自聊天机器人ChatGPT火爆以来，微(wēi)软公司(sī)创始人比(bǐ)尔·盖(gài)茨(cí)已多(duō)次公开谈论人工智能话题。在(zài)最近(jìn)的一次采(cǎi)访中，他(tā)再次表示：“AI可能会让(ràng)科技行业迎来一次剧烈的洗牌”。

这(zhè)个结论是他在当地(dì)时间2月20日接(jiē)受《In Good Company》节(jié)目专访(fǎng)时提出(chū)的。

他预期，AI的发(fā)展可能会威(wēi)胁到谷歌(gē)的市占率，因为微软在AI方面的行动相当迅速。而最终科(kē)技巨(jù)头将(jiāng)把AI整合(hé)成用户的“全能助手”，包(bāo)揽一(yī)切应用，与人(rén)们(men)进行沟通并(bìng)提供(gōng)建议，可(kě)以取代亚马逊(xùn)、Siri或Outlook等(děng)应用(yòng)。

大(dà)佬口中全能助(zhù)手的到来(lái)可能尚需时日(rì)，但由ControlNet引(yǐn)发的又一次AI绘画浪潮，让(ràng)AIGC在(zài)ChatGPT的(de)话题(tí)热点包(bāo)围(wéi)中杀出重围。

01

ControlNet颠(diān)覆AI绘(huì)画新玩法

AIGC向可控靠近

以AI绘画为代表的AIGC上一次爆火的时候，还是2022年8月，在(zài)美(měi)国科罗拉多州举(jǔ)办的(de)新兴(xīng)数字艺术家竞(jìng)赛中，一幅(fú)名为《太空歌剧院》的作品获(huò)奖(jiǎng)。

随后各大厂商(shāng)的AI绘画软件(jiàn)被广大网友熟知并(bìng)体验(yàn)，Stable Diffusion便(biàn)是其中(zhōng)代表(biǎo)。

用户们可以在应用中输入一(yī)组关键词或者一张照(zhào)片，就能获得一(yī)幅(fú)AI创作(zuò)的画作。

作(zuò)画的关键就是所输入的(de)文本。同(tóng)一组关键词也可以创作出(chū)很多张风(fēng)格不一样的(de)画作(zuò)，这让创作的过程就像开盲盒。

很多(duō)用(yòng)户(hù)很喜欢这种不确定的(de)惊喜，他们会将生成(chéng)的美(měi)图当做(zuò)头像(xiàng)。而另一(yī)部分喜(xǐ)欢翻看AI绘画的“翻(fān)车(chē)”作品。在社交(jiāo)媒体(tǐ)上，许多用(yòng)户(hù)分享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”，还(hái)有网友的个人照片(piàn)被AI识别成了建(jiàn)筑(zhù)。

而如今随着ControlNet的(de)出(chū)现与(yǔ)加持(chí)，以往AI绘画(huà)的填(tián)写(xiě)关键词(cí)游戏可能要被颠覆了。

ControlNet是一位(wèi)正在斯坦福读博(bó)的中国(guó)人张吕(lǚ)敏创作的一(yī)种基于控制点(diǎn)的图(tú)像变(biàn)形算法(fǎ)，主要(yào)用于数(shù)字图像处理(lǐ)、计(jì)算机视觉和计算机(jī)图形学等领(lǐng)域。

其(qí)SD插件(jiàn)一(yī)经发布，在短短的(de)两天内(nèi)便(biàn)成为了AI绘画(huà)领(lǐng)域最新的热(rè)点。

在此之前，大家(jiā)用了很多方法(fǎ)想让AI生成(chéng)的(de)结果尽可能的符(fú)合要求，但(dàn)是都不尽如(rú)人(rén)意(yì)，它的出现代表着AI生成开始进入真正的可控时期。

因为ControlNet可(kě)以直接提取画面的构图(tú)，人(rén)物的姿(zī)势和画面的深度信息等。有了它(tā)的帮助(zhù)，就不用频繁的用提示(shì)词(cí)来碰运(yùn)气，抽盲盒(hé)式的创(chuàng)作了。

通俗的(de)说ControlNet相当于给AI绘画加了“魔(mó)法”，不少博(bó)主的作品已经获得了(le)大量的浏览量，“viggo”就(jiù)是(shì)其中(zhōng)之一，他用朋友的照(zhào)片直接(jiē)带她(tā)们走进动漫(màn)世(shì)界。

viggo先(xiān)用(yòng)StableDiffusion图片转文(wén)字。

再(zài)用(yòng)Text2Prompt插件拓(tuò)展找到对应的关(guān)键(jiàn)词；最后用ControlNet插件绑定(dìng)骨骼开始换(huàn)关键词试效(xiào)果。

通过(guò)图(tú)片(piàn)就可(kě)以看出(chū)来，效果十分惊艳。

更厉害的(de)是，除了真实(shí)的照片，草(cǎo)图(tú)也可以加上(shàng)“魔法”，知乎大(dà)牛(niú)“DevPoint”和“逗砂(shā)”介绍到ControlNet还能(néng)实(shí)现线稿转全彩(cǎi)图。大神张吕敏(mǐn)其本尊(zūn)也亲自回(huí)应。

不得不说当下AIGC已经变得越来越强大，甚至输出的(de)作品(pǐn)都已经能以假乱真(zhēn)了(le)。

02

难辨虚实(shí)，AIGC技(jì)术力爆发

警(jǐng)惕安全问题

近日，“苏州金鸡湖(hú)有(yǒu)游艇(tǐng)party”的消息火遍网络(luò)，而(ér)经过警方辟谣这所谓的“party”可能是全国第(dì)一(yī)起AI绘图(tú)诈(zhà)骗。

由于这个活动里面(miàn)给出的美(měi)女照片都(dōu)是AI制作的真人照(zhào)片绘(huì)图，因为太逼真，被大家当成(chéng)真(zhēn)事传播了。

不(bù)过仔(zǎi)细观察(chá)可以发现，活动(dòng)发起者提供的照片中有个很大(dà)的漏洞可以发现(xiàn)并非真人，而是(shì)AI绘(huì)图，那(nà)便是图片中女性的手指部分有(yǒu)的存在异(yì)常。

有行业人事表(biǎo)示：“现在因为手指部分的绘画算法比较复杂，AI还不太(tài)会画人(rén)的手，但最新看(kàn)到的图片已经有越来越完(wán)美的AI模型出现，以(yǐ)后可能就完(wán)全(quán)没有漏洞了。”

类似的AI作图(tú)诈(zhà)骗在国(guó)外也已有(yǒu)发生。据英国(guó)广播公司报道，土耳(ěr)其(qí)地震(zhèn)期间，有Tiktok用(yòng)户使(shǐ)用AI合成了儿童受灾的(de)假照片(piàn)发布(bù)到(dào)网络，以(yǐ)此诱骗善良(liáng)的(de)人(rén)打赏“捐助”从(cóng)而实(shí)施诈骗。

目(mù)前随(suí)着技术(shù)发(fā)展，AIGC已(yǐ)经能(néng)做出真(zhēn)人照片般的绘图效果，如(rú)果这样的图片被(bèi)用来(lái)诈骗，将非常(cháng)可怕(pà)。

此外AIGC还(hái)引(yǐn)发了很多(duō)担忧，一(yī)方(fāng)面(miàn)，批判者(zhě)认为(wèi)AI在“学(xué)习(xí)”了大量(liàng)前(qián)人的作品(pǐn)之后，其创作(zuò)没有任何情绪和灵魂，难以和人(rén)类的艺术(shù)创作(zuò)相提并论。

另一(yī)方面，AIGC背(bèi)后的(de)版权(quán)、目(mù)前都(dōu)并没有得到(dào)有效的解决，还有AIGC会(huì)不会代替人(rén)类“至高(gāo)无上”的(de)创意(yì)。

马斯克也强调，人工智能的安全问题需要得到(dào)重(zhòng)视，太(tài)晚就来不(bù)及了。

03

AIGC下一站(zhàn)除了(le)视(shì)频，还有远方

技(jì)术(shù)都是有两面(miàn)性的，潜(qián)在的危害并(bìng)不能掩盖(gài)其光辉的贡献。现在(zài)看(kàn)来，人工智能技术将是第(dì)四次工业革命(mìng)的(de)核心驱动(dòng)力量，将创造新的增长奇迹。

过去一年(nián)，人工智能在技术和商业层面都(dōu)有(yǒu)了巨大(dà)进展，AI绘(huì)画就是人工智能技术发生方向性改(gǎi)变(biàn)的一个代表(biǎo)。其下(xià)一站(zhàn)或许就是视频。

此前，Meta和谷歌先后发布了几(jǐ)条引爆科技圈的短视(shì)频(pín)。这些视频(pín)引(yǐn)发(fā)关(guān)注(zhù)并非内容(róng)做(zuò)得多优秀，反而(ér)都非常简单，比如一(yī)匹正(zhèng)在喝(hē)水的马，一(yī)只画画的玩(wán)具熊，或者一段骑摩托车的第一视角(jiǎo)录像，随便一个有手机(jī)的人都可以随手录下一段。

但这些短视频的创作(zuò)方式非(fēi)常(cháng)简(jiǎn)单，创作者仅仅需要向AI输入一段(duàn)话，甚(shèn)至只(zhǐ)是(shì)说(shuō)一下(xià)要求，AI就可(kě)以根据需要生成一(yī)段(duàn)视(shì)频。

谷歌发布的(de)两个(gè)AI生成(chéng)视频分别来自于(yú)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(de)差别(bié)。

在Make-A-Video公布了AI生(shēng)成的视频后，AI圈就已经玩(wán)了(le)一波(bō)梗，一个能够做出更(gèng)高(gāo)清视频的(de)AI还不足以在短时间内戳中兴奋点。

Phenaki更加令人震惊(jīng)的地方(fāng)在于，它可以制作出超过2分钟(zhōng)的连(lián)贯的也有确切内(nèi)容的视频，这才是真正让人们感到(dào)惊喜(xǐ)的地方。因为无(wú)论AI生成(chéng)的视频(pín)多么高(gāo)清，也只(zhǐ)能是为内(nèi)容生产者提供一个(gè)灵(líng)感(gǎn)，一(yī)个素材，一个过场动画。

不过能(néng)够制作出有具体剧情(qíng)内容的视(shì)频就意(yì)味(wèi)着(zhe)，一(yī)些视频创作由AI代替人工完成已经初步有了可(kě)能。

当下AI的发(fā)展速度已经超过(guò)大(dà)部分人的(de)想象。内容产(chǎn)业的本质(zhì)是供(gōng)给创(chuàng)造需求，AIGC作为全(quán)新的(de)内容生产方式，可以(yǐ)为(wèi)内(nèi)容产业带来更(gèng)新的内(nèi)容风(fēng)格、更快的生产速度，更低的生产(chǎn)成本(běn)，这无疑(yí)会(huì)驱动内容产(chǎn)业的大爆发(fā)。

除了AI绘图(tú)、视频，AIGC技术还能应用于音(yīn)乐、代(dài)码、机器(qì)人动作等(děng)多种内容(róng)形(xíng)式(shì)的生成。不(bù)难发现该项技(jì)术(shù)不仅在(zài)游戏等行业能得(dé)到有(yǒu)效应用，对于(yú)下一代互联网各种元素的构(gòu)建亦有关键意义。

从(cóng)商(shāng)业(yè)化(huà)的角度来看，文化(huà)娱乐、教育、传媒等诸多领(lǐng)域，本身就对基于(yú)AI的可视化内(nèi)容有强烈需(xū)求。

因(yīn)此，AI绘画及视频或不(bù)是结(jié)果，而只是AI进程(chéng)中的一块重(zhòng)要(yào)拼图，有望(wàng)在(zài)技术更(gèng)新(xīn)的加持下实现更大的应用价值。

AI从理(lǐ)解内容，走(zǒu)向(xiàng)了可以生成内容，甚至能够创造出独立(lì)价值和独立视(shì)角的内容。AIGC的再(zài)次出圈，更代表着未来的先进生产力(lì)即(jí)将到来(lái)。

04

紧抓大模(mó)型与算力，牢固AIGC底(dǐ)座

从技(jì)术(shù)的发展也(yě)可(kě)以看出，在(zài)语言大模型、图(tú)像(xiàng)大模(mó)型之后，多模(mó)态大模型已(yǐ)经(jīng)成为了新(xīn)的(de)趋势。

大模型(xíng)被誉为当前人工智(zhì)能发展的智能底座，是全球竞争最激烈(liè)的研究方向(xiàng)之一，包括谷歌(gē)、亚马逊(xùn)、百(bǎi)度、阿里、腾讯等众多头部企业都(dōu)在(zài)竞相发(fā)力。

不过训练大模型(xíng)的确(què)价(jià)格不菲，以国盛(shèng)证券发(fā)布的《ChatGPT需要多(duō)少算(suàn)力》报告估算，GPT-3训(xùn)练一次的成本约(yuē)为140万(wàn)美元。而(ér)对于一些(xiē)更大(dà)的LLM(大型语言模型)，训练成本则(zé)介于200万美元至1200万美元高价之间。

以ChatGPT在(zài)2023年1月的独(dú)立访客平均数(shù)1300万计算，其对应芯片(piàn)需求为3万(wàn)多片(piàn)英(yīng)伟达A100 GPU，初始投入成本约为(wèi)8亿美元(yuán)，每日仅电费就在5万美元左右(yòu)。

此外不论是ChatGPT还(hái)是AIGC，都离不开庞大(dà)算力支持。在关注(zhù)各类(lèi)合肥初中排名前十名有哪些学校，合肥初中排名前十名分数线大模型的(de)发展同时，更应该关注算力网络的(de)建设。

算力网络正(zhèng)驱(qū)动AI产业(yè)发展进入史诗级加速(sù)进程，让AIGC及通用(yòng)AI这一(yī)人工智能发展的终极目标(biāo)离得更近(jìn)。

因为算力可以对突破性技(jì)术(shù)创(chuàng)新提供(gōng)大力(lì)的支持。这方(fāng)面，多模态大模型是(shì)典型(xíng)。作为面向未来强人工智能(néng)、通用人(rén)工智(zhì)能的重要技术创新，多模(mó)态大模型(xíng)已经在人工智(zhì)能领域(yù)提出了很多年(nián)，业界也(yě)有不少技术突破(pò)，但是(shì)，多模态(tài)大模型进一步往(wǎng)下走，算力(lì)需求呈(chéng)几何式(shì)上升，一般(bān)的算力基础设施(shī)很快将难以胜任。

从图(tú)像、文字、语音单独一项的训练(liàn)，到(dào)双模(mó)态、三模态的(de)跃迁，让人工智能可以灵活应对不同模态的(de)转化、像人与(yǔ)世(shì)界交互一样自(zì)然，这(zhè)方面，由(yóu)算力网络来驱(qū)动将有(yǒu)明(míng)显优(yōu)势。

此外(wài)，还有很多需要爆(bào)发式增长的算力(lì)来支(zhī)撑(chēng)的技术创(chuàng)新，将在人工智能算力网络支(zhī)撑下快(kuài)速(sù)推进。

AIGC已(yǐ)经露出(chū)曙光(guāng)，期(qī)待在大模型(xíng)和大算力的支持下(xià)AIGC能持(chí)续(xù)颠覆内容生(shēng)产的方式，将创造的(de)边(biān)际成本降低，让万众(zhòng)受益。

未经允许不得转载：中国书画艺术 合肥初中排名前十名有哪些学校，合肥初中排名前十名分数线