自聊(liáo)天机器人ChatGPT火爆(bào)以来，微(wēi)软(ruǎn)公司创始(shǐ)人比尔·盖茨已多(duō)次公开(kāi)谈论(lùn)人工智能话(huà)题。在最近的一次(cì)采访(fǎng)中，他再次表示：“AI可能会让科技行业(yè)迎来一次(cì)剧烈的洗牌”。

这个结论是(shì)他在当地时间2月(yuè)20日(rì)接受(shòu)《In Good Company》节目专访时提出的。

他预期，AI的(de)发展可能会威胁到谷歌的市(shì)占率，因(yīn)为微软在(zài)AI方面的行动(dòng)相当迅速(sù)。而最终科技(jì)巨头将(jiāng)把AI整(zhěng)合成用户的“全能助手”，包(bāo)揽一切应用，与人(rén)们(men)进行沟通并提供(gōng)建议(yì)，可以取代亚马逊、Siri或Outlook等应用。

大佬口(kǒu)中全能助手的到来可(kě)能(néng)尚需时日，但由ControlNet引发(fā)的又一次AI绘画浪潮(cháo)，让AIGC在ChatGPT的话题(tí)热(rè)点包围中杀出重(zhòng)围。

01

ControlNet颠(diān)覆AI绘画新玩(wán)法(fǎ)

AIGC向可(kě)控(kòng)靠近

以(yǐ)AI绘画为代表的AIGC上一次爆火的时候，还是2022年8月，在美国(guó)科罗拉多州举办的(de)新(xīn)兴数字艺术家竞赛中，一幅名(míng)为《太空歌剧院》的作品获奖。

随后各大厂商(shāng)的AI绘画(huà)软件被广(guǎng)大网友(yǒu)熟知并体验，Stable Diffusion便(biàn)是(shì)其中代表。

用户们可(kě)以在应用中输入一组关键词或者一(yī)张照片，就能获(huò)得一幅AI创作的画(huà)作(zuò)。

作画的关键就是(shì)所(suǒ)输入的文本。同(tóng)一组关键词(cí)也(yě)可以(yǐ)创作(zuò)出很(hěn)多张风(fēng)格不一样的画作，这让创作的过程就像开盲盒。

很多(duō)用户很(hěn)喜欢这(zhè)种不(bù)确定的惊喜(xǐ)，他们(men)会将生成(chéng)的美图当做头像。而另(lìng)一(yī)部分喜欢翻看(kàn)AI绘画的“翻车”作品。在社(shè)交媒体上，许多用户分享AI“翻车现场”，例(lì)如(rú)，一位网友的小狗照片被AI画(huà)成了“肌肉男”，还有网友的个(gè)人照片被AI识别(bié)成了(le)建筑。

而如今随着ControlNet的出现与加持，以(yǐ)往AI绘(huì)画的填写关(guān)键(jiàn)词游戏可能要(yào)被颠(diān)覆了。

aj和耐克的区别是什么，aj和乔丹的区别是什么 src="https://mmbiz.heiliaofuli.com/wp-content/uploads/2023/03/19d7ab2c0056bd4.jpeg?imageMogr2/thumbnail/2160x0/format/webp/quality/80" data-ratio="1.12109375" data-s="300,640" data-type="jpeg" data-w="1024">

ControlNet是一位(wèi)正在斯(sī)坦福读博的中国(guó)人张(zhāng)吕敏创作的一(yī)种基(jī)于控(kòng)制点的(de)图像变(biàn)形(xíng)算法，主要用(yòng)于数字图像处(chù)理、计算机视觉和计算机图(tú)形学等领域。

其SD插件一经(jīng)发布，在短(duǎn)短的两天内(nèi)便成(chéng)为了AI绘画领(lǐng)域最(zuì)新的热点。

在此之前，大家用了很多(duō)方法想让AI生成的结果尽可能的符(fú)合(hé)要(yào)求，但是都不尽如(rú)人意，它(tā)的(de)出现(xiàn)代表(biǎo)着AI生(shēng)成开始(shǐ)进入真正的可控时期。

因为ControlNet可以直接提取(qǔ)画面的构图，人(rén)物的(de)姿势和画面(miàn)的深度信息等。有(yǒu)了(le)它的(de)帮助(zhù)，就(jiù)不用频(pín)繁(fán)的(de)用提示词来(lái)碰运(yùn)气，抽(chōu)盲盒式的创作了。

通俗(sú)的说ControlNet相当于给(gěi)AI绘画加了“魔法”，不少博主的作品已(yǐ)经获(huò)得了大量的浏览量，“viggo”就是其中之一(yī)，他用朋友的照片直接(jiē)带她们走(zǒu)进动漫(màn)世界(jiè)。

viggo先用StableDiffusion图片转文(wén)字(zì)。

再(zài)用Text2Prompt插件(jiàn)拓展找到对应的关键词(cí)；最后用ControlNet插(chā)件绑定(dìng)骨骼开始换关键词试效果。

通过图片(piàn)就可以(yǐ)看出来(lái)，效果十分惊艳。

更厉(lì)害(hài)的是，除了真实的照片，草图(tú)也可以加上(shàng)“魔(mó)法”，知乎大牛(niú)“DevPoint”和“逗砂”介绍到ControlNet还能实现(xiàn)线稿(gǎo)转全彩图。大神(shén)张(zhāng)吕敏其本尊也亲(qīn)自回(huí)应。

不得不说当下AIGC已经变得越来越强大，甚(shèn)至输出(chū)的作品(pǐn)都(dōu)已(yǐ)经能以(yǐ)假乱真了(le)。

02

难辨虚实，AIGC技(jì)术力爆发

警(jǐng)惕(tì)安全问(wèn)题

近日(rì)，“苏州金鸡湖有游艇party”的消息火遍网络，而(ér)经过警方(fāng)辟(pì)谣这(zhè)所谓的(de)“party”可能(néng)是(shì)全国第一(yī)起(qǐ)AI绘图诈(zhà)骗(piàn)。

由于这个活动里面给出的(de)美女照片(piàn)都是(shì)AI制作的真人照片绘图，因为太逼真，被大家当成真(zhēn)事传(chuán)播了。

不(bù)过(guò)仔细观察(chá)可以发现，活动发起(qǐ)者提供的照片(piàn)中(zhōng)有个很(hěn)大的漏洞可(kě)以发现并非真人(rén)，而是AI绘图，那便是图(tú)片(piàn)中女(nǚ)性的手指部分有(yǒu)的存在(zài)异常。

有行业(yè)人事(shì)表示(shì)：“现在因为手指部分(fēn)的(de)绘画算(suàn)法(fǎ)比较复杂(zá)，AI还不太会画人的手(shǒu)，但最新看(kàn)到(dào)的图片已(yǐ)经有(yǒu)越来(lái)越完美的AI模型出现，以后可能(néng)就(jiù)完(wán)全没有漏洞(dòng)了。”

类似(shì)的(de)AI作图诈骗在国外也已有发生。据英国(guó)广播公司报道，土耳其(qí)地(dì)震期(qī)间，有(yǒu)Tiktok用户使用AI合成了(le)儿童受灾的(de)假(jiǎ)照片发布到(dào)网络，以此诱骗善良的人(rén)打赏“捐助”从而(ér)实施诈(zhà)骗。

目前随(suí)着技术发展，AIGC已经能做出真人照片般的绘(huì)图效果(guǒ)，如(rú)果这样的图片(piàn)被用来诈骗(piàn)，将非常(cháng)可怕(pà)。

此外AIGC还引发(fā)了很多(duō)担忧(yōu)，一方面(miàn)，批判者(zhě)认为AI在“学习”了大量前人的(de)作品之后(hòu)，其(qí)创作(zuò)没(méi)有任何情绪和(hé)灵(líng)魂，难以和人类的艺术创作相提并(bìng)论(lùn)。

另一方面，AIGC背后的版权、目(mù)前都并没有得到有效(xiào)的解决(jué)，还有AIGC会不会代替人(rén)类“至高无上”的创意。

马斯(sī)克也强(qiáng)调，人(rén)工智能的安全(quán)问题需要得到重(zhòng)视，太晚就来不(bù)及(jí)了。

03

AIGC下一(yī)站除了视(shì)频，还有远方

技(jì)术都(dōu)是有两(liǎng)面性的，潜在的危害并不能掩(yǎn)盖其光辉的(de)贡(gòng)献。现在看来，人工智能(néng)技术(shù)将是第四次工业革命的核心驱动(dòng)力量，将创造新的增(zēng)长奇迹。

过(guò)去一年(nián)，人工智能在技(jì)术和商业层面都有了(le)巨大进展，AI绘(huì)画就是(shì)人工智能技术发生方(fāng)向性(xìng)改变的一个代表。其下一站或许就是(shì)视频(pín)。

此前，Meta和(hé)谷歌先后发布了几条引爆科技(jì)圈的(de)短(duǎn)视频。这些视(shì)频引(yǐn)发关注并非内(nèi)容做得多优秀，反而(ér)都非(fēi)常简单，比如一匹正在喝水的(de)马(mǎ)，一只画画的(de)玩具熊，或者(zhě)一段骑(qí)摩托车的(de)第(dì)一视角录像，随便(biàn)一个(gè)有手(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(fāng)式非常简单(dān)，创(chuàng)作(zuò)者仅仅需要(yào)向(xiàng)AI输入一段话，甚(shèn)至只是说一下(xià)要求(qiú)，AI就可(kě)以(yǐ)根据(jù)需要生成一段视频。

谷歌发(fā)布(bù)的两个AI生成视频分别来自于Imagen Video和(hé)Phenaki，前者(zhě)主要(yào)突出的是高清，与Meta的(de)Make-A-Video没(méi)有太多的差别(bié)。

在(zài)Make-A-Video公(gōng)布(bù)了AI生(shēng)成的视频后，AI圈(quān)就已经玩了一波梗，一个能够(gòu)做出更高清视频的AI还不足以(yǐ)在短时间内戳中兴奋点(diǎn)。

Phenaki更加令人震(zhèn)惊的地方(fāng)在于，它(tā)可以制作出超(chāo)过2分(fēn)钟的(de)连贯的(de)也有确切内容(róng)的视频，这才是(shì)真正让人们感(gǎn)到惊喜的地方。因为无论(lùn)AI生成的视频多么(me)高(gāo)清(qīng)，也只能是为内容生(shēng)产者(zhě)提(tí)供一个灵感，一个素(sù)材，一个过场动画(huà)。

不过(guò)能够制作出有具体(tǐ)剧情(qíng)内(nèi)容(róng)的视(shì)频就意味着(zhe)，一些视频创作由(yóu)AI代(dài)替人工完成已经(jīng)初(chū)步有了(le)可能。

当下AI的发展速(sù)度已经超过大(dà)部分(fēn)人的想象。内容产业(yè)的本(běn)质是供给创造需求(qiú)，AIGC作为全新的内容(róng)生产方(fāng)式，可以为内容产业带(dài)来更新(xīn)的内容风格、更快的(de)生产速度，更(gèng)低(dī)的(de)生产成本，这无疑(yí)会(huì)驱动内(nèi)容产业的大爆发。

除了(le)AI绘图、视频，AIGC技术还能应(yīng)用于音乐(lè)、代码(mǎ)、机器人(rén)动作等多(duō)种内容形式的(de)生(shēng)成。不难(nán)发现该项技(jì)术不仅在游戏等行业能得(dé)到有效应用，对于下一代互联网各种元素(sù)的构(gòu)建(jiàn)亦(yì)有关键意(yì)义。

从商(shāng)业化的角度来看，文(wén)化娱乐、教(jiào)育、传媒等诸多领域，本身就对基(jī)于AI的可视化内容有强(qiáng)烈需求。

因此，AI绘画及视频或不是结果，而只是AI进程中的(de)一块重要拼图，有望在技术(shù)更(gèng)新(xīn)的加(jiā)持下(xià)实(shí)现更大(dà)的应用价值。

AI从理解(jiě)内容，走(zǒu)向(xiàng)了(le)可以生(shēng)成内(nèi)容(róng)，甚至能够(gòu)创造出独立价值和独(dú)立视角的内容。AIGC的再次出圈，更代(dài)表着(zhe)未来的先进(jìn)生产力即将(jiāng)到来。

04

紧抓(zhuā)大模型与算力，牢固(gù)AIGC底(dǐ)座

从(cóng)技术的发展也可以看出，在语言大模型、图像大模型之后，多模态大模型已经(jīng)成为(wèi)了新(xīn)的(de)趋势(shì)。

大模型被(bèi)誉为当前人工(gōng)智能发(fā)展的(de)智能底座，是全球竞争(zhēng)最(zuì)激烈的(de)研究方(fāng)向之一(yī)，包(bāo)括谷(gǔ)歌(gē)、亚(yà)马逊、百(bǎi)度、阿里(lǐ)、腾讯等众多头部企业都(dōu)在竞相发(fā)力。

不过训练大模型的(de)确价格(gé)不菲，以(yǐ)国盛证券发布的《ChatGPT需要(yào)多(duō)少算力》报告(gào)估算，GPT-3训练一次的成(chéng)本约为140万美元(yuán)。而对于一(yī)些更大的LLM(大型语(yǔ)言模(mó)型)，训练成本则介(jiè)于200万(wàn)美元(yuán)至1200万美元高价(jià)之(zhī)间(jiān)。

以(yǐ)ChatGPT在2023年(nián)1月(yuè)的(de)独立访客平均数1300万(wàn)计(jì)算，其(qí)对(duì)应芯(xīn)片需求(qiú)为3万多片英伟达A100 GPU，初始投入成本约(yuē)为(wèi)8亿美元，每日仅电费就在5万美元左右。

此外不(bù)论(lùn)是ChatGPT还是AIGC，都(dōu)离不开庞(páng)大算(suàn)力支持。在关注各类大模型的(de)发展同时，更(gèng)应(yīng)该(gāi)关注算力(lì)网(wǎng)络的建(jiàn)设。

算力网络正(zhèng)驱动AI产(chǎn)业发展(zhǎn)进入史(shǐ)诗级加速进程，让AIGC及通用AI这一(yī)人工(gōng)智(zhì)能发展的终极(jí)目标(biāo)离得更(gèng)近(jìn)。

因(yīn)为(wèi)算力可以对突破性技(jì)术创新提供大力(lì)的支持。这方面，多模态(tài)大模型(xíng)是典型。作为面向未来强人(rén)工智能(néng)、通用人工智能(néng)的(de)重要(yào)技术创新，多模态大模型已(yǐ)经在人工智(zhì)能领域提(tí)出(chū)了(le)很多年，业界(jiè)也有不少(shǎo)技术突破，但是，多模态大模型进一(yī)步往下(xià)走，算(suàn)力需(xū)求(qiú)呈几何式上(shàng)升(shēng)，一般的(de)算(suàn)力基础设施很快将难以胜(shèng)任(rèn)。

从图(tú)像、文字、语音单独(dú)一项(xiàng)的训练，到双模态、三模(mó)态的跃迁，让人工智能(néng)可以灵活(huó)应对不同模态的转化、像人与世界交互一样自然，这方面，由(yóu)算力(lì)网络来驱(qū)动将有明显优势。

此外，还有很多(duō)需要(yào)爆发式增长的算力来支撑的技术创新，将在(zài)人(rén)工(gōng)智(zhì)能算力网络支(zhī)撑下快速推进。

AIGC已经露出曙光，期待在大(dà)模型和(hé)大算(suàn)力(lì)的支(zhī)持下AIGC能(néng)持续(xù)颠覆内容生产的方式，将创造的边际成本降低(dī)，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 aj和耐克的区别是什么，aj和乔丹的区别是什么