自(zì)聊天机器人ChatGPT火爆以来，微软公司创始人(rén)比尔·盖茨已多(duō)次公开谈论人工智能(néng)话题(tí)。在最近的一(yī)次(cì)采访(fǎng)中，他再次(cì)表示：“AI可(kě)能会让科(kē)技行业(yè)迎来一次剧烈的洗牌”。

这个(gè)结论是他在当(dāng)地时间2月20日接受《In Good Company》节目专访(fǎng)时提出的。

他预期，AI的发展可能会威胁到谷歌的市(shì)占率(lǜ)，因为微软(ruǎn)在(zài)AI方面(miàn)的行动相当迅速。而(ér)最终科(kē)技巨头将(jiāng)把(bǎ)AI整(zhěng)合成用户的(de)“全能助手”，包(bāo)揽一切应(yīng)用，与人(rén)们(men)进行沟通并提供(gōng)建(jiàn)议，可以取代亚马逊(xùn)、Siri或Outlook等(děng)应用。

大佬口中(zhōng)全(quán)能助手的(de)到来可(kě)能尚需时日(rì)，但由ControlNet引发的又一次AI绘画(huà)浪潮，让AIGC在ChatGPT的话题(tí)热点(diǎn)包围中(zhōng)杀出重(zhòng)围。

01

ControlNet颠覆AI绘画(huà)新玩法

AIGC向可(kě)控(kòng)靠近(jìn)

以(yǐ)AI绘画(huà)为代表(biǎo)的AIGC上一次爆(bào)火的(de)时候，还(hái)是(shì)2022年8月，在美(měi)国科罗拉多州举办的新兴数字艺术家(jiā)竞赛中，一幅名(míng)为《太(tài)空(kōng)歌剧(jù)院》的作品(pǐn)获奖。

随后各大厂商(shāng)的AI绘画软件被广大网友熟知(zhī)并体验(yàn)，Stable Diffusion便(biàn)是其中(zhōng)代(dài)表(biǎo)。

用户们可(kě)以在应用(yòng)中(zhōng)输入一组关(guān)键词或者一张照(zhào)片，就能(néng)获得一幅AI创作(zuò)的画(huà)作。

作画(huà)的关键就是所输入的文本。同一(yī)组关键(jiàn)词也可以创(chuàng)作出很多张风(fēng)格不一样(yàng)的(de)画(huà)作，这让创作的过(guò)程就像开盲(máng)盒。

很多用户(hù)很喜欢这种不确定的惊喜，他们会将生成的(de)美图当(dāng)做头像(xiàng)。而(ér)另一(yī)部分喜欢翻看AI绘画的“翻车(chē)”作品。在社交媒体上，许多用户分(fēn)享AI“翻车(chē)现场”，例如，一位网友(yǒu)的小狗(gǒu)照片被(bèi)AI画成了(le)“肌肉男”，还(hái)有网友的个人照片(piàn)被(bèi)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(tián)写(xiě)关(guān)键词游(yóu)戏可能要被(bèi)颠覆(fù)了。

ControlNet是(shì)一位正在斯坦(tǎn)福(fú)读博的中国人张吕(lǚ)敏(mǐn)创作的一种(zhǒng)基于控制(zhì)点的图像(xiàng)变形算(suàn)法，主要用于数字图像处理、计算机视觉(jué)和计算机图形学等领域。

其SD插(chā)件一经(jīng)发(fā)布(bù)，在短短的(de)两天内便(biàn)成为了AI绘画领域(yù)最(zuì)新的热点。

在此(cǐ)之前，大(dà)家(jiā)用了很多方(fāng)法想(xiǎng)让AI生(shēng)成的结果尽可能的符合要求，但是都不尽如(rú)人(rén)意，它的(de)出现代表着AI生成开始进入(rù)真正(zhèng)的可控时期。

因为ControlNet可以直接(jiē)提取画(huà)面的构图，人物(wù)的姿势和画(huà)面的深度信息等。有了(le)它的(de)帮助，就不用频(pín)繁(fán)的用提示词来(lái)碰运(yùn)气，抽盲盒(hé)式的创作了。

通(tōng)俗的说ControlNet相(xiāng)当于给AI绘画加了“魔法”，不少(shǎo)博主(zhǔ)的(de)作品已(yǐ)经获得了(le)大(dà)量(liàng)的浏览(lǎn)量，“viggo”就是其中之一(yī)，他用朋(péng)友的照片直接带她们(men)走(zǒu)进动漫(màn)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(jiàn)词；最后用ControlNet插(chā)件绑定(dìng)骨骼开始(shǐ)换(huàn)关键词试效果(guǒ)。

通过图片就(jiù)可以看出来，效(xiào)果十分(fēn)惊艳。

更(gèng)厉害的是，除了(le)真(zhēn)实(shí)的照片，草图也(yě)可以加上“魔(mó)法(fǎ)”，知乎大牛“DevPoint”和“逗砂”介(jiè)绍(shào)到(dào)ControlNet还能(néng)实现线美国总统奥巴马几岁稿(gǎo)转全彩图。大神(shén)张吕敏(mǐn)其本(běn)尊(zūn)也亲自回应。

不得(dé)不说(shuō)当下AIGC已经变得越来越强(qiáng)大(dà)，甚至输(shū)出的作品都已经能以假乱真了(le)。

02

难辨虚实(shí)，AIGC技术力(lì)爆发

警惕安全问题(tí)

近(jìn)日，“苏州(zhōu)金(jīn)鸡湖有游艇party”的消(xiāo)息(xī)火遍(biàn)网(wǎng)络，而经过警方辟谣这所谓的“party”可能是(shì)全(quán)国第一(yī)起AI绘(huì)图诈骗。

由于这个活动里面给出(chū)的美女照(zhào)片都是AI制(zhì)作的(de)真人照片绘图，因(yīn)为太逼(bī)真，被(bèi)大家当成真(zhēn)事传(chuán)播(bō)了。

不过仔细观察可以发现，活(huó)动(dòng)发起者提供的照片中有(yǒu)个(gè)很(hěn)大(dà)的漏洞可以发现并非真人，而是AI绘图，那(nà)便是图片中女性的手指部(bù)分有的存在异常。

有行业人(rén)事(shì)表示：“现在(zài)因为手(shǒu)指部分的绘画(huà)算法比较(jiào)复杂，AI还不太(tài)会(huì)画(huà)人的手，但最新看到的(de)图片已经(jīng)有越(yuè)来越完(wán)美的AI模型出现，以后(hòu)可(kě)能就完(wán)全没有(yǒu)漏洞(dòng)了。”

类似的(de)AI作图诈骗在国外也已有发生(shēng)。据英国(guó)广(guǎng)播公(gōng)司报道，土耳其地震(zhèn)期间，有(yǒu)Tiktok用户使(shǐ)用(yòng)AI合成(chéng)了儿童(tóng)受灾的假照片发布(bù)到(dào)网络，以此诱骗善良的人打(dǎ)赏(shǎng)“捐助”从而实施诈骗(piàn)。

目前随着技术发(fā)展，AIGC已经能(néng)做(zuò)出(chū)真人照片般(bān)的绘(huì)图(tú)效果，如果这(zhè)样的图片(piàn)被用来诈骗，将非(fēi)常可怕。

此外AIGC还(hái)引发了很多担(dān)忧，一方(fāng)面，批(pī)判(pàn)者认(rèn)为AI在“学习(xí)”了(le)大量前人(rén)的作品之后，其创作没有任何情绪和灵(líng)魂，难以和人类的艺术创作相(xiāng)提并论。

另(lìng)一方(fāng)面，AIGC背(bèi)后的版权(quán)、目前都并没有得到有效(xiào)的解决(jué)，还有AIGC会不会(huì)代替人类“至高无上”的创意。

马斯克也强调，人工(gōng)智能(néng)的安全问题需(xū)要得到重(zhòng)视，太晚(wǎn)就来不(bù)及(jí)了。

03

AIGC下(xià)一站(zhàn)除了视(shì)频，还有远方

技术都是(shì)有两面(miàn)性(xìng)的，潜在的危害并不(bù)能掩盖其(qí)光辉(huī)的贡献。现在看(kàn)来，人(rén)工智能技术将是第(dì)四(sì)次工业(yè)革命的核心驱动(dòng)力(lì)量，将创(chuàng)造(zào)新的增(zēng)长奇迹。

过(guò)去一年，人工(gōng)智(zhì)能在技术和商业层面(miàn)都有了巨大进展，AI绘画就(jiù)是人工智能(néng)技术发生(shēng)方向性改变的(de)一个代表。其(qí)下(xià)一站或许(xǔ)就是视频。

此前，Meta和谷歌先后发(fā)布了(le)几(jǐ)条引(yǐn)爆科技圈的短视频。这些视频引发关注并非内(nèi)容做得(dé)多优秀，反而都非常简单，比如一匹正在喝水(shuǐ)的马(mǎ)，一(yī)只(zhǐ)画画的玩具熊，或(huò)者一段骑摩托(tuō)车的第(dì)一视角录像，随便一个有手机的(de)人都(dōu)可(kě)以随手录下一段。

但这些短视频(pín)的创作方式非常简单(dān)，创作(zuò)者仅仅需(xū)要向(xiàng)AI输入一段话(huà)，甚至只是(shì)说(shuō)一下要求，AI就(jiù)可以根据需要(yào)生成一段视频。

谷歌发(fā)布(bù)的两个AI生(shēng)成(chéng)视频分别来自(zì)于Imagen Video和Phenaki，前者主要突出的(de)是高清(qīng)，与Meta的Make-A-Video没有太(tài)多的差别(bié)。

在Make-A-Video公布了(le)AI生成的视频后，AI圈就已(yǐ)经玩了一波梗，一(yī)个能(néng)够做出更高清视(shì)频(pín)的AI还不足以在(zài)短时间内戳中兴奋点(diǎn)。

Phenaki更加令人震惊的(de)地方在于，它(tā)可以制作出超过2分(fēn)钟的连贯的也有确切内容的视频，这(zhè)才是(shì)真正让人们感到(dào)惊喜(xǐ)的地方。因为无论AI生成的视频多(duō)么高清，也(yě)只(zhǐ)能是(shì)为内容生产者提供一个灵感，一个素材，一个过场动画。

不过能够制作出有具体剧情内(nèi)容(róng)的视频就(jiù)意味着，一些视频(pín)创作由AI代替(tì)人工完(wán)成已(yǐ)经初步有了可能。

当下AI的(de)发展速度已(yǐ)经超过大(dà)部(bù)分人的(de)想象。内容产(chǎn)业(yè)的(de)本质是供给(gěi)创(chuàng)造需(xū)求，AIGC作为全新的(de)内容(róng)生产(chǎn)方式，可(kě)以为内容产业(yè)带(dài)来更新的内容(róng)风格、更(gèng)快的生产速(sù)度，更低的生产成本，这无疑(yí)会驱动内(nèi)容产业的大爆发。

除(chú)了AI绘(huì)图、视频，AIGC技术还能应用于音(yīn)乐、代码、机器人动(dòng)作等多(duō)种内容形式的生成。不难发现该(gāi)项技术不仅(jǐn)在游戏等行业(yè)能得到有(yǒu)效应用，对于下一(yī)代(dài)互联网各种元素的(de)构建亦有关(guān)键意义。

从商业(yè)化的角(jiǎo)度来(lái)看，文化娱乐、教育、传媒(méi)等诸多领域，本(běn)身(shēn)就对基于(yú)AI的可视化内容有强烈需求(qiú)。

因此，AI绘画及视频或不是结果，而只是(shì)AI进(jìn)程中的(de)一块重(zhòng)要拼图，有(yǒu)望在技(jì)术更新的加持下实现(xiàn)更大的应用价值(zhí)。

AI从理解内容，走向了(le)可以生(shēng)成内容(róng)，甚(shèn)至能够创(chuàng)造(zào)出(chū)独立(lì)价(jià)值和(hé)独立视角的内容。AIGC的再次(cì)出圈，更代表着未(wèi)来的(de)先进生产力即将到来。

04

紧抓大模型与算力，牢(láo)固(gù)AIGC底座

从技术(shù)的发(fā)展也可以看出，在语言大模型、图(tú)像大模型之后，多模态(tài)大模型已经成为了新的趋势。

大模(mó)型(xíng)被誉为当前人工(gōng)智能发展(zhǎn)的智能底座，是全球(qiú)竞争(zhēng)最激(jī)烈的研(yán)究方向之一，包括(kuò)谷歌(gē)、亚马逊、百(bǎi)度、阿里、腾(téng)讯(xùn)等众多(duō)头部(bù)企(qǐ)业都(dōu)在竞相发力。

不过(guò)训练大(dà)模型的确价格不(bù)菲(fēi)，以国(guó)盛证券发布的《ChatGPT需要多少算力》报(bào)告估算，GPT-3训练一次的成(chéng)本约(yuē)为140万美元(yuán)。而对于一(yī)些更大(dà)的LLM(大(dà)型语言(yán)模(mó)型)，训练成本则(zé)介(jiè)于200万(wàn)美元(yuán)至1200万美元高(gāo)价之(zhī)间。

以ChatGPT在2023年1月(yuè)的(de)独立访客平均数1300万计算，其(qí)对应(yīng)芯(xīn)片需(xū)求为(wèi)3万多片英伟达A100 GPU，初始投入成本约为(wèi)8亿美(měi)元，每日仅电(diàn)费就在5万美元左右。

此外不论是ChatGPT还是AIGC，都离(lí)不(bù)开庞大算力支持。在关注(zhù)各(gè)类大模型的发展同时，更应该关注(zhù)算力(lì)网络(luò)的建设。

算力网络正驱动AI产业发展进入史(shǐ)诗级加速进程(chéng)，让(ràng)AIGC及通用AI这(zhè)一人工(gōng)智(zhì)能发展(zhǎn)的终极目标离(lí)得更近。

因为算力可以对突破性技术(shù)创(chuàng)新提(tí)供(gōng)大力的支持。这方面，多模态(tài)大模型是典型。作(zuò)为面向未来强人工智能、通用人工(gōng)智能(néng)的重要技术创新，多模态大模(mó)型已经在人(rén)工智能领域(yù)提出了很多年，业界也有(yǒu)不少(shǎo)技术突破(pò)，但是，多(duō)模态大模型进一步往下走，算(suàn)力需求(qiú)呈(chéng)几何式(shì)上升，一般的算力基础设施很快将难以(yǐ)胜(shèng)任。

从图像、文字、语(yǔ)音单独(dú)一项的(de)训(xùn)练，到双模(mó)态、三模态的跃迁，让人工智能可以灵活(huó)应对不同模态(tài)的转化、像人与世界交互一样自(zì)然，这(zhè)方面，由(yóu)算力网络(luò)来驱动将有明显优势。

此外，还(hái)有很多需要(yào)爆发式增长的算(suàn)力来(lái)支撑(chēng)的技术创(chuàng)新，将在人工(gōng)智能算力网络支撑(chēng)下快速(sù)推进。

AIGC已经露(lù)出曙光，期待在(zài)大(dà)模(mó)型和(hé)大算力的支持下(xià)AIGC能持(chí)续颠覆内(nèi)容生产(chǎn)的方式(shì)，将创造的(de)边(biān)际成(chéng)本降低，让万(wàn)众受益(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 美国总统奥巴马几岁