自聊(liáo)天机器(qì)人ChatGPT火爆(bào)以来，微软公司创始人比尔·盖(gài)茨已(yǐ)多(duō)次公开(kāi)谈论(lùn)人(rén)工智能话题(tí)。在(zài)最近的一次采访中，他再次(cì)表示：“AI可能会(huì)让(ràng)科(kē)技行业迎来(lái)一(yī)次(cì)剧烈的洗(xǐ)牌”。

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

他预期，AI的发展可(kě)能会威胁到谷歌(gē)的市占(zhàn)率(lǜ)，因为微(wēi)软在AI方面(miàn)的行动相当迅速。而(ér)最终(zhōng)科技巨头将(jiāng)把AI整合成用户(hù)的(de)“全能助手”，包揽一切应用，与人(rén)们进行沟(gōu)通并提供建议，可以取代亚马逊、Siri或Outlook等应(yīng)用。

大佬口(kǒu)中全能(néng)助手的到来可能尚需时日，但由ControlNet引发的(de)又一次AI绘(huì)画浪(làng)潮，让(ràng)AIGC在ChatGPT的话(huà)题热点包(bāo)围中杀出重围。

01

ControlNet颠覆(fù)AI绘画新玩法

AIGC向可控(kòng)靠近

以AI绘画为代表的(de)AIGC上(shàng)一次爆(bào)火(huǒ)的时(shí)候，还是2022年(nián)8月，在(zài)美国科罗拉(lā)多州举办的新(xīn)兴数字艺术家(jiā)竞赛中，一(yī)幅名为(wèi)《太空歌剧院(yuàn)》的(de)作品获(huò)奖。

随后各大厂商(shāng)的AI绘画软件(jiàn)被(bèi)广大网友熟知并体验，Stable Diffusion便是其中代表(biǎo)。

用户们(men)可以在应用中输入一组关键词或者一张照片，就能(néng)获得(dé)一幅AI创(chuàng)作的画作(zuò)。

作画的(de)关键就是(shì)所(suǒ)输入的文(wén)本。同(tóng)一组关键词也可以创作出很多张(zhāng)风格不(bù)一样的画作(zuò)，这(zhè)让创作的过程就(jiù)像开盲(máng)盒。

很多用户(hù)很喜欢(huān)这种(zhǒng)不确定的惊喜，他们会(huì)将生(shēng)成的美图(tú)当(dāng)做头像(xiàng)。而另一部分喜欢(huān)翻看(kàn)AI绘画的(de)“翻车(chē)”作品。在社交媒体上，许(xǔ)多用户分享(xiǎng)AI“翻车现场”，例如，一位网友的小狗照片(piàn)被AI画成了(le)“肌肉男”，还有(yǒu)网(wǎng)友的(de)个人(rén)照片被AI识(shí)别成(chéng)了(le)建筑。

而(ér)如今(jīn)随(suí)着ControlNet的(de)出(chū)现与加持(chí)，以(yǐ)往AI绘画的填写(xiě)关键词(cí)游戏可能要被颠覆了。

ControlNet是一位正在斯(sī)坦福读博的中国人张吕敏创作的一种基于(yú)控制点(diǎn)的图(tú)像变形算法(fǎ)，主要用于(yú)数(shù)字(zì)图像处理(lǐ)、计算机视觉和计(jì)算机(jī)图形学(xué)等领域。

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

在此(cǐ)之前，大家用(yòng)了很多方法(fǎ)想让AI生成(chéng)的(de)结果尽(jǐn)可能的(de)符合要求，但是都不尽如人意，它的(de)出现(xiàn)代表着AI生成开始进入真(zhēn)正的可控时期。

因为ControlNet可以直(zhí)接(jiē)提取画面的构(gòu)图，人物的(de)姿势(shì)和画(huà)面的深度信息(xī)等。有(yǒu)了它的帮助，就不(bù)用频繁(fán)的用(yòng)提示词来碰运(yùn)气，抽盲盒(hé)式的创作(zuò)了。

通俗的(de)说ControlNet相当(dāng)于(yú)给AI绘画加了“魔(mó)法(fǎ)”，不少博主(zhǔ)的作品(pǐn)已(yǐ)经获得了(le)大量的浏览量，“viggo”就(jiù)是其(qí)中(zhōng)之一，他用朋友的(de)照片直接(jiē)带她们(men)走进动漫世界。

viggo先用StableDiffusion图片转文字。

再用Text2Prompt插件拓展找(zhǎo)到对应的关键(jiàn)词；最(zuì)后用ControlNet插件绑定骨骼开始(shǐ)换关键词试效果。

通过图片就可以看出来，效果十分惊艳(yàn)。

更厉害的是，除了真实的照片(piàn)，草图也可(kě)以(yǐ)加上“魔(mó)法”，知乎(hū)大牛“DevPoint”和“逗砂”介绍到ControlNet还能实现(xiàn)线稿转全彩图。大神张吕敏其本(běn)尊(zūn)也亲自回应。

不得不说当下AIGC已(yǐ)经(jīng)变得越来越强大，甚(shèn)至(zhì)输出(chū)的作(zuò)品都已经(jīng)能(néng)以假乱真了。

02

难辨虚实，AIGC技(jì)术力爆发

警惕安全问题

近(jìn)日，“苏(sū)州金(jīn)鸡湖有游(yóu)艇(tǐng)party”的消息火遍网络，而经过警方辟谣这所谓的“party”可能(néng)是全(quán)国(guó)第一(yī)起AI绘(huì)图诈骗。

由于这个活动里面(miàn)给出的美女照片都(dōu)是AI制(zhì)作的真人照片绘图，因为太(tài)逼真，被大家当成真事(shì)传播了。

不过仔(zǎi)细观(guān)察可以(yǐ)发现，活动发起(qǐ)者提(tí)供(gōng)的照片(piàn)中(zhōng)有(yǒu)个(gè)很大(dà)的漏洞可以发现并非真人，而是(shì)AI绘图，那便是图片(piàn)中(zhōng)女性的手指部分有的存(cún)在(zài)异常。

有(yǒu)行业人(rén)事表示：“现在因为手(shǒu)指部分的绘(huì)画算法比较复(fù)杂，AI还不太会画人(rén)的手，但最新看到(dào)的图(tú)片已经(jīng)有越来(lái)越(yuè)完美的AI模(mó)型出现，以(yǐ)后可能就完(wán)全没有漏(lòu)洞了。”

类似的AI作图诈骗在(zài)国外也已有发(fā)生。据英国广(guǎng)播公司报道，土(tǔ)耳其地震期间，有Tiktok用户使用AI合成了儿(ér)童受灾的(de)假照片发布到网络，以此诱骗善(shàn)良的(de)人(rén)打赏“捐助”从而实施诈(zhà)骗。

目前随着技术(shù)发(fā)展，AIGC已经(jīng)能做出真人照片般(bān)的绘图效(xiào)果(guǒ)，如果(guǒ)这样的图(tú)片(piàn)被用来诈骗，将非(fēi)常可怕。

此外AIGC还(hái)引发了很(hěn)多担忧，一方面，批判者认为AI在“学习”了大量前人的作品之后，其(qí)创作没有任(rèn)何情绪和灵魂，难以和人类的艺术创作相提并论(lùn)。

另(lìng)一方面(miàn)，AIGC背后的(de)版(bǎn)权、目前(qián)都(dōu)并没有(yǒu)得到有效的解决，还有AIGC会不会(huì)代替人类(lèi)“至高(gāo)无上”的(de)创意。

马斯克也强调，人工智能的(de)安(ān)全问题(tí)需(xū)要(yào)得到重视，太(tài)晚就(jiù)来不及了(le)。

03

AIGC下一站除了视(shì)频，还有远方

技(jì)术都是有两面性的，潜在的危害并不能掩盖其光(guāng)辉(huī)的贡献(xiàn)。现在看来，人工智能技(jì)术(shù)将(jiāng)是(shì)第四次(cì)工业革命(mìng)的(de)核(hé)心驱动力量，将创造新的增长(zhǎng)奇迹。

过(guò)去一年(nián)，人工智能在(zài)技术和商(shāng)业(yè)层面(miàn)都有了巨大进展，AI绘(huì)画就是人工智能技术(shù)发生方(fāng)向性改变的一个(gè)代表(biǎo)。其下一站或许就是(shì)视频。

此前，Meta和谷歌先(xiān)后发布了几(jǐ)条引爆科技圈的(de)短视频。这(zhè)些(xiē)视频引发关注并(bìng)非内容做得(dé)多优秀，反而都非常简单，比如一匹正在喝水(shuǐ)的马(mǎ)，一只画画(huà)的(de)玩具(jù)熊，或者一段骑摩解是多音字吗怎么读，解字是多音字都有什么音托(tuō)车(chē)的第一视角(jiǎo)录(lù)像，随便一(yī)个有手机的人都(dōu)可以随手(shǒu)录下一段。

但这些短视(shì)频的(de)创作方式非常(cháng)简单(dān)，创(chuàng)作者(zhě)仅仅(jǐn)需要(yào)向(xiàng)AI输入(rù)一段(duàn)话，甚至只是说一下要求，AI就可以根据(jù)需要生成一段视(shì)频。

谷(gǔ)歌发布的两个AI生成(chéng)视(shì)频分别来(lái)自(zì)于Imagen Video和(hé)Phenaki，前者主要突出的是(shì)高清，与Meta的(de)Make-A-Video没有太多的差别。

在Make-A-Video公(gōng)布了AI生(shēng)成的视频后，AI圈就(jiù)已经(jīng)玩了(le)一(yī)波(bō)梗，一个能(néng)够做出(chū)更高(gāo)清视频的AI还不(bù)足以在(zài)短时(shí)间内戳中兴(xīng)奋(fèn)点。

Phenaki更加(jiā)令人震惊的地方在于，它可以制作出(chū)超过2分钟的连贯的也有确(què)切(qiè)内容的视(shì)频，这才是真(zhēn)正(zhèng)让(ràng)人们感(gǎn)到惊喜的(de)地方。因为无论AI生成的视频多么高清，也只能是为内(nèi)容生产(chǎn)者提供一个灵(líng)感，一个素材，一个过场动画。

不过能够制作出(chū)有具体剧(jù)情内容的(de)视频就意味(wèi)着，一些视频创作由AI代替(tì)人(rén)工完成已经初步有了可能。

当下AI的发展(zhǎn)速(sù)度已经超(chāo)过大(dà)部分人的想象。内容产业(yè)的(de)本(běn)质是供(gōng)给(gěi)创造需(xū)求，AIGC作为(wèi)全新的内容生产(chǎn)方式，可以为内(nèi)容产业(yè)带来(lái)更新的内容风(fēng)格、更(gèng)快的生(shēng)产速度，更低的生(shēng)产成本，这无疑会驱动内容产业(yè)的(de)大爆发。

除了AI绘图、视频，AIGC技(jì)术还能应用于音乐、代码、机器人动作等多种(zhǒng)内(nèi)容(róng)形式的生成(chéng)。不难发现该(gāi)项(xiàng)技术不仅(jǐn)在游戏(xì)等行业能(néng)得到有效应(yīng)用，对于(yú)下一(yī)代互联网各种元(yuán)素的构建亦(yì)有关键意义。

从商业化(huà)的角度(dù)来(lái)看，文化娱乐(lè)、教育(yù)、传媒等诸多领域(yù)，本身就(jiù)对基于AI的可视化内(nèi)容(róng)有强烈需(xū)求(qiú)。

因此，AI绘画(huà)及(jí)视频(pín)或不(bù)是结果(guǒ)，而只是AI进程(chéng)中的一块重要拼图，有望在(zài)技术更新(xīn)的(de)加持下实现更(gèng)大的应用价值。

AI从理解内容(róng)，走向了(le)可以生成内容，甚(shèn)至能够创造出独立价值和(hé)独立(lì)视(shì)角(jiǎo)的(de)内容(róng)。AIGC的再次(cì)出圈，更(gèng)代(dài)表着未(wèi)来(lái)的先(xiān)进生产力即将到来。

04

紧(jǐn)抓大模型与算力，牢固AIGC底座(zuò)

从技术(shù)的发展(zhǎn)也可以看出，在语言大模型、图(tú)像大模型之后，多模(mó)态大模型已(yǐ)经(jīng)成(chéng)为了新的趋势。

大模型被誉为(wèi)当(dāng)前人工智能(néng)发展(zhǎn)的智能底(dǐ)座(zuò)，是全球竞争最激烈的(de)研究方向(xiàng)之一，包括谷(gǔ)歌、亚马逊、百度、阿里、腾讯等众多头部企业都在竞相发(fā)力。

不过(guò)训练大模型的(de)确(què)价格(gé)不菲(fēi)，以国盛证券(quàn)发布(bù)的(de)《ChatGPT需要多少算力(lì)》报告估算，GPT-3训练一次的成本约(yuē)为140万美元。而对于一些更(gèng)大(dà)的LLM(大型语言模型)，训练(liàn)成本则(zé)介于(yú)200万美(měi)元至(zhì)1200万美元高价之间。

以(yǐ)ChatGPT在2023年1月的独立访(fǎng)客平均数1300万计(jì)算，其对(duì)应芯片需(xū)求为3万多(duō)片英(yīng)伟(wěi)达A100 GPU，初(chū)始(shǐ)投入成本(běn)约为8亿(yì)美元，每日仅电费就在5万美元(yuán)左右。

此(cǐ)外不论是ChatGPT还(hái)是AIGC，都(dōu)离不开庞大算力支持。在关(guān)注各类大(dà)模型的发(fā)展同时，更(gèng)应该关注算力网(wǎng)络的建设(shè)。

算力网络正驱动(dòng)AI产业发展进入史诗级加速进程，让AIGC及通用AI这(zhè)一人工(gōng)智能(néng)发展的终极(jí)目(mù)标(biāo)离得更近。

因(yīn)为算(suàn)力(lì)可以对突破性技术创新(xīn)提供大力的(de)支持。这方面(miàn)，多模态大模型是(shì)典型。作为面向未来强人工智能、通用人工智能(néng)的重要技(jì)术创新(xīn)，多模态大模(mó)型已(yǐ)经在(zài)人(rén)工智能领域提出了很多年，业界也有不少技术突破(pò)，但是，多模态大模型(xíng)进一步往(wǎng)下走，算力需求呈几何式上升，一般(bān)的算力基础设(shè)施(shī)很快将难(nán)以胜(shèng)任(rèn)。

从(cóng)图像(xiàng)、文(wén)字、语(yǔ)音单独一项的训(xùn)练，到双模态(tài)、三模态(tài)的(de)跃迁，让(ràng)人工智能可(kě)以灵活应(yīng)对不同模态的转化、像人与(yǔ)世界交互(hù)一(yī)样(yàng)自然，这(zhè)方面，由算力网络(luò)来(lái)驱动将有明显优势(shì)。

此外，还有很多(duō)需要(yào)爆(bào)发式增长的(de)算力(lì)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已经露出曙光，期待在大模型(xíng)和大算(suàn)力的支(zhī)持下AIGC能持续颠覆内容生产的方式(shì)，将创造的(de)边际成本(běn)降(jiàng)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 解是多音字吗怎么读，解字是多音字都有什么音