自聊天机器人ChatGPT火(huǒ)爆(bào)以来(lái)，微软公司创始人比尔·盖茨已多(duō)次公开谈论(lùn)人工智能话题。在(zài)最近的一(yī)次(cì)采访中，他再次(cì)表(biǎo)示：“AI可能会让科技行业迎来一次剧烈的洗牌(pái)”。

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

他(tā)预期(qī)，AI的发展可(kě)能会(huì)威胁到谷歌的市占率，因为微软在(zài)AI方面的行动相当迅速(sù)。而(ér)最终科技巨(jù)头将把AI整合成用户的“全能(néng)助手”，包揽(lǎn)一切应用，与人们进行沟通(tōng)并提(tí)供建议，可(kě)以(yǐ)取代亚(yà)马逊、Siri或Outlook等应用。

大佬口中全能助手的(de)到来(lái)可能尚需时日，但由(yóu)ControlNet引发(fā)的又一次AI绘(huì)画浪潮，让(ràng)AIGC在ChatGPT的话(huà)题热点包(bāo)围中杀出重围。

01

ControlNet颠覆AI绘画(huà)新玩(wán)法(fǎ)

AIGC向可控(kòng)靠近

以(yǐ)AI绘(huì)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(zhōu)举办的新兴(xīng)数字艺术(shù)家(jiā)竞赛中，一幅名为《太空(kōng)歌剧院》的(de)作品获奖。

随后(hòu)各大厂商的AI绘画(huà)软件被广大(dà)网友熟知(zhī)并体验(yàn)，Stable Diffusion便是其中(zhōng)代表。

用户们可(kě)以(yǐ)在应用(yòng)中输入一(yī)组关键(jiàn)词或者一张照片，就(jiù)能获得(dé)一幅AI创作(zuò)的(de)画作。

作画(huà)的(de)关键就是(shì)所输(shū)入的文本。同(tóng)一(yī)组关键词也可(kě)以创(chuàng)作出很多张风(fēng)格不(bù)一样的画作(zuò)，这让创作(zuò)的过程就像开盲盒(hé)。

很多用户很喜欢这种不确定的惊喜，他们(men)会将生成的美(měi)图当做头像。而另一部分喜欢翻(fān)看AI绘画的“翻(fān)车(chē)”作品(pǐn)。在社交媒体上，许多用户分享AI“翻车现(xiàn)场”，例如，一位网友的小狗照(zhào)片被AI画成了“肌肉男”，还有网友的(de)个(gè)人照(zhào)片被(bèi)AI识别成了建筑。

而(ér)如今随着ControlNet的出(chū)现与(yǔ)加持，以往AI绘画的填(tián)写关键词(cí)游戏可(kě)能(néng)要被颠覆(fù)了。

ControlNet是一位正在斯坦福读博的中国人张吕(lǚ)敏创作的一种(zhǒng)基于控制(zhì)点的图像变(biàn)形算法，主要(yào)用于数字图像处理、计算机(jī)视觉和计(jì)算机图(tú)形学等领域。

其(qí)SD插件(jiàn)一(yī)经发布，在短(duǎn)短的两(liǎng)天内(nèi)便成为了AI绘画领域最(zuì)新的热点。

在此(cǐ)之(zhī)前，大(dà)家用了(le)很多方法(fǎ)想让(ràng)AI生成的结果尽可能(néng)的符合要求，但是都不尽如人意，它的出现代表着AI生(shēng)成(chéng)开(kāi)始进入真正的可控时期。

因为ControlNet可以直接(jiē)提(tí)取画面的构(gòu)图，人物的姿(zī)势(shì)和画面的深度信息等(děng)。有了它(tā)的帮助，就不用频繁的用提示(shì)词来碰运气，抽盲盒式的创作了。

通俗(sú)的(de)说ControlNet相当于给AI绘画(huà)加了(le)“魔法”，不(bù)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(péng)友的照(zhào)片直(zhí)接带她们走进(jìn)动漫世界。

viggo先用StableDiffusion图片转(zhuǎn)文字。

再用Text2Prompt插件拓展找到对应的关键词(cí)；最后用ControlNet插件(jiàn)绑定骨(gǔ)骼开始换关键词试效果(guǒ)。

通(tōng)过图片就(jiù)可以看出来，效果十分惊(jīng)艳(yàn)。

更厉(lì)害的是(shì)，除了真实的照片，草(cǎo)图(tú)也可以加上“魔法”，知乎大牛“DevPoint”和“逗(dòu)砂(shā)”介绍到ControlNet还能实现线稿转(zhuǎn)全彩图(tú)。大神张吕敏(mǐn)其本(běn)尊也亲自回应(yīng)。

不(bù)得不说当下AIGC已经变得(dé)越来越(yuè)强大，甚至(zhì)输出的作品都已经能(néng)以(yǐ)假乱真了。

02

难(nán)辨虚实，AIGC技术力爆(bào)发

警惕安全问题

近日(rì)，“苏州金(jīn)鸡湖有游艇party”的消(xiāo)息火遍网络，而经过警方辟谣(yáo)这所谓的“party”可(kě)能是(shì)全国第一起AI绘图诈骗。

由于(yú)这个活动里(lǐ)面给出的(de)美女照片(piàn)都是AI制作的真人照片绘图，因为太逼(bī)真(zhēn)，被(bèi)大(dà)家(jiā)当成真(zhēn)事传播了。

不过仔(zǎi)细观察可以(yǐ)发现，活动发(fā)起者(zhě)提供的(de)照片中有个很大(dà)的漏洞可(kě)以发(fā)现并非(fēi)真人，而是AI绘图，那便是心情五味杂陈啥意思，打翻了五味杂陈啥意思图片中女性的(de)手(shǒu)指部(bù)分有的存在异常。

有行业人事表示：“现在因为手指(zhǐ)部分的绘画算法比(bǐ)较复杂，AI还不太会画(huà)人的(de)手，但最新看到(dào)的(de)图片已经有越来越(yuè)完美的AI模型出(chū)现，以(yǐ)后(hòu)可能(néng)就(jiù)完全没有漏(lòu)洞了。”

类(lèi)似的AI作图诈骗(piàn)在(zài)国(guó)外也已(yǐ)有发(fā)生。据英(yīng)国广(guǎng)播(bō)公司报道，土耳其地(dì)震期间，有Tiktok用户(hù)使用AI合成了儿童(tóng)受灾的假(jiǎ)照片发布到网络，以此(cǐ)诱(yòu)骗善良的人打赏“捐助(zhù)”从而实施诈(zhà)骗(piàn)。

目前随着(zhe)技术发(fā)展(zhǎn)，AIGC已(yǐ)经能做出真人照(zhào)片般的绘图效果，如果这(zhè)样的图片被(bèi)用来(lái)诈骗(piàn)，将非常可(kě)怕。

此外AIGC还引发了(le)很多担忧，一方(fāng)面，批判者认为AI在“学习(xí)”了大(dà)量前人(rén)的作品之后(hòu)，其创(chuàng)作没有任何情(qíng)绪和灵(líng)魂，难以和人类(lèi)的艺术(shù)创作(zuò)相提并(bìng)论。

另一方面，AIGC背后的版权(quán)、目(mù)前都并没有(yǒu)得到有效的解决，还有AIGC会不会(huì)代替(tì)人类“至(zhì)高无上(shàng)”的创(chuàng)意。

马斯克也强调(diào)，人(rén)工智能(néng)的安(ān)全(quán)问(wèn)题需(xū)要得到重视，太晚就来不及(jí)了。

03

AIGC下(xià)一站(zhàn)除(chú)了视频，还有远方

技(jì)术(shù)都是(shì)有两面性的，潜在(zài)的危害并不能掩盖(gài)其光(guāng)辉的(de)贡献。现(xiàn)在看来(lái)，人工(gōng)智(zhì)能技术将是第四次工业革命(mìng)的核心驱动力量，将创造新的增长奇(qí)迹。

过(guò)去(qù)一年，人工智能在技(jì)术和商业层面(miàn)都(dōu)有了巨大进(jìn)展，AI绘画就是人工智能技术(shù)发生(shēng)方(fāng)向性改变(biàn)的一个代表。其下一站(zhàn)或许就(jiù)是(shì)视频。

此前(qián)，Meta和(hé)谷歌先(xiān)后发(fā)布了几条引爆科技圈(quān)的短视频。这些视频引(yǐn)发关注并非内容做得多优秀，反而都非(fēi)常简单，比如一(yī)匹正(zhèng)在喝水的马，一只画画的玩具熊，或者(zhě)一(yī)段骑摩托车的第一视角录像，随(suí)便(biàn)一(yī)个有(yǒu)手机的人(rén)都可以随手录下一(yī)段。

但这些短视频(pín)的创作方式非常简单，创作者仅仅需要向AI输入一段话，甚至只是说一下要(yào)求(qiú)，AI就可以根(gēn)据需要生成(chéng)一段(duàn)视频。

谷歌发布的两个AI生成(chéng)视频(pín)分别来(lái)自于(yú)Imagen Video和(hé)Phenaki，前者主(zhǔ)要突出的是高清，与Meta的Make-A-Video没有太多(duō)的差别。

在Make-A-Video公(gōng)布了AI生(shēng)成的视频后，AI圈就已经玩了一波梗，一个能够做(zuò)出更高(gāo)清视频的AI还不足以在短时间(jiān)内戳中兴奋(fèn)点。

Phenaki更加令(lìng)人震惊(jīng)的地方在(zài)于，它可以(yǐ)制作出超(chāo)过2分钟的连贯的也有(yǒu)确(què)切内(nèi)容的视频(pín)，这(zhè)才是真(zhēn)正让人们感到(dào)惊喜(xǐ)的地方。因为(wèi)无论AI生(shēng)成的(de)视频多(duō)么高清，也只能(néng)是为内容生产者提(tí)供(gōng)一个灵感(gǎn)，一个素材(cái)，一个过(guò)场(chǎng)动画。

不过能够制作(zuò)出有具体(tǐ)剧情内(nèi)容的(de)视频就(jiù)意(yì)味(wèi)着，一些视频创作由AI代替人工完成已(yǐ)经(jīng)初步有(yǒu)了(le)可能(néng)。

当下AI的发展速度(dù)已(yǐ)经超过大(dà)部分人的(de)想象(xiàng)。内(nèi)容产业的本(běn)质是供给创造需(xū)求，AIGC作为全新的内容生产(chǎn)方(fāng)式(shì)，可(kě)以为内容(róng)产业带来(lái)更新(xīn)的内容(róng)风(fēng)格、更快的生(shēng)产速(sù)度，更低(dī)的生产成本，这无(wú)疑会驱动内(nèi)容产业的大(dà)爆发。

除了AI绘图、视频，AIGC技术还能应用于(yú)音乐(lè)、代(dài)码、机器人(rén)动作等多种内容形式(shì)的(de)生成(chéng)。不(bù)难发(fā)现该项(xiàng)技术(shù)不仅(jǐn)在(zài)游戏(xì)等(děng)行业能得(dé)到有效应用，对于(yú)下一代互(hù)联网各种元素的构建亦有关键意(yì)义(yì)。

从(cóng)商业化的角(jiǎo)度来看(kàn)，文化(huà)娱乐、教育、传(chuán)媒等诸多领域(yù)，本身就(jiù)对基(jī)于AI的可(kě)视化内容有(yǒu)强烈需求。

因(yīn)此，AI绘画及视(shì)频或不是结果，而只(zhǐ)是AI进程中的一(yī)块(kuài)重要拼图(tú)，有望在(zài)技术更新的加持下实(shí)现更大的(de)应用价值。

AI从(cóng)理(lǐ)解(jiě)内(nèi)容，走向了(le)可以生成(chéng)内容，甚(shèn)至能够创造出独立价值和独立视角(jiǎo)的内容。AIGC的再(zài)次出圈，更代表着未来的先进生产力即将到(dào)来。

04

紧抓大(dà)模型与算力，牢固AIGC底座

从技术(shù)的发展也可(kě)以看出(chū)，在语言大(dà)模(mó)型、图(tú)像大模型(xíng)之后，多(duō)模态大模型已经成为了(le)新的趋势。

大模型被(bèi)誉为当前(qián)人(rén)工智(zhì)能发(fā)展(zhǎn)的智能底(dǐ)座(zuò)，是全球(qiú)竞(jìng)争最(zuì)激(jī)烈的研究方向之一，包括谷歌(gē)、亚马逊(xùn)、百度(dù)、阿(ā)里、腾(téng)讯等众多头部企(qǐ)业都在(zài)竞相发力。

不(bù)过训练大模(mó)型的确(què)价格不(bù)菲，以国盛(shèng)证券(quàn)发布的《ChatGPT需要多少(shǎo)算力(lì)》报(bào)告估(gū)算，GPT-3训练(liàn)一次(cì)的成本(běn)约为140万(wàn)美元(yuán)。而对于一(yī)些更大(dà)的LLM(大型语言模型)，训练成本(běn)则介(jiè)于(yú)200万美元至1200万(wàn)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)，其对应芯片需(xū)求为(wèi)3万多(duō)片英伟达A100 GPU，初始投(tóu)入成本(běn)约为8亿美元，每(měi)日(rì)仅电(diàn)费就在5万美元(yuán)左(zuǒ)右。

此外不论是ChatGPT还是AIGC，都离不(bù)开(kāi)庞大(dà)算力支持。在关(guān)注各类大模型的发(fā)展(zhǎn)同(tóng)时，更(gèng)应该关注算力网络的(de)建(jiàn)设。

算力网络正驱动(dòng)AI产业发展进入史诗级加速进程，让AIGC及通(tōng)用(yòng)AI这一人工(gōng)智(zhì)能发展的终极(jí)目标离得更近。

因为算力可以对突破性(xìng)技术创新提供大力的支持。这(zhè)方面，多模态(tài)大模型是典型(xíng)。作为面(miàn)向未来(lái)强人工(gōng)智能、通用人工智能的重要技术(shù)创新，多模(mó)态大(dà)模型(xíng)已经(jīng)在(zài)人工智能(néng)领域提(tí)出(chū)了很多年(nián)，业界也有不(bù)少(shǎo)技术突破，但是，多模态大模型(xíng)进一步往(wǎng)下(xià)走(zǒu)，算力需求呈几何式上(shàng)升(shēng)，一(yī)般的算力(lì)基础设施(shī)很快(kuài)将难以胜任。

从图像、文(wén)字(zì)、语音单独一(yī)项的训练(liàn)，到双模态、三模态的跃迁(qiān)，让(ràng)人工智能可(kě)以灵活应(yīng)对不同模态(tài)的转化、像(xiàng)人与世界交互(hù)一样自然，这方(fāng)面(miàn)，由算力(lì)网络(luò)来驱动将有明显(xiǎn)优势。

此外，还有(yǒu)很多需要爆发(fā)式(shì)增长的算力来支撑(chēng)的技术创(chuàng)新，将(jiāng)在人工(gōng)智能算力网络支撑下快速推进(jìn)。

AIGC已经露出曙(shǔ)光(guāng)，期待(dài)在大模型和大算力(lì)的支持(chí)下(xià)AIGC能持(chí)续颠(diān)覆内容(róng)生产的方式(shì)，将创造的边(biān)际成(chéng)本降(jiàng)低，让万众受益。

未经允许不得转载：MP3i音乐网址大全-MP3下载,网址导航,音乐在线试听,中国音乐网址导航第一站 心情五味杂陈啥意思，打翻了五味杂陈啥意思