自(zì)聊天(tiān)机器人ChatGPT火(huǒ)爆(bào)以(yǐ)来，微软公司创始人比(bǐ)尔·盖茨已(yǐ)多次公(gōng)开谈论人工智能(néng)话(huà)题。在最(zuì)近的一(yī)次采访中，他再次表示：“AI可能会让(ràng)科技行业迎来一次剧烈的洗牌”。

这个结论是他(tā)在(zài)当(dāng)地时间2月20日接(jiē)受《In Good Company》节(jié)目专访时(shí)提出的。

他预(yù)期，AI的(de)发展(zhǎn)可能会(huì)威胁到谷歌的市占率，因为微(wēi)软在AI方(fāng)面(miàn)的(de)行(xíng)动相当迅(xùn)速。而最终科(kē)技巨(jù)头将把AI整(zhěng)合成用户的“全能助手(shǒu)”，包(bāo)揽一切应(yīng)用，与人们(men)进行沟(gōu)通并提供(gōng)建议，可以(yǐ)取代(dài)亚马逊、Siri或Outlook等应用(yòng)。

大(dà)佬(lǎo)口(kǒu)中全能助手(shǒu)的(de)到来可能尚需时日，但(dàn)由ControlNet引发的又一次AI绘画(huà)浪潮，让AIGC在(zài)ChatGPT的话(huà)题热点包(bāo)围中(zhōng)杀出重围。

01

ControlNet颠覆(fù)AI绘画新玩(wán)法

AIGC向(xiàng)可控靠近

以AI绘画为代表的AIGC上一次(cì)爆火的(de)时候，还是2022年8月，在美国科罗拉多(duō)州举办(bàn)的新(xīn)兴(xīng)数字艺(yì)术家竞赛中，一(yī)幅名为《太空歌剧院》的作(zuò)品(pǐn)获(huò)奖。

随后各(gè)大厂商的AI绘画软件被广大网友熟(shú)知并体(tǐ)验，Stable Diffusion便是(shì)其中代表。

用户们可以在(zài)应(yīng)用中(zhōng)输入一组关(guān)键词或(huò)者一张照(zhào)片，就能获得一幅(fú)AI创作(zuò)的画作。

作画的关键就是(shì)所输(shū)入的文本(běn)。同一组关键词也可以创作出很多张风(fēng)格不一样的(de)画(huà)作(zuò)，这让创作的过程就(jiù)像开盲(máng)盒。

很(hěn)多用户很喜(xǐ)欢(huān)这种不(bù)确定的惊喜，他们会将生成的美图(tú)当做头像。而另一部(bù)分喜(xǐ)欢翻看AI绘画的“翻车(chē)”作品。在(zài)社交媒体上，许多用户分(fēn)享AI“翻车现场”，例如，一位网友的小狗(gǒu)照(zhào)片被AI画成了“肌肉男(nán)”，还有网友(yǒu)的个(gè)人照片(piàn)被AI识别成(chéng)了建筑。

而如今随着ControlNet的(de)出现与加持，以往(wǎng)AI绘画的填写关键(jiàn)词游戏可能要(yào)被(bèi)颠覆了。

ControlNet是一位(wèi)正在斯坦福读(dú)博的(de)中国人(rén)张吕敏创作的一种基于控制点(diǎn)的(de)图像(xiàng)变形算法，主要用于数字图像处理、计算机(jī)视觉和计(jì)算机(jī)图形学等(děng)领域。

其SD插件(jiàn)一经(jīng)发(fā)布，在短(duǎn)短的(de)两天内便成为了AI绘画领域最(zuì)新(xīn)的热点。

在此之前，大家用了(le)很多方法想让(ràng)AI生成的结果尽可(kě)能的符合要求(qiú)，但是都(dōu)不尽如(rú)人意，它的出现代表着(zhe)AI生(shēng)成(chéng)开(kāi)始进(jìn)入(rù)真正的可控时期。

因为ControlNet可以直接提取画(huà)面(miàn)的构图，人物的姿势和画面的深度信息等。有(yǒu)了它(tā)的帮(bāng)助，就不(bù)用频繁的用提示词来碰运气，抽盲盒(hé)式的创作了。

通俗的说ControlNet相当于(yú)给AI绘画加了“魔法”，不少博主的作品已经(jīng)获得(dé)了大量的浏览量，“viggo”就(jiù)是其(qí)中之一(yī)，他用(yòng)朋友(yǒu)的照片直接带她们走进动漫世界(jiè)。

viggo先(xiān)用StableDiffusion图片(piàn)转文字。

再(zài)用Text2Prompt插件拓展(zhǎn)找到(dào)对应的(de)关(guān)键词；最后用ControlNet插件绑定(dìng)骨骼开(kāi)始换关键(jiàn)词试效(xiào)果。

通过(guò)图(tú)片(piàn)就(jiù)可以看(kàn)出来，效果十分惊艳(yàn)。

更厉害的(de)是，除了真实的照片，草图也可以加上(shàng)“魔法(fǎ)”，知乎大(dà)牛(niú)“DevPoint”和“逗砂”介绍到(dào)ControlNet还能实现(xiàn)线(xiàn)稿转全彩(cǎi)图(tú)。大神张吕敏其(qí)本尊(zūn)也亲自回应。

不得不说当下AIGC已(yǐ)经变(biàn)得越来越强大，甚至输出的作品都已经能(néng)以假乱真了。

02

难辨虚实，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(de)消息火遍(biàn)网络(luò)，而(ér)经过警方辟谣(yáo)这所谓的“party”可能是(shì)全国(guó)第一起AI绘图诈骗。

由于这个活动里面给(gěi)出的美女照片(piàn)都(dōu)是AI制(zhì)作的真人(rén)照(zhào)片(piàn)绘图，因为太逼真，被大家当成真事传播(bō)了。

不过仔细观察可以发(fā)现(xiàn)，活动发起者提供的照(zhào)片中有个(gè)很大(dà)的漏洞可以发现并非真(zhēn)人，而是(shì)AI绘图，那(nà)便是图(tú)片中女性(xìng)的(de)手指部(bù)分有的存在异常。

有(yǒu)行业(yè)人事表示：“现在因(yīn)为手指部分的绘画(huà)算法比(bǐ)较复杂，AI还(hái)不太会画人的手，但(dàn)最(zuì)新(xīn)看到的图(tú)片(piàn)已经有(yǒu)越来越完美的AI模型出现，以后可(kě)能(néng)就完全没(méi)有(yǒu)漏洞了(le)。”

类似的AI作图诈骗在国外也已(yǐ)有发生。据英(yīng)国广播公(gōng)司报(bào)道，土耳其地(dì)震期间，有(yǒu)Tiktok用(yòng)户使用AI合(hé)成(chéng)了儿童受灾(zāi)的假照片发布到网络，以此诱(yòu)骗(piàn)善良的(de)人打赏“捐助(zhù)”从而实(shí)施诈骗(piàn)。

目(mù)前(qián)随着技术发展，AIGC已(yǐ)经能做(zuò)出真(zhēn)人照片(piàn)般的绘图效果，如(rú)果这样的图片被用来诈骗，将非常可怕。

此外AIGC还引发(fā)了很(hěn)多担忧，一(yī)方面，批(pī)判者(zhě)认为AI在(zài)“学习”了大量前人的(de)作(zuò)品之后(hòu)，其创作没(méi)有(yǒu)任(rèn)何(hé)情(qíng)绪和(hé)灵魂(hún)，难(nán)以和人(rén)类的艺(yì)术创(chuàng)作相提并论。

另一方(fāng)面(miàn)，AIGC背(bèi)后的版权、目前都(dōu)并没有得到有效(xiào)的解决，还有AIGC会不会代替(tì)人(rén)类“至高(gāo)无上”的创(chuàng)意(yì)。

马斯克也强调，人工智能的(de)安(ān)全问题(tí)需(xū)要得到(dào)重视(shì)，太晚(wǎn)就来不及了。

03

AIGC下一站除(chú)了视频，还(hái)有远方

技(jì)术都是(shì)有两面性的，潜在的危(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(dì)四次工业革命的核心驱(qū)动力量，将(jiāng)创造新的增长奇迹。

过(guò)去一年，人(rén)工智能在技术和商业层(céng)面(miàn)都有了巨(jù)大进展，AI绘画就(jiù)是人工(gōng)智能(néng)技(jì)术(shù)发生方向性改(gǎi)变的一个(gè)代表。其下一站或许就是(shì)视频。

此前，Meta和(hé)谷歌先后发布(bù)了几条引爆科技圈的(de)短视频。这些视频引发关注并非内容做(zuò)得多优(yōu)秀，反而都(dōu)非常简单，比如一匹正在喝水(shuǐ)的马，一只画(huà)画(huà)的玩具熊，或者一段骑摩托车的第一(yī)视(shì)角(jiǎo)录像，随便一个有手机的人都(dōu)可以随手录(lù)下一(yī)段。

但这些(xiē)短视(shì)频(pín)的(de)创作方式非(fēi)常简单(dān)，创(chuàng)作者仅(jǐn)仅(jǐn)需要向(xiàng)AI输入一段话(huà)，甚至只是说一下要求，AI就(jiù)可(kě)以(yǐ)根(gēn)据需要(yào)生成(chéng)一(yī)段视频(pín)。

谷歌(gē)发(fā)布的两个AI生成视(shì)频分(fēn)别来自于(yú)Imagen Video和Phenaki，前者主(zhǔ)要突出的是高清(qīng)，与(yǔ)Meta的(de)Make-A-Video没(méi)有太多(duō)的差别。

在(zài)Make-A-Video公(gōng)布(bù)了(le)AI生(shēng)成(chéng)的视频后，AI圈就(jiù)已(yǐ)经玩了一波梗，一(yī)个能够(gòu)做(zuò)出更高清视频(pín)的AI还(hái)不(bù)足以在短时(shí)间内戳中(zhōng)兴奋(fèn)点。

Phenaki更加令人震惊(jīng)的地方在于，它可以制作出(chū)超过2分钟的连贯的(de)也有确(què)切内容的视频，这才(cái)是真正让人们感到惊喜的地方。因为无论AI生成(chéng)的视频多么(me)高清，也只能是为内(nèi)容生(shēng)产者提供一个灵感，一(yī)个素材，一个过(guò)场(chǎng)动画。

不过能够(gòu)制作出有具体剧情内容的视频(pín)就意味着，一些视频创作由(yóu)AI代替(tì)人工完成已经初步有了可能(néng)。

当下(xià)AI的发(fā)展速度已经超过大(dà)部分人的(de)想象。内(nèi)容产(chǎn)业的(de)本质是供给(gěi)创造需求，AIGC作为全新(xīn)的内(nèi)容生(shēng)产方式，可以为内容产业带(dài)来更新的内容风格、更快的(de)生产速度(dù)，更低(dī)的生(shēng)产(chǎn)成本(běn)，这(zhè)无(wú)疑会驱动(dòng)内(nèi)容产业的大(dà)爆发。

除了AI绘图(tú)、视频，AIGC技术(shù)还能应用(yòng)于音乐、代码、机器人动作等(děng)多(duō)种内容形式的(de)生成。不难发现该项(xiàng)技术不仅在游戏等行业(yè)能得(dé)到(dào)有效(xiào)应(yīng)用，对于(yú)下一代(dài)互联网各种元素的构建亦有关键意(yì)义。

从(cóng)商业化的角(jiǎo)度来看，文(wén)化娱乐、教育、传媒等(děng)诸多领域，本身就对基于AI的可视化内容有强烈需求。

因此，AI绘(huì)画(huà)及视频或不是(shì)结果，而(ér)只(zhǐ)是(shì)AI进程中的一块(kuài)重要拼图，有望在技(jì)术更(gèng)新的加持下实现(xiàn)更大的应用价值。

AI从理解内(nèi)容，走向了可以生成内容，甚至能(néng)够创(chuàng)造(zào)出(chū)独立价值和独立视角(jiǎo)的内容。AIGC的再次出圈，更代表(biǎo)着未来(lái)的先进生产力即将到来(lái)。

04

紧抓大(dà)模型与(yǔ)算(suàn)力(lì)，牢(láo)固AIGC底座

从(cóng)技术的发(fā)展(zhǎn)也(yě)可(kě)以看出(chū)，在(zài)语言(yán)大模型(xíng)、图(tú)像(xiàng)大模型之后，多模态(tài)大模型已经(jīng)成为了新的趋势。

大模型被誉为(wèi)当(dāng)前人工(gōng)智能发展的智(zhì)能底(dǐ)座(zuò)，是全(quán)球竞争最激烈的研究方向之一，包括谷歌、亚马逊、百度、阿(ā)里、腾讯等众多头部企业都在竞(jìng)相发力。

不过训练大模型的(de)确(què)价(jià)格不(bù)菲，以国盛证券发布的《ChatGPT需要多少(shǎo)算力》报告估算，GPT-3训练一次的成(chéng)本约为140万美(měi)元。而(ér)对(duì)于一些更(gèng)大的(de)LLM(大型语言模型(xíng))，训练成本则介于200万美元至1200万美元高价之间。

以ChatGPT在2023年1月的独(dú)立访客平均(jūn)数1300万计算，其对应芯片需求为(wèi)3万多片(piàn)英伟(wěi)达A100 GPU，初始投入成本约为8亿美元(yuán)，每日仅电费就在(zài)5万美(měi)元左(zuǒ)右。

此外不论是ChatGPT还是AIGC，都离不开庞(páng)大(dà)算力支持(chí)。在关注各类大模型的(de)发展(zhǎn)同(tóng)时(shí)，更应该(gāi)关注算力网络的建设。

算(suàn)力(lì)网络正驱(qū)动AI产业发(fā)展(zhǎn)进入史(shǐ)诗级(jí)加速(sù)进程，让AIGC及(jí)通(tōng)用AI这一(yī)人工智能发展的终极目(mù)标离得更(gèng)近。

因为算力(lì)可(kě)以对(duì)突破(pò)性技术创新(xīn)提供大力的支持。这方(fāng)面，多模态(tài)大模型是典型。作为面(miàn)向未来(lái)强人(rén)工智能、通用人工智能的重要技术创新，多模(mó)态(tài)大模(mó)型已经在人工(gōng)智(zhì)能领域提(tí)出了很多年，业界也有不少技术突破(pò)，但是，多模态大模型进一步往下走，算(suàn)力需求(qiú)呈几(jǐ)何(hé)式上升，一(yī)般(bān)的算力(lì)基(jī)础设施很快将难(nán)以胜任。

从图像(xiàng)、文字、语音(yīn)单独一项的训(xùn)练(liàn)，到(dào)双模态、三模态的跃迁，让人工智能可以灵活应对不同模态的转化(huà)、像人与世界(jiè)交互一样自(zì)然，这方面(miàn)，由算力网络来(lái)驱动将有(yǒu)明显优势。

此外，还有很多需要爆发(fā)式增长(zhǎng)的算力来支(zhī)撑的(de)技术创新，将在人(rén)工(gōng)智能算力网络支(zhī)撑下快速推进。

AIGC已经露出曙光，期待在大模型和大算力(lì)的支持下AIGC能持(chí)续颠覆内容(róng)生产的方式，将创(chuàng)造的边(biān)际成(chéng)本降低，让万众受(shòu)益。

未经允许不得转载：IDC站长站，IDC站长，IDC资讯--IDC站长站 山西有多少人口2023年，山西有多少人口2022