自(zì)聊(liáo)天机器人ChatGPT火爆(bào)以来，微软公司创始人比尔(ěr)·盖茨已(yǐ)多次公开谈论人(rén)工智(zhì)能(néng)话(huà)题。在最近(jìn)的一(yī)次采访中(zhōng)，他再次(cì)表示：“AI可能会让科技行业迎来一次剧(jù)烈的洗牌”。

这个结论(lùn)是他在当地(dì)时间(jiān)2月20日接(jiē)受《In Good Company》节目专(zhuān)访时提出的。

他预期，AI的发展可能(néng)会威胁(xié)到谷歌的市占率，因为微软在AI方面的行(xíng)动相当迅速。而最终科技巨头将把AI整合(hé)成用户的“全(quán)能助手”，包(bāo)揽一切应用，与人们进行沟通并提供建议，可以取代(dài)亚(yà)马逊、Siri或Outlook等应用。

大(dà)佬口中全(quán)能(néng)助手的到(dào)来可能尚需时日，但由ControlNet引发的又一次AI绘画浪潮，让AIGC在ChatGPT的话题热点包围中杀出(chū)重围。

01

ControlNet颠覆AI绘画新玩法(fǎ)

AIGC向可(kě)控靠近

以AI绘画为代表的(de)AIGC上一次爆火的时(shí)候，还是2022年8月，在美国科罗拉多州举办的新兴数字艺术家竞(jìng)赛中，一幅名为《太空歌剧院》的(de)作品获奖(jiǎng)。

随后各大厂商的AI绘画(huà)软件被广大网友熟知并体(tǐ)验，Stable Diffusion便是其中代表(biǎo)。

用户们(men)可以在(zài)应用中(zhōng)输入一组(zǔ)关键词(cí)或者(zhě)一张(zhāng)照片，就能(néng)获得一幅AI创作的画作。

作画的关键(jiàn)就是(shì)所输入的(de)文本。同(tóng)一组关键词也可(kě)以创(chuàng)作出很多张风(fēng)格不一样的画作，这让创作的过(guò)程就像开盲盒。

很多用户(hù)很喜(xǐ)欢这种(zhǒng)不(bù)确定的惊喜，他们(men)会(huì)将生成的美图当做(zuò)头像。而另一部分喜欢翻看AI绘画的“翻车”作品。在社交(jiāo)媒体上，许多用户分享AI“翻车现场(chǎng)”，例如，一(yī)位网(wǎng)友的小狗照片被(bèi)AI画成了“肌肉男”，还有网友的(de)个人照(zhào)片(piàn)被AI识别成了建筑。

而如今随着(zhe)ControlNet的出现与加持，以往AI绘画的填写关(guān)键词游戏可能要被颠覆了。

ControlNet是一位正在斯坦福读博的(de)中(zhōng)国人张(zhāng)吕敏(mǐn)创作的一种基于控制点的图(tú)像变(biàn)形算法(fǎ)，主要(yào)用于(yú)数字图像处理、计算机视(shì)觉和计算机图形学等领域(yù)。

其SD插件一经发布，在短短的两天内便成为了(le)AI绘画领域最新(xīn)的热点。

在此之前，大家用了很多方(fāng)法(fǎ)想让AI生成(chéng)的结果尽(jǐn)可能的(de)符合要求，但是都不尽如人(rén)意，它的出现代表着AI生成(chéng)开始(shǐ)进入真正(zhèng)的可(kě)控时期。

因为ControlNet可以(yǐ)直接提取画(huà)面的构(gòu)图(tú)，人物的姿(zī)势和画面的深(shēn)度信息(xī)等。有(yǒu)了它的帮助，就不用频繁的用(yòng)提示词来(lái)碰(pèng)运气，抽盲盒式(shì)的创作了。

通(tōng)俗的说ControlNet相当于(yú)给(gěi)AI绘画加了“魔(mó)法”，不少博主的作品已经获(huò)得了大量的浏览量，“viggo”就是其中之一，他(tā)用(yòng)朋友的(de)照片直接带她们走进动漫(màn)世界。

viggo先用StableDiffusion图片转(zhuǎn)文字。

再用Text2Prompt插件(jiàn)拓展(zhǎn)找到对应的关键词；最后用ControlNet插件绑(bǎng)定骨骼开始换关键词(cí)试效果(guǒ)。

通过图片就可以看出来，效果(guǒ)十(shí)分惊艳。

更(gèng)厉害的是(shì)，除(chú)了真(zhēn)实的照(zhào)片(piàn)，草图也可(kě)以加上“魔法(fǎ)”，知乎大(dà)牛“DevPoint”和“逗砂(shā)”介绍到ControlNet还能实现线稿转(zhuǎn)全彩(cǎi)图(tú)。大神张吕敏其本尊也亲自回(huí)应。

不(bù)得(dé)不说(shuō)当下AIGC已经变(biàn)得越来越强大，甚至输出的作(zuò)品都已经能以假乱真了。

02

难辨虚实，AIGC技术力爆发

警惕安(ān)全问题

近日，“苏(sū)州金(jīn)鸡湖有游艇party”的消息火遍(biàn)网络，而经过警(jǐng)方(fāng)辟谣(yáo)这所谓的“party”可能是(shì)全国第一起AI绘图诈骗。

由于这个活动里面给出的美女照片都是AI制作(zuò)的(de)真(zhēn)人照片绘图(tú)，因为(wèi)太逼真，被大(dà)家当成(chéng)真事传播了。

不过仔细(xì)观(guān)察可(kě)以发现，活动(dòng)发(fā)起者(zhě)提供(gōng)的照片中有个很大的漏洞(dòng)可以发现(xiàn)并非真人，而是AI绘图，那便是图片中女性的(de)手指(zhǐ)部分有(yǒu)的存在异常。

有(yǒu)行业(yè)人事表示：“现(xiàn)在因为手指部(bù)分的绘画算法(fǎ)比较复杂，AI还不(bù)太(tài)会(huì)画人的(de)手，但最新看到的(de)图片已经(jīng)有越来越完美的AI模型出现，以后可能就完全没有漏洞了。”

类似(shì)的(de)AI作图(tú)诈骗(piàn)在国外(wài)也已(yǐ)有发生。据英国广(guǎng)播公(gōng)司报道，土耳其地震(zhèn)期间，有Tiktok用户使用AI合成了儿童受(shòu)灾的假照片(piàn)发布到网络，以(yǐ)此诱骗善良的(de)人打(dǎ)赏“捐助”从而实施诈(zhà)骗。

目前随着技术(shù)发展(zhǎn)，AIGC已经能做出真人照片般的绘(huì)图效果，如果这样的图片被(bèi)用(yòng)来诈骗，将非常可怕。

此(cǐ)外AIGC还引发了很多担忧，一方(fāng)面，批判者认(rèn)为AI在“学习”了大量前人的作品之后，其创作没(méi)有任何情绪(xù)和灵魂，难以和人类的艺术创作相提并论。

另一方面，AIGC背后的版(bǎn)权、目前都并没有得到有效的解决(jué)，还有AIGC会(huì)不会(huì)代替(tì)人类“至(zhì)高无(wú)上”的创(chuàng)意(yì)。

马斯克也(yě)强(qiáng)调，人工智能(néng)的安全问题需(xū)要得到重视，太晚就来不及(jí)了。

03

AIGC下一站除了视(shì)频，还有远方

技(jì)术(shù)都是有两(liǎng)面(miàn)性的，潜(qián)在的危害并不能掩(yǎn)盖(gài)其光(guāng)辉(huī)的贡献。现(xiàn)在看来，人工智能技术(shù)将是(shì)第四次工业革命(mìng)的核心驱动力量(liàng)，将(jiāng)创造新的(de)增长奇迹。

过(guò)去一年(nián)，人工智能在技术和商业层面(miàn)都有了(le)巨大进展，AI绘画就是人工智能(néng)技术发生方向性(xìng)改变的(de)一个(gè)代(dài)表。其下一站或许(xǔ)就是视频。

此前(qián)，Meta和(hé)谷歌先(xiān)后发布了几(jǐ)条引爆科技圈(quān)的短视频。这些(xiē)视频引发关注并(bìng)非内容做得多(duō)优秀，反而(ér)都非常简单，比(bǐ)如一(yī)匹正(zhèng)在(zài)喝水的马(mǎ)，一只画画的玩具熊，或者一段骑(qí)摩托车(chē)的第一(yī)视角(jiǎo)录像，随便一(yī)个(gè)有手(shǒu)机的(de)人都(dōu)可(kě)以(yǐ)随手(shǒu)录下一段。

但这些短视频(pín)的创作方式(shì)非(fēi)常简单(dān)，创作者仅仅(jǐn)需要向(xiàng)AI输入一段话(huà)，甚(shèn)至只是(shì)说一(yī)下要(yào)求，AI就可以根据需要(yào)生成一段视频。

谷歌发布的两个AI生成视(shì)频分别来(lái)自(zì)于Imagen Video和Phenaki，前者主(zhǔ)要突出的是高清，与Meta的Make-A-Video没有太多的差别。

在Make-A-Video公布了(le)AI生成的(de)视频后，AI圈就已经玩了一波梗，一个能够(gòu)做出更高(gāo)清视(shì)频的AI还(hái)不足以在短时间内(nèi)戳中兴奋(fèn)点。

Phenaki更(gèng)加令人震惊的地(dì)方(fāng)在于，它可以制作出超过2分钟的(de)连贯的(de)也有确切内容的视频(pín)，这才是真正让(ràng)人们感(gǎn)到惊喜的地(dì)方。因为无论AI生成的视频多(duō)么高清，也(yě)只能是为内容生产者提供一个灵感(gǎn)，一个(gè)素(sù)材，一个过场动画(huà)。

不过能够制(zhì)作出有具体剧情内容的视频就意味(wèi)着，一些视频创(chuàng)作(zuò)由AI代替人工完成(chéng)已经初(chū)步有了可能。

当下AI的发(fā)展速度已(yǐ)经超过大部(bù)分(fēn)人的想象(xiàng)。内容产业的本(běn)质是供给(gěi)创(chuàng)造需求，AIGC作(zuò)为全新的(de)内容生产方(fāng)式，可以为内(nèi)容产业带来更新的(de)内容风格(gé)、更快的生(shēng)产速度，更低的生产成本(běn)，这无疑(yí)会(huì)驱动内容产业的大爆发。

除了(le)AI绘图、视(shì)频，AIGC技(jì)术(shù)还(hái)能应用(yòng)于(yú)音乐、代(dài)码(mǎ)、机器(qì)人动作等(děng)多种(zhǒng)内(nèi)容形式的生成。不难发现该项技(jì)术不仅在(zài)游戏等行(xíng)业(yè)能得(dé)到(dào)有效应用，对于(yú)下一代互(hù)联网各(gè)种元素的(de)构(gòu)建亦有关键意义。

从商(shāng)业化(huà)的角度来看(kàn)，文(wén)化娱(yú)乐、教育(yù)、传媒等诸多领域，本身就对(duì)基于AI的(de)可(kě)视化(huà)内容有强烈需求。

因此，AI绘画及(jí)视频(pín)或不是(shì)结果，而(ér)只是AI进程中的一块重要拼图，有望在技(jì)术更新的加持下实(shí)现更(gèng)大(dà)的应用价值。

AI从理解内容，走向了可以(yǐ)生成内容，甚至能(néng)够创造(zào)出独立(lì)价值和独立视角的内容。AIGC的再次出(chū)圈，更代表着未来的先进生产力(lì)即将到来。

04

紧抓大模型(xíng)与算力，牢固AIGC底座

从技(jì)术的发展(zhǎn)也可(kě)以看出，在语言大(dà)模型、图像大模型之后，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发展(zhǎn)的(de)智能底座，是全球竞争最激烈的研究方向之一(yī)，包括谷歌、亚马(mǎ)逊、百度、阿里、腾讯等众(zhòng)多头部企业都在竞相发力(lì)。

不过(guò)训练大模(mó)型的(de)确价格不菲，以国(guó)盛证券发布(bù)的(de)《ChatGPT需要多(duō)少算力(lì)》报告估算，GPT-3训练一(yī)次的成本约为140万(wàn)美元。而对于一些更大的LLM(大型语言模型(xíng))，训练(liàn)成本(běn)则介于200万美元至1200万(wàn)美元高价之间。

以ChatGPT在(zài)2023年1月的独立访客平均数1300万(wàn)计算，其(qí)对应芯片(piàn)需求为(wèi)3万多片英伟达A100 GPU，初始投入成本约为(wèi)8亿美元，每日仅电(diàn)费就在(zài)5万美元左右。

此外不论是(shì)ChatGPT还是AIGC，都离不(bù)开(kāi)庞(páng)大算(suàn)力支持。在关注各类大模型的发展同时，更应(yīng)该(gāi)关注算力网络的建设(shè)。

算力网络正驱(qū)动AI产业发展进入史诗(shī)级加速进程，让AIGC及通用(yòng)AI这(zhè)一人工智能发展的终极目(mù)标离(lí)得更近。

因为算力可以对突破性技术创新提供大力的支持。这(zhè)方面，多模态大模型(xíng)是典型(xíng)。作为面向(xiàng)未(wèi)来(lái)强人工(gōng)智能、通用人工智能的重要技术创新(xīn)，多模态(tài)大模型已(yǐ)经在(zài)人工智能领域提出了很多年，业界也有不(bù)少技术突破，但是，多模态大模型(xíng)进一步往(wǎng)下走，算力需求呈几何式上升(shēng)，一般(bān)的算力基础设施很快将难以(yǐ)胜(shèng)任(rèn)。

从(cóng)图像(xiàng)、文字、语音单独一项的(de)训练，到双模态、三模态的跃(yuè)迁，让人工智能可以(yǐ)灵活应(yīng)对不(bù)同模态的转化、像(xiàng)人与世(shì)界交互一样自然(rán)，这方面，由算力网络来驱动将有明显优势。

此外，还(hái)有很多(duō)需要爆发(fā)式增(zēng)长的算力来支撑的技术创新，将在(zài)人工智能算力网(wǎng)络支撑(chēng)下(xià)快速推进。

AIGC已经(jīng)露出曙光，期(qī)待在大(dà)模型和(hé)大算力的支持下AIGC能持续颠覆内(nèi)容生产的方式，将创(chuàng)造的(de)边际(jì)成本降低，让万(wàn)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 云南有哪几个市 云南是几线城市