de)Make-A-Video没有太多的差别。

在Make-A-Video公布了AI生成(chéng)的视(shì)频后，AI圈就(jiù)已经玩了一波梗，一(yī)个能够做出更(gèng)高清视(shì)频的(de)AI还不足以在短时间内戳中兴(xīng)奋点。

Phenaki更加令人震惊的地方在(zài)于，它可(kě)以制作出超过2分钟的(de)连(lián)贯(guàn)的(de)也有(yǒu)确(què)切内容的视频，这才是真正让人们感到惊喜的地方。因为(wèi)无论AI生成的视频多么高清，也只能是为内容生产者提供一(yī)个(gè)灵感，一(yī)个素材，一个过场(chǎng)动画。

不过(guò)能够制作出(chū)有具体剧情内容的(de)视频(pín)就意味着，一(yī)些视频创作由AI代替人工完成已(yǐ)经(jīng)初(chū)步有了(le)可(kě)能。

当下(xià)AI的(de)发(fā)展(zhǎn)速度已经超过大部分人的想(xiǎng)象。内容产业的(de)本质是供给创造需求(qiú)，AIGC作为(wèi)全新(xīn)的内(nèi)容(róng)生产方式，可以为内容产业带(dài)来更新的(de)内(nèi)容风格(gé)、更(gèng)快的(de)生产速(sù)度，更(gèng)低的(de)生(shēng)产成本(běn)，这无疑会驱动内容(róng)产业(yè)的大爆发(fā)。

除了AI绘图、视频(pín)，AIGC技术还(hái)能应用于音乐、代码、机器人动作等多种内容形(xíng)式的生成。不难发现该项技术不仅在游戏(xì)等行业(yè)能(néng)得到(dào)有效(xiào)应用，对于(yú)下一代互联网各种元(yuán)素的构建亦有关键意义。

从商业(yè)化(huà)的角度来看，文化娱乐、教育、传(chuán)媒等诸多(duō)领域(yù)，本身(shēn)就对基于AI的可视化内容(róng)有强烈需求(qiú)。

因此，AI绘画及视频或不是结(jié)果，而只是AI进程(chéng)中的一块重(zhòng)要(yào)拼图(tú)，有望在(zài)技术更新的加持(chí)下实现(xiàn)更大的(de)应用(yòng)价值。

AI从理解内容，走向了可以生成内容，甚至能够创(chuàng)造出独立价值和(hé)独立视(shì)角(jiǎo)的内容。AIGC的再次(cì)出圈，更代表着未(wèi)来的先进生产力即将到来(lái)。

04

紧抓大模型与(yǔ)算(suàn)力，牢固(gù)AIGC底座

从(cóng)技术的发(fā)展也可以看(kàn)出，在语言(yán)大模(mó)型、图像大模(mó)型之后(hòu)，多模态(tài)大(dà)模(mó)型已(yǐ)经成为了(le)新的(de)趋(qū)势。

大模型被(bèi)誉为当前人工智能(néng)发展(zhǎn)的智能底座，是全球竞(jìng)争最激烈(liè)的研究方向之一，包括谷歌(gē)、亚马逊、百度、阿里(lǐ)、腾讯等(děng)众多(duō)头部企业(yè)都在竞相(xiāng)发力(lì)。

不过(guò)训练大(dà)模型的确(què)价格不菲，以国(guó)盛(shèng)证券发布的(de)《ChatGPT需要多少算力(lì)》报告估(gū)算，GPT-3训练(liàn)一(yī)次的成(chéng)本约为140万美元。而对(duì)于一些更大的LLM(大型语言(yán)模(mó)型)，训练成(chéng)本则(zé)介于200万美元(yuán)至(zhì)1200万美元(yuán)高(gāo)价(jià)之间(jiān)。

以ChatGPT在2023年1月(yuè)的独立访客平均数1300万计(jì)算，其对应芯片需(xū)求为3万多片(piàn)英伟(wěi)达A100 GPU，初始投入(rù)成本约为(wèi)8亿(yì)美元，每日仅电费就在(zài)5万美(měi)元左右。

此外不论是ChatGPT还是AIGC，都离不(bù)开庞大算力支持。在关注各类大(dà)模(mó)型的发展同时(shí)，更应该关注算力网络的(de)建设。

算(suàn)力网络正驱动AI产(chǎn)业发展进入(rù)史诗级加速进(jìn)程(chéng)，让AIGC及通用AI这一人(rén)工智能发(fā)展的终(zhōng)极目标离(lí)得更近。

因为算力可(kě)以对突破性技术(shù)创新提供大力的支(zhī)持。这(zhè)方面，多模态大模型是典型。作为面向未(wèi)来强(qiáng)人工智能(néng)、通(tōng)用人(rén)工智能的重要技术(shù)创(chuàng)新，多(duō)模态大模(mó)型(xíng)已经在人工智能领域提出了很多(duō)年，业(yè)界(jiè)也有不少(shǎo)技术突破，但是，多模态大(dà)模(mó)型(xíng)进一步(bù)往下走，算力需求呈几何式上升，一般(bān)的算力基础设施(shī)很快将难以胜任。

从图像(xiàng)、文字、语音单(dān)独一项(xiàng)的训(xùn)练，到双(shuāng)模态、三模态的(de)跃迁，让人工智能可以灵活应对不(bù)同模态(tài)的(de)转(zhuǎn)化(huà)、像人与(yǔ)世界交互一样自然，这方面(miàn)，由算力网络来驱(qū)动将有明显优势。

此外，还有很多需要爆发式增长(zhǎng)的算(suàn)力来支撑的(de)技术创新，将在人工智能算力网络支撑下快速推进(jìn)。

AIGC已经(jīng)露(lù)出曙光，期待在大模型和大(dà)算力的支持(chí)下AIGC能持续颠覆内容生产的(de)方式，将创造的边(biān)际成本降低，让万(wàn)众(zhòng)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 蒙口是什么档次，蒙口是什么档次的牌子