自(zì)聊天机器人ChatGPT火爆以来，微软(ruǎn)公司创始人比尔·盖茨已多次公开(kāi)谈论人工智能(néng)话(huà)题(tí)。在最近(jìn)的一次采(cǎi)访(fǎng)中，他再次表示：“AI可能会让科技(jì)行业迎(yíng)来一(yī)次剧烈的洗牌”。

这(zhè)个结(jié)论是他在当(dāng)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(zhǎn)可能会威胁到(dào)谷歌的市(shì)占(zhàn)率，因为微软(ruǎn)在AI方面的(de)行(xíng)动相当迅速。而最(zuì)终(zhōng)科(kē)技巨头将(jiāng)把AI整合成(chéng)用户(hù)的“全(quán)能助手”，包揽一切应用，与人们(men)进行(xíng)沟通并提供(gōng)建议，可以取代(dài)亚马逊、Siri或(huò)Outlook等应用(yòng)。

大(dà)佬口中全(quán)能助手(shǒu)的到来可能尚需时日，但(dàn)由ControlNet引发的又一次AI绘画浪(làng)潮，让AIGC在ChatGPT的话题热点(diǎn)包围中杀出重围。

01

ControlNet颠(diān)覆AI绘画(huà)新玩法

AIGC向可(kě)控(kòng)靠近

以AI绘画为代表的AIGC上一次(cì)爆火的时候，还是2022年8月，在美(měi)国科(kē)罗拉多州举(jǔ)办的新兴数字艺术家竞赛中，一(yī)幅名为《太空(kōng)歌剧院(yuàn)》的作品(pǐn)获(huò)奖(jiǎng)。

随后(hòu)各大厂商的AI绘画软件(jiàn)被广大(dà)网友熟知并体(tǐ)验(yàn)，Stable Diffusion便是其中代(dài)表(biǎo)。

用户们可以在应用中输入一组关键词或者一(yī)张照片，就能获得(dé)一(yī)幅(fú)AI创作的画作。

作画的关键就是(shì)所输入的文本。同一组关键(jiàn)词也可以(yǐ)创作出很多张风格不(bù)一样(yàng)的画(huà)作，这让(ràng)创作的过程就(jiù)像开(kāi)盲(máng)盒(hé)。

很多用(yòng)户很喜(xǐ)欢这种不确定的(de)惊喜，他们会(huì)将生成的美图当(dāng)做头像(xiàng)。而另一部(bù)分(fēn)喜欢翻看AI绘画的“翻车”作品(pǐn)。在社(shè)交媒体上，许多用户分享AI“翻(fān)车现(xiàn)场”，例如，一(yī)位网友的小狗照片被(bèi)AI画成了“肌肉男”，还有网友的(de)个(gè)人照片被AI识别(bié)成了建筑。

而如今(jīn)随着ControlNet的出现与加(jiā)持，以往AI绘(huì)画的填写关键词游戏可(kě)能要被(bèi)颠覆了(le)。

ControlNet是一位正在斯坦福读博的中国人张吕敏创作(zuò)的一种基于控(kòng)制(zhì)点的图像(xiàng)变(biàn)形算法，主要用于(yú)数(shù)字图像处理(lǐ)、计算(suàn)机视(shì)觉和计(jì)算机图形学(xué)等领域(yù)。

其SD插件一经发布，在(zài)短短的两(liǎng)天内(nèi)便(biàn)成为了AI绘画(huà)领域最新的热(rè)点。

在此之前，大家用了很多方法想让AI生成(chéng)的结(jié)果(guǒ)尽可能的(de)符合要求(qiú)，但是都(dōu)不尽(jǐn)如人意，它(tā)的出(chū)现(xiàn)代表(biǎo)着AI生成开始(shǐ)进入真正的可控(kòng)时(shí)期。

因为(wèi)ControlNet可以直接(jiē)提(tí)取画面(miàn)的构图，人(rén)物(wù)的姿势和画(huà)面的深(shēn)度信息等。有了(le)它的帮(bāng)助，就不用频繁的用提示词(cí)来碰运气，抽(chōu)盲盒(hé)式(shì)的创作了。

通俗的说ControlNet相当(dāng)于给(gěi)AI绘画加了“魔(mó)法”，不少博主(zhǔ)的(de)作(zuò)品已经获得了(le)大量的浏览量，“viggo”就是其中(zhōng)之(zhī)一(yī)，他用朋(péng)友的照片直接(jiē)带她们走(zǒu)进动漫世界(jiè)。

viggo先用StableDiffusion图片转文字。

再用Text2Prompt插件拓展(zhǎn)找到对应(yīng)的关键词(cí)；最后(hòu)用ControlNet插件绑定骨骼开始换关(guān)键词试效果。

东京是不是日本首都 东京不是日本的首都吗oding="async" src="https://mmbiz.heiliaofuli.com/wp-content/uploads/2023/03/4efa72af2df1b5d.jpeg?imageMogr2/thumbnail/2160x0/format/webp/quality/80" data-ratio="0.54140625" data-s="300,640" data-type="jpeg" data-w="1280">

通过(guò)图片就可以看(kàn)出来，效果十分惊艳(yàn)。

更厉害的是(shì)，除了(le)真实(shí)的照(zhào)片(piàn)，草(cǎo)图也可(kě)以加上“魔法”，知(zhī)乎大牛“DevPoint”和(hé)“逗砂”介绍到ControlNet还能(néng)实现线稿转全彩图。大神张(zhāng)吕(lǚ)敏其本尊也(yě)亲(qīn)自(zì)回应。

不得不说当下AIGC已经变得越来越强大，甚至输出的作品都已经(jīng)能以假乱真了。

02

难辨虚实(shí)，AIGC技术力(lì)爆发

警惕安全问题

近日，“苏州金鸡湖有(yǒu)游艇(tǐng)party”的消息火遍网络，而(ér)经过(guò)警方辟谣(yáo)这所谓的“party”可能(néng)是(shì)全国(guó)第一起AI绘(huì)图诈骗。

由于这(zhè)个(gè)活动里面(miàn)给出的美女(nǚ)照片都是(shì)AI制作的真人照片(piàn)绘图，因(yīn)为太逼真，被大(dà)家当(dāng)成真(zhēn)事(shì)传播了(le)。

不过仔细(xì)观察可(kě)以发现，活(huó)动发起(qǐ)者(zhě)提供的照片中有个(gè)很大的漏洞可以(yǐ)发现并非真人(rén)，而是(shì)AI绘图，那便是图片中(zhōng)女性的手指(zhǐ)部分有的存在(zài)异常。

有行业人(rén)事(shì)表示：“现在(zài)因为手指部分的绘画算法比(bǐ)较复杂，AI还(hái)不(bù)太会(huì)画(huà)人的手，但最新看到的(de)图(tú)片已经有越来越完美的AI模型出现，以后可(kě)能(néng)就完全没有漏(lòu)洞了(le)。”

类似的AI作图诈骗(piàn)在国外也已有发生。据英国广播公(gōng)司报道(dào)，土耳其(qí)地震期(qī)间，有(yǒu)Tiktok用户使用AI合成了儿童(tóng)受灾的假照片(piàn)发(fā)布到网(wǎng)络，以此诱骗善良的人(rén)打赏“捐(juān)助(zhù)”从(cóng)而实(shí)施(shī)诈(zhà)骗。

目前随着(zhe)技术发展(zhǎn)，AIGC已(yǐ)经(jīng)能做出真人照片般(bān)的绘图效(xiào)果，如果这(zhè)样的图片被用来诈(zhà)骗，将(jiāng)非常可(kě)怕。

此外AIGC还(hái)引发了很(hěn)多担忧，一方(fāng)面，批(pī)判者认(rèn)为(wèi)AI在“学习”了大量(liàng)前人的作品(pǐn)之(zhī)后，其创作(zuò)没有任何情(qíng)绪和灵魂，难以和人类的艺术创作(zuò)相(xiāng)提并论(lùn)。

另一(yī)方面，AIGC背后的(de)版权(quán)、目(mù)前都并没有得到有效(xiào)的解决，还(hái)有AIGC会不(bù)会代替人(rén)类(lèi)“至高无上”的创意。

马(mǎ)斯克也强调，人工智能的(de)安全问题需要得到重视，太晚就(jiù)来不及了。

03

AIGC下(xià)一站除(chú)了视频(pín)，还(hái)有远方

技术都(dōu)是有两(liǎng)面性的，潜在的危害并不能掩盖其光辉的贡献。现在看来(lái)，人(rén)工智能(néng)技术将是第四次工业革命的核心驱(qū)动(dòng)力量，将创造(zào)新的(de)增长奇迹(jì)。

过去一年，人工智能在技术和商业层面都有(yǒu)了巨大进展，AI绘(huì)画就是人工智能技术(shù)发生方向(xiàng)性改变的一个代表。其下(xià)一站(zhàn)或许就是视频。

此(cǐ)前(qián)，Meta和谷(gǔ)歌先(xiān)后发布(bù)了(le)几条(tiáo)引(yǐn)爆科技(jì)圈的短(duǎn)视(shì)频。这些(xiē)视频(pín)引发关(guān)注并非内容做得多优秀，反(fǎn)而都非常简单，比如一匹正在喝水的(de)马，一(yī)只(zhǐ)画画的玩具(jù)熊，或(huò)者(zhě)一段(duàn)骑摩(mó)托车(chē)的(de)第一视角(jiǎo)录像(xiàng)，随便一个有(yǒu)手机的人都可以随手录(lù)下一段。

但这些短视频的创(chuàng)作方式非常简(jiǎn)单，创作者仅(jǐn)仅(jǐn)需要向(xiàng)AI输入一(yī)段(duàn)话，甚至只是说一下要(yào)求(qiú)，AI就(jiù)可以根据需要生(shēng)成一段视频。

谷歌(gē)发布(bù)的(de)两(liǎng)个AI生成视频分别来自于Imagen Video和Phenaki，前者主要突出(chū)的是高清，与Meta的(de)Make-A-Video没有太多(duō)的差别。

在(zài)Make-A-Video公布了AI生成的视频后，AI圈就已经玩(wán)了一波梗，一个能够做出更高清视频的AI还(hái)不足以在(zài)短时(shí)间(jiān)内戳中(zhōng)兴奋点。

Phenaki更加令(lìng)人震惊的地(dì)方在(zài)于，它可以制作出超过2分钟(zhōng)的连贯(guàn)的也有确切内容的视(shì)频，这才是真正让人们感到惊喜的地方(fāng)。因为无论AI生成的(de)视频多么高清，也只能是为内容生产(chǎn)者提供一个灵感(gǎn)，一个素材，一(yī)个过场动画。

不过能(néng)够制作(zuò)出有具体剧(jù)情内容的视频就意味着，一些视频创作(zuò)由(yóu)AI代替人(rén)工完成(chéng)已经初步有(yǒu)了可能。

当(dāng)下(xià)AI的发展(zhǎn)速(sù)度已经(jīng)超(chāo)过大(dà)部分人的想象(xiàng)。内容产业的本质(zhì)是供给创造需(xū)求(qiú)，AIGC作为(wèi)全新的内容生产方式，可(kě)以为内容产业带来更新的内容风格、更快的生(shēng)产速度，更低的生产成本，这无疑会驱(qū)动内容产(chǎn)业的大爆发。

除(chú)了AI绘图、视频(pín)，AIGC技术还能应用于(yú)音(yīn)乐(lè)、代码、机器人动作(zuò)等多种(zhǒng)内(nèi)容形式的生成。不难发现该项技术不仅在(zài)游戏等行业能得到有(yǒu)效应用，对于(yú)下一代互联网(wǎng)各种元(yuán)素的构建(jiàn)亦有关(guān)键意义。

从商业化的角度来看，文化娱乐、教育(yù)、传媒等(děng)诸多(duō)领(lǐng)域，本(běn)身就(jiù)对基于AI的可视化(huà)内容有强(qiáng)烈需求。

因此，AI绘(huì)画及视频或(huò)不是结(jié)果，而只是AI进程中的一块重要(yào)拼(pīn)图(tú)，有望在技术(shù)更新(xīn)的加持下实现更大(dà)的(de)应用价值。

AI从理解内容(róng)，走向了可以生(shēng)成内容，甚至能够创造出独立价值(zhí)和独(dú)立(lì)视角的内容。AIGC的再次出圈，更代表着未(wèi)来的先进生(shēng)产力即将到来(lái)。

04

紧抓大模(mó)型与算力，牢(láo)固AIGC底座(zuò)

从技(jì)术的发展(zhǎn)也(yě)可以看出(chū)，在语言大模型、图像大模(mó)型之后，多模态大模型已经成为(wèi)了新的趋势。

大(dà)模型被誉为(wèi)当前人工智(zhì)能发展的智(zhì)能底座，是(shì)全球(qiú)竞争最激(jī)烈(liè)的研究方向之一，包括(kuò)谷歌、亚马逊、百度、阿里(lǐ)、腾讯等众多(duō)头部企业都在竞相发力。

不过训(xùn)练(liàn)大(dà)模型的确价格不菲，以国(guó)盛证券发(fā)布的《ChatGPT需要多少算力》报(bào)告估算，GPT-3训练一次的成本约为140万美元。而对于(yú)一些(xiē)更(gèng)大的LLM(大型语(yǔ)言模型)，训练成本(běn)则介于200万美元至1200万美元高价之间。

以ChatGPT在2023年1月的独立访客平均数1300万计算(suàn)，其对(duì)应芯(xīn)片需(xū)求为3万多片(piàn)英伟(wěi)达(dá)A100 GPU，初始投入成本约为8亿(yì)美(měi)元，每日仅电(diàn)费就在5万(wàn)美元左右。

此外不论(lùn)是ChatGPT还是AIGC，都离不开庞大(dà)算力支持(chí)。在(zài)关注(zhù)各类大模型的发展(zhǎn)同(tóng)时，更应该关注算力网(wǎng)络的建(jiàn)设。

算力网(wǎng)络正驱动AI产(chǎn)业发展进入史诗级加速(sù)进程(chéng)，让AIGC及通用AI这一人工智(zhì)能(néng)发(fā)展的(de)终极目标离得更近。

因(yīn)为算力可以对突(tū)破性技(jì)术创新提供大力的支持。这方面，多模(mó)态大模型是典型(xíng)。作为(wèi)面向未来强(qiáng)人工(gōng)智能、通(tōng)用人工(gōng)智能的重要(yào)技术创新，多(duō)模态大模(mó)型已经在人工智能领域(yù)提(tí)出(chū)了很多(duō)年，业(yè)界也有不少技术突(tū)破，但是，多模态大(dà)模型(xíng)进一(yī)步(bù)往下走，算(suàn)力需求呈几何式上升，一般的(de)算力基础设施很(hěn)快将难以胜任。

从图像(xiàng)、文字、语(yǔ)音(yīn)单独一项的训练，到双模态、三模态的(de)跃迁，让人(rén)工智能可以灵活(huó)应(yīng)对不同模态的转化(huà)、像人(rén)与世界交互一(yī)样自然，这方面，由算力(lì)网(wǎng)络(luò)来(lái)驱动将有(yǒu)明显优势。

此外(wài)，还有很多(duō)需要爆发式增长的(de)算(suàn)力来支撑的(de)技术创新(xīn)，将在人工智能算力网络支撑下快(kuài)速推进。

AIGC已经露(lù)出(chū)曙光，期待在大模型(xíng)和大算力的支持下AIGC能持续颠覆(fù)内容(róng)生产的(de)方式，将创造的边际成本降低，让万众受(shòu)益。

未经允许不得转载：美阿密—女性私护高端品牌|女性生殖保养|女性私密健康养护|女性私护微商代理产品|美阿密官网 东京是不是日本首都 东京不是日本的首都吗