自聊天机器(qì)人ChatGPT火爆以来，微软公(gōng)司创始人比尔·盖茨已多次(cì)公(gōng)开谈论人工智能话(huà)题。在最近的一次采访中(zhōng)，他再(zài)次表示：“AI可能会让科技行业迎来一次(cì)剧烈的(de)洗(xǐ)牌”。

这个结论是他在当(dāng)地时间2月20日(rì)接(jiē)受《In Good Company》节目专访时提出(chū)的(de)。

他预期(qī)，AI的(de)发展可能会(huì)威胁到(dào)谷歌(gē)的(de)市占率，因为微软在AI方(fāng)面(miàn)的(de)行动相当迅速。而最(zuì)终科技巨头将把AI整合成用户(hù)的“全能(néng)助手”，包揽一切应用(yòng)，与人们(men)进行沟通(tōng)并(bìng)提供建议，可以取代亚(yà)马(mǎ)逊、Siri或(huò)Outlook等应用。

大佬口中全能助手的到来可能尚需时日，但由ControlNet引发的又(yòu)一次(cì)AI绘画(huà)浪潮，让AIGC在ChatGPT的(de)话题(tí)热点包围中杀出重围。

01

ControlNet颠(diān)覆AI绘画新玩法(fǎ)

AIGC向可控(kòng)靠近(jìn)

以AI绘画为(wèi)代表的AIGC上(shàng)一次爆火的时候，还是(shì)2022年(nián)8月，在(zài)美国科(kē)罗拉多(duō)州(zhōu)举办的新(xīn)兴数字艺术家竞赛中，一幅名为《太空歌剧院》的作品(pǐn)获奖(jiǎng)。

随后各大厂商的AI绘画软(ruǎn)件被广(guǎng)大网友(yǒu)熟知并体验，Stable Diffusion便是其中(zhōng)代(dài)表(biǎo)。

用(yòng)户们可(kě)以在应用中输入一组(zǔ)关(guān)键(jiàn)词或者一张(zhāng)照片，就能获得(dé)一(yī)幅AI创(chuàng)作的画作(zuò)。

作画的关键(jiàn)就是所输入(rù)的文本。同一组关键词也(yě)可(kě)以创(chuàng)作(zuò)出很多张风格不一样的画作，这让(ràng)创(chuàng)作的(de)过程就像开盲盒(hé)。

很多用户很喜欢这种不(bù)确定(dìng)的惊喜，他们会将生成(chéng)的美图当做头像。而另一部分喜欢翻(fān)看AI绘(huì)画的(de)“翻车”作品。在社交媒(méi)体上，许(xǔ)多用(yòng)户分享AI“翻车现场”，例如，一(yī)位网友的小狗照片被(bèi)AI画(huà)成了(le)“肌肉男”，还有网友的个人照片被AI识别(bié)成了建筑(zhù)。

而如(rú)今随(suí)着ControlNet的出(chū)现与(yǔ)加(jiā)持(chí)，以往(wǎng)AI绘画(huà)的填写关键词游戏可能要被颠(diān)覆了。

ControlNet是(shì)一位正(zhèng)在斯(sī)坦福读博的中国人(rén)张吕敏(mǐn)创作(zuò)的一种基于控制点的图(tú)像变形算法(fǎ)，主要用于(yú)数(shù)字(zì)图像处理、计算机(jī)视(shì)觉和计算(suàn)机图形学(xué)等领域(yù)。

其SD插件一经(jīng)发布，在短短的两(liǎng)天(tiān)内便成(chéng)为(wèi)了AI绘画领(lǐng)域最新的热(rè)点。

在此(cǐ)之前，大家用了很多方法想让(ràng)AI生成(chéng)的(de)结果尽(jǐn)可能的符合要(yào)求，但(dàn)是都(dōu)不尽如人意，它(tā)的出现(xiàn)代表着AI生成开(kāi)始进入真(zhēn)正的可(kě)控时期。

因为ControlNet可以直接提取画面的构(gòu)图，人物的姿势(shì)和画面的深度(dù)信息等。有了它的帮助，就不用频繁的用提示词来(lái)碰运气(qì)，抽盲(máng)盒式(shì)的创作了。

通俗(sú)的说ControlNet相当(dāng)于给AI绘(huì)画加(jiā)了“魔法(fǎ)”，不少博(bó)主(zhǔ)的作品已经获得了大量的浏览量，“viggo”就是其中之(zhī)一，他用朋友的(de)照片直接带她们走进(jìn)动漫世界(jiè)。

viggo先用StableDiffusion图片转文字(zì)。

再用Text2Prompt插(chā)件拓展找到对应的关键词；最后用ControlNet插件绑定骨(gǔ)骼开始换关键(jiàn)词试效(xiào)果。

通过图(tú)片就可以看(kàn)出来，效果十分惊艳。

更厉害的是，除了真实(shí)的照片(piàn)，草图也(yě)可(kě)以加上“魔法”，知乎大(dà)牛“DevPoint”和“逗砂”介(jiè)绍到ControlNet还能实现线稿转(zhuǎn)全彩图。大神张吕(lǚ)敏其本尊也亲自回应。

不得不说当下AIGC已(yǐ)经变得(dé)越来越强大，甚至输出的作品都已经能以假乱(luàn)真了。

02

难辨虚实，AIGC技术力爆(bào)发

警(jǐng)惕(tì)安(ān)全问题(tí)

近日，“苏州(zhōu)金(jīn)鸡湖(hú)有游艇(tǐng)party”的消息(xī)火遍网络，而经过警方辟谣这所谓(wèi)无丝竹之乱耳的之是什么用法，无丝竹之乱耳的之是什么词性的“party”可能是(shì)全国第一(yī)起AI绘图诈(zhà)骗(piàn)。

由于这个活动里面给出的(de)美(měi)女照片(piàn)都是AI制作(zuò)的(de)真(zhēn)人照(zhào)片绘图，因为太逼(bī)真，被大家当成真事传播了(le)。

不过仔细观(guān)察可以发现，活动发起者提供(gōng)的照(zhào)片中有个很(hěn)大的漏洞可以发(fā)现(xiàn)并非真人(rén)，而是AI绘图，那便是(shì)图(tú)片中女性的手指部分(fēn)有的(de)存(cún)在(zài)异常(cháng)。

有行业人(rén)事表示(shì)：“现在因为(wèi)手(shǒu)指部分的绘(huì)画算法比较复(fù)杂，AI还不太会画人的手，但最新(xīn)看到的(de)图片已经有越(yuè)来(lái)越完美(měi)的AI模型出现，以后可能就完全(quán)没(méi)有漏(lòu)洞了。”

类似的AI作图诈骗在国外也已有发生。据英国广播公司(sī)报道，土(tǔ)耳其地震期间，有(yǒu)Tiktok用户使用AI合(hé)成了儿(ér)童受灾的(de)假照片发(fā)布到网络，以此诱骗善良的人(rén)打(dǎ)赏(shǎng)“捐助(zhù)”从(cóng)而(ér)实(shí)施诈骗。

目前随着技术(shù)发展，AIGC已经能做出(chū)真人照片般(bān)的绘(huì)图(tú)效果(guǒ)，如果这(zhè)样的图片(piàn)被用来诈骗(piàn)，将非常可(kě)怕(pà)。

此外AIGC还引发了很(hěn)多(duō)担(dān)忧，一方面，批判者(zhě)认(rèn)为AI在“学习”了大(dà)量前人的(de)作品之后(hòu)，其创作没有任(rèn)何情绪和灵魂，难以和人(rén)类的艺术创(chuàng)作相(xiāng)提并论。

另一方面，AIGC背后的版权、目前(qián)都并没(méi)有得到有效(xiào)的(de)解决，还(hái)有AIGC会不会代替(tì)人类“至(zhì)高(gāo)无上(shàng)”的创意。

马斯克也(yě)强(qiáng)调，人工(gōng)智能的安全问题需要得到重(zhòng)视，太晚就来不及(jí)了。

03

AIGC下一站除了视(shì)频，还(hái)有远方(fāng)

技术都是(shì)有两面(miàn)性的(de)，潜在的危害(hài)并不(bù)能掩(yǎn)盖其光辉的(de)贡献。现(xiàn)在看来，人工(gōng)智能技(jì)术(shù)将是第四次工业革命的核心驱动力量，将创造新的增长奇迹(jì)。

过(guò)去一年，人工智(zhì)能在技术和商(shāng)业层面都有了巨(jù)大进(jìn)展(zhǎn)，AI绘画就是人(rén)工智能技术发生(shēng)方(fāng)向性改(gǎi)变(biàn)的(de)一个代表(biǎo)。其下(xià)一(yī)站或许(xǔ)就(jiù)是视(shì)频。

此(cǐ)前，Meta和谷歌先后(hòu)发布了几条(tiáo)引爆(bào)科技圈的短视频(pín)。这些视频引发关注并非内容做得多优秀，反而(ér)都非常简单，比如一匹正在喝水的(de)马，一只画画的(de)玩具熊，或者(zhě)一段(duàn)骑摩托车的第一(yī)视角(jiǎo)录像，随便(biàn)一(yī)个有手机的人(rén)都可以随手录下一段。

但这些(xiē)短视频的创(chuàng)作方式非常简单，创作者仅仅需要向AI输入一段(duàn)话，甚至只是说(shuō)一下要求(qiú)，AI就可(kě)以根(gēn)据需要生成一段视频。

谷(gǔ)歌发布(bù)的两个AI生成(chéng)视频(pín)分别来(lái)自于Imagen Video和Phenaki，前者主要突出的是高清(qīng)，与Meta的Make-A-Video没有太多的(de)差别。

在Make-A-Video公布了AI生成的视(shì)频(pín)后，AI圈就已经玩了一波(bō)梗，一(yī)个能够做出更高清视频的AI还不足以在(zài)短时间内戳中兴(xīng)奋点。

Phenaki更(gèng)加令(lìng)人震惊(jīng)的地(dì)方在于(yú)，它可(kě)以制(zhì)作(zuò)出超过2分钟的连贯的也有确切内容的(de)视频，这(zhè)才是真正让人们感(gǎn)到(dào)惊(jīng)喜的地方。因为无论(lùn)AI生(shēng)成的视频(pín)多么高(gāo)清，也只能是为(wèi)内容生产者提供(gōng)一(yī)个灵感，一个素(sù)材，一个过场动画。

不过能够制(zhì)作出有具体(tǐ)剧情内(nèi)容的(de)视频就意味着，一(yī)些视频创作由(yóu)AI代替人工完成已(yǐ)经初步有了(le)可能。

当(dāng)下AI的发展速度已(yǐ)经超过大部(bù)分人的想象。内容产业(yè)的本质是供给创造需求(qiú)，AIGC作(zuò)为全(quán)新的(de)内容生产方式，可以为内容产(chǎn)业(yè)带来更新的内容(róng)风格(gé)、更快的生产(chǎn)速度(dù)，更(gèng)低的生产成本，这(zhè)无疑会驱动内(nèi)容产业的大爆发(fā)。

除了AI绘图(tú)、视(shì)频，AIGC技术还能(néng)应用(yòng)于音乐、代码、机(jī)器人(rén)动(dòng)作等(děng)多种(zhǒng)内容形式的(de)生(shēng)成。不难发现该项(xiàng)技术不仅在游戏等行业能(néng)得到(dào)有效(xiào)应(yīng)用，对于(yú)下一代互联网各种(zhǒng)元素(sù)的构建(jiàn)亦有关键意义。

从(cóng)商业化的角度来看，文化娱(yú)乐、教育、传媒等诸多(duō)领域(yù)，本身就对基于AI的可视化内容有强烈(liè)需求。

因此，AI绘画及视频或不是结果，而只(zhǐ)是AI进程中的(de)一块重要拼图，有望在技(jì)术更新的加持下实(shí)现(xiàn)更大的应用价值。

AI从理解(jiě)内容，走(zǒu)向了(le)可以生成内(nèi)容，甚至(zhì)能够创造出独立(lì)价值和(hé)独立视角的内容。AIGC的再(zài)次出圈，更代表着未来的先进生(shēng)产力即将到来(lái)。

无丝竹之乱耳的之是什么用法，无丝竹之乱耳的之是什么词性 decoding="async" src="https://mmbiz.heiliaofuli.com/wp-content/uploads/2023/03/9b0686cb7769bb0.png?imageMogr2/thumbnail/2160x0/format/webp/quality/80" data-ratio="0.4984375" data-s="300,640" data-type="png" data-w="1280">

04

紧抓大模型与算力(lì)，牢固AIGC底座(zuò)

从技术的发展也(yě)可以看出(chū)，在语(yǔ)言大模型、图像大模(mó)型之后，多模态大模(mó)型(xíng)已经成为了新的趋势。

大模型(xíng)被誉为当前人工智能(néng)发展(zhǎn)的智(zhì)能底座，是全球竞争最激烈的研究方向之一(yī)，包(bāo)括谷歌、亚马(mǎ)逊(xùn)、百度、阿里、腾讯等众多头(tóu)部企(qǐ)业都在竞(jìng)相发力(lì)。

不过(guò)训练大模型的(de)确价格不(bù)菲，以(yǐ)国盛证券发布的《ChatGPT需(xū)要多少算力》报告(gào)估算(suàn)，GPT-3训练一次的成(chéng)本约(yuē)为140万美元。而对于一些(xiē)更(gèng)大(dà)的(de)LLM(大(dà)型语言模型)，训练成(chéng)本则介于200万美元(yuán)至(zhì)1200万(wàn)美元高价之间。

以ChatGPT在2023年1月的独立访客平均数1300万计算，其对应芯片(piàn)需求为3万多片英伟(wěi)达(dá)A100 GPU，初始投入成本约为8亿美元，每日仅电费就在5万美元(yuán)左右。

此外不论是ChatGPT还是AIGC，都离不开庞大算(suàn)力支持(chí)。在关注各类大模型的(de)发展同时，更应该关注算力网络的建设。

算(suàn)力网络正驱动AI产业发(fā)展进入史诗级(jí)加速进(jìn)程，让AIGC及(jí)通(tōng)用AI这一人工(gōng)智能发展的(de)终极目(mù)标离得更近。

因为算力可以对突破性技(jì)术创新提供大(dà)力的(de)支(zhī)持。这(zhè)方面，多模态(tài)大模(mó)型(xíng)是典型。作为面向未来强(qiáng)人工智能、通用人工智能的重要技术创新，多(duō)模态大模型已经在人工(gōng)智能领(lǐng)域提出了(le)很多年，业界也有不少技术突破(pò)，但是，多模态大(dà)模(mó)型进一步(bù)往下走，算力需求(qiú)呈(chéng)几何式上升，一般的算力基(jī)础设施很快将难以胜任。

从图像、文字、语音单独一(yī)项的(de)训练，到双(shuāng)模态(tài)、三模(mó)态的(de)跃迁，让人(rén)工(gōng)智能(néng)可(kě)以灵活应(yīng)对不同模态的转(zhuǎn)化、像人与(yǔ)世界交(jiāo)互(hù)一样(yàng)自(zì)然，这方面，由算力网络来(lái)驱动将有明显优势。

此外，还有很多需要爆发式增长的算力来支撑的技术(shù)创新(xīn)，将在人工智能算力网(wǎng)络(luò)支撑下快速推进。

AIGC已(yǐ)经(jīng)露出曙光，期待在(zài)大模型和大算力的(de)支(zhī)持(chí)下(xià)AIGC能持续(xù)颠覆内容生产的(de)方式，将创造的边际(jì)成本降低，让万众受益。

未经允许不得转载：首页-哆唻咪批发商城(本店域名www.123pf.cn)-淘宝网 无丝竹之乱耳的之是什么用法，无丝竹之乱耳的之是什么词性