自聊天机器(qì)人ChatGPT火爆以来，微软公(gōng)司(sī)创(chuàng)始人(rén)比尔·盖茨已多次公开谈论人工智能(néng)话题。在最(zuì)近的一(yī)次(cì)采访中，他再(zài)次表示：“AI可能会让(ràng)科技(jì)行业(yè)迎来一次剧烈的(de)洗(xǐ)牌”。

这个结(jié)论是他在当地时间2月(yuè)20日接受(shòu)《In Good Company》节目专(zhuān)访时提出的(de)。

他预期，AI的发(fā)展可能会威胁(xié)到谷歌的市占率，因为微软在AI方面的(de)行动(dòng)相当(dāng)迅速。而最(zuì)终科技巨头将把AI整合(hé)成用户(hù)的“全能助手”，包揽一切应用(yòng)，与人们进(jìn)行沟通并提供建议，可以取(qǔ)代亚马(mǎ)逊(xùn)、Siri或Outlook等(děng)应用。

大佬口(kǒu)中全能助(zhù)手的到(dào)来可能尚(shàng)需时日，但由ControlNet引发(fā)的(de)又一(yī)次AI绘(huì)画浪潮，让AIGC在ChatGPT的话题热点包围中(zhōng)杀出重围。

01

ControlNet颠覆AI绘(huì)画新玩法

AIGC向可(kě)控靠近

以(yǐ)AI绘画(huà)为(wèi)代表的AIGC上一次爆火的(de)时(shí)候，还是2022年8月，在美国科罗拉多州(zhōu)举办的新兴数字艺(yì)术家竞赛中(zhōng)，一(yī)幅(fú)名(míng)为《太(tài)空歌剧(jù)院》的作品获奖(jiǎng)。

随(suí)后各大厂商的(de)AI绘画软(ruǎn)件被广大网友熟知并体验，Stable Diffusion便(biàn)是其中代(dài)表。

用户们可以在(zài)应用中输入(rù)一(yī)组关键词(cí)或者一(yī)张照片，就能获得一幅(fú)AI创(chuàng)作(zuò)的画作。

作画的(de)关键就是所输入(rù)的(de)文本。同一组关键词也可(kě)以创作出(chū)很(hěn)多张风格不一样的画作(zuò)，这让创作的过程就(jiù)像开盲盒。

很多用户很喜欢这种不确定的惊喜(xǐ)，他们会(huì)将生成的美图当做头(tóu)像。而另(lìng)一部(bù)分喜欢翻看AI绘画的“翻车”作品。在社交媒体上，许多(duō)用户分享AI“翻车现场”，例如(rú)，一位网友的小狗(gǒu)照片(piàn)被AI画成了“肌肉男”，还(hái)有网友的个人照片被(bèi)AI识(shí)别成了建(jiàn)筑(zhù)。

而如(rú顶的速度越来越快越叫的原因)今随(suí)着ControlNet的出现与加持，以往AI绘画的(de)填(tián)写关键词游戏可能(néng)要被颠覆了。

ControlNet是一位正在斯坦福读博的(de)中国(guó)人(rén)张吕敏创作的一种基于控制点的图像变形算法，主(zhǔ)要用于数字图像处理、计算机(jī)视觉和计算机(jī)图形学(xué)等(děng)领(lǐng)域。

其SD插件一(yī)经发布，在短短的两天内便成为(wèi)了AI绘画领域最新的热点。

在(zài)此之前，大家用了(le)很多方法(fǎ)想让AI生成的结果尽(jǐn)可能的符合要求，但是都(dōu)不(bù)尽如人意，它的(de)出现代表(biǎo)着(zhe)AI生成开始进入真正的可控时期。

因(yīn)为ControlNet可以直接提取画面(miàn)的构(gòu)图，人(rén)物的姿势和(hé)画(huà)面的深度信息等。有了它(tā)的(de)帮助，就不用(yòng)频繁的用提(tí)示词(cí)来碰运气，抽盲盒式(shì)的创作(zuò)了。

通(tōng)俗(sú)的说ControlNet相(xiāng)当于给(gěi)AI绘画加了(le)“魔法(fǎ)”，不(bù)少博主的作(zuò)品已经获得了大量(liàng)的浏(liú)览(lǎn)量，“viggo”就是其中之(zhī)一，他用朋友(yǒu)的(de)照片直接带(dài)她们走进(jìn)动(dòng)漫世界。

viggo先用StableDiffusion图(tú)片(piàn)转文字(zì)。

再(zài)用(yòng)Text2Prompt插件拓展找到对(duì)应的关键词(cí)；最后用ControlNet插(chā)件绑(bǎng)定骨骼开始(shǐ)换关键词(cí)试(shì)效果(guǒ)。

通过图片(piàn)就(jiù)可(kě)以看出来，效果十分(fēn)惊艳。

更(gèng)厉(lì)害的是，除(chú)了(le)真(zhēn)实的照片(piàn)，草图也可以加上(shàng)“魔法(fǎ)”，知乎大牛“DevPoint”和“逗砂”介绍到(dào)ControlNet还能实现线稿转全彩图。大神(shén)张吕敏其本尊也亲(qīn)自(zì)回应。

不(bù)得不(bù)说(shuō)当(dāng)下AIGC已(yǐ)经变得越来越强(qiáng)大，甚(shèn)至输(shū)出的作(zuò)品(pǐn)都已经(jīng)能以假(jiǎ)乱真了。

02

难(nán)辨虚实，AIGC技术力爆发

警惕安全问题

近日，“苏州金(jīn)鸡湖有游艇party”的(de)消(xiāo)息(xī)火(huǒ)遍网络(luò)，而(ér)经过(guò)警方辟(pì)谣这所谓(wèi)的“party”可(kě)能(néng)是全(quán)国第(dì)一起AI绘图(tú)诈(zhà)骗(piàn)。

由于这个活动里面给出的美女(nǚ)照片(piàn)都(dōu)是(shì)AI制作的真(zhēn)人(rén)照片绘(huì)图，因为太逼(bī)真，被大家当成真(zhēn)事传(chuán)播了(le)。

不过仔细观(guān)察可以发现，活动发起者提(tí)供(gōng)的照(zhào)片中有个很大(dà)的(de)漏洞可以发现并(bìng)非真人(rén)，而是(shì)AI绘图，那便是(shì)图(tú)片中女性的手(shǒu)指(zhǐ)部(bù)分有的存在异常(cháng)。

有行业人(rén)事表示(shì)：“现在因(yīn)为手指部分的绘画算法(fǎ)比较复(fù)杂，AI还不太会画人的(de)手(shǒu)，但最新看到的图片已经有(yǒu)越(yuè)来越完美的AI模型出(chū)现，以后可能就完全(quán)没有漏洞了。”

类似的(de)AI作图诈骗在(zài)国外(wài)也(yě)已有发生。据英国(guó)广播公司报道，土(tǔ)耳其地震期间，有(yǒu)Tiktok用户使用(yòng)AI合成了儿(ér)童受灾(zāi)的(de)假照(zhào)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。

目前随着技术发展(zhǎn)，AIGC已(yǐ)经(jīng)能做出真人照片(piàn)般的(de)绘图效果，如果这样的图片被用来诈骗，将非(fēi)常可怕。

此外AIGC还(hái)引(yǐn)发了很(hěn)多担忧，一方面，批判者(zhě)认为AI在“学习”了大量前人的(de)作(zuò)品之后，其创作(zuò)没有任(rèn)何情绪和灵魂，难以(yǐ)和(hé)人类(lèi)的艺(yì)术创作(zuò)相提并论。

另一方面，AIGC背后(hòu)的版权、目前都并(bìng)没有得(dé)到有效的解(jiě)决，还(hái)有AIGC会不会(huì)代替(tì)人类“至高无上”的(de)创意(yì)。

马(mǎ)斯(sī)克也强(qiáng)调，人工(gōng)智(zhì)能的(de)安全问题需(xū)要得到重视，太晚(wǎn)就(jiù)来(lái)不及了。

03

AIGC下一站除(chú)了视(shì)频，还有远方(fāng)

技术(shù)都(dōu)是(shì)有(yǒu)两(liǎng)面性的，潜(qián)在(zài)的危害并(bìng)不能掩盖其(qí)光(guāng)辉的贡献(xiàn)。现(xiàn)在(zài)看来(lái)，人工智能技术将是第四次工业革命(mìng)的核心驱(qū)动(dòng)力量，将创造新的(de)增长奇迹(jì)。

过去一年，人工智能在技术和商业层面都有了巨大进展，AI绘画就是人工(gōng)智能技术发生方向(xiàng)性(xìng)改变的(de)一个(gè)代(dài)表。其下一站或(huò)许就是视(shì)频。

此前，Meta和谷歌(gē)先后发布了几条引爆科技圈的短视(shì)频。这些视频引发(fā)关注并非内容做得多(duō)优秀，反而都(dōu)非常简单，比如一匹正在(zài)喝水的马，一只画画的玩具熊，或者一段骑摩托车的第一视角录像，随便一个有手(shǒu)机的(de)人都可(kě)以随手(shǒu)录下一段。

但(dàn)这些短视(shì)频的创(chuàng)作方(fāng)式(shì)非常简单(dān)，创作者仅仅需要(yào)向(xiàng)AI输入一(yī)段话(huà)，甚(shèn)至只是说(shuō)一(yī)下要求，AI就可以根(gēn)据需要生成(chéng)一段(duàn)视频。

谷歌发布的两个AI生(shēng)成视(shì)频(pín)分别来(lái)自于Imagen Video和Phenaki，前者主要(yào)突出的是高清，与Meta的Make-A-Video没有(yǒu)太多(duō)的(de)差别(bié)。

在Make-A-Video公布了AI生成的(de)视频后，AI圈就已经玩了一(yī)波梗，一个能够做(zuò)出更高(gāo)清(qīng)视频(pín)的AI还(hái)不足以在短(duǎn)时间内戳(chuō)中兴奋(fèn)点(diǎn)。

Phenaki更加(jiā)令人震惊的地方(fāng)在于，它(tā)可(kě)以制作(zuò)出超过2分钟的(de)连(lián)贯(guàn)的也有确切内容(róng)的视(shì)频，这才是真(zhēn)正让人(rén)们(men)感到惊喜的地方。因为无论(lùn)AI生(shēng)成的视频多么高清，也只能是为内(nèi)容生产者(zhě)提供一个灵感，一(yī)个素材，一(yī)个过(guò)场动画。

不过能够(gòu)制作出有具体剧(jù)情内(nèi)容的视频就意味着，一(yī)些视频创作由AI代替人工(gōng)完成(chéng)已经初步有了可能(néng)。

当下AI的发展速(sù)度已经超过(guò)大部分人的想象。内容产业的(de)本质是供给创造需求，AIGC作为全(quán)新的内容生产方(fāng)式(shì)，可(kě)以为内容产(chǎn)业带来更(gèng)新的内容风(fēng)格、更(gèng)快的生产速度(dù)，更(gèng)低的生产成本，这无疑会驱(qū)动内容产(chǎn)业的(de)大爆发。

除(chú)了AI绘(huì)图、视频，AIGC技术还(hái)能应用于音(yīn)乐、代码、机器人动作等多种内容(róng)形式的生成。不难发现该(gāi)项技(jì)术(shù)不仅在游戏等行业能得(dé)到有效应用(yòng)，对(duì)于(yú)下一代互联网各种元(yuán)素的构(gòu)建亦有关(guān)键意义。

从商业化(huà)的角度来看，文(wén)化娱乐(lè)、教育、传媒等诸多领域，本身(shēn)就(jiù)对基于AI的可视化内(nèi)容(róng)有(yǒu)强烈需求。

因(yīn)此，AI绘画及(jí)视(shì)频(pín)或(huò)不是结果(guǒ)，而只是AI进程(chéng)中的一块重要拼图(tú)，有望在技术更新的加持(chí)下实现(xiàn)更大(dà)的应用价(jià)值。

AI从(cóng)理解内容，走向(xiàng)了可以生成内容(róng)，甚至能(néng)够创造出独(dú)立价值和独立(lì)视角的内容。AIGC的再(zài)次出圈(quān)，更代表着未(wèi)来的(de)先进生产力即(jí)将到来。

04

紧抓大模(mó)型与(yǔ)算力，牢固AIGC底座

从技术(shù)的发展也可以看出，在语言大模型(xíng)、图像大模(mó)型之后，多模态大模型已(yǐ)经成为了(le)新的趋(qū)势。

大(dà)模型被誉为当前人工智(zhì)能发(fā)展的智能底座(zuò)，是全球竞争最激烈的研究(jiū)方向之一，包括(kuò)谷歌、亚马逊、百度(dù)、阿(ā)里、腾讯等众(zhòng)多头部企业都在竞相发(fā)力。

不过训(xùn)练大模型的确价(jià)格不(bù)菲，以国盛(shèng)证券发布的《ChatGPT需要多少(shǎo)算力(lì)》报告估算，GPT-3训练一次(cì)的成本约(yuē)为140万美元。而对于一些更大(dà)的LLM(大型语言模(mó)型)，训(xùn)练(liàn)成本则(zé)介于200万美元(yuán)至1200万美(měi)元高价之间。

以(yǐ)ChatGPT在2023年1月的独立访客平均数1300万计算，其(qí)对应芯片需求为3万多片英伟达A100 GPU，初(chū)始投(tóu)入成本约为(wèi)8亿美元(yuán)，每日仅电费就在5万美元(yuán)左右。

此外不论是ChatGPT还是AIGC，都离不开(kāi)庞大(dà)算力支(zhī)持。在关(guān)注各类大模型的发展同时，更应该关(guān)注(zhù)算力网络的建设。

算力网络正驱动AI产业发展进(jìn)入史诗(shī)级加速进程，让AIGC及通用AI这一人工(gōng)智能发展(zhǎn)的终极(jí)目标(biāo)离(lí)得更(gèng)近。

因为算力(lì)可(kě)以(yǐ)对突破性技术(shù)创新提供(gōng)大(dà)力(lì)的支持。这(zhè)方面，多模(mó)态大(dà)模型是典(diǎn)型。作为面向(xiàng)未来强人(rén)工智(zhì)能、通用人(rén)工智能的重(zhòng)要技术创新(xīn)，多模态大模型已经(jīng)在(zài)人工智能领域提(tí)出了很多年，业(yè)界(jiè)也有不少(shǎo)技(jì)术突破，但是，多模态(tài)大模型(xíng)进一步往下走，算力(lì)需(xū)求呈几何式上升，一般(bān)的算力基础设施很快将难以(yǐ)胜任(rèn)。

从图像、文字、语(yǔ)音(yīn)单独一项的训(xùn)练，到双模态、三模态(tài)的(de)跃迁，让人工(gōng)智(zhì)能可以(yǐ)灵活(huó)应对不同模态的转化、像人与世界交互一样自然(rán)，这方(fāng)面(miàn)，由(yóu)算力网络来驱动将有明显优势。

此外，还有很多需(xū)要(yào)爆发式增长的算(suàn)力来(lái)支(zhī)撑的(de)技术创(chuàng)新，将在人工智(zhì)能算力网络支撑下快(kuài)速推(tuī)进(jìn)。

AIGC已经(jīng)露出曙光，期(qī)待(dài)在大模型和(hé)大算力的支(zhī)持下AIGC能持续颠覆(fù)内(nèi)容生产的方式，将创造的边际成本(běn)降低，让万众受益。

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 顶的速度越来越快越叫的原因