自聊天(tiān)机器(qì)人ChatGPT火爆以来，微软(ruǎn)公司(sī)创始人比(bǐ)尔·盖茨已多次公(gōng)开(kāi)谈论(lùn)人工智能话题。在最近的一次采访中，他再次表示：“AI可能会让(ràng)科技行业迎来(lái)一次剧烈的洗牌”。

这(zhè)个结论是他在当地时间(jiān)2月20日接受(shòu)《In Good Company》节目专(zhuān)访时提出的。

他预期，AI的(de)发展可能会威胁到谷歌的(de)市占率，因为微软在AI方面的行动相当迅速(sù)。而最终科技巨头将把AI整合成用户(hù)的(de)“全能助手(shǒu)”，包揽一切应用，与人们进行沟通并提供建议，可以(yǐ)取代亚马逊、Siri或(huò)Outlook等应用(yòng)。

大(dà)佬口中全能(néng)助手(shǒu)的到来可能尚需时(shí)日，但由ControlNet引发的又一次AI绘画浪潮，让(ràng)AIGC在(zài)ChatGPT的话(huà)题(tí)热(rè)点(diǎn)包围中(zhōng)杀出重(zhòng)围。

01

ControlNet颠覆AI绘画新玩法

AIGC向可控靠(kào)近(jìn)

以(yǐ)AI绘画为代表的AIGC上(shàng)一次(cì)爆火(huǒ)的时候，还是2022年8月，在美国科罗(luó)拉多(duō)州举办的新(xīn)兴(xīng)数字艺术家竞赛中，一(yī)幅名为《太空歌(gē)剧院》的作品获奖。

随后各大厂商的AI绘画软件被广大网友熟(shú)知并(bìng)体(tǐ)验，Stable Diffusion便是其(qí)中代(dài)表。

用户(hù)们可以在应(yīng)用中输入一(yī)组关键(jiàn)词或者一(yī)张照片(piàn)，就(jiù)能获得一幅(fú)AI创作的(de)画(huà)作。

作画的关键就是所输(shū)入的文(wén)本。同一组关键词也可(kě)以创作出很多张(zhāng)风格不一样(yàng)的(de)画作(zuò)，这让创(chuàng)作(zuò)的过程就像开盲盒。

很多用(yòng)户很喜欢这种不确定的惊喜(xǐ)，他们会(huì)将生成的美图当做头像。而(ér)另一部分喜欢翻看AI绘画的“翻车”作品。在社交媒体上，许(xǔ)多用户分享AI“翻车(chē)现场”，例(lì)如，一(yī)位网友(yǒu)的(de)小狗照片(piàn)被AI画成了“肌肉男”，还有网友的(de)个人照片(piàn)被AI识别成了建(jiàn)筑。

而如今随着ControlNet的出现与加持，以往(wǎng)AI绘(huì)画(huà)的填(tián)写(xiě)关键词游(yóu)戏可能要被(bèi)颠覆了。

ControlNet是一位正在斯坦福读博(bó)的(de)中国人张吕敏创作的(de)一种基于控制点的图像(xiàng)变形算法，主(zhǔ)要用于数字图(tú)像(xiàng)处(chù)理、计算机(jī)视觉和计算(suàn)机图形(xíng)学等领域。

其(qí)SD插件一经发布，在(zài)短(duǎn)短的两天(tiān)内便成为了AI绘画领域最新(xīn)的热点。

在此(cǐ)之前，大家用(yòng)了很多方法想让AI生(shēng)成(chéng)的结果尽可能的符合要(yào)求(qiú)，但是都不尽如人意，它(tā)的(de)出现代表着AI生(shēng)成开(kāi)始进入真正的(de)可控时期。

因为(wèi)ControlNet可(kě)以直接提取画(huà)面的构图，人物的姿势(shì)和画面的深(shēn)度信(xìn)息等。有了它的(de)帮(bāng)助(zhù)，就不用频繁(fán)的(de)用(yòng)提示(shì)词来碰(pèng)运气，抽盲盒式的创作(zuò)了。

通俗的说ControlNet相当(dāng)于给AI绘(huì)画加了(le)“魔法”，不少(shǎo)博主的(de)作(zuò)品已经获得了大量的浏(liú)览量，“viggo”就是其中(zhōng)之一，他用朋友的照片直接带她们走进动漫世界。

viggo先用StableDiffusion图片转文字。

再用Text2Prompt插件拓展找到对应的关键词；最后用ControlNet插件绑定骨骼开始换(huàn)关(guān)键(jiàn)词试(shì)效果。

通过图(tú)片就可以看(kàn)出来，效果十分惊艳。

更厉害的是，除了(le)真(zhēn)实的照片，草(cǎo)图也可以加上“魔法”，知乎大(dà)牛“DevPoint”和“逗砂(shā)”介绍到ControlNet还能实现线稿转全彩图。大神张吕敏其本尊(zūn)也亲自回应(yīng)。

不得不说当下AIGC已经变得越来越强(qiáng)大，甚至输出的作品都已经能以假(jiǎ)乱真了。

02

难辨虚(xū)实，AIGC技术力爆发

警惕安全问题

近日(rì)，“苏州金鸡湖(hú)有(yǒu)游艇party”的消息火(huǒ)遍(biàn)网络，而(ér)经过警方辟谣这所(suǒ)谓的“party”可能是全国第一起(qǐ)AI绘(huì)图诈骗(piàn)。

由于(yú)这个活动里(lǐ)面给出的美女照片都是AI制作(zuò)的真人照片绘(huì)图(tú)，因为太逼真(zhēn)，被大家当成(chéng)真事(shì)传播了。

不(bù)过仔细观察可(kě)以发现，活动发起者(zhě)提供的(de)照片中有(yǒu)个很(hěn)大的漏洞可以发现并(bìng)非真人，而是AI绘图，那便是(shì)图片(piàn)中女性的手指部(bù)分有的存在异常。

有行业人事表示：“现在因为(wèi)手(shǒu)指部分的绘画算法比较复杂，AI还(hái)不太(tài)会画人(rén)的手，但最新看到的(de)图片已经有越(yuè)来越完美的AI模型出现，以(yǐ)后可能就(jiù)完全没有漏洞了。”

类似的AI作图(tú)诈(zhà)骗在国外也已(yǐ)有发生。据英(yīng)国(guó)广播公司(sī)报(bào)道，土(tǔ)耳其地震期间，有Tiktok用户使用(yòng)AI合成了儿童受灾的(de)假照片发布到网络，以此诱骗善良的人打赏“捐助”从而(ér)实施诈骗。

目(mù)前随着技术发展，AIGC已经能做出真人照片般(bān)的绘图效果，如果(guǒ)这(zhè)样的图片被(bèi)用来诈骗，将非常(cháng)可怕。

此外AIGC还(hái)引(yǐn)发了很(hěn)多(duō)担忧，一方面(miàn)，批判者认为(wèi)AI在“学习”了大量(liàng)前人的(de)作品之后，其创作没有任何(hé)情绪和灵魂，难以和人(rén)类的艺术创(chuàng)作相提并(bìng)论。

另一(yī)方面，AIGC背(bèi)后(hòu)的版权、目前都并没(méi)有(yǒu)得到有效的(de)解(jiě)决，还有AIGC会(huì)不会代(dài)替人类(lèi)“至高无上”的创意。

马(mǎ)斯克也强调(diào)，人工智能的安全问题需要得到重视，太晚就(jiù)来不及了。

03

AIGC下(xià)一站(zhàn)除了视(shì)频，还有远方

技术都是有两面性的，潜(qián)在的危害并不能掩盖其(qí)光辉的(de)贡献。现(xiàn)在(zài)看(kàn)来，人工智能技术将是第四次工业革命的核心驱动力量，将创造(zào)新的(de)增长奇迹。

过去一(yī)年(nián)，人工(gōng)智能(néng)在(zài)技术和(hé)商业层面(miàn)都有(yǒu)了巨大进展，AI绘(huì)画(huà)就是人工(gōng)智能(néng)技术(shù)发生方向性改变的一个代表。其下一站或(huò)许就是视(shì)频。

此前，Meta和谷歌先后发布了几(jǐ)条引爆(bào)科技(jì)圈的短视频。这些视(shì)频引发关注(zhù)并非内(nèi)容做(zuò)得多(duō)优秀，反而都非常简单，比(bǐ)如一匹(pǐ)正在喝水的马，一(yī)只(zhǐ)画(huà)画的玩(wán)具熊，或者一段骑摩(mó)托车的第一视(shì)角录像，随便一个有手机的人都可(kě)以随(suí)手(shǒu)录下一段。

但(dàn)这些短视频的(勤耕不辍 精业笃行什么意思，精业笃行 臻于至善yle='color: #ff0000; line-height: 24px;'>勤耕不辍 精业笃行什么意思，精业笃行 臻于至善de)创作(zuò)方式非常简单，创作者(zhě)仅(jǐn)仅需要向(xiàng)AI输入一段话，甚至只是说一下要(yào)求(qiú)，AI就可以根据(jù)需(xū)要生成一段(duàn)视频。

谷(gǔ)歌(gē)发布的(de)两个AI生成视频(pín)分别来自于Imagen Video和Phenaki，前者主要突出的是高清，与Meta的Make-A-Video没有太多的差别。

在(zài)Make-A-Video公布了AI生成(chéng)的视频后，AI圈就已经玩了一波梗，一个(gè)能(néng)够做出更高(gāo)清视频的AI还不足以(yǐ)在(zài)短时(shí)间内戳中兴奋点(diǎn)。

Phenaki更加令人震(zhèn)惊的地方在于，它可(kě)以制作出超过2分钟的连(lián)贯(guàn)的也有确(què)切内容的视频，这才(cái)是真正让人们感到(dào)惊喜的地(dì)方。因为无论AI生成的视频多么高清(qīng)，也只能是为(wèi)内容生产者提供一个(gè)灵感，一个素材(cái)，一(yī)个过场动(dòng)画。

不(bù)过能够(gòu)制(zhì)作出有(yǒu)具(jù)体剧情(qíng)内容的(de)视频就(jiù)意味着，一些(xiē)视频创作由AI代(dài)替人工完(wán)成已经初(chū)步有了可能。

当下AI的发展速度已经超过大部分(fēn)人(rén)的(de)想象。内容产业的本质是供给创造需(xū)求(qiú)，AIGC作为(wèi)全新的内(nèi)容生产方式(shì)，可以为(wèi)内容(róng)产业带来更新的内容风(fēng)格、更快(kuài)的生产速(sù)度，更低的生产成本，这无疑会驱动内容产业(yè)的大爆发(fā)。

除了AI绘(huì)图、视频，AIGC技术还能(néng)应用于音乐、代码、机器人动作等多种内容形式的生成。不难发现该项技术不仅在游戏等行业能得到有效应(yīng)用(yòng)，对于下一代互联网各种元素的构建(jiàn)亦有关键意(yì)义。

从(cóng)商(shāng)业(yè)化的角度来(lái)看，文化娱乐、教育、传媒等诸多领域，本身就对基(jī)于AI的可视化内(nèi)容有强烈需求。

因此，AI绘画及(jí)视频或不是结果，而只是AI进程(chéng)中的(de)一块重要拼图，有望在(zài)技术更(gèng)新的加(jiā)持下实现(xiàn)更大的(de)应用价值。

AI从(cóng)理(lǐ)解内(nèi)容(róng)，走(zǒu)向了可以生(shēng)成(chéng)内容，甚至(zhì)能够创造出独立价值(zhí)和独立视角的内容。AIGC的再次出圈(quān)，更代(dài)表着未来的(de)先进生产力(lì)即将到来。

04

紧(jǐn)抓大模型与算力，牢固AIGC底座

从技(jì)术的(de)发展也可以看出，在(zài)语言大模型、图像大(dà)模型(xíng)之后，多模态大(dà)模型已经成为了新的趋(qū)势。

大模型被誉为当前人工智能发展(zhǎn)的智能底座，是全球竞争最激烈(liè)的研究方向之一，包括谷歌、亚(yà)马逊(xùn)、百度(dù)、阿里、腾讯等众(zhòng)多(duō)头部企业都(dōu)在竞相发力。

不过训(xùn)练大模型(xíng)的确价(jià)格不(bù)菲，以国盛证券发布的(de)《ChatGPT需要多少算力(lì)》报告估(gū)算(suàn)，GPT-3训练一(yī)次的成(chéng)本约为140万美元。而对于(yú)一些更大的LLM(大型语言模型)，训练成本则介于200万美元(yuán)至1200万(wàn)美元高价之间。

以ChatGPT在2023年1月的独立访(fǎng)客平均数(shù)1300万计算，其对应(yīng)芯片需求为3万多片英伟达A100 GPU，初始投入成本约为8亿美元(yuán)，每日仅(jǐn)电(diàn)费就在5万美元左(zuǒ)右。

此外不论是ChatGPT还(hái)是AIGC，都离不开庞(páng)大算力(lì)支持。在(zài)关注(zhù)各类大(dà)模型(xíng)的发展同时，更应(yīng)该关(guān)注算力(lì)网(wǎng)络的建(jiàn)设。

算力(lì)网络(luò)正驱动AI产业发展进(jìn)入史(shǐ)诗级加(jiā)速(sù)进程(chéng)，让AIGC及通用AI这一人(rén)工智能发展的(de)终(zhōng)极(jí)目(mù)标离得更近。

因为算(suàn)力可以(yǐ)对(duì)突破性(xìng)技术创新(xīn)提供(gōng)大力的支持(chí)。这(zhè)方面，多模态大(dà)模型是典型。作为面向未(wèi)来强人工(gōng)智能、通用人(rén)工智能的重(zhòng)要技术创(chuàng)新，多模态(tài)大(dà)模型(xíng)已经(jīng)在(zài)人工智能领域提出(chū)了很多(duō)年，业(yè)界也(yě)有(yǒu)不少技术突破，但是(shì)，多模态大模型进一(yī)步往下走，算力需求呈几(jǐ)何式上升(shēng)，一(yī)般的算力基础(chǔ)设(shè)施很快将难以胜任。

从(cóng)图像、文字、语音(yīn)单独一项的训(xùn)练(liàn)，到双模态(tài)、三(sān)模态的跃迁，让人工智能可以灵活应对不同模(mó)态的(de)转(zhuǎn)化、像人与世界交互一样自然，这方面，由算力网络来驱动将有明显优势。

此外，还有(yǒu)很多需要爆发(fā)式增长的算力来(lái)支撑的(de)技术(shù)创新，将在人工智(zhì)能算力网络支撑下快速推进。

AIGC已经露出曙光，期待在大(dà)模型(xíng)和大算力的(de)支持下AIGC能持续(xù)颠覆(fù)内容生产的方式，将创造的边际成本降低(dī)，让万众受益(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 勤耕不辍 精业笃行什么意思，精业笃行 臻于至善