自聊(liáo)天机(jī)器人ChatGPT火爆以来，微软公司(sī)创(chuàng)始人(rén)比尔·盖茨已(yǐ)多(duō)次公开谈(tán)论人(rén)工智能话题。在最(zuì)近的(de)一次采访中，他再次表示：“AI可能会(huì)让科技(jì)行(xíng)业迎来一(yī)次剧烈的洗牌”。

这个结论是他在当地时间2月20日接受《In Good Company》节目专访(fǎng)时提(tí)出的。

他预期，AI的(de)发展(zhǎn)可能会威胁(xié)到(dào)谷歌(gē)的(de)市(shì)占率，因为微软(ruǎn)在AI方(fāng)面的行动(dòng)相当(dāng)迅速(sù)。而最终科技(jì)巨头将把AI整(zhěng)合成用户的(de)“全能助手”，包揽一切应用，与人们进行(xíng)沟通并提(tí)供建(jiàn)议，可(kě)以取(qǔ)代(dài)亚马逊(xùn)、Siri或Outlook等应(yīng)用。

大佬口中全(quán)能(néng)助手(shǒu)的到来(lái)可能尚(shàng)需(xū)时日，但由ControlNet引发(fā)的又一次AI绘画浪(làng)潮，让AIGC在ChatGPT的(de)话(huà)题(tí)热(rè)点包围(wéi)中杀出重围(wéi)。

01

ControlNet颠(diān)覆AI绘(huì)画新玩(wán)法

AIGC向可控靠近

以AI绘画为代表的(de)AIGC上一次爆火的(de)时候(hòu)，还(hái)是2022年8月，在(zài)美国科罗拉多州举办的新兴数字艺(yì)术家竞赛中，一幅(fú)名为《太空歌剧院》的作品获(huò)奖。

随后(hòu)各大厂商的AI绘画软件被广(guǎng)大网友(yǒu)熟(shú)知并(bìng)体验(yàn)，Stable Diffusion便是其中(zhōng)代表。

用户(hù)们(men)可以在应(yīng)用中输入一组关键词或者一张照(zhào)片(piàn)，就能获得一幅AI创作的画作。

作画(huà)的关键(jiàn)就(jiù)是(shì)所输(shū)入的文(wén)本(běn)。同一组关键(jiàn)词也(yě)可以创作出很多(duō)张风格不一样的画作，这让创(chuàng)作的(de)过(guò)程就像开(kāi)盲盒。

很(hěn)多用户很喜欢这种(zhǒng)不确定(dìng)的惊喜，他(tā)们会将生(shēng)成的美图(tú)当做头(tóu)像(xiàng)。而另一部分喜欢(huān)翻看AI绘画的“翻车”作品。在(zài)社(shè)交媒体(tǐ)上，许(xǔ)多用(yòng)户分享AI“翻车(chē)现(xiàn)场(chǎng)”，例(lì)如，一位网友的小狗(gǒu)照片被AI画成了(le)“肌(jī)肉(ròu)男”，还有网友的个人照片被AI识别成了建筑。

而如今随着ControlNet的出(chū)现(xiàn)与加持，以往AI绘画的(de)填写关键词游戏可能要被(bèi)颠覆(fù)了。

ControlNet是一(yī)位正在斯坦福读博的中(zhōng)国(guó)人张吕(lǚ)敏创作的一种(zhǒng)基于控制(zhì)点(diǎn)的图像(xiàng)变形(xíng)算法，主要用于数字(zì)图像处理、计(jì)算机视(shì)觉(jué)和计(jì)算(suàn)机图形学等领(lǐng)域(yù)。

其SD插件(jiàn)一经发布(bù)，在短(duǎn)短的两天内便成(ché抖音我从来没想过我这放荡的灵魂是什么歌，抖音有一首歌什么荡悠悠ng)为了AI绘画(huà)领域最新的热点。

在此之前，大(dà)家用了很多方法想让(ràng)AI生成的结(jié)果尽可能的符(fú)合要求，但是都不尽如人(rén)意(yì)，它(tā)的出现(xiàn)代表(biǎo)着AI生成开(kāi)始进入真(zhēn)正的可(kě)控时期。

因为ControlNet可以直(zhí)接(jiē)提取画面(miàn)的构图，人物的姿势和画面的深度(dù)信息等(děng)。有了它的帮助，就不用频繁(fán)的(de)用提示词来(lái)碰(pèng)运气，抽(chōu)盲盒式的创(chuàng)作了。

通俗(sú)的(de)说ControlNet相当于(yú)给AI绘(huì)画(huà)加了“魔法(fǎ)”，不少博主(zhǔ)的作品(pǐn)已经(jīng)获得了大量的浏(liú)览量，“viggo”就是其中之一，他用朋(péng)友的照片直接带她们走(zǒu)进(jìn)动漫世界。

viggo先(xiān)用(yòng)StableDiffusion图(tú)片转(zhuǎn)文(wén)字。

再(zài)用(yòng)Text2Prompt插件拓展找(zhǎo)到对应的关键词(cí)；最后用ControlNet插件绑(bǎng)定骨骼开(kāi)始换关键词试效果。

通过(guò)图片就可(kě)以看(kàn)出(chū)来，效果十分惊艳。

更(gèng)厉害的(de)是，除了真实的照片(piàn)，草图(tú)也可(kě)以(yǐ)加上“魔法(fǎ)”，知乎大牛“DevPoint”和(hé)“逗砂”介绍到ControlNet还(hái)能实现线(xiàn)稿转(zhuǎn)全彩图(tú)。大神(shén)张吕敏其本尊也亲自(zì)回应。

不得不说当下AIGC已经变得越来越强(qiáng)大，甚(shèn)至输出的作品都已经(jīng)能以假(jiǎ)乱(luàn)真了。

02

难(nán)辨(biàn)虚实(shí)，AIGC技(jì)术力爆发

警(jǐng)惕安全问题(tí)

近日，“苏州(zhōu)金(jīn)鸡湖(hú)有游(yóu)艇(tǐng)party”的消息(xī)火遍网(wǎng)络，而经过警方(fāng)辟谣这所(suǒ)谓的“party”可能(néng)是(shì)全(quán)国第(dì)一起AI绘图诈骗。

由于这个(gè)活动(dòng)里面给出的美女照片都是(shì)AI制作的真人照片绘图，因(yīn)为太逼(bī)真(zhēn)，被大家当成真事传播(bō)了。

不过仔细观察可以发现，活动发(fā)起者提供的照片中有个很大的(de)漏(lòu)洞(dòng)可以发现并非真人，而是AI绘图，那便是图片中女性的手指(zhǐ)部分有(yǒu)的存在异常(cháng)。

有行业人事表示：“现在因为手(shǒu)指部(bù)分(fēn)的绘画(huà)算法(fǎ)比较(jiào)复杂，AI还不太(tài)会画人的手，但最新(xīn)看到的图(tú)片已经(jīng)有(yǒu)越(yuè)来越完(wán)美的AI模型出现，以后可能就(jiù)完全没有漏洞了。”

类似的AI作图诈(zhà)骗在国(guó)外也已有发生。据英国(guó)广播公司报道，土耳(ěr)其(qí)地震期间，有Tiktok用(yòng)户使用(yòng)AI合成了(le)儿童受灾的假照片发布到网络，以此(cǐ)诱骗善良的人打赏(shǎng)“捐(juān)助”从(cóng)而实施诈骗。

目前(qián)随着技术发展，AIGC已(yǐ)经能做出真人照片般的绘图效果，如果这(zhè)样(yàng)的图(tú)片被用来诈骗(piàn)，将非(fēi)常(cháng)可怕(pà)。

此外(wài)AIGC还引发了(le)很多(duō)担忧，一方面，批判者认为(wèi)AI在“学(xué)习(xí)”了大量前人(rén)的(de)作品之后，其创作没有(yǒu)任(rèn)何情绪(xù)和灵魂，难(nán)以和(hé)人类的艺术创作(zuò)相提并论。

另一方(fāng)面，AIGC背(bèi)后(hòu)的版权、目前(qián)都并没有(yǒu)得(dé)到有效的解决，还有AIGC会(huì)不会代替(tì)人类“至高无(wú)上”的创(chuàng)意。

马斯(sī)克也强(qiáng)调，人工智能(néng)的安全问题需要得到重视，太晚就来不(bù)及了。

03

AIGC下一站除了视频，还有远方(fāng)

技术都是有(yǒu)两面性的，潜在的危(wēi)害并(bìng)不(bù)能(néng)掩盖(gài)其光辉(huī)的(de)贡(gòng)献(xiàn)。现在看来，人工智能技术(shù)将是第四次工(gōng)业革命的核心驱动力量，将(jiāng)创造新的增长奇迹。

过(guò)去一年(nián)，人工智(zhì)能在技术(shù)和商业(yè)层面都有了巨大进展(zhǎn)，AI绘画就是人工智能(néng)技术发生方向性(xìng)改变的一(yī)个代表。其(qí)下一站或许(xǔ)就是视频。

此前(qián)，Meta和(hé)谷歌先后发布了几条(tiáo)引爆(bào)科技圈(quān)的短(duǎn)视(shì)频。这(zhè)些视频引发关注并非内容做得多优秀，反而(ér)都非常简单，比如一匹正在(zài)喝水的马(mǎ)，一只(zhǐ)画画的玩具熊(xióng)，或者一段骑(qí)摩托车的(de)第一视(shì)角录像，随便一个有(yǒu)手机的(de)人都可(kě)以随(suí)手录下一段。

但这些短视频的创作方式非(fēi)常(cháng)简单，创作者仅仅(jǐn)需要(yào)向AI输入(rù)一(yī)段话，甚至(zhì)只是说一下要求，AI就可以根据需要生成一段视(shì)频。

谷歌(gē)发布的(de)两个AI生成视频(pín)分(fēn)别(bié)来自于Imagen Video和Phenaki，前者主要突出的(de)是(shì)高清，与Meta的Make-A-Video没(méi)有太多的差别。

在Make-A-Video公布了AI生成的视频后(hòu)，AI圈就(jiù)已经玩(wán)了一波梗，一个能(néng)够做出更高清视频的(de)AI还(hái)不(bù)足以在短时间内戳中兴奋点。

Phenaki更加(jiā)令人震惊(jīng)的地(dì)方在于，它(tā)可以制(zhì)作出超过2分钟的连贯的也有确(què)切内(nèi)容的视频(pín)，这才是真正让人们感到惊喜(xǐ)的地(dì)方。因(yīn)为无(wú)论AI生成(chéng)的视频多(duō)么高清，也只能是为内(nèi)容生产者提供一个灵感，一个素材，一个过场动画。

不(bù)过能够制作出有具(jù)体剧情(qíng)内容的视频就意味(wèi)着，一些视频创作由(yóu)AI代替人(rén)工完(wán)成已(yǐ)经初步有了可能(néng)。

当下AI的发展速度已经(jīng)超(chāo)过(guò)大部分人的想象。内容(róng)产业的(de)本质是供给创造需求，AIGC作为全新的内(nèi)容生(shēng)产(chǎn)方(fāng)式，可以为(wèi)内容产业带来更新(xīn)的内容风格、更快的(de)生产速度，更(gèng)低的生(shēng)产成本，这无疑会驱动内(nèi)容产业(yè)的大爆发。

除(chú)了AI绘图(tú)、视(shì)频，AIGC技术还能应用于音(yīn)乐(lè)、代码(mǎ)、机器(qì)人动作等多种内容(róng)形(xíng)式的生(shēng)成(chéng)。不难发(fā)现该项(xiàng)技术不仅在游戏等行(xíng)业(yè)能得到有效应用，对于下一代互联(lián)网各(gè)种元素的构建(jiàn)亦有关键意义(yì)。

从商(shāng)业化的角度(dù)来看，文化娱乐(lè)、教育、传媒等(děng)诸多领(lǐng)域，本身(shēn)就对(duì)基于AI的可视化(huà)内容有强烈(liè)需求。

因此，AI绘画及(jí)视频(pín)或不是(shì)结(jié)果，而(ér)只是AI进程中的一块重(zhòng)要拼图，有(yǒu)望在技(jì)术更(gèng)新的加持下(xià)实现更大的(de)应用价值。

AI从(cóng)理解内(nèi)容(róng)，走向了可(kě)以生(shēng)成内容，甚至能(néng)够创造出(chū)独立价值和(hé)独立视角的(de)内容(róng)。AIGC的再次出圈(quān)，更(gèng)代表着未来的(de)先进生产力即将到来。

04

紧抓大(dà)模型与算力，牢固AIGC底座(zuò)

从技术的发(fā)展也(yě)可以看(kàn)出，在(zài)语(yǔ)言大模型、图像大(dà)模型之后，多模态大模型已经(jīng)成为了(le)新的(de)趋势。

大模型(xíng)被誉(yù)为当(dāng)前人工智能发(fā)展的智能底座(zuò)，是(shì)全球竞争最激烈的研究方向之一(yī)，包括(kuò)谷歌(gē)、亚马逊、百度、阿里、腾讯等众多(duō)头部企业都在竞相发力。

不过训练大模型的确价(jià)格(gé)不菲，以国盛证券发布的(de)《ChatGPT需要多少算力》报(bào)告估算，GPT-3训练一次的成本(běn)约为140万美(měi)元。而(ér)对于一些更大的LLM(大型语言模(mó)型)，训(xùn)练成本则介于200万美元至1200万美元(yuán)高价之(zhī)间。

以ChatGPT在2023年1月的(de)独立访客平(píng)均数1300万计算，其对应芯(xīn)片需求(qiú)为(wèi)3万多片英伟达(dá)A100 GPU，初(chū)始(shǐ)投入成本约为(wèi)8亿(yì)美元，每日(rì)仅电费就在5万美元左(zuǒ)右。

抖音我从来没想过我这放荡的灵魂是什么歌，抖音有一首歌什么荡悠悠-ratio="0.4255555555555556" data-type="jpeg" data-w="900">

此(cǐ)外不论是ChatGPT还是AIGC，都离不开庞大算力支(zhī)持。在关注各(gè)类大(dà)模型(xíng)的发展同(tóng)时，更应(yīng)该关注(zhù)算力网络的建设。

算力网(wǎng)络正驱动AI产(chǎn)业发(fā)展进(jìn)入(rù)史诗级加速进(jìn)程，让AIGC及通用AI这(zhè)一人工智(zhì)能发展的终极目标离得更近。

因为算(suàn)力可以对突(tū)破性技术创新(xīn)提供(gōng)大(dà)力(lì)的支(zhī)持。这方面，多模(mó)态大模型是典型。作为面(miàn)向未来强人工智能、通用人工智能的重要技(jì)术创新，多模(mó)态大模型已经在人工智(zhì)能领域提出了(le)很多年(nián)，业(yè)界(jiè)也有(yǒu)不少技术突破，但是，多(duō)模态大(dà)模型进(jìn)一(yī)步往下走(zǒu)，算力需求呈几何(hé)式上升，一(yī)般的算力基础设施很(hěn)快将难以胜任(rèn)。

从图像、文字、语音单独一项的训练，到双(shuāng)模(mó)态、三模态(tài)的跃迁，让人工智能可以灵活应(yīng)对不(bù)同(tóng)模(mó)态的转化、像(xiàng)人(rén)与(yǔ)世界交互一样自(zì)然，这方面(miàn)，由(yóu)算(suàn)力网络来驱动(dòng)将有明显优势(shì)。

此外，还有很(hěn)多需要爆发式(shì)增长(zhǎng)的算(suàn)力来支撑的(de)技术(shù)创(chuàng)新，将在(zài)人工(gōng)智能(néng)算(suàn)力(lì)网络支撑下快(kuài)速推进(jìn)。

AIGC已经露出曙(shǔ)光(guāng)，期待在(zài)大模型和(hé)大算(suàn)力的支持下AIGC能持(chí)续颠(diān)覆(fù)内容生产的方(fāng)式(shì)，将创造的边(biān)际(jì)成(chéng)本降低，让万(wàn)众(zhòng)受(shòu)益(yì)。

未经允许不得转载：旺华配资网_2020年最专业的大型配资平台_股票配资公司 抖音我从来没想过我这放荡的灵魂是什么歌，抖音有一首歌什么荡悠悠