自聊天机(jī)器人ChatGPT火爆以来，微软公(gōng)司创始(shǐ)人比尔(ěr)·盖(gài)茨已多(duō)次公开谈(tán)论人工(gōng)智能话(huà)题。在最近的(de)一次采访(fǎng)中，他再次表示：“AI可能(néng)会让科技(jì)行业(yè)迎来一次剧烈的(de)洗牌”。

这个结论是他在(zài)当地(dì)时间2月20日接受《In Good Company》节目专访时(shí)提出的。

他预期，AI的(de)发展可能(néng)会威(wēi)胁到谷歌的(de)市(shì)占率，因(yīn)为微软在AI方面的行(xíng)动相当(dāng)迅速。而最终科技(jì)巨(jù)头(tóu)将把AI整合成用户的“全能(néng)助手”，包(bāo)揽一(yī)切应用，与人们进行沟通并提供建议，可以取(qǔ)代亚马逊、Siri或(huò)Outlook等(děng)应用。

大佬(lǎo)口中(zhōng)全能助手的到来可能尚需时(shí)日(rì)，但由ControlNet引发的又一次AI绘画(huà)浪潮，让AIGC在ChatGPT的话题热点(diǎn)包围(wéi)中(zhōng)杀出(chū)重围。

01

ControlNet颠覆(fù)AI绘画(huà)新玩(wán)法

AIGC向可控(kòng)靠(kào)近

以AI绘画为(wèi)代表的AIGC上一次爆火的时候(hòu)，还是2022年8月，在美(měi)国(guó)科罗拉(lā)多州举办的新兴数字艺术家竞(jìng)赛中，一幅(fú)名为《太(tài)空歌剧院》的(de)作品获奖。

随(suí)后各大厂商的AI绘画(huà)软件被广大(dà)网(wǎng)友熟知并体验，Stable Diffusion便是其中代表(biǎo)。

用(yòng)户们可(kě)以在(zài)应用中输入一(yī)组关(guān)键(jiàn)词或者一张照片(piàn)，就(jiù)能获(huò)得(dé)一幅(fú)AI创作的画作(zuò)。

作画的关键就是所(suǒ)输入(rù)的(de)文(wén)本。同一(yī)组关键词(cí)也可以(yǐ)创作出很(hěn)多张(zhāng)风格(gé)不一样的画作，这(zhè)让创作的过程就像开盲(máng)盒。

很多用户很喜欢这种(zhǒng)不确定的惊(jīng)喜，他(tā)们会将生(shēng)成的美(měi)图当做头像。而另一部分喜欢翻看(kàn)AI绘画的“翻车”作品。在(zài)社交(jiāo)媒体上，许多用户分(fēn)享(xiǎng)AI“翻车(chē)现场”，例如，一位网友的小狗照(zhào)片被AI画(huà)成了“肌肉男”，还有网友的个人照片被AI识别(bié)成了建筑(zhù)。

而如今随着(zhe)ControlNet的出(chū)现(xiàn)与(yǔ)加持，以(yǐ)往(wǎng)AI绘画的填写关键词游戏(xì)可(kě)能要被(bèi)颠(diān)覆(fù)了。

ControlNet是一(yī)位正(zhèng)在斯坦(tǎn)福读博的中(zhōng)国人(rén)张吕(lǚ)敏创(chuàng)作的一(yī)种基于控(kòng)制点的图像变(biàn)形算(suàn)法(fǎ)，主要用于数字图像处(chù)理、计算(suàn)机(jī)视觉和计(jì)算机(jī)图(tú)形(xíng)学等领域。

其(qí)SD插(chā)件一经发布，在短短的(de)两天(tiān)内(nèi)便成为了AI绘画领域最(zuì)新(xīn)的(de)热点。

在此之前，大家用了(le)很多方法想让AI生成(chéng)的结果尽可能的符合要求，但是都不(bù)尽如人意(yì)，它(tā)的出现代表(biǎo)着AI生(shēng)成开始进入(rù)真(zhēn)正的可控时期。

因为ControlNet可(kě)以直(zhí)接提取画面的构图，人物的姿势和画面(miàn)的深度信息等。有了它的帮助，就不用频繁(fán)的用提示词(cí)来碰运气，抽盲盒式的创作了。

通俗的说ControlNet相当于给AI绘画(huà)加(jiā)了“魔法(fǎ)”，不少博主的(de)作品已经获得了大量的浏览(lǎn)量，“viggo”就是其中之一，他(tā)用朋友(yǒu)的照(zhào)片(piàn)直(zhí)接带她们(men)走进(jìn)动漫世(shì)界。

viggo先(xiān)用StableDiffusion图片转文字。

再用Text2Prompt插件拓展找到对应的关键词；最后用ControlNet插件绑(bǎng)定(dìng)骨(gǔ)骼(gé)开始(shǐ)换关键词试效果。

通过(guò)图片就可以(yǐ)看出来，效果十分(fēn)惊艳。

更厉害的是，除了(le)真实的照片，草图也(yě)可(kě)以(yǐ)加(jiā)上(shàng)“魔法”，知乎大牛“DevPoint”和“逗砂(shā)”介绍到(dào)ControlNet还(hái)能实现线(xiàn)稿转全彩图(tú)。大神张吕敏其本尊(zūn)也亲自回应(yīng)。

不得不说当下(xià)AIGC已经变得(dé)越来越强大，甚至(zhì)输出的作品(pǐn)都已经(jīng)能(néng)以假(jiǎ)乱真了。

02

难辨(biàn)虚(xū)实，AIGC技(jì)术力爆(bào)发

警惕安全(quán)问(wèn)题

近日，“苏州(zhōu)金鸡湖(hú)有游艇party”的消息火遍网络，而(ér)经过警方辟谣这(zhè)所(suǒ)谓的“party”可能是全国第一(yī)起AI绘图诈骗。

由于这个活动里(lǐ)面(miàn)给(gěi)出的美女(nǚ)照片都是AI制作的真(zhēn)人照片绘图(tú)，因为太逼真(zhēn)，被(bèi)大家当成真事传播了。

不过仔(zǎi)细观察可以发现(xiàn)，活(huó)动发起者提供的照片(piàn)中有个很(hěn)大(dà)的漏洞可以(yǐ)发现并非真人，而是AI绘图，那便是图片(piàn)中女性的手指部分(fēn)有(yǒu)的存在异(yì)常(cháng)。

有行业人事表示：“现在因(yīn)为(wèi)手指部分(fēn)的(de)绘画算法比较(jiào)复杂，AI还不太会(huì)画人的手，但(dàn)最(zuì)新看(kàn)到的图(tú)片已经有越来越完(wán)美的AI模型出现(xiàn)，以后(hòu)可能就完全没有漏洞了。”

类似的AI作图(tú)诈骗在国(guó)外也(yě)已有发生。据英国广播公司报道(dào)，土耳(ěr)其地震期(qī)间(jiān)，有Tiktok用(yòng)户(hù)使用AI合成(chéng)了儿童受灾的(de)假照片发布到网络，以此诱骗善良的人打赏(shǎng)“捐助”从而实施诈骗。

目(mù)前随(suí)着技(jì)术发展(zhǎn)，AIGC已经能做出(chū)真人(rén)照片般的绘(huì)图效果(guǒ)，如果这样的图(tú)片被用来诈(zhà)骗，将(jiāng)非常可(kě)怕。

此(cǐ)外AIGC还引发了很多担忧(yōu)，一方(fāng)面，批判者认为AI在“学习”了大量前(qián)人的作(zuò)品之(zhī)后，其创作没有(yǒu)任何情绪和灵(líng)魂，难以和人类的艺(yì)术创(chuàng)作相提并论。

另(lìng)一方面(miàn)，AIGC背后(hòu)的版权、目(mù)前都(dōu)并没有得到有(yǒu)效的解决，还有AIGC会(huì)不会代(dài)替人类“至(zhì)高(gāo)无上”的(de)创意。

马斯克也强(qiáng)调，人工智能(néng)的安全(quán)问题需要(yào)得到重视，太晚就(jiù)来不及了。

03

AIGC下一站除了视频，还有(yǒu)远方

技术都是有两面性的，潜在的危害(hài)并不能掩(yǎn)盖其光辉(huī)的贡献(xiàn)。现在看来，人(rén)工(gōng)智能技(jì)术将(jiāng)是第四(sì)次工业革命的核(hé)心驱动力量，将(jiāng)创造新的增长奇(qí)迹。

过去一(yī)年(nián)，人工智能(néng)在(zài)技术(shù)和商业层面(miàn)都有了巨(jù)大进展，AI绘(huì)画就是人工(gōng)智能技术(shù)发生方(fāng)莫代尔与粘纤区别 莫代尔是粘纤的一种吗向性(xìng)改变的一个代表(biǎo)。其下一站或(huò)许就(jiù)是视频(pín)。

此前(qián)，Meta和谷歌先后发布(bù)了(le)几条引爆科技圈的短(duǎn)视频。这些视频引发关注并(bìng)非内容做得多优秀，反而都非(fēi)常简单(dān)，比如一匹正(zhèng)在(zài)喝水的(de)马，一只画(huà)画的玩具(jù)熊(xióng)，或(huò)者一段骑摩托车的第一视角录像，随便一(yī)个有(yǒu)手机的人都可以随手(shǒu)录(lù)下一段。

但这(zhè)些短(duǎn)视频的(de)创作方式非(fēi)常简单，创作者仅仅需(xū)要向AI输入(rù)一段(duàn)话，甚至只是说一下要求，AI就可以根(gēn)据需要生(shēng)成一段视频。

谷歌(gē)发布的两个AI生成视(shì)频(pín)分别来自于Imagen Video和Phenaki，前者主要突出的(de)是高(gāo)清，与Meta的Make-A-Video没有太多(duō)的差别。

在Make-A-Video公布了AI生成的视频后，AI圈就已经(jīng)玩了(le)一波(bō)梗，一个(gè)能够做出更高清(qīng)视频的AI还不足以在短时间内戳中兴(xīng)奋点。

Phenaki更(gèng)加(jiā)令人震惊(jīng)的地方在(zài)于，它(tā)可(kě)以制作出超过2分钟的(de)连贯的也有确切内容(róng)的视频，这(zhè)才是(shì)真正让人们感到(dào)惊喜的地方(fāng)。因为无论(lùn)AI生(shēng)成的视频多么高清(qīng)，也只能是为内(nèi)容生产者提供(gōng)一个灵感，一个素材(cái)，一(yī)个过场动画。

不过能够制作(zuò)出有具体(tǐ)剧情(qíng)内容的视频就(jiù)意味着，一些视(shì)频创作(zuò)由(yóu)AI代替人工完(wán)成已(yǐ)经(jīng)初步有了可能。

当下AI的(de)发展速(sù)度已(yǐ)经(jīng)超(chāo)过大部分人的想象。内容产业的本质是(shì)供(gōng)给创造需求，AIGC作为全新(xīn)的内容(róng)生产(chǎn)方式，可以为内容产(chǎn)业带来更新(xīn)的(de)内容风(fēng)格、更快(kuài)的生产(chǎn)速度，更低的生产(chǎn)成(chéng)本(běn)，这无疑(yí)会(huì)驱动内容产业的大爆发。

除了AI绘(huì)图、视频，AIGC技术还能应用于音乐(lè)、代码、机器人(rén)动(dòng)作(zuò)等多(duō)种内容(róng)形式的生(shēng)成。不难发现该项技(jì)术不仅在游戏等(děng)行业能得到有效应用，对于下(xià)一代互联网(wǎng)各种元素(sù)的构建亦有关(guān)键意义。

从(cóng)商业化的角(jiǎo)度来看，文化娱乐、教育、传(chuán)媒(méi)等诸多领域(yù)，本身就对基于AI的可视(shì)化内容有强烈需(xū)求。

因此(cǐ)，AI绘画及视频或(huò)不是结果，而只是AI进(jìn)程中的(de)一块重要拼图，有(yǒu)望在技术更新(xīn)的加持下实现更大的应用价值。

AI从(cóng)理解内容，走向了可以生成内(nèi)容，甚至能够创造出(chū)独立(lì)价值和独立视角(jiǎo)的内(nèi)容。AIGC的再次出圈，更代表着未来的先进生产力即将到来。

04

紧抓大模型与算力，牢固AIGC底(dǐ)座

从技(jì)术的发(fā)展也可(kě)以看出，在语言大模型、图像大(dà)模(mó)型之后，多模态大模型已经成为了(le)新的趋(qū)势。

大模型(xíng)被誉为当前人(rén)工(gōng)智能(néng)发展(zhǎn)的(de)智能底座，是(shì)全球竞争最激(jī)烈的研究方向之一(yī)，包括谷(gǔ)歌(gē)、亚马逊、百度、阿里、腾(téng)讯等众(zhòng)多头(tóu)部企业(yè)都在竞(jìng)相(xiāng)莫代尔与粘纤区别 莫代尔是粘纤的一种吗发力(lì)。

不过训(xùn)练大模型的确价格不(bù)菲，以国盛(shèng)证券(quàn)发布的《ChatGPT需要多(duō)少(shǎo)算力》报告估算(suàn)，GPT-3训(xùn)练一次(cì)的(de)成(chéng)本约(yuē)为(wèi)140万美元。而对(duì)于(yú)一(yī)些更大的LLM(大型(xíng)语言(yán)模(mó)型(xíng))，训练成本则介于200万(wàn)美元(yuán)至1200万美元(yuán)高价之间(jiān)。

以(yǐ)ChatGPT在(zài)2023年1月的独立访(fǎng)客平(píng)均数1300万计(jì)算，其对应芯片需求为(wèi)3万多片英伟达A100 GPU，初始投入成本约为8亿美元，每日仅电费(fèi)就在5万美(měi)元左右。

此外不论是ChatGPT还是(shì)AIGC，都离(lí)不开庞大算力(lì)支持(chí)。在关注各类大模型(xíng)的发(fā)展(zhǎn)同时，更应该关(guān)注算力(lì)网络的(de)建设。

算力网络(luò)正(zhèng)驱动AI产业(yè)发展进入史诗级(jí)加(jiā)速(sù)进程，让AIGC及通用AI这一人(rén)工智能发展的终极目标(biāo)离得更(gèng)近。

因(yīn)为算力可以(yǐ)对突破性(xìng)技术(shù)创新(xīn)提供大力的支(zhī)持。这方面，多模(mó)态大(dà)模(mó)型是典型。作为面向(xiàng)未来强(qiáng)人工智能(néng)、通用人工智能的重要(yào)技术创新，多模态(tài)大模型(xíng)已经在(zài)人工智能领域提出了很(hěn)多年，业界也有不少技术突(tū)破，但是，多模态(tài)大模型(xíng)进(jìn)一步往下(xià)走，算力(lì)需求(qiú)呈几(jǐ)何式上升，一般的(de)算力基础设施很快将难以(yǐ)胜任。

从(cóng)图像、文(wén)字、语音单独(dú)一项(xiàng)的训(xùn)练(liàn)，到双(shuāng)模(mó)态(tài)、三(sān)模态的跃(yuè)迁(qiān)，让(ràng)人工智能可以灵活应对不同模态的转化(huà)、像人(rén)与世界交互(hù)一样自然，这方面，由算(suàn)力网络(luò)来(lái)驱(qū)动将有明显(xiǎn)优势。

此外，还有(yǒu)很多(duō)需要爆发式(shì)增长的算力(lì)来(lái)支撑(chēng)的技术(shù)创新(xīn)，将在人工(gōng)智能算力网络(luò)支撑下(xià)快速推进(jìn)。

AIGC已经露出(chū)曙(shǔ)光，期待在(zài)大(dà)模型和(hé)大算(suàn)力(lì)的支持下AIGC能持续颠覆内容生产的(de)方式，将(jiāng)创(chuàng)造的边际成(chéng)本降低(dī)，让(ràng)万众受益(yì)。

未经允许不得转载：惠安汇通石材有限公司 莫代尔与粘纤区别 莫代尔是粘纤的一种吗