自聊天机器人(rén)ChatGPT火(huǒ)爆(bào)以来，微软公司创始(shǐ)人比尔·盖茨已(yǐ)多次公(gōng)开谈论人工智能话题。在最近(jìn)的一次(cì)采(cǎi)访中，他再次(cì)表示(shì)：“AI可能会让(ràng)科技(jì)行业迎来一次(cì)剧烈的(de)洗牌”。

这个结论是他在(zài)当地时(shí)间2月20日接受《In Good Company》节目专(zhuān)访(fǎng)时提出的。

他(tā)预期，AI的发展可能会(huì)威(wēi)胁到谷歌的市占(zhàn)率，因为(wèi)微软(ruǎn)在AI方(fāng)面的行动相当迅速(sù)。而(ér)最终科技(jì)巨头将把AI整合(hé)成用(yòng)户的“全能助手”，包揽一切(qiè)应用，与(yǔ)人们(men)进行沟通并提供建议，可(kě)以取(qǔ)代亚马逊、Siri或Outlook等应(yīng)用。

大佬口中全能(néng)助手(shǒu)的到来可能尚需时日，但由ControlNet引发(fā)的又一次AI绘画浪潮，让AIGC在ChatGPT的话(huà)题热点包围中杀(shā)出重(zhòng)围(wéi)。

01

ControlNet颠覆AI绘画新玩(wán)法

AIGC向可控靠近

以(yǐ)AI绘画为代表的AIGC上一次爆火的时候，还(hái)是2022年8月，在美国(guó)科罗拉多州(zhōu)举办(bàn)的新兴数字艺术家(jiā)竞赛中(zhōng)，一(yī)幅名为(wèi)《太空歌(gē)剧院》的作品获奖。

随后(hòu)各大厂商(shāng)的AI绘画(huà)软件(jiàn)被广(guǎng)大(dà)网友熟知(zhī)并体验，Stable Diffusion便是(shì)其中代表(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(jiù)能获(huò)得(dé)一幅(fú)AI创作的画作。

作画的关键(jiàn)就(jiù)是所输入的文(wén)本。同一组关键词也可以创作(zuò)出(chū)很(hěn)多张风(fēng)格(gé)不一样的画作，这让(ràng)创作(zuò)的过程就像开盲盒(hé)。

很多用户很喜欢这种不确定的惊喜，他(tā)们会将生成的(de)美图当做头(tóu)像(xiàng)。而另一部分喜欢翻看AI绘(huì)画的“翻车”作品(pǐn)。在(zài)社交媒(méi)体上，许多(duō)用户分(fēn)享AI“翻车现场”，例(lì)如，一位网友(yǒu)的(de)小狗照(zhào)片(piàn)被AI画成了“肌肉男”，还(hái)有网(wǎng)友的个人(rén)照片被AI识别成(chéng)了建筑。

而如今随着ControlNet的出(chū)现(xiàn)与加(jiā)持(chí)，以往(wǎng)AI绘画的(de)填写关键(jiàn)词游戏可能(néng)要被颠覆(fù)了。

ControlNet是一位(wèi)正(zhèng)在(zài)斯(sī)坦福读博的中(zhōng)国(guó)人张吕敏创作的一种基于控制点的图像变形算法，主(zhǔ)要(yào)用于数字图像处理(lǐ)、计(jì)算机视觉和计算(suàn)机图形(xíng)学等领域。

其SD插件一(yī)经发布(bù)，在(zài)短短的两(liǎng)天内(nèi)便成为了(le)AI绘画领域最新的热点。

在此之前，大(dà)家用了(le)很多方法想让AI生成的(de)结果尽(jǐn)可能的符合要求，但是都不尽如人意，它(tā)的出现代表着AI生成开始进(jìn)入真正的可(kě)控时期。

因为ControlNet可以直(zhí)接提取画面(miàn)的构图(tú)，人物(wù)的姿(zī)势和画(huà)面的深度信息等。有了(le)它的帮(bāng)助，就不用频(pín)繁的用提示词来碰运气，抽盲盒式(shì)的创作了。

通俗的(de)说ControlNet相当(dāng)于给AI绘画加了“魔法”，不少博主的作品已(yǐ)经获(huò)得了大量的浏览(lǎn)量，“viggo”就(jiù)是其(qí)中之一，他用朋友的照片(piàn)直接(jiē)带她们(men)走进(jìn)动(dòng)漫世界。

viggo先(xiān)用StableDiffusion图片转(zhuǎn)文字。

再用Text2Prompt插件拓展找到对应的关键词(cí)；最后用(yòng)ControlNet插件绑定骨骼(gé)开始换关键词试效(xiào)果。

通过图片就可以(yǐ)看(kàn)出来，效果十分(fēn)惊(jīng)艳。

更厉(lì)害(hài)的(de)是，除了真实的(de)照(zhào)片，草图也可(kě)以加上“魔法”，知(zhī)乎大牛“DevPoint”和“逗(dòu)砂”介绍(shào)到ControlNet还能实现线稿转全彩图(tú)。大神张吕敏(mǐn)其本尊也亲自回(huí)应。

不得(dé)不说当(dāng)下AIGC已经变得越(yuè)来(lái)越强(qiáng)大，甚(shèn)至输(shū)出的作品都已经能以(yǐ)假乱真了。

02

难(nán)辨虚实，AIGC技术力爆发

警惕安全问题

近(jìn)日，“苏州金(jīn)鸡(jī)湖有游艇party”的消(xiāo)息火遍(biàn)网络，而经过警(jǐng)方辟谣(yáo)这所谓的“party”可能(néng)是全国第(dì)一起AI绘图诈(zhà)骗。

由于这个活动里(lǐ)面给出(chū)的美女照片都是AI制作的(de)真人照片(piàn)绘图(tú)，因为太逼真，被(bèi)大家(jiā)当(dāng)成(chéng)真事(shì)传播了。

不(bù)过仔细观察(chá)可以(yǐ)发(fā)现，活动发起者提供的(de)照片(piàn)中有个(gè)很大的(de)漏洞可以发现(xiàn)并非(fēi)真人，而是AI绘图，那(nà)便是(shì)图片中(zhōng)女(nǚ)性的手(shǒu)指部(bù)分有(yǒu)的存在异(yì)常。

有行业人事表示：“现在因为手指部分的绘画算法比(bǐ)较复杂，AI还不太会画人的手，但最新看到(dào)的图(tú)片已经有(yǒu)越来(lái)越完美的AI模型出现，以后可(kě)能就完(wán)全没有漏(lòu)洞了。”

类似的AI作图(tú)诈骗在(zài)国外也已有发生。据英国广播公司(sī)报道，土(tǔ)耳其地震(zhèn)期间，有Tiktok用(yòng)户使用AI合(hé)成了(le)儿童受(shòu)灾的假照片发布到网络，以此诱骗善(shàn)良(liáng)的人(rén)打赏“捐助(zhù)”从而实施诈骗。

目(mù)前随着技术发展，AIGC已(yǐ)经能做出(chū)真人照(zhào)片(piàn)般的绘图效果(guǒ)，如果这样的图片被(bèi)用来(lái)诈骗，将非常可怕。

此(cǐ)外AIGC还引发(fā)了很多担忧(yōu)，一(yī)方面，批(pī)判者(zhě)认为AI在“学(xué)习”了大量(liàng)前人的作品之(zhī)后，其创(chuàng)作没有任(rèn)何情绪和灵魂，难以和(hé)人类的艺术创作(zuò)相提并(bìng)论。

另一方面(miàn)，AIGC背后的版权、目前都并没有(yǒu)得到有效的(de)解决，还有(yǒu)AIGC会不会代替人类“至高无上”的(de)创意。

马斯(sī)克也强调，人工智能的安全问题需要得到(dào)重视，太晚(wǎn)就来不及了。

03

AIGC下一站除(chú)了视频，还(hái)有远方

技术都是有两面性的，潜在的(de)危害(hài)并(bìng)不能掩盖其(qí)光辉的(de)贡献。现在看来，人工智能技术(shù)将是第(dì)四次工业(yè)革命的核心驱动力量，将创造新的增长奇迹(jì)。

过去一年(nián)，人工智(zhì)能在(zài)技术和商业层面都(dōu)有了巨(jù)大进展，AI绘(huì)画就是人工智(zhì)能技术发生方(fāng)向(xiàng)性(xìng)改(gǎi)变的一个代表。其下一站(zhàn)或(huò)许(xǔ)就是视频。

此前，Meta和谷歌(gē)先后发布了几条引爆科技圈的短视频。这些视频引(yǐn)发(fā)关注并非(fēi)内(nèi)容做得多优秀，反而都非常(cháng)简单，比如一匹正在喝水的(de)马，一(yī)只画画的玩具熊(xióng)，或(huò)者(zhě)一(yī)段(duàn)骑摩托车的第一视角录(lù)像，随便一(yī)个(gè)有手机的人(rén)都可以随(suí)手录下一段。

但这些短(duǎn)视频的创作(zuò)方式(shì)非常简(jiǎn)单，创作者仅仅需(xū)要(yào)向(xiàng)AI输入一(yī)段话，甚至只是说一下要求(qiú)，AI就可以根据需要生成一段视频。

谷歌发布(bù)的两个AI生(shēng)成视频(pín)分别来自于Imagen Video和Phenaki，前者主(zhǔ)要突出的是高清，与Meta的(de)Make-A-Video没有太多(duō)的差别。

在Make-A-Video公布(bù)了AI生成(chéng)的视频后，AI圈(quān)就已(yǐ)经(jīng)玩(wán)了一波(bō)梗，一个能够做出(chū)更高清视(shì)频的AI还(hái)不(bù)足(zú)以在短时间内戳中兴奋点。

Phenaki更加令(lìng)人震惊的(de)地方在于，它可(kě)以制(zhì)作出超过(guò)2分钟的连贯的也(yě)有确切内容的视频，这(zhè)才是真正让人们感到惊(jīng)喜的地方。因为无(wú)论AI生成的视(shì)频多么高清(qīng)，也只能(néng)是为内(nèi)容生产者提供一(yī)个灵(líng)感，一个素材(cái)，一个过(guò)场动画(huà)。

不过(guò)能(néng)够制作出有具体剧情内容的(de)视频就意(yì)味着，一(yī)些视频(pín)创作由AI代替人(rén)工完(wán)成已经初步有了可能。

当下(xià)AI的发(fā)展速(sù)度已经超过大部分人(rén)的想象。内容产业的我想说世间万物一切都不及你是什么歌，满天星辰不及你歌词本质是供给(gěi)创造需(xū)求(qiú)，AIGC作为全新的(de)内容生产(chǎn)方式(shì)，可以为(wèi)内容产业(yè)带(dài)来更新的内容风格(gé)、更快的生(shēng)产(chǎn)速(sù)度，更低的生产(chǎn)成本(běn)，这无疑会(huì)驱动(dòng)内容产业(yè)的(de)大(dà)爆发。

除了AI绘图、视频，AIGC技术还能应用(yòng)于音(yīn)乐、代(dài)码、机器人(rén)动作等多种内(nèi)容形式的(de)生成。不(bù)难(nán)发现该项(xiàng)技术不仅(jǐn)在游(yóu)戏等(děng)行业能得到有效应用，对(duì)于(yú)下一代(dài)互(hù)联网各种元(yuán)素的构(gòu)建亦有关(guān)键意义(yì)。

从商业(yè)化的(de)角度来看，文化娱乐(lè)、教育、传媒(méi)等诸多(duō)领(lǐng)域，本身就(jiù)对基(jī)于AI的可视化(huà)内容有强(qiáng)烈需求(qiú)。

因(yīn)此，AI绘画及(jí)视频或不(bù)是结(jié)果，而只(zhǐ)是(shì)AI进程(chéng)中的一块重要拼(pīn)图，有望在技术更新的(de)加(jiā)持下(xià)实现(xiàn)更大的(de)应用价值。

AI从理解内容，走向了可以(yǐ)生(shēng)成内容，甚至能够创造出独立价值和独立视角的内容。AIGC的再(zài)次(cì)出圈(我想说世间万物一切都不及你是什么歌，满天星辰不及你歌词quān)，更代(dài)表(biǎo)着(zhe)未来的先进(jìn)生产力即将到来(lái)。

04

紧抓大(dà)模型与(yǔ)算力，牢固(gù)AIGC底座

从技术的发展(zhǎn)也可以(yǐ)看(kàn)出，在语言大模型、图像大模型之后，多模态大模型已经成为了新(xīn)的趋势(shì)。

大模型(xíng)被誉为当前人工智(zhì)能(néng)发展的智能底座，是全球竞争最激烈(liè)的研究方(fāng)向(xiàng)之一(yī)，包(bāo)括谷歌、亚马逊、百度(dù)、阿里、腾讯(xùn)等众多头(tóu)部企(qǐ)业都在竞(jìng)相发力。

不过(guò)训练(liàn)大模型(xíng)的确价格不菲，以国盛证(zhèng)券发布的《ChatGPT需(xū)要多少算力》报告估算，GPT-3训练一次的成本约为140万美元。而对于一些更大的LLM(大型语言模型(xíng))，训(xùn)练成(chéng)本则(zé)介(jiè)于200万美元至1200万美元高价(jià)之间。

以(yǐ)ChatGPT在2023年1月的(de)独(dú)立访客平均(jūn)数1300万计算(suàn)，其对应芯片需求为(wèi)3万多片英(yīng)伟(wěi)达A100 GPU，初(chū)始投入成本约为8亿美元，每(měi)日仅电(diàn)费就在5万(wàn)美元左右。

此外不(bù)论是ChatGPT还是AIGC，都离(lí)不开庞大算力支持。在关注各类大模(mó)型的发展同时(shí)，更应该关注算力网络的(de)建设我想说世间万物一切都不及你是什么歌，满天星辰不及你歌词。

算力网络正驱动AI产(chǎn)业发展进入(rù)史(shǐ)诗级加速进程，让(ràng)AIGC及通(tōng)用AI这一人(rén)工智能发展的终极(jí)目标离(lí)得更近。

因为算力可以对突(tū)破性技术(shù)创新提供大力的支(zhī)持。这方面，多(duō)模态大模型是典型。作为面向未来强人工智能、通用人工智能的(de)重要技(jì)术创新，多模(mó)态大模型已经在人工智能领域提出了很多年，业(yè)界也(yě)有不(bù)少技术(shù)突(tū)破，但是，多模态大模(mó)型进(jìn)一步往下走(zǒu)，算力(lì)需求(qiú)呈几何式(shì)上升，一(yī)般的算力基础(chǔ)设施很快(kuài)将(jiāng)难(nán)以胜任。

从图像、文字(zì)、语音单独一项的训练，到双(shuāng)模(mó)态、三模态的跃迁，让(ràng)人(rén)工(gōng)智能可(kě)以灵活应对不同模态的转化、像人与世界交互一(yī)样自然，这(zhè)方面，由算力(lì)网(wǎng)络来驱动将有明(míng)显(xiǎn)优势。

此外(wài)，还(hái)有很(hěn)多需要(yào)爆发式增长的(de)算力(lì)来支撑的技术创(chuàng)新(xīn)，将在人工(gōng)智能算(suàn)力(lì)网络(luò)支撑(chēng)下(xià)快速推(tuī)进。

AIGC已经露出曙(shǔ)光，期待在大模型和大算力的支(zhī)持(chí)下AIGC能持续颠(diān)覆内(nèi)容生产(chǎn)的方式，将创造的边际成本降(jiàng)低，让万(wàn)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 我想说世间万物一切都不及你是什么歌，满天星辰不及你歌词