自聊天机(jī)器(qì)人(rén)ChatGPT火爆(bào)以(yǐ)来，微软公(gōng)司创始人比尔·盖茨(cí)已多次公(gōng)开谈论(lùn)人工智能话题。在(zài)最近的一(yī)次采访中，他再次表示(shì)：“AI可能(néng)会让(ràng)科技行业迎来(lái)一次(cì)剧烈的洗牌”。

这个结论(lùn)是(shì)他在当地时间2月(yuè)20日接受(shòu)《In Good Company》节目专访时提(tí)出的(de)。

他预期，AI的(de)发(fā)展可能会威胁到谷(gǔ)歌(gē)的市占率，因为微软(ruǎn)在AI方面的行(xíng)动相(xiāng)当迅速。而最终科技(jì)巨(jù)头将把AI整(zhěng)合成(chéng)用户的“全能助(zhù)手”，包(bāo)揽一切应用，与人们进(jìn)行沟(gōu)通并提供建议，可(kě)以取代亚马逊、Siri或Outlook等(děng)应(yīng)用。

大(dà)佬口中(zhōng)全(quán)能助手(shǒu)的到来可能尚需时日(rì)，但由(yóu)ControlNet引发的又(yòu)一次AI绘画浪潮(cháo)，让AIGC在ChatGPT的(de)话题热点包围(wéi)中(zhōng)杀出重围。

01

ControlNet颠覆AI绘画(huà)新玩法(fǎ)

AIGC向(xiàng)可控靠近

以AI绘画(huà)为代表的(de)AIGC上一次爆火的(de)时候，还是2022年8月，在美国科罗拉多州举办的(de)新(xīn)兴数字艺术家竞赛中(zhōng)，一(yī)幅名(míng)为《太空歌剧院塞舌尔属于哪个国家的城市，塞舌尔是什么国家》的作品(pǐn)获奖。

随后(hòu)各大(dà)厂商的(de)AI绘(huì)画软件被广大网友熟知(zhī)并(bìng)体验(yàn)，Stable Diffusion便是其中代表。

用户们可以在应用(yòng)中输入一组关键词或(huò)者一张照片，就能获(huò)得一幅AI创作的画作。

作画的关键就是所输(shū)入的文(wén)本。同一组(zǔ)关(guān)键词也可(kě)以创(chuàng)作(zuò)出(chū)很塞舌尔属于哪个国家的城市，塞舌尔是什么国家多(duō)张风(fēng)格不一样(yàng)的画作，这让创作的过(guò)程就像开盲盒。

很多用(yòng)户很喜欢这种不确(què)定的惊喜(xǐ)，他们会将生(shēng)成(chéng)的美图(tú)当(dāng)做头像。而(ér)另一部分喜(xǐ)欢翻(fān)看AI绘画的“翻车(chē)”作(zuò)品。在(zài)社(shè)交(jiāo)媒体(tǐ)上，许多(duō)用户分享AI“翻车现场(chǎng)”，例(lì)如(rú)，一位网友的小狗(gǒu)照片被AI画成了“肌肉男”，还有网友的个(gè)人照片被AI识别(bié)成了建筑。

而如(rú)今随着ControlNet的出(chū)现与(yǔ)加(jiā)持，以往(wǎng)AI绘画(huà)的填写(xiě)关键词游戏可能要(yào)被颠覆(fù)了。

ControlNet是一位(wèi)正在斯坦福读(dú)博(bó)的(de)中国人张吕(lǚ)敏创作(zuò)的一种基于(yú)控(kòng)制(zhì)点的(de)图像变形算法，主要用于数字图像处(chù)理、计算机视觉和(hé)计(jì)算(suàn)机图形(xíng)学等领域。

其(qí)SD插件一(yī)经(jīng)发布，在短短的两天内便成为了AI绘画领域(yù)最新的热点。

在此之(zhī)前，大家用了很多方法想让(ràng)AI生(shēng)成的(de)结果尽可能的(de)符合要求，但是(shì)都(dōu)不尽如人意，它的(de)出现代表着(zhe)AI生成开始(shǐ)进(jìn)入真正(zhèng)的可(kě)控时(shí)期。

因为ControlNet可(kě)以(yǐ)直(zhí)接提取(qǔ)画(huà)面的(de)构图，人物(wù)的姿势(shì)和(hé)画面的深度信息等。有(yǒu)了(le)它的帮助，就不用频(pín)繁的用(yòng)提示(shì)词来(lái)碰运气(qì)，抽盲盒式(shì)的创作了(le)。

通俗的(de)说(shuō)ControlNet相当(dāng)于给AI绘画加了“魔法”，不少(shǎo)博主的(de)作品已(yǐ)经获得了大量的浏览(lǎn)量，“viggo”就是(shì)其中之一，他用(yòng)朋(péng)友的照片直接带她们走(zǒu)进动漫世界。

viggo先用StableDiffusion图片转文字。

再用Text2Prompt插件(jiàn)拓(tuò)展找到对应的(de)关键(jiàn)词；最后用ControlNet插件绑(bǎng)定(dìng)骨骼开始(shǐ)换关键词(cí)试效果。

通(tōng)过图片(piàn)就可(kě)以看出来，效(xiào)果(guǒ)十(shí)分(fēn)惊(jīng)艳。

更厉害的是，除了真(zhēn)实的照片，草图也可以加(jiā)上“魔法(fǎ)”，知乎大(dà)牛(niú)“DevPoint”和(hé)“逗砂”介绍到(dào)ControlNet还能实现线稿(gǎo)转全彩图。大神(shén)张吕敏其本(běn)尊也亲自回应。

不得不说(shuō)当(dāng)下AIGC已经(jīng)变得越(yuè)来(lái)越(yuè)强(qiáng)大(dà)，甚至输出的作品都已经能以(yǐ)假乱真了。

02

难辨虚实，AIGC技术力爆发

警(jǐng)惕安全问题

近日，“苏州(zhōu)金鸡湖有游艇party”的消息火遍网络(luò)，而经过(guò)警方(fāng)辟谣这所谓的“party”可(kě)能是全(quán)国第(dì)一起AI绘图诈骗(piàn)。

由(yóu)于这个活动里面给(gěi)出的美女照片都(dōu)是AI制作的真人照片绘图，因(yīn)为太(tài)逼真，被大(dà)家当成真事传(chuán)播了。

不过仔细(xì)观察可以发现，活动发起者提供的照片(piàn)中有(yǒu)个(gè)很大(dà)的(de)漏洞可以(yǐ)发现并(bìng)非真(zhēn)人，而是(shì)AI绘图(tú)，那便是(shì)图片中(zhōng)女性的手(shǒu)指部(bù)分有的存在异常。

有(yǒu)行业(yè)人事表示(shì)：“现在因为手指(zhǐ)部分的绘画算(suàn)法比较复(fù)杂，AI还不太会画人的手，但(dàn)最(zuì)新看到的图片已(yǐ)经有(yǒu)越(yuè)来越(yuè)完美的AI模型出现，以后(hòu)可能就完全没有漏(lòu)洞了。”

类似的AI作图(tú)诈骗在国外也(yě)已有发生。据英国广播公司报道，土(tǔ)耳其地(dì)震(zhèn)期间，有Tiktok用户使用AI合成了儿童受(shòu)灾的假照片发布(bù)到网络(luò)，以此诱骗善良(liáng)的(de)人打赏“捐助”从(cóng)而实施诈骗。

目(mù)前随(suí)着技术(shù)发(fā)展，AIGC已(yǐ)经能做出真人照片般(bān)的绘图(tú)效(xiào)果，如果这样(yàng)的图片被用来诈骗，将非常可怕(pà)。

此外AIGC还引(yǐn)发了很多担忧，一方面(miàn)，批判者认为AI在“学习”了(le)大量前人的(de)作品之后(hòu)，其创作没(méi)有(yǒu)任何(hé)情(qíng)绪和灵(líng)魂，难以和(hé)人类(lèi)的艺(yì)术创作相提并论。

另一方面，AIGC背后的版权、目(mù)前都并没有得到有效的解决，还有AIGC会不会代(dài)替人类“至高无(wú)上”的创意。

马斯克也强调，人(rén)工智能的安全问题需要得到重视，太晚就来不及了。

03

AIGC下一站除了视频(pín)，还有远方

技术都是有两面(miàn)性的(de)，潜在的(de)危(wēi)害并不能(néng)掩盖(gài)其光(guāng)辉的贡献(xiàn)。现在看来，人工智能技术(shù)将是第四次(cì)工业革命(mìng)的(de)核心(xīn)驱动力(lì)量，将创造新的增长奇迹。

过去一年(nián)，人工智能在技术和商业层面都有了巨大进展，AI绘画就是人(rén)工(gōng)智(zhì)能技(jì)术发(fā)生方向(xiàng)性改变(biàn)的一个代(dài)表(biǎo)。其下一站或许就(jiù)是视频(pín)。

此前，Meta和谷歌先后发布了几条(tiáo)引爆科技圈(quān)的(de)短(duǎn)视频。这些视频引发(fā)关注并非内容做得多优秀(xiù)，反(fǎn)而都非常简单，比如(rú)一匹正在喝水的马，一只(zhǐ)画(huà)画的(de)玩具熊，或者一段骑摩(mó)托(tu塞舌尔属于哪个国家的城市，塞舌尔是什么国家ō)车的第一视(shì)角(jiǎo)录(lù)像，随(suí)便一(yī)个(gè)有(yǒu)手(shǒu)机(jī)的人都可以随手录下一段。

但(dàn)这些短(duǎn)视频的创作方式(shì)非常简单，创(chuàng)作者仅仅(jǐn)需要向AI输入一段(duàn)话(huà)，甚(shèn)至只是(shì)说一下要求(qiú)，AI就可以根据需(xū)要生成一段视频。

谷(gǔ)歌发布的两个(gè)AI生成(chéng)视频分别来自于Imagen Video和Phenaki，前者主要突出的是高清(qīng)，与(yǔ)Meta的Make-A-Video没(méi)有太多的差别(bié)。

在Make-A-Video公(gōng)布了(le)AI生成的视频后，AI圈就已经(jīng)玩了一波梗，一个能够(gòu)做(zuò)出(chū)更高清视频的AI还不足以在短(duǎn)时间内戳(chuō)中兴奋(fèn)点。

Phenaki更加(jiā)令人震惊的地方在于，它可以制(zhì)作出超(chāo)过(guò)2分钟的连贯的也有确切内(nèi)容(róng)的视频，这才是真正(zhèng)让(ràng)人们(men)感到(dào)惊喜的地方。因(yīn)为无论AI生(shēng)成的视频多(duō)么高清，也只能(néng)是(shì)为内容生产者提供一个灵感，一个素材(cái)，一(yī)个过场动画(huà)。

不(bù)过能够制(zhì)作(zuò)出有具体剧(jù)情内容的视(shì)频就意味着，一些(xiē)视频创作由AI代(dài)替人工完成已经初步(bù)有了可能。

当下AI的发展速(sù)度(dù)已经(jīng)超过大(dà)部分人的想象。内(nèi)容产业的(de)本质(zhì)是供给(gěi)创(chuàng)造需(xū)求，AIGC作为全新的内容(róng)生(shēng)产方式，可(kě)以为内容产业带来(lái)更新的内(nèi)容风格(gé)、更快的生产速度，更低的生(shēng)产成本，这(zhè)无疑会驱动内容产业(yè)的大爆发(fā)。

除了(le)AI绘图、视频，AIGC技术还能应用于音乐、代(dài)码、机器(qì)人动作等多种内容形式(shì)的生成。不难发现该项技术(shù)不仅在游戏等行业能得到(dào)有效应用(yòng)，对于下一代互(hù)联(lián)网(wǎng)各种元素(sù)的构建亦有关键意(yì)义。

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

因此，AI绘(huì)画及视频或不是结果，而只是(shì)AI进程中的一(yī)块重要(yào)拼(pīn)图，有望在技术更新的加持下实现更大(dà)的应用(yòng)价值(zhí)。

AI从理解内容，走向了(le)可以生成内容，甚至能够创造出独(dú)立(lì)价(jià)值和(hé)独立视角的(de)内(nèi)容。AIGC的再(zài)次(cì)出(chū)圈(quān)，更代(dài)表着(zhe)未来(lái)的先进生产力即将到来。

04

紧抓大模型与算力，牢固AIGC底座

从技术的发展也可以看出，在语言大模型(xíng)、图(tú)像大(dà)模型之后，多模态大模(mó)型(xíng)已经成(chéng)为了新(xīn)的趋势(shì)。

大(dà)模(mó)型被誉为当前人工智(zhì)能(néng)发展的(de)智能底(dǐ)座，是(shì)全球竞争(zhēng)最激烈的研究(jiū)方向之(zhī)一(yī)，包括谷歌、亚马逊、百度(dù)、阿(ā)里、腾讯等众多头部企(qǐ)业(yè)都在竞相(xiāng)发力。

不过训练大(dà)模型的确价(jià)格不(bù)菲(fēi)，以国(guó)盛证(zhèng)券发(fā)布(bù)的《ChatGPT需(xū)要(yào)多少算力》报告估算(suàn)，GPT-3训练一次的(de)成本约为140万美元。而对于一(yī)些更大的LLM(大型语言(yán)模(mó)型)，训练成本(běn)则介于200万美元至1200万美(měi)元高(gāo)价(jià)之间。

以ChatGPT在2023年(nián)1月(yuè)的独立访客(kè)平均数1300万计(jì)算，其对应芯片(piàn)需求为(wèi)3万多片英伟达A100 GPU，初(chū)始投(tóu)入成本约为8亿美元，每日仅电费就在5万(wàn)美元左右。

此(cǐ)外(wài)不论是ChatGPT还是(shì)AIGC，都离不开庞大(dà)算力支(zhī)持。在关注各类大模型的发展(zhǎn)同时，更应该关注(zhù)算力网(wǎng)络的建设。

算力网络正驱动AI产(chǎn)业发展进入史诗级加速进程，让AIGC及通用AI这一(yī)人工智能发(fā)展的(de)终(zhōng)极(jí)目标(biāo)离(lí)得更近(jìn)。

因(yīn)为算力可以对突破性技术创新提供大力的支(zhī)持。这方面，多(duō)模态(tài)大模型是典(diǎn)型。作(zuò)为(wèi)面(miàn)向(xiàng)未来强人工智能、通用人工智(zhì)能的重要技术(shù)创新(xīn)，多模(mó)态大模(mó)型已(yǐ)经在人工智能领域提出了很多年，业界也有不少技(jì)术突破，但是，多模(mó)态(tài)大模型进(jìn)一步(bù)往下走，算力需求呈几何式(shì)上升，一般(bān)的算力基础设(shè)施很快将(jiāng)难以胜任。

从图像(xiàng)、文字、语音单独一项(xiàng)的训练，到双模态、三模态的跃迁，让(ràng)人工智能可(kě)以灵活应对不(bù)同模态的转(zhuǎn)化、像人与世(shì)界交(jiāo)互(hù)一样自然，这方面，由算(suàn)力(lì)网络来驱动(dòng)将(jiāng)有明显优势(shì)。

此外，还(hái)有很多需要爆发式增(zēng)长的算(suàn)力来支撑的技术(shù)创新，将(jiāng)在人(rén)工智能算力网(wǎng)络支撑下快(kuài)速推进。

AIGC已经露出曙光，期待在大模型和大算力的(de)支(zhī)持下AIGC能持(chí)续颠覆(fù)内容(róng)生产的方(fāng)式，将创造的边际成本(běn)降低(dī)，让万(wàn)众受益。

未经允许不得转载：连云港装饰公司,豪泽装饰 塞舌尔属于哪个国家的城市，塞舌尔是什么国家