自聊天(tiān)机器人ChatGPT火爆以来(lái)，微软公司(sī)创始(shǐ)人比(bǐ)尔·盖(gài)茨已(yǐ)多次公(gōng)开(kāi)谈论人工智能话题。在最近的一次采访(fǎng)中(zhōng)，他(tā)再次表(biǎo)示：“AI可(kě)能会让科技行业(yè)迎来一次剧烈(liè)的洗牌”。

这个结(jié)论是(shì)他在当地(dì)时间2月20日(rì)接受(shòu)《In Good Company》节目(mù)专访时提出的。

他预期，AI的(de)发展可能会威胁(xié)到谷歌的市(shì)占率，因为微(wēi)软在AI方面(miàn)的(de)行(xíng)动相当迅(xùn)速。而最终(zhōng)科技巨头(tóu)将把AI整合成用户的“全能(néng)助手(shǒu)”，包揽一切(qiè)应用(yòng)，与(yǔ)人(rén)们进(jìn)行(xíng)沟通并(bìng)提(tí)供(gōng)建议，可以取代亚马逊、Siri或Outlook等应用。

大佬口(kǒu)中全能助手(shǒu)的到(dào)来可(kě)能尚需时(shí)日，但由ControlNet引发(fā)的又一次(cì)AI绘画(huà)浪潮(cháo)，让AIGC在ChatGPT的话(huà)题热(rè)点包围中杀出重围。

01

ControlNet颠覆AI绘画(huà)新(xīn)玩法

AIGC向可(kě)控靠(kào)近(jìn)

以AI绘(huì)学生党如何自W，如何自我安抚画为代表(biǎo)的AIGC上一次爆(bào)火(huǒ)的时候，还是2022年(nián)8月，在美国科(kē)罗拉多(duō)州举办的(de)新兴(xīng)数字艺术(shù)家竞(jìng)赛中，一幅(fú)名为《太空歌剧(jù)院(yuàn)》的作品(pǐn)获奖。

随后各大厂商的AI绘画(huà)软件(jiàn)被广大网友熟知并体验(yàn)，Stable Diffusion便(biàn)是其(qí)中代表。

用户们可以在应用中输(shū)入一组(zǔ)关键词或者一(yī)张照片，就能获得一幅AI创作的画(huà)作(zuò)。

作(zuò)画的关键就是所输(shū)入的(de)文本。同一组关键词也(yě)可以创作出很多张风格(gé)不一样的(de)画作(zuò)，这(zhè)让(ràng)创作的(de)过程(chéng)就(jiù)像开(kāi)盲盒。

很多用户(hù)很喜欢这种不确(què)定的(de)惊(jīng)喜，他们会将生(shēng)成的(de)美图(tú)当做头像。而(ér)另一部(bù)分(fēn)喜欢(huān)翻看AI绘画的“翻车(chē)”作品。在社交媒体上，许多(duō)用户分享AI“翻车(chē)现(xiàn)场(chǎng)”，例(lì)如(rú)，一位(wèi)网友的小狗照片被AI画成了“肌肉男”，还有网友的(de)个(gè)人照片(piàn)被AI识别成了建(jiàn)筑。

而(ér)如今随着ControlNet的(de)出现与加持，以往AI绘画的填写关键词游戏可能要被(bèi)颠(diān)覆了(le)。

ControlNet是一(yī)位(wèi)正在斯坦福读博(bó)的中国人张吕敏(mǐn)创作的一种基于控(kòng)制点的图像变形算法，主要用于数字图(tú)像(xiàng)处理、计算机视觉(jué)和计算(suàn)机图形(xíng)学等领域。

其(qí)SD插(chā)件(jiàn)一经(jīng)发(fā)布，在(zài)短短的两(liǎng)天(tiān)内便成为了(le)AI绘画领域最(zuì)新(xīn)的热点(diǎn)。

在(zài)此之(zhī)前，大家用了很多方法想让AI生成的结果尽(jǐn)可能的符合要(yào)求(qiú)，但是都(dōu)不尽如人(rén)意，它的出现代表着AI生成(chéng)开始进入真正的(de)可控时(shí)期(qī)。

因为ControlNet可以直接提取画面的构图，人物的姿势(shì)和画面的深度信息等。有了它的帮助，就不用频繁的用提(tí)示词来碰(pèng)运气，抽盲盒式的创作了。

通俗的说ControlNet相(xiāng)当于给AI绘(huì)画加(jiā)了“魔法”，不少博主的作品已经获得(dé)了大量的浏览量，“viggo”就(jiù)是其(qí)中之一，他用朋友的照片直接(jiē)带(dài)她们走进(jìn)动(dòng)漫世界。

viggo先(xiān)用StableDiffusion图片转文字(zì)。

再用Text2Prompt插件(jiàn)拓(tuò)展找到对应(yīng)的关键(jiàn)词；最后(hòu)用ControlNet插件(jiàn)绑定骨骼开始换关键词试效果。

通(tōng)过图(tú)片就可(kě)以看出来(lái)，效果十分惊(jīng)艳。

更厉(lì)害的(de)是，除了真实(shí)的(de)照片，草图(tú)也(yě)可(kě)以加上“魔(mó)法(fǎ)”，知乎大牛“DevPoint”和“逗砂”介绍到ControlNet还(hái)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(zì)回应。

不得不说当下AIGC已(yǐ)经变得越来(lái)越强(qiáng)大，甚至(zhì)输出的作品(pǐn)都已(yǐ)经能(néng)以假乱真了。

02

难(nán)辨(biàn)虚实(shí)，AIGC技术力爆发(fā)

警(jǐng)惕(tì)安全(quán)问题

近(jìn)日(rì)，“苏州金鸡(jī)湖有游艇party”的消息火遍网络，而(ér)经过警方辟谣这所谓的(de)“party”可能是(shì)全国第一起AI绘图诈骗。

由于这个活动里面给出的美女照片都是AI制(zhì)作的真人照片绘图(tú)，因(yīn)为太逼真，被大家当成真(zhēn)事(shì)传播了(le)。

不过仔(zǎi)细观察可(kě)以发(fā)现，活动发起者提(tí)供的照(zhào)片中有(yǒu)个很(hěn)大(dà)的漏洞可以发现并非真人(rén)，而是AI绘图，那便是(shì)图片(piàn)中女性的手指部分有(yǒu)的存(cún)在异常。

有行业人事表示：“现在因为手指部分的绘画算法比(bǐ)较复杂(zá)，AI还不(bù)太(tài)会画人的手，但(dàn)最新看到的图片已经(jīng)有越来(lái)越完美的AI模型出现，以后可能就完(wán)全没有漏洞了。”

类似(shì)的AI作图诈骗(piàn)在(zài)国(guó)外也已有发生。据英(yīng)国(guó)广播公司报道，土(tǔ)耳其地震期(qī)间，有Tiktok用户使用AI合成了儿(ér)童(tóng)受灾的假照片发布到网(wǎng)络(luò)，以此(cǐ)诱骗善(shàn)良的人打赏“捐(juān)助”从而实(shí)施诈骗(piàn)。

目(mù)前随着技(jì)术发展，AIGC已经能(néng)做出真人照片般(bān)的绘(huì)图(tú)效果(guǒ)，如(rú)果(guǒ)这样的图(tú)片(piàn)被用来诈(zhà)骗，将非常可怕。

此外AIGC还(hái)引发了很多担忧(yōu)，一(yī)方面，批判者认为AI在“学习”了大(dà)量(liàng)前人的作品之后，其创作(zuò)没有任何情绪和灵(líng)魂，难以和人类的艺术创作(zuò)相提并论。

另一方面，AIGC背后的版权(quán)、目前都(dōu)并没有(yǒu)得(dé)到有效(xiào)的解决，还有(yǒu)AIGC会不会代替人类“至高无上”的创意。

马斯克也强调，人工(gōng)智(zhì)能(néng)的安全(quán)问题需要得到重视，太晚就来不及了。

03

AIGC下一(yī)站除了(le)视频(pín)，还有远方

技(jì)术(shù)都是有(yǒu)两(liǎng)面(miàn)性的，潜在的危(wēi)害并不能掩(yǎn)盖(gài)其光辉的贡献。现在看(kàn)来，人工智能技术将是第(dì)四次工业革(gé)命的核心驱动(dòng)力量，将创造(zào)新的增长奇(qí)迹(jì)。

过去一年，人工智能在技术(shù)和(hé)商业层面都(dōu)有了(le)巨大进展，AI绘画就是人工智能技术发生方(fāng)向性(xìng)改(gǎi)变(biàn)的一个代表。其下一站或许就是视频。

此(cǐ)前，Meta和谷歌先后发布了几条引爆科技圈(quān)的(de)短视频。这些(xiē)视频引发(fā)关注并非内容做得多(duō)优秀(xiù)，反而都非(fēi)常(cháng)简单，比(bǐ)如(rú)一匹正在(zài)喝水的马，一只画(huà)画的玩具熊(xióng)，或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录下一段(duàn)。

但这些(xiē)短(duǎn)视频的创作方式非常简单(dān)，创(chuàng)作者仅仅需要向AI输入(rù)一段(duàn)话，甚至只是说一下(xià)要求，AI就可以根据需要生成一段视频。

谷(gǔ)歌发布的(de)两个AI生成视频(pín)分别来自于(yú)Imagen Video和Phenaki，前者主(zhǔ)要突出的是高清(qīng)，与(yǔ)Meta的Make-A-Video没(méi)有太多的差别。

在(zài)Make-A-Video公(gōng)布(bù)了AI生成的(de)视频后，AI圈就已经玩(wán)了一波梗，一个能够(gòu)做(zuò)出更(gèng)高清视频的AI还不足以在短时间内戳中(zhōng)兴奋点。

Phenaki更加令人震惊的地方在(zài)于，它可以制作出超过2分钟的连贯的也有确(què)切内容的视(shì)频，这才是真正让人们感到惊喜的(de)地方。因(yīn)为无论(lùn)AI生成的(de)视频多么高清，也只能是为内容(róng)生(shēng)产者提供一个灵感，一个素材，一个过(guò)场动画(huà)。

不过能够制作出有(yǒu)具(jù)体剧情内容(róng)的(de)视频就意味(wèi)着，一些视频创(chuàng)作由AI代替人工完成(chéng)已经初(chū)步有了可(kě)能。

当(dāng)下AI的发展(zhǎn)速(sù)度已经(jīng)超(chāo)过(guò)大部分人的想象。内容产业的本质是供给创造需求，AIGC作为全(quán)新的内容(róng)生产方式(shì)，可以为内容产业带(dài)来更新的内容(róng)风格、更(gèng)快的生产速度，更低的生产成本，这无(wú)疑会(huì)驱动内容产(chǎn)业(yè)的大爆发。

除了AI绘图、视频，AIGC技(jì)术还能应用于音(yīn)乐、代码(mǎ)、机器人动作(zuò)等(děng)多种内容(róng)形式(shì)的生成。不难(nán)发现该项技术不仅在游戏等行业(yè)能得到有(yǒu)效应用，对于(yú)下(xià)一代(dài)互联网各种元素(sù)的构(gòu)建亦有关键意义(yì)。

从商业化的(de)角(jiǎo)度来(lái)看，文化娱乐、教育(yù)、传媒等诸多(duō)领域，本身(shēn)就(jiù)对基(jī)于AI的可视化(huà)内(nèi)容(róng)有强烈需求(qiú)。

因此(cǐ)，AI绘画及(jí)视频或不是结果，而只(zhǐ)是AI进程(chéng)中的一块重要拼图，有望在技术更新的加(jiā)持下实现更大的应用(yòng)价(jià)值。

AI从理解内容(róng)，走向了(le)可以生成内容，甚至(zhì)能(néng)够(gòu)创造出(chū)独立价值(zhí)和(hé)独立视(shì)角的内容。AIGC的再次出圈，更(gèng)代表着未来(lái)的先进生(shēng)产(chǎn)力即将到来。

04

紧抓大模型(xíng)与算力，牢固AIGC底座

从(cóng)技(jì)术(shù)的发展也可以(yǐ)看出，在(zài)语言大模型、图像大(dà)模型(xíng)之(zhī)后，多模(mó)态大模型已经成(chéng)为了新(xīn)的趋势。

大(dà)模(mó)型被誉为当(dāng)前人(rén)工(gōng)智能发展的(de)智能底(dǐ)座，是全球竞争最激烈的研究(jiū)方向之一，包括谷歌、亚马逊、百度、阿里、腾(téng)讯(xùn)等众多头(tóu)部企业都在竞相(xiāng)发力。

不过训练大模(mó)型的确价(jià)格不菲，以国盛证券发布的《ChatGPT需要(yào)多少算力(lì)》报告(gào)估算，GPT-3训练一次的(de)成本约为140万美元。而(ér)对于(yú)一些更大的LLM(大型语言模(mó)型)，训练成本则(zé)介于200万美(měi)元至1200万美元高价之间。

以ChatGPT在2023年1月的(de)独立访(fǎng)客(kè)平(píng)均数1300万计(jì)算，其(qí)对应芯片(piàn)需求为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(diàn)费就在(zài)5万美元(yuán)左右。

此外不论是ChatGPT还是(shì)AIGC，都(dōu)离不开(kāi)庞大算力(lì)支(zhī)持。在关注各类大模型的发展(zhǎn)同时，更应该关注算力网络的建设。

算力网络正驱(qū)动AI产业发展(zhǎn)进入(rù)史诗级(jí)加速进程，让(ràng)AIGC及通用(yòng)AI这一人(rén)工(gōng)智(zhì)能发展(zhǎn)的终(zhōng)极目标离得更近。

因为算力可以对突破性技术(shù)创(chuàng)新提供大(dà)力的支持(chí)。这方面(miàn)，多模态(tài)大模型是典型。作为(wèi)面向未(wèi)来强(qiáng)人(rén)工智(zhì)能、通用人工智能的重(zhòng)要技(jì)术创新(xīn)，多(duō)模态大模型已经(jīng)在人工智(zhì)能(néng)领域提(tí)出了很(hěn)多(duō)年，业界也有不少技术突破(pò)，但(dàn)是，多(duō)模(mó)态(tài)大模型进一步往(wǎng)下(xià)走，算(suàn)力(lì)需(xū)求呈几何式上升，一般(bān)的算力基(jī)础设施很快(kuài)将(jiāng)难(nán)以胜任。

从(cóng)图像(xiàng)、文(wén)字、语音单独一项(xiàng)的(de)训(xùn)练(liàn)，到(dào)双模(mó)态、三模态(tài)的跃(yuè)迁，让人(rén)工(gōng)智(zhì)能可以灵(líng)活应对不同模态(tài)的转化、像(xiàng)人与(yǔ)世界(jiè)交互(hù)一样自然，这(zhè)方面，由算力网络来(lái)驱动将有明显(xiǎn)优势(shì)。

此外，还有很多(duō)需要爆发式增(zēng)长的算力来(lái)支撑的技术创新，将在人工智能算力网络支撑(chēng)下快速推进(jìn)。

AIGC已经露出(chū)曙光(guāng)，期待在(zài)大(dà)模型(xíng)和大算力的支持下AIGC能持续颠覆内容生产的方(fāng)式(shì)，将创造(zào)的边际成本降低，让万众受益(yì)。

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 学生党如何自W，如何自我安抚