自聊天(tiān)机器(qì)人(rén)ChatGPT火爆以(yǐ)来，微软公司创始人比尔·盖茨(cí)已多次公(gōng)开(kāi)谈论人工智能(néng)话(huà)题。在最近(jìn)的一次采访中，他(tā)再次表示：“AI可能会让科技行(xíng)业迎(yíng)来(lái)一次剧(jù)烈的(de)洗(xǐ)牌”。

这个结论是他(tā)在当地时间2月20日接受《In Good Company》节目专访时提出的。

他预期，AI的发展(zhǎn)可(kě)能会威胁到(dào)谷歌的市(shì)占(zhàn)率，因(yīn)为微(wēi)软在AI方面的行(xíng)动相(xiāng)当迅速。而最(zuì)终科技巨头(tóu)将把AI整合成(chéng)用(yòng)户(hù)的“全能助手(shǒu)”，包揽一切应用(yòng)，与人们进行沟通并提(tí)供建议，可(kě)以取(qǔ)代亚马逊、Siri或Outlook等应用。

大佬口中全能助手的到来可能尚需时(shí)日，但由ControlNet引发的又一(yī)次AI绘画浪潮，让(ràng)AIGC在ChatGPT的话题热点(diǎn)包围中(zhōng)杀出重围。

01

ControlNet颠覆AI绘画(huà)新玩(wán)法(fǎ)

AIGC向可控靠(kào)近

以AI绘画为代(dài)表的(de)AIGC上一(yī)次爆(bào)火的时候，还是(shì)2022年8月，在(zài)美(měi)国科罗拉多州举办的(de)新兴数字(zì)艺术(shù)家竞赛中，一(yī)幅名为《太空歌剧院(yuàn)》的作(zuò)品(pǐn)获奖。

随后各大厂商的AI绘画软(ruǎn)件被广大网友熟知并体验，Stable Diffusion便是其(qí)中代表。

用户(hù)们可以在应用中输入一组关键(jiàn)词或(huò)者(zhě)一张照片，就能获得一幅AI创作(zuò)的画作。

作画的关(guān)键就是所输入的(de)文本。同一组关(guān)键(jiàn)词也可以(yǐ)创作出很多张风格(gé)不一样(yàng)的画作，这让创作的过程(chéng)就像开盲盒。

很多用户(hù)很喜欢这种(zhǒng)不确定的惊(jīng)喜(xǐ)，他们(men)会将(jiāng)生成的(de)美图(tú)当做头像。而另一部分喜欢(huān)翻(fān)看AI绘画(huà)的“翻车”作品。在社交(jiāo)媒体上，许(xǔ)多用户分享AI“翻车现场”，例如，一位(wèi)网友的小(xiǎo)狗照片(piàn)被AI画成了“肌肉男”，还有网友的个(gè)人(rén)照片(piàn)被AI识别成了(le)建筑(zhù)。

而(ér)如今随着ControlNet的出(chū)现与加持，以往AI绘画(huà)的(de)填写关键词游戏可能要被颠覆了。

ControlNet是一位正在斯坦福读博(bó)的中国(guó)人张吕敏创(chuàng)作的一(yī)种基于(yú)控制点的图像(xiàng)变(biàn)形(xíng)算法，主要用于数字图像处(chù)理、计算(suàn)机视觉和计算机图形(xíng)学等领域。

其(qí)SD插件一经发布，在短短的两天内便成为了AI绘画领域最新的热(rè)点。

在此(cǐ)之前，大家用了(le)很多方法想让AI生成的结果尽可能的(de)符合要求，但是都不尽如人(rén)意，它的出现代(dài)表着(zhe)AI生成(chéng)开始进(jìn)入真正的可控时(shí)期(qī)。

因为ControlNet可以(yǐ)直接提(tí)取画面(miàn)的构图(tú)，人(rén)物的姿势和(hé)画面的深度信息等。有(yǒu)了(le)它的(de)帮助(zhù)，就不用(yòng)频繁的(de)用提示词来碰(pèng)运气，抽盲(máng)盒(hé)式的(de)创作(zuò)了。

通俗(sú)的说ControlNet相(xiāng)当于给AI绘画加了“魔(mó)法”，不少博主的作品已经获得(dé)了大量的浏览(lǎn)量，“viggo”就是(shì)其中(zhōng)之一，他用朋友(yǒu)的照片(piàn)直接带她们走进动(dòng)漫世界。

遭天谴什么意思，天谴什么意思解释oding="async" src="https://mmbiz.heiliaofuli.com/wp-content/uploads/2023/03/aaf8241fc774226.jpeg?imageMogr2/thumbnail/2160x0/format/webp/quality/80" data-ratio="1.1899488926746167" data-s="300,640" data-type="jpeg" data-w="1174">

viggo先(xiān)用StableDiffusion图片转文(wén)字。

再用(yòng)Text2Prompt插件拓展(zhǎn)找到对应的关键(jiàn)词；最(zuì)后用(yòng)ControlNet插件(jiàn)绑(bǎng)定骨骼开始换关(guān)键词试效果。

通过(guò)图(tú)片就可以看出(chū)来，效果十分(fēn)惊艳。

更(gèng)厉害的是，除了真实的照片(piàn)，草图也可以(yǐ)加上“魔法(fǎ)”，知(zhī)乎大(dà)牛“DevPoint”和“逗砂”介绍到ControlNet还能实现线稿转(zhuǎn)全(quán)彩图。大神张吕敏其本尊也亲自回(huí)应。

不得(dé)不说当(dāng)下AIGC已经变得越来越强大(dà)，甚(shèn)至输出(chū)的作品(pǐn)都已经能以(yǐ)假乱真了(le)。

02

难辨虚(xū)实，AIGC技(jì)术力(lì)爆发

警惕(tì)安全问题

近日，“苏(sū)州金鸡(jī)湖有(yǒu)游艇party”的消息火遍网络，而(ér)经过(guò)警方辟(pì)谣这所谓的(de)“party”可(kě)能是全国第一起AI绘图诈骗。

由于(yú)这个(gè)活动里面给出的美女照片都是AI制作的真人(rén)照片(piàn)绘图，因为太逼真，被(bèi)大家当(dāng)成(chéng)真事传播了。

不(bù)过仔细(xì)观(guān)察可以发现，活(huó)动发起者提供的照片中(zhōng)有个很(hěn)大的漏洞可(kě)以发现并非真(zhēn)人，而是AI绘图，那便是图片中女性(xìng)的手指部分有(yǒu)的存在异常。

有行(xíng)业(yè)人事表示：“现在因为(wèi)手指部分的绘画(huà)算法比较(jiào)复杂，AI还不太(tài)会画(huà)人的手(shǒu)，但最新看到的图片已经有越来越完(wán)美的AI模型出现，以后可能就完(wán)全没有漏洞(dòng)了。”

类似的AI作图(tú)诈骗在(zài)国外也已有发(fā)生。据(jù)英国广播公司报道，土耳(ěr)其地震期间，有Tiktok用户使用AI合成了(le)儿童受灾的假(jiǎ)照(zhào)片发(fā)布到网络，以此诱骗善良的人打赏“捐助”从而实(shí)施诈骗(piàn)。

目前随着技(jì)术(shù)发展(zhǎn)，AIGC已经能做出真人照片般的绘图效果，如果这样的图(tú)片(piàn)被用来诈(zhà)骗，将非常可怕。

此外(wài)AIGC还(hái)引发了很多担忧(yōu)，一方面，批判者认为AI在“学习”了大量前人的(de)作品(pǐn)之后(hòu)，其创作没有任(rèn)何情绪(xù)和灵魂(hún)，难以和(hé)人类的艺术(shù)创(chuàng)作相提并论。

另一方(fāng)面，AIGC背后的版权、目(mù)前都并(bìng)没有(yǒu)得(dé)到有效的(de)解决，还有AIGC会不会代替人类(lèi)“至高无上”的创意。

马(mǎ)斯克也强调，人工智能的(de)安全问题需要得到重视，太晚就来不及了。

03

AIGC下一站(zhàn)除了视频，还有远(yuǎn)方

技术都是(shì)有两面性的，潜在的(de)危害(hài)并不能掩盖其光辉的贡献。现在看来，人工智能技术将是第四次工业革命(mìng)的核心(xīn)驱(qū)动力量，将创造(zào)新的增(zēng)长奇迹。

过(guò)去一年(nián)，人(rén)工(gōng)智(zhì)能在技术和商(shāng)业层(céng)面(miàn)都有了巨(jù)大进展(zhǎn)，AI绘(huì)画就是(shì)人工智能技术发生方向性改变的一个代(dài)表。其(qí)下一站或(huò)许就是视频(pín)。

此前(qián)，Meta和谷歌先后(hòu)发布了几条引爆科技圈的短(duǎn)视频。这些视频引发关注(zhù)并非(fēi)内容做得多优(yōu)秀，反而都非(fēi)常(cháng)简单，比如(rú)一匹正在喝水的马，一(yī)只画画的(de)玩具熊(xióng)，或(huò)者一段骑摩托车的(de)第一视角录像，随(suí)便一(yī)个有(yǒu)手机的人都可以随手录下一段。

但这些短视频的创作(zuò)方式(shì)非常(cháng)简单，创作者仅仅需要向(xiàng)AI输(shū)入一段话，甚至只是说一下要求，AI就可(kě)以根据需要生成一段视(shì)频(pín)。

谷(gǔ)歌(gē)发布的(de)两(liǎng)个AI生(shēng)成视频(pín)分别来自于Imagen Video和Phenaki，前者主要突出的(de)是高清，与Meta的Make-A-Video没有太多(duō)的(de)差别(bié)。

在Make-A-Video公布(bù)了AI生成的视频后，AI圈就已经(jīng)玩(wán)了一波梗，一个(gè)能够做(zu遭天谴什么意思，天谴什么意思解释ò)出更高清视频(pín)的AI还不足以在短时间内(nèi)戳中兴奋点。

Phenaki更(gèng)加(jiā)令人震(zhèn)惊的地方(fāng)在于，它(tā)可以制(zhì)作(zuò)出超过2分钟的连贯的也有确切内容(róng)的视频，这才是真(zhēn)正让人们感(gǎn)到惊喜的地方(fāng)。因为(wèi)无论AI生成的视频多么(me)高清，也只能是为内容生产者提供一(yī)个灵感(gǎn)，一个素材(cái)，一(yī)个过(guò)场动画。

不过(guò)能够(gòu)制作出有具体剧情(qíng)内(nèi)容(róng)的视频就(jiù)意味着，一些(xiē)视频创(chuàng)作由AI代替人工完成已经初步有(yǒu)了(le)可能。

当下AI的(de)发展(zhǎn)速度已经超过大部分人的(de)想(xiǎng)象。内容产业的本(běn)质是(shì)供给创造需求，AIGC作为全新的内容生产方式(shì)，可以为内容产业(yè)带来更新的(de)内容风(fēng)格、更快的生(shēng)产速度，更低的生产成(chéng)本，这无疑会驱动内容(róng)产业的大爆发(fā)。

除了AI绘图、视频，AIGC技术还能(néng)应用于音(yīn)乐、代码、机(jī)器人动(dòng)作等多种内容形式的(de)生成。不难(nán)发现该项技术不仅在游戏等行业能得到有效应用，对于下一代(dài)互联网(wǎng)各种元素的构建亦有(yǒu)关键意(yì)义。

从商(shāng)业化的(de)角度来看，文(wén)化娱(yú)乐(lè)、教育、传媒等诸(zhū)多(duō)领域(yù)，本身就对基于AI的可视(shì)化(huà)内容(róng)有强烈(liè)需求。

因此，AI绘画及视(shì)频或不是结果，而只是(shì)AI进程中的一(yī)块重(zhòng)要拼图，有(yǒu)望(wàng)在(zài)技术更新的加持下实现更大的(de)应用价(jià)值。

AI从理解内容，走向了可以生成内容，甚至能够创造出(chū)独立价值和独立视角的内容。AIGC的(de)再次出圈，更(gèng)代表着未来的先进(jìn)生产力即将到来(lái)。

04

紧抓大模型与算(suàn)力(lì)，牢固AIGC底座

从技术的发展也(yě)可(kě)以(yǐ)看(kàn)出(chū)，在(zài)语言大模型(xíng)、图(tú)像大模型之后，多(duō)模(mó)态大(dà)模型已经(jīng)成为了新的趋势(shì)。

大模型(xíng)被(bèi)誉为当前人工智(zhì)能发(fā)展的(de)智能(néng)底座，是全球竞争最激烈的研究方向(xiàng)之(zhī)一，包括谷歌、亚马逊、百度(dù)、阿里(lǐ)、腾(téng)讯等众多头部企业都在(zài)竞相发力(lì)。

不过训练(liàn)大(dà)模型的(de)确价格不菲，以(yǐ)国盛(shèng)证(zhèng)券发布的《ChatGPT需要(yào)多少算力》报告(gào)估算，GPT-3训练一次的成本约为140万(wàn)美元。而(ér)对于一(yī)些更大的LLM(大(dà)型(xíng)语言模型)，训(xùn)练(liàn)成(chéng)本(běn)则介(jiè)于(yú)200万(wàn)美元(yuán)至1200万(wàn)美元高价之(zhī)间。

以ChatGPT在2023年(nián)1月的(de)独立访客平(píng)均数1300万计算，其对应芯片需(xū)求为3万(wàn)多(duō)片(piàn)英(yīng)伟达A100 GPU，初始(shǐ)投入成(chéng)本(běn)约为(wèi)8亿美元，每日仅电(diàn)费就在(zài)5万美元左右。

此(cǐ)外不论是ChatGPT还是AIGC，都离不开(kāi)庞大算(suàn)力支持。在关(guān)注(zhù)各类大模型的发(fā)展同时(shí)，更应该关注算力网络的建设。

算力网络正驱动(dòng)AI产业(yè)发展进入史(shǐ)诗(shī)级(jí)加速进程，让AIGC及(jí)通用AI这(zhè)一(yī)人(rén)工智能发展(zhǎn)的(de)终(zhōng)极目标(biāo)离得更(gèng)近。

因为算力可以对突破性技术创新提供(gōng)大力的支持。这(zhè)方面，多模态大模(mó)型是典(diǎn)型(xíng)。作为面向未(wèi)来强人(rén)工智(zhì)能、通用人工智能的(de)重要技术创新，多模态大(dà)模(mó)型已经在人(rén)工智能(néng)领域提出了很(hěn)多年，业(yè)界也有不少(shǎo)技术突破，但是，多(duō)模(mó)态大模(mó)型进一步往下走，算力需求呈(chéng)几何式上升，一般的算(suàn)力(lì)基础设施很快将难以(yǐ)胜任。

从图像(xiàng)、文字、语音单独(dú)一(yī)项的(de)训练，到双模(mó)态(tài)、三模态的跃迁，让人工(gōng)智能可以(yǐ)灵活应对不同模态(tài)的转化、像人与世界(jiè)交互一样(yàng)自然，这方(fāng)面，由算力网络(luò)来驱(qū)动将有明显优势。

遭天谴什么意思，天谴什么意思解释io="0.562962962962963" data-type="jpeg" data-w="1080">

此外，还(hái)有很多需(xū)要爆发式增长的算力来支撑的技术创新，将在人(rén)工智能(néng)算(suàn)力网络支撑下快速推进。

AIGC已(yǐ)经露出曙光，期待在大(dà)模型和大算力的支持下AIGC能(néng)持续(xù)颠覆内容生产的方式，将创(chuàng)造的边际成本降低，让(ràng)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 遭天谴什么意思，天谴什么意思解释