自聊(liáo)天机器人(rén)ChatGPT火爆(bào)以来(lái)，微软公司创始人比尔·盖茨已多(duō)次公开谈论人工智能话题。在(zài)最近的一次(cì)采访中，他再次表(biǎo)示：“AI可能会(huì)让科(kē)技行业迎来(lái)一次剧烈的(de)洗牌”。

这个结论是(shì)他在当地时间(jiān)2月20日接(jiē)受《In Good Company》节目专访(fǎng)时提出的。

他预期，AI的发展可能会威胁到谷歌的(de)市占率(lǜ)，因为微(wēi)软在AI方面(miàn)的行动(dòng)相当迅速。而最(zuì)终(zhōng)科(kē)技巨头将把AI整合成用户(hù)的“全能助(zhù)手(shǒu)”，包揽一切应用，与人们进行沟通并提(tí)供(gōng)建议，可以(yǐ)取代亚马逊、Siri或Outlook等(děng)应用(yòng)。

大佬(lǎo)口中(zhōng)全(quán)能助(zhù)手(shǒu)的到来可(kě)能尚需时日(rì)，但由ControlNet引发(fā)的又一(yī)次AI绘画浪潮，让(ràng)AIGC在ChatGPT的话(huà)题热点(diǎn)包围中(zhōng)杀出(chū)重(zhòng)围。

01

ControlNet颠覆AI绘画新玩法

AIGC向可(kě)控靠近

以AI绘画为(wèi)代表(biǎo)的AIGC上一(yī)次(cì)爆火的时候(hòu)，还是2022年8月，在(zài)美国科(kē)罗拉(lā)多州(zhōu)举(jǔ)办的(de)新(xīn)兴数字(zì)艺术家(jiā)竞赛中，一幅(fú)名为《太空歌剧(jù)院》的作品获奖(jiǎng)。

随后各大厂商(shāng)的AI绘画软件被广大网友熟知(zhī)并体验，Stable Diffusion便是其中代表。

用户们可(kě)以在应(yīng)用中输入一组关(guān)键词或者(zhě)一张照片(piàn)，就(jiù)能获(huò)得一(yī)幅AI创作的(de)画作。

作画的关键(jiàn)就是所输入的文本(běn)。同一(yī)组关键词(cí)也(yě)可以创作(zuò)出很多张风格不一(yī)样的画作，这让创作(zuò)的过(guò)程就像(xiàng)开盲盒(hé)。

很多用(yòng)户很喜欢(huān)这(zhè)种不确定的惊喜，他们会(huì)将生(shēng)成(chéng)的(de)美图当做头像(xiàng)。而另一部分喜欢翻看AI绘画的(de)“翻车”作(zuò)品。在社交(jiāo)媒(méi)体上，许多用户分享AI“翻(fān)车现场”，例如，一位网友(yǒu)的(de)小(xiǎo)狗照片(piàn)被(bèi)AI画成了“肌(jī)肉男”，还有网友的个(gè)人照片被AI识别成了建筑。

而如今随着ControlNet的出现与加持，以(yǐ)往AI绘(huì)画的填写关(guān)键(jiàn)词游戏可能要(yào)被颠覆了(le)。

ControlNet是一位正在斯坦福读(dú)博(bó)的中国人张(zhāng)吕敏创作的一种基于控制点的图像变形算法，主要用于(yú)数字图像处理、计算(suàn)机(jī)视觉和计算机图(tú)形学等领域。

其SD插件一经发布，在短(duǎn)短(duǎn)的(de)两天内(nèi)便成为了AI绘画领域最新的热(rè)点。

在此之(zhī)前，大家用了很多(duō)方(fāng)法想让AI生成的(de)结果尽可能的符(fú)合要求，但(dàn)是都(dōu)不尽如人意，它的出现代表着AI生成开始进入真(zhēn)正(zhèng)的可控时(shí)期。

因为ControlNet可(kě)以(yǐ)直接(jiē)提取(qǔ)画面的构图，人(rén)物(wù)的姿势和画面的深度信息等。有(yǒu)了它的(de)帮助(zhù)，就不用频繁的用提示(shì)词来碰(pèng)运气，抽盲盒(hé)式的创作(zuò)了。

通俗(sú)的(de)说ControlNet相当于给(gěi)AI绘画加了“魔法”，不(bù)少(shǎo)博主的作品(pǐn)已经获得了大量的浏览(lǎn)量，“viggo”就(jiù)是其中(zhōng)之一，他用朋友的照片(piàn)直接带她们走进动漫世界。

viggo先(xiān)用(yòng)StableDiffusion图(tú)片转文字。

再用Text2Prompt插件拓展(zhǎn)找到对应的关(guān)键词；最后用ControlNet插件绑(bǎng)定(dìng)骨骼开(kāi)始换关键词试效果(guǒ)。

通(tōng)过图片就可以看出来，效果十分(fēn)惊艳(yàn)。

更厉害(hài)的是，除了真实的照片，草图也(yě)可以(yǐ)加上“魔(mó)法”，知乎大牛(niú)“DevPoint”和“逗(dòu)砂”介绍到ControlNet还能实(shí)现线稿转全(quán)彩图。大神张(zhāng)吕敏其本尊也亲自(zì)回(huí)应。

不得不(bù)说当下AIGC已经变得越来(lái)越强大，甚(shèn)至输出的作品(pǐn)都已(yǐ)经能(néng)以(yǐ)假乱真了(le)。

02

难(nán)辨虚实，AIGC技术力爆发

警惕(tì)安全问(wèn)题(tí)

近日，“苏(sū)州(zhōu)金(jīn)鸡湖有游(yóu)艇party”的消息火遍网(wǎng)络，而经(jīng)过警方(fāng)辟谣这所(suǒ)谓的(de)“party”可(kě)能(néng)是全(quán)国第一(yī)起AI绘图诈骗。

由(yóu)于这个活动里面给(gěi)出的美女照片(piàn)都(dōu)是AI制(zhì)作(zuò)的真人(rén)照片绘图，因(yīn)为太(tài)逼真，被(bèi)大家当成真事传播了(le)。

不过仔细观察可(kě)以发(fā)现，活动发起者提供的照片(piàn)中有个很大的漏(lòu)洞可以(yǐ)发(fā)现并非真人，而是AI绘图，那便(biàn)是图片(piàn)中女性的手指(zhǐ)部分有的存在异常(cháng)。

53231323是什么意思？ 53231323可以弹哪些歌g="async" src="https://mmbiz.heiliaofuli.com/wp-content/uploads/2023/03/d977a06afd3771c.jpeg?imageMogr2/format/webp/quality/80" data-croporisrc="https://mmbiz.qpic.cn/sz_mmbiz_png/hBdoyiawDeRyDWKODjVEiaoPuGG2YUQQPBZLMLffchqxSm0mgbFoAz2bJ1ZJxJJyVwJSC8YDUiak5CibY8cTYKUibvA/0?wx_fmt=png" data-cropx1="0" data-cropx2="1280" data-cropy1="0" data-cropy2="788.3737024221454" data-ratio="0.61640625" data-s="300,640" data-type="jpeg" data-w="1280">

有(yǒu)行业人事(shì)表(biǎo)示：“现(xiàn)在因(yīn)为手指部分(fēn)的(de)绘画算法(fǎ)比较复杂，AI还不(bù)太会画(huà)人的手，但(dàn)最(zuì)新看到的图片已经有越来越(yuè)完美的AI模型出(chū)现，以(yǐ)后可能就(jiù)完全没有漏洞了(le)。”

类似的(de)AI作图诈骗在国外也已有发生(shēng)。据英国广播公司(sī)报道，土(tǔ)耳其地震(zhèn)期(qī)间，有Tiktok用户使用AI合成了儿童受灾的假照片发布到网(wǎng)络，以此诱骗善良的(de)人打赏(shǎng)“捐助”从而实施(shī)诈(zhà)骗。

目前随着技术(shù)发展，AIGC已经(jīng)能做出真(zhēn)人(rén)照片般(bān)的绘图效果，如果这(zhè)样的(de)图(tú)片(piàn)被(bèi)用来诈(zhà)骗，将非常可怕。

此外AIGC还(hái)引发了(le)很(hěn)多担忧，一方面(miàn)，批判者认为AI在“学习”了大量前(qián)人的作品之后，其创作没有任何(hé)情绪和灵(líng)魂，难以和人(rén)类的艺术创作相提并论。

另(lìng)一方面，AIGC背后的版权、目(mù)前都并(bìng)没有得到(dào)有效的(de)解决，还有AIGC会不(bù)会代替人类“至高无(wú)上”的(de)创意。

马斯克也强(qiáng)调(diào)，人工(gōng)智能的安全问题需要得到重视(shì)，太晚就来不及了。

03

AIGC下一站除了视频，还有远方

技术都是有两面性的，潜在的危害并不能掩盖其光辉(huī)的贡献。现(xiàn)在看来，人工智能技(jì)术(shù)将是第四次(cì)工(gōng)业革(gé)命的核心驱动力(lì)量(liàng)，将创造新的增长奇迹。

过去一年(nián)，人工智(zhì)能在技术(shù)和商(shāng)业层面都有了巨(jù)大进展，AI绘画就是人工(gōng)智能技术发生方向性改变(biàn)的一个代表。其下一站或(huò)许就是视频。

此(cǐ)前(qián)，Meta和谷歌先后发布(bù)了几条引爆科技圈的短视频。这些视频引发(fā)关注并非内容做得多(duō)优秀(xiù)，反(fǎn)而(ér)都非常简单，比(bǐ)如一匹(pǐ)正在(zài)喝水的马，一只画(huà)画的玩具熊，或者一段骑(qí)摩托(tuō)车的(de)第(dì)一视角录像，随便一个有手机(jī)的人都可以(yǐ)随手录下一段。

但这些短(duǎn)视频(pín)的(de)创作(zuò)方式非常简单，创(chuàng)作者仅仅(jǐn)需要向AI输入一段话，甚至只是说(shuō)一(yī)下要求，AI就可(kě)以(yǐ)根(gēn)据需(xū)要生成一段视(shì)频。

谷歌发布的(de)两个(gè)AI生成视频分(fēn)别来自于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(chà)别。

在Make-A-Video公(gōng)布了(le)AI生成(chéng)的视(shì)频后，AI圈就(jiù)已经玩了一波梗，一个能够做(zuò)出更(gèng)高清视频的AI还不足以在短时(shí)间内(nèi)戳(chuō)中(zhōng)兴奋点。

Phenaki更加令人震惊的地方在于，它可以制(zhì)作(zuò)出超过(guò)2分钟的连贯的也有(yǒu)确切内容(róng)的视频，这(zhè)才(cái)是真正让(ràng)人们感到惊喜的地方。因为无论AI生成的视频多么高(gāo)清，也只(zhǐ)能(néng)是为(wèi)内容生产者提供一(yī)个灵(líng)感(gǎn)，一个(gè)素材(cái)，一个过(guò)场(chǎng)动画。

不过能够制作出有(yǒu)具体剧情内容的视(shì)频(pín)就(jiù)意味着，一些视频(pín)创作(zuò)由AI代替人(rén)工完(wán)成已经初(chū)步有了(le)可能。

当下AI的发(fā)展速度已经超过大部分人的想象。内容产业的本(běn)质是(shì)供给创造需求，AIGC作为全(quán)新的内(nèi)容(róng)生(shēng)产方式，可(kě)以为内容产业(yè)带来(lái)更新的内容风(fēng)格(gé)、更(gèng)快的生产速度，更低的生产成本，这(zhè)无疑会驱(qū)动内容产业的大爆发。

除了AI绘图、视(shì)频，AIGC技术还(hái)能(néng)应用于音乐、代码、机器人动作等多种内(nèi)容形式的(de)生成。不难发(fā)现该项技(jì)术不仅在游戏等(děng)行业能得到有效应用，对于下(xià)一(yī)代互联网(wǎng)各种元素的构建(jiàn)亦有关键意(yì)义。

从商业化的角度来看(kàn)，文(wén)化娱乐、教育、传(chuán)媒(méi)等诸多领域，本身就对(duì)基于AI的可(kě)视化内容(róng)有(yǒu)强烈需求。

因此，AI绘画及视频或不(bù)是(shì)结(jié)果，而只是AI进程中的一块重要(yào)拼图，有望在技术更新的加持下实现更大的应(yīng)用价值。

AI从理解内容，走向了(le)可以生成内容，甚至能够(gòu)创造(zào)出独立价(jià)值和独立视角的内容。AIGC的再次出圈，更代表着未来的先进生产力即将到来(lái)。

04

紧抓大(dà)模型与算力，牢(láo)固AIGC底(dǐ)座

从技术的(de)发展也(yě)可以看(kàn)出，在语(yǔ)言大(dà)模型、图(tú)像大模型之后(hòu)，多(duō)模态大模型已经(jīng)成(chéng)为了新(xīn)的趋势(shì)。

大(dà)模型(xíng)被誉(yù)为当前人(rén)工智(zhì)能发展的智能(néng)底座，是全球竞争最激烈(liè)的研究(jiū)方向之一，包(bāo)括谷歌、亚马逊、百度、阿里、腾讯等众(zhòng)多头部企业都在竞相发(fā)力。

不过训练(liàn)大模型的确价格(gé)不菲，以国盛证券发布的《ChatGPT需要多少(shǎo)算(suàn)力》报告估算，GPT-3训练一次的成本约为140万美元(yuán)。而(ér)对于(yú)一些(xiē)更大(dà)的LLM(大型语言(yán)模型(xíng))，训练成本则介于200万美元至1200万美元高价之间(jiān)。

以ChatGPT在2023年(nián)1月(yuè)的独立访客(kè)平均数1300万计算(suàn)，其对(duì)应芯片(piàn)需求为3万多片(piàn)英伟(wěi)达A100 GPU，初(chū)始投入(rù)成(chéng)本约为8亿美元，每日仅电费就在5万(wàn)美元左右。

此外不论(lùn)是ChatGPT还(hái)是AIGC，都离不开庞大(dà)算(suàn)力支持。在关注各类(lèi)大模型的发展同时(shí)，更(gèng)应该关(guān)注算力(lì)网络的建(jiàn)设(shè)。

算力网络正驱动AI产业发展进入史诗级加速(sù)进程，让AIGC及通用AI这一人工智能发展的终极目标(53231323是什么意思？ 53231323可以弹哪些歌biāo)离(lí)得更近。

因为算力可以对突(tū)破性(xìng)技术创新(xīn)提供大力的支持(chí)。这方面(miàn)，多模态大模型是典型(xíng)。作为面(miàn)向(xiàng)未来强人工(gōng)智能、通用人工(gōng)智能的重要技术创新，多模态大模型(xíng)已经在人工智能领域提(tí)出了很(hěn)多年，业(yè)界也有不(bù)少技术突(tū)破，但是(shì)，多模(mó)态大(dà)模型进一(yī)步(bù)往下走，算力需求呈几何式上升，一般的(de)算力基础设施(shī)很快将难(nán)以胜任。

从图像、文字、语音单独一项的(de)训练，到双模(mó)态、三模态(tài)的跃迁，让人工智(zhì)能可(kě)以(yǐ)灵活应对不同模态的转(zhuǎn)化(huà)、像(xiàng)人与世界交互一样自然，这方(fāng)面，由算力网络来驱(qū)动(dòng)将有明显(xiǎn)优势。

此外，还有(yǒu)很多需要(yào)爆发式增长的算力(lì)来支(zhī)撑的技(jì)术创新，将在(zài)人工智能算力网络支撑下快(kuài)速推进。

AIGC已经露出曙(shǔ)光，期待在大(dà)模型和(hé)大算力的支持下AIGC能持续颠覆内(nèi)容(róng)生(shēng)产的方式，将创(chuàng)造的(de)边际成本降低，让万众受益。

未经允许不得转载：腾众软件科技有限公司 53231323是什么意思？ 53231323可以弹哪些歌