自(zì)聊天机器人ChatGPT火爆(bào)以来，微软(ruǎn)公司创始人比尔·盖茨已多次公开谈论人工(gōng)智能(néng)话题。在最(zuì)近的一(yī)次采访中(zhōng)，他再次(cì)表示：“AI可能(néng)会让科技行业(yè)迎来一次剧(jù)烈(liè)的洗牌”。

这个结(jié)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(fā)展可(kě)能会威胁到谷(gǔ)歌的(de)市(shì)占率，因为微软(ruǎn)在AI方面(miàn)的(de)行动相当迅速(sù)。而最终科技(jì)巨头(tóu)将(jiāng)把AI整(zhěng)合成用户的“全能助手(shǒu)”，包揽一切应(yīng)用，与人们进行沟通并提供建议，可以取代(dài)亚马逊、Siri或Outlook等应用。

大佬口中全能助手的(de)到来可能(néng)尚需时日，但由ControlNet引(yǐn)发(fā)的又一次AI绘(huì)画(huà)浪潮，让(ràng)AIGC在ChatGPT的话题热点包围中杀出重围(wéi)。

01

ControlNet颠覆AI绘画新玩法(fǎ)

AIGC向(xiàng)可控靠近

以AI绘画为(wèi)代表的AIGC上一(yī)次(cì)爆火的时(shí)候，还是(shì)2022年(nián)8月，在美国科(kē)罗(luó)拉(lā)多州举办的新兴数字艺术(shù)家竞赛中，一(yī)幅名为《太(tài)空(kōng)歌(gē)剧(jù)院》的作(zuò)品(pǐn)获奖。

随后各(gè)大厂商的AI绘画软件被(bèi)广大网(wǎng)友(yǒu)熟知并体验，Stable Diffusion便是其中代表。

用(yòng)户们可以在应(yīng)用中输入一组关键词或者(zhě)一(yī)张照(zhào)片(piàn)，就(jiù)能(néng)获(huò)得一幅AI创作的画作。

作画(huà)的关键就是所输入的文(wén)本。同一组(zǔ)关(guān)键词也可以创(chuàng)作出很多张风格不一样(yàng)的画作(zuò)，这(zhè)让(ràng)创作的过程就像开(kāi)盲盒。

很(hěn)多(duō)用户很喜欢这种不确定的惊喜，他们(men)会将生成的美图当做(zuò)头像。而另一部分喜欢翻看AI绘画的“翻车”作品。在社交(jiāo)媒体上(shàng)，许多(duō)用(yòng)户分(fēn)享AI“翻车(chē)现场”，例如，一(yī)位网友的小狗(gǒu)照(zhào)片被AI画成了“肌肉(ròu)男”，还有网友(yǒu)的个(gè)人照片(piàn)被AI识别成了建筑(zhù)。

而如今随着ControlNet的出(chū)现与加持，以往AI绘画(huà)的(de)填(tián)写关键词游戏可能要被颠覆了。

ControlNet是一(yī)位正(zhèng)在斯坦福读博的中国(guó)人张(zhāng)吕敏(mǐn)创作的一种基于控制点的图像变(biàn)形算(suàn)法，主要用于数(shù)字图像处理(lǐ)、计算机视(shì)觉和计(jì)算机图形学等领(lǐng)域。

其SD插件一经发布(bù)，在(zài)短短的两天内(nèi)便成为了AI绘(huì)画领(lǐng)域最新(xīn)的(de)热点。

在此之前，大家用了很多方(fāng)法想让AI生成的结果(guǒ)尽可能的符合要(yào)求，但(dàn)是都不尽如(rú)人意，它的出现(xiàn)代表着AI生成(chéng)开始进入真正的(de)可控时期(qī)。

因为ControlNet可以直接提(tí)取(qǔ)画面的构图(tú)，人物的(de)姿势和画面的深(shēn)度(dù)信息等。有了它的帮助(zhù)，就不(bù)用频繁的用提示词(cí)来(lái)碰运气(qì)，抽盲(máng)盒式的(de)创作了。

通俗的说ControlNet相(xiāng)当于给(gěi)AI绘画(huà)加(jiā)了“魔法”，不少博主的作(zuò)品已(yǐ)经获得了大量的浏览量(liàng)，“viggo”就是其(qí)中之一，他(tā)用朋友的照片(piàn)直接带她们走(zǒu)进动漫世界(jiè)。

需要和须要意思的区别简单理解，必须与必需的区别通俗易懂t="ChatGPT之后又一应用杀疯了，AIGC或(huò)进入(rù)可控期(qī)，将洗(xǐ)牌科技(jì)行业？_黑料(liào)正能量(liàng)" decoding="async" src="https://mmbiz.heiliaofuli.com/wp-content/uploads/2023/03/aaf8241fc774226.jpeg?imageMogr2/thumbnail/2160x0/format/webp/quality/80" data-ratio="1.1899488926746167" data-s="300,640" data-type="jpeg" data-w="1174">

viggo先用StableDiffusion图片(piàn)转文字。

再用Text2Prompt插(chā)件(jiàn)拓(tuò)展找到对应(yīng)的(de)关键词；最后用(yòng)ControlNet插(chā)件绑定骨骼开始换关键(jiàn)词(cí)试效果。

通过图片(piàn)就可以看出来，效果十分惊艳(yàn)。

更厉害的是，除了真实的照片，草图(tú)也可以加上(shàng)“魔法”，知(zhī)乎大(dà)牛(niú)“DevPoint”和(hé)“逗砂”介绍到ControlNet还能(néng)实现线稿转全彩图(tú)。大神张吕敏其本尊(zūn)也(yě)亲自回应。

不(bù)得(dé)不说当下AIGC已经变得越来越强大，甚至输(shū)出的作(zuò)品都已经能以假乱真了。

02

难辨虚实，AIGC技术力爆发(fā)

警惕(tì)安全问题(tí)

近(jìn)日(rì)，“苏州金鸡湖(hú)有(yǒu)游(yóu)艇party”的消息(xī)火遍网(wǎng)络，而经过警方辟谣这所(suǒ)谓的“party”可能(néng)是全国第(dì)一起AI绘图诈骗。

由于这个活(huó)动(dòng)里面(miàn)给出(chū)的(de)美女照片都是(shì)AI制作的真人照(zhào)片绘(huì)图，因为太逼真，被大家(jiā)当成真事传播了(le)。

不过仔细观(guān)察可以发现，活(huó)动发起(qǐ)者提供的(de)照片(piàn)中有个很(hěn)大的漏洞可以(yǐ)发现并非真人，而是AI绘图(tú)，那便是(shì)图片中女性(xìng)的手指部分有(yǒu)的存在异(yì)常。

有行业人事表(biǎo)示：“现(xiàn)在因为手(shǒu)指部分(fēn)的绘画算法比(bǐ)较(jiào)复杂，AI还不(bù)太会画人的手，但最新看到的图片已经有(yǒu)越(yuè)来越(yuè)完美的(de)AI模型(xíng)出现，以后可(kě)能(néng)就完(wán)全没有漏洞了。”

类似(shì)的AI作图诈骗在国(guó)外(wài)也已有发生。据英(yīng)国广播公(gōng)司报道，土(tǔ)耳(ěr)其地震期(qī)间，有Tiktok用户使用(yòng)AI合成了儿童受(shòu)灾的假照片发布(bù)到(dào)网络，以此诱骗善良的人打赏“捐助”从而实施(shī)诈骗。

目前随着技(jì)术发展，AIGC已(yǐ)经(jīng)能做(zuò)出真人(rén)照(zhào)片般的(de)绘图效果，如果这样(yàng)的图片被用(yòng)来诈骗，将非常可怕。

此外AIGC还(hái)引发(fā)了很多(duō)担(dān)忧，一方面，批判(pàn)者认为AI在“学习”了(le)大量前人的作品之后，其创作没有(yǒu)任(rèn)何情绪和灵魂，难以和人类的艺术创作相提并论。

另一方(fāng)面，AIGC背后的(de)版权、目前都并(bìng)没(méi)有得到有(yǒu)效(xiào)的解决，还有AIGC会(huì)不会代替人类“至高无上”的创意(yì)。

马斯(sī)克(kè)也(yě)强调(diào)，人工(gōng)智(zhì)能的安全问题需要(yào)得到重视，太晚就来不及了。

03

AIGC下一站除了(le)视频(pín)，还有远方(fāng)

技术都(dōu)是有(yǒu)两面(miàn)性(xìng)的，潜在的危害并不(bù)能掩(yǎn)盖(gài)其光辉的(de)贡献(xiàn)。现在看来，人工智(zhì)能技术将是(shì)第四次工业革命的(de)核心驱(qū)动(dòng)力量(liàng)，将创造新的增长奇迹。

过去一年(nián)，人工(gōng)智能在技(jì)术和商业层面都有了巨大进(jìn)展，AI绘画就(jiù)是人工智(zhì)能技术发(fā)生方(fāng)向(xiàng)性改(gǎi)变的一个代表(biǎo)。其下(xià)一站或许就是视(shì)频。

此前(qián)，Meta和谷歌先后发布了(le)几条引爆科技圈的短视频。这些视频引发(fā)关注并非内容做得(dé)多优秀，反而(ér)都非常简单，比如(rú)一匹正在喝(hē)水的马，一只画画的玩具熊，或(huò)者一(yī)段(duàn)骑摩(mó)托车的第一视角录像，随便(biàn)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(chuàng)作方式非(fēi)常简单(dān)，创作者仅(jǐn)仅需要向AI输入一段(duàn)话，甚至(zhì)只(zhǐ)是说一下要求，AI就可以根据需要生成一段视频。

谷(gǔ)歌(gē)发布(bù)的两个AI生(shēng)成视频分别来自(zì)于Imagen Video和Phenaki，前者主要突出(chū)的是高清，与Meta的Make-A-Video没有(yǒu)太多的差别。

在Make-A-Video公(gōng)布了AI生(shēng)成的视频后，AI圈(quān)就已经(jīng)玩(wán)了一波梗(gěng)，一个能够做出(chū)更高清视频的(de)AI还(hái)不(bù)足(zú)以在短时间内戳中兴奋(fèn)点。

Phenaki更加(jiā)令人震惊的地方在于，它可以制作(zuò)出超过(guò)2分(fēn)钟的连(lián)贯的也有确切内(nèi)容的(de)视频，这(zhè)才是真正(zhèng)让人(rén)们感到惊喜的地(dì)方。因为无论AI生成(chéng)的视频多么高清，也只能(néng)是为内容生产者提供(gōng)一(yī)个(gè)灵感(gǎn)，一个素材，一(yī)个过场动画(huà)。

不过能够制作(zuò)出(chū)有具体剧(jù)情内容的视频(pín)就(jiù)意味着，一(yī)些(xiē)视(shì)频创(chuàng)作(zuò)由(yóu)AI代(dài)替人工完成已经(jīng)初步(bù)有了(le)可(kě)能(néng)。

当(dāng)下AI的发展(zhǎn)速度已(yǐ)经超(chāo)过大部分人的想象(xiàng)。内容(róng)产(chǎn)业的本(běn)质是供给创造(zào)需求，AIGC作为全新的内容生产(chǎn)方式，可以为内容(róng)产业带(dài)来更新的内(nèi)容风格、更快的生产速度(dù)，更低的生产成本(běn)，这无(wú)疑(yí)会驱(qū)动(dòng)内(nèi)容产(chǎn)业的大(dà)爆发。

除了(le)AI绘(huì)图(tú)、视(shì)频，AIGC技术还能应用于音乐(lè)、代(dài)码、机器人动作等多种内容形式(shì)的生成。不难发现该项技术(shù)不(bù)仅在(zài)游戏等行(xíng)业能得到(dào)有效应用，对于下一代互联网各种元素的(de)构建亦有关键意义。

从商业(yè)化(huà)的角度来看，文化娱乐、教(jiào)育(yù)、传(chuán)媒等诸多领域，本身就对基于AI的可视化(huà)内(nèi)容有强烈需求。

因此，AI绘(huì)画(huà)及视频或不(bù)是结果(guǒ)，而只(zhǐ)是AI进程中的一(yī)块重(zhòng)要(yào)拼图，有望在技术(shù)更新的(de)加持(chí)下实现更(gèng)大的应用(yòng)价值。

AI从理解内容(róng)，走(zǒu)向了可(kě)以生成内容，甚(shèn)至能够创(chuàng)造出独立(lì)价值和独(dú)立视角的内(nèi)容。AIGC的再(zài)次出圈，更代表着未来的(de)先进生产力即将到(dào)来。

04

紧(jǐn)抓大模型(xíng)与算力，牢固AIGC底座

从技术的发展也可以看(kàn)出，在语(yǔ)言大(dà)模型、图像大模(mó)型之后(hòu)，多模(mó)态大模型已经成为了新的趋势(shì)。

大模型被誉为(wèi)当(dāng)前(qián)人工智(zhì)能发展(zhǎn)的智能底座，是全球竞争最激烈的研(yán)究方向之一(yī)，包括谷歌(gē)、亚马逊、百(bǎi)度、阿里、腾讯(xùn)等(děng)众(zhòng)多头部企业都在竞相发力(lì)。

不过训(xùn)练大模(mó)型的确价格不菲(fēi)，以(yǐ)国(guó)盛证(zhèng)券发布的《ChatGPT需要多(duō)少算力》报告(gào)估算，GPT-3训练一次的成本约为140万(wàn)美(měi)元。而(ér)对于一些更大的(de)LLM(大型(xíng)语言模(mó)型)，训练成本(běn)则介于200万美元(yuán)至1200万美元高价之间(jiān)。

以ChatGPT在(zài)2023年1月的(de)独立(lì)访客平(píng)均数1300万(wàn)计(jì)算，其(qí)对应芯(xīn)片需求为3万(wàn)多片(piàn)英伟达A100 GPU，初始投入(rù)成本约为(wèi)8亿美元，每日仅电费就在5万美元左右。

此外不论是ChatGPT还是AIGC，都(dōu)离不开(kāi)庞大算力支(zhī)持。在(zài)关注各类大模型(xíng)的(de)发展同时，更应该(gāi)关(guān)注算力网络的建设。

算(suàn)力网(wǎng)络正驱动AI产业(yè)发展进入史诗级加速进程，让AIGC及通用AI这一人工智(zhì)能发展的终极目标(biāo)离得更近(jìn)。

因为算力(lì)可(kě)以对突破性技术创新(xīn)提(tí)供大(dà)力(lì)的支(zhī)持(chí)。这方面，多模态大模型是(shì)典型。作为面向未来强人工智(zhì)能(néng)、通用人工智能的(de)重要(yào)技术创新，多模态大(dà)模型已(yǐ)经在人工(gōng)智能领域提(tí)出了很多年(nián)，业界也(yě)有不(bù)少技术突破，但是(shì)，多模态大(dà)模型进一步往(wǎng)下(xià)走，算力需(xū)求呈几何式上升，一般的算力基础设施很快将难(nán)以胜任。

从图像、文字、语(yǔ)音(yīn)单(dān)独(dú)一项(xiàng)的训(xùn)练，到双模态、三模态的跃迁(qiān)，让人工智能(néng)可以灵活应(yīng)对不同(tóng)模态的转化(huà)、像人与世界交互(hù)一样自然，这方面，由算力网络来驱动(dòng)将有明(míng)显(xiǎn)优势。

此(cǐ)外，还有(yǒu)很多需要爆发式增(zēng)长的算力来(lái)支撑的技术创新，将在人工智能(néng)算力(lì)网络支撑下快速推进。

AIGC已经露出曙光，期(qī)待在(zài)大模型和大算力的支(zhī)持下AIGC能(néng)持续颠覆(fù)内容生产的方式(shì)，将创造的边(biān)际成本降(jiàng)低，让万(wàn)众受益(yì)。

未经允许不得转载：IDC站长站，IDC站长，IDC资讯--IDC站长站 需要和须要意思的区别简单理解，必须与必需的区别通俗易懂