自聊天(tiān)机器(qì)人ChatGPT火爆以来，微软(ruǎn)公司创(chuàng)始人比尔(ěr)·盖茨已多次公开谈论人工智能话题。在最(zuì)近的(de)一(yī)次采访中，他再次表示：“AI可能会让科技行业迎(yíng)来一次剧烈的洗牌”。

这个结论(lùn)是他在当地时(shí)间2月20日接(jiē)受(shòu)《In Good Company》节目(mù)专访时提出的(de)。

他预期(qī)，AI的发展可(kě)能会威胁到谷(gǔ)歌(gē)的市占(zhàn)率，因为微软在(zài)AI方面(miàn)的行动相当迅速。而最终科技巨头将把AI整合(hé)成用户的“全能助手”，包揽一(yī)切应用(yòng)，与人们进行沟通并提供建议，可以(yǐ)取代(dài)亚(yà)马逊(xùn)、Siri或Outlook等(děng)应用。

大佬口(kǒu)中全能助手(shǒu)的到来可能尚(shàng)需时日，但由ControlNet引发的又一次(cì)AI绘画浪(làng)潮，让AIGC在ChatGPT的话题热点(diǎn)包围(wéi)中杀出重围。

01

ControlNet颠覆AI绘画(huà)新玩法

AIGC向可控靠(kào)近

以(yǐ)AI绘画为(wèi)代(dài)表的AIGC上一次爆(bào)火(huǒ)的时(shí)候，还是2022年8月，在美国科罗拉多州举办(bàn)的新(xīn)兴数(shù)字艺(yì)术(shù)家竞赛中，一(yī)幅名(míng)为(wèi)《太空歌剧院》的作品获奖。

随后各大厂商的(de)AI绘画(huà)软件被广大网友熟知并体验，Stable Diffusion便是其(qí)中(zhōng)代表。

用(yòng)户(hù)们可以在应用中输入一(yī)组(zǔ)关(guān)键(jiàn)词或者一张照片，就能获得一幅(fú)AI创作的画作。

作画的关(guān)键就(jiù)是所输入(rù)的文(wén)本。同一组关键词也可以创(chuàng)作出很多张风格不一样的画作，这(zhè)让创作的过程就(jiù)像开盲盒。

很多用户(hù)很喜(xǐ)欢这种(zhǒng)不确定的惊喜，他(tā)们(men)会将生成的美(měi)图当(dāng)做头像。而另一部(bù)分(fēn)喜欢翻看AI绘画的“翻(fān)车”作品。在社交媒体上，许多用户分(fēn)享AI“翻车现(xiàn)场”，例如(rú)，一位(wèi)网友的小狗照片(piàn)被AI画成了“肌肉男”，还有(yǒu)网友(yǒu)的个人照(zhào)片被(bèi)AI识别(bié)成了建筑。

而(ér)如今随(suí)着ControlNet的出现与加(jiā)持，以(yǐ)往AI绘画的填写关(guān)键(jiàn)词(cí)游(yóu)戏可能要被颠覆了(le)。

ControlNet是一位正在(zài)斯坦福读博(bó)的中国人张吕敏创作的一种基于控(kòng)制点的图像变形(xíng)算法，主要(yào)用于数(shù)字图(tú)像(xiàng)处理、计算机(jī)视(shì)觉和(hé)计(jì)算(suàn)机(jī)图(tú)形(xíng)学等领域(yù)。

其SD插件(jiàn)一(yī)经发布，在短短的两天内便(biàn)成为了AI绘画领域最新的热点。

在此之(zhī)前，大家用了很多方法想(xiǎng)让(ràng)AI生成(chéng)的结(jié)果尽可能的符合要求，但是(shì)都不尽(jǐn)如人意，它的出(chū)现(xiàn)代表着AI生成(chéng)开始进(jìn)入真正的可控时期。

因为ControlNet可以(yǐ)直接提取画(huà)面的构(gòu)图，人(rén)物的(de)姿势和画面的深度信息等。有了它的帮(bāng)助，就(jiù)不用频繁的(de)用(yòng)提(tí)示词(cí)来碰(pèng)运气，抽盲盒式的创作了(le)。

通俗(sú)的说(shuō)ControlNet相当于给AI绘(huì)画加了(le)“魔法”，不少博主的作品已经(jīng)获(huò)得(dé)了大量的浏(liú)览量，“viggo”就是其(qí)中之一(yī)，他用朋友的照片直接带她们(men)走进动漫世界。

viggo先用StableDiffusion图片(piàn)转(zhuǎn)文(wén)字。

再用(yòng)Text2Prompt插(chā)件(jiàn)拓展找到对(duì)应(yīng)的关(guān)键(jiàn)词；最后(hòu)用(yòng)ControlNet插件绑定骨骼开始(shǐ)换关键词试效果(guǒ)。

通过图(tú)片就可以看出来，效果十(shí)分惊艳。

更厉(lì)害的是，除了真实的照(zhào)片，草图也(yě)可(kě)以加上(shàng)“魔法”，知乎大牛“DevPoint”和“逗砂”介(jiè)绍到ControlNet还(hái)能(néng)实现线稿转(zhuǎn)全彩图。大(dà)神(shén)张吕敏(mǐn)其本(běn)尊(zūn)也亲自回应(yīng)。

不得不说当(dāng)下AIGC已经变得越来越强大，甚至输出的作品都(dōu)已(yǐ)经(jīng)能以假乱真了。

02

难辨(biàn)虚实，AIGC技术力爆发(fā)

警惕安全问题

近(jìn)日，“苏(sū)州(zhōu)金鸡湖有游艇(tǐng)party”的(de)消息火遍网络，而经过(guò)警(jǐng)方辟谣这所谓的“party”可(kě)能是全国(guó)第一起AI绘图诈骗。

由(yóu)于这个活动里面(miàn)给出的美女照片(piàn)都是AI制作的真人照(zhào)片(piàn)绘图，因为太逼真，被大家(jiā)当(dāng)成真事传播(bō)了。

不过仔细观察可以发现，活动发起者提供的(de)照(zhào)片中有个很大(dà)的漏洞可以发现并(bìng)非真人，而(ér)是(shì)AI绘图，那便是图片中女性的手指部分有的存(cún)在异常。

有行业人(rén)事表示：“现在因为手指部分(fēn)的绘画算(suàn)法比较(jiào)复(fù)杂，AI还不太会画人的手，但最新看到的图片已(yǐ)经有越来越完美的(de)AI模型(xíng)出现(xiàn)，以后可(kě)能就完全没有漏(lòu)洞了。”

类似的AI作图诈骗在国外也已有(yǒu)发生。据英国广播(bō)公司(sī)报(bào)道(dào)，土耳其地震期间，有(yǒu)Tiktok用户使用(yòng)AI合成了儿(ér)童受灾的假照片(piàn)发(fā)布到(dào)网络，以此诱骗(piàn)善(shàn)良的人打(dǎ)赏“捐助(zhù)”从而(ér)实施(shī)诈骗。

目前随着技术发(fā)展(zhǎn)，AIGC已经(jīng)能做(zuò)出真人照(zhào)片般(bān)的绘(huì)图效果(guǒ)，如果这样的图片(piàn)被用(yòng)来(lái)诈骗，将非常可怕(pà)。

此外AIGC还(hái)引(yǐn)发了很多担忧，一方面，批判者认为AI在“学(xué)习(xí)”了大(dà)量前人的作品之后，其(qí)创作没有任何情绪和灵魂，难以(yǐ)和人(rén)类的艺术创作相提并论。

另一方面，AIGC背(bèi)后的版(bǎn)权、目前(qián)都(dōu)并没有得到(dào)有(yǒu)效的(de)解决，还有AIGC会不(bù)会代替人类“至高无上”的(de)创意。

马斯克(kè)也(yě)强调，人(rén)工(gōng)智(zhì)能(néng)的安全问题需要得到重视(shì)，太晚就来(lái)不及了(le)。

03

AIGC下一站除(chú)了视(shì)频，还有远(yuǎn)方

技术(shù)都是(shì)有两面性的，潜在的(de)危害并不能掩盖其光(guāng)辉的(de)贡献。现在看来(lái)，人(rén)工智能技术将是(shì)第四(sì)次工业革命(mìng)的核心驱动力量(liàng)，将创造新的增长奇迹。

过去一年，人(rén)工智能在技(jì)术和商业层面都有(yǒu)了巨大进展(zhǎn)，AI绘画就是人(rén)工智能技术发生方(fāng)向性(xìng)改(gǎi)变(biàn)的一个代表(biǎo)。其下(xià)一站或(huò)许就是视频(pín)。

此(cǐ)前，Meta和谷歌先后发布了几条引爆(bào)科技圈(quān)的短视频。这些视频引发关注并(bìng)非内(nèi)容做得多优(yōu)秀，反而(ér)都(dōu)非常简单，比如(rú)一(yī)匹正在喝水的马，一只画画(huà)的玩具(jù)熊(xióng)，或者(zhě)一段骑摩(mó)托车的第一视(shì)角录像，随便一(yī)个有手机的人都(dōu)可以天雨粟 鬼夜哭 思念漫太古什么意思，天雨粟鬼夜哭表达什么意思随手录下一(yī)段。

但这些(xiē)短视频的(de)创(chuàng)作方式非常简单，创作者仅仅需要向(xiàng)AI输入(rù)一段话，甚至只是(shì)说一下要求，AI就可以根据需要(yào)生成(chéng)一段视(shì)频。

谷歌(gē)发布的(de)两(liǎng)个AI生成视频(pín)分别来自于Imagen Video和Phenaki，前者主(zhǔ)要突(tū)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(de)视(shì)频后，AI圈就已经玩了(le)一波梗，一个能够做出更高清(qīng)视频的AI还(hái)不足以在短时间内(nèi)戳中兴奋(fèn)点。

Phenaki更(gèng)加(jiā)令(lìng)人震惊的地方在(zài)于(yú)，它可以制作出(chū)超(chāo)过2分钟的连贯(guàn)的也有确切内容(róng)的(de)视频，这(zhè)才是真正(zhèng)让人们感到(dào)惊喜的地方。因为无论(lùn)AI生成的视频多么(me)高清，也只能是(shì)为内容(róng)生产者提供一个灵感，一个素(sù)材，一个过场动画。

不(bù)过能够制(zhì)作出(chū)有具体剧(jù)情内容的视(shì)频就意(yì)味(wèi)着(zhe)，一(yī)些(xiē)视频创(chuàng)作由AI代替人工完成已经初步(bù)有(yǒu)了可能。

当下(xià)AI的(de)发展速(sù)度已经超过(guò)大部分人的想象。内容产业的本(běn)质是供给创造需求，AIGC作为(wèi)全新的内容生产方式(shì)，可(kě)以为内容产(chǎn)业(yè)带来更新的内容风格、更快(kuài)的(de)生产(chǎn)速度，更低的(de)生(shēng)产成本(běn)，这(zhè)无疑会(huì)驱(qū)动内容产业的大爆发。

除了AI绘图、视(shì)频，AIGC技术还能应用于音乐、代码、机器人动作(zuò)等多种内容形式的生成(chéng)。不难发现该项技(jì)术(shù)不仅在游戏等行业能(néng)得到(dào)有效应用，对(duì)于下一(yī)代互(hù)联网(wǎng)各种元素的构(gòu)建亦有(yǒu)关(guān)键意义。

从商业化的角(jiǎo)度来(lái)看，文化娱(yú)乐、教育、传(chuán)媒(méi)等诸多领域，本(běn)身就对基于(yú)AI的可视化(huà)内容有(yǒu)强烈(liè)需求。

因此，AI绘画及视频(pín)或不(bù)是结(jié)果(guǒ)，而只(zhǐ)是AI进程中的一块重要拼图，有望在技术更新的加持下实(shí)现更(gèng)大的应用价(jià)值。

AI从理解内容，走向(xiàng)了可以生成内容，甚至能够(gòu)创造出独立价值和独立视角的内容。AIGC的(de)再(zài)次出圈，更代表着未(wèi)来的先进生产力即将(jiāng)到来。

04

紧抓大模型(xíng)与算力，牢固(gù)AIGC底座(zuò)

从技术的发展也可以看出，在语(yǔ)言大模型、图像大模(mó)型(xíng)之后，多模态大模型已经成为了新的趋势。

大模型被誉为当(dāng)前人工(gōng)智(zhì)能发展的智能(néng)底座，是全球(qiú)竞争最激(jī)烈的研究方向(xiàng)之一(yī)，包括谷(gǔ)歌、亚马逊、百度(dù)、阿(ā)里(lǐ)、腾讯等(děng)众多头部企业(yè)都在竞相发力。

不过训(xùn)练大模(mó)型的确价格不菲，以国(guó)盛证券发布的《ChatGPT需要多少算(suàn)力》报告估(gū)算，GPT-3训练一(yī)次(cì)的成(chéng)本约为140万美元。而对于一些更(gèng)大的LLM(大(dà)型(xíng)语言模(mó)型)，训练成本则介于200万美(měi)元至1200万美(měi)元高价(jià)之间(jiān)。

以ChatGPT在2023年(nián)1月的独立访客平均数1300万计算(suàn)，其对应(yīng)芯(xīn)片需求(qiú)为3万多片英伟达(dá)A100 GPU，初(chū)始投入成本约为8亿美元(yuán)，每日(rì)仅(jǐn)电费就在5万美元左右。

此外不论(lùn)是(shì)ChatGPT还是(shì)AIGC，都(dōu)离不开(kāi)庞大算(suàn)力支持。在关注(zhù)各类大模(mó)型的发展(zhǎn)同时，更(gèng)应该(gāi)关注(zhù)算力网(wǎng)络的建(jiàn)设。

算力网(wǎng)络正驱动AI产业发展进(jìn)入(rù)史诗级(jí)加(jiā)速进程(chéng)，让AIGC及通用AI这一人(rén)工智能发展的终(zhōng)极(jí)目标离得更近。

因为算力可以(yǐ)对突破(pò)性技术创新提供大(dà)力(lì)的支持(chí)。这方面(miàn)，多模(mó)态大(dà)模型是典型。作为面向未来强人工智能、通用人工(gōng)智能的重要技术(shù)创新，多(duō)模态大模(mó)型(xíng)已经在人工(gōng)智能领域提出了很多年，业界也有不少技术突破，但是，多模(mó)态(tài)大模型(xíng)进(jìn)一步往(wǎng)下走，算力需求(qiú)呈几(jǐ)何(hé)式上(shàng)升，一般的算力基础设(shè)施很快将(jiāng)难以胜任(rèn)。

从图(tú)像、文(wén)字、语(yǔ)音单(dān)独(dú)一(yī)项(xiàng)的(de)训练，到双(shuāng)模态(tài)、三模(mó)态的(de)跃迁，让人(rén)工智(zhì)能可(kě)以灵活应对不同模(mó)态的(de)转化、像(xiàng)人与世界(jiè)交互一样自然，这方面，由算力网络来(lái)驱动(dòng)将有明显优势。

此外，还有很多需要爆发(fā)式增长的算力来支撑的技术创(chuàng)新，将在人工智能(néng)算力网络支撑下快(kuài)速推(tuī)进。

AIGC已经露出曙(shǔ)光(guāng)，期(qī)待在(zài)大模(mó)型和大算力的支持(chí)下AIGC能(néng)持续颠覆内容生产的(de)方(fāng)式，将创造(zào)的边际(jì)成本降低，让万众受(shòu)益(yì)。

未经允许不得转载：IDC站长站，IDC站长，IDC资讯--IDC站长站 天雨粟 鬼夜哭 思念漫太古什么意思，天雨粟鬼夜哭表达什么意思