自聊天机器人ChatGPT火爆以来，微软(ruǎn)公司创始人比尔(ěr)·盖茨(cí)已(yǐ)多次公开谈论人工智能话题。在最近的一(yī)次采访(fǎng)中，他再(zài)次(cì)表示：“AI可能(néng)会让科技行业(yè)迎(yíng)来一(yī)次(cì)剧(jù)烈的洗牌”。

这个(gè)结论是他(tā)在当地时间2月(yuè)20日接受《In Good Company》节目(mù)专访时(shí)提出的。

他预期，AI的发展可能会威胁到谷歌的市占率，因(yīn)为微软在AI方面的行动相当迅速。而(ér)最终科(kē)技巨(jù)头(tóu)将把AI整合(hé)成用户的“全能助手”，包揽一切(qiè)应用(yòng)，与人(rén)们进行沟通并(bìng)提(tí)供建(jiàn)议，可以(yǐ)取代(dài)亚马逊(xùn)、Siri或Outlook等应用。

大(dà)佬口中全能(néng)助手的到(dào)来可(kě)能尚需时日，但由ControlNet引(yǐn)发的又一(yī)次(cì)AI绘画浪潮，让AIGC在ChatGPT的话题热点包围(wéi)中杀出重(zhòng)围。

01

ControlNet颠覆AI绘画新玩法

AIGC向可控靠近

以AI绘画为代表(biǎo)的(de)AIGC上一次(cì)爆火的(de)时候，还是2022年8月，在(zài)美国科罗拉多州举办(bàn)的新兴数字艺术家竞赛中，一幅名(míng)为《太(tài)空(kōng)歌(gē)剧院》的(de)作品获(huò)奖。

随后(hòu)各大厂(chǎng)商的AI绘画软件被广大(dà)网友(yǒu)熟知并体验，Stable Diffusion便(biàn)是其中代表。

用(yòng)户(hù)们可(kě)以(yǐ)在应(yīng)用中输入一组关键(jiàn)词或者一(yī)张照(zhào)片，就能获得一幅AI创作的画(huà)作(zuò)。

作画(huà)的(de)关(guān)键就是所输入的文本(běn)。同(tóng)一组关键词也可(kě)以(yǐ)创(chuàng)作(zuò)出很多张(zhāng)风格不(bù)一样的画作，这让创作的过程就像开盲盒。

很多用(yòng)户很喜欢这种不确定的(de)惊喜，他们会(huì)将生成的美图当做头像。而另(lìng)一部分喜欢翻看AI绘画的“翻车”作(zuò)品。在(zài)社(shè)交(jiāo)媒体(tǐ)上，许(xǔ)多用户(hù)分享AI“翻车现场”，例如，一位网友的小狗(gǒu)照片被AI画成了“肌肉男”，还有网友(yǒu)的个人照片(piàn)被(bèi)AI识别成了(le)建筑(zhù)。

而如今随着ControlNet的出现(xiàn)与加(jiā)持，以往AI绘画(huà)的(de)填写关键(jiàn)词游戏(xì)可能(néng)要被颠覆了。

ControlNet是一位正在斯坦福(fú)读(dú)博的中(zhōng)国人张吕敏创作(zuò)的一种基于控制(zhì)点(diǎn)的图像变(biàn)形算法(fǎ)，主要用(yòng)于数字图像(xiàng)处(chù)理、计算(suàn)机视觉(jué)和计算(suàn)机图(tú)形(xíng)学等(děng)领域。

其SD插件一经发布(bù)，在短短的(de)两天内(nèi)便成为了AI绘画(huà)领域最新的热点。

在此之(zhī)前，大家用(yòng)了很多方法(fǎ)想让(ràng)AI生成的结(jié)果尽可(kě)能(néng)的(de)符合要求(qiú)，但是都不(bù)尽如(rú)人意，它的出(chū)现代表(biǎo)着AI生成开始进入(rù)真(zhēn)正的可控时期(qī)。

因为ControlNet可(kě)以直接提取画面的(de)构图，人(rén)物的(de)姿势和画面的深度信息等。有了(le)它的帮助(zhù)，就不用频繁的(de)用提示词来(lái)碰运气，抽盲盒式的(de)创(chuàng)作了。

通俗的说(shuō)ControlNet相当于给AI绘画加了“魔法”，不少博主的(de)作品已经获(huò)得了大量的(de)浏览(lǎn)量，“viggo”就是其(qí)中之(zhī)一(yī)，他用朋友的照片直接带她们走(zǒu)进动(dòng)漫世(shì)界。

viggo先用StableDiffusion图片转文字。

再用(yòng)Text2Prompt插件拓展找到(dào)对应(yīng)的(de)关键(jiàn)词；最后用(yòng)ControlNet插(chā)件绑(bǎng)定骨骼开始换(huàn)关键词(cí)试效(xiào)果。

通过图片(piàn)就(jiù)可以看出来，效果十(shí)分惊艳。

更厉害的是，除了真实(shí)的照片，草图也可以加上(shàng)“魔法”，知乎大牛“DevPoint”和“逗砂”介绍到ControlNet还能实现线稿转全彩图。大神张吕敏(mǐn)其本尊也亲自回应(yīng)。

不(bù)得不说当下AIGC已经(jīng)变得越来越强(qiáng)大，甚至输出(chū)的作品(pǐn)都已经能以假乱真(zhēn)了。

02

难辨(biàn)虚实，AIGC技(jì)术力爆(bào)发

警惕(tì)安全(quán)问题(tí)

近(jìn)日(rì)，“苏州金鸡湖有游(yóu)艇party”的消息火遍网络，而经过警方辟谣这所谓的“party”可能是全(quán)国第(dì)一起AI绘图诈骗。

由于(yú)这个活动里面(miàn)给出(chū)的美(měi)女照片都是AI制(zhì)作的真人照片绘图，因(yīn)为太(tài)逼真，被大家当成真事传播了。

不过仔细观察可以发现，活动发(fā)起(qǐ)者提供(gōng)的(de)照片(piàn)中有个很大的漏洞可以发现并非真人，而是AI绘图，那便是图片(piàn)中女性(xìng)的手指部分有的存在异常。

有行(xíng)业人(rén)事表示(shì)：“现在因为(wèi)手指部分(fēn)的绘画算法(fǎ)比较复杂(zá)，AI还(hái)不太(tài)会画(huà)人(rén)的手，但最(zuì)新看到的图片已(yǐ)经有(yǒu)越来越(yuè)完(wán)美(měi)的AI模型出(chū)现，以后可能(néng)就完全(quán)没(méi)有漏洞(dòng)了。”

类似的AI作图诈骗在国(guó)外也已有发生。据英国广播公司(sī)报道，土(tǔ)耳其地震期间，有(yǒu)Tiktok用户(hù)使用(yòng)AI合成了(le)儿童受灾的(de)假(jiǎ)照片发(fā)布到网(wǎng)络，以此诱骗善良(liáng)的(de)人(rén)打赏“捐助”从而实(shí)施诈骗。

目前(qián)随(suí)着技术发展，AIGC已经能做(zuò)出真人照片般的(de)绘图效果，如果这样的图(tú)片被用来(lái)诈骗，将非常可怕。

此外AIGC还引发了很(hěn)多担忧(yōu)，一方面，批(pī)判(pàn)者认(rèn)为AI在“学习”了大(dà)量前人的(de)作(zuò)品之后，其创作(zuò)没有任何情绪(xù)和灵(líng)魂，难以和人类的(de)艺术创作相提(tí)并(bìng)论(lùn)。

另一方面，AIGC背(bèi)后(hòu)的版权、目前都并没有得到有效的(de)解决，还有AIGC会(huì)不会代(dài)替人类“至高无上”的(de)创意。

马斯克也(yě)强调，人工智能的安(ān)全问题(tí)需(xū)要(yào)得到重视(shì)，太晚(wǎn)就(jiù)来不(bù)及了。

03

AIGC下一站(zhàn)除了视频，还有远方

技术(shù)都是有两面性的，潜在(zài)的危害(hài)并不能掩盖其光辉的贡献。现(xiàn)在(zài)看来，人工智能技术将是(shì)第四次(cì)工业革命的核心驱(qū)动力量，将创造新的(de)增长奇迹(jì)。

过去一(yī)年，人工(gōng)智能在技(jì)术和商业层面(miàn)都有了巨大进(jìn)展，AI绘(huì)画(huà)就是人工智(zhì)能技(jì)术发生(shēng)方向性改变的一个(gè)代表。其下一站或许(xǔ)就是视频。

此(cǐ)前(qián)，Meta和谷歌先(xiān)后发(fā)布(bù)了几条引(yǐn)爆科(kē)技圈的短视(shì)频吃完布洛芬不能吃什么，吃完布洛芬不可以吃的东西。这(zhè)些视频引发关(guān)注并非内容(róng)做得多优(yōu)秀(xiù)，反而都非(fēi)常简单，比如(rú)一匹正(zhèng)在喝水的马，一只画(huà)画的玩(wán)具熊(xióng)，或者一段(duàn)骑(qí)摩托车的(de)第一吃完布洛芬不能吃什么，吃完布洛芬不可以吃的东西视角录像(xiàng)，随便一(yī)个有手机的(de)人都(dōu)可以随(suí)手录下(xià)一段。

但(dàn)这些短视频(pín)的(de)创作(zuò)方式(shì)非常(cháng)简单(dān)，创作者仅(jǐn)仅需(xū)要向AI输(shū)入一段话，甚至只是(shì)说一下要求，AI就可(kě)以根据需要生(shēng)成(chéng)一段(duàn)视(shì)频。

谷(gǔ)歌发布(bù)的两个AI生(shēng)成视(shì)频分(fēn)别来自于Imagen Video和(hé)Phenaki，前者主要突出的是高清，与Meta的Make-A-Video没有太多的差别。

在Make-A-Video公(gōng)布了AI生(shēng)成的(de)视频后，AI圈就已经(jīng)玩了一波梗，一个能够做(zuò)出更高清视频的AI还(hái)不足以(yǐ)在短时(shí)间内戳中(zhōng)兴奋点(diǎn)。

Phenaki更加令人震惊的(de)地方在(zài)于，它可以制作出超过(guò)2分(fēn)钟的连贯(guàn)的也(yě)有确切内(nèi)容(róng)的(de)视频，这(zhè)才是真正让人(rén)们感到惊(jīng)喜的地方。因为无论AI生成的(de)视频多(duō)么(me)高清，也只能(néng)是为内容生(shēng)产者提供一个灵感(gǎn)，一个(gè)素材，一个过场动画。

不过(guò)能(néng)够制作出(chū)有具体剧(jù)情内容的视频(pín)就意味着，一些视频(pín)创作由AI代替人工完成已经初步(bù)有了可能。

当(dāng)下AI的发(fā)展(zhǎn)速度已经超(chāo)过(guò)大部分人的(de)想象。内容产业的本质是(shì)供给创造需求，AIGC作为全(quán)新的内容生产方(fāng)式，可以为内(nèi)容(róng)产业带来更新的(de)内容风格、更快的生产速(sù)度，更低的生(shēng)产(chǎn)成本，这无疑会(huì)驱动内容产业(yè)的(de)大爆发。

除(chú)了AI绘图、视(shì)频，AIGC技术还(hái)能应用(yòng)于音乐、代码、机器人动作(zuò)等多种内容(róng)形式的生成。不难发现该项(xiàng)技术不(bù)仅(jǐn)在游戏(xì)等行(xíng)业能得(dé)到有效应(yīng)用，对(duì)于下一代(dài)互联网各种元素的构建(jiàn)亦(yì)有关(guān)键意义。

从商业(yè)化(huà)的角度来看(kàn)，文化娱乐、教育、传(chuán)媒等(děng)诸多领域，本身就对基于(yú)AI的可视化内容有强烈需求。

因此，AI绘画及视频(pín)或不(bù)是结(jié)果，而只是AI进程中(zhōng)的一块重要拼图，有望在技(jì)术更新的加(jiā)持下实现更大的应用价值(zhí)。

AI从理解(jiě)内(nèi)容，走向了可以(yǐ)生(shēng)成内容，甚至能够创造出独立价(jià)值和(hé)独立(lì)视角(jiǎo)的内容。AIGC的再次出圈，更代表(biǎo)着未来的先进生产力即将(jiāng)到来。

04

紧抓大(dà)模型与算力，牢(láo)固AIGC底座

从技术的发展也可以看出，在语言大模型、图(tú)像大模(mó)型之后，多模态大模型(xíng)已经(jīng)成为了新的趋势。

大模型被誉为(wèi)当(dāng)前人工智(zhì)能发展的智(zhì)能底(dǐ)座，是全球竞争最(zuì)激(jī)烈(liè)的研究方向(xiàng)之一，包括谷(gǔ)歌、亚(yà)马逊、百(bǎi)度、阿里、腾讯(xùn)等众多头部企(qǐ)业都在竞相发力。

不过训(xùn)练大(dà)模型的(de)确价格(gé)不菲，以国(guó)盛证(zhèng)券发布的《ChatGPT需要多少算力》报告估算，GPT-3训练一次的(de)成本约(yuē)为140万美(měi)元。而对(duì)于一些更大的LLM(大型语言模(mó)型(xíng))，训(xùn)练成本则介于200万美元至1200万美(měi)元高价之间。

以ChatGPT在2023年1月的独立(lì)访客平(píng)均数1300万(wàn)计算，其对应(yīng)芯片需求为3万(wàn)多片(piàn)英(yīng)伟达A100 GPU，初始投入(rù)成本约(yuē)为8亿美元，每日仅电(diàn)费就(jiù)在(zài)5万(wàn)美元左右。

此外(wài)不(bù)论是ChatGPT还是AIGC，都离不开(kāi)庞大算(suàn)力支(zhī)持。在关(guān)注各(gè)类(lèi)大模(mó)型的发展(zhǎn)同(tóng)时，更应该关(guān)注算力(lì)网络(luò)的建设。

算力网络正驱动(dòng)AI产业发展(zhǎn)进(jìn)入史(shǐ)诗级加速进程，让AIGC及通(tōng)用AI这一人工智能发展的终(zhōng)极目标离得更(gèng)近。

因为(wèi)算力(lì)可以对突(tū)破性(xìng)技(jì)术(shù)创新(xīn)提供大力的支持。这方面，多模态大模型(xíng)是(shì)典型(xíng)。作为(wèi)面(miàn)向未来强(qiáng)人工智能、通(tōng)用人工智能的重(zhòng)要技术创新，多模态大模型已经在人工智能领域提出了很多年，业界(jiè)也有不少技术突破，但(dàn)是，多模态大模型进一步(bù)往下走，算力(lì)需求呈几何(hé)式上升，一般的算力基(jī)础设施很快(kuài)将难以胜任。

从图像(xiàng)、文字、语(yǔ)音单独一项的训练，到双模(mó)态、三模态的跃迁，让(ràng)人工智能可以灵活应对(duì)不同(tóng)模态的转化、像人与世(shì)界交互(hù)一样(yàng)自然(rán)，这方面，由算力网络来驱动将有(yǒu)明(míng)显优势。

此外，还有(yǒu)很多需(xū)要爆发(fā)式增长的算力来支撑的技术创(chuàng)新，将(jiāng)在人(rén)工智(zhì)能算力网络支(zhī)撑下快速(sù)推进。

AIGC已经露出曙光，期待在大模型和大算(suàn)力的支(zhī)持下AIGC能(néng)持续颠覆内(nèi)容(róng)生产的方式，将创造的(de)边(biān)际成本降(jiàng)低，让万众受益(yì)。

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 吃完布洛芬不能吃什么，吃完布洛芬不可以吃的东西