自聊天机(jī)器人ChatGPT火爆以(yǐ)来，微软公司创始人(rén)比尔·盖(gài)茨已多次公(gōng)开谈论人工智能话题。在最近(jìn)的一次采(cǎi)访中(zhōng)，他再次表示：“AI可能会让科技行业迎来一次剧烈(liè)的洗牌”。

这个(gè)结(jié)论是他在当(dāng)地时间2月20日接受《In Good Company》节目专(zhuān)访时提出的。

他预期，AI的发展可能会威(wēi)胁到谷歌的市占率，因为微软在AI方面的行动相当迅速。而最终科技(jì)巨(jù)头(tóu)将把AI整合(hé)成用户的“全(quán)能助(zhù)手”，包揽一切应用，与人们进行沟(gōu)通并提(tí)供建议，可以取(qǔ)代(dài)亚马逊、Siri或Outlook等应用。

大佬(lǎo)口中(zhōng)全能助手的到来可能尚需时日，但(dàn)由(yóu)ControlNet引发的(de)又一次(cì)AI绘画浪(làng)潮，让(ràng)AIGC在ChatGPT的话题热点包(bāo)围中杀(shā)出重(zhòng)围。

01

ControlNet颠覆AI绘画新玩法

AIGC向(xiàng)可控靠(kào)近

以AI绘画为代表的AIGC上一次爆火的时候，还(hái)是(shì)2022年(nián)8月，在美国科罗拉多州举(jǔ)办的新兴数字艺术(shù)家竞赛(sài)中，一幅名为《太(tài)空歌剧院》的作品(pǐn)获奖。

随后(hòu)各大厂商的AI绘画(huà)软件被广大(dà)网友熟知(zhī)并体验，Stable Diffusion便是其中代表。

佛教肉莲是什么w="639">

用户们(men)可以在(zài)应用中(zhōng)输入一组关键(jiàn)词或者一(yī)张(zhāng)照片，就能(néng)获得一幅AI创作的(de)画(huà)作。

作画的关键就是所输入的文本(běn)。同一组关键词也可以创作出很多张风(fēng)格不(bù)一样的画作(zuò)，这(zhè)让(ràng)创作(zuò)的(de)过(guò)程就像(xiàng)开盲盒。

很多用户很喜欢这种不确定的惊喜，他们会将生(shēng)成(chéng)的美图当(dāng)做头像。而另一部(bù)分(fēn)喜(xǐ)欢翻看AI绘画的“翻(fān)车”作(zuò)品。在社(shè)交媒(méi)体上，许多用(yòng)户分享AI“翻车(chē)现场(chǎng)”，例如，一(yī)位(wèi)网友的小(xiǎo)狗照(zhào)片被AI画成了“肌肉男”，还有网友(yǒu)的个(gè)人照片被AI识别成了(le)建筑。

而如今随着ControlNet的(de)出现(xiàn)与加持，以往AI绘画的填写关键词游戏可能要被颠覆了。

ControlNet是一位正在斯(sī)坦福读博的中国人张吕(lǚ)敏创作的一(yī)种(zhǒng)基于控制点的(de)图像变形(xíng)算(suàn)法，主(zhǔ)要(yào)用于数字图像处理、计算机视觉和(hé)计(jì)算(suàn)机图形(xíng)学等领域。

其SD插件一(yī)经发(fā)布，在短短的(de)两天内便成为了AI绘画领(lǐng)域最新的(de)热点。

在此之前，大家用了很多方(fāng)法想(xiǎng)让AI生成的结果尽可能的符合(hé)要求，但是(shì)都不尽如人意，它(tā)的出现代表着(zhe)AI生成(chéng)开始进入真正(zhèng)的可控时期(qī)。

因为ControlNet可以直接提取画(huà)面的构(gòu)图，人物的姿势(shì)和(hé)画面(miàn)的深度信息(xī)等。有了(le)它的(de)帮(bāng)助，就不用频繁(fán)的用提示词(cí)来碰运气，抽盲盒式(shì)的创作(zuò)了。

通(tōng)俗的说ControlNet相(xiāng)当于给(gěi)AI绘(huì)画(huà)加了“魔法”，不少(shǎo)博主(zhǔ)的作品已经获(huò)得了大量的浏(liú)览量(liàng)，“viggo”就是其中之一，他用(yòng)朋友的照片(piàn)直接带她们走进动漫(màn)世界。

viggo先用StableDiffusion图片转(zhuǎn)文字。

再(zài)用(yòng)Text2Prompt插件(jiàn)拓展找到对(duì)应的(de)关键词；最后(hòu)用ControlNet插(chā)件绑定骨(gǔ)骼(gé)开始换关键词试效果。

通过(guò)图片(piàn)就可以看出来(lái)，效(xiào)果十(shí)分(fēn)惊艳。

更厉害(hài)的是，除了真(zhēn)实的照(zhào)片，草(cǎo)图也可以加(jiā)上(shàng)“魔法(fǎ)”，知乎大牛“DevPoint”和“逗砂”介(jiè)绍到ControlNet还能实现(xiàn)线稿转全(quán)彩(cǎi)图。大神(shén)张吕敏其本尊也(yě)亲自回应。

不得不说当下AIGC已经(jīng)变(biàn)得越来越(yuè)强大，甚至输出(chū)的(de)作品(pǐn)都已(yǐ)经能以假乱真了。

02

难(nán)辨虚实(shí)，AIGC技(jì)术力爆发

警惕安全问题

近日，“苏(sū)州金鸡湖有游艇party”的消息火遍(biàn)网络，而经过警方辟谣这所谓的“party”可能是全国第一起AI绘图诈骗(piàn)。

由于这个活动里面给出(chū)的美女照片都是AI制作的真人照片绘图，因为(wèi)太逼真(zhēn)，被大(dà)家当(dāng)成(chéng)真事(shì)传播了。

不过(guò)仔细观(guān)察可(kě)以发(fā)现(xiàn)，活动发(fā)起者提供(gōng)的(de)照片中有个(gè)很(hěn)大(dà)的漏洞可以发现并非(fēi)真人，而(ér)是AI绘图，那便是图(tú)片中女(nǚ)性的手(shǒu)指部(bù)分有的存在异常。

有行(xíng)业人事表示：“现在因为(wèi)手指部分的(de)绘(huì)画算法比较复(fù)杂，AI还不(bù)太会画人的手，但最(zuì)新看到的图片已经有越(yuè)来越(yuè)完美的AI模型出(chū)现，以后可能就完全(quán)没有漏(lòu)洞了。”

类似(shì)的(de)AI作图(tú)诈骗(piàn)在国外(wài)也已(yǐ)有发生。据英国广(guǎng)播公司报道，土耳其地震期间，有Tiktok用(yòng)户使用AI合成了儿(ér)童受灾的假照片(piàn)发布到网络(luò)，以此诱骗善良(liáng)的人打赏“捐助”从而实(shí)施诈骗。

目前随着技术(shù)发(fā)展(zhǎn)，AIGC已经能(néng)做出真(zhēn)人照片般的绘图(tú)效果，如果(guǒ)这(zhè)样的图片被用来诈骗(piàn)，将非常可(kě)怕。

此(cǐ)外AIGC还引发了很多担忧，一(yī)方面，批判者认(rèn)为AI在“学习(xí)”了大量前人的作品之后，其创(chuàng)作没有任(rèn)何情绪和(hé)灵魂，难以(yǐ)和人类的艺术创作相提并论。

另一方面(miàn)，AIGC背后的版权、目前都(dōu)并没有(yǒu)得到有(yǒu)效的(de)解决，还有AIGC会(huì)不会代替人类“至高无上(shàng)”的创意(yì)。

马斯克也强(qiáng)调(diào)，人工智(zhì)能(néng)的安全(quán)问题需要(yào)得到重视，太(tài)晚(wǎn)就来不及了。

03

AIGC下一站除了视(shì)频，还有远方

技(jì)术都(dōu)是有(yǒu)两面性的(de)，潜在的(de)危害(hài)并不能掩盖其光辉(huī)的贡献。现在看来(lái)，人工智能技术(shù)将是第四次工业革命的(de)核心驱动力量，将(jiāng)创(chuàng)造(zào)新的(de)增长奇迹(jì)。

过去一年，人(rén)工智能在(zài)技术和商(shāng)业层面都有(yǒu)了巨大进展，AI绘画就是人(rén)工智能技术(shù)发(fā)生方(fāng)向性(xìng)改(gǎi)变(biàn)的一个代(dài)表(biǎo)。其下一(yī)站或(huò)许就是视(shì)频(pín)。

此前，Meta和(hé)谷歌先后发布了几(jǐ)条引爆科(kē)技圈的短(duǎn)视频。这些视频引发关(guān)注并非(fēi)内容做(zuò)得多优秀，反而都非常简单，比如一匹正在喝水(shuǐ)的马，一只画(huà)画的玩(wán)具熊，或者一段骑摩托车的(de)第一视角录像，随便一个(gè)有手机的人都可以随(suí)手录下一(yī)段(duàn)。

但这些短视频的创(chuàng)作(zuò)方式非常简单(dān)，创作者(zhě)仅仅需要向AI输入(rù)一段话，甚至只(zhǐ)是说一下要求(qiú)，AI就(jiù)可以根据需要(yào)生成一(yī)段视(shì)频。

谷(gǔ)歌发(fā)布的(de)两个(gè)AI生成视频分别来(lái)自(zì)于Imagen Video和(hé)Phenaki，前者主要(yào)突(tū)出的是高(gāo)清，与Meta的(de)Make-A-Video没有太多的(de)差别。

在Make-A-Video公布了AI生成的(de)视频后，AI圈(quān)就已经(jīng)玩了一(yī)波梗，一个(gè)能够做出更高清视频的AI还不足以(yǐ)在短(duǎn)时间内戳中兴奋点。

Phenaki更加令人震惊的地(dì)方在于，它可以制作出超(chāo)过(guò)2分钟的(de)连(lián)贯的也(yě)有确切(qiè)内容(róng)的视频，这才是真正让人们感(gǎn)到惊喜的地方。因(yīn)为无论AI生成的视(shì)频多(duō)么高(gāo)清，也只(zhǐ)能(néng)是为内容生产者提供(gōng)一个(gè)灵感，一个素材(cái)，一个过(guò)场动画。

不过能(néng)够(gòu)制作出(chū)有具(jù)体剧情(qíng)内(nèi)容的(de)视频(pín)就意味(wèi)着，一些视频创作(zuò)由AI代替人(rén)工完成已经初步有了可能。

当下AI的(de)发(fā)展速(sù)度已经超过大部分人(rén)的想(xiǎng)象。内容产业的本质是供给创(chuàng)造需求(qiú)，AIGC作为全(quán)新的内容生(shēng)产方式，可(kě)以为内(nèi)容产业带来(lái)更新的内容(róng)风格(gé)、更快(kuài)的(de)生产速度，更(gèng)低(dī)的生产成本，这无疑会驱(qū)动内容产业(yè)的大(dà)爆(bào)发。

除了AI绘图、视(shì)频(pín)，AIGC技(jì)术还(hái)能应用于音乐(lè)、代码、机(jī)器(qì)人(rén)动作等多种(zhǒng)内(nèi)容形式的生成。不难(nán)发现该(gāi)项技术不仅在游戏(xì)等行(xíng)业能(néng)得到有效(xiào)应用，对(duì)于下一代互联网(wǎng)各(gè)种元(yuán)素的构建(jiàn)亦有关(guān)键意义(yì)。

从(cóng)商业化的角(jiǎo)度来看(kàn)，文化娱乐、教育、传媒等诸(zhū)多(duō)领(lǐng)域(yù)，本身就对基(jī)于AI的(de)可视化内(nèi)容有强烈(liè)需(xū)求。

因此，AI绘画及视(shì)频或(huò)不(bù)是结(jié)果，而只是(shì)AI进程中的(de)一(yī)块重要拼(pīn)图，有(yǒu)望在技术更新的加持下实现更大(dà)的应用(yòng)价值(zhí)。

AI从理解内容，走向了可以生成(chéng)内容，甚至能够创造出独立价(jià)值(zhí)和(hé)独(dú)立视(shì)角(jiǎo)的内容。AIGC的再次出圈，更代表(biǎo)着(zhe)未来的先进生产力即将到来。

04

紧抓大模型与算力，牢固AIGC底(dǐ)座

从(cóng)技术的发展也可以看出，在语言大模型(xíng)、图像大模型之后，多(duō)模态大模(mó)型已(yǐ)经成为了新的趋势。

大模型被(bèi)誉为当前(qián)人工(gōng)智能发(fā)展(zhǎn)的智能底(dǐ)座(zuò)，是全(quán)球竞争最激(jī)烈的(de)研究(jiū)方(fāng)向之一(yī)，包括谷歌(gē)、亚马逊(xùn)、百度、阿里、腾(téng)讯等众多头部(bù)企(qǐ)业都在竞相发力。

不过训练大模型的(de)确价(jià)格不菲，以国盛证券发布(bù)的《ChatGPT需要多少算力》报告估算，GPT-3训练一次的成(chéng)本约为140万(wàn)美元(yuán)。而对于一(yī)些更大(dà)的LLM(大型语(yǔ)言(yán)模型)，训练成本(běn)则介于200万美元至1200万美元高价(jià)之间(jiān)。

以ChatGPT在2023年1月的(de)独立访客平均数1300万计算，其对应芯片(piàn)需求为3万多(duō)片英伟达A100 GPU，初始投入成本约为8亿美元，每日仅电费(fèi)就(jiù)在5万(wàn)美元左右。

此外不(bù)论是ChatGPT还是AIGC，都离不开庞大(dà)算(suàn)力支持。在关(guān)注各类(lèi)大模型(xíng)的发展同时，更(gèng)应该关注算力网络的(de)建(jiàn)设。

算力网络正(zhèng)驱(qū)动AI产业发展进入史诗级加速进程，让AIGC及通(tōng)用(yòng)AI这(zhè)一人工智能发(fā)展的(de)终极目标离得更(gèng)近。

因为(wèi)算力可以(yǐ)对突破性技术创新(xīn)提供大力的(de)支(zhī)持。这(zhè)方面(miàn)，多模态大模(mó)型(xíng)是典(diǎn)型。作为面向未(wèi)来(lái)强人工智能、通用人工智能的重(zhòng)要技术创(chuàng)新(xīn)，多模态大模型(xíng)已经(jīng)在人(rén)工智能领域提出了很多年，业界也有不(bù)少技术突破，但是，多模态大模型进一步往下(xià)走，算(suàn)力(lì)需(xū)求呈几何式上(shàng)升，一般的(de)算力基础设施很快将(jiāng)难以(yǐ)胜任。

从图像、文字(zì)、语音(yīn)单独一项的(de)训练(liàn)，到(dào)双模(mó)态、三模态的跃迁，让人工智能可以灵活应对(duì)不同模(mó)态(tài)的转(zhuǎn)化、像人与世界交(jiāo)互(hù)一样自然，这(zhè)方面，由(yóu)算力网络来驱动将有明显优势。

佛教肉莲是什么="1080">

此外，还有(yǒu)很多需要爆发式增长(zhǎng)的算力来支撑的技术创新，将(jiāng)在(zài)人工智能算力(lì)网(wǎng)络支撑(chēng)下快速推进。

AIGC已经露出(chū)曙光，期待在大模型和(hé)大算力的支持下AIGC能持续颠覆(fù)内容生产的方(fāng)式，将创造的边际(jì)成本(běn)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 佛教肉莲是什么