自聊天机器(qì)人ChatGPT火爆以来，微软公司(sī)创始(shǐ)人比尔·盖茨已多次(cì)公(gōng)开(kāi)谈(tán)论人(rén)工智(zhì)能话题。在最近(jìn)的一次采访(fǎng)中，他再次表示：“AI可能会让科技行业迎来一次剧烈的洗牌”。

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

他预期，AI的发(fā)展可能(néng)会威胁(xié)到谷歌的(de)市(shì)占率，因为微(wēi)软(ruǎn)在AI方(fāng)面(miàn)的行动相当迅速。而最(zuì)终(zhōng)科(kē)技巨头(tóu)将把AI整合成(chéng)用户(hù)的“全能助手”，包揽一切应(yīng)用，与人(rén)们进行沟通并提供建议，可以取代亚马逊、Siri或Outlook等(děng)应(yīng)用。

大佬口中全能助手的到来可(kě)能尚需(xū)时日(rì)，但由ControlNet引发的(de)又(yòu)一次AI绘画浪潮，让AIGC在ChatGPT的话(huà)题(tí)热点包围中杀(shā)出重围。

01

ControlNet颠覆AI绘画(huà)新玩法

AIGC向可控靠近

以AI绘(huì)画为(wèi)代表的AIGC上一次爆火的时候，还是2022年(nián)8月，在(zài)美(měi)国(guó)科罗拉(lā)多(duō)州举办的新(xīn)兴数字艺术(shù)家竞(jìng)赛(sài)中，一幅(fú)名(míng)为《太空歌剧院(yuàn)》的作品获奖(jiǎng)。

随(suí)后各(gè)大厂(chǎng)商(shāng)的(de)AI绘(huì)画软件被广大网友熟知并体(tǐ)验，Stable Diffusion便是其中代表。

用(yòng)户们可以在应用(yòng)中输(shū)入一组关键(jiàn)词或者一张照(zhào)片，就能获得一幅AI创作的画作。

作(zuò)画的(de)关键就是所输入的文(wén)本。同一组(zǔ)关键词也可以创作出很多(duō)张风格不一(yī)样的画作，这(zhè)让创作(zuò)的过程就像开盲盒。

很多用户很喜欢这种(zhǒng)不确定(dìng)的(de)惊喜，他们会将生成(chéng)的美图当做头像。而另一部分喜(xǐ)欢翻看(kàn)AI绘画的(de)“翻车(chē)”作品。在社交媒体上，许多用(yòng)户分享AI“翻(fān)车现场”，例如，一(yī)位网友的小狗照片被(bèi)AI画成了“肌肉男”，还有网友(yǒu)的个人照片被(bèi)AI识别成了(le)建筑。

而如今随着(zhe)ControlNet的出(chū)现与(yǔ)加(jiā)持，以往AI绘画的填写关键词(cí)游戏可能要被(bèi)颠覆了。

ControlNet是一位正(zhèng)在(zài)斯坦福读博的中国人张(zhāng)吕敏创作的(de)一种基于控制(zhì)点的图像变形(xíng)算法，主要用于数字图像处理、计算(suàn)机视觉和计算(suàn)机(jī)图形学等领域(yù)。

其SD插件(jiàn)一经发(fā)布(bù)，在短短的两天内便成为了AI绘画(huà)领域(yù)最新的(de)热点。

在此之前，大家(jiā)用了(le)很多方法想让(ràng)AI生(shēng)成的(de)结果尽可能的符(fú)合(hé)要求，但(dàn)是(shì)都不尽如人意(yì)，它的出现代表着(zhe)AI生成开始(shǐ)进入真正的可控时期。

因(yīn)为(wèi)ControlNet可以直接提取画面的构图，人物的姿势和画面的深度信息等。有了它的帮(bāng)助，就不用(yòng)频(pín)繁(fán)的(de)用提(tí)示(shì)词来碰运(yùn)气(qì)，抽(chōu)盲盒式(shì)的创作了。

通(tōng)俗的说ControlNet相当于给AI绘画加了“魔法(fǎ)”，不少博主(zhǔ)的作品已(yǐ)经获得了大量的浏(liú)览量，“viggo”就(jiù)是其中之一，他用朋(péng)友的照片直(zhí)接带她们走进动漫世界。

viggo先(xiān)用StableDiffusion图片(piàn)转文字。

再用Text2Prompt插件拓展找(zhǎo)到对(duì)应(yīng)的关键(jiàn)词；最后用(yòng)ControlNet插件绑定骨骼开始换关键词试效果。

通过图(tú)片就(jiù)可以看出(chū)来(lái)，效(xiào)果十分惊艳(yàn)。

更厉害的(de)是(shì)，除(chú)了真实的照片(piàn)，草图也可以加上“魔法”，知乎(hū)大牛“DevPoint”和“逗砂”介绍到ControlNet还能实现线(xiàn)稿转全(quán)彩图。大神张吕敏其本尊也亲自回应。

不得不(bù)说当(dāng)下AIGC已(yǐ)经(jīng)变得(dé)越来越强大，甚(shèn)至(zhì)输出的作品都已经(jīng)能(néng)以(yǐ)假乱真(zhēn)了。

02

难(nán)辨虚(xū)实，AIGC技术(shù)力(lì)爆发

警惕(tì)安全问(wèn)题

近日，“苏州金鸡(jī)湖有游艇party”的消息(xī)火遍(biàn)网络，而经(jīng)过警方辟(pì)谣这所谓的(de)“party”可能是全国第一起AI绘图诈骗。

由于这个活(huó)动里面给(gěi)出(chū)的(de)美女照片都是AI制(zhì)作的真人(rén)照片绘图，因(yīn)为太(tài)逼真(zhēn)，被大家(jiā)当成真事传播了。

不过(guò)仔细观察(chá)可(kě)以发现(xiàn)，活(huó)动发起(qǐ)者(zhě)提供(gōng)的(de)照片(piàn)中有个(gè)很(hěn)大的漏洞可以发(fā)现并非真人，而是AI绘图，那便是图(tú)片中女(nǚ)性的手指部分有的(de)存在异常。

有行业人(rén)事表示：“现在因(yīn)为手指部分的绘画(huà)算法比较复杂(zá)，AI还不太会画(huà)人的手，但最(zuì)新看到的(de)图片已经(jīng)有越来越完美的AI模型出现，以后可能就完全没有漏洞了。”

类似(shì)的(de)AI作图诈骗在(zài)国外也已有发(fā)生。据英国广播公司报(bào)道，土(tǔ)耳其地震期间(jiān)，有Tiktok用户使用(yòng)AI合成了儿童受灾的假照片发(fā)布到网络，以此诱骗善良的人打(dǎ)赏(shǎng)“捐助”从而实施诈骗。

目前随着技术发(fā)展，AIGC已经(jīng)能做出(chū)真人照片般的绘图效(xiào)果，如果(guǒ)这(zhè)样的图片被用来诈骗，将非常可怕。

此外AIGC还引发了很多担忧，一方面，批判者认为AI在“学习”了大(dà)量前(qián)人(rén)的作(zuò)品之后，其创作没有任何情绪和灵魂，难以(yǐ)和人类的艺(yì)术创作相(xiāng)提并论。

另一方(fāng)面(miàn)，AIGC背后的版权、目前都并没有得到有效的(de)解决，还有AIGC会不(bù)会(huì)代替人(rén)类(lèi)“至高无上”的创(chuàng)意。

马斯克也(yě)强调，人工智能的安全问题需要得到(dào)重(zhòng)视，太晚就来不及了(le)。

03

AIGC下一(yī)站(zhàn)除了视频(pín)，还有远方

技(jì)术都(dōu)是有两面性的，潜在的危害并(bìng)不能掩盖其光辉的贡献(xiàn)。现在(zài)看来(lái)，人(rén)工智能(néng)技术将是第四次工(gōng)业革命的(de)核心驱动正、异、新，正异新的区分力量，将创造新(xīn)的增长(zhǎng)奇迹。

过(guò)去一年，人(rén)工智(zhì)能在技术和商业层面都有了巨大进展，AI绘画就是(shì)人工智(zhì)能(néng)技术发生方向性改(gǎi)变的(de)一个代表(biǎo)。其(qí)下(xià)一站或许(xǔ)就(jiù)是视频。

此前，Meta和谷歌先后发布了几条引爆科技圈的短视频。这(zhè)些(xiē)视(shì)频引发关注并(bìng)非内容做得(dé)多优秀，反而都非(fēi)常(cháng)简单(dān)，比如一(yī)匹正在喝(hē)水的马，一(yī)只(zhǐ)画画的玩(wán)具(jù)熊(xióng)，或者一段(duàn)骑摩托车(chē)的第一视(shì)角录像，随(suí)便一个有手机的人(rén)都(dōu)可以随手录下(xià)一(yī)段。

但这些短视频的创作方式非常简单，创作(zuò)者仅仅需要(yào)向AI输入一段话，甚至只是说一下要(yào)求(qiú)，AI就(jiù)可以(yǐ)根据(jù)需要生成一段(duàn)视频。

谷歌(gē)发布的两(liǎng)个AI生成视频(pín)分别来自于Imagen Video和Phenaki，前者主要(yào)突(tū)出的(de)是(shì)高清，与(yǔ)Meta的(de)Make-A-Video没有太(tài)多的差别。

在Make-A-Video公布(bù)了(le)AI生成(chéng)的(de)视(shì)频后，AI圈就已经(jīng)玩了(le)一波梗(gěng)，一个(gè)能够(gòu)做出更高(gāo)清(qīng)视频的AI还(hái)不足以在短时(shí)间内戳中兴奋点。

Phenaki更加(jiā)令(lìng)人(rén)震惊的地方(fāng)在于(yú)，它可(kě)以制(zhì)作出超过2分钟的连贯的(de)也有确(què)切内容的(de)视频，这(zhè)才是真正让(ràng)人们感到惊喜(xǐ)的(de)地方。因为(wèi)无论AI生成的视频多么高清，也只能是为(wèi)内容生产者提(tí)供一(yī)个灵感(gǎn)，一个素材，一个过(guò)场(chǎng)动(dòng)画。

不过能(néng)够制作出有具体剧情内容的(de)视(shì)频就意味着，一些视频创作由AI代替人工完成(chéng)已(yǐ)经初步(bù)有了(le)可能。

当下(xià)AI的发展速度已经超过大部分人的想象。内容产业的本质是供(gōng)给创造需求，AIGC作为全(quán)新的内容生产方式，可以(yǐ)为内容产业带来更新的内容风格、更(gèng)快(kuài)的(de)生产速度，更低的生产成本，这无疑会驱动内容(róng)产(chǎn)业的大爆发。

除了AI绘(huì)图(tú)、视频，AIGC技术还能(néng)应(yīng)用于音乐、代码、机器人动作等(děng)多种(zhǒng)内容形式的生(s正、异、新，正异新的区分hēng)成。不难发现该项技术不仅在(zài)游戏等行业能得到有效应用，对于(yú)下一代互(hù)联网各种元(yuán)素的构建亦(yì)有关(guān)键意义。

从商业化的角(jiǎo)度来看，文(wén)化娱乐、教育、传媒等(děng)诸多领域(yù)，本身(shēn)就对基于AI的(de)可视化内(nèi)容有(yǒu)强烈需求(qiú)。

因此(cǐ)，AI绘(huì)画及视(shì)频或不是结果，而只(zhǐ)是AI进(jìn)程中的(de)一(yī)块重要拼(pīn)图，有望在(zài)技术更新(xīn)的加(jiā)持下实现(xiàn)更(gèng)大的应用价值(zhí)。

AI从理解内(nèi)容，走向了可以生成(chéng)内容，甚至能够创造出独立价值和独(dú)立视(shì)角的内容(róng)。AIGC的再次出圈，更代表着未(wèi)来的先进(jìn)生产力(lì)即将到来。

04

紧抓大(dà)模型与(yǔ)算力，牢固AIGC底座

从技术的(de)发(fā)展(zhǎn)也可(kě)以(yǐ)看出，在语言大模型、图像大模型之后，多模态(tài)大模型已经成为了新(xīn)的趋势(shì)。

大模型被(bèi)誉为当前(qián)人(rén)工智能发展的智(zhì)能底(dǐ)座，是全球竞争(zhēng)最激烈的研究方(fāng)向之一，包括谷歌、亚马(mǎ)逊(xùn)、百度、阿(ā)里、腾讯等众多头部企业都(dōu)在竞相(xiāng)发力(lì)。

不过训练(liàn)大模(mó)型的确(què)价(jià)格不菲(fēi)，以国盛证券发布(bù)的《ChatGPT需要多(duō)少算力》报告(gào)估(gū)算，GPT-3训练(liàn)一次的成本(běn)约为140万(wàn)美元。而对(duì)于一些更大的LLM(大(dà)型语言模型)，训练成本则介于200万(wàn)美元至(zhì)1200万美元高价之间。

以(yǐ)ChatGPT在2023年1月(yuè)的独立(lì)访客平均数(shù)1300万(wàn)计算，其对应(yīng)芯片需求为3万多片英伟达A100 GPU，初始(shǐ)投入成本(běn)约(yuē)为8亿美元，每日仅(jǐn)电费就在5万美元左右。

此外不论是ChatGPT还(hái)是AIGC，都离不开庞(páng)大(dà)算力支持。在关注各类大模型的发展同时，更应该关注(zhù)算力(lì)网络的建设。

算力网(wǎng)络正(zhèng)驱动AI产业发展进(jìn)入史诗(shī)级加速进程，让AIGC及通用AI这一(yī)人工(gōng)智能发(fā)展的终极目(mù)标(biāo)离得更近。

因为算(suàn)力可以(yǐ)对突(tū)破性技术(shù)创(chuàng)新提供(gōng)大(dà)力的支持(chí)。这方面，多模态(tài)大模型是典型。作为面向未来(lái)强(qiáng)人工智能、通用人工智(zhì)能的重要技术创新，多模(mó)态大模型已经在人工智能领域(yù)提出了很多年，业界也有不(bù)少技术突破，但是(shì)，多(duō)模态大模型进一步往下走，算力需求呈几何式上升，一般的(de)算力基础设施很快将(jiāng)难以胜任。

从图像(xiàng)、文(wén)字(zì)、语(yǔ)音单(dān)独一项的训(xùn)练(liàn)，到双模(mó)态、三模(mó)态的跃迁(qiān)，让(ràng)人工(gōng)智(zhì)能可以灵(líng)活应(yīng)对不同模态的转化、像人(rén)与世界交互一样自然，这方面，由(yóu)算力网络来驱动将有明显优(yōu)势。

此外，还(hái)有很多(duō)需要爆发式(shì)增(zēng)长的算力来支撑的技术创新，将(jiāng)在人工智能算(suàn)力网络支(zhī)撑下快速推进。

AIGC已(yǐ)经露出(chū)曙光(guāng)，期待在大模(mó)型(xíng)和大算(suàn)力的支持下AIGC能(néng)持续颠覆(fù)内容生(shēng)产的(de)方式，将创造(zào)的边际成本降(jiàng)低(dī)，让(ràng)万众受(shòu)益。

未经允许不得转载：太仓网站建设,太仓网络公司,太仓网站制作,太仓网页设计,网站推广-昆山云度信息科技有限公司 正、异、新，正异新的区分