自聊天机器(qì)人ChatGPT火爆以来，微软公司(sī)创始(shǐ)人比尔·盖茨已多次公开谈(tán)论人(rén)工智(zhì)能话题(tí)。在(zài)最(zuì)近的(de)一次(cì)采访中，他再次(cì)表示：“AI可能(néng)会让(ràng)科(kē)技(jì)行业迎来一次(cì)剧烈的洗牌”。

这(zhè)个结(jié)论是他在当地时间2月20日接受《In Good Company》节目(mù)专访(fǎng)时提(tí)出的。

他预期，AI的发展可能(néng)会威胁到谷歌的(de)市占率(lǜ)，因为微软在AI方(fāng)面的行动相(xiāng)当迅(xùn)速。而最(zuì)终科技巨头将把AI整合成用户(hù)的“全能助手”，包揽一切应用，与人们进行沟(gōu)通并提供建(jiàn)议，可以(yǐ)取代亚马逊、Siri或Outlook等(děng)应用。

大佬口(kǒu)中全能助手的到来可能尚需时日(rì)，但由ControlNet引(yǐn)发的(de)又一次AI绘画浪潮，让AIGC在ChatGPT的(de)话题热点(diǎn)包围中杀(shā)出(chū)重围。

01

ControlNet颠覆AI绘画新(xīn)玩法

AIGC向(xiàng)可(kě)控靠近(jìn)

以AI绘画为代表(biǎo)的AIGC上一次爆火的时(shí)候，还是2022年8月，在美国科罗拉多州举办的新兴数字(zì)艺术家竞赛中，一幅名为《太空歌(gē)剧(jù)院》的作品(pǐn)获(huò)奖。

随后各(gè)大(dà)厂(chǎng)商(shāng)的AI绘画软件被广大网友熟知(zhī)并体验，Stable Diffusion便是其中代表(biǎo)。

用户们可(kě)以在应用中输入一组关键词或者一张照片(piàn)，就能获得一幅AI创作的画作(zuò)。

作画(huà)的(de)关键就是所(suǒ)输入的文(wén)本(běn)。同一组关(guān)键词也可以创(chuàng)作(zuò)出(chū)很多张(zhāng)风格不(bù)一样的画作，这(zhè)让(ràng)创作的过(guò)程就(jiù)像(xiàng)开盲盒。

很多用户很喜欢(huān)这(zhè)种不确定的惊喜(xǐ)，他们会将生成的美(měi)图(tú)当做头像。而另一部分喜欢(huān)翻(fān)看AI绘画的“翻车(chē)”作(zuò)品。在社交媒(méi)体(tǐ)上，许多用户分享AI“翻车现场”，例如，一位网友的小狗照片被AI画成了“肌肉男”，还(hái)有网(wǎng)友的个人照片被AI识别成了建(jiàn)筑。

而如今(jīn)随着ControlNet的出(chū)现与(yǔ)加(jiā)持，以(yǐ)往AI绘画的填写关键词游戏可能要被颠(diān)覆了。

ControlNet是(shì)一位正(zhèng)在斯(sī)坦福读博的中(zhōng)国人张吕敏创(chuàng)作的一种基于控(kòng)制点的图像变形算法，主(zhǔ)要用于数字图像处理、计算机(jī)视(shì)觉(jué)和计算机图形学等领域。

其(qí)SD插(chā)件一(yī)经发布，在短(duǎn)短(duǎn)的两天内便成(chéng)为了(le)AI绘画领域最新的(de)热点(diǎn)。

在此之前，大家用了(le)很多(duō)方法想让AI生(shēng)成的结果尽可能的符(fú)合要求，但是都不(bù)尽如人意，它的出现代表(biǎo)着(zhe)AI生成开始进入真正(zhèng)的可控(kòng)时期。

因(yīn)为(wèi)ControlNet可以直接提取(qǔ)画面的构图，人物的姿势(shì)和画面(miàn)的深度信(xìn)息等(děng)。有了它的帮助，就不用(yòng)频繁的用提示词来碰运气(qì)，抽盲盒(hé)式的创作了。

通俗(sú)的说ControlNet相当于给(gěi)AI绘画加(jiā)了“魔法”，不少博(bó)主的作品(pǐn)已经(jīng)获得了(le)大(dà)量(liàng)的浏览量，“viggo”就是(shì)其(qí)中之一，他(tā)用朋友的(de)照片直接带她们走(zǒu)进(jìn)动漫世界。

viggo先用(yòng)StableDiffusion图片转(zhuǎn)文字。

再(zài)用(yòng)Text2Prompt插件拓展找(zhǎo)到对应的(de)关键(jiàn)词；最后用ControlNet插件绑定骨骼开始(shǐ)换(huàn)关(guān)键词试效果。

通过图片就(jiù)可以看出来，效果十分惊(jīng)艳。

更厉害的是，除了真实的照片，草图(tú)也可以加上“魔法”，知乎(hū)大牛“DevPoint”和“逗砂”介绍到ControlNet还(hái)能实现线稿转全(quán)彩图。大(dà)神张(zhāng)吕(lǚ)敏其本尊也(yě)亲(qīn)自回应。

东京是不是日本首都 东京不是日本的首都吗="async" src="https://mmbiz.heiliaofuli.com/wp-content/uploads/2023/03/90c6e5987a37ef9.jpeg?imageMogr2/thumbnail/2160x0/format/webp/quality/80" data-ratio="1.3637137989778534" data-s="300,640" data-type="jpeg" data-w="1174">

不得不(bù)说当下AIGC已(yǐ)经(jīng)变得(dé)越来越强大，甚至输出(chū)的作品(pǐn)都已经能以(yǐ)假(jiǎ)乱真了。

02

难辨虚(xū)实，AIGC技术力爆发

警惕安全问题

近日，“苏州金鸡湖有游艇party”的消息(xī)火遍网络，而经(jīng)过警方辟谣这所(suǒ)谓的“party”可能是(shì)全国第(dì)一起AI绘(huì)图诈骗(piàn)。

由(yóu)于(yú)这个活动(dòng)里面给出的美(měi)女照片(piàn)都是AI制(zhì)作的真人照片(piàn)绘(huì)图，因为太(tài)逼真(zhēn)，被大(dà)家当成(chéng)真事传播了。

不过仔细观察可以发现，活动(dòng)发起者提供(gōng)的照(zhào)片中有个很大的漏洞可以发现并非真人(rén)，而是AI绘图，那便是图片中女性的手指部分(fēn)有(yǒu)的存(cún)在(zài)异常。

有(yǒu)行业(yè)人事表示：“现在因(yīn)为手指部分的绘(huì)画算法比较复杂，AI还不太会画人(rén)的手，但最新看到的(de)图片已经有越来越完美的AI模型出现(xiàn)，以后可能就(jiù)完(wán)全没有(yǒu)漏洞了。”

类似的AI作图诈骗在国外(wài)也已有发(fā)生。据英国广播公司报道，土耳其地震期间(jiān)，有Tiktok用户使用AI合成了儿童受灾的假照(zhào)片(piàn)发布到网络，以此诱骗善(shàn)良的人(rén)打赏“捐助”从而实施诈(zhà)骗。

目前随着技术发展(zhǎn)，AIGC已经能做出真人照(zhào)片般的绘图效(xiào)果，如果这样(yàng)的(de)图片(piàn)被用来诈骗，将非常可怕(pà)。

此外AIGC还引发了很多担忧，一方(fāng)面(miàn)，批判者(zhě)认(rèn)为AI在“学习(xí)”了大量前人的作品之后(hòu)，其创作没(méi)有任何(hé)情绪和(hé)灵魂，难(nán)以(yǐ)和(hé)人(rén)类的艺(yì)术创作相(xiāng)提并论。

另(lìng)一方面，AIGC背后的版(bǎn)权、目(mù)前都并没有得(dé)到有效的解决，还有AIGC会不会代(dài)替人类“至高无上”的创意。

马斯克也强调，人工(gōng)智(zhì)能的安全问题(tí)需要(yào)得到重(zhòng)视，太晚就来(lái)不及(jí)了。

03

AIGC下一站除了视(shì)频(pín)，还有远方

技术(shù)都是有两面性的，潜在的危害并(bìng)不能掩盖其光(guāng)辉(huī)的贡献。现在看来，人工(gōng)智能(néng)技术(shù)将是第四次工业革命的(de)核心(xīn)驱动力量，将创造新(xīn)的增长(zhǎng)奇(qí)迹。

过去一(yī)年，人工智能在技(jì)术和商(shāng)业层面都有(yǒu)了巨大进(jìn)展，AI绘画就(jiù)是人工智(zhì)能技术发生方向(xiàng)性(xìng)改变的一个代(dài)表(biǎo)。其下一站或(huò)许就是视频。

此前，Meta和谷歌先后发布(bù)了(le)几条引爆(bào)科技圈的短视(shì)频。这些(xiē)视频引发(fā)关(guān)注并(bìng)非内容做得多优秀，反而(ér)都(dōu)非常(cháng)简(jiǎn)单，比如一匹正在喝(hē)水(shuǐ)的(de)马，一只画画的(de)玩具(jù)熊，或(huò)者一段骑(qí)摩托车的第一视角录像(xiàng)，随便一个有手(shǒu)机的(de)人都可(kě)以随手录下一段。

但这(zhè)些(xiē)短(duǎn)视频(pín)的创作方(fāng)式非常简(jiǎn)单，创作者仅仅需(xū)要(yào)向AI输入(rù)一段(duàn)话，甚至只是说一下要求，AI就可以(yǐ)根据需要生成一段视(shì)频(pín)。

谷(gǔ)歌发布的两个AI生(shēng)成(chéng)视(shì)频分别来自于Imagen Video和Phenaki，前(qián)者主要突出的是高清，与Meta的Make-A-Video没(méi)有太(tài)多的(de)差(chà)别。

在Make-A-Video公布了(le)AI生(shēng)成(chéng)的视频后，AI圈就已经玩了一波梗，一个(gè)能(néng)够做出更高清视(shì)频的AI还(hái)不足以在短时间内戳中兴(xīng)奋点。

Phenaki更(gèng)加令人(rén)震惊的地(dì)方在于，它(tā)可以制作出超(chāo)过2分钟的连(lián)贯的也有确(què)切内容的视(shì)频，这才是真正(zhèng)让人们感到惊喜的地方。因为无论AI生成的视频多么高(gāo)清(qīng)，也只能是为内容生(shēng)产者提供一(yī)个灵感，一个素(sù)材，一个过场动画。

不过能够(gòu)制作(zuò)出有(yǒu)具体(tǐ)剧(jù)情内容的(de)视频就意味着，一些(xiē)视(shì)频创作由AI代替人工完(wán)成(chéng)已经(jīng)初(chū)步有了(le)可能(néng)。

当(dāng)下AI的发(fā)展速度已经超过大部分人的(de)想(xiǎng)象(xiàng)。内容(róng)产业的本质是供(gōng)给创造需求，AIGC作为全新的内容生产(chǎn)方式，可以为(wèi)内(nèi)容(róng)产(chǎn)业带来更新(xīn)的(de)内容风(fēng)格、更快的生产速度(dù)，更(gèng)低(dī)的生产成本，这无疑会(huì)驱动内容产业的大爆发。

除(chú)了AI绘图、视频，AIGC技术还(hái)能应(yīng)用于音乐、代码、机器人动(dòng)作等多种内(nèi)容形式的(de)生成。不难(nán)发现该项技术不仅(jǐn)在游戏等行业能得到有效应用，对于下(xià)一代互联网各种(zhǒng)元(yuán)素的构建(jiàn)亦有关(guān)键意义。

从商业(yè)化的角度来看，文化娱乐、教(jiào)育、传媒等(děng)诸(zhū)多领(lǐng)域，本(běn)身就对(duì)基(jī)于AI的可视化内容有(yǒu)强烈需求。

因此(cǐ)，AI绘画及视频或不是结(jié)果，而只(zhǐ)是AI进程中的一(yī)块(kuài)重(zhòng)要拼(pīn)图，有(yǒu)望在技(jì)术更新(xīn)的加持下实现更大的应用(yòng)价值。

AI从(cóng)理解内容，走向了可以(yǐ)生(shēng)成内(nèi)容(róng)，甚至(zhì)能够创造(zào)出独立价值和(hé)独立(lì)视(shì)角的内容(róng)。AIGC的再次出圈，更代(dài)表着(zhe)未来(lái)的先进(jìn)生产力即将到来(lái)。

04

紧抓大(dà)模(mó)型与算(suàn)力，牢固AIGC底(dǐ)座(zuò)

从技术的(de)发展也(yě)可(kě)以看(kàn)出，在语言大模型、图像大模型之后，多模态(tài)大模型已(yǐ)经成为了新(xīn)的(de)趋势。

大模型被(bèi)誉为当(dāng)前人工智能发展的智能底座，是(shì)全球竞争最激(jī)烈的研(yán)究方向之(zhī)一，包括谷歌(gē)、亚马逊、百度(dù)、阿里、腾讯(xùn)等众(zhòng)多头部企业都在竞相发力。

不过训(xùn)练大模型(xíng)的确价格不菲，以国盛证券发(fā)布的《ChatGPT需(xū)要多少算力(lì)》报(bào)告估(gū)算(suàn)，GPT-3训练一次的成本约为(wèi)140万美元。而(ér)对于(yú)一些更大的LLM(大型语言(yán)模型)，训练(liàn)成本则介于200万美元至1200万美元高价之间。

以ChatGPT在2023年1月的独立访客平均(jūn)数1300万计算，其对应芯片需求为3万多片英伟达(dá)A100 GPU，初始投(tóu)入成本约为8亿美元，每日仅电费就在(zài)5万(wàn)美元(yuán)左右。

此外(wài)不论(lùn)是ChatGPT还是AIGC，都离不开(kāi)庞(páng)大算力支(zhī)持。在关注(zhù)各类大模型的发展同时(shí)，更应该关(guān)注算力(lì)网络的(de)建设。

算力网络正驱动AI产业发展进入(rù)史诗(shī)级加速进程，让AIGC及通用AI这一人工(gōng)智能发展的终(zhōng)极(jí)目标(biāo)离得更(gèng)近。

因(yīn)为(wèi)算力(lì)可以对突破性技术(shù)创新提供大力(lì)的(de)支持。这方面，多(duō)模(mó)态(tài)大模型是(shì)典型。作为面向未来强(qiáng)人工智(zhì)能、通用人工智(zhì)能(néng)的重要(yào)技术创(chuàng)新，多模态大模型已(yǐ)经在人工(gōng)智能领域提出了很多年，业界(jiè)也(yě)有不少技术突(tū)破，但是(shì)，多模(mó)态(tài)大模型进一步往下走，算(suàn)力需求呈几何式上升(shēng)，一(yī)般的算力基础设施(shī)很快将(jiāng)难以(yǐ)胜(shèng)任。

从图像、文字、语音单独一项(xiàng)的训练，到(dào)双模态、三(sān)模态的跃迁(qiān)，让人工智能可(kě)以灵(líng)活应对不同模(mó)态的转(zhuǎn)化、像人与世界交互一样(yàng)自然(rán)，这方面，由算力网络来驱动将有(yǒu)明显优势。

此外，还有很多需(xū)要爆发式增长的算力来(lái)支撑的技术创新，将(jiāng)在人工智能算(suàn)力网络支撑下快(kuài)速推进。

AIGC已(yǐ)经露出(chū)曙光，期待(dài)在大模(mó)型和(hé)大算力的支(zhī)持下AIGC能持续颠(diān)覆内容(róng)生产的方式，将创(chuàng)造的边际成本降低(dī)，让万众受(shòu)益。

未经允许不得转载：济宁舞蹈培训学校_济宁洋娃娃舞蹈学校_济宁洋娃娃舞蹈学校官网 东京是不是日本首都 东京不是日本的首都吗