自聊天机器人ChatGPT火爆以(yǐ)来，微软公(gōng)司创(chuàng)始人比尔·盖茨(cí)已多次公开谈论人工智能话题。在最近的一次采(cǎi)访中，他再(zài)次表(biǎo)示：“AI可能会(huì)让科技行业迎来一次剧(jù)烈的洗(xǐ)牌(pái)”。

这个结论是他在当地时间2月20日接受(shòu)《In Good Company》节目专(zhuān)访(fǎng)时(shí)提出的。

他预期，AI的发展(zhǎn)可(kě)能会威胁到谷(gǔ)歌的市占率，因为微软在AI方面的行动相当(dāng)迅速(sù)。而最终科技巨头将(jiāng)把AI整合成用户(hù)的“全能(néng)助手”，包揽一切(qiè)应用，与人们进(jìn)行(xíng)沟通并提供(gōng)建(jiàn)议，可以取代亚马逊、Siri或Outlook等(děng)应用。

大佬口中全(quán)能助手的到来可能尚需时日，但由ControlNet引发的(de)又(yòu)一次AI绘画浪(làng)潮，让(ràng)AIGC在ChatGPT的话题(tí)热点(diǎn)包围(wéi)中杀(shā)出重围。

01

ControlNet颠覆(fù)AI绘画新玩法

AIGC向可控靠近

以AI绘(huì)画为代表(biǎo)的AIGC上一次爆火的时候，还是2022年(nián)8月，在美国科(kē)罗拉多州举办的新兴数字艺术家竞(jìng)赛中，一幅(fú)名(míng)为《太空歌剧院(yuàn)》的作(zuò)品获奖(jiǎng)。

随后(hòu)各大厂商的(de)AI绘画(huà)软件被广大(dà)网(wǎng)友熟知并体验，Stable Diffusion便是其中代(dài)表。

用户们可以(yǐ)在(zài)应用中(zhōng)输入一(yī)组关键(jiàn)词或者(zhě)一张(zhāng)照片，就能获得一幅AI创作的画作。

作(zuò)画(huà)的关(guān)键就(jiù)是所输入(rù)的(de)文本。同一组关(guān)键词(cí)也可以创作出(chū)很多张风格不一样(yàng)的画作，这让创作的过(guò)程就(jiù)像开盲盒(hé)。

很多用户很喜(xǐ)欢这种不确定的惊喜，他们(men)会将生(shēng)成的美图当做头(tóu)像。而另一部分喜欢(huān)翻看AI绘画的“翻车”作(zuò)品。在社交媒(méi)体上，许多(duō)用户分(fēn)享AI“翻车(chē)现场(chǎng)”，例如，一位网友的小狗照片(piàn)被AI画成(chéng)了“肌肉(ròu)男”，还(hái)有网(wǎng)友的(de)个(gè)人照片被(bèi)AI识别成(chéng)了建(jiàn)筑(zhù)。

而如今随着ControlNet的出现与加(jiā)持，以往AI绘画的(de)填写关键词(cí)游戏可(kě)能(néng)要被颠覆了。

ControlNet是一位正(zhèng)在斯坦福读博的中国人张吕敏创作(zuò)的一(yī)种基于控制点的(de)图像(xiàng)变形算法，主要用于数字图像处理、计算机视觉和(hé)计算(suàn)机(jī)图形学等领域。

其SD插件一经发布，在短短的两天(tiān)内便成为了AI绘画领域(yù)最(zuì)新的热点。

在此之前，大(dà)家用了很多(duō)方法想让AI生成的结果(guǒ)尽可能的(de)符合要求，但是都不尽如人(rén)意(yì)，它的(de)出(chū)现代表着(zhe)AI生成开始进(jìn)入真(zhēn)正的(de)可控时期。

因为ControlNet可以直接提(tí)取画(huà)面的构图，人物的姿势和(hé)画面的深度(dù)信(xìn)息等。有(yǒu)了它的帮(bāng)助，就不(bù)用频繁的用提(tí)示(shì)词(cí)来碰运(yùn)气，抽盲盒式的创作了。

通(tōng)俗的说ControlNet相当于给AI绘画加了“魔法”，不(bù)少博主的作品已经获(huò)得了(le)大量(liàng)的浏览量，“viggo”就是其中之一，他(tā)用朋友的(de)照片直接带她们(men)走进动(dòng)漫世界(jiè)。

viggo先用StableDiffusion图(tú)片转文字。

再(zài)用Text2Prompt插件拓(tuò)展(zhǎn)找(zhǎo)到对应的关键(jiàn)词；最后用ControlNet插(chā)件(jiàn)绑定(dìng)骨骼开始换关键词试效果。

通过图片就可以看出来，效果十分惊(jīng)艳。

更厉害(hài)的是，除了真(zhēn)实的(de)照(zhào)片，草图也可以加上“魔法(fǎ)”，知乎大牛(niú)“DevPoint”和“逗砂”介绍到ControlNet还(hái)能实现线(xiàn)稿转全彩(cǎi)图(tú)。大神张吕(lǚ)敏(mǐn)其本尊也(yě)亲(qīn)自回(huí)应。

不得不说当(dāng)下AIGC已(yǐ)经变得(dé)越来越(yuè)强大，甚至输(shū)出的作品都已经能以假乱真了。

02

难(nán)辨虚(xū)实，AIGC技术力爆(bào)发

警(jǐng)惕安全问题

近日，“苏(sū)州金鸡湖(hú)有游艇party”的消息火遍网络，而经过警方辟(pì)谣这(zhè)所谓的“party”可能是全国第一(yī)起AI绘(huì)图诈骗。

由于这个活动里面给出的美女照片都是AI制作的真(zhēn)人照(zhào)片绘图(tú)，因为太(tài)逼真，被大(dà)家当成真事(shì)传(chuán)播了(le)。

不过仔细观察可以发现，活动发起者(zhě)提(tí)供的照片中有(yǒu)个很大的(de)漏洞可以发现并非真人，而(ér)是AI绘图，那便是图片中女性的(de)手指部分有的(de)存在异常。

有行业(yè)人事表示：“现在因为手指部分(fēn)的绘画(huà)算法(fǎ)比较(jiào)复(fù)杂(zá)，AI还(hái)不太(tài)会画人的(de)手，但最(zuì)新看到的图(tú)片已经有越来越完美的(de)AI模型出现，以(yǐ)后可能就(jiù)完全没(méi)有漏(lòu)洞(dòng)了。”

类(lèi)似(shì)的(de)AI作图诈骗(piàn)在国外(wài)也已有(yǒu)发生(shēng)。据英国广播公(gōng)司(sī)报道，土耳(ěr)其地震期间，有(yǒu)Tiktok用户使(shǐ)用AI合成(chéng)了儿童受灾的(de)假(jiǎ)照(zhào)片(piàn)发(fā)布到(dào)网(wǎng)络，以此(cǐ)诱骗善良的(de)人打赏“捐助”从而(ér)实施诈骗(piàn)。

目前(qián)随(suí)着技术发展，AIGC已经能做出真人照(zhào)片般(bān)的绘图效果，如果这样的图片(piàn)被(bèi)用来诈骗，将非常(cháng)可怕。

此外(wài)AIGC还引发了(le)很多担忧，一方(fāng)面(miàn)，批判者认(rèn)为(wèi)AI在“学(xué)习”了大量前人的作品之后，其(qí)创(chuàng)作没(méi)有任(rèn)何情绪和灵魂，难以(yǐ)和人类的艺术创作相提并论。

另(lìng)一方面，AIGC背后(hòu)的版权、目前(qián)都并(bìng)没有(yǒu)得到有效的解(jiě)决，还(hái)有AIGC会不会代(dài)替人类“至高无(wú)上”的创(chuàng)意。

马斯克也强调，人(rén)工智能的安全(quán)问题需要(yào)得到(dào)重视，太晚就来(lái)不及了。

03

AIGC下一站(zhàn)除(chú)了视频，还有远方

技术都是有两面性的，潜在的危害并不能掩(yǎn)盖其光(guāng)辉的贡献(xiàn)。现在看来(lái)，人(rén)工智能技术(shù)将是第四次(cì)工业革命的核心驱动力量，将创造新的增(zēng)长奇迹。

过(guò)去(qù)一年，人(rén)工智能在技术和(hé)商业层(céng)面都有(yǒu)了巨(jù)大进展，AI绘(huì)画就(jiù)是人工(gōng)智能技(jì)术发生方向性改变的一个代表。其下一站或许就是视(shì)频。

此前，Meta和谷(gǔ)歌先后发布(bù)了几条引爆科技(jì)圈(quān)的短视频(pín)。这些(xiē)视频引发关(guān)注并非内容(róng)做得多(duō)优秀，反(fǎn)而都(dōu)非(fēi)常简(jiǎn)单，比如一匹正(zhèng)在喝水的马，一只画画的玩具熊，或者一段骑(qí)摩托车(chē)的第一视角录像(xiàng)，随便一(yī)个有手(shǒu)机(jī)的人都(dōu)可以(yǐ)特朗普中文名字叫什么，特朗普英文全名叫什么随手(shǒu)录下一段。

但这些(xiē)短(duǎn)视频的创作(zuò)方(fāng)式非常简单，创作(zuò)者仅仅需要向AI输入(rù)一段(duàn)话，甚至(zhì)只是说一下要(yào)求(qiú)，AI就可以根据需要生成一段视频(pín)。

谷歌发布的两个AI生成视(shì)频分别来自于Imagen Video和Phenaki，前者主要突出的(de)是(shì)高清，与Meta的Make-A-Video没有太多的差(chà)别(bié)。

在Make-A-Video公布了AI生(shēng)成的(de)视频后，AI圈就已经玩了一(yī)波梗，一个能够做出更高清视频(pín)的AI还不(bù)足以在短时(shí)间内戳中兴奋点。

Phenaki更加令(lìng)人震惊(jīng)的地方在于，它可以(yǐ)制(zhì)作(zuò)出超过2分钟的连(lián)贯的也(yě)有确(què)切内容的视频，这才是真正让人们感到惊喜的地方。因(yīn)为无(wú)论(lùn)AI生成的视频多么高清，也只(zhǐ)能是为内容生产者提供一个灵感，一(yī)个素(sù)材(cái)，一个(gè)过(guò)场动画。

不过能够制作出有具(jù)体剧情内容的视频(pín)就意味着，一(yī)些(xiē)视频(pín)创作由AI代替人工完成已(yǐ)经(jīng)初步有了可能。

当下AI的(de)发展速度(dù)已经超过大部分人的想象。内容产业的本质是(shì)供(gōng)给创造需求，AIGC作(zuò)为全新的内(nèi)容生产方(fāng)式，可以为(wèi)内容产(chǎn)业带来更(gèng)新(xīn)的内容风格、更快(kuài)的生产速度，更低的生(shēng)产(chǎn)成(chéng)本，这无疑会驱(qū)动内容产业的(de)大爆(bào)发。

除了AI绘(huì)图、视(shì)频，AIGC技术(shù)还能(néng)应用于音乐、代码、机器人动作等多种内容形(xíng)式的(de)生成。不(bù)难发现该项技术不仅在游戏等行业能得到有效(xiào)应用，对于下一(yī)代互联网各种元素(sù)的(de)构建(jiàn)亦(yì)有关键意义。

从商业化(huà)的(de)角度来(lái)看，文化(huà)娱乐、教育、传媒等(děng)诸多(duō)领域，本(běn)身(shēn)就对基于AI的(de)可视化(huà)内容(róng)有强(qiáng)烈需(xū)求。

因此，AI绘画及视频或不是(shì)结果，而只是(shì)AI进程中(zhōng)的一块(kuài)重要拼图，有(yǒu)望在技术更新的加持下实现更大的(de)应(yīng)用价值(zhí)。

AI从理解内容，走(zǒu)向了可以生成内容，甚至能够创造出独立价值和独立视角(jiǎo)的内(nèi)容。AIGC的再次出(chū)圈，更代表着(zhe)未(wèi)来的先进生产力即将到(dào)来。

04

紧抓大模型与算力(lì)，牢(láo)固(gù)AIGC底座(zuò)

从(cóng)技(jì)术的发展也可以看出，在语(yǔ)言大模型、图像大模型之后，多模态大模型(xíng)已经(jīng)成为了(le)新的趋(qū)势。

大(dà)模型被誉(yù)为当前人工智能(néng)发展的(de)智能(néng)底(dǐ)座(zuò)，是(shì)全球(qiú)竞争最(zuì)激烈(liè)的研究(jiū)方(fāng)向之(zhī)一，包括(kuò)谷(gǔ)歌、亚(yà)马逊、百(bǎi)度、阿里、腾讯等众(zhòng)多头部企业都在竞相发力。

不过训(xùn)练(liàn)大模(mó)型的确价格不菲，以国(guó)盛证(zhèng)券发布(bù)的(de)《ChatGPT需(xū)要(yào)多(duō)少算力》报(bào)告估算，GPT-3训练一次(cì)的成(chéng)本(běn)约为140万(wàn)美元。而对于一些(xiē)更大的LLM(大(dà)型语(yǔ)言(yán)模型(xíng))，训练成(chéng)本则介于(yú)200万(wàn)美元至1200万美元高价之间(jiān)。

以(yǐ)ChatGPT在2023年(nián)1月(yuè)的独立访客(kè)平均数1300万计算，其(qí)对应芯片需求为3万多片英(yīng)伟(wěi)达(dá)A100 GPU，初始投入(rù)成本约为8亿美元，每(měi)日仅电(diàn)费(fèi)就在5万美(měi)元左右。

此外不论是ChatGPT还是AIGC，都离不开(kāi)庞(páng)大算力支持(chí)。在关(guān)注(zhù)各类大模型的发展同时，更应该关注算力网络的(de)建设。

算力网络正驱动AI产业发展进入史(shǐ)诗级加速进程，让(ràng)AIGC及通用AI这一人工智能(néng)发(fā)展的终极目标(biāo)离得(dé)更近(jìn)。

因为算(suàn)力可以对突(tū)破性技术创新提供大(dà)力的支持。这方(fāng)面(miàn)，多模态大(dà)模型是典(diǎn)型。作(zuò)为面向未来(lái)强人工智能、通用人工智能的重要技术创新，多模态大模型已经(jīng)在人工智(zhì)能(néng)领域(yù)提出(chū)了(le)很多(duō)年，业界(jiè)也有(yǒu)不少(shǎo)技(jì)术突破，但(dàn)是，多模态(tài)大模(mó)型(xíng)进(jìn)一步往下走，算力需求呈几何式上(shàng)升，一般的(de)算力(lì)基础设施很快将难以(yǐ)胜任。

从(cóng)图像、文字、语音单(dān)独(dú)一项(xiàng)的训(xùn)练，到双模(mó)态、三模态的跃迁，让人工智(zhì)能可以灵活应对(duì)不(bù)同模态(tài)的(de)转化、像人与(yǔ)世界(jiè)交互一样自然，这(zhè)方(fāng)面，由算(suàn)力(lì)网络来驱(qū)动将有明显优(yōu)势。

此(cǐ)外(wài)，还有很多需要爆发式增(zēng)长的算力来支撑的技术创新，将在人工智能算力网(wǎng)络支撑下(xià)快速推进。

AIGC已(yǐ)经露出(chū)曙(shǔ)光，期待在(zài)大(dà)模型和大(dà)算(suàn)力的(de)支持(chí)下(xià)AIGC能(néng)持(chí)续颠覆内容生(shēng)产的(de)方式(shì)，将创(chuàng)造(zào)的(de)边际成本降低(dī)，让万众受益。

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 特朗普中文名字叫什么，特朗普英文全名叫什么