自聊天机器人ChatGPT火爆以(yǐ)来，微软(ruǎn)公司创(chuàng)始人(rén)比尔(ěr)·盖(gài)茨已多次(cì)公开(kāi)谈论人工智能(néng)话题。在最(zuì)近的一次采访中，他(tā)再次表示(shì)：“AI可(kě)能会让科技行业迎来(lái)一次剧(jù)烈的洗牌(pái)”。

这个(gè)结论是他在当地时间(jiān)2月20日接受《In Good Company》节目专访(fǎng)时(shí)提出的。

他预期，AI的发展可能会威胁到谷歌的市占率，因为(wèi)微软在AI方面的(de)行动相当(dāng)迅速。而最终(zhōng)科技巨头将把AI整合成用户的“全(quán)能助手”，包揽一切应用，与(yǔ)人们进行沟通并提供建(jiàn)议(yì)，可(kě)以(yǐ)取代(dài)亚(yà)马逊(xùn)、Siri或Outlook等应用。

大佬口(kǒu)中全能助(zhù)手的到来(lái)可能尚(shàng)需(xū)时(shí)日，但由(yóu)ControlNet引发的又一次AI绘画(huà)浪潮，让AIGC在ChatGPT的话题热点包围中杀(shā)出(chū)重围。

01

ControlNet颠覆AI绘画新玩法(fǎ)

AIGC向可(kě)控靠近

以AI绘画为(wèi)代表的AIGC上一次爆(bào)火的(de)时候，还是2022年8月，在美国科罗拉多州举(jǔ)办的新兴数字(zì)艺术家竞赛(sài)中，一(yī)幅名为《太空歌剧(jù)院(yuàn)》的作(zuò)品(pǐn)获奖。

随(suí)后各大厂商的(de)AI绘画软件被(bèi)广大(dà)网友熟知并体验，Stable Diffusion便是其中代表。

用(yòng)户们可(kě)以(yǐ)在应用中输入一(yī)组关键词或者一张照片，就(jiù)能(néng)获得一(yī)幅AI创作的画作。

作画(huà)的关键就(jiù)是所输(shū)入的文本。同一组关键词(cí)也可(kě)以创作(zuò)出很(hěn)多(duō)张风格不一样的画作，这(zhè)让(ràng)创作的过程就像(xiàng)开(kāi)盲盒。

很多用户很喜欢这(zhè)种不(bù)确定(dìng)的惊喜，他们会将生成的美图(tú)当做(zuò)头像(xiàng)。而另一部分喜欢翻看AI绘画的“翻车”作品(pǐn)。在(zài)社交媒体上，许多用户分享(xiǎng)AI“翻车现场”，例如，一位(wèi)网友的小狗照片被AI画成了“肌肉男(nán)”，还(hái)有网(wǎng)友的个人照片被(bèi)AI识别成了(le)建筑。

而(ér)如今(jīn)随着ControlNet的出现与加(jiā)持，以往(wǎng)AI绘画的(de)填写关(guān)键词游(yóu)戏可能要被颠覆了(le)。

ControlNet是(shì)一位(wèi)正在(zài)斯坦福读博的中国(guó)人张吕敏创作(zuò)的一种(zhǒng)基(jī)于控制点的图(tú)像变形算法，主要用于(yú)数字图像处理、计(jì)算机视觉和计算机图形(xíng)学等领域(yù)。

其SD插件一经(jīng)发布，在短短的两天内便成为了AI绘画领域最新(xīn)的热点。

在此之前，大家(jiā)用了很多(duō)方法想让AI生成的结(jié)果尽可能的符(fú)合(hé)要求，但是都不尽如人意(yì)，它的出(chū)现代(dài)表(biǎo)着(zhe)AI生成(chéng)开始进入真正(zhèng)的可控(kòng)时期。

因为ControlNet可以直接提取画(huà)面(miàn)的构图(tú)，人物的姿势和画(huà)面的(de)深度(dù)信息等。有了(le)它的帮(bāng)助，就(jiù)不(bù)用频繁的用提示词来碰运气，抽盲盒式的创作(zuò)了。

通俗的说ControlNet相(xiāng)当(dāng)于给AI绘画加(jiā)了“魔法”，不(bù)少博主的作品已(yǐ)经获得(dé)了(le)大量的浏览量(liàng)，“viggo”就(jiù)是(shì)其中之一，他用朋友的照片(piàn)直接带她们(men)走进动漫世界。

viggo先用(yòng)StableDiffusion图片转文字。

再用Text2Prompt插件拓展(zhǎn)找(zhǎo)到对(duì)应的(de)关键(jiàn)词；最后用ControlNet插件绑定骨(gǔ)骼开始换(huàn)关(guān)键词(cí)试效果。

通过图片(piàn)就可以(yǐ)看(kàn)出来，效果十分惊艳。

更厉害(hài)的是(shì)，除了真(zhēn)实的照片，草图(tú)也可(kě)以加上(shàng)“魔法”，知(zhī)乎大牛“DevPoint”和“逗(dòu)砂(shā)”介绍到ControlNet还(hái)能实现线(xiàn)稿转全(quán)彩图(tú)。大神张(zhāng)吕敏其本尊也亲(qīn)自回应(yīng)。

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

02

难辨虚实，AIGC技术力爆发

警惕安(ān)全问题

近(jìn)日，“苏州金鸡(jī)湖有游艇(tǐng)party”的消息火(huǒ)遍网络(luò)，而经过警方辟谣这所谓(wèi)的“party”可能是全国第一起AI绘图诈骗。

由于(yú)这(zhè)个活动(dòng)里面给(gěi)出(chū)的(de)美女照片(piàn)都(dōu)是AI制作(zuò)的真人(rén)照片(piàn)绘图，因为(wèi)太逼真，被大家当成真事传播了。

不(bù)过仔细观(guān)察可(kě)以发现，活动发(fā)起者提(tí)供的照片中(zhōng)有个很大(dà)的漏洞(dòng)可以发现并非(fēi)真(zhēn)人，而是AI绘图，那便是图(tú)片(piàn)中(zhōng)女性的手指部分(fēn)有(yǒu)的存在异常。

有行业人(rén)事表示：“现在因为手指部分的绘画算法比较复杂，AI还不太会(huì)画人的手，但最新看(kàn)到的图片已经有越来越完美(měi)的AI模(mó)型出现，以后(hòu)可能就(jiù)完全没有漏洞(dòng)了。”

类似的AI作图诈骗在国外也(yě)已有发生。据英国(guó)广播(bō)公司报道，土耳(ěr)其地震期间，有Tiktok用户使用AI合成了儿童(tóng)受灾的假照片发布到(dào)网络，以此(cǐ)诱骗(piàn)善良(liáng)的人打(dǎ)赏“捐助”从而实(shí)施诈(zhà)骗。

目前随着技(jì)术发展，AIGC已经能做(zuò)出真人照片般的绘(huì)图效果(guǒ)，如(rú)果这样的图片被(bèi)用(yòng)来诈骗，将非常(cháng)可怕(pà)。

此外AIGC还引(yǐn)发(fā)了很多担忧，一(yī)方面，批判者认为(wèi)AI在“学习”了大量前人的作品之(zhī)后，其创(chuàng)作没有任何(hé)情绪(xù)和灵魂，难以和人类的艺(yì)术创(chuàng)作相提并论(lùn)。

另一方面，AIGC背后(hòu)的版(bǎn)权(quán)、目前都并没有得(dé)到有(yǒu)效的解(jiě)决，还有(yǒu)AIGC会(huì)不(bù)会代(dài)替人类“至高无上”的(de)创(chuàng)意。

马斯(sī)克也(yě)强调，人工智能的安全问题需(xū)要(yào)得到重视(shì)，太(tài)晚就来不及(jí)了(le)。

03

AIGC下一(yī)站(zhàn)除(chú)了视(shì)频，还有远方

技术都是有两面性(xìng)的，潜在的危害并不(bù)能掩(yǎn)盖其光(guāng)辉(huī)的贡献(xiàn)。现在看来(lái)，人(rén)工智能技术将是第四次(cì)工(gōng)业革命(mìng)的核心(xīn)驱动(dòng)力量，将创造新的增长奇迹。

过(guò)去一年，人工智能(néng)在技术和(hé)商业层面(miàn)都(dōu)有了巨大进展，AI绘画就是(shì)人工智能技(jì)术发生(shēng)方向性改变的一个(gè)代表。其下一(yī)站或许就(jiù)是视(shì)频。

此前，Meta和谷歌(gē)先后(hòu)发布了(le)几条引爆科技圈的(de)短(duǎn)视(shì)频(pín)。这(zhè)些视频引发(fā)关注并非内容(róng)做得多(duō)优秀，反而都非常简单，比如一匹正(zhèng)在喝水(shuǐ)的马(mǎ)，一(yī)只(zhǐ)画画的(de)玩具(jù)熊，或者一(yī)段(duàn)骑摩托车的第(dì)一视角(jiǎo)录像，随(suí)便一(yī)个(gè)有(yǒu)手机的人都(dōu)可(kě)以随(suí)手录下(xià)一(yī)段。

但这些短视频的创作(zuò)方式非常简(jiǎn)单，创(chuàng)作者仅仅需要(yào)向AI输入一(yī)段话，甚至只是(shì)说一(yī)下要求，AI就可以根据需要生(shēng)成一(yī)段(duàn)视频。

谷(gǔ)歌发布的两个AI生成(chéng)视频分别(bié)来自于Imagen Video和(hé)Phenaki，前者主要突出的是高清，与Meta的Make-A-Video没有太多的差别(bié)。

在(zài)Make-A-Video公布了(le)AI生(shēng)成的视频后，AI圈就(jiù)已经玩(wán)了一波(bō)梗(gěng)，一个能够做出更高清视频(pín)的AI还不(bù)足以在短时间内戳中兴奋点。

Phenaki更(gèng)加(jiā)令(lìng)人震惊的地(dì)方在于，它可以(yǐ)制作出超过2分钟的连贯的也(yě)有确切(qiè)内容的视(shì)频，这才是真正让人们感(gǎn)到惊喜的地方。因为无论(lùn)AI生成的视频(pín)多(duō)么(me)高清，也只能是为内容生(shēng)产者提供一个(gè)灵感，一(yī)个素(sù)材(cái)，一个(gè)过场动画。

不过能够(gòu)制(zhì)作出有具体(tǐ)剧情(qíng)内容(róng)的视频就意味(wèi)着，一(yī)些视频创(chuàng)作由AI代替人(rén)工完(wán)成已经初步有了可能(néng)。

当(dāng)下AI的发(fā)展速度(dù)已经(jīng)超过大(dà)部分人的想象。内容产(chǎn)业(yè)的本(běn)质是供(gōng)给创(chuàng)造需求，AIGC作为全(quán)新的内容生产方式，可以为内(nèi)容(róng)产(chǎn)业带来更新的内(nèi)容风(fēng)格(gé)、更快的生产速度，更(gèng)低的生产成本，这无疑会驱(qū)动内容产业的(de)大爆发。

除(chú)了AI绘图、视(shì)频，AIGC技术还能应(yīng)用(yòng)于音乐(lè)、代码、机器(qì)人动作(zuò)等多(duō)种(zhǒng)内(nèi)容形式的生(shēng)成。不难发(fā)现该项技(jì)术不仅在(zài)游戏等行业能得到有(yǒu)效应用，对于下一(yī)代互(hù)联网各种元素(sù)的构建亦(yì)有关键意(yì)义(yì)。

从商业化的角(jiǎo)度来看，文化娱乐、教育、传媒等诸多领域，本身就对基于AI的可视化内容有强烈需(xū)求(qiú)。

因此，AI绘画(huà)及视(shì)频或不是(shì)结果(guǒ)，而只是AI进程中的(de)一块重要拼图，有望(wàng)在(zài)技(jì)术更新的(de)加持下实现更(gèng)大的应用价值(zhí)。

AI从理解内容，走向了可以生成内容，甚(shèn)至能够创造出独立价(jià)值和(hé)独立视角的内(nèi)容。AIGC的(de)再次出圈，更代表(biǎo)着未来的先进生产(chǎn)力即将(jiāng)到来(lái)。

水娃是几娃？ 水娃是什么颜色mg alt="ChatGPT之后(hòu)又一应用杀疯了，AIGC或进(jìn)入可控(kòng)期，将洗牌科(kē)技行业？_黑料正(zhèng)能量(liàng)" decoding="async" src="https://mmbiz.heiliaofuli.com/wp-content/uploads/2023/03/9b0686cb7769bb0.png?imageMogr2/thumbnail/2160x0/format/webp/quality/80" data-ratio="0.4984375" data-s="300,640" data-type="png" data-w="1280">

04

紧(jǐn)抓大(dà)模(mó)型与算力，牢固AIGC底座

从技术的(de)发(fā)展也(yě)可以看出，在语(yǔ)言大模(mó)型、图像大(dà)模型之后，多模态大模型(xíng)已经成为了新的趋势。

大模型被(bèi)誉(yù)为当前(qián)人工智能发展的智能(néng)底座，是全球(qiú)竞(jìng)争最激烈的研究方向之一(yī)，包括谷歌、亚马逊、百度(dù)、阿里、腾讯等众(zhòng)多头部企业都在竞(jìng)相发力。

不过训练(liàn)大模型(xíng)的确价格不菲(fēi)，以国盛证券(quàn)发(fā)布的(de)《ChatGPT需要多少算力(lì)》报告(gào)估算，GPT-3训练一次的成本约为140万(wàn)美(měi)元。而对(duì)于一(yī)些更大的LLM(大型语言模型(xíng))，训练(liàn)成(chéng)本(běn)则介于(yú)200万(wàn)美元至1200万(wàn)美元高(gāo)价之间。

以ChatGPT在2023年1月的(de)独立访客平均数1300万计算，其对(duì)应(yīng)芯片需求为(wèi)3万(wàn)多片(piàn)英伟达A100 GPU，初始(shǐ)投入(rù)成本约(yuē)为8亿美(měi)元，每日仅(jǐn)电费就(jiù)在5万美元左(zuǒ)右(yòu)。

此外不论(lùn)是ChatGPT还(hái)是AIGC，都(dōu)离不开庞(páng)大算力支持(chí)。在关注各类大模型的发展同时，更应该(gāi)关注算(suàn)力网络的建设。

算力网络正驱动AI产业发展进入史诗级加速(sù)进程，让AIGC及通用AI这一(yī)人工(gōng)智(zhì)能发展的终极目标离得更近。

因为算(suàn)力可(kě)以对突破(pò)性技术创新提(tí)供大力的支持。这方面，多模(mó)态大模型(xíng)是(shì)典(diǎn)型。作为(wèi)面(miàn)向未来强人工(gōng)智能、通用人工智能的重(zhòng)要技(jì)术(shù)创新(xīn)，多模态大(dà)模型已经在人工(gōng)智能领域提出了很多年(nián)，业(yè)界也有不少技术突破，但是，多(duō)模态大模型(xíng)进一步往下(xià)走，算力需求呈几(jǐ)何式上(shàng)升，一般的算力基础设施很快将难(nán)以胜任。

从图像、文字、语音单独(dú)一项的训练，到双模(mó)态、三(sān)模态的跃迁，让人工智能可(kě)以灵活应对不同模态的转化、像人与世(shì)界交互一样自(zì)然，这方面，由算力网络来(lái)驱动将有明显(xiǎn)优势。

此(cǐ)外，还有很多(duō)需要爆发式增长的算力来支撑的技术创(chuàng)新，将(jiāng)在人工(gōng)智(zhì)能算力网络支撑下快(kuài)速(sù)推(tuī)进。

AIGC已经露出(chū)曙(shǔ)光，期待(dài)在大(dà)模(mó)型和大算力的(de)支持(chí)下AIGC能持续颠覆内容生产的方式，将创造的边际成(chéng)本降低，让万众受益。

未经允许不得转载：IDC站长站，IDC站长，IDC资讯--IDC站长站 水娃是几娃？ 水娃是什么颜色