自聊天(tiān)机器人ChatGPT火爆以来，微软公司创(chuàng)始(shǐ)人比尔·盖茨已多次(cì)公开(kāi)谈论人工智能话题。在最近的一次采访中，他再次表(biǎo)示：“AI可(kě)能会让(ràng)科技行业迎来一(yī)次剧烈的洗牌”。

这个结论是他在当(dāng)地时间(jiān)2月20日接受《In Good Company》节目专(zhuān)访时(shí)提(tí)出的。

他预期，AI的(de)发展可能会威胁到谷歌的市占率，因为微软(ruǎn)在AI方面的行动相当(dāng)迅速。而最终科(kē)技巨(jù)头(tóu)将把AI整合成用户的“全能(néng)助手”，包揽一切应用，与人们进行沟通并(bìng)提供(gōng)建议，可以取(qǔ)代亚马逊、Siri或(huò)Outlook等应用。

大佬口中全能助(zhù)手(shǒu)的到(dào)来(lái)可(kě)能尚需时日(rì)，但(dàn)由ControlNet引发的又一次AI绘(huì)画(huà)浪潮，让(ràng)AIGC在ChatGPT的话题热(rè)点包围(wéi)中杀出重围。

01

ControlNet颠覆AI绘画新玩法

AIGC向可控(kòng)靠近

以AI绘画为代表的(de)AIGC上一次爆火的时(shí)候，还是2022年8月，在美(měi)国科罗(luó)拉多州(zhōu)举办(bàn)的新兴(xīng)数字艺术家竞赛(sài)中，一幅(fú)名为《太(tài)空歌剧院》的作品获(huò)奖。

随后(hòu)各(gè)大厂(chǎng)商的AI绘画(huà)软件(jiàn)被广大(dà)网友(yǒu)熟(shú)知并体验，Stable Diffusion便是其中代表。

用户们可(kě)以(yǐ)在应用中输入一(yī)组关键词或者一张照(zhào)片，就能获得一幅AI创作的画作。

作画的关键(jiàn)就是所输入的文本。同一(yī)组关键词也可(kě)以创(chuàng)作出很(hěn)多(duō)张风格不一样(yàng)的画(huà)作，这让创作的(de)过程就像开(kāi)盲(máng)盒。

很多用户很(hěn)喜(xǐ)欢(huān)这种不确定的(de)惊喜，他们会将生(shēng)成的(de)美图当做头像。而另(lìng)一部分喜欢翻(fān)看AI绘画的“翻车”作品。在(zài)社交媒(méi)体上，许多用户分(fēn)享(xiǎng)AI“翻车(chē)现场”，例如，一位网友(yǒu)的(de)小(xiǎo)狗(gǒu)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(shí)别成了建筑。

而如今随着ControlNet的出(chū)现与加持，以往AI绘画(huà)的填写关键词(cí)游(yóu)戏可能要(yào)被颠覆了。

ControlNet是(shì)一位正在斯坦福(fú)读博的(de)中国人张吕敏创作的一种基(jī)于控制点的(de)图像变形算法，主要用于(yú)数字(zì)图(tú)像处理、计算(suàn)机视觉和计(jì)算机图形学(xué)等领域。

其SD插(chā)件一经(jīng)发布(bù)，在短短的两天内便成(chéng)为了AI绘画领域(yù)最新(xīn)的热点。

在此之前，大家用(yòng)了(le)很(hěn)多(duō)方法想让AI生成的结果尽可能的符合要求，但是都不尽如人意，它的出现代表着AI生成(chéng)开始(shǐ)进入真正的可控时(shí)期(qī)。

因为ControlNet可以(yǐ)直接提取画面的构图，人物的姿势和(hé)画面的深度信(xìn)息等。有了它(tā)的帮助，就不用频繁的用(yòng)提(tí)示词来碰(pèng)运气(qì)，抽盲盒式的创作了。

通俗的说ControlNet相当(dāng)于(yú)给AI绘画加了“魔法”，不少博主的作品已经获得(dé)了大量的浏览量(liàng)，“viggo”就是(shì)其中之(zhī)一，他用朋友的(de)照片直接带她们走(zǒu)进动漫世界。

viggo先用StableDiffusion图片转文字。

再用(yòng)Text2Prompt插件拓(tuò)展找到对应的(de)关键(jiàn)词；最后用ControlNet插件(jiàn)绑定骨骼开(kāi)始(shǐ)换关键词(cí)试效果。

通过(guò)图片就(jiù)可以(yǐ)看出(chū)来，效(xiào)果十(shí)分惊艳(yàn)。

更厉害的是(shì)，除了真实的照片(piàn)，草图也可以加上“魔法”，知乎(hū)大牛“DevPoint”和“逗砂(shā)”介(jiè)绍到ControlNet还能实现线稿转全彩图(tú)。大神张吕敏其本尊也(yě)亲自回(huí)应。

不得(dé)不说当下AIGC已经变得越来越强大，甚至(zhì)输出的作品都已经能以假乱真(zhēn)了。

02

难辨虚(xū)实(shí)，AIGC技术力爆发(fā)

警惕安(ān)全问题

近日，“苏(sū)州(zhōu)金鸡湖(hú)有游艇party”的消(xiāo)息(xī)火遍网络(luò)，而经过警方辟谣这(zhè)所谓(wèi)的“party”可能(néng)是全国第一起AI绘图诈骗。

由于这(zhè)个(gè)活(huó)动里面给出的(de)美女照片都是AI制作的真人(rén)照片绘图，因为太逼真，被(bèi)大家(jiā)当(dāng)成真事传播了(le)。

不过仔细观察(chá)可以发现(xiàn)，活动(dòng)发起者(zhě)提供的照(zhào)片中(zhōng)有个很(hěn)大的漏洞(dòng)可以发现并非真人，而是AI绘(huì)图，那便是图片中(zhōng)女性的(de)手指(zhǐ)部分有(yǒu)的存(cún)在异常。

有行业人事表示：“现在因为手指部分的(de)绘画(huà)算法比较(jiào)复杂(zá)，AI还(hái)不(bù)太会画人(rén)的手，但最新看到的(de)图(tú)片已(yǐ)经有越来越完美的AI模型出(chū)现，以后可能(néng)就完全没有漏(lòu)洞了。”

类(lèi)似的AI作图诈(zhà)骗在国外也已有(yǒu)发生。据英(yīng)国广播公司报道(dào)，土耳其地震(zhèn)期间，有Tiktok用(yòng)户(hù)使用(yòng)AI合成了儿童(tóng)受灾的假照片发布到网络(luò)，以此诱骗善(shàn)良的人打(dǎ)赏“捐助”从而实施诈(zhà)骗。

目前(qián)随着技(jì)术发展，AIGC已经(jīng)能做出真(zhēn)人照片般(bān)的绘图效(xiào)果，如果这(zhè)样的图片被用(yòng)来(lái)诈骗，将非常可怕。

此(cǐ)外AIGC还引发了(le)很多担忧，一方面，批判(pàn)者认为AI在“学习”了(le)大量(liàng)前人(rén)的作品之(zhī)后，其创(chuàng)作没有任何情绪(xù)和灵魂，难以和人类(lèi)的艺(yì)术创作(zuò)相提并(bìng)论。

另一(yī)方面(miàn)，AIGC背(bèi)后的版(bǎn)权、目(mù)前都(dōu)并(bìng)没有得到(dào)有效(xiào)的解决，还有AIGC会不会(huì)代(dài)替人(rén)类“至(zhì)高无上”的创意。

马斯(sī)克也强调，人工智能(néng)的(de)安全问(wèn)题需要得到重(zhòng)视，太(tài)晚就来不及了修行靠个人的上一句是什么意思，修行靠个人下一句。

03

AIGC下一站除了视频，还(hái)有远方(fāng)

技(jì)术(shù)都是有两面性的，潜在的(de)危害并(bìng)不能掩盖(gài)其光辉的(de)贡献(xiàn)。现在看(kàn)来，人(rén)工智(zhì)能技术将是第四(sì)次工业革命的核心驱动力(lì)量，将创造新的增长奇迹。

过去(qù)一年，人工(gōng)智能(néng)在技术和(hé)商业(yè)层面(miàn)都有了巨大进展，AI绘画就是(shì)人工(gōng)智能(néng)技(jì)术(shù)发生方向(xiàng)性改变的一个(gè)代表。其下一站或(huò)许就是视频。

此(cǐ)前，Meta和谷歌(gē)先后发布了几条引(yǐn)爆科技圈的短视频(pín)。这(zhè)些视频引发关注(zhù)并非内容做得多优(yōu)秀(xiù)，反(fǎn)而都非常简(jiǎn)单，比如一(yī)匹正在喝水的(de)马，一只画画的玩具(jù)熊，或者一段(duàn)骑摩托车(chē)的(de)第(dì)一视角录像(xiàng)，随便一个有手(shǒu)机的人(rén)都可以随(suí)手录下一段。

但这些短视频的创作方式非常简单(dān)，创(chuàng)作者仅(jǐn)仅(jǐn)需(xū)要向AI输入一段(duàn)话，甚至只是说(shuō)一下要求，AI就可(kě)以根据需要生成(chéng)一段视频。

谷歌发(fā)布的两个AI生(shēng)成视频分别来自于(yú)Imagen Video和Phenaki，前者主要突出的是高清，与Meta的Make-A-Video没有(yǒu)太多的(de)差(chà)别。

在Make-A-Video公布了AI生成的视频(pín)后，AI圈就(jiù)已经玩了(le)一(yī)波梗，一个能够做出更高清视(shì)频(pín)的AI还不足以在短(duǎn)时(shí)间(jiān)内戳中(zhōng)兴奋点。

Phenaki更(gèng)加令(lìng)人震(zhèn)惊的地方在(zài)于，它可以制(zhì)作出超(chāo)过(guò)2分(fēn)钟(zhōng)的连贯的(de)也有确切内容的(de)视(shì)频(pín)，这才是真(zhēn)正让人们感到(dào)惊喜(xǐ)的地方。因为(wèi)无论AI生成(chéng)的视(shì)频(pín)多么高(gāo)清，也只能是为内容(róng)生产者提(tí)供(gōng)一个灵(líng)感，一(yī)个素材(cái)，一(yī)个过(guò)场动(dòng)画。

不过能(néng)够制作出有具体剧(jù)情内容(róng)的(de)视频就意(yì)味着，一些视(shì)频创(chuàng)作由AI代替人工完成已经初步(bù)有了可(kě)能。

当下AI的发展(zhǎn)速度已经超过(guò)大部分人的想(xiǎng)象。内容(róng)产业的本质是供给创造需(xū)求，AIGC作为(wèi)全(quán)新的内容(róng)生产(chǎn)方(fāng)式，可以为内容产(chǎn)业(yè)带来更新(xīn)的内(nèi)容风(fēng)格、更(gèng)快的生(shēng)产速度，更低(dī)的生产成本，这无(wú)疑(yí)会驱动内容(róng)产业的大爆(bào)发。

除了AI绘图、视(shì)频，AIGC技术还能应用于(yú)音(yīn)乐(lè)、代码、机器(qì)人(rén)动作等多种内容形式的生成(chéng)。不(bù)难发现该项技(jì)术不(bù)仅在游戏(xì)等行(xíng)业能(néng)得到(dào)有效应用，对于下一代互(hù)联(lián)网各种(zhǒng)元素的构建亦有关键意义(yì)。

从商业化的角度来看，文化娱乐、教育、传媒等诸多领修行靠个人的上一句是什么意思，修行靠个人下一句域(yù)，本身就对基于AI的可视化内容有(yǒu)强烈(liè)需求。

因此，AI绘画及视频(pín)或不是(shì)结果，而只是AI进程中的(de)一块重要拼(pīn)图，有望在技(jì)术更新的加持(chí)下实现(xiàn)更大(dà)的(de)应用价值(zhí)。

AI从理(lǐ)解内容，走(zǒu)向了(le)可以生成(chéng)内容，甚(shèn)至能够创造出独(dú)立价值(zhí)和独(dú)立视角的内(nèi)容。AIGC的再次出(chū)圈，更代表(biǎo)着(zhe)未来的(de)先进生产力即将(jiāng)到来。

04

紧抓大模型与(yǔ)算力(lì)，牢固(gù)AIGC底(dǐ)座

从技(jì)术的发展(zhǎn)也可(kě)以看出(chū)，在语(yǔ)言大(dà)模型(xíng)、图(tú)像大(dà)模型之(zhī)后，多模(mó)态大模型(xíng)已经成为了(le)新(xīn)的趋势。

大模型被誉为当前人工智能发展的智能底座，是全(quán)球(qiú)竞争(zhēng)最激烈的(de)研究(jiū)方向之一，包括谷歌、亚马逊(xùn)、百度、阿里、腾讯等众(zhòng)多(duō)头(tóu)部企(qǐ)业都在竞相发力。

不(bù)过(guò)训练大模(mó)型(xíng)的确价格不(bù)菲，以(yǐ)国盛证券(quàn)发(fā)布(bù)的《ChatGPT需要多少算(suàn)力》报(bào)告估算，GPT-3训练一次的成本(běn)约为140万美元。而对于(yú)一些更大(dà)的LLM(大型语言模型)，训练成本则介(jiè)于200万(wàn)美元至1200万(wàn)美(měi)元高(gāo)价之间。

以ChatGPT在2023年1月的独立访客(kè)平(píng)均数1300万计算，其(qí)对应芯片需(xū)求(qiú)为3万多片(piàn)英伟(wěi)达A100 GPU，初始投入成本(běn)约为8亿美元，每日仅(jǐn)电费就在(zài)5万美(měi)元左右。

此外不论(lùn)是ChatGPT还(hái)是AIGC，都离不(bù)开庞(páng)大算力支(zhī)持。在关注各类大模型的发(fā)展(zhǎn)同时，更应该(gāi)关注算力网络(luò)的建设(shè)。

算力网络正驱动AI产业发(fā)展进入史诗级加速(sù)进程，让AIGC及通用(yòng)AI这一人工智能发展的(de)终极目标离得更近。

因为(wèi)算力可以(yǐ)对突破性技术创新(xīn)提供大力的(de)支持。这方面(miàn)，多模态(tài)大模型是(shì)典(diǎn)型(xíng)。作为面向未来强人工智能、通(tōng)用人工智能(néng)的(de)重要技术创(chuàng)新，多模态大模型已(yǐ)经(jīng)在(zài)人工智能领域提出(chū)了(le)很多年，业界也有不少技术突破(pò)，但是(shì)，多(duō)模态大模型进一步(bù)往下走，算(suàn)力(lì)需求呈几何式上升，一般的算(suàn)力基础(chǔ)设施很快(kuài)将难以胜任(rè修行靠个人的上一句是什么意思，修行靠个人下一句n)。

从图像、文字(zì)、语音单独一(yī)项的训练，到双模态、三(sān)模态的跃迁，让人工智能可以灵(líng)活应对不同模态(tài)的转化、像人与世界交(jiāo)互一样自然，这方面，由算力(lì)网络来驱动将(jiāng)有明(míng)显优(yōu)势。

此(cǐ)外，还(hái)有很多需要(yào)爆发式增长的算力来支撑(chēng)的技术创新，将(jiāng)在人工智能算力网络支撑下快速推(tuī)进。

AIGC已(yǐ)经露出曙光，期(qī)待(dài)在大模型和大算力的支持下AIGC能持续颠覆内(nèi)容生产的方(fāng)式，将创造(zào)的边际(jì)成本(běn)降低，让(ràng)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 修行靠个人的上一句是什么意思，修行靠个人下一句