自聊天机器人(rén)ChatGPT火(huǒ)爆(bào)以来，微软公司(sī)创始(shǐ)人比尔·盖茨已多次(cì)公开谈论人工智能话题(tí)。在最近(jìn)的一次(cì)采(cǎi)访(fǎng)中(zhōng)，他再次表示：“AI可能会让科(kē)技(jì)行(xíng)业迎来一次剧烈(liè)的洗牌(pái)”。

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

他预(yù)期(qī)，AI的发展可(kě)能会威胁(xié)到谷(gǔ)歌的市占率，因为微软在(zài)AI方面的行动相(xiāng)当迅速(sù)。而(ér)最终科技巨头(tóu)将(jiāng)把AI整合成用户的“全能(néng)助手”，包揽一切应用，与人们(men)进行沟通并提供建议，可以取代亚马(mǎ)逊(xùn)、Siri或Outlook等应(yīng)用(yòng)。

大佬口中全能助手的到来(lái)可能(néng)尚(shàng)需(xū)时日，但由ControlNet引发(fā)的又一次AI绘画浪潮(cháo)，让AIGC在ChatGPT的话题热点包围中杀出重围。

01

ControlNet颠覆AI绘画新玩法

AIGC向可控靠近

以AI绘画(huà)为代表的AIGC上一次爆火的时候，还(hái)是2022年8月(yuè)，在美国科罗拉多州举办的新兴(xīng)数字(zì)艺术家竞赛中，一幅名为《太空(kōng)歌剧院(yuàn)》的作品获奖。

随(suí)后各大厂商的AI绘画软件被广大网友熟知并(bìng)体验，Stable Diffusion便是其中代(dài)表。

用户们可(kě)以在应用中输入一(yī)组关(guān)键词或者一张照(zhào)片，就能获得一幅AI创作的画(huà)作。

作画的关键就是所输入的文本。同一组关键词也可以创作出很多张风格不一样的画作，这(zhè)让创作(zuò)的过程就(jiù)像开(kāi)盲盒(hé)。

很多用户很喜(xǐ)欢这种(zhǒng)不确定的惊喜，他们会将生成的美图(tú)当做头像。而另(lìng)一(yī)部分(fēn)喜欢翻看AI绘画的“翻车”作品(pǐn)。在社(shè)交媒体(tǐ)上，许多用(yòng)户分享AI“翻车现(xiàn)场(chǎng)”，例如，一位网友的小(xi赶歌圩的读音是什么，赶歌圩的拼音怎么读ǎo)狗照(zhào)片被AI画成了(le)“肌肉男”，还有网友的个人照片被AI识别(bié)成(chéng)了建(jiàn)筑(zhù)。

而如今随着(zhe)ControlNet的出现与加持，以(yǐ)往AI绘(huì)画的填写关键词游戏可(kě)能要被颠覆(fù)了。

ControlNet是一位正在斯(sī)坦(tǎn)福读博的中国(guó)人张吕敏创作的一种基(jī)于控制点的图(tú)像变形算法，主要(yào)用于数字(zì)图(tú)像处理、计算机视(shì)觉和计算机图形学等领域。

其SD插件一经发布，在短短的两天(tiān)内便成(chéng)为了AI绘画领域最新的热点。

在此之前，大家用了很多方法想让(ràng)AI生成的(de)结果(guǒ)尽可能的符合(hé)要求，但是都不(bù)尽如人意，它的出现(xiàn)代表着AI生(shēng)成开始(shǐ)进入真(zhēn)正的(de)可控时期(qī)。

因为ControlNet可(kě)以直接提取画面的构图，人物的姿势和画面的深度信(xìn)息等。有了它的帮助(zhù)，就不用频(pín)繁的用提示词来碰运气，抽盲盒式的(de)创作了。

通俗的说(shuō)ControlNet相当于(yú)给AI绘画加了“魔法”，不少博主的作品已经(jīng)获得了(le)大(dà)量的浏览(lǎn)量，“viggo”就是其(qí)中之一，他用朋(péng)友的照(zhào)片(piàn)直接带她们走进(jìn)动(dòng)漫世界。

viggo先用StableDiffusion图片转文字。

再用Text2Prompt插件拓展找到对应的关键词；最后用ControlNet插件绑定(dìng)骨(gǔ)骼开始换关键词(cí)试效果。

通过图片就可以看出来，效果十分惊(jīng)艳。

更厉害的是(shì)，除了(le)真实的照片，草图(tú)也可(kě)以(yǐ)加上“魔法”，知乎大牛“DevPoint”和(hé)“逗砂(shā)”介绍到ControlNet还能实现线(xiàn)稿转全彩图。大神张吕敏其(qí)本尊(zūn)也亲(qīn)自回(huí)应。

不得(dé)不说当下(xià)AIGC已经变得越来越强大，甚至输(shū)出的作品(pǐn)都已经能以(yǐ)假乱真(zhēn)了。

02

难(nán)辨(biàn)虚(xū)实，AIGC技(jì)术力(lì)爆发

警惕安全问题

近日，“苏州(zhōu)金(jīn)鸡湖有游艇party”的消息火遍(biàn)网络(luò)，而经(jīng)过(guò)警方辟谣这所谓的“party”可(kě)能是(shì)全国第一起AI绘图诈骗。

由于这个活动里(lǐ)面给出的美女照片都是AI制作的真人照片(piàn)绘图(tú)，因为太逼(bī)真(zhēn)，被大家当(dāng)成真(zhēn)事传播了。

不过仔细观察可以发现，活动发起者(zhě)提(tí)供的照片中有个很(hěn)大的漏洞可以发现并非真人，而(ér)是AI绘图，那便是图(tú)片中(zhōng)女性的手指部分有(yǒu)的存(cún)在异常。

有(yǒu)行业人事表示：“现在因为手(shǒu)指(zhǐ)部分的绘画算法比(bǐ)较复杂，AI还不太(tài)会画人的(de)手，但最(zuì)新看(kàn)到的图(tú)片已经有(yǒu)越(yuè)来越完美的AI模型出现，以后可能就完全没有漏(lòu)洞了。”

类似(shì)的AI作图诈骗在国外(wài)也已有发生。据英国广播(bō)公司报道(dào)，土(tǔ)耳其地震期间，有Tiktok用户(hù)使(shǐ)用AI合成了儿童受(shòu)灾的假照片发布(bù)到网(wǎng)络，以此诱骗善良的人打赏“捐(juān)助”从而实施(shī)诈骗。

目前(qián)随着(zhe)技术发展，AIGC已经(jīng)能做(zuò)出真(zhēn)人照片般(bān)的绘图效果(guǒ)，如果(guǒ)这样的图片被(bèi)用来诈骗，将非常可怕(pà)。

此外AIGC还引发了很多(duō)担忧，一方面，批判者认为(wèi)AI在“学习”了大量前人的(de)作品之后(hòu)，其创作没有(yǒu)任(rèn)何(hé)情绪(xù)和(hé)灵魂(hún)，难以和人类(lèi)的艺(yì)术创作相提(tí)并论。

另一方面(miàn)，AIGC背后的版权、目前都并没(méi)有得到有效的解决，还有(yǒu)AIGC会不(bù)会(huì)代替人(rén)类“至高无上”的创意。

马斯克(kè)也强调，人工智能的(de)安全问题(tí)需要(yào)得到(dào)重视(shì)，太晚就来不及了。

03

AIGC下一站(zhàn)除了视频(pín)，还有远方(fāng)

技术都是有两(liǎng)面性的，潜在的(de)危害并不能掩盖其光辉的贡献。现在看来(lái)，人工智能技术将(jiāng)是第四次工业革命的核心驱动力量，将创(chuàng)造新的增长奇迹(jì)。

过去一年，人工(gōng)智能(néng)在(zài)技术(shù)和商业(yè)层面都有了巨大进展，AI绘画就是(shì)人工智能(néng)技术发生方向性改(gǎi)变的一个代表。其(qí)下(xià)一站或许就(jiù)是(shì)视(shì)频。

此前，Meta和谷歌先后发布了几条引爆科技圈(quān)的短视频。这些(xiē)视频(pín)引发关注并非(fēi)内(nèi)容做得多优秀(xiù)，反而(ér)都(dōu)非常(cháng)简单，比如一匹正在喝水(shuǐ)的马，一只(zhǐ)画画的玩具(jù)熊，或者(zhě)一段骑(qí)摩托车的第一视(shì)角(jiǎo)录像，随便一个有(yǒu)手机的人都可以随手录下一段。

但这些(xiē)短视频的(de)创作方(fāng)式(shì)非常简(jiǎn)单，创作(zuò)者仅仅(jǐn)需要向AI输入一(yī)段话，甚至只是说一下(xià)要求，AI就可(kě)以根据(jù)需要生成一段视频。

谷歌发布的两个AI生成视(shì)频分别(bié)来自于Imagen Video和(hé)Phenaki，前(qián)者主要突出(chū)的是高(gāo)清，与Meta的Make-A-Video没(méi)有太(tài)多的差别(bié)。

在(zài)Make-A-Video公(gōng)布了AI生成的视频后，AI圈(quān)就已经玩了一波(bō)梗，一个能够(gòu)做出更高清视频的AI还不足(zú)以在短时间内戳(chuō)中(zhōng)兴奋点(diǎn)。

Phenaki更(gèng)加令人(rén)震惊的(de)地方(fāng)在于，它可(kě)以制作出超过2分钟的(de)连贯的(de)也有确切内容的视频(pín)，这才(cái)是真(zhēn)正让人(rén)们感到惊喜的地方。因为无论AI生成(chéng)的视频(pín)多么高清，也只能是为内容(róng)生产(chǎn)者提供一(yī)个(gè)灵感，一个素材，一个过场动画。

不过能(néng)够制作出有具(jù)体剧情内容的视(shì)频就意味着，一些(xiē)视(shì)频创作由AI代替(tì)人工完(wán)成已(yǐ)经(jīng)初步有了可能。

当下(xià)AI的发展(zhǎn)速度已经超过大部(bù)分人的想象(xiàng)。内容产(chǎn)业(yè)的本(běn)质是供给创造(zào)需求，AIGC作为全新的内容生(shēng)产方(fāng)式，可以(yǐ)为内容(róng)产业带来更新(xīn)的内容风格、更(gèng)快的(de)生产速度，更低的生产成(chéng)本，这无疑会驱动内容(róng)产业(yè)的大爆发。

除了AI绘图(tú)、视(shì)频，AIGC技术还能应(yīng)用于音乐(lè)、代码、机器人(rén)动作等多种内容形式(shì)的(de)生成。不难发现该项技术不仅在游戏等行业能得到有(yǒu)效应用，对于下一代互联网各种元(yuán)素(sù)的(de)构建亦有关键意义。

从商业化的角度来看，文化(huà)娱乐、教育(yù)、传媒等诸多领域，本身(shēn)就对基于AI的可(kě)视化内容有(yǒu)强烈需求。

因此，AI绘画及视频或不是结果(guǒ)，而只是AI进程中的一块重要拼图，有望在技术(shù)更(gèng)新的加持下实现更大的应(yīng)用(yòng)价值。

AI从理解内容，走向了(le)可以生成内容(róng)，甚至(zhì)能够创造出独立价值(zhí)和独立视角的内(nèi)容。AIGC的再次出圈，更代(dài)表着未(wèi)来的先(xiān)进(jìn)生产力即将到来。

04

紧抓大模型与算力，牢固AIGC底座

从技术的(de)发(fā)展也可(kě)以看出，在语言大模型、图像(xiàng)大(dà)模型之后(hòu)，多(duō)模(mó)态大模型已经成为了新的趋势。

大模(mó)型被誉为当前人工智能发(fā)展的智能底座，是全(quán)球竞争(zhēng)最激烈(liè)的(de)研究方向之一，包括谷歌、亚马逊(xùn)、百度、阿里、腾讯等众(zhòng)多头部企(qǐ)业都(dōu)在(zài)竞相(xiāng)发力。

不过训(xùn)练大模型的确价格不菲，以国盛证券发布(bù)的《ChatGPT需(xū)要(yào)多少算力》报告(gào)估算(suàn)，GPT-3训练(liàn)一次的成本约为140万美元。而对于一(yī)些更(gèng)大的LLM(大型语言模(mó)型)，训练(liàn)成(chéng)本则介于200万(wàn)美(měi)元至1200万(wàn)美(měi)元(yuán)高价之间。

以ChatGPT在2023年(nián)1月的独立访客平(píng)均数1300万计算，其对应芯片需求为3万多片(piàn)英伟达A100 GPU，初始投入(rù)成本约为8亿美元，每日仅(jǐn)电费(fèi)就在5万美元左(zuǒ)右。

此外(wài)不(bù)论是ChatGPT还(hái)是AIGC，都离不开庞大算力支持(chí)。在关注各类大模型的发(fā)展同时，更应该(gāi)关注算(suàn)力(lì)网络的建设(shè)。

算力网络正驱动AI产业发展进(jìn)入史诗级(jí)加速进程，让AIGC及通(tōng)用AI这一(yī)人工(gōng)智能发展的终极目(mù)标离(lí)得更(gèng)近。

因为算力可以对突破性技术(shù)创新(xīn)提(tí)供大力的(de)支持。这方面，多模态大模型是典型(xíng)。作为面向未来强人工智能(néng)、通(tōng)用人(rén)工智能的重(zhòng)要技术创新(xīn)，多(duō)模态大模型已经(jīng)在(zài)人工智(zhì)能领域(yù)提出(chū)了很多年(nián)，业界也有不少技术突破，但是(shì)，多模(mó)态(tài)大模(mó)型进一步(bù)往(wǎng)下走，算力需求(qiú)呈几(jǐ)何式(shì)上升，一般的算力基(jī)础设施很(hěn)快将(jiāng)难以胜任(rèn)。

从图(tú)像、文字、语音单独一项的(de)训练(liàn)，到双模态、三(sān)模态的跃迁，让人工智能可以(yǐ)灵活应对(duì)不同模态的转化(huà)、像人与世界交互一样自然，这方面，由算(suàn)力网络来驱动将有(yǒu)明(míng)显优势。

此外，还(hái)有很多需要爆(bào)发式增长的算力(lì)来支撑的(de)技(jì)术创新，将在人工智(zhì)能算力(lì)网络支(zhī)撑(chēng)下快(kuài)速推进。

AIGC已经(jīng)露出曙(shǔ)光，期(qī)待在大(dà)模型和大算力的支(zhī)持下(xià)AIGC能持续颠(diān)覆内容生产(chǎn)的方式，将创(chuàng)造的边际成(chéng)本降低，让万众(zhòng)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 赶歌圩的读音是什么，赶歌圩的拼音怎么读