自聊天机器人ChatGPT火爆以(yǐ)来(lái)，微软公司创始人比尔·盖茨(cí)已多次(cì)公开谈(tán)论人(rén)工智能话题。在最近的(de)一次采访中，他再次表示：“AI可能会(huì)让科技(jì)行业迎来一次(cì)剧(jù)烈的洗牌”。

这个结论是(shì)他在当地(dì)时(shí)间2月(yuè)20日(rì)接(jiē)受(shòu)《In Good Company》节目专访时提(tí)出(chū)的。

他(tā)预期，AI的发展可(kě)能会威胁(xié)到谷歌的(de)市占(zhàn)率，因为微(wēi)软在AI方面的(de)行(xíng)动相(xiāng)当迅(xùn)速。而最终科技巨头将把AI整(zhěng)合成用户(hù)的“全能助手(shǒu)”，包揽(lǎn)一切应(yīng)用，与(yǔ)人们进行沟通并提(tí)供建议，可以取代亚马逊、Siri或Outlook等应用。

大佬口中全能助手的(de)到来(lái)可能尚需(xū)时日，但由ControlNet引发(fā)的又一次AI绘画浪潮，让AIGC在(zài)ChatGPT的话(huà)题热点包围中杀出重围。

01

ControlNet颠覆AI绘画新玩法

AIGC向可控靠近

以AI绘画(huà)为代表的AIGC上一次爆(bào)火的时候，还(hái)是2022年8月，在(zài)美国(guó)科罗拉多(duō)州举办的新兴数字艺术家(jiā)竞赛中(zhōng)，一幅名为siki老师是哪个大学的？《太(tài)空歌剧院》的作品获奖(jiǎng)。

随(suí)后各大厂商的AI绘画软件被广大网友熟知并体验，Stable Diffusion便是其中(zhōng)代表。

用(yòng)户们可以在应用中输入一组关键词或者一张(zhāng)照片，就能获(huò)得一幅AI创(chuàng)作的画作。

作画(huà)的关键就是所输(shū)入的文本。同一(yī)组(zǔ)关(guān)键词也可(kě)以创作出很(hěn)多张风格不一样的画作，这让创作(zuò)的过(guò)程就(jiù)像开盲盒。

很多用(yòng)户很喜(xǐ)欢这种不确定的惊喜(xǐ)，他(tā)们(men)会将生(shēng)成的美图当做头像。而(ér)另一部(bù)分喜(xǐ)欢翻看(kàn)AI绘画的“翻车(chē)”作品(pǐn)。在(zài)社交媒体上，许(xǔ)多(duō)用户分享AI“翻车(chē)现(xiàn)场”，例如(rú)，一位网(wǎng)友的(de)小狗(gǒu)照片被AI画成了(le)“肌(jī)肉男”，还有网友的个人照片(piàn)被AI识别成了建筑。

而(ér)如今随着ControlNet的出现与(yǔ)加持，以往AI绘(huì)画的填写关键词游戏(xì)可(kě)能要被颠覆了。

ControlNet是(shì)一(yī)位(wèi)正在斯(sī)坦福(fú)读博的中国人张吕敏创作的(de)一种基于控制点的图像(xiàng)变形算法，主要用(yòng)于数字(zì)图像(xiàng)处理、计(jì)算机视觉(jué)和计算机图形学(xué)等领域。

其SD插(chā)件(jiàn)一经发布，在短短的两天内便成(chéng)为了AI绘画(huà)领域最(zuì)新(xīn)的热点(diǎn)。

在此之前，大家(jiā)用(yòng)了(le)很多方法想让AI生成的(de)结果尽可(kě)能的符合要(yào)求，但是都不(bù)尽(jǐn)如人意，它的出现代(dài)表(biǎo)着AI生成开始进入真正的可控时期。

因(yīn)为(wèi)ControlNet可以直接提取(qǔ)画面的构(gòu)图，人(rén)物的姿势和画面的深度信(xìn)息等(děng)。有了它的帮助，就不用频繁的用(yòng)提示词来碰(pèng)运气，抽盲盒(hé)式的创(chuàng)作了。

通俗的说ControlNet相当于给AI绘(huì)画加了“魔法”，不少博主的作品(pǐn)已经(jīng)获(huò)得了大量的浏览量(liàng)，“viggo”就是其中(zhōng)之一，他用朋友的照(zhào)片直接带她们(men)走进动漫世界。

viggo先(xiān)用(yòng)StableDiffusion图(tú)片转文(wén)字(zì)。

再(zài)用Text2Prompt插件拓(tuò)展找到对应的关键词；最后用ControlNet插件绑定骨骼开始换关键词试效果(guǒ)。

通过图片就可以(yǐ)看出来，效果十分惊艳(yàn)。

更(gèng)厉害的是，除了真实的照片，草图也可以加上“魔法”，知乎大牛“DevPoint”和“逗砂(shā)”介(jiè)绍到ControlNet还能实现(xiàn)线稿转全(quán)彩图。大(dà)神(shén)张吕(lǚ)敏其本尊也亲自回(huí)应。

不得不说当下AIGC已经变得越来越强大，甚至输出的(de)作品都已经(jīng)能以假乱真了。

02

难(nán)辨虚实，AIGC技术力爆发

警(jǐng)惕安全(quán)问题

近日，“苏(sū)州金鸡湖有游艇party”的消息火遍网(wǎng)络，而经过警方辟谣这所(suǒ)谓的“party”可能是全(quán)国(guó)第一起(qǐ)AI绘图诈骗。

由于(yú)这个(gè)活动里面给出(chū)的美女照片都(dōu)是AI制作(zuò)的真人照片绘(huì)图，因为太逼真，被大家当成真(zhēn)事传播了。

不过仔细观察可以发现(xiàn)，活(huó)动发(fā)起者提供(gōng)的照片中有(yǒu)个很大的漏(lòu)洞可以(yǐ)发(fā)现并非真人，而是(shì)AI绘图(tú)，那便是图片中女性的手(shǒu)指部(bù)分有的存在异常。

有(yǒu)行(xíng)业人(rén)事表(biǎo)示：“现在因(yīn)为手指部分的绘画(huà)算法(fǎ)比较复杂，AI还(hái)不太会画人的手，但最(zuì)新看到的图片已经(jīng)有越来(lái)越完(wán)美(měi)的AI模型出现，以后可(kě)能就完全没有漏洞了(le)。”

类(siki老师是哪个大学的？lèi)似的AI作图(tú)诈(zhà)骗在国外也已有发生。据英国(guó)广播公司报道，土耳(ěr)其地震期间，有(yǒu)Tiktok用户使用AI合(hé)成(chéng)了儿(ér)童受灾的假照片(piàn)发布(bù)到网络(luò)，以此诱骗(piàn)善良的人打(dǎ)赏“捐助”从而实施诈骗。

目前随着技术发(fā)展(zhǎn)，AIGC已经能做出真(zhēn)人照片(piàn)般(bān)的绘(huì)图效果(guǒ)，如果(guǒ)这样的图片被用(yòng)来诈骗，将非常可怕。

此外AIGC还(hái)引发了很多担(dān)忧(yōu)，一方面，批判者(zhě)认为AI在“学习(xí)”了大量前人的作品之后，其创作没有任何(hé)情绪(xù)和灵(líng)魂，难以和人类的艺术创作相提并论。

另一方面，AIGC背后(hòu)的版权、目前都并没有得到有效的(de)解决(jué)，还(hái)有(yǒu)AIGC会不会(huì)代替(tì)人类“至高无上”的创意(yì)。

马斯(sī)克也(yě)强调，人(rén)工智(zhì)能的安全(quán)问题需要得到(dào)重视，太(tài)晚就来不及(jí)了。

03

AIGC下一(yī)站除了视频，还有远方

技(jì)术都是有(yǒu)两面性的(de)，潜(qián)在的(de)危害并不能掩盖其光辉的贡献(xiàn)。现在看来，人工智能技术将是(shì)第(dì)四次工业革(gé)命的核心驱动力量(liàng)，将创造新的增长奇迹。

过去一年，人工智(zhì)能在(zài)技术(shù)和商(shāng)业(yè)层(céng)面都有了巨大进展，AI绘画就(jiù)是人工智能技术发生方(fāng)向性改变(biàn)的一(yī)个代表。其下一站或许就(jiù)是视(shì)频。

此前，Meta和(hé)谷歌先后发布了(le)几条引爆科(kē)技(jì)圈(quān)的(de)短视(shì)频(pín)。这些视频引发关注(zhù)并非(fēi)内容(róng)做(zuò)得多优(yōu)秀(xiù)，反而都非常(cháng)简单(dān)，比如一(yī)匹正在喝水的马，一只画画的玩具熊，或(huò)者一(yī)段(duàn)骑(qí)摩(mó)托车的(de)第一视角录像，随(suí)便一个有手机的人(rén)都可以随手录下一段。

但(dàn)这些短视(shì)频(pín)的创作(zuò)方式非常简单(dān)，创作者仅仅需要向AI输(shū)入一段话，甚(shèn)至只是说一(yī)下要(yào)求，AI就(jiù)可(kě)以(yǐ)根据需(xū)要生成一(yī)段视频。

谷歌发布(bù)的两个(gè)AI生成(chéng)视频分别来自于Imagen Video和(hé)Phenaki，前者主要突出的(de)是(shì)高清，与Meta的Make-A-Video没(méi)有太多(duō)的差别。

在Make-A-Video公布了AI生(shēng)成(chéng)的视频后，AI圈就已经玩了(le)一波梗(gěng)，一个(gè)能够做(zuò)出更高清视(shì)频的(de)AI还(hái)不足以在短(duǎn)时(shí)间内(nèi)戳中(zhōng)兴奋点。

Phenaki更加令人震惊的地(dì)方在于，它可以制作出超过2分(fēn)钟的连贯(guàn)的(de)也有(yǒu)确切内容的视频，这(zhè)才是(shì)真正(zhèng)让人们(men)感到惊喜的地(dì)方。因(yīn)为无(wú)论AI生成的视(shì)频多么高清，也只能是(shì)为内容生产(chǎn)者(zhě)提(tí)供一个灵感，一个素材，一(yī)个(gè)过场动画。

不(bù)过能够(gòu)制作出有(yǒu)具体剧(jù)情内容的视频就意味(wèi)着，一(yī)些视频创(chuàng)作由AI代替人工完成(chéng)已经初步有(yǒu)了可能。

当下(xià)AI的发展速度已经(jīng)超过(guò)大(dà)部分人的(de)想象。内容产业的本质是供(gōng)给创造(zào)需求(qiú)，AIGC作为全新的内容生产方式，可(kě)以为(wèi)内(nèi)容产业带来(lái)更新的内(nèi)容(róng)风格(gé)、更快的生产速度，更低的(de)生产成本，这无疑会驱动内容产业的大爆发。

除了AI绘图、视(shì)频，AIGC技术还能应用于音乐、代码(mǎ)、机(jī)器人(rén)动作等多(duō)种内容形式的生成。不难发现该项(xiàng)技术不仅在(zài)游(yóu)戏等行业能得到有效应用，对于下一代互(hù)联网各种元素的(de)构建亦有关(guān)键意(yì)义。

从商业化的(de)角度(dù)来看，文化娱乐、教育、传媒等诸(zhū)多领域，本身就(jiù)对基于AI的可视化内容有(yǒu)强烈需求(qiú)。

因此，AI绘画及视频或不是结果，而只是AI进程中的一块重要(yào)拼(pīn)图，有(yǒu)望在技(jì)术更新的加持下(xià)实现更大的(de)应用价值。

AI从理解内(nèi)容，走(zǒu)向了可以生成内容，甚至能够创造出独立价(jià)值和独立视角的内容。AIGC的再次出圈，更代表着未来的先进生产力即将到(dào)来。

04

紧抓大(dà)模(mó)型与(yǔ)算力，牢(láo)固AIGC底座(zuò)

从(cóng)技术的发(fā)展也可以看出，在(zài)语言大模型、图像大(dà)模型之后，多模态大模型已(yǐ)经(jīng)成为了新的趋(qū)势(shì)。

大(dà)模型被誉(yù)为当前(qián)人(rén)工智能发展的(de)智能底座，是全球(qiú)竞争最激烈的研究方向之一，包括谷歌、亚马(mǎ)逊(xùn)、百度、阿(ā)里、腾讯等众(zhòng)多头(tóu)部企业都在竞相发力(lì)。

不过训(xùn)练大(dà)模型的确价格不菲，以国盛(shèng)证券发布的《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140万美(měi)元。而对(duì)于一些更(gèng)大的LLM(大型语言模型(xíng))，训(xùn)练成本则介于200万美元至1200万美元高价之间。

以ChatGPT在(zài)2023年1月的独立访客(kè)平(píng)均数1300万计(jì)算，其(qí)对应芯片需求为3万(wàn)多片英伟达A100 GPU，初(chū)始投入成本约为(wèi)8亿(yì)美元(yuán)，每日仅电费就在5万美元左(zuǒ)右。

此外不论(lùn)是ChatGPT还是AIGC，都离不(bù)开庞大算力支持。在关注各(gè)类大模(mó)型的发展同时，更应该关注算(suàn)力网络的建设。

算力网络正驱(qū)动AI产(chǎn)业(yè)发(fā)展(zhǎn)进入史诗(shī)级(jí)加(jiā)速进程，让AIGC及通用AI这一人(rén)工智能发展的(de)终极目标离得(dé)更(gèng)近。

因为算力可以对(duì)突(tū)破性技(jì)术(shù)创新提供大(dà)力(lì)的支持。这(zhè)方面，多模态大模型是(shì)典型(xíng)。作为(wèi)面(miàn)向未来(lái)强人(rén)工(gōng)智能(néng)、通用(yòng)人(rén)工智能的(de)重要技(jì)术创(chuàng)新，多(duō)模态(tài)大模型已经在(zài)人工智能领域提出了很多年，业(yè)界也有不少技(jì)术突破(pò)，但是，多模态大模型进一步往下走(zǒu)，算力需求呈几(jǐ)何式上升，一般的算力基础(chǔ)设施(shī)很快将难(nán)以胜任。

从图像、文字、语音单独一项的训(xùn)练，到双(shuāng)模态、三模(mó)态的跃(yuè)迁，让人(rén)工智能可(kě)以灵活应对不同模态的转化、像人与世界交互一(yī)样自然，这方(fāng)面，由(yóu)算力网络(luò)来(lái)驱动(dòng)将有明显(xiǎn)优势。

此外，还有很多需要爆发式增长的算力来支撑的(de)技术创新，将(jiāng)在人工(gōng)智能算力(lì)网络支撑下快速推(tuī)进(jìn)。

AIGC已(yǐ)经露出曙光，期待在大模型和大算力的支持(chí)下(xià)AIGC能持续颠覆内容(róng)生产的方(fāng)式，将创(chuàng)造(zào)的边际成本降低，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 siki老师是哪个大学的？