自聊天机器人ChatGPT火(huǒ)爆以来，微(wēi)软(ruǎn)公(gōng)司(sī)创始人比尔·盖(gài)茨已多次公开谈论(lùn)人工智能话题。在(zài)最近的一次采访(fǎng)中，他再次表示：“AI可能(néng)会让(ràng)科(kē)技行业迎来(lái)一次剧烈的洗牌(pái)”。

这(zhè)个结论是他(tā)在当地(dì)时间2月20日(rì)接受(shòu)《In Good Company》节目专访时提出的。

他预期，AI的发展(zhǎn)可能(néng)会威胁(xié)到谷歌的市占率，因为微软在AI方(fāng)面的行动相当迅速。而最终科技巨(jù)头将把AI整合成(chéng)用户的“全能助手”，包揽一(yī)切(qiè)应用，与人们进行(xíng)沟通(tōng)并提供(gōng)建议，可(kě)以(yǐ)取代亚(yà)马逊、Siri或Outlook等应用(yòng)。

大(dà)佬(lǎo)口(kǒu)中全能助(zhù)手的到来可(kě)能尚需(xū)时日，但由(yóu)ControlNet引发的又一次(cì)AI绘画浪潮，让AIGC在ChatGPT的话题热点包(bāo)围(wéi)中杀出(chū)重围。

01

ControlNet颠覆AI绘画新玩法

AIGC向可控靠近

以AI绘(huì)画为代表的AIGC上一次爆火(huǒ)的(de)时候，还是2022年(nián)8月，在美(měi)国科罗(luó)拉多州举(jǔ)办的新兴数(shù)字艺术家竞(jìng)赛中，一幅(fú)名(míng)为《太空歌剧院》的作品获奖。

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

用户(hù)们可以在应用中输入一(yī)组关键(jiàn)词或者(zhě)一张照片，就能获(huò)得一幅AI创(chuàng)作的画作。

作画的关键就是所输入的文本。同(tóng)一(yī)组关键词也(yě)可以创(chuàng)作出很多张(zhāng)风格不一样(yàng)的画作，这让(ràng)创(chuàng)作(zuò)的(de)过程就(jiù)像开盲(máng)盒。

很多(duō)用户很(hěn)喜欢这种不(bù)确定的惊(jīng)喜，他们会(huì)将生(shēng)成(chéng)的美图当(dāng)做头像。而(ér)另一部(bù)分喜欢翻看AI绘画(huà)的“翻车”作品(pǐn)。在社交媒体上，许多用户分享AI“翻车现场(chǎng)”，例如，一位网友的小狗照片被AI画成了“肌(jī)肉男”，还有网友的个人照片被AI识(shí)别(bié)成了建(jiàn)筑。

而如今随着ControlNet的出(chū)现与加持(chí)，以(yǐ)往AI绘画的(de)填写关(guān)键词游戏可能要被(bèi)颠覆(fù)了。

ControlNet是一位正在斯(sī)坦福读博(bó)的中国人张吕敏创作的一种基(jī)于控制点(diǎn)的(de)图(tú)像变形算法，主要用于数(shù)字图像处理(lǐ)、计算机(jī)视觉和计算机图形学等领域。

其(qí)SD插件一经发布(bù)，在(zài)短短的两(liǎng)天内便成(chéng)为了(le)AI绘画领(lǐng)域(yù)最新(xīn)的热点。

在此(cǐ)之前，大家用了很多(duō)方法想(xiǎng)让AI生成(chéng)的结果尽可(kě)能的符合要(yào)求，但是都不尽(jǐn)如人意(yì)，它的(de)出现(xiàn)代表着AI生成开始进(jìn)入(rù)真(zhēn)正的可控时(shí)期。

因为(wèi)ControlNet可以直(zhí)接提取画面(miàn)的构图，人物的姿势和画面的深度信息等(děng)。有了它的帮助，就不用频繁的(de)用提示(shì)词来碰(pèng)运气，抽(chōu)盲(máng)盒式(shì)的创作了。

通俗的(de)说ControlNet相当(dāng)于给AI绘画加了“魔法”，不少博主(zhǔ)的作品已经国家常务委员7人，国家常务委员7人简历(jīng)获得了大量(liàng)的(de)浏(liú)览量，“viggo”就是其中之(zhī)一(yī)，他用朋友(yǒu)的照片直(zhí)接带她们走进动漫(màn)世界。

viggo先用StableDiffusion图片转文字。

再用Text2Prompt插(chā)件拓展找(zhǎo)到对应的关(guān)键词；最后(hòu)用(yòng)ControlNet插件绑(bǎng)定骨骼开始换关键词试效果(guǒ)。

通过图片就可以看出来，效果十分惊艳。

更厉害(hài)的是(shì)，除了真(zhēn)实的照片，草(cǎo)图也可(kě)以加上“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(tú)。大神(shén)张吕敏其本(běn)尊也亲自回应。

不得不说当下AIGC已(yǐ)经变得越来越强大(dà)，甚至输(shū)出的作(zuò)品都已经能以(yǐ)假(jiǎ)乱真了。

02

难辨虚(xū)实，AIGC技术力爆发

警惕安全问题(tí)

近日，“苏(sū)州金鸡湖(hú)有游(yóu)艇party”的消息火遍(biàn)网(wǎng)络，而经过警方辟谣(yáo)这所谓(wèi)的“party”可能是(shì)全国第一起AI绘(huì)图诈骗。

由于这个活(huó)动里面给出(chū)的(de)美女(nǚ)照(zhào)片都是(shì)AI制(zhì)作(zuò)的真人(rén)照(zhào)片绘图，因为太逼(bī)真，被(bèi)大家当成真事传播了。

不过仔细(xì)观察可以发现，活(huó)动发起者提供的照(zhào)片中(zhōng)有个很大的漏洞可以发现(xiàn)并非真人，而是AI绘图，那(nà)便是图片中女性的手指部分有(yǒu)的存在异(yì)常。

有行(xíng)业人事表示：“现在(zài)因为手(shǒu)指部分的绘画算法比较复杂，AI还不太会画(huà)人的手，但最新看到的图片已(yǐ)经有(yǒu)越来(lái)越完美的AI模型出现，以后可能(néng)就完(wán)全没有(yǒu)漏洞了。”

类似的AI作图诈骗在国(guó)外也(yě)已有发(fā)生。据英国(guó)广播公司报(bào)道，土耳其地震(zhèn)期间，有Tiktok用户使用AI合成了儿童受灾的假(jiǎ)照片发布到网络，以此诱骗善(shàn)良的(de)人(rén)打赏“捐助”从而实施(shī)诈骗。

目前(qián)随着技术(shù)发展，AIGC已(yǐ)经能做(zuò)出真人(rén)照片般(bān)的(de)绘图效果，如果(guǒ)这样的(de)图片(piàn)被用来诈(zhà)骗(piàn)，将非常可怕。

此外AIGC还(hái)引发了很多担忧，一(yī)方面，批判者认为AI在“学习(xí)”了大(dà)量(liàng)前人的作(zuò)品之后，其创作没有任何情(qíng)绪(xù)和灵(líng)魂，难以(yǐ)和(hé)人类(lèi)的艺术创作相(xiāng)提并(bìng)论。

另一方面，AIGC背后(hòu)的(de)版权、目前都并没有得到有效(xiào)的(de)解决，还有AIGC会(huì)不会(huì)代替(tì)人类“至(zhì)高无上”的创意(yì)。

马斯克(kè)也强调，人工智能的安全(quán)问题需要得到重视，太(tài)晚就来(lái)不及了。

03

AIGC下一站(zhàn)除了视(shì)频，还有远方

技(jì)术(shù)都是有两面(miàn)性的，潜在(zài)的危害(hài)并不(bù)能掩盖其光(guāng)辉的贡献。现在看来，人(rén)工智能技术(shù)将(jiāng)是第(dì)四次工业革(gé)命的核心驱动力量，将创造新(xīn)的增长奇迹。

过(guò)去一年(nián)，人工智能在技术和(hé)商业层面都有了巨(jù)大进展(zhǎn)，AI绘画就是人工智能技(jì)术发生方向性改变(biàn)的一个代表。其下(xià)一站或许就是视频。

此前，Meta和谷歌先(xiān)后发(fā)布(bù)了几(jǐ)条引爆科技圈的短视频(pín)。这(zhè)些视频引(yǐn)发关(guān)注(zhù)并非内容做(zuò)得多优秀，反而都非常简单，比如一匹(pǐ)正在(zài)喝水的马，一只画(huà)画(huà)的玩具熊，或者(zhě)一段骑摩托车(chē)的(de)第一(yī)视角(jiǎo)录像，随(suí)便一个有手机的人都可以(yǐ)随手录下(xià)一(yī)段(duàn)。

但这些短(duǎn)视频的创作方式非常简单(dān)，创作者仅(jǐn)仅需要向AI输入一段话，甚(shèn)至只是说(shuō)一下要求，AI就(jiù)可以根(gēn)据需要生成一段视频(pín)。

谷歌(gē)发布的两(liǎng)个AI生成视频(pín)分别来自于Imagen Video和Phenaki，前(qián)者主(zhǔ)要突出的是(shì)高清，与(yǔ)Meta的Make-A-Video没(méi)有太多(duō)的差别。

在Make-A-Video公(gōng)布(bù)了AI生成的视(shì)频后，AI圈就已经(jīng)玩了(le)一波(bō)梗，一(yī)个能够做出更高清视(shì)频的(de)AI还不足以在(zài)短时间内戳(chuō)中兴奋点。

Phenaki更加(jiā)令人(rén)震惊的地方在于，它可以制作出(chū)超过2分钟(zhōng)的连贯(guàn)的也有确切内容的视频(pín)，这才是真正(zhèng)让人们感到(dào)惊喜的地方(fāng)。因为无(wú)论AI生成的(de)视频多么高清，也只(zhǐ)能(néng)是为(wèi)内容生产者提供(gōng)一个灵(líng)感，一个素材，一个(gè)过场(chǎng)动画。

不过能够制(zhì)作出(chū)有具(jù)体剧情内容的视频就意(yì)味着(zhe)，一些视频创作由AI代替人工完成(chéng)已经(jīng)初步有(yǒu)了可能(néng)。

当下AI的发展(zhǎn)速度(dù)已经超(chāo)过(guò)大部分人(rén)的(de)想象。内容产(chǎn)业(yè)的本质是供给(gěi)创造需求(qiú)，AIGC作为全新(xīn)的内容生产方(fāng)式，可(kě)以为内容产业带(dài)来更(gèng)新的内容风格(gé)、更快(kuài)的生产速度，更(gèng)低的生(shēng)产成(chéng)本，这无疑(yí)会驱(qū)动内(nèi)容产(chǎn)业的大(dà)爆发。

除了AI绘图(tú)、视(shì)频，AIGC技(jì)术(shù)还能应用于音乐、代码、机器人(rén)动(dòng)作等(děng)多种内容形式(shì)的生成。不难发现该项技术不仅在游戏等行业能得到有效应用(yòng)，对于下(xià)一代互联网各(gè)种元素的构建亦(yì)有关(guān)键意义(yì)。

从商业化的角(jiǎo)度来看(kàn)，文化(huà)娱(yú)乐、教育、传媒等诸多(duō)领域，本(běn)身就(jiù)对基于AI的可视(shì)化内容有强烈(liè)需求。

因此，AI绘画及视频(pín)或不(bù)是结果，而只是AI进程中的一块重要拼图，有望(wàng)在技(jì)术更新的加持下实现(xiàn)更(gèng)大(dà)的应用价值(zhí)。

AI从(cóng)理解内(nèi)容，走(zǒu)向了可以(yǐ)生成内(nèi)容，甚(shèn)至能(néng)够创造出(chū)独立价值和独立视角的内(nèi)容。AIGC的再次出圈，更代表(biǎo)着(zhe)未(wèi)来(lái)的(de)先(xiān)进生产力(lì)即(jí)将到来。

04

紧抓大模(mó)型与算(suàn)力，牢固AIGC底座

从技(jì)术(shù)的发(fā)展(zhǎn)也可以看出，在语(yǔ)言大模型、图像大模型之后(hòu)，多模态大模型已经成为了新的趋(qū)势。

大模型被誉(yù)为当前人工(gōng)智能发展的(de)智能底座(zuò)，是全球竞争最激烈的研(yán)究方向之一(yī)，包括谷歌、亚马逊(xùn)、百度、阿里、腾讯等众多头(tóu)部企业都在竞相(xiāng)发力。

不过训练大(dà)模型的确价格不(bù)菲，以国盛(shèng)证券发布的《ChatGPT需要多(duō)少算力》报告估算，GPT-3训练一次的成本约为140万美元。而对于一些更(gèng)大的LLM(大型语言模(mó)型)，训练成本则介(jiè)于200万美(měi)元(yuán)至1200万美元(yuán)高价之(zhī)间(jiān)。

以ChatGPT在2023年1月的独立(lì)访客平均数1300万计算，其对应芯片需求为3万多片英伟达A100 GPU，初始投入(rù)成(chéng)本(běn)约(yuē)为(wèi)8亿(yì)美元，每日(rì)仅电费就在5万美元左右(yòu)。

此外不论是ChatGPT还(hái)是(shì)AIGC，都离不开庞(páng)大算力支持。在关注各类(lèi)大模型的(de)发展(zhǎn)同时，更(gèng)应(yīng)该关注(zhù)算力(lì)网(wǎng)络的建设。

算(suàn)力网络正驱动AI产业(yè)发展进入史诗级(jí)加(jiā)速进程(chéng)，让AIGC及通用(yòng)AI这一人(rén)工智(zhì)能发展的终(zhōng)极目标离得更近(jìn)。

因为(wèi)算(suàn)力可(kě)以对突破性技术(shù)创新提供大力的支(zhī)持。这方面，多(duō)模(mó)态大模(mó)型是典型。作为面(miàn)向未来(lái)强人工智能(néng)、通(tōng)用人(rén)工智能的重要技术创新，多(duō)模(mó)态大模(mó)型已(yǐ)经(jīng)在(zài)人工智能(néng)领域提出(chū)了很多年，业界也有不(bù)少技(jì)术(shù)突(tū)破(pò)，但是，多模(mó)态大模型进一步往下走，算力需求呈(chéng)几(jǐ)何式(shì)上升(shēng)，一般的算力基础设施很快将(jiāng)难(nán)以(yǐ)胜任(rèn)。

从图(tú)像(xiàng)、文字(zì)、语音单独一(yī)项(xiàng)的(de)训(xùn)练，到双模态、三模态的跃迁，让(ràng)人工(gōng)智(zhì)能可以灵活应对不同模态的转化、像人与世界交互一样自然，这(zhè)方(fāng)面(miàn)，由算(suàn)力网络来驱动(dòng)将有(yǒu)明显优势。

此外(wài)，还有很(hěn)多需要爆(bào)发式(shì)增长(zhǎng)的算力来支撑的技术创新，将在人工智(zhì)能算(suàn)力网络支(zhī)撑下快速推进(jìn)。

AIGC已经露出曙光，期待在大模型和大(dà)算力的支持下AIGC能(néng)持续颠覆内容生产(chǎn)的(de)方(fāng)式，将创(chuàng)造(zào)的边际成本降低，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 国家常务委员7人，国家常务委员7人简历