自聊天(tiān)机器人ChatGPT火(huǒ)爆以来，微软公司创始人比(bǐ)尔·盖茨(cí)已多次(cì)公(gōng)开谈论(lùn)人工智能话题。在最近的一次(cì)采(cǎi)访(fǎng)中，他再次表示(shì)：“AI可能会让科(kē)技行业迎来一次剧烈(liè)的洗牌”。

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

他(tā)预期(qī)，AI的发展可能(néng)会(huì)威胁到谷歌(gē)的(de)市占率(lǜ)，因为微软在AI方面的行动相当迅速。而最终科技巨头将把AI整合成用(yòng)户的“全能助手(shǒu)”，包(bāo)揽一(yī)切应用，与人们进行沟(gōu)通并提供建议，可(kě)以取代亚马(mǎ)逊、Siri或Outlook等应用。

大佬(lǎo)口中全能助手(shǒu)的到来可(kě)能(néng)尚需(xū)时日，但由ControlNet引发的又一次AI绘画浪潮(cháo)，让AIGC在ChatGPT的话题热点包(bāo)围中杀出重围。

朵朵野花什么微风在田野里什么 朵朵野花迎着微风在田野里翩翩起舞是拟人句吗ratio="0.503" data-s="300,640" data-type="jpeg" data-w="1000">

01

ControlNet颠覆AI绘画新(xīn)玩法

AIGC向可控靠近

以AI绘画为代表的AIGC上一次爆火的时候，还是2022年8月(yuè)，在美国科罗拉多州举办(bàn)的新兴数(shù)字艺术(shù)家竞赛中(zhōng)，一幅名为(wèi)《太空歌(gē)剧(jù)院(yuàn)》的作品(pǐn)获(huò)奖。

随后(hòu)各大(dà)厂商的AI绘画(huà)软件被广大网友(yǒu)熟知并(bìng)体验，Stable Diffusion便是其中代表(biǎo)。

用户们可以在应用中输入(rù)一(yī)组关键词(cí)或者一(yī)张照片，就能获得(dé)一幅(fú)AI创作的(de)画作。

作画(huà)的关(guān)键(jiàn)就是所输入(rù)的文本。同一组关键词也可以创作出(chū)很多(duō)张风格不一样的画作，这让创(chuàng)作的过程就像开盲盒(hé)。

很多用户很喜欢这种不确定(dìng)的惊(jīng)喜(xǐ)，他们会将(jiāng)生成(chéng)的美图(tú)当做头(tóu)像(xiàng)。而另(lìng)一部分喜欢翻看AI绘画的“翻车”作品(pǐn)。在社交媒体上(shàng)，许多用户分享AI“翻车现场(chǎng)”，例如(rú)，一(yī)位网友的(de)小狗(gǒu)照片被(bèi)AI画成了“肌肉男”，还有(yǒu)网友的(de)个人照片(piàn)被AI识(shí)别成了建(jiàn)筑(zhù)。

而如今(jīn)随着ControlNet的出现与加持，以往(wǎng)AI绘画的(de)填写关键词游(yóu)戏可能(néng)要被(bèi)颠覆了(le)。

ControlNet是一位(wèi)正在斯(sī)坦福(fú)读博的(de)中(zhōng)国人张吕敏(mǐn)创作的(de)一种基于(yú)控制点的图(tú)像变(biàn)形(xíng)算法，主要(yào)用(yòng)于数字图像处理、计算(suàn)机视觉(jué)和计算机图形学等(děng)领域。

其(qí)SD插件一经发(fā)布，在短(duǎn)短的两天内便成(chéng)为了AI绘画领(lǐng)域(yù)最新的热点。

在此之前，大家(jiā)用了很多方(fāng)法想让AI生成的结果(guǒ)尽可能的符合(hé)要求，但是都不尽如人意，它的(de)出(chū)现代表着AI生成(chéng)开始(shǐ)进入真正的可控时期(qī)。

因为ControlNet可以直接提取画(huà)面的构图，人物的姿势和(hé)画面的(de)深度(dù)信(xìn)息等。有了(le)它的(de)帮助，就不用频(pín)繁的(de)用提示词(cí)来碰运气，抽盲盒(hé)式的创作了。

通俗的说ControlNet相当于给AI绘画加(jiā)了“魔法”，不少(shǎo)博(bó)主的作品(pǐn)已(yǐ)经获得了(le)大量(liàng)的浏览(lǎn)量，“viggo”就(jiù)是(shì)其中之一，他用朋友(yǒu)的照(zhào)片直接带她们(men)走进动(dòng)漫(màn)世界(jiè)。

viggo先用StableDiffusion图片转文字。

再(zài)用Text2Prompt插件(jiàn)拓(tuò)展找到(dào)对应的(de)关(guān)键词(cí)；最(zuì)后用ControlNet插件绑定骨骼开始换关键词试效果。

通过图片就(jiù)可以看出(chū)来，效果(guǒ)十分惊艳。

更厉害的是，除了真实的照片，草图也(yě)可以加上“魔(mó)法(fǎ)”，知乎大牛“DevPoint”和“逗(dòu)砂”介绍到ControlNet还能(néng)实现线稿转全彩图。大神张吕敏(mǐn)其本尊也亲自回应。

不得不说当(dāng)下AIGC已经变得越来越强(qiáng)大，甚至输出的作品都已经能(néng)以假乱真了。

02

难辨虚实，AIGC技(jì)术力爆发(fā)

警惕安(ān)全问题

近日，“苏州金鸡(jī)湖有游艇party”的(de)消息火遍(biàn)网络，而经过警方(fāng)辟谣这所谓的“party”可(kě)能(néng)是全(quán)国第(dì)一起AI绘图(tú)诈骗。

由于(yú)这个活动里(lǐ)面给(gěi)出的美女照片都是AI制作的真人照(zhào)片(piàn)绘图，因为太逼真，被(bèi)大家当成真事传播了。

不过仔细(xì)观(guān)察(chá)可以发(fā)现，活动发起者提供的照(zhào)片中有个很大的漏洞可以发(fā)现(xiàn)并非真人(rén)，而是AI绘图，那便是图片中女性的手指部分有(yǒu)的存(cún)在异常。

有(yǒu)行业人事(shì)表示：“现(xiàn)在(zài)因为手(shǒu)指部(bù)分的(de)绘(huì)画(huà)算法比较复(fù)杂，AI还不太会画(huà)人的手(shǒu)，但最新看(kàn)到的图片已经有(yǒu)越来越完美的AI模型出现，以后可(kě)能就(jiù)完(wán)全(quán)没(méi)有漏洞了。”

类似(shì)的AI作图诈骗在国外也已有发生。据(jù)英国(guó)广播公(gōng)司报(bào)道，土耳其(qí)地震期间，有Tiktok用(yòng)户使(shǐ)用AI合成了儿童受灾的假照片发布到网络，以此(cǐ)诱骗善良的(de)人打赏“捐(juān)助”从而实(shí)施(shī)诈骗。

目前随着技术发展，AIGC已经能做(zuò)出真人(rén)照片般的绘图效(xiào)果，如果这样(yàng)的图片被用来诈骗(piàn)，将非常可怕。

此外(wài)AIGC还引发了很多担忧，一方面，批(pī)判者认为AI在“学习”了大量前人的作品(pǐn)之(zhī)后，其(qí)创作没有(yǒu)任何情绪和灵魂，难以和人类的艺术创(chuàng)作相提并论。

另一方面，AIGC背后的版权、目前都并没有得(dé)到(dào)有效(xiào)的(de)解决，还(hái)有AIGC会不会代替人类“至高无上”的创意。

马(mǎ)斯克也强调，人工智能的安全(quán)问题需要得(dé)到(dào)重视，太晚就来不及(jí)了。

03

AIGC下(xià)一站除了视频，还(hái)有远(yuǎn)方

技术(shù)都是有两面性(xìng)的，潜在的危害并不能掩(yǎn)盖其光辉的贡献。现在(zài)看来，人工(gōng)智(zhì)能技(jì)术将是第四次工业革命的核心驱动力量，将(jiāng)创造(zào)新的增长奇迹。

过(guò)去一年，人工智能在技(jì)术和商业层面都有了巨大进展(zhǎn)，AI绘画就是人工智能技术(shù)发生(shēng)方向(xiàng)性改(gǎi)变的一个代表。其下一站或(huò)许就是视频。

此前，Meta和谷歌先后发布(bù)了几条引爆科技圈的短视频(pín)。这些视(shì)频引发关(guān)注并非内(nèi)容做(zuò)得多优秀，反而都(dōu)非常简单，比如一匹(pǐ)正在喝水的(de)马，一只画(huà)画的玩具熊，或者一(yī)段(duàn)骑摩托车(chē)的第一视角录(lù)像，随便一个有手(shǒu)机的人(rén)都可以随手录下(xià)一段。

但这些短视频的(de)创作方式(shì)非常(cháng)简单，创作者仅仅需要向AI输入(rù)一段(duàn)话(huà)，甚(shèn)至只是说一下要求，AI就(jiù)可以根据需要生(shēng)成一段视(shì)频。

谷歌发布的两个AI生成视频(pín)分别来自于Imagen Video和Phenaki，前(qián)者主要(yào)突出的是高清，与Meta的Make-A-Video没有太多的差别。

在Make-A-Video公布了AI生成(chéng)的视频(pín)后，AI圈就(jiù)已经玩(wán)了(le)一(yī)波梗，一(yī)个能(néng)够(gòu)做(zuò)出更高清(qīng)视(shì)频的AI还不足(zú)以(yǐ)在短时间内(nèi)戳中兴奋点(diǎn)。

Phenaki更加令人(rén)震惊的地方(fāng)在于，它可以制作出(chū)超过(guò)2分钟的连贯的也(yě)有确切内容的视频，这(zhè)才是(shì)真正让人们感到惊(jīng)喜(xǐ)的地方。因为(wèi)无论(lùn)AI生成(chéng)的视(shì)频多么(me)高清，也只能是为内(nèi)容生(shēng)产者提供一个灵感，一个(gè)素材，一(yī)个过场动(dòng)画。

不过能够制作出有(yǒu)具体剧情内容(róng)的视频(pín)就(jiù)意味着，一些视(shì)频创作由AI代替人工完成(chéng)已(yǐ)经(jīng)初步有(yǒu)了(le)可能(néng)。

当下AI的发(fā)展(zhǎn)速度已经超过大部分人的想象。内容产业(yè)的本质(zhì)是(shì)供给(gěi)创造需求，AIGC作(zuò)为(wèi)全新的内容生产方式，可(kě)以(yǐ)为内容(róng)产业带来(lái)更(gèng)新的(de)内(nèi)容风格、更快的生产(chǎn)速度(dù)，更低(dī)的生(shēng)产(chǎn)成本，这无(wú)疑会驱(qū)动内(nèi)容产业的大爆发。

除了(le)AI绘图(tú)、视(shì)频，AIGC技术还能应用于音乐、代码(mǎ)、机(jī)器人动作等多种内容形式的(de)生(shēng)成。不(bù)难发现该项技术不仅在(zài)游戏等行业能得到有效应(yīng)用，对于下一代(dài)互联网各种(zhǒng)元素的构建亦有关键意(yì)义。

从商业(yè)化的角度来看(kàn)，文化(huà)娱乐(lè)、教育、传媒等诸(zhū)多领域(yù)，本身就对(duì)基于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(guǒ)，而只(zhǐ)是(shì)AI进程中的一块(kuài)重要拼图，有望在技术更(gèng)新的(de)加持下实现(xiàn)更大的应用价值。

AI从理(lǐ)解内(nèi)容(róng)，走向了(le)可以生成内容，甚至能够创造出(chū)独立价值(zhí)和(hé)独立视角的(de)内(nèi)容。AIGC的再(zài)次出(chū)圈，更代(dài)表着未(wèi)来的先(xiān)进生产力即将到来(lái)。

04

紧(jǐn)抓大模型与(yǔ)算力(lì)，牢固AIGC底座(zuò)

从技术的(de)发展也可以看出(chū)，在语言(yán)大模型、图像大模(mó)型(xíng)之后，多模态大模型已经成为(wèi)了(le)新(xīn)的趋(qū)势(shì)。

大模型(xíng)被誉为当(dāng)前人工智能发展(zhǎn)的智能(néng)底座，是(shì)全球竞争最激烈的研究方(fāng)向之一(yī)，包括谷歌、亚马逊、百度、阿里、腾讯等众多头部企业都(dōu)在竞(jìng)相(xiāng)发(fā)力。

不过训练大模(mó)型的确价格不菲，以国盛证(zhèng)券发布的《ChatGPT需要多(duō)少算力》报(bào)告估算(suàn)，GPT-3训练(liàn)一次的成本约为140万美元。而对于一些更(gèng)大的(de)LLM(大型语言模型(xíng))，训(xùn)练成本(běn)则介于(yú)200万美元至1200万美元高价之(zhī)间。

以ChatGPT在(zài)2023年1月的(de)独立访客平均数1300万计(jì)算，其对(duì)应(yīng)芯(xīn)片需求为(wèi)3万多片(piàn)英(yīng)伟达A100 GPU，初始投入成本约为(wèi)8亿美(měi)元，每(měi)日仅电费就在5万(wàn)美元左右。

此外不论是ChatGPT还是AIGC，都离不开庞大(dà)算(suàn)力(lì)支持。在关注各类大模型(xíng)的发展同时，更应该关注算力(lì)网络的(de)建设。

算力(lì)网(wǎng)络正(zhèng)驱动AI产(chǎn)业发展进入史(shǐ)诗级(jí)加(jiā)速(sù)进程，让(ràng)AIGC及通(tōng)用AI这一(yī)人工智能(néng)发展(zhǎn)的(de)终极目标(biāo)离得(dé)更近。

因为(wèi)算力(lì)可(kě)以(yǐ)对突破性(xìng)技术创新(xīn)提供(gōng)大力的(de)支持。这方(fāng)面(miàn)，多模态(tài)大模型是典型。作为面向(xiàng)未来强人(rén)工智能、通用(yòng)人工(gōng)智能(néng)的重(zhòng)要技术(shù)创新(xīn)，多模(mó)态大模型已经(jīng)在人(rén)工智能(néng)领域(yù)提出了(le)很多(duō)年，业界(jiè)也有(yǒu)不少技术突破，但是，多模态大(dà)模型进一(yī)步往下走，算力需求呈几何式上升，一般的算(suàn)力基础设(shè)施很(hěn)快将(jiāng)难以胜任。

从图(tú)像、文字、语音单独一项的训练，到双模态、三(sān)模态(tài)的跃(yuè)迁，让人工智(zhì)能可以(yǐ)灵活应(yīng)对(duì)不(bù)同模态的转(zhuǎn)化、像人与世(shì)界(jiè)交互一样自然(rán)，这方面，由(yóu)算(suàn)力网络来驱动将有明显优势。

此外，还有(yǒu)很多需(xū)要爆发式增长的算力(lì)来支撑的技术创新(xīn)，将在(zài)人工智能算(suàn)力网络支撑(chēng)下快速推进。

AIGC已(yǐ)经露出曙光，期待在大模型和大算力的支持下AIGC能持(chí)续颠覆内容生产的方式，将创(chuàng)造的边际成本降(jiàng)低，让万众受益。

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 朵朵野花什么微风在田野里什么 朵朵野花迎着微风在田野里翩翩起舞是拟人句吗