自(zì)聊(liáo)天机器人ChatGPT火爆以来，微软(ruǎn)公司创始(shǐ)人(rén)比尔·盖(gài)茨已多次公(gōng)开谈论人(rén)工智能话(huà)题。在最(zuì)近的一次采访中(zhōng)，他再次表示：“AI可能会让科技(jì)行业迎(yíng)来一次剧烈的洗(xǐ)牌”。

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

他预期，AI的发(fā)展可能(néng)会威(wēi)胁到谷(gǔ)歌的(de)市占(zhàn)率(lǜ)，因为(wèi)微(wēi)软(ruǎn)在AI方面(miàn)的行(xíng)动相当迅(xùn)速。而最(zuì)终科技巨头将(jiāng)把AI整合成用户的“全能助手”，包揽一切应用，与人们进行沟通并(bìng)提(tí)供建(jiàn)议，可以取代(dài)亚马逊、Siri或(huò)Outlook等应用。

大佬口中全能助手的到(dào)来可能尚需(xū)时日，但(dàn)由ControlNet引发(fā)的又一次AI绘(huì)画浪潮，让AIGC在ChatGPT的话题(tí)热点包围(wéi)中(zhōng)杀(shā)出重(zhòng)围。

01

ControlNet颠覆AI绘画新玩法

AIGC向(xiàng)可(kě)控靠近

以AI绘画为代表的AIGC上一次爆火的(de)时候(hòu)，还是2022年(nián)8月(yuè)，在(zài)美国科罗(luó)拉多州举(jǔ)办的新兴数(shù)字艺术家(jiā)竞(jìng)赛(sài)中(zhōng)，一幅名(míng)为《太(tài)空歌剧院》的作品获奖。

随后各大厂商的AI绘画软件被(bèi)广大网(wǎng)友熟知并体验，Stable Diffusion便(biàn)是其中代表。

用户们可以在应用中输(shū)入一组关键词或(huò)者一(yī)张照片，就能获得一幅AI创作(zuò)的画(huà)作(zuò)。

作画(huà)的关键就是所输入(rù)的(de)文(wén)本。同一组关(guān)键(jiàn)词也(yě)可以(yǐ)创作(zuò)出很多(duō)张风格不一(yī)样的画作，这让创作的过程就像开(kāi)盲(máng)盒。

很多用户很(hěn)喜欢(huān)这种不(bù)确定的惊喜，他(tā)们会将生成的(de)美图当做头像(xiàng)。而另一(yī)部分喜欢翻(fān)看AI绘画的(de)“翻车(chē)”作品。在社(shè)交媒(méi)体上(shàng)，许多用户(hù)分享AI“翻车现场”，例(lì)如，一位网友(yǒu)的小狗照片被AI画成(chéng)了(le)“肌(jī)肉男”，还(hái)有(yǒu)网友的个人照片被AI识别成了建(jiàn)筑。

而如(rú)今随着ControlNet的(de)出现与加持，以往AI绘画的填(tián)写关键词游(yóu)戏可能要被颠覆了。

ControlNet是一(yī)位(wèi)正在斯坦福读博的中国人张吕(lǚ)敏创作的一种(zhǒng)基于(yú)控制点的图像变形算法，主(zhǔ)要用于数字(zì)图像处理、计(jì)算机视觉和(hé)计算机图(tú)形学等(děng)领(lǐng)域。

其SD插件一经(jīng)发布，在(zài)短短的两天内便(biàn)成(chéng)为(wèi)了AI绘画领域(yù)最新(xīn)的(de)热点。

在(zài)此之(zhī)前，大家用了很多方法想(xiǎng)让(ràng)AI生(shēng)成的结果尽可能的符合要求，但是(shì)都不尽如(rú)人意(yì)，它的出现(xiàn)代表着AI生成开始进入真(zhēn)正的可控时(shí)期。

因为ControlNet可以(yǐ)直(zhí)接提取(qǔ)画面(miàn)的(de)构图，人物的姿势(shì)和画面的深度信息(xī)等(děng)。有了(le)它的(de)帮助，就不用频繁的用提(tí)示(shì)词来碰运(yùn)气，抽盲盒式的创作了。

通俗的说ControlNet相当于给(gěi)AI绘(huì)画加了“魔法”，不少博(bó)主(zhǔ)的作造梦西游3宠物技能几级领悟(zuò)品已经获(huò)得了大量的浏览量，“viggo”就是(shì)其(qí)中之(zhī)一，他用(yòng)朋友的照片直接带她们走进动漫世界(jiè)。

viggo先用StableDiffusion图片转文字。

再用Text2Prompt插件拓(tuò)展找到对(duì)应的(de)关(guān)键词；最后用ControlNet插(chā)件(jiàn)绑定骨骼开始换关键(jiàn)词(cí)试效果。

通过图片就可以看出(chū)来，效果十分惊艳。

更厉害的是，除了真(zhēn)实的照片，草(cǎo)图也可以加上“魔法(fǎ)”，知乎大(dà)牛(niú)“DevPoint”和“逗(dòu)砂(shā)”介绍到ControlNet还能实现线稿转全彩图。大神(shén)张(zhāng)吕敏其(qí)本尊(zūn)也亲自回应。

不得不说当(dāng)下AIGC已(yǐ)经变得越来(lái)越强大，甚至输出的作品都(dōu)已经(jīng)能以假(jiǎ)乱真了。

02

难辨(biàn)虚实，AIGC技(jì)术(shù)力爆发

警惕安全问题

近日，“苏州金鸡(jī)湖有游艇party”的消(xiāo)息火遍网络，而经过警方辟谣这所谓的“party”可能是(shì)全(quán)国第(dì)一(yī)起AI绘图诈骗。

由于(yú)这个活动(dòng)里面给出(chū)的美(měi)女照片都(dōu)是(shì)AI制作的真人照(zhào)片(piàn)绘图，因为太逼真，被大(dà)家当成(chéng)真事传播了。

不过仔细观察可以(yǐ)发现，活(huó)动发起者提供的(de)照片中有个很大(dà)的漏(lòu)洞可以(yǐ)发现并非(fēi)真(zhēn)人，而是AI绘图，那便(biàn)是图片中女(nǚ)性的(de)手(shǒu)指部分有(yǒu)的存在异常。

有(yǒu)行业(yè)人事表(biǎo)示(shì)：“现在因为手指部分的绘画算法比较复杂，AI还不太(tài)会画(huà)人的(de)手，但最新看(kàn)到的图(tú)片已(yǐ)经有越来越完美的AI模型(xíng)出现，以后可(kě)能就(jiù)完全(quán)没有漏洞了(le)。”

类(lèi)似(shì)的AI作图(tú)诈骗在(zài)国(guó)外(wài)也已有发(fā)生。据英国(guó)广(guǎng)播公(gōng)司(sī)报道，土耳其地震期间，有Tiktok用(yòng)户使用AI合成了儿童受灾(zāi)的假照片发布(bù)到网络(luò)，以此诱骗善良的(de)人打赏“捐助(zhù)”从而(ér)实(shí)施(shī)诈骗(piàn)。

目前随着技术(shù)发展，AIGC已经能做(zuò)出真(zhēn)人(rén)照片(piàn)般的(de)绘图效果(guǒ)，如果这样的图(tú)片被用来诈骗，将(jiāng)非常可怕(pà)。

此外AIGC还引发了很多担忧，一方面，批判者认为AI在“学习”了(le)大量前人的作品之后，其创作没(méi)有任何情绪和灵魂，难以和人类的艺(yì)术创作相提并论。

另(lìng)一方面，AIGC背后的版权(quán)、目前都并没有(yǒu)得到有(yǒu)效的解决，还有(yǒu)AIGC会(huì)不会代替人(rén)类(lèi)“至高(gāo)无上(shàng)”的(de)创意。

马斯克也强调，人工智能(néng)的安全问(wèn)题需要得到重视(shì)，太晚就来(lái)不及了。

03

AIGC下一站(zhàn)除了(le)视频，还有远方

技术(shù)都(dōu)是(shì)有两(liǎng)面性(xìng)的，潜在的危害并不(bù)能(néng)掩盖(gài)其光辉(huī)的贡献。现在(zài)看来，人工智能技术(shù)将是第四次工业革命的(de)核心驱动力量，将创(chuàng)造新的(de)增长奇迹。

过去一年，人工智能(néng)在技术和商业层面都有了(le)巨大(dà)进展，AI绘(huì)画就(jiù)是人工智能技(jì)术发生方向性(xìng)改变(biàn)的一个代表。其下一站(zhàn)或许(xǔ)就是视频。

此前，Meta和谷歌先后发布了几(jǐ)条引爆科(kē)技(jì)圈的短视频。这些视频引发关注并(bìng)非内容做得多优秀(xiù)，反(fǎn)而都非常简(jiǎn)单，比如一匹正在喝水(shuǐ)的马(mǎ)，一只画画的玩具熊，或者一段骑摩(mó)托车的第一视角录像，随(suí)便一个有手机的(de)人都可以(yǐ)随手录下(xià)一段(duàn)。

但这些短视频的创(chuàng)作方式非(fēi)常简(jiǎn)单，创(chuàng)作者(zhě)仅仅需要(yào)向AI输入一段(duàn)话，甚(shèn)至(zhì)只是说(shuō)一下要求，AI就可以根据(jù)需(xū)要(yào)生成一段视频。

谷歌发(fā)布的两(liǎng)个AI生成视频分(fēn)别来自(zì)于Imagen Video和Phenaki，前者主要突出的是高清，与(yǔ)Meta的Make-A-Video没有(yǒu)太(tài)多的差别(bié)。

在Make-A-Video公布(bù)了AI生成的视频后，AI圈就已经玩了一波梗，一个能够(gòu)做(zuò)出(chū)更(gèng)高清视频(pín)的(de)AI还不(bù)足(zú)以(yǐ)在短时间造梦西游3宠物技能几级领悟内(nèi)戳(chuō)中兴奋点(diǎn)。

Phenaki更加令(lìng)人震惊的地方在于，它可以制作出超(chāo)过2分钟的(de)连贯的也有确切内容的视频，这才(cái)是真正(zhèng)让人们感到惊喜的地方。因(yīn)为(wèi)无论AI生成的视频多么高清(qīng)，也只能(néng)是为内容生产(chǎn)者提供一个灵感(gǎn)，一个素材，一个过场(chǎng)动画(huà)。

不过能够制作出有具体剧情内容的(de)视频(pín)就意味着，一些视频创作由AI代替(tì)人(rén)工完成已经(jīng)初步有了可能。

当下AI的发展速度已经超过(guò)大部分(fēn)人的想象。内(nèi)容产业的本质是供给创造(zào)需求，AIGC作(zuò)为(wèi)全新的内容生产方(fāng)式(shì)，可以(yǐ)为内容产业带来更新(xīn)的内(nèi)容风格、更快的(de)生产(chǎn)速(sù)度(dù)，更(gèng)低的生产成本(běn)，这无(wú)疑会驱动内(nèi)容产业的大爆(bào)发。

除(chú)了(le)AI绘图(tú)、视频，AIGC技术还能应用(yòng)于音乐、代码、机器人动作等多种内容形式的生成。不难发现该项技术(shù)不仅在游戏(xì)等(děng)行业能得(dé)到有效应用，对于下一代互联网各种元素(sù)的(de)构(gòu)建(jiàn)亦(yì)有关(guān)键意义。

从(cóng)商业(yè)化的角度来(lái)看，文化娱(yú)乐、教育、传媒等(děng)诸多领域，本身(shēn)就对基(jī)于AI的可视化内容有强烈(liè)需(xū)求。

因此，AI绘画及视频或不是结果，而只是AI进程(chéng)中的一块(kuài)重要拼图，有望在(zài)技术更新(xīn)的加持下实现更大(dà)的应用价值。

AI从理(lǐ)解内容，走向(xiàng)了(le)可以生成(chéng)内容，甚至能够创造(zào)出独立价值(zhí)和独立视角的内容。AIGC的再次出圈(quān)，更代表着未来的先(xiān)进生产(chǎn)力即(jí)将到来。

04

紧抓大模(mó)型与算力，牢(láo)固AIGC底(dǐ)座(zuò)

从(cóng)技术的发展也可以看出，在语言(yán)大(dà)模(mó)型、图(tú)像大模型(xíng)之后(hòu)，多模态大模(mó)型已经成为了新的趋(qū)势。

大模型被誉为当前人(rén)工智能发展的智能(néng)底座，是全球竞争(zhēng)最激烈的(de)研究方向之一，包括谷歌、亚马(mǎ)逊、百度(dù)、阿里、腾(téng)讯等众多头(tóu)部(bù)企(qǐ)业都(dōu)在竞相(xiāng)发力。

不过(guò)训练大模型的确价格(gé)不菲，以国(guó)盛证券发布(bù)的(de)《ChatGPT需要多少算力》报告(gào)估算(suàn)，GPT-3训练一次的成本约为140万(wàn)美(měi)元。而对(duì)于一些更大的LLM(大型语言(yán)模型)，训练成本则介于(yú)200万美元至1200万美(měi)元高(gāo)价之间(jiān)。

以ChatGPT在2023年1月的独立访(fǎng)客平(píng)均数(shù)1300万计算(suàn)，其对应芯片需求为3万多片(piàn)英(yīng)伟(wěi)达A100 GPU，初始(shǐ)投入(rù)成本约为8亿美元，每日(rì)仅(jǐn)电费就在5万美(měi)元(yuán)左右。

此(cǐ)外(wài)不论是(shì)ChatGPT还是AIGC，都(dōu)离不开庞大(dà)算力支持。在关注各类大模型的(de)发展同时，更应该关注算力(lì)网络(luò)的(de)建设。

算力(lì)网络正驱动AI产业发展(zhǎn)进入史诗级加速(sù)进程，让AIGC及(jí)通用AI这一人工智(zhì)能发展(zhǎn)的终极(jí)目标(biāo)离得更近。

因(yīn)为算力可以(yǐ)对突破性技(jì)术创新提供(gōng)大力的支持。这方面，多(duō)模态大模型是典(diǎn)型。作为(wèi)面向未(wèi)来强人工(gōng)智能(néng)、通用人工(gōng)智(zhì)能(néng)的重要(yào)技术(shù)创新，多模态(tài)大模型(xíng)已经在人工(gōng)智能领域提出了很多年，业界也有(yǒu)不少技术突破，但是，多模(mó)态大模型进一步往下(xià)走，算(suàn)力需求呈几何式上升，一般的(de)算力基础(chǔ)设施很快将难以胜任。

从图像、文(wén)字(zì)、语音单(dān)独一项的训练，到双模(mó)态、三模态(tài)的(de)跃迁，让人工智能可以(yǐ)灵活应对不同模态的转化、像人与(yǔ)世界交互一样自然，这(zhè)方面(miàn)，由算力网络(luò)来驱动将有明显优(yōu)势(shì)。

此外，还有很多需要爆(bào)发式增长的算(suàn)力(lì)来支撑(chēng)的技术(shù)创新，将在人(rén)工智能算(suàn)力(lì)网络支撑下快速推(tuī)进(jìn)。

AIGC已(yǐ)经露出曙光，期(qī)待在(zài)大模型(xíng)和大算(suàn)力的支持下AIGC能持续颠覆内(nèi)容生产(chǎn)的方式(shì)，将创造的边际成本降低，让万(wàn)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 造梦西游3宠物技能几级领悟