自聊天(tiān)机器人ChatGPT火(huǒ)爆以(yǐ)来，微软(ruǎn)公司创(chuàng)始人(rén)比尔(ěr)·盖茨已多次公开(kāi)谈论人工智能话题。在(zài)最近的一次(cì)采访中，他再次表示：“AI可能(néng)会让科技行(xíng)业迎来一(yī)次剧烈的洗(xǐ)牌”。

这个(gè)结论是他在当地(dì)时间2月20日接受《In Good Company》节目专访时提出(chū)的。

他预期，AI的发展(zhǎn)可能会威胁到(dào)谷歌的市占(zhàn)率，因为微软在AI方(fāng)面(miàn)的行动(dòng)相当迅(xùn)速。而最终科技巨头(tóu)将把(bǎ)AI整合(hé)成用户的“全能助手(shǒu)”，包(bāo)揽一切应(yīng)用，与(yǔ)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(dà)佬(lǎo)口中全能助手(shǒu)的到来可(kě)能尚(shàng)需时日，但由ControlNet引发的又一次AI绘画浪潮，让AIGC在ChatGPT的话题(tí)热(rè)点(diǎn)包围中(zhōng)杀出重围。

01

ControlNet颠覆AI绘画(huà)新玩法

AIGC向可(kě)控(kòng)靠近

以AI绘画为代表的AIGC上一次爆火的时候(hòu)，还是2022年8月，在美国科罗(luó)拉多(duō)州举办(bàn)的新兴数字艺(yì)术家(jiā)竞赛中(zhōng)，一幅名(míng)为(wèi)《太(tài)空歌剧院》的作品获(huò)奖(jiǎng)。

随后各大(dà)厂(chǎng)商的AI绘画软件被广(guǎng)大网友熟知并体验，Stable Diffusion便是其中代(dài)表。

用户们(men)可以在应用(yòng)中输(shū)入一组关键词或者(zhě)一(yī)张照片，就能获得一幅AI创作的画作。

作(zuò)画的(de)关键(jiàn)就是所输(shū)入的文本。同一组关键词(cí)也可以创(chuàng)作出很多张风格不一样的画作，这让创作的过程就像开(kāi)盲盒。

很多用户很喜欢(huān)这种不确定的惊喜，他(tā)们会将生成的美图当做头像(xiàng)。而另(lìng)一部分喜欢翻看AI绘画的(de)“翻车”作品。在(zài)社(shè)交(jiāo)媒(méi)体上，许(xǔ)多(duō)用户分享AI“翻车现场”，例(lì)如，一位网(wǎng)友的小狗照片(piàn)被AI画成(chéng)了(le)“肌(jī)肉(ròu)男(nán)”，还有网(wǎng)友的个(gè)人(rén)照片被AI识(shí)别成了建筑。

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

ControlNet是一位(wèi)正在斯坦福读博的中(zhōng)国人(rén)张吕(lǚ)敏创(chuàng)作(zuò)的一种(zhǒng)基于控制(zhì)点的图像变形算法(fǎ)，主(zhǔ)要用于(yú)数字图像处理(lǐ)、计算机视觉和计算机图形(xíng)学等领域。

其SD插件一(yī)经发布，在(zài)短短的(de)两天内便成为(wèi)了AI绘画领域最新的热点。

在此之前，大家用了很多方法想(xiǎng)让(ràng)AI生(shēng)成(chéng)的结果尽(jǐn)可能(néng)的符合要求，但(dàn)是都不尽如人(rén)意，它的出(chū)现代表着AI生成开始(shǐ)进入真正的可控时期。

因为ControlNet可以直接(jiē)提取画面的构图，人物(wù)的姿势(shì)和画面的深度信(xìn)息等(děng)。有了(le)它(tā)的(de)帮助，就不用频繁的用提(tí)示词来碰运气，抽盲盒式的创(chuàng)作了。

通俗的说ControlNet相当于(yú)给(gěi)AI绘画加了“魔法(fǎ)”，不少(shǎo)博主的作品已经获得(dé)了大(dà)量的(de)浏览(lǎn)量(liàng)，“viggo”就是其(qí)中之一，他用朋友的照(zhào)片直接带她(tā)们(men)走进(jìn)动漫世界。

viggo先用(yòng)StableDiffusion图片(piàn)转文字。

再用Text2Prompt插件(jiàn)拓展找到对应的关键词；最(zuì)后用ControlNet插件绑定(dìng)骨骼开始(shǐ)换关键词试效(xiào)果。

通过图片就可(kě)以看出来，效果十分惊艳(yàn)。

sand可数吗还是不可数，thousand可数吗 src="https://mmbiz.heiliaofuli.com/wp-content/uploads/2023/03/98218c60607c5ee.jpeg?imageMogr2/thumbnail/2160x0/format/webp/quality/80" data-ratio="0.75234375" data-s="300,640" data-type="jpeg" data-w="1280">

更厉害的是，除了真实(shí)的照(zhào)片，草图也可以加上(shàng)“魔法”，知(zhī)乎(hū)大牛“DevPoint”和“逗(dòu)砂”介绍(shào)到(dào)ControlNet还(hái)能(néng)实现(xiàn)线稿转全彩图。大(dà)神张吕敏其(qí)本(běn)尊也(yě)亲自回(huí)应。

不得不说(shuō)当(dāng)下AIGC已经变得越来越强大，甚至输出(chū)的作品都已经能以假乱真了。

02

难辨虚实，AIGC技(jì)术力爆发

警惕安全问题

近(jìn)日，“苏(sū)州金鸡(jī)湖有游艇party”的消(xiāo)息火遍网络(luò)，而(ér)经(jīng)过警方辟(pì)谣这所谓的“party”可能是全国第(dì)一起AI绘图诈骗。

由于这(zhè)个活(huó)动(dòng)里(lǐ)面给出的美女照片都(dōu)是AI制作的真人照片(piàn)绘图(tú)，因为太逼(bī)真，被大家(jiā)当成真事(shì)传播了。

不过仔细观察可以发现，活动发起者提供的照片中有个很大的漏洞可以(yǐ)发(fā)现并非真(zhēn)人，而是AI绘图，那便是图片中(zhōng)女性(xìng)的(de)手(shǒu)指(zhǐ)部分有的存在异(yì)常(cháng)。

有行业人事表示：“现在因为(wèi)手指部分的(de)绘(huì)画算法比较复杂(zá)，AI还不太会画人(rén)的手，但(dàn)最新(xīn)看到的图片已(yǐ)经有越来越完美的AI模型出现，以后(hòu)可能(néng)就(jiù)完全(quán)没(méi)有漏洞了。”

类似的(de)AI作图(tú)诈骗在国外(wài)也已有发生。据英(yīng)国广(guǎng)播公司报道(dào)，土耳其地(dì)震期间，有Tiktok用户使用AI合成了(le)儿童受灾的假照片发布(bù)到网(wǎng)络(luò)，以此诱骗善(shàn)良的人打赏“捐助”从而实施诈骗。

目前随着(zhe)技(jì)术发展，AIGC已经能做(zuò)出真(zhēn)人照片般的绘图效果，如果这(zhè)样的图片被用来诈骗，将非(fēi)常(cháng)可怕(pà)。

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

另一方面，AIGC背后的版权(quán)、目前都(dōu)并没有得到有效的(de)解决，还有AIGC会不会代替人(rén)类“至高无上(shàng)”的创意。

马斯(sī)克(kè)也强调，人(rén)工(gōng)智能的安全(quán)问(wèn)题需要得到重(zhòng)视，太(tài)晚就来不及(jí)了。

03

AIGC下一站除了视频，还有远方

sand可数吗还是不可数，thousand可数吗技术(shù)都是有两面性(xìng)的(de)，潜在的(de)危害并不能(néng)掩(yǎn)盖其光辉的贡献。现在看(kàn)来，人工智能技术将是第四(sì)次工业革(gé)命(mìng)的核心(xīn)驱(qū)动力量，将(jiāng)创(chuàng)造新的增长奇迹(jì)。

过去一年(nián)，人工智能在技术和商业(yè)层面都有了(le)巨(jù)大(dà)进展，AI绘画就是人工智(zhì)能技术发生方向性改(gǎi)变的一个代表。其下一站(zhàn)或许就(jiù)是视频。

此前(qián)，Meta和谷(gǔ)歌先(xiān)后(hòu)发布(bù)了几(jǐ)条(tiáo)引爆科技圈的(de)短(duǎn)视频。这(zhè)些视(shì)频引发关注并非(fēi)内容做得(dé)多(duō)优秀(xiù)，反而(ér)都非常简单，比如一匹正在喝水的马，一(yī)只(zhǐ)画画的(de)玩(wán)具(jù)熊，或者一(yī)段骑(qí)摩(mó)托车的第一视角(jiǎo)录像，随(suí)便一个有(yǒu)手机的(de)人(rén)都可(kě)以随手录下一段。

但这些短视频的创作方式非常简单，创作者仅仅需(xū)要向AI输入一(yī)段话，甚至只是说一下要求(qiú)，AI就可以根据需要生成一段视频。

谷(gǔ)歌(gē)发(fā)布的两个AI生(shēng)成视频(pín)分别来自于Imagen Video和Phenaki，前(qián)者主要突(tū)出的是高清(qīng)，与Meta的(de)Make-A-Video没有太(tài)多的差(chà)别。

在Make-A-Video公(gōng)布了AI生成的视频(pín)后(hòu)，AI圈就已经玩(wán)了一波梗，一个能(néng)够做出(chū)更高(gāo)清视频的AI还(hái)不足以在短时间内(nèi)戳中(zhōng)兴奋点。

Phenaki更加令(lìng)人震惊(jīng)的地方在于，它(tā)可以制作(zuò)出超过2分钟的连贯的也(yě)有(yǒu)确切内容(róng)的视频，这才是真正让(ràng)人们(men)感到惊喜的地方(fāng)。因为(wèi)无论AI生成的视频多么高(gāo)清，也(yě)只能(néng)是为内容生产者提供一(yī)个灵(líng)感，一个素(sù)材，一个过场动画。

不过能够制作出有具体剧情内(nèi)容的视(shì)频就意味着，一些(xiē)视(shì)频创(chuàng)作(zuò)由AI代(dài)替人工完成已经初步(bù)有了可能。

当下AI的发(fā)展速度(dù)已(yǐ)经超过大部分人的想(xiǎng)象。内容产业的本(běn)质(zhì)是供给创(chuàng)造需求，AIGC作为(wèi)全新的内容生(shēng)产方式，可以为(wèi)内(nèi)容(róng)产业带来更(gèng)新的内容风格(gé)、更快的生(shēng)产速度，更低(dī)的生产成本，这(zhè)无疑会驱动内容(róng)产业的大爆(bào)发(fā)。

除(chú)了AI绘图、视频(pín)，AIGC技术还能应用于音乐、代码、机器人动作(zuò)等多种内容(róng)形式的生成。不难发(fā)现该(gāi)项技术不仅在游戏等行业能得到有(yǒu)效(xiào)应用，对于(yú)下一代互联网(wǎng)各(gè)种元素的构建亦(yì)有关键(jiàn)意(yì)义。

从商(shāng)业(yè)化的(de)角度来(lái)看(kàn)，文(wén)化娱乐、教育、传媒等诸(zhū)多(duō)领域(yù)，本身就对基于AI的可视化内容(róng)有(yǒu)强烈需求。

因此，AI绘(huì)画及视频或不是(shì)结果，而(ér)只是AI进程中的一块(kuài)重要拼图，有望在技(jì)术更(gèng)新的加持下实现更(gèng)大的应用价值。

AI从理解(jiě)内容(róng)，走(zǒu)向了(le)可以生(shēng)成内容，甚(shèn)至能(néng)够创造出独立价值和独立视角的内(nèi)容。AIGC的再次出圈，更代(dài)表着未来的先(xiān)进生产力即将到来。

04

紧抓(zhuā)大(dà)模型与算力，牢固AIGC底座(zuò)

从(cóng)技术(shù)的发展(zhǎn)也可(kě)以看出(chū)，在语言大模型、图像大模型之后，多模态大模(mó)型已经成为了新的趋(qū)势。

大模型被(bèi)誉为当前(qián)人工(gōng)智能发展(zhǎn)的智能底座，是全球竞(jìng)争最激烈的研究方向(xiàng)之一，包括谷歌、亚马逊、百度、阿(ā)里(lǐ)、腾讯(xùn)等(děng)众多头部(bù)企(qǐ)业(yè)都在(zài)竞相发力。

不过训练大(dà)模型(xíng)的确价格不(bù)菲(fēi)，以国盛证券发布的《ChatGPT需要(yào)多(duō)少算力》报告估算(suàn)，GPT-3训练一次的成本约(yuē)为140万美(měi)元(yuán)。而对于一些更大的LLM(大型语(yǔ)言(yán)模(mó)型)，训练(liàn)成本则(zé)介于200万美元至1200万美(měi)元高价之间。

以ChatGPT在2023年1月的独立访客平均数1300万计算，其对应芯片需求(qiú)为3万多片英伟达A100 GPU，初始投入成(chéng)本(běn)约为8亿美元，每日仅电费就在5万美元左右。

此外不论是ChatGPT还是(shì)AIGC，都离(lí)不(bù)开庞大算力支持(chí)。在关(guān)注各(gè)类大模型的发展同时(shí)，更应该关(guān)注算力网(wǎng)络的(de)建设。

算力网络正(zhèng)驱动AI产业发(fā)展进(jìn)入史诗级加速进(jìn)程，让AIGC及通用AI这一人工智能发展的终极目标离得更近。

因为(wèi)算力可以对(duì)突破性(xìng)技术创(chuàng)新提供(gōng)大力的支持。这方面，多模态(tài)大模型是典型。作为面向未(wèi)来强人工智(zhì)能、通用人工智(zhì)能的(de)重要技术创(chuàng)新，多模(mó)态(tài)大模型已经在人(rén)工(gōng)智能(néng)领域提(tí)出了(le)很多(duō)年(nián)，业界也有不少(shǎo)技术(shù)突(tū)破，但(dàn)是，多模态大模(mó)型(xíng)进一步往下(xià)走，算力需求呈几何式上升，一般的算力(lì)基(jī)础(chǔ)设施很(hěn)快将难以胜任。

从图像、文字、语(yǔ)音单(dān)独(dú)一项(xiàng)的(de)训练，到双模态、三模态(tài)的跃(yuè)迁，让(ràng)人工(gōng)智能可(kě)以灵活(huó)应(yīng)对(duì)不同模态的转化、像人(rén)与世界交互一样(yàng)自然，这方面，由(yóu)算力网络来驱动将(jiāng)有(yǒu)明(míng)显优势。

此外，还有很多(duō)需要爆发式增长(zhǎng)的算力来支撑的技术(shù)创新(xīn)，将(jiāng)在人工智能(néng)算力(lì)网络支撑下快速推进。

AIGC已经(jīng)露出曙(shǔ)光，期待在大模型和大算力(lì)的支(zhī)持下AIGC能持续颠覆(fù)内(nèi)容生产(chǎn)的(de)方(fāng)式，将创造的边际成本降低(dī)，让万众受益。

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 sand可数吗还是不可数，thousand可数吗