自聊(liáo)天机器(qì)人ChatGPT火(huǒ)爆以来，微软公(gōng)司创始(shǐ)人比尔·盖茨已多次(cì)公开谈论人(rén)工智能(néng)话题。在最近的一(yī)次采访中(zhōng)，他再次表示：“AI可(kě)能会让科技行业迎来一次剧烈的洗牌”。

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

他预期，AI的发展可能会威胁到谷歌的市(shì)占率，因为微(wēi)软在AI方面的行(xíng)动(dòng)相当(dāng)迅速。而最终科技(jì)巨(jù)头将(jiāng)把AI整合成(chéng)用户(hù)的“全能助(zhù)手”，包揽(lǎn)一切应用，与(yǔ)人们进行(xíng)沟通并提供建议(yì)，可(kě)以(yǐ)取代亚马(mǎ)逊、Siri或(huò)Outlook等(děng)应(yīng)用。

大佬口(kǒu)中(zhōng)全能助手(shǒu)的到来可(kě)能尚需(xū)时日，但(dàn)由(yóu)ControlNet引发的又一次AI绘画浪潮(cháo)，让AIGC在ChatGPT的话题热点(diǎn)包围中杀出重围(wéi)。

01

ControlNet颠覆(fù)AI绘画新玩法

AIGC向(xiàng)可控靠近

以AI绘(huì)画为(wèi)代表的AIGC上一次爆火的时候(hòu)，还(hái)是2022年8月，在美国科罗拉(lā)多(duō)州举办(bàn)的新兴数(shù)字艺术家竞赛中，一幅(fú)名为《太空(kōng)歌(gē)剧院》的作(zuò)品(pǐn)获奖(jiǎng)。

随后(hòu)各(gè)大厂商的AI绘画软件被广大(dà)网友熟知并体验，Stable Diffusion便是其中代(dài)表(biǎo)。

用户们可以在应(yīng)用(yòng)中输入一(yī)组关键词或者(zhě)一张照片，就(jiù)能获得一幅AI创作的画作。

作画(huà)的关键就是(shì)所输入的文(wén)本。同一(yī)组关键词也可(kě)以(yǐ)创作出很多张风格不(bù)一样(yàng)的画作(zuò)，这让(ràng)创作的过程(chéng)就像开盲盒。

很多用户很喜欢(huān)这种(zhǒng)不确定的惊喜，他们会(huì)将生成的美图当做(zuò)头像。而(ér)另一部分喜欢翻看AI绘画(huà)的“翻车(chē)”作品。在(zài)社(shè)交媒(méi)体(tǐ)上(shàng)，许多用(yòng)户分享AI“翻车现场”，例如，一位(wèi)网友的小狗(gǒu)照片被AI画成(chéng)了(le)“肌肉男”，还有(yǒu)网友的个人照片被AI识别成了建(jiàn)筑(zhù)。

而如今随(suí)着ControlNet的出现(xiàn)与加持，以(yǐ)往AI绘画的填写(xiě)关键(jiàn)词(cí)游戏可能要被颠覆了。

ControlNet是一位(wèi)正在斯坦福读博的(de)中国(guó)人张吕敏(mǐn)创作的一种基于控制点的图像(xiàng)变形算法，主要用于(yú)数字图像(xiàng)处理、计算机视觉和计(jì)算(suàn)机图形学等领域(yù)。

其SD插件一(yī)经发(fā)布，在(zài)短短(duǎn)的两天(tiān)内便成为(wèi)了(le)AI绘画领域(yù)最新的热点(diǎn)。

在此之前(qián)，大家用了(le)很多方法(fǎ)想让AI生成的结果尽(jǐn)可能的符合(hé)要求，但是都不尽如人意，它的(de)出现代表着AI生成开始进入真(zhēn)正的可控(kòng)时期(qī)。

因为ControlNet可以(yǐ)直(zhí)接(jiē)提取画面的(de)构图，人物的姿势和画面的(de)深(shēn)度信(xìn)息等。有了它的帮助，就不(bù)用频繁的用(yòng)提(tí)示词来(lái)碰运(yùn)气，抽(chōu)盲盒式(shì)的创作(zuò)了。

通俗的说(shuō)ControlNet相(xiāng)当于(yú)给AI绘画加了(le)“魔法(fǎ)”，不少博主的(de)作品已经获得了(le)大量的(de)浏览(lǎn)量，“viggo”就是其中之一，他用朋友的照片直接带她们走进动漫世界。

viggo先用(yòng)StableDiffusion图片转文字。

再(zài)用Text2Prompt插件拓(tuò)展(zhǎn)找到(dào)对(duì)应(yīng)的关键(jiàn)词(cí)；最(zuì)后用ControlNet插件绑定骨骼(gé)开始换关(guān)键词试效果(guǒ)。

通(tōng)过(guò)图片就(jiù)可以看出(chū)来，效(xiào)果十分惊艳。

更厉害的(de)是(shì)，除了真实的照片，草图也(yě)可以加上(shàng)“魔法(fǎ)”，知乎大牛“DevPoint”和“逗砂”介绍(shào)到ControlNet还能实(shí)现(xiàn)线稿转全彩(cǎi)图。大神张吕敏其本(běn)尊(zūn)也亲自回应。

不得(dé)不说(shuō)当下AIGC已经变得越来越强大，甚至输出的(de)作品都已(yǐ)经能(néng)以假(jiǎ)乱真了。

02

难(nán)辨虚实，AIGC技术力爆(bào)发

警(jǐng)惕安全问题

近日(rì)，“苏州金鸡湖(hú)有游艇(tǐng)party”的(de)消(xiāo)息火遍网络，而经过警(jǐng)方辟(pì)谣这所谓的“party”可(kě)能是全国第一起AI绘图诈骗。

由(yóu)于这个活动里面给出的美女照(zhào)片都(dōu)是(shì)AI制作的(de)真(zhēn)人照片绘(huì)图，因为太(tài)逼真(zhēn)，被大(dà)家(jiā)当成真(zhēn)事传(chuán)播了。

不(bù)过仔细(xì)观察可以发现(xiàn)，活动发起(qǐ)者提供的照片中有(yǒu)个很大的(de)漏洞可以发现并非真人，而(ér)是(shì)AI绘图，那便是(shì)图片中女性的(de)手(shǒu)指部分(fēn)有(yǒu)的存在异常。

有行业人事表示(shì)：“现(xiàn)在因(yīn)为手指部分的绘画(huà)算法比较复杂，AI还不太会画人的手，但最新(xīn)看(kàn)到的(de)图(tú)片已经(jīng)有越来越完美的AI模型(xíng)出现，以后可(kě)能就完全没(méi)有漏洞了(le)。”

类(lèi)似的(de)AI作图诈骗(piàn)在国外也已有(yǒu)发生。据英国广(guǎng)播(bō)公司报道，土(tǔ)耳其地震期(qī)间，有(yǒu)Tiktok用户使用(yòng)AI合成(chéng)了儿(ér)童受灾的假照片发布到(dào)网(wǎng)络，以此诱骗(piàn)善良的人打赏“捐助”从(cóng)而实施诈骗。

目前随着技术发展，AIGC已经能(néng)做出真人照片般的绘图效果，如果这样的(de)图片(piàn)被用来(lái)诈(zhà)骗，将非常可怕。

此外AIGC还(hái)引发了很多担忧，一(yī)方(fāng)面，批判者认为AI在“学(xué)习(xí)”了大量苹果app内购买什么意思 苹果app内购买项目可以关闭吗前人的作品(pǐn)之后，其创作(zuò)没有任何(hé)情绪和灵魂，难以和人(rén)类的艺术创作相提并论。

另(lìng)一(yī)方面(miàn)，AIGC背后(hòu)的版权(quán)、目前都并没有得(dé)到(dào)有效的解决，还有(yǒu)A苹果app内购买什么意思 苹果app内购买项目可以关闭吗IGC会(huì)不(bù)会代替人类“至高无上”的创意。

马斯(sī)克也(yě)强调，人工(gōng)智(zhì)能的(de)安全问题(tí)需要得到重视，太晚就来不及(jí)了。

03

AIGC下一站除了视频，还有远方

技术都是有两面性的，潜在的(de)危害并(bìng)不能掩盖其光辉的贡献。现在(zài)看(kàn)来，人(rén)工智能技术将是第四(sì)次(cì)工业革命(mìng)的核心驱(qū)动力量，将创(chuàng)造(zào)新的增长奇迹。

过去一年(nián)，人工(gōng)智能在技术和商业层面都有(yǒu)了(le)巨大进展，AI绘(huì)画就是人工(gōng)智能(néng)技术发生方向性改(gǎi)变的一个代(dài)表。其下一站或许就是视频。

此前，Meta和谷歌先后发布了几(jǐ)条引爆科(kē)技(jì)圈(quān)的短视(shì)频。这(zhè)些(xiē)视(shì)频(pín)引发关注并非内容(róng)做得多(duō)优秀(xiù)，反而(ér)都非常简单，比如一匹正在喝水的马，一只画(huà)画(huà)的玩(wán)具熊，或者(zhě)一段骑(qí)摩托车的第一(yī)视角录像，随便(biàn)一个有手机的(de)人都(dōu)可以随手录下一段(duàn)。

但这些(xiē)短视频(pín)的创作方式非(fēi)常简单，创(chuàng)作(zuò)者仅仅需要(yào)向AI输(shū)入一段(duàn)话(huà)，甚(shèn)至只是说(shuō)一下要求，AI就(jiù)可以根据需(xū)要(yào)生成一(yī)段(duàn)视频。

谷歌(gē)发布(bù)的两个(gè)AI生成视频(pín)分别(bié)来自于(yú)Imagen Video和(hé)Phenaki，前者主要突出(chū)的是高清，与Meta的Make-A-Video没有(yǒu)太多的差别。

在Make-A-Video公布了AI生成(chéng)的(de)视频(pín)后，AI圈就已经玩了一波梗，一个能够做(zuò)出更高清视(shì)频的AI还不足以在(zài)短时间内戳中(zhōng)兴奋(fèn)点。

Phenaki更加(jiā)令人震惊的地方在(zài)于，它可(kě)以制作出超过2分钟的连贯(guàn)的也有确(què)切内容的(de)视频，这才是真正(zhèng)让(ràng)人们感到(dào)惊喜(xǐ)的地方。因为无论AI生成的视(shì)频多么高清，也只能是为(wèi)内容生产(chǎn)者(zhě)提供一个灵感，一个(gè)素材(cái)，一个过场动画。

不过能够制(zhì)作出有具(jù)体剧情内容的视频就(jiù)意味着，一(yī)些视频(pín)创(chuàng)作由AI代替人工完成已经初步有(yǒu)了可能。

当下(xià)AI的发展速度(dù)已经超(chāo)过大部分人的想象。内容产业(yè)的(de)本质是(shì)供(gōng)给创(chuàng)造需求，AIGC作为全新的内容生(shēng)产(chǎn)方(fāng)式，可(kě)以为(wèi)内(nèi)容产(chǎn)业带来更新的(de)内容(róng)风(fēng)格、更快的生产速(sù)度，更低的生产成本，这无疑(yí)会驱动内容产业(yè)的(de)大爆发(fā)。

除(chú)了(le)AI绘图、视频，AIGC技(jì)术还(hái)能(néng)应用于音乐、代码、机器人动作等多种内(nèi)容形式的生成。不难(nán)发现该项技术不仅在游(yóu)戏等行业能得到有效应用，对(duì)于下一代互联网各种元素的构建亦有关键(jiàn)意(yì)义(yì)。

从商业化的角度来看，文化娱(yú)乐、教(jiào)育、传(chuán)媒等诸多领域，本身就对(duì)基于(yú)AI的可视化内容有强烈(liè)需求。

因此，AI绘画(huà)及视频(pín)或不是(shì)结(jié)果，而只(zhǐ)是(shì)AI进(jìn)程中(zhōng)的一块重要(yào)拼图，有望在技术更新的加持下实现更大(dà)的应用价值。

AI从理解内(nèi)容(róng)，走向了可以生成内容，甚至能够创造出独(dú)立价值(zhí)和独(dú)立视(shì)角的(de)内容。AIGC的再(zài)次出(chū)圈(quān)，更代表(biǎo)着未来的先进(jìn)生产力即将到来。

04

紧(jǐn)抓大(dà)模型与算力，牢(láo)固(gù)AIGC底(dǐ)座

从技(jì)术的发(fā)展也可以看出，在语(yǔ)言大模(mó)型、图像大模型之(zhī)后(hòu)，多模态(tài)大模型已经(jīng)成为了新(xīn)的趋势。

大模型(xíng)被(bèi)誉为当前人工智能发展的智能底座，是全球竞争最激(jī)烈的研究方(fāng)向之一，包括谷(gǔ)歌、亚(yà)马(mǎ)逊(xùn)、百度、阿里、腾讯(xùn)等(děng)众(zhòng)多头部企业都在竞相发力。

不过训(xùn)练大模(mó)型的确价格不(bù)菲，以国盛证券发布的《ChatGPT需要多少算力》报告估算，GPT-3训练一(yī)次的(de)成(chéng)本约为140万(wàn)美元(yuán)。而(ér)对于一些更大的LLM(大(dà)型语言(yán)模型)，训练(liàn)成(chéng)本则介(jiè)于(yú)200万美元至1200万美元(yuán)高(gāo)价之(zhī)间。

以(yǐ)ChatGPT在2023年1月的独立访(fǎng)客平均数1300万计(jì)算，其对应芯片需(xū)求为3万(wàn)多片英伟达A100 GPU，初(chū)始投入成本约为8亿(yì)美元，每日仅(jǐn)电费就在5万美(měi)元(yuán)左右。

此外不论是ChatGPT还是AIGC，都离不开(kāi)庞大算力支(zhī)持(chí)。在关注各(gè)类大模(mó)型的发展同时，更应该关注算力(lì)网络的建(jiàn)设(shè)。

算力网(wǎng)络正驱(qū)动AI产业发展进入史诗级加速(sù)进程，让AIGC及通用(yòng)AI这一人(rén)工(gōng)智(zhì)能发展的终极目标离(lí)得更近。

因为算(suàn)力可以对突破(pò)性技术创新提供大(dà)力的支(zhī)持。这方面，多模态大模型是(shì)典(diǎn)型。作为面向未来强人工智(zhì)能、通用人工智能的重(zhòng)要技术创新(xīn)，多模态大模(mó)型已经在(zài)人(rén)工智能领域提出了很多年，业界也(yě)有不少技术(shù)突破，但是，多(duō)模态大模型进(jìn)一(yī)步往下走，算力需求呈几何式(shì)上升，一般的算(suàn)力基础设施很(hěn)快将难以胜任。

从图像、文字(zì)、语音单独一项的训练，到双模态、三模态(tài)的跃迁，让人(rén)工(gōng)智能可以(yǐ)灵(líng)活应对不同(tóng)模态的转化、像人与世界交互一(yī)样自然，这方面(miàn)，由(yóu)算力网络(luò)来(lái)驱动(dòng)将(jiāng)有(yǒu)明显优势。

此(cǐ)外，还有很多需要爆发式(shì)增长(zhǎng)的(de)算(suàn)力(lì)来支撑的技术创新，将在人工智能算力网(wǎng)络(luò)支撑下快速推(tuī)进。

AIGC已经露出曙(shǔ)光，期(qī)待在大模(mó)型和大(dà)算力的支持下AIGC能持续颠覆内容生产的(de)方式(shì)，将创造的边(biān)际成(chéng)本(běn)降低，让万众受益。

未经允许不得转载：惠安汇通石材有限公司 苹果app内购买什么意思 苹果app内购买项目可以关闭吗