自聊天(tiān)机器(qì)人(rén)ChatGPT火爆以来，微软公司(sī)创始人(rén)比尔(ěr)·盖茨已多次公开(kāi)谈论人工(gōng)智能话题。在最(zuì)近(jìn)的一次(cì)采访中，他再次(cì)表示(shì)：“AI可能(néng)会让科技行业迎(yíng)来一次剧烈的洗牌”。

这个结论是(shì)他在(zài)当(dāng)地时间2月20日接受《In Good Company》节目专访时(shí)提出的。

他预期，AI的发展可能会威胁到谷(gǔ)歌的市占率(lǜ)，因为微软在AI方面的(de)行(xíng)动(dòng)相当迅速。而最终科技(jì)巨头将(jiāng)把AI整合成(chéng)用户的(de)“全能助手(shǒu)”，包揽一(yī)切应(yīng)用，与人们进(jìn)行(xíng)沟通并提供建(jiàn)议，可以取代亚(yà)马逊、Siri或Outlook等应(yīng)用(yòng)。

大佬口中(zhōng)全能助手(shǒu)的到来(lái)可能尚需时日，但(dàn)由ControlNet引发的又一(yī)次AI绘画浪潮，让AIGC在ChatGPT的(de)话题(tí)热(rè)点包围中杀出重围。

01

ControlNet颠覆AI绘画新玩(wán)法

AIGC向(xiàng)可(kě)控靠近

以(yǐ)AI绘画为(wèi)代(dài)表的AIGC上一次爆火(huǒ)的时候，还是2022年8月，在美国科罗拉多州(zhōu)举办的新兴数字艺术家竞赛(sài)中，一幅名为《太空歌剧院》的作品获奖。

随(suí)后各大厂商的AI绘画(huà)软件被广大网友熟(shú)知并体验(yàn)，Stable Diffusion便是其中(zhōng)代表。

用(yòng)户(hù)们可以在应用中输入一组关键词(cí)或者(zhě)一张照片(piàn)，就能获(huò)得一幅(fú)AI创作的画(huà)作。

作画的(de)关键就是(shì)所输入的文本。同一组(zǔ)关键词也可以创作出很多张(zhāng)风格不一(yī)样的画作，这让创作的过程就像开盲盒。

很多用户很喜(xǐ)欢这种不确定的惊喜，他们会将生成(chéng)的美图当做(zuò)头像。而另一(yī)部分(fēn)喜(xǐ)欢翻(fān)看AI绘画的“翻车”作品。在社交媒体上，许(xǔ)多用(yòng)户(hù)分享AI“翻车现场(chǎng)”，例如(rú)，一位(wèi)网友的小狗照片(piàn)被AI画成(chéng)了“肌(jī)肉男”，还有(yǒu)网(wǎng)友的个人照片被(bèi)AI识别成了建筑。

而如今随(suí)着ControlNet的出现与加持(chí)，以往AI绘画的填写关键词游(yóu)戏可能要被(bèi)颠覆了。

ControlNet是(shì)一位正在斯坦福读博的中国人(rén)张吕敏(mǐn)创(chuàng)作的一种(zhǒng)基于控制点(diǎn)的(de)图像变形算(suàn)法(fǎ)，主要(yào)用于数字图像处理、计(jì)算机(jī)视觉(jué)和(hé)计(jì)算机图形学等领域(yù)。

其SD插件一经发布(bù)，在短(duǎn)短的(de)两天内(nèi)便(biàn)成为了(le)AI绘(huì)画(huà)领域最新的热点。

在此之前，大家用了很多方法(fǎ)想让(ràng)AI生成的结果尽可能的符合(hé)要求，但是都不尽(jǐn)如人意，它的(de)出现(xiàn)代(dài)表着AI生成开(kāi)始进入真正的可控时期(qī)。

因为ControlNet可以直接提取画面的构(gòu)图，人物(wù)的姿势(shì)和(hé)画面的(de)深度信息等(děng)。有(yǒu)了(le)它的帮助，就不用频(pín)繁的用提示词来(lái)碰运(yùn)气，抽盲盒(hé)式的创作了(le)。

通俗的说ControlNet相当于给A一公里大概多少步 一公里大概要走几分钟I绘(huì)画(huà)加了“魔法”，不少博主(zhǔ)的(de)作品已经获得(dé)了大量的浏览量，“viggo”就(jiù)是其中之一，他用朋友的(de)照片直接(jiē)带她们走(zǒu)进动漫世界。

viggo先用StableDiffusion图(tú)片转文字。

再(zài)用Text2Prompt插件拓展找到对(duì)应的关键词(cí)；最后用ControlNet插件(jiàn)绑定骨骼开始换关键词(cí)试效果。

通过(guò)图片就可以看出来(lái)，效果十分惊艳。

更(gèng)厉害的是，除了真实的照(zhào)片，草图(tú)也(yě)可以加上(shàng)“魔法”，知乎大牛(niú)“DevPoint”和(hé)“逗砂”介(jiè)绍到ControlNet还能实现(xiàn)线稿转全彩图。大神张吕敏其本尊也亲(qīn)自(zì)回应。

一公里大概多少步 一公里大概要走几分钟data-ratio="1.3637137989778534" data-s="300,640" data-type="jpeg" data-w="1174">

不得不说当下AIGC已经(jīng)变得越来越强(qiáng)大，甚至输(shū)出(chū)的(de)作品都已经能以假(jiǎ)乱真(zhēn)了。

02

难辨虚实，AIGC技术(shù)力爆发(fā)

警惕安全问题

近日，“苏州金鸡(jī)湖有(yǒu)游艇party”的消(xiāo)息火(huǒ)遍网络，而经过警(jǐng)方辟谣这所谓(wèi)的“party”可能是(shì)全国第一(yī)起AI绘图诈骗(piàn)。

由(yóu)于这个(gè)活动里面(miàn)给出的美(měi)女照(zhào)片(piàn)都是AI制作的真(zhēn)人照片绘图(tú)，因为太逼(bī)真，被大(dà)家当(dāng)成真事传播(bō)了(le)。

不过仔细观察可以(yǐ)发现，活动发起(qǐ)者提供的照(zhào)片中有个很(hěn)大的漏洞可以发现(xiàn)并(bìng)非(fēi)真人，而是AI绘(huì)图，那便是图片中女性的手(shǒu)指部分有的存在异常(cháng)。

有行业人事(shì)表示：“现在因为手指(zhǐ)部分的(de)绘画(huà)算(suàn)法(fǎ)比较复杂，AI还不太(tài)会画人的手(shǒu)，但最新看到(dào)的图片已经(jīng)有(yǒu)越来越完美的AI模型(xíng)出现，以后(hòu)可能就完全没(méi)有漏洞了。”

类似(shì)的AI作图诈骗在国外(wài)也已有发生。据英国广(guǎng)播公司报道，土耳(ěr)其地震期间，有(yǒu)Tiktok用户使用(yòng)AI合成(chéng)了儿童受灾的假照片发布到网络(luò)，以此诱骗善良的人打(dǎ)赏“捐助(zhù)”从而(ér)实施(shī)诈骗。

目前随着技术发展，AIGC已经能做出真(zhēn)人照片般的绘图效果(guǒ)，如果(guǒ)这样的图片被用来诈骗，将非常可(kě)怕。

此外(wài)AIGC还引发了很多担(dān)忧，一方(fāng)面(miàn)，批判者认为(wèi)AI在“学习”了大(dà)量前人的作品之后，其(qí)创作(zuò)没有任何(hé)情绪(xù)和灵魂，难以(yǐ)和人类的艺术创(chuàng)作相提并论(lùn)。

另一方面，AIGC背(bèi)后的版权、目前都并(bìng)没有(yǒu)得到有效(xiào)的解决(jué)，还有AIGC会(huì)不会(huì)代替(tì)人类“至(zhì)高无(wú)上”的(de)创意。

马斯克也强调，人工智能的安全问(wèn)题需(xū)要得到重视，太晚就来不及了(le)。

03

AIGC下一站除了(le)视频，还(hái)有远方

技术都是有两面性的，潜在的危害并不能掩盖其(qí)光辉的(de)贡献。现在看(kàn)来，人(rén)工(gōng)智(zhì)能技术将是第四(sì)次工(gōng)业(yè)革命的核(hé)心(xīn)驱动力(lì)量，将创(chuàng)造新的(de)增长奇迹。

过去一年，人工智能在技术和商业(yè)层(céng)面(miàn)都有了巨大进展(zhǎn)，AI绘画就是(shì)人工智能(néng)技术发生方向性改变的一个代表。其下一站或许就是(shì)视频(pín)。

此前，Meta和谷歌(gē)先(xiān)后发布了几(jǐ)条(tiáo)引爆科技圈的短视频。这些视(shì)频(pín)引(yǐn)发关(guān)注并非内容做得多优秀，反而都非(fēi)常(cháng)简单，比如一匹正在喝水(shuǐ)的(de)马，一只画画的玩具熊，或(huò)者一(yī)段骑摩托车的第(dì)一视(shì)角录像，随便一(yī)个(gè)有手机(jī)的人(rén)都可以随手录下一(yī)段。

但(dàn)这(zhè)些短视频的创作方式非常简单，创作者仅仅需要向(xiàng)AI输(shū)入一段话，甚(shèn)至只是说一(yī)下要求，AI就可以根据需要生成一段视频。

谷歌发布的两(liǎng)个AI生成视频(pín)分(fēn)别来自于(yú)Imagen Video和Phenaki，前者主要突出(chū)的(de)是(shì)高(gāo)清(qīng)，与Meta的Make-A-Video没(méi)有太多的差别。

在Make-A-Video公布了AI生成的视频后，AI圈就(jiù)已经玩了一(yī)波梗，一个能够做出(chū)更高清(qīng)视频(pín)的AI还不足以在短时间内(nèi)戳中兴奋点。

Phenaki更(gèng)加(jiā)令人(rén)震惊的地(dì)方在于(yú)，它可以制作出超过2分钟的连贯的也有确切内容的视频，这才是(shì)真(zhēn)正(zhèng)让人(rén)们感(gǎn)到(dào)惊(jīng)喜的地(dì)方。因为无论AI生成的(de)视(shì)频多么高清(qīng)，也只(zhǐ)能是为(wèi)内容(róng)生产者提供一个灵(líng)感，一个素(sù)材，一(yī)个过场动画。

不过能(néng)够(gòu)制(zhì)作出有(yǒu)具体剧(jù)情内容的视(shì)频就意味着，一些视(shì)频(pín)创作由(yóu)AI代替人工完(wán)成已经初步有了可能。

当(dāng)下(xià)AI的发(fā)展速度(dù)已经超过大部(bù)分人的想(xiǎng)象(xiàng)。内容产业的本质(zhì)是供给创造需求，AIGC作(zuò)为全新的内容(róng)生产方式，可以为(wèi)内容产业带(dài)来(lái)更新的内容风格、更快的生产速度，更低的生产成本，这无疑会驱动内容(róng)产业(yè)的大爆发。

除(chú)了(le)AI绘图(tú)、视频，AIGC技(jì)术(shù)还能应(yīng)用于(yú)音乐、代码(mǎ)、机器人动作等多种内容形式的生成(chéng)。不难发现该项技术不仅在游戏(xì)等行业(yè)能得到(dào)有(yǒu)效应用，对于下一代互(hù)联网各种元素(sù)的(de)构建(jiàn)亦(yì)有(yǒu)关键意义。

从商业(yè)化的角度来看，文化娱乐、教育、传(chuán)媒(méi)等诸多领(lǐng)域，本身就对(duì)基于AI的可视化内容有(yǒu)强烈需求。

因此，AI绘(huì)画及视频或不是结果，而只(zhǐ)是AI进程(chéng)中的(de)一块重(zhòng)要拼图(tú)，有望(wàng)在技术更新的加持(chí)下实现更大(dà)的应用(yòng)价值。

AI从理解内容，走向了可(kě)以(yǐ)生(shēng)成内容，甚至能够创造出独(dú)立价(jià)值和独(dú)立视角的(de)内容。AIGC的(de)再次出圈，更代表着(zhe)未(wèi)来的先进生产力即(jí)将(jiāng)到来(lái)。

04

紧抓大(dà)模(mó)型与算力，牢固AIGC底座(zuò)

从技术的(de)发展(zhǎn)也(yě)可(kě)以看(kàn)出，在语言大模(mó)型、图(tú)像大模型之后，多模态大模型已(yǐ)经(jīng)成为了(le)新的趋势。

大(dà)模型被誉为当前人工智能(néng)发展的智(zhì)能底(dǐ)座，是全(quán)球竞争最(zuì)激烈的研究方向之一，包括谷歌、亚马(mǎ)逊(xùn)、百度、阿里、腾讯等众(zhòng)多头部企业(yè)都(dōu)在竞相(xiāng)发力。

不过训练(liàn)大模型的确价格不菲，以国盛证券(quàn)发布的《ChatGPT需要多少算力》报(bào)告估算，GPT-3训练一次的成(chéng)本约为140万美元。而对于一(yī)些更大的(de)LLM(大型语言模型)，训练成本则介于200万美(měi)元至1200万美元高价之间。

以(yǐ)ChatGPT在2023年1月的独立(lì)访客平(píng)均数1300万(wàn)计算，其对(duì)应芯(xīn)片(piàn)需(xū)求(qiú)为3万(wàn)多片英伟达A100 GPU，初(chū)始投入成本约为8亿美元(yuán)，每日仅电费就在(zài)5万美元左(zuǒ)右。

此外不论是ChatGPT还是AIGC，都离不开(kāi)庞大算力支持(chí)。在关(guān)注各类大(dà)模型的发展同(tóng)时(shí)，更应该关注算力(lì)网络(luò)的建设。

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终极目标(biāo)离(lí)得更近(jìn)。

因(yīn)为算力可以对突(tū)破(pò)性技术创新(xīn)提供(gōng)大力的(de)支持。这方面，多模(mó)态大模(mó)型是(shì)典型。作为面向(xiàng)未(wèi)来强人工智(zhì)能、通用人工智能的(de)重(zhòng)要技术创新，多(duō)模(mó)态大模(mó)型已经在人工智(zhì)能(néng)领域提出(chū)了很(hěn)多年(nián)，业(yè)界也(yě)有不少技术突破，但是，多模态大(dà)模型进一步往下走，算力需求呈几何式上升，一般(bān)的算力基础设施(shī)很(hěn)快将难以胜任。

从图(tú)像、文(wén)字、语音(yīn)单独(dú)一项的训练(liàn)，到双模(mó)态、三(sān)模(mó)态的跃(yuè)迁，让人工智(zhì)能可以灵活应(yīng)对(duì)不同模态的(de)转化、像人(rén)与世界交(jiāo)互一(yī)样自然(rán)，这方(fāng)面，由算力网(wǎng)络(luò)来驱动将有明显优势。

此外，还有很(hěn)多需(xū)要爆发式增长(zhǎng)的算力(lì)来支撑的(de)技术(shù)创新(xīn)，将(jiāng)在(zài)人工智能算力网(wǎng)络支(zhī)撑下(xià)快速推进。

AIGC已经(jīng)露出曙(shǔ)光，期(qī)待在大模型和大算力的支持下AIGC能持续颠覆内容(róng)生产(chǎn)的(de)方式，将(jiāng)创造的边(biān)际成本降低，让(ràng)万(wàn)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 一公里大概多少步 一公里大概要走几分钟