自(zì)聊天机器人ChatGPT火(huǒ)爆以(yǐ)来，微软公司创始人比尔·盖(gài)茨已多次公开谈(tán)论人(rén)工智能(néng)话题。在最近的一次采访(fǎng)中，他再次表示(shì)：“AI可能会让科技行业迎芬迪和gucci是一个档次吗，芬迪和gucci是一个档次吗来(lái)一(yī)次(cì)剧烈(liè)的洗(xǐ)牌”。

这个结论是他在当地(dì)时间2月20日接受《In Good Company》节目(mù)专(zhuān)访时(shí)提出的。

他预期，AI的(de)发展可能(néng)会威胁到谷歌的市占率，因为微软在AI方(fāng)面的(de)行动相当迅速。而最终科技(jì)巨(jù)头(tóu)将把AI整(zhěng)合(hé)成用户的(de)“全(quán)能助手”，包揽一切应用，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(néng)助手的(de)到来可能尚(shàng)需时日，但由ControlNet引发的又(yòu)一次AI绘画浪潮，让AIGC在ChatGPT的(de)话题热点(diǎn)包围中杀出重围。

01

ControlNet颠覆AI绘画(huà)新玩法

AIGC向可控靠近

以(yǐ)AI绘画为代表的(de)AIGC上(shàng)一次爆火的时候，还(hái)是(shì)2022年8月，在美国科(kē)罗拉多州举办的新兴数(shù)字(zì)艺术家竞(jìng)赛中(zhōng)，一幅名为《太空(kōng)歌剧院》的作品(pǐn)获奖。

随后各大厂商的AI绘(huì)画软(ruǎn)件被广(guǎng)大网友熟知并体验，Stable Diffusion便(biàn)是其(qí)中代表(biǎo)。

用户们可以在应用中输入一组关键(jiàn)词或者一张照片，就能(néng)获得一幅AI创作的画作。

作画的(de)关键就是所输入的文本。同一(yī)组关键词也(yě)可以(yǐ)创作出很(hěn)多张风格不一样的(de)画(huà)作，这让创作的过程就(jiù)像开盲(máng)盒。

很多(duō)用户很(hěn)喜欢(huān)这种(zhǒng)不确定的(de)惊喜，他们会将生成的美图当做头像(xiàng)。而另一部分喜欢(huān)翻(fān)看AI绘画(huà)的(de)“翻车”作品。在社(shè)交媒体(tǐ)上(shàng)，许多用(yòng)户分享AI“翻车现场”，例如，一位网友的小狗照片(piàn)被AI画成了(le)“肌肉(ròu)男”，还有网友的(de)个人照片(piàn)被(bèi)AI识别成了(le)建筑。

而如今随着ControlNet的出现与加持，以往AI绘画的填写关键词游戏可能要被颠覆(fù)了。

ControlNet是一位正在斯坦福读博的中国人(rén)张吕敏创作(zuò)的(de)一种基于控制(zhì)点(diǎn)的图像变(biàn)形算法，主要用于(yú)数字图像处理(lǐ)、计算机视觉和(hé)计算(suàn)机图形学等领域(yù)。

其SD插件一经发布，在(zài)短短的两天(tiān)内便成为(wèi)了AI绘画(huà)领域最新的(de)热(rè)点。

在此之前，大家用了(le)很多方法想让AI生成的结果(guǒ)尽可能的符合要求，但是都不尽(jǐn)如人意，它的(de)出现(xiàn)代表着AI生成(chéng)开始(shǐ)进入真正的可控(kòng)时期。

因为ControlNet可以直接提(tí)取(qǔ)画面的(de)构图，人物(wù)的姿势和画(huà)面的深(shēn)度信(xìn)息(xī)等。有(yǒu)了(le)它(tā)的帮助，就不(bù)用(yòng)频繁的用提示词来碰运气(qì)，抽盲盒式的创(chuàng)作了(le)。

通俗的(de)说ControlNet相当于给AI绘画(huà)加(jiā)了“魔(mó)法(fǎ)”，不少博主的作品(pǐn)已经获(huò)得(dé)了大量的(de)浏览量，“viggo”就是其中之一，他用朋友的照片直接带她们走进动漫(màn)世界。

viggo先用StableDiffusion图(tú)片转文字。

再用Text2Prompt插件拓展找到对(duì)应(yīng)的关键词；最后用ControlNet插件绑定骨骼开(kāi)始换关键词试(shì)效果(guǒ)。

芬迪和gucci是一个档次吗，芬迪和gucci是一个档次吗ding="async" src="https://mmbiz.heiliaofuli.com/wp-content/uploads/2023/03/4efa72af2df1b5d.jpeg?imageMogr2/thumbnail/2160x0/format/webp/quality/80" data-ratio="0.54140625" data-s="300,640" data-type="jpeg" data-w="1280">

通(tōng)过图(tú)片就可以看出来，效(xiào)果十分惊(jīng)艳。

更(gèng)厉害的是，除(chú)了(le)真实的照片，草图也可以加上“魔法”，知乎大牛“DevPoint”和“逗(dòu)砂”介(jiè)绍到ControlNet还能(néng)实现线稿转(zhuǎn)全(quán)彩图。大(dà)神(shén)张吕敏其本尊(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(shū)出的作(zuò)品(pǐn)都(dōu)已经能以假乱(luàn)真了。

02

难辨(biàn)虚实，AIGC技术力爆(bào)发

警(jǐng)惕安全(quán)问(wèn)题

近日，“苏(sū)州金鸡湖有游艇party”的(de)消息(xī)火遍网(wǎng)络(luò)，而经(jīng)过警方辟谣这(zhè)所谓的“party”可能是全国第(dì)一起(qǐ)AI绘图诈骗。

由于(yú)这个(gè)活动里面给出的美(měi)女(nǚ)照片都是(shì)AI制作的(de)真人照片(piàn)绘图，因为太逼真，被大家(jiā)当成真事传播了。

不过仔(zǎi)细观察(chá)可以发现(xiàn)，活动发(fā)起(qǐ)者提供的照片中有个很大的(de)漏(lòu)洞可以发现(xiàn)并非真人，而是AI绘图(tú)，那(nà)便是图片中女性的手(shǒu)指(zhǐ)部分(fēn)有的存在异常。

有(yǒu)行业(yè)人事表示(shì)：“现在因为(wèi)手指部分的绘画算法比较复杂(zá)，AI还不(bù)太会画人的手，但(dàn)最新(xīn)看到的图片已(yǐ)经有越来越完(wán)美的AI模型出现，以(yǐ)后可(kě)能就完全(quán)没(méi)有漏洞(dòng)了(le)。”

类(lèi)似的AI作(zuò)图诈骗在国(guó)外也已(yǐ)有发(fā)生。据英(yīng)国广(guǎng)播(bō)公(gōng)司报(bào)道，土耳其地震期间，有Tiktok用户使用(yòng)AI合成(chéng)了(le)儿童(tóng)受灾的假照(zhào)片发布(bù)到网络，以此诱骗(piàn)善良的人(rén)打赏(shǎng)“捐助(zhù)”从而(ér)实(shí)施(shī)诈骗。

目前(qián)随着技(jì)术发展，AIGC已经(jīng)能做出真人照片般的(de)绘图效果，如果这样的图片被用(yòng)来(lái)诈骗，将(jiāng)非常可怕。

此外AIGC还引(yǐn)发了很多担忧，一方面，批判(pàn)者认为AI在(zài)“学习(xí)”了大量前人的作品之后，其创作(zuò)没有任何情绪和灵魂，难以和人类(lèi)的艺(yì)术创作相(xiāng)提并论。

另一方面(miàn)，AIGC背后的版权、目前都(dōu)并(bìng)没有得到有效的解决，还有AIGC会不会代(dài)替人类(lèi)“至高无(wú)上”的创(chuàng)意。

马斯克(kè)也(yě)强调，人工(gōng)智能的安(ān)全问题需要得(dé)到(dào)重视，太晚就来不及了(le)。

03

AIGC下一(yī)站除了视(shì)频，还有远方

技术(shù)都是有(yǒu)两面性(xìng)的，潜在的危害并(bìng)不能掩(yǎn)盖其光辉的贡献(xiàn)。现(xiàn)在看来，人工(gōng)智(zhì)能技(jì)术将是(shì)第四次工业(yè)革命的核(hé)心驱动力量，将(jiāng)创造新的增长奇迹。

过去一年，人工智能在技术(shù)和商(shāng)业层(céng)面(miàn)都(dōu)有了巨大进展，AI绘画就是人工智能技术发生(shēng)方(fāng)向性改变的一(yī)个代表。其(qí)下一站或许就(jiù)是视频(pín)。

此前，Meta和谷歌先后发(fā)布了几条引爆科技圈的短视频。这些视(shì)频引发关注并非内容做得多优(yōu)秀，反而都非常简单，比如一匹(pǐ)正在(zài)喝水的马，一只画(huà)画的玩具熊，或者(zhě)一段骑摩托车的第一视角(jiǎo)录像，随便一个有手机的(de)人都可以随手录下一段。

但(dàn)这些短视频(pín)的创作方(fāng)式非常简(jiǎn)单，创作者仅仅需要向(xiàng)AI输入一段(duàn)话，甚至只是(shì)说一下要求，AI就可以根据需要生成一段视频。

谷(gǔ)歌发布(bù)的两(liǎng)个AI生成(chéng)视频分别来自于(yú)Imagen Video和(hé)Phenaki，前者(zhě)主(zhǔ)要(yào)突出的是高清(qīng)，与Meta的Make-A-Video没有太多的差别。

在Make-A-Video公布了AI生成的视频后，AI圈就已经玩了一波梗(gěng)，一个能够做出(chū)更高清视(shì)频的AI还不足以(yǐ)在短时间内戳中(zhōng)兴奋点。

Phenaki更(gèng)加令人震惊的地方在于，它(tā)可(kě)以制作出超过2分钟(zhōng)的连贯的也(yě)有确切内容的视频，这才是(shì)真正让人们感到惊(jīng)喜的地方。因(yīn)为无论AI生(shēng)成(chéng)的视频多么高(gāo)清(qīng)，也(yě)只能是为内容生产(chǎn)者提供一个灵感，一个素材，一个过场动画。

不(bù)过(guò)能够制作出有具体剧情(qíng)内容的视频就(jiù)意味(wèi)着(zhe)，一些视(shì)频创作由AI代替人工(gōng)完(wán)成已(yǐ)经初步有了可能。

当下AI的发展速度已经超(chāo)过大部分人的想象。内容产(chǎn)业(yè)的本质(zhì)是供给创(chuàng)造需求，AIGC作为全(quán)新(xīn)的内(nèi)容生(shēng)产方式，可以为内(nèi)容产业带来(lái)更新的内容风格、更快的生产速度，更低(dī)的生产成本，这无疑会(huì)驱动内容产业的大爆发(fā)。

除了AI绘图、视频，AIGC技术还能应用于音乐(lè)、代码、机器(qì)人动作(zuò)等多(duō)种内容形式的生成。不(bù)难发(fā)现该(gāi)项技术不仅在游戏等行(xíng)业能得到有效应用，对(duì)于(yú)下(xià)一(yī)代互联网各种元(yuán)素的(de)构建亦有关键(jiàn)意义(yì)。

从商(shāng)业化的角度来看，文化娱乐、教(jiào)育、传媒等诸多(duō)领域，本身就对基于AI的(de)可视化内(nèi)容有强烈需求(qiú)。

因此，AI绘画及视频或(huò)不是结果，而只(zhǐ)是AI进(jìn)程(chéng)中(zhōng)的一(yī)块(kuài)重(zhòng)要拼图(tú)，有望(wàng)在技术更新的加持下实现更大的应用价值(zhí)。

AI从(cóng)理解内容，走向(xiàng)了可以生成内(nèi)容，甚(shèn)至(zhì)能够创造出独立价值(zhí)和(hé)独立视芬迪和gucci是一个档次吗，芬迪和gucci是一个档次吗角(jiǎo)的内容。AIGC的再(zài)次出圈，更代(dài)表着(zhe)未来的先进(jìn)生产力即将(jiāng)到来(lái)。

04

紧抓大(dà)模型与算力，牢固AIGC底座

从技术的发展也可以看(kàn)出，在(zài)语(yǔ)言大(dà)模型、图(tú)像大模(mó)型之(zhī)后，多模态(tài)大模型已(yǐ)经成为了新的趋(qū)势。

大模(mó)型被誉为当前人工(gōng)智能(néng)发(fā)展的智能底座，是全球(qiú)竞争最(zuì)激烈的研(yán)究方向之一，包括谷(gǔ)歌、亚马逊、百度(dù)、阿里、腾讯等众多头部企业都在竞相(xiāng)发(fā)力。

不过训练大模型的(de)确价格不(bù)菲，以国(guó)盛证券(quàn)发布(bù)的《ChatGPT需要多少算(suàn)力》报(bào)告(gào)估算(suàn)，GPT-3训练一次的(de)成本约为140万美元。而(ér)对于一(yī)些更大的(de)LLM(大(dà)型语言模型)，训(xùn)练成本则介(jiè)于(yú)200万(wàn)美(měi)元至(zhì)1200万美元高价之间。

以ChatGPT在2023年(nián)1月的独立访客(kè)平均数1300万(wàn)计算，其对应芯片(piàn)需(xū)求为(wèi)3万多片英(yīng)伟达A100 GPU，初始投入成本(běn)约(yuē)为8亿(yì)美元，每日仅(jǐn)电费(fèi)就(jiù)在5万美元(yuán)左右(yòu)。

此外(wài)不论是ChatGPT还是AIGC，都(dōu)离(lí)不(bù)开庞大(dà)算力支持。在关(guān)注各类大模型的发展同时(shí)，更应(yīng)该关注算力网络的建设。

算力(lì)网(wǎng)络(luò)正驱动AI产(chǎn)业(yè)发展(zhǎn)进入史诗级加(jiā)速进(jìn)程(chéng)，让AIGC及通用(yòng)AI这(zhè)一人工智(zhì)能发展(zhǎn)的(de)终极目标离得(dé)更近(jìn)。

因为算(suàn)力(lì)可以对突破性技术创新提供大力的支持(chí)。这方面，多模态大模(mó)型是(shì)典型。作(zuò)为(wèi)面向(xiàng)未来强人工智能、通用(yòng)人(rén)工(gōng)智(zhì)能(néng)的重(zhòng)要技术创新，多(duō)模态大模(mó)型已经在人工智能领域提出了很多年，业(yè)界也有(yǒu)不少技术(shù)突破(pò)，但(dàn)是，多(duō)模态大(dà)模型进(jìn)一步(bù)往下走，算(suàn)力需(xū)求呈几(jǐ)何(hé)式上(shàng)升，一般(bān)的算力基础设施很快将难以胜任(rèn)。

从图像、文(wén)字(zì)、语音单独一项的训练，到双模态(tài)、三模态的跃迁，让人工智能可(kě)以灵活应对(duì)不同模(mó)态的转化、像(xiàng)人(rén)与世(shì)界交互一样自然，这方面，由算力(lì)网络来(lái)驱动(dòng)将有(yǒu)明显优势(shì)。

此外，还有很多需要(yào)爆发式增长的算力来(lái)支撑的(de)技术创新，将(jiāng)在人工智(zhì)能算力网(wǎng)络支撑下快速推进。

AIGC已经露出曙光，期(qī)待在(zài)大(dà)模型和大算力的支(zhī)持下AIGC能持续颠覆内容(róng)生产的方式，将创(chuàng)造的边际成(chéng)本降低(dī)，让万众(zhòng)受益。

未经允许不得转载：IDC站长站，IDC站长，IDC资讯--IDC站长站 芬迪和gucci是一个档次吗，芬迪和gucci是一个档次吗