自聊(liáo)天(tiān)机器人(rén)ChatGPT火爆以来(lái)，微软(ruǎn)公司创始(shǐ)人比尔·盖(gài)茨已(yǐ)多次(cì)公开谈论人工智能(néng)话(huà)题(tí)。在(zài)最近的(de)一次采访中，他再次表示：“AI可能会让科(kē)技行业迎(yíng)来一(yī)次剧烈的洗(xǐ)牌”。

这个结论是他在当地时间2月(yuè)20日接受(shòu)《In Good Company》节目专访时提(tí)出的。

他预期，AI的发展可能会威(wēi)胁到谷歌(gē)的市占(zhàn)率，因(yīn)为微软在AI方面的行(xíng)动相当迅速。而最终科技巨头将把AI整合成用户的“全能助手(shǒu)”，包揽(lǎn)一切应用，与人(rén)们进(jìn)行沟通并(bìng)提供建议(yì)，可以取(qǔ)代亚马逊、Siri或Outlook等应用。

大佬口中全能助手的到来(lái)可能尚需时日(rì)，但由ControlNet引发的又(yòu)一次(cì)AI绘画浪潮，让AIGC在ChatGPT的(de)话题热点包围中杀出重围。

01

ControlNet颠覆AI绘画新玩法

AIGC向可控(kòng)靠近

以AI绘(huì)画为代(dài)表的AIGC上一次爆火的时候，还(hái)是2022年8月，在(zài)美(měi)国科罗拉多州举办的新兴数字(zì)艺术家竞赛中，一幅(fú)名为《太空歌(gē)剧(jù)院》的作品(pǐn)获奖。

随(suí)后各大厂(chǎng)商(shāng)的AI绘画软件被广(guǎng)大网友熟知并体验，Stable Diffusion便是其中代表。

用(yòng)户(hù)们可以(yǐ)在应用中输入一(yī)组关键(jiàn)词(cí)或者一张(zhāng)照片，就(jiù)能获(huò)得一幅AI创作(zuò)的画作。

作画(huà)的(de)关键就是所输入的文本。同一组关键词也可以创作出(chū)很多张风格不一(yī)样的(de)画(huà)作(zuò)，这让创作(zuò)的(de)过程就像(xiàng)开盲(máng)盒。

很多用户很喜(xǐ)欢这种(zhǒng)不确(què)定的惊喜，他们会将生(shēng)成的美(měi)图当做头像。而另(lìng)一部分喜欢翻看AI绘画(huà)的“翻车”作品。在(zài)社交媒体(tǐ)上(shàng)，许多用户分享(xiǎng)AI“翻(fān)车现场”，例(lì)如，一(yī)位网友的小(xiǎo)狗(gǒu)照片被AI画成了“肌肉男(nán)”，还有网友的个人照片(piàn)被AI识别成了建筑(zhù)。

而如今(jīn)随着ControlNet的出现(xiàn)与加持(chí)，以往AI绘画(huà)的填(tián)写关键词游戏可能要被颠覆了。

ControlNet是一位正在斯坦福读博的中国人张吕敏创(chuàng)作的一(yī)种基于控制点(diǎn)的图(tú)像变(biàn)形算(suàn)法(fǎ)，主要用(yòng)于(yú)数字图(tú)像处理、计算(suàn)机(jī)视觉(jué)和计算机图形(xíng)学等领(lǐng)域。

其SD插件一经发(fā)布，在短(duǎn)短的两天内(nèi)便(biàn)成为了AI绘画领域最(zuì)新的热点。

在(zài)此之前，大家用(yòng)了很多方(fāng)法想让AI生成的结果(guǒ)尽可能的符合要(yào)求，但是都不(bù)尽(jǐn)如人意，它的出现代表着(zhe)AI生成开始进入真正的(de)可控(kòng)时期。

因为(wèi)ControlNet可以直接提(tí)取画面的构图，人物的姿势和画面的深度信息等。有了它的帮助，就不用频繁(fán)的用(yòng)提示词来碰运气，抽盲盒式的创作了(le)。

通俗的说ControlNet相当于给AI绘画加了“魔法(fǎ)”，不少博(bó)主的作品已经获(huò)得了(le)大量的浏览量，“viggo”就是其(qí)中之一，他用朋(péng)友的照片直接带她们走进动漫世界。

viggo先用(yòng)StableDiffusion图片转文(wén)字。

再用(yòng)Text2Prompt插件拓展找到(dào)对应的关键词；最后用ControlNet插(chā)件绑定骨(gǔ)骼开(kāi)始换关键词试效果(guǒ)。

通过图片(piàn)就(jiù)可以看出来，效(xiào)果(guǒ)十分(fēn)惊艳。

更厉害的是(shì)，除了真实(shí)的照(zhào)片，草图也可以加上(shàng)“魔(mó)法”，知乎大(dà)牛(niú)“DevPoint”和(hé)“逗(dòu)砂”介绍到ControlNet还能实现线稿转(zhuǎn)全(quán)彩图。大神张吕敏其(qí)本尊也亲自(zì)回应(yīng)。

不(bù)得不说当下AIGC已经变得越来越强(qiáng)大，甚至(zhì)输(shū)出的作品都已经能以假乱(luàn)真了。

02

难辨虚(xū)实，AIGC技术力爆发

警惕安全(quán)问题

近日，“苏州金鸡湖有游艇party”的消(xiāo)息火遍(biàn)网(wǎng)络，而(ér)经过(guò)警方辟(pì)谣这所谓的“party”可能(néng)是全国(guó)第一起AI绘图诈骗。

由于这个(gè)活动里面(miàn)给出的美(měi)女照(zhào)片都是AI制作(zuò)的真(zhēn)人(rén)照(zhào)片绘图，因为太逼真，被大家当成(chéng)真事(shì)传播了。

不过仔细观察可(kě)以发现，活动(dòng)发起者提供(gōng)的照(zhào)片中有个(gè)很大的漏洞可以(yǐ)发现并非真人(rén)，而(ér)是AI绘图，那便是图片中女性的手指部(bù)分有的存在(zài)异常。

有行业人事表示：“现在因为手指部分的绘画算(suàn)法(fǎ)比较复杂，AI还不太会画人的手(shǒu)，但最(zuì)新看到(dào)的图片已经有越来(lái)越完美(měi)的AI模型(xíng)出现，以(yǐ)后可能(néng)就完全没有漏洞了。”

类(lèi)似的AI作图诈骗在国外也已有发生。据(jù)英国(guó)广(guǎng)播公司报道，土耳其地震期(qī)间(jiān)，有Tiktok用户使用AI合(hé)成(chéng)了(le)儿童受灾的(de)假(jiǎ)照(zhào)片(piàn)发布(bù)到网络，以此诱骗善良(liáng)的人打赏“捐(juān)助”从而实施诈骗。

目前随着(zhe)技术发展(zhǎn)，AIGC已经能做出真人照片(piàn)般的绘(huì)图效果，如果(guǒ)这(zhè)样的图片被用来诈骗，将(jiāng)非(fēi)常可怕。

此外AIGC还引发了很多担(dān)忧，一方(fāng)面(miàn)，批判者(zhě)认为AI在“学习”了大量前人(rén)的作品之(zhī)后，其创(chuàng)作没有(yǒu)任何情绪(xù)和(hé)灵(líng)魂，难以和人类的(de)艺术创作相提并论。

另一方(fāng)面，AIGC背后的版权、目前都并没(méi)有得到(dào)有效的(de)解决，还有AIGC会不(bù)会代(dài)替人类“至(zhì)高无(wú)上”的创(chuàng)意(yì)。

马斯克(kè)也(yě)强调，人工智能的安全问题(tí)需要得到(dào)重视，太晚就来不及了。

03

AIGC下(xià)一站除了视频，还(hái)有(yǒu)远(yuǎn)方

技术都是有两面性的(de)，潜在的(de)危(wēi)害并不能掩盖其光辉(huī)的贡(gòng)献。现在看来，人工智能技术将是第四次工业(yè)革命的(de)核心(xīn)驱动力量，将(jiāng)创造新(xīn)的增长奇(qí)迹。

过(guò)去一年，人(rén)工智能在技术和商业(yè)层面都有了巨大进展，AI绘画就是人工智能技(jì)术发生方向性(xìng)改变的(de)一个代(dài)表。其下一站或许(xǔ)就是视频。

此(cǐ)前，Meta和谷歌先后发(fā)布了几条引爆科(kē)技圈的短视频(pín)。这些视频引(yǐn)发(fā)关(guān)注并(bìng)非内容做得多优秀，反而(ér)都非常简单，比如一(yī)匹正在喝水(shuǐ)的马，一只画(huà)画(huà)的玩具熊(xióng)，或者一段骑摩托车的(de)第一视(shì)角录(lù)像，随(suí)便一个有(yǒu)手机的(de)人都可以随(suí)手录下一段。

但这些短视(shì)频的(de)创作方式(shì)非常简(jiǎn)单(dān)，创作(zuò)者仅仅需要向AI输入一(yī)段话(huà)，甚至只是(shì)说一下(xià)要求，AI就可以根据需要生成一段视频。

谷歌发(fā)布的两个AI生成(chéng)视频分别来自于Imagen Video和Phenaki，前(qián)者主要突(tū)出的(de)是高清，与Meta的(de)Make-A-Video没有太多的差别。

在Make-A-Video公布了(le)AI生(shēng)成(chéng)的视频后，AI圈就已经玩了(le)一(yī)波(bō)梗，一(yī)个能够做出更高清视频的AI还不足以在短时间内戳中(zhōng)兴奋点(diǎn)。

Phenaki更加令人震惊的地方在于，它可以(yǐ)制作出超(chāo)过2分钟的连(lián)贯的也有确切(qiè)内容的视频，这(zhè)才是真正让人们感到惊(jīng)喜的地方。因为无论AI生成的(de)视(shì)频多么高清，也只能是为内(nèi)容生(shēng)产者(zhě)提(tí)供(gōng)一个灵感，一个(gè)素材(cái)，一个过场(chǎng)动(dòng)画。

不过能够制作出有(yǒu)具体剧(jù)情内容的(de)视频就意(yì)味着(zhe)，一些视频创作由(yóu)AI代替人工(gōng)完成(chéng)已经初步有了可能(néng)。

当下AI的发展(zhǎn)速(sù)度已经超过(guò)大部(bù)分(fēn)人(rén)的想(xiǎng)象。内容产业的(de)本质是(shì)供给(gěi)创造需求，AIGC作为全新的内容生产方式，可以为内容(róng)产业带来更(gèng)新的内容风(fēng)格(gé)、更快的生产速度，更低的生产成(chéng)本(běn)，这无疑会驱动内容产业(yè)的大爆(bào)发。

除了AI绘(huì)图、视频(pín)，AIGC技术还能应用于音(yīn)乐、代(dài)码、机器人动(dòng)作等(děng)多种内(nèi)容形式的(de)生成(chéng)。不难(nán)发现(xiàn)该项技术不(bù)仅在游戏等行业(yè)能(néng)得到(dào)有效(xiào)应用，对于下一代互联(lián)网各(gè)种元(yuán)素的构建亦有关(guān)键(jiàn)意义。

从(cóng)商大冤种什么意思，大冤种是骂人吗业化的角度来看(kàn)，文(wén)化娱乐、教育、传媒等诸(zhū)多领域，本身就对基于(yú)AI的可视(shì)化内容有强烈需求。

因此，AI绘画及视频或不是结(jié)果，而只是AI进程中(zhōng)的一块重要(yào)拼图，有(yǒu)望(wàng)在技术更新的加持下实现(xiàn)更(gèng)大的应用价值(zhí)。

AI从理解内容，走向了(le)可以生成内容(róng)，甚至(zhì)能够创造出独立价值(zhí)和独(dú)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(jí)将到(dào)来。

04

紧抓(zhuā)大模型与算力，牢固(gù)AIGC底座

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

大模(mó)型被誉为当前(qián)人工智能(néng)发(fā)展的智能(néng)底(dǐ)座，是全球竞(jìng)争最激烈(liè)的研究方向(xiàng)之(zhī)一(yī)，包括谷歌(gē)、亚马逊、百度、阿里、腾讯等众多头部企业都在竞(jìng)相发力。

不过(guò)训(xùn)练大(dà)模(mó)型的确价(jià)格不菲，以(yǐ)国盛证券发布(bù)的《ChatGPT需要多少算力(lì)》报告估算，GPT-3训练一(yī)次(cì)的(de)成本约为140万美(měi)元(yuán)。而对于一些更大的LLM(大型语言(yán)模型)，训练(liàn)成(chéng)本则介于200万美元(yuán)至(zhì)1200万(wàn)美元高价之间。

以ChatGPT在2023年1月的独立访客(kè)平(píng)均数(shù)1300万计算(suàn)，其对应芯(xīn)片需求为3万多片英伟达(dá)A100 GPU，初始投入成本约为8亿美元，每日仅电费就(jiù)在(zài)5万(wàn)美元左右。

此(cǐ)外不论是ChatGPT还是(shì)AIGC，都离不(bù)开庞(páng)大算(suàn)力(lì)支(zhī)持。在关注各(gè)类大模(mó)型(xíng)的发展同时，更应(yīng)该关注算力网络的建设。

算力网(wǎng)络正驱动(dòng)AI产业(yè)发展进入史(shǐ)诗级加速(sù)进(jìn)程，让(ràng)AIGC及通用AI这(zhè)一人工智能(néng)发(fā)展的(de)终极目(mù)标离(lí)得更(gèng)近。

因为算力可以对突(tū)破性技术创新提供大力的支持。这方(fāng)面，多模(mó)态大(dà)模型(xíng)是典型。作为面(miàn)向未(wèi)来强人工智(zhì)能、通(tōng)用(yòng)人工智能(néng)的重(zhòng)要技术创新，多模态(tài)大模型已经在(zài)人大冤种什么意思，大冤种是骂人吗(rén)工(gōng)智能(néng)领域(yù)提出了很多年，业(yè)界也有不少技术突破，但是(shì)，多(duō)模态大模(mó)型(xíng)进一(yī)步往下走，算力需求呈几何式(shì)上升，一般的(de)算(suàn)力基础设施很快将(jiāng)难以胜任。

从图像(xiàng)、文(wén)字、语音单独一项的训练(liàn)，到双模态(tài)、三模态的跃迁，让人(rén)工智能可以灵活应对不同模态的转化、像人与世界交互(hù)一样自(zì)然(rán)，这方面，由算力网络来驱(qū)动将有明显优势。

此外，还有很多需要爆发(fā)式增长的算力来支撑的技(jì)术(shù)创新，将(jiāng)在(zài)人工智能算力(lì)网络支(zhī)撑(chēng)下快速推进。

AIGC已(yǐ)经露出曙光，期(qī)待在大模型和大算力的支持(chí)下(xià)AIGC能持续颠覆内容生产的(de)方式，将创造的边际成本降低，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 大冤种什么意思，大冤种是骂人吗