自聊天机(jī)器人ChatGPT火爆以(yǐ)来，微(wēi)软公司(sī)创始人(rén)比尔·盖茨(cí)已多次公开谈论(lùn)人工(gōng)智(zhì)能话题。在(zài)最(zuì)近的一(yī)次采(cǎi)访中，他再次表示(shì)：“AI可能会让科(kē)技行业迎来一次(cì)剧烈(liè)的洗(xǐ)牌”。

这个结(jié)论是他在当地(dì)时间2月20日接受《In Good Company》节目专访(fǎng)时提出的。

他预期(qī)，AI的发展可能会(huì)威胁到谷歌(gē)的市(shì)占(zhàn)率，因为微软在AI方面的(de)行动相当迅速(sù)。而最终科技巨头将把AI整合(hé)成用户的“全能助(zhù)手”，包(bāo)揽一(yī)切应(yīng)用(yòng)，与人们进行(xíng)沟(gōu)通(tōng)并提供(gōng)建(jiàn)议，可以取代亚马逊、Siri或Outlook等(děng)应用。

大佬口中全能助手的到来可能(néng)尚需时日(rì)，但由ControlNet引发(fā)的又一次(cì)AI绘画浪潮(cháo)，让AIGC在ChatGPT的话题热点包围中(zhōng)杀出重围。

01

ControlNet颠(diān)覆AI绘画新(xīn)玩法

AIGC向可控靠近

以AI绘画为代表的AIGC上一(yī)次爆火(huǒ)的(de)时(shí)候，还是2022年8月，在美国科(kē)罗拉多州举办的新兴(xīng)数字艺术家竞赛中，一幅名为《太空歌剧院》的作品(pǐn)获奖。

随后各(gè)大厂商(shāng)的AI绘画软件被广大网友熟(shú)知并体验，Stable Diffusion便是其中代表。

用户(hù)们可以在应(yīng)用中输入一组关(guān)键词或(huò)者一张照片，就能获得(dé)一幅AI创作的画作。

作画的关键(jiàn)就是所(suǒ)输入的(de)文本。同(tóng)一组关键词也可以(yǐ)创作出很(hěn)多张风格(gé)不一样(yàng)的画(huà)作，这让创作的(de)过程就(jiù)像(xiàng)开盲盒。

很多用户很(hěn)喜欢这种(zhǒng)不(bù)确(què)定的惊(jīng)喜(xǐ)，他(tā)们(men)会将生(shēng)成的美图当做头像。而另一部分喜欢翻(fān)看(kàn)AI绘画(huà)的“翻车”作品。在社交媒体上，许多用户分享AI“翻车现场”，例(lì)如，一位网友的小狗照片被AI画成了“肌肉(ròu)男”，还(hái)有网(wǎng)友的个人照片(piàn)被(bèi)AI识别成了建(jiàn)筑。

而如(rú)今随着ControlNet的(de)出现与加(jiā)持，以往AI绘画(huà)的填写关键词游戏可(kě)能(néng)要被颠覆(fù)了(le)。

ControlNet是一位正在斯坦福读博的中国人张吕敏创作的一种基(jī)于控制点的图像(xiàng)变形(xíng)算法，主要用于(yú)数(shù)字图像处理、计(jì)算(suàn)机视觉和计算机图形(xíng)学(xué)等领(lǐng)域(yù)。

其SD插(chā)件一经发布(bù)，在短短的两天(tiān)内(nèi)便(biàn)成为了AI绘画领(lǐng)域最新的热点(diǎn)。

在此(cǐ)之前(qián)，大(dà)家用了很多方法想让AI生成(chéng)的结果尽(jǐn)可能的符合要求，但(dàn)是都不尽如人意，它的出现代表着(zhe)AI生成开始进(jìn)入真正的可控时期(qī)。

因(yīn)为ControlNet可(kě)以直(zhí)接提取画面(miàn)的构(gòu)图，人(rén)物的姿势和画面的深度(dù)信息等。有了它(tā)的(de)帮助，就不用频繁(fán)的用提示词来(lái)碰(pèng)运气，抽(chōu)盲盒式的创作了。

通(tōng)俗的说ControlNet相当于给AI绘画加了“魔法”，不少(shǎo)博主的(de)作品已经(jīng)获得了大量的浏览(lǎn)量(liàng)，“viggo”就是其中之一，他用朋友的照片直接带她们走进(jìn)动漫世界(jiè)。

viggo先用StableDiffusion图片转(zhuǎn)文(wén)字。

再用Text2Prompt插件拓展找到(dào)对应的关键词；最后用(yòng)ControlNet插件绑定骨骼开始换关(guān)键词试(shì)效(xiào)果。

通过图片就可以看(kàn)出来(lái)，效果十分惊艳(yàn)。

更厉害的是，除(chú)了真(zhēn)实(shí)的照(zhào)片(piàn)，草图也可以加上“魔(mó)法”，知(zhī)乎大牛“DevPoint”和“逗砂”介绍到ControlNet还(hái)能(néng)实现(xiàn)线稿转全彩(cǎi)图。大神张吕敏其本尊也亲自回应。

不得不(bù)说当下AIGC已(yǐ)经变(biàn)得(dé)越来越强大，甚(shèn)至输(shū)出的作品都(dōu)已经能以假乱(luàn)真了。

02

难辨虚(xū)实，AIGC技术力爆发

警惕安全问题

近日，“苏州金鸡湖有游艇party”的消息火(huǒ)遍网络(luò)，而经过警(jǐng)方辟谣这(zhè)所谓的“party”可能是(shì)全国第(dì)一起AI绘图诈(zhà)骗。

由于这个(gè)活动里(lǐ)面给出的(de)美女照片都是AI制作的真人照片绘图，因为太逼真，被(bèi)大家(jiā)当成真事传播(bō)了。

不过(guò)仔细观察(chá)可以(yǐ)发现，活动发(fā)起者提供(gōng)的照片(piàn)中有个很大的漏(lòu)洞(dòng)可以发现并非真人(rén)，而是(shì)AI绘图，那(nà)便(biàn)是图片中(zhōng)女性的手指部分有的存在异常。

有行业人事表示：“现在因为(wèi)手指部分的绘画算法比较复杂(zá)，AI还不太(tài)会画人的手，但最新看(kàn)到的图片已(yǐ)经有越来(lái)越(yuè)完美的(de)AI模(mó)型(xíng)出现，以(yǐ)后可能就(jiù)完全没有漏洞了。”

类(lèi)似的(de)AI作图(tú)诈骗(piàn)在国外也(yě)已(yǐ)有发生。据英国广(guǎng)播(bō)公司(sī)报道(dào)，土耳其地(dì)震(zhèn)期间，有Tiktok用户使用AI合成(chéng)了儿童受灾(zāi)的假照片发布到网络，以此诱骗(piàn)善良的人打赏“捐(juān)助”从而(ér)实施诈骗。

目前随俄罗斯是资本主义还是社会主义着(zhe)技(jì)术发展，AIGC已(yǐ)经能(néng)做(zuò)出真人照片般(bān)的(de)绘(huì)图效(xiào)果，如果(guǒ)这样的图片被用来诈骗(piàn)，将非常(cháng)可怕。

此(cǐ)外AIGC还引(yǐn)发了很多担忧，一(yī)方面，批判者认(rèn)为AI在(zài)“学习(xí)”了大量前(qián)人的作(zuò)品之后，其创作没有任何(hé)情绪和灵(líng)魂，难以和(hé)人类的艺术创作相提并(bìng)论。

另一方面，AIGC背后的版权、目前(qián)都并(bìng)没(méi)有得(dé)到有(yǒu)效的解决，还有AIGC会不会代替人类“至高无(wú)上”的(de)创意。

马斯克也强调，人工智能(néng)的安全问题(tí)需(xū)要(yào)得到(dào)重(zhòng)视，太晚就来(lái)不及了。

03

AIGC下(xià)一站除了视频，还(hái)有远方

技术都是(shì)有两面性的，潜在的危害(hài)并(bìng)不能(néng)掩盖其(qí)光辉的贡献。现在看来，人工智(zhì)能(néng)技术(shù)将是第四(sì)次工业革(gé)命的核(hé)心(xīn)驱动(dòng)力量，将(jiāng)创(chuàng)造新(xīn)的增长(zhǎng)奇迹。

过去一年(nián)，人工智(zhì)能(néng)在技(jì)术和商业层面都有了巨大进(jìn)展，AI绘画就是人工(gōng)智能技(jì)术发生方向(xiàng)性改(gǎi)变的(de)一个代(dài)表。其下一站或许就是视频。

此前(qián)，Meta和谷歌先后发布了(le)几条引(yǐn)爆科技圈的短视频。这些视(shì)频引发(fā)关(guān)注并非(fēi)内容做(zuò)得多优秀，反而都非(fēi)常(cháng)简单(dān)，比如一匹正在喝水的马，一只画画的玩具熊，或(huò)者一段骑摩托车的(de)第(dì)一(yī)视角录像(xiàng)，随便一个有手机(jī)的人都(dōu)可以(yǐ)随手(shǒu)录下一段(duàn)。

但这些短视频的创作(zuò)方式非常简单，创(chuàng)作(zuò)者仅(jǐn)仅需要向AI输入一段话(huà)，甚至(zhì)只是说一下要求，AI就可以根据需(xū)要生成(chéng)一段视频。

谷歌发布(bù)的两个AI生(shēng)成视频分别来自于Imagen Video和Phenaki，前者主要突出的是高(gāo)清，与(yǔ)Meta的Make-A-Video没有太(tài)多的差别。

在Make-A-Video公布了AI生(shēng)成的视(shì)频后，AI圈就(jiù)已经玩了一波梗(gěng)，一个能够做出(chū)更高清视频的AI还不足以在(zài)短(duǎn)时间内戳中兴(xīng)奋点。

Phenaki更加(jiā)令人震惊的地方在于，它可以制作出超过2分钟(zhōng)的连贯的(de)也(yě)有确切内容的视频，这才是真(zhēn)正让人们感到惊喜的地(dì)方。因为无论AI生成的视(shì)频多(duō)么高清，也只能(néng)是(shì)为内容生产(chǎn)者提供一个灵感，一个素材，一个(gè)过场动画。

不过能够制作出有(yǒu)具体(tǐ)剧(jù)情内容的视频就意味着，一些(xiē)视频创作(zuò)由AI代替人工完成已经初步(bù)有了(le)可能。

当(dāng)下(xià)AI的发展速度已经超过(guò)大(dà)部分人的想(xiǎng)象。内(nèi)容产(chǎn)业(yè)的本质是(shì)供给(gěi)创(chuàng)造需(xū)求(qiú)，AIGC作为全新(xīn)的内容(róng)生产方式，可(kě)以(yǐ)为内容(róng)产业带来(lái)更新的(de)内(nèi)容风(fēng)格(gé)、更快的(de)生(shēng)产速度，更(gèng)低的生产成本，这无疑(yí)会驱动内(nèi)容产业的(de)大爆发。

除了(le)AI绘图、视频(pín)，AIGC技术还能应用于音乐、代码(mǎ)、机器人动作等(děng)多种内容(róng)形式的生成。不难发现该项技术不仅在(zài)游戏等行业能(néng)得到有效(xiào)应(yīng)用，对于下一代(dài)互联网(wǎng)各种元素的构建亦有关(guān)键意义(yì)。

从商(shāng)业化的角度来看，文化娱乐、教育、传媒等诸(zhū)多领域，本身就对基于AI的可(kě)视(shì)化内容(róng)有(yǒu)强(qiáng)烈(liè)需求。

因此(cǐ)，AI绘画(huà)及视频或不是结果，而只是AI进(jìn)程(chéng)中(zhōng)的一块重要拼图，有(yǒu)望(wàng)在技术(shù)更(gèng)新的加持下实现更大的应用价值。

AI从理解(jiě)内容，走向(xiàng)了可以(yǐ)生成内容，甚至能够创(chuàng)造出(chū)独立价值(zhí)和独立(lì)视(shì)角(jiǎo)的内(nèi)容。AIGC的再次出圈(quān)，更(gèng)代表(biǎo)着(zhe)未来的先(xiān)进(jìn)生产(chǎn)力即将到来。

04

紧抓(zhuā)大模型与算(suàn)力(lì)，牢固AIGC底座(zuò)

从技(jì)术的发(fā)展也可以看出，在语(yǔ)言大模型、图像大模型(xíng)之后，多模(mó)态大(dà)模型(xíng)已经(jīng)成(chéng)为了(le)新的趋势。

大(dà)模型(xíng)被誉为当(dāng)前人工智能(néng)发展的智能底(dǐ)座，是全球竞争最激烈的研究方向(xiàng)之一，包括谷歌、亚(yà)马逊、百度(dù)、阿里(lǐ)、腾讯(xùn)等(děng)众多头(tóu)部企业都在竞(jìng)相发力。

不(bù)过训练大(dà)模型的确(què)价格不(bù)菲(fēi)，以(yǐ)国(guó)盛证券(quàn)发(fā)布(bù)的《ChatGPT需要(yào)多少算力(lì)》报告估算，GPT-3训练一次的成本(běn)约为140万美元。而对于一些更大的LLM(大型(xíng)语言模型(xíng))，训练成本则(zé)介于200万(wàn)美(měi)元至(zhì)1200万美元高价之间。

以ChatGPT在2023年1月的独立访(fǎng)客平均数1300万(wàn)计算，其对应(yīng)芯片需求为3万多片英(yīng)伟达A100 GPU，初始(shǐ)投入成(chéng)本约(yuē)为(wèi)8亿(yì)美元，每(měi)日(rì)仅电(diàn)费就在5万美元(yuán)左(zuǒ)右(yòu)。

此外不论(lùn)是(shì)ChatGPT还是AIGC，都(dōu)离不开庞大算力支持。在关注各(gè)类大模型的(de)发展同时，更应该(gāi)关注算力网络的(de)建设(shè)。

算(suàn)力网络正驱动AI产(chǎn)业发展进入史诗级加速进程，让(ràng)AIGC及通(tōng)用(yòng)AI这一人工智能发(fā)展的(de)终极目标离得更(gèng)近。

因为(wèi)算力可以(yǐ)对突破性技术(shù)创(chuàng)新提(tí)供(gōng)大(dà)力(lì)的支持。这方面(miàn)，多模(mó)态大模型是典型。作为面向(xiàng)未来强人(rén)工智能、通用人工智能(néng)的重要技术创新(xīn)，多模态大模型已经在人工智能领域提出了很多年，业界也有不少(shǎo)技术突破，但是，多模(mó)态大模型进一步(bù)往下走，算力需(xū)求呈几(jǐ)何式上升(shēng)，一般(bān)的算力(lì)基础设施很快(kuài)将难以(yǐ)胜任。

从(cóng)图像、文字、语音单独一项的训练，到双模态(tài)、三模态的(de)跃迁，让人(rén)工智(zhì)能可以灵活应对不同模态的转化、像人与(yǔ)世界交互一(yī)样自然(rán)，这(zhè)方面，由算力网络来驱动(dòng)将有(yǒu)明显优势。

此(cǐ)外，还(hái)有很多需(xū)要爆(bào)发(fā)式增长的算力(lì)来支撑的技术创新(xīn)，将在人工(gōng)智能算力(lì)网络支撑下快速推进。

AIGC已(yǐ)经露出曙(shǔ)光(guāng)，期待在大模型和(hé)大算(suàn)力的支持下(xià)AIGC能(néng)持续颠覆内(nèi)容生产的方式，将创造的边际成本降(jiàng)低，让万众(zhòng)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 俄罗斯是资本主义还是社会主义