自聊天(tiān)机器人ChatGPT火爆以来(lái)，微软公司创始人比尔·盖茨已多次(cì钱塘自古繁华钱塘指的是哪个城市，钱塘指的是哪个城市的别称)公开谈论人工智(zhì)能话题(tí)。在(zài)最近的一次(cì)采(cǎi)访中，他(tā)再次表(biǎo)示：“AI可能会让科技行业迎(yíng)来一(yī)次剧烈的洗(xǐ)牌”。

这个(gè)结论是他(tā)在当(dāng)地时间2月20日接受《In Good Company》节目专访时提(tí)出(chū)的。

他预期，AI的发展可能会威胁(xié)到谷歌的市(shì)占率，因为微软在(zài)AI方面(miàn)的行(xíng)动相当迅(xùn)速。而最终科技(jì)巨头将把AI整合成(chéng)用(yòng)户的“全能助手”，包揽(lǎn)一切应(yīng)用，与人(rén)们进行沟通并提(tí)供建议，可以取代(dài)亚马(mǎ)逊(xùn)、Siri或(huò)Outlook等应用。

大佬(lǎo)口中(zhōng)全(quán)能助手的到来可能尚需时(shí)日(rì)，但由ControlNet引(yǐn)发的又一(yī)次AI绘画浪(làng)潮(cháo)，让(ràng)AIGC在ChatGPT的话题(tí)热点包(bāo)围(wéi)中(zhōng)杀出重围。

01

ControlNet颠(diān)覆AI绘画新玩(wán)法

AIGC向可控靠近

以(yǐ)AI绘画为代表的(de)AIGC上(shàng)一(yī)次爆火的(de)时(shí)候，还是2022年8月，在美国科罗(luó)拉多州举办的(de)新(xīn)兴数(shù)字(zì)艺术家(jiā)竞赛中，一幅(fú)名为《太空歌剧院》的作(zuò)品获(huò)奖(jiǎng)。

随后各大厂商的AI绘画软件被广大网友(yǒu)熟知并(bìng)体验(yàn)，Stable Diffusion便是其中代表。

用户(hù)们可(kě)以(yǐ)在应(yīng)用中(zhōng)输入一组关键词或者一(yī)张(zhāng)照片，就能(néng)获得(dé)一(yī)幅(fú)AI创作(zuò)的画作。

作画的关键就(jiù)是所输入(rù)的文本。同(tóng)一组关键词也可以创(chuàng)作出很多(duō)张风格不一样的画作，这让创(chuàng)作的过程(chéng)就像开盲盒。

很(hěn)多用户很喜欢这种不确定的惊喜(xǐ)，他们会将生成的美图当做(zuò)头(tóu)像(xiàng)。而另(lìng)一部分(fēn)喜欢(huān)翻看AI绘画的“翻车”作品(pǐn)。在社交媒体上，许多用(yòng)户(hù)分享AI“翻车现场”，例如，一位(wèi)网友(yǒu)的小狗照片被AI画成了“肌肉(ròu)男”，还(hái)有(yǒu)网友的(de)个人(rén)照片被AI识别成(chéng)了(le)建筑。

而如今(jīn)随着(zhe)ControlNet的出(chū)现与加持(chí)，以往AI绘画的填写关键词游戏可(kě)能要被颠覆(fù)了。

ControlNet是(shì)一位正(zhèng)在斯坦福(fú)读博的中国人(rén)张吕(lǚ)敏(mǐn)创(chuàng)作的一种基于控制点的图像变形算法，主(zhǔ)要用于数(shù)字(zì)图像处理、计(jì)算机(jī)视觉和(hé)计算机(jī)图形(xíng)学(xué)等(děng)领域。

其SD插件一(yī)经发布(bù)，在短短的两(liǎng)天(tiān)内便成为了AI绘画领域最新(xīn)的热点(diǎn)。

在此之前(qián)，大家用了(le)很(hěn)多方法(fǎ)想让AI生成的结果尽可能的符(fú)合要求(qiú)，但(dàn)是(shì)都不尽如人意(yì)，它的出现代(dài)表着AI生成开(kāi)始进入真正的可控时期(qī)。

因为ControlNet可(kě)以直接(jiē)提取画面(miàn)的构图，人物的姿势和画面的深度信(xìn)息(xī)等。有了它的帮助，就不(bù)用频(pín)繁的用提示(shì)词来碰(pèng)运气，抽盲(máng)盒式的创作了。

通俗的说ControlNet相当(dāng)于(yú)给AI绘画加了“魔法(fǎ)”，不少博主的作品已经获得了大量(liàng)的浏览量，“viggo”就(jiù)是其中之一，他用朋友的照片直接带她(tā)们走进动漫世界(jiè)。

viggo先用StableDiffusion图片转文字(zì)。

再(zài)用(yòng)Text2Prompt插件拓展找到(dào)对(duì)应的关键词(cí)；最后用ControlNet插件(jiàn)绑定骨(gǔ)骼开始换(huàn)关(guān)键词试效(xiào)果。

通过图(tú)片就可(kě)以看(kàn)出(chū)来，效(xiào)果(guǒ)十(shí)分(fēn)惊艳。

更厉(lì)害的是，除了真实(shí)的照片，草图也(yě)可以加上“魔法(fǎ)”，知(zhī)乎(hū)大牛“DevPoint”和“逗砂”介绍到ControlNet还能实现线稿转全彩图。大(dà)神张(zhāng)吕敏其本(běn)尊也亲自回应。

不得不说(shuō)当(dāng)下(xià)AIGC已经变得越(yuè)来越强大，甚至输出(chū)的作(zuò)品(pǐn)都已经能以(yǐ)假乱真(zhēn)了。

02

难(nán)辨虚实，AIGC技术力爆发

警(jǐng)惕安(ān)全问题

近(jìn)日，“苏州(zhōu)金鸡(jī)湖(hú)有(yǒu)游(yóu)艇party”的消息火遍网络，而经过警方(fāng)辟谣这所(suǒ)谓(wèi)的“party”可能是全国第一起AI绘(huì)图(tú)诈骗。

由(yóu)于(yú)这个(gè)活动里面给出的美(měi)女照(zhào)片都是AI制作的真人照片绘图(tú)，因为太逼真，被大家当成(chéng)真(zhēn)事传播了(le)。

不过仔细观察可以(yǐ)发现(xiàn)，活动发(fā)起者提(tí)供(gōng)的照(zhào)片(piàn)中有个很大的漏洞可以发(fā)现并(bìng)非真(zhēn)人(rén)，而是AI绘(huì)图，那便是图片(piàn)中女(nǚ)性的手(shǒu)指部分有(yǒu)的存在异常。

有行(xíng)业人事(shì)表示：“现在因(yīn)为手指部分(fēn)的(de)绘画算法比较复(fù)杂，AI还不太会(huì)画人的(de)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(néng)就完(wán)全(quán)没(méi)有漏洞(dòng)了。”

类(lèi)似(shì)的AI作图(tú)诈骗在国外也已有发生。据英国(guó)广(guǎng)播公司报道，土耳(ěr)其地震期(qī)间，有Tiktok用户使用(yòng)AI合成了儿童受灾的假照(zhào)片发布到网络，以此诱骗善良的人(rén)打赏“捐助”从(cóng)而实(shí)施(shī)诈骗。

目前随着(zhe)技(jì)术发展(zhǎn)，AIGC已经能(néng)做出真人照(zhào)片(piàn)般(bān)的绘(huì)图效果(guǒ)，如果这样的图(tú)片被用来诈骗，将非常可怕。

此(cǐ)外AIGC还引发(fā)了很多担忧，一方面，批判(pàn)者认为AI在“学习”了大量(liàng)前人的作品(pǐn)之(zhī)后，其创作没有任何情绪(xù)和(hé)灵魂，难以(yǐ)和人类的艺术(shù)创作相提并论。

另一(yī)方面，AIGC背后的版权、目前都(dōu)并没(méi)有得到(dào)有效的解决，还(hái)有AIGC会(huì)不会代替人(rén)类“至高无上”的创意。

马斯克也强调，人工智能(néng)的(de)安全问题需要(yào)得到重视，太晚就来不及(jí)了(le)。

03

AIGC下一(yī)站除了视频，还(hái)有远方

技术都是有两面性的，潜在的危(wēi)害(hài)并不(bù)能掩盖其光(guāng)辉的贡献。现在看(kàn)来，人工智能技术将是第四次工(gōng)业革命的核心驱动(dòng)力量，将创(chuàng)造新的增长(zhǎng)奇迹。

过(guò)去(qù)一年，人工智能在技(jì)术和商业层面(miàn)都有了巨大进展，AI绘画就是人工智能技术发生方向(xiàng)性改变(biàn)的一个代表。其(qí)下一站(zhàn)或许就是视频。

此(cǐ)前，Meta和谷歌先后发布了几条引爆科技圈的短视频。这(zhè)些视频(pín)引发关(guān)注(zhù)并(bìng)非内容做得(dé)多优(yōu)秀，反而都非(fēi)常简(jiǎn)单，比如(rú)一匹正在喝(hē)水的(de)马，一只画画的玩(wán)具熊(xióng)，或者一段骑摩托车(chē)的第一视角录(lù)像，随(suí)便(biàn)一个有手机的人都可以随手录下(xià)一(yī)段。

但这(zhè)些短(duǎn)视频的创作方式(shì)非常简单，创作者(zhě)仅仅需要向AI输入一(yī)段话，甚至只是说一下要(yào)求，AI就可(kě)以(yǐ)根据需要(yào)生成(chéng)一段视频(pín)。

谷歌发布的两个AI生成视频(pín)分别来自(zì)于Imagen Video和Phenaki，前者主要突出的(de)是高清，与(yǔ)Meta的Make-A-Video没有太多的差(chà)别。

在Make-A-Video公(gōng)布(bù)了AI生成(chéng)的视频后，AI圈就(jiù)已经玩了一波梗(gěng)，一个能够做出(chū)更(gèng)高清(qīng)视频的AI还不足以在短时间内(nèi)戳中兴奋点。

Phenaki更加令人震惊的(de)地方在于(yú)，它可以制作(zuò)出超过(guò)2分(fēn)钟的(de)连贯(guàn)的也有确切内容的(de)视频(pín)，这才是(shì)真正让(ràng)人们感到惊喜的地方。因为无论AI生成(chéng)的视频多么(me)高清(qīng)，也只能是为内容生(shēng)产者提(tí)供一个灵(líng)感，一个素(sù)材，一个过场动画。

不过能够(gòu)制作(zuò)出有具体剧情内容的视频就意味着(zhe)，一些视(shì)频(pín)创作(zuò)由AI代替人(rén)工完成已经(jīng)初步有了可(kě)能。

当下(xià)AI的发展速度已经超过大(dà)部分人的想象。内(nèi)容产业(yè)的本质是(shì)供给(gěi)创造需求，AIGC作为全新的内容生产方式，可以为(wèi)内(nèi)容产业(yè)带来更新的内容风格、更(gèng)快的生(shēng)产速度，更低的生产成本，这无疑(yí)会驱动内容产(chǎn)业(yè)的(de)大爆(bào)发。

除了AI绘图、视频，AIGC技术(shù)还能应用于(yú)音乐、代码、机器人动(dòng)作等多(duō)种内(nèi)容形式的生成(chéng)。不难(nán)发现该(gāi)项技术不(bù)仅在游(yóu)戏等行业能得到有效应用，对于下一代互联网各种(zhǒng)元素的(de)构建(jiàn)亦有关键意义。

从商业化的(de)角度来看，文化(huà)娱乐、教育、传媒(méi)等诸(zhū)多领域，本身就对基于AI的(de)可视(shì)化内(nèi)容有强烈需(xū)求。

因此(cǐ)，AI绘画及视频或不(bù)是结果，而只是AI进程中的一块重要(yào)拼图，有望在(zài)技术更新的(de)加(jiā)持下实现(xiàn)更(gèng)大(dà)的(de)应用价值。

AI从理解(jiě)内容，走向了可(kě)以(yǐ)生成内容，甚(shèn)至能够创造出独立(lì)价(jià)值和独(dú)立视角(jiǎo)的内(nèi)容。AIGC的(de)再次出圈，更代表着未来的先进生产力即将到来(lái)。

04

紧(jǐn)抓大模(mó)型(xíng)与算(suàn)力，牢固AIGC底座

从技(jì)术的发(fā)展(zhǎn)也可以看出，在语(yǔ)言大模型、图像大模(mó)型之后，多模态大模型已(yǐ)经成(chéng)为了新的趋(qū)势。

大(dà)模(mó)型被誉(yù)为当前人工智能发(fā)展的智能底座，是全球竞争最激烈的(de)研究方向之一，包括谷歌、亚(yà)马(mǎ)逊(xùn)、百(bǎi)度、阿(ā)里、腾讯等众多头部企业都在(zài)竞相发力。

不过训练大模型的确价格不菲，以国盛(shèng)证券发布的《ChatGPT需(xū)要多少算(suàn)力》报告估算，GPT-3训练一(yī)次(cì)的成本(běn)约为140万美元。而对于一些更(gèng)大的LLM(大型语言模型(xíng))，训练成本则介于200万美元(yuán)至1200万美元高价之间。

以ChatGPT在2023年(nián)1月(yuè)的独立访客平均(jūn)数(shù)1300万计算，其对应芯片(piàn)需求为(wèi)3万多(duō)片英伟达(dá)A100 GPU，初(chū)始投入成本约为8亿(yì)美元，每日仅电(diàn)费就在5万美元左右。

此外不论是(shì)ChatGPT还是AIGC，都离不开庞大算力支持。在(zài)关注各类大模型的发展同时，更应该关注算力网络的建设。

算力网络正驱动(dòng)AI产业发展(zhǎn)进入史(shǐ)诗级加速进程(chéng)，让(ràng)AIGC及通用AI这一人(rén)工(gōng)智能发展的终(zhōng)极目标离得更近。

因(yīn)为(wèi)算力(lì)可(kě)以对突破性技术(shù)创新提供大力的支持。这钱塘自古繁华钱塘指的是哪个城市，钱塘指的是哪个城市的别称方面，多(duō)模态大(dà)模型(xíng)是(shì)典型。作(zuò)为面(miàn)向未来强(qiáng)人(rén)工智能、通用人工(gōng)智(zhì)能的重要技(jì)术(shù)创新，多模(mó)态大(dà)模型已经在人(rén)工智能领域提出(chū)了很多(duō)年(nián)，业界也有不少技术(shù)突破(pò)，但是，多模态大模型进一步往(wǎng)下走(zǒu)，算力需求(qiú)呈(chéng)几何式上升，一般的算力(lì)基(jī)础设施(shī)很快将(jiāng)难以胜任。

从图像、文字、语音单独一项的训练，到双(shuāng)模态、三(sān)模态的跃迁，让人工(gōng)智(zhì)能可以(yǐ)灵活应对不同模态的(de)转化、像人(rén)与世界(jiè)交互一样(yàng)自然，这方面，由算力(lì)网络来驱动(dòng)将有(yǒu)明显优势。

此外，还有很多需要爆发式(shì)增长的算力来支撑的技术创新，将在人工智能算力网络支撑下(xià)快速(sù)推(tuī)进。

AIGC已(yǐ)经露(lù)出曙光(guāng)，期待在(zài)大模(mó)型和大算力的支持下AIGC能(néng)持(chí)续颠覆内容生产的方式(shì)，将创(chuàng)造的(de)边际成本降(jiàng)低，让万(wàn)众受益。

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 钱塘自古繁华钱塘指的是哪个城市，钱塘指的是哪个城市的别称