自聊天机器人ChatGPT火(huǒ)爆以来，微软公司创始人比(bǐ)尔·盖茨已多(duō)次公开谈(tán)论人(rén)工智能话(huà)题(tí)。在最近的一次采访(fǎng)中(zhōng)，他再次(cì)表示：“AI可能会让科技行业迎来一(yī)次剧烈的洗(xǐ)牌”。

这个结论(lùn)是他在当地(dì)时间2月20日接受《In Good Company》节目专(zhuān)访时提出的。

他预期(qī)，AI的发展可能会威胁(xié)到谷歌的市占(zhàn)率(lǜ)，因为(wèi)微软在AI方面的行动相当迅(xùn)速。而(ér)最(zuì)终科技(jì)巨头将把AI整合(hé)成用(yòng)户的(de)“全(quán)能助手”，包揽一切应用，与人们进行沟通(tōng)并(bìng)提(tí)供建议，可以取代亚(yà)马逊、Siri或Outlook等应(yīng)用。

大佬(lǎo)口中全能助手的到来可能尚(shàng)需时日(rì)，但由(yóu)ControlNet引发的又一次AI绘画浪潮，让AIGC在ChatGPT的话题热点包围中杀出重(zhòng)围。

01

ControlNet颠覆AI绘画新玩法

AIGC向可控靠近(jìn)

以AI绘画为代(dài)表(biǎo)的(de)AIGC上(shàng)一(yī)次爆(bào)火的时候，还是2022年8月，在美国科罗拉多州举办的新兴数字艺(yì)术家(jiā)竞赛中，一(yī)幅名为《太(tài)空歌剧院》的作品获奖。

随后各大厂(chǎng)商(shāng)的AI绘画软件被(bèi)广大网友熟知并(bìng)体验，Stable Diffusion便是其中代表(biǎo)。

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

作画的(de)关键就是所(suǒ)输入的文本。同(tóng)一组关键词也可以创作出很多张风(fēng)格(gé)不一(yī)样的画作，这让创(chuàng)作的(de)过程就像开盲(máng)盒。

很多用户很(hěn)喜欢(huān)这种不(bù)确定的惊(jīng)喜，他们会将生成的(de)美图(tú)当做头(tóu)像。而(ér)另(lìng)一部分喜欢翻看AI绘(huì)画(huà)的“翻(fān)车(chē)”作(zuò)品。在社交媒体上，许多(duō)用户分享AI“翻车现场(chǎng)”，例如，一位(wèi)网友(yǒu)的小狗照片被AI画(huà)成了“肌肉男”，还有(yǒu)网友的个人照片被AI识(shí)别成了建(jiàn)筑。

而如今随着ControlNet的出现(xiàn)与加持，以往(wǎng)AI绘画的填写(xiě)关键词游(yóu)戏可能要被颠覆了。

ControlNet是一位正在(zài)斯坦福读博的中国人张吕敏(mǐn)创作的一种基于控制点的图(tú)像变形算(suàn)法，主要(yào)用于数字图像处理(lǐ)、计算机(jī)视觉和计算机图形学等领域(yù)。

其SD插件一经发(fā)布，在(zài)短(duǎn)短(duǎn)的两天内便成(chéng)为了AI绘画领域最新的热点(diǎn)。

在此之(zhī)前，大家(jiā)用(yòng)了很多方法想让AI生成(chéng)的结果(guǒ)尽可能的符合要(yào)求，但是都不尽如人意，它的出现代表着(zhe)AI生成开始进(jìn)入(rù)真正(zhèng)的可(kě)控时期。

因为(wèi)ControlNet可(kě)以直接(jiē)提取(qǔ)画面的构(gòu)图，人物的姿势(shì)和画面的(de)深(shēn)度信息等。有了它的帮助(zhù)，就不用频(pín)繁的用提示词(cí)来碰(pèng)运气(qì)，抽盲盒式的创作(zuò)了。

通俗的说ControlNet相当于给AI绘画加(jiā)了“魔法”，不少博主的作品已经获得了大量的浏览量，“viggo”就是其中之一，他用朋友的照片(piàn)直(zhí)接带她们走进动(dòng)漫世界。

viggo先用StableDiffusion图(tú)片(piàn)转文字。

再用Text2Prompt插件(jiàn)拓展找(zhǎo)到对应的关键词(cí)；最后用(yòng)ControlNet插(chā)件绑(bǎng)定骨骼开始换(huàn)关键(jiàn)词试效果。

通过图片就可以看出来(lái)，效果十分惊(jīng)艳。

更厉害(hài)的是，除了真实的(de)照片，草图也可(kě)以加上“魔法”，知乎大(dà)牛“DevPoint”和“逗(dòu)砂”介绍到(dào)ControlNet还能实现线稿转全彩(cǎi)图(tú)。大神(shén)张吕敏(mǐn)其本(běn)尊也亲自回应。

不得不说当下(xià)AIGC已经变得越来越强大，甚至输出的作品都已经能以假(jiǎ)乱真了(le)。

02

难辨虚实(shí)，AIGC技术力爆发

警惕安(ān)全问题

近日(rì)，“苏州(zhōu)金鸡湖有游艇party”的消息火遍(biàn)网络，而经过警(jǐng)方辟谣这(zhè)所谓的“party”可能是全国(guó)第一起(qǐ)AI绘(huì)图诈骗。

由于这个(gè)活动里面给出的(de)美女照片都是AI制(zhì)作的真人(rén)照片绘(huì)图(tú)，因为太逼真，被大(dà)家当成真事传播(bō)了。

2022年中本贯通上海有哪些学校，中本贯通上海有哪些学校分数ng="async" src="https://mmbiz.heiliaofuli.com/wp-content/uploads/2023/03/2d75fd6b1ee0be6.png?imageMogr2/thumbnail/2160x0/format/webp/quality/80" data-ratio="0.66640625" data-s="300,640" data-type="png" data-w="1280">

不过(guò)仔(zǎi)细观察(chá)可以(yǐ)发现(xiàn)，活动发起者提供的照(zhào)片中有个(gè)很大的漏洞可以发现并非真人，而是AI绘(huì)图，那(nà)便是图片中女性(xìng)的(de)手指部分有的存(cún)在异(yì)常。

有行业人事表示：“现在因(yīn)为(wèi)手(shǒu)指(zhǐ)部分的(de)绘画算法比较复杂，AI还不太会画(huà)人的手，但最新看到的图片已经有(yǒu)越来(lái)越完美的(de)AI模型出现(xiàn)，以(yǐ)后可能就(jiù)完全(quán)没有漏洞(dòng)了。”

类似的(de)AI作图(tú)诈骗在国外也已有发生。据英国(guó)广播公司报(bào)道，土耳其地震期间，有Tiktok用户使用(yòng)AI合成了儿童受灾的假照片发(fā)布(bù)到网络，以此诱骗(piàn)善良的人打赏(shǎng)“捐助”从而(ér)实施诈骗。

目前随(suí)着技术发展，AIGC已经能做出真人照片(piàn)般的绘图(tú)效果，如(rú)果这样的图片被用来诈骗(piàn)，将非(fēi)常可怕。

此外AIGC还(hái)引发(fā)了很多(duō)担忧，一方面，批判者认(rèn)为AI在“学习(xí)”了大量前(qián)人的(de)作品之后，其创作没有(yǒu)任(rèn)何情绪和(hé)灵魂，难以和(hé)人类的艺(yì)术(shù)创作相提(tí)并(bìng)论。

另(lìng)一方面，AIGC背后的版权、目前都并(bìng)没有(yǒu)得到(dào)有效的解决(jué)，还有AIGC会不会代替人类“至(zhì)高无上”的创意(yì)。

马斯克也强(qiáng)调(diào)，人工智能的(de)安全(quán)问题需要(yào)得(dé)到(dào)重视，太晚就(jiù)来不(bù)及了(le)。

03

AIGC下一站除了视(shì)频，还有(yǒu)远方

技术都是(shì)有(yǒu)两面(miàn)性的(de)，潜(qián)在的危害(hài)并不能掩盖(gài)其光辉的(de)贡(gòng)献(xiàn)。现在看(kàn)来，人工智能技术将是第(dì)四次工(gōng)业革命的(de)核心驱动力量，将创造新的(de)增长奇迹。

过(guò)去一年，人工智能在(zài)技(jì)术和商业(yè)层面(miàn)都(dōu)有了巨大进(jìn)展，AI绘画就是人工智(zhì)能技(jì)术发生方向性改变的一个(gè)代表。其下一(yī)站或许就是(shì)视频。

此前，Meta和谷歌先后(hòu)发布了几(jǐ)条引爆科技圈(quān)的短视频。这些视(shì)频(pín)引发关注并非内容做(zuò)得(dé)多优秀(xiù)，反而(ér)都非(fēi)常(cháng)简单，比如一匹正在喝水的马，一只画画(huà)的玩具熊，或者一段骑摩托车的第一视角(jiǎo)录像，随便(biàn)一个有手机的人都可以随手录下一段。

但这些短视频的创作方式非常简单，创作者仅仅需(xū)要(yào)向AI输入(rù)一段(duàn)话，甚至只是说一下(xià)要求(qiú)，AI就可以根据需要生成一段视频。

谷歌发布的两个AI生(shēng)成(chéng)视频分别来自于Imagen Video和Phenaki，前者主(zhǔ)要突(tū)出的是高(gāo)清，与(yǔ)Meta的(de)Make-A-Video没有太多的差(chà)别。

在Make-A-Video公(gōng)布了AI生成的视频后(hòu)，AI圈就已(yǐ)经(jīng)玩了一波(bō)梗，一个能够做出更高清视频的AI还(hái)不足(zú)以在短时间(jiān)内戳中兴奋点。

Phenaki更加令人震惊的地方在(zài)于，它可以制作出(chū)超过2分钟(zhōng)的连(lián)贯的也有确切内容的视频，这才(cái)是真正让人们感到惊喜的地(dì)方。因为无论AI生成(chéng)的视(shì)频多(duō)么(me)高清，也(yě)只能是为(wèi)内容(róng)生产者提(tí)供一个灵感，一个素材，一个过场动画(huà)。

不过能够制作出有具体(tǐ)剧情内容的视频就意味着，一些视(shì)频(pín)创作由(yóu)AI代替人工完成已经初步有了可能。

当下AI的(de)发展速度已经超过大部分人的想象(xiàng)。内容产业的本质是(shì)供给创(chuàng)造需求，AIGC作为全新的内容(róng)生(shēng)产方式，可以为内容产业带来更新的内容风(fēng)格(gé)、更快(kuài)的生产(chǎn)速度，更(gèng)低的(de)生(shēng)产成本，这无疑(yí)会驱动内(nèi)容(róng)产业的(de)大(dà)爆发。

除(chú)了(le)AI绘图、视频，AIGC技术(shù)还能应用(yòng)于音乐、代码、机器人动作等多种内容形式的生(shēng)成。不难发现(xiàn)该(gāi)项技(jì)术不(bù)仅在游戏等(děng)行(xíng)业能得到有效(xiào)应(yīng)用(yòng)，对于下一代互联网(wǎng)各种元素的(de)构(gòu)建亦有关键意义。

从商业(yè)化(huà)的(de)角度(dù)来看(kàn)，文化娱(yú)乐、教育(yù)、传媒等(děng)诸(zhū)多(duō)领域，本身就(jiù)对(duì)基于AI的(de)可(kě)视化(huà)内(nèi)容(róng)有(yǒu)强烈需求。

因此，AI绘(huì)画及视频或不是结果，而只是AI进(jìn)程(chéng)中(zhōng)的一块重要拼图，有望在(zài)技术更新的(de)加持下实(shí)现更大的应用价值(zhí)。

AI从理解(jiě)内容，走向(xiàng)了可以生成内(nèi)容，甚至能够(gòu)创造出独立价(jià)值和独立视(shì)角(jiǎo)的内容(róng)。AIGC的再次出圈，更代表着未来的先进生产力即将到来。

04

紧抓大模型与(yǔ)算力，牢固AIGC底座(zuò)

从技(jì)术的发展(zhǎn)也可以看出，在语言大(dà)模型、图(tú)像大(dà)模型之后，多模态大(dà)模(mó)型已经(jīng)成为了新的趋势。

大模型被誉为当前人工(gōng)智能(néng)发展的智能底(dǐ)座，是全球(qiú)竞争最激(jī)烈(liè)的研究方(fāng)向之一(yī)，包(bāo)括(kuò)谷歌、亚马逊、百度、阿里、腾(téng)讯等众多(duō)头部企业都在竞相(xiāng)发力。

不过训练大模型的确价格不菲，以(yǐ)国盛(shèng)证券发布(bù)的《ChatGPT需要(yào)多(duō)少算力》报(bào)告估算，GPT-3训练一次的成本约为140万(wàn)美元。而对于一些更(gèng)大的LLM(大型语言模型)，训练成本(běn)则(zé)介于200万美元至1200万美元高价之间。

以ChatGPT在2023年1月的独(dú)立访(fǎng)客平均数1300万计算，其对(duì)应芯(xīn)片需求为3万(wàn)多片英伟达A100 GPU，初始(shǐ)投入成本约为8亿美元，每日(rì)仅电费(fèi)就在5万美元左(zuǒ)右。

此外不论是(shì)ChatGPT还(hái)是AIGC，都(dōu)离不开庞(páng)大算力支持。在关(guān)注(zhù)各类大模型的发展同时(shí)，更应该(gāi)关(guān)注算力网络的建设。

算(suàn)力网络(luò)正驱动(dòng)AI产业发展(zhǎn)进入史诗级加速进程，让AIGC及通(tōng)用AI这一人工(gōng)智能(néng)发展的终极目(mù)标离得更近。

因为算力(lì)可以对突破性技(jì)术创新提供(gōng)大(dà)力的支持(chí)。这方面，多模态大模型是典型。作(zuò)为面向(xiàng)未来强人工智能(néng)、通用人工智能的重(zhòng)要技术创新，多模态大模型(xíng)已经在人工智能(néng)领域提出了(le)很多年，业界也有不少技术突破，但是，多模态大模型进一(yī)步(bù)往下(xià)走，算力(lì)需求呈(chéng)几(jǐ)何式上升，一(yī)般(bān)的算力基础(chǔ)设施很快将难以胜任(rèn)。

从图像、文字、语音单独一(yī)项的训练，到(dào)双(shuāng)模态、三模态的跃迁，让人工(gōng)智(zhì)能可以(yǐ)灵活(huó)应(yīng)对不同(tóng)模态的转化(huà)、像人与世界交互一样自然，这方面，由(yóu)算力网络来驱动将有明(míng)显优势。

此外(wài)，还有(yǒu)很(hěn)多需要爆(bào)发式增(zēng)长的(de)算力来支撑(chēng)的技术(shù)创新，将(jiāng)在人工(gōng)智能算(suàn)力网(wǎng)络支撑下快速推进。

AIGC已经露出曙光，期待在大模型和(hé)大算(suàn)力(lì)的支持下AIGC能持续颠覆内容生产的方式，将创造的(de)边际成本降低，让万众(zhòng)受(shòu)益。

未经允许不得转载：成都工装公司_工装装修效果图_专注公装设计装修 - 无同之家装饰 2022年中本贯通上海有哪些学校，中本贯通上海有哪些学校分数