自(zì)聊天机(jī)器人ChatGPT火爆以来(lái)，微软公司创始人比尔·盖茨已(yǐ)多次(cì)公开谈论人工智能(néng)话题。在最近的(de)一次采访(fǎng)中(zhōng)，他再次表示：“AI可(kě)能(néng)会(huì)让科技行业迎来一次(cì)剧烈(liè)的洗牌”。

这个结论是他在当地时间(jiān)2月20日接受《In Good Company》节目(mù)专访时提出的。

他预期，AI的发展可能会威胁(xié)到谷歌的市(shì)占率(lǜ)，因为微(wēi)软在AI方面的行动相(xiāng)当迅(xùn)速。而最终科技(jì)巨(jù)头将把AI整合成用户的“全能(néng)助手”，包(bāo)揽(lǎn)一切应用(yòng)，与人们进行沟通并提供建议，可以取(qǔ)代亚马逊、Siri或Outlook等应用。

大佬(lǎo)口中全能助手(shǒu)的到来可(kě)能尚需(xū)时日，但由ControlNet引发(fā)的又一次(cì)AI绘画浪潮，让(ràng)AIGC在ChatGPT的话题热点包围中杀出重(zhòng)围。

01

ControlNet颠覆AI绘画新玩法(fǎ)

AIGC向可(kě)控靠近(jìn)

以AI绘(huì)画(huà)为代表(biǎo)的AIGC上一(yī)次爆(bào)火(huǒ)的时候，还是2022年8月，在美国科罗拉多州(zhōu)举办的新(xīn)兴(xīng)数字艺术家竞赛中，一(yī)幅名(míng)为《太空歌剧院(yuàn)》的作品获奖。

随后各大厂商的AI绘画(huà)软件被广大(dà)网友(yǒu)熟知并(bìng)体验，Stable Diffusion便是(shì)其中代表。

用户们(men)可以在应用中输入一(yī)组关(guān)键词或者一(yī)张照片，就能获得一幅AI创作的画(huà)作。

作画的关键就是(shì)所(suǒ)输入的文本。同(tóng)一组关键词也可以创(chuàng)作(zuò)出(chū)很多张(zhāng)风格不一样(yàng)的画作，这让创作的(de)过程就像开盲盒(hé)。

很多(duō)用户很喜欢这种不确定的(de)惊(jīng)喜，他们(men)会将生成(chéng)的美图当做头像。而(ér)另一部分喜(xǐ)欢翻看AI绘(huì)画(huà)的(de)“翻车”作品。在社交媒体上，许多用(yòng)户分享AI“翻车现(xiàn)场”，例如，一位网友的小狗照(zhào)片被AI画(huà)成了“肌肉男”，还(hái)有网(wǎng)友的个人照(zhào)片(piàn)被(bèi)AI识别成了建筑。

而如(rú)今随着(zhe)ControlNet的出(chū)现与加持，以往AI绘画的填写关键词游戏可能要被颠覆了。

ControlNet是一位正在斯坦福读博的中国(guó)人张吕敏创作的一种基于控制点的图像变形算法，主要用于数字图像处理、计算机视(shì)觉和(hé)计算(suàn)机图形学等领域。

其SD插(chā)件一经发(fā)布(bù)，在短短的两天内便成为了AI绘画领域最新的热(rè)点。

在(zài)此之前，大家用了很多方法(fǎ)想(xiǎng)让AI生成(chéng)的结果(guǒ)尽(jǐn)可(kě)能的符(fú)合要求，但(dàn)是都不尽如人(rén)意，它的出现代(dài)表(biǎo)着AI生成开(kāi)始进入真正的可(kě)控时期。

因为ControlNet可(kě)以直接提取画面的(de)构图(tú)，人物的姿(zī)势(shì)和画(huà)面的深度(dù)信息(xī)等。有了它的帮(bāng)助，就(jiù)不用频繁的用提示词来(lái)碰运气，抽(chōu)盲盒式的(de)创作(zuò)了。

通(tōng)俗的说ControlNet相(xiāng)当于给AI绘画加了“魔法”，不少(shǎo)博主的(de)作(zuò)品已经获得了大(dà)量的浏(liú)览(lǎn)量，“viggo”就(jiù)是其中之一，他用朋友的照片直(zhí)接带她们走(zǒu)进动漫世(shì)界。

viggo先(xiān)用StableDiffusion图片转文字。

再用(yòng)Text2Prompt插件(jiàn)拓(tuò)展找到对应的(de)关键词(cí)；最后用ControlNet插件绑定骨(gǔ)骼(gé)开始(shǐ)换关键词试效果。

通(tōng)过图片就可以(yǐ)看出来，效果十分惊(jīng)艳(yàn)。

更(gèng)厉(lì)害的是，除了(le)真实的照片，草图也可以(yǐ)加(jiā)上“魔(mó)法”，知乎大牛(niú)“DevPoint”和(hé)“逗(dòu)砂”介绍到ControlNet还能实现线稿(gǎo)转(zhuǎn)全彩图。大神张吕敏其(qí)本尊(zūn)也亲(qīn)自回(huí)应(yīng)。

不得(dé)不(bù)说当下AIGC已经变得越来越(yuè)强大，甚至输出的作品都已经能以假乱真了(le)。

02

难辨虚(xū)实，AIGC技术(shù)力爆发

警惕安全问题

近日，“苏州金(jīn)鸡湖有游艇party”的消(xiāo)息火遍(biàn)网(wǎng)络，而经过警方辟谣(yáo)这(zhè)所谓的(de)“party”可能是全国第一起AI绘图诈骗。

由于这个活动(dòng)里(lǐ)面给出的美女照片都是(shì)AI制作的真人(rén)照片绘图，因为太(tài)逼真，被大(dà)家当成真事(shì)传播了。

不过仔(zǎi)细观(guān)察可以发现，活(huó)动(dòng)发(fā)起者提供的(de)照(zhào)片中有个很大(dà)的漏洞(dòng)可(kě)以发现并非真人，而是AI绘图(tú)，那便是图片中女性的手指部分有的存在异常。

有行业人(rén)事表示：“现(xiàn)在因(yīn)为手指部(bù)分的绘画算法(fǎ)比较复杂，AI还不太会画人(rén)的手(shǒu)，但(dàn)最新看到的图片已(yǐ)经有越来越完美的(de)AI模型出现，以(yǐ)后可能就完全(quán)没有漏洞了。”

类似的(de)AI作图诈骗在国外(wài)也已有发生(shēng)。据英国广播公司报道，土耳(ěr)其地震期间，有Tiktok用户使(shǐ)用AI合成了儿童受灾的假照片发布到网络，以此诱骗(piàn)善良(liáng)的人打赏(shǎng)“捐助”从(cóng)而实施诈骗。

目(mù)前随着技术发展，AIGC已经能做(zuò)出真人照片般的(de)绘图效果(guǒ)，如(rú)果这(zhè)样的图片被用来诈(zhà)骗，将(jiāng)非常可(kě)怕。

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

另一方面，AIGC背后的版权、目前(qián)都并没有得到有效的(de)解(jiě)决，还有AIGC会不会(huì)代替人类(lèi)“至高(gāo)无上(shàng)”的(de)创意。

马斯克也强调(diào)，人工智(zhì)能的安全问题(tí)需要得到重视，太晚就来不及(jí)了。

03

AIGC下一站除(chú)了视(shì)频(pín)，还有(yǒu)远方

技术都是(shì)有两面(miàn)性的(de)，潜(qián)在的(de)危害并不能掩盖其光辉的贡献。现在看来，人工智能技术将是第四次(cì)工业革命的(de)核心驱动力量(liàng)，将创(chuàng)造新(xīn)的增长奇迹。

过去一(yī)年，人工(gōng)智能在技(jì)术和商业层面都有(yǒu)了巨大进展，AI绘画就是人工智能技术发(fā)生方向性(xìng)改(gǎi)变的(de)一(yī)个(gè)代(dài)表。其下(xià)一站或许就(jiù)是视频。

此前，Meta和谷歌(gē)先后(hòu)发布(bù)了几条引爆科(kē)技圈的短(duǎn)视频。这些视(shì)频引(yǐn)发关注并非内容(róng)做得多优秀，反而(ér)都(dōu)非常简单，比如一(yī)匹(pǐ)正在喝(hē)水的马(mǎ)，一只画画的(de)玩具熊，或者一段(duàn)骑(qí)摩托车的(de)第一视角录(lù)像，随便一个有(yǒu)手机的人都可以随手录下一段(duàn)。

但这些(xiē)短视(shì)频的(de)创作(zuò)方式非常(cháng)简单，创作者仅仅需要(yào)向AI输入一段话，甚(shèn)至只是说(shuō)一下(xià)要求，AI就可以根据需要生成一段视频。

谷歌发(fā)布(bù)的(de)两个AI生成视(shì)频分别来自(zì)于Imagen Video和(hé)Phenaki，前(qián)者(zhě)主要突出的(de)是高清，与(yǔ)Meta的Make-A-Video没有太多的差别(bié)。

在Make-A-Video公布了AI生成(chéng)的视频后，AI圈就已(yǐ)经(jīng)玩了一(yī)波梗，一(yī)个能够做出更高清(qīng)视频的AI还不足以在短(duǎn)时间内戳中兴奋点。

Phenaki更加令(lìng)人震(zhèn)惊的地方在(zài)于，它(tā)可以制作出超(chāo)过2分钟(zhōng)的连贯的也(yě)有(yǒu)确(què)切内容的视(shì)频(pín)，这(zhè)才是真正让人们感到惊喜(xǐ)的地(dì)方。因(yīn)为无论AI生成(chéng)的(de)视频多么高(gāo)清，也(yě)只能是为(wèi)内容生产者提(tí)供一个灵感，一个素(sù)材(cái)，一个过场动(dòng)画。

不过能(néng)够制作出有具体剧(jù)情内容(róng)的视频(pín)就意味着(zhe)，一些视频创作由AI代替人工完成(chéng)已经初步(bù)有(yǒu)了可(kě)能。

当下AI的(de)发展速度已经超(chāo)过大部(bù)分人(rén)的想象。内(nèi)容产业的本质是供给创造需(xū)求(qiú)，AIGC作为全新(xīn)的内容生产(chǎn)方式，可以为内容(róng)产业带来更新的内(nèi)容风格、更快的生(shēng)产速度(dù)，更低的生产成本，这(zhè)无疑会驱动(dòng)内容产业的大爆(bào)发。

除(chú)了AI绘(huì)图、视频，AIGC技术(shù)还能应(yīng)用于音(yīn)乐、代码、机器人动作等多种内容形式的生成。不(bù)难发现该项(xiàng)技术不仅在游(yóu)戏等(děng)行业(yè)能得到(dào)有效应(yīng)用，对于下(xià)一代互联网各种元素的构建亦有关键意义。

从商业化的角度(dù)来看，文化娱乐、教育、传媒等诸多领域，本身就对(duì)基(jī)于AI的可视(shì)化内容有强烈需求。

因此，AI绘画及视频或不是(shì)结果，而只是AI进程中的一块重要(yào)拼(pīn)图，有望在(zài)技术更新(xīn)的加持下实现(xiàn)更大(dà)的应用价(jià)值。

AI从理解内容(róng)，走(zǒu)向了可(kě)以生成内容(róng)，甚至能够创(chuàng)造出独立(lì)价值和独立视角的内容。AIGC的再次出(chū)圈，更代(dài)表着(zhe)未来的先(xiān)进(jìn)生产力即将到(dào)来。

04

紧抓大(dà)模(mó)型与算力(lì)，牢固AIGC底座

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

大模型被(bèi)誉为当前人工智能(néng)发(fā)展的智能底(dǐ)座，是(shì)全(quán)球(qiú)竞(jìng)争(zhēng)最激(jī)烈的研究方向之一，包括谷(gǔ)歌(gē)、亚马逊、百度、阿里、腾讯等众多头部企(qǐ)业都在竞相发力(lì)。

不过训练大模型(xíng)的确(què)价格(gé)不菲，以国盛证(zhèng)券发布的《ChatGPT需要多少(shǎo)算力》报告(gào)估算，GPT-3训练一次(cì)的成本约为(wèi)140万美元。而(ér)对于一些更大的LLM(大型(xíng)语言模型)，训练(liàn)成本则介于200万美元(yuán)至1200万美元高价之间。

以ChatGPT在(zài)2023年1月的独立访客平均数1300万(wàn)计算(suàn)，其对应芯片需求(qiú)为3万多(duō)片英伟(wěi)达(dá)A100 GPU，初始投(tóu)入成(chéng)本约为(wèi)8亿美(měi)元，每日仅电(diàn)费就在(zài)5万美元左右。

此外(wài)不论是ChatGPT还是AIGC，都离不开庞大算力支持。在关注(zhù)各(gè)类(lèi)大(dà)模型的(de)发展(zhǎn)同时，更(gèng)应该关注算力(lì)网络的建设。

算力网络正驱动(dòng)AI产业发展进入(rù)史诗(shī)级(jí)加速(sù)进程，让(ràng)AIGC及通用AI这一(yī)人工智能发展的终极目标离得更近。

因为算力可以对突(tū)破性技(jì)术创新提(tí)供(gōng)大力的(de)支持(chí)。这(zhè)方面，多模(mó)态大模型是典型。作为面(miàn)向未(wèi)来(lái)强人工智能、通用人工智能的重要技术创新，多模态大模型(xíng)已经在(zài)人工智能领域提(tí)出了很多(duō)年，业界也有不少技术突破，但是，多(duō)模态(tài)大模型进一步(bù)往下走，算力(lì)需求(qiú)呈几何(hé)式上升，一般的算力(lì)基(jī)础设施很快将(jiāng)难以胜任(rèn)。

从图(tú)像、文字、语音单独一(yī)项(xiàng)的训练，到(dào)双(shuāng)模态、三模态的跃迁(qiān)，让人工(gōng)智能可以灵活(huó)应对不同模态的(de)转化、像人(rén)与世界交互(hù)一样自然，这方面(miàn)，由算(suàn)力网(wǎng)络来驱动将有(yǒu)明显优势(shì)。

此(cǐ)外，还(hái)有很多需要爆发式增长的(de)算力来支撑(chēng)的技(jì)术创新，将(jiāng)在人工智能算(suàn)力网络支撑下快(kuài)速(sù)推进。

AIGC已经露出曙光，期待在大模型和(hé)大算力(lì)的(d食邑五百户是什么意思，半年食邑是什么意思e)支持下AIGC能(néng)持续颠覆内容生产的方式，将(jiāng)创(chuàng)造的(de)边际(jì)成本降低，让(ràng)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 食邑五百户是什么意思，半年食邑是什么意思