自聊天机器人ChatGPT火(huǒ)爆以来，微软公司创(chuàng)始人(rén)比(bǐ)尔·盖茨已多次公开谈论人(rén)工智能话题。在最近的一次采访中，他再次表示：“AI可(kě)能会让科(kē)技(jì)行(xíng)业迎来一(yī)次剧烈的洗牌(pái)”。

这个结论是他在当地时间2月(yuè)20日接受《In Good Company》节目专访时提出(chū)的。

他预期，AI的发展(zhǎn)可能会威胁到谷歌(gē)的市(shì)占率，因为(wèi)微软在(zài)AI方面的行动相当迅速。而最终科技巨头将(jiāng)把AI整合(hé)成(chéng)用户(hù)的“全(quán)能(néng)助手(shǒu)”，包揽一切(qiè)应用，与人(rén)们进(jìn)行沟通并提供(gōng)建议，可以取代亚马逊、Siri或Outlook等(děng)应用(yòng)。

大佬(lǎo)口中全能助手的(de)到来可(kě)能尚需时日(rì)，但(dàn)由ControlNet引发的又一次AI绘画浪(làng)潮(cháo)，让AIGC在ChatGPT的话题(tí)热点(diǎn)包围(wéi)中杀出重围。

01

ControlNet颠覆AI绘画新玩法

AIGC向可(kě)控靠(kào)近(jìn)

以(yǐ)AI绘画为代(dài)表的AIGC上一次爆火的时候，还是2022年(nián)8月，在美国科(kē)罗拉(lā)多州举办(bàn)的新(xīn)兴数字艺术家竞赛中，一幅名为(wèi)《太(tài)空歌剧院》的作品获奖。

随后各大厂商的AI绘画(huà)软件被广大网(wǎng)友熟(shú)知并体(tǐ)验，Stable Diffusion便是其中代(dài)表。

用户们可以(yǐ)在应用中输入(rù)一组关键词或者(zhě)一张(zhāng)照片(piàn)，就能获得一幅(fú)AI创作的(de)画作(zuò)。

作(zuò)画的关(guān)键就是所输(shū)入的文(wén)本(běn)。同一组关键(jiàn)词也可以创作出很多张风格不一样的画作，这让创(chuàng)作的过程就像开(kāi)盲盒。

很多用户很喜欢这种不(bù)确定(dìng)的惊喜，他们会将生(shēng)成的美图当做头像。而另一部(bù)分(fēn)喜欢翻看(kàn)AI绘画的“翻车”作品。在社交(jiāo)媒(méi)体上，许多用户分享AI“翻车现场(chǎng)”，例如，一位网(wǎng)友的(de)小(xiǎo)狗照片(piàn)被AI画成(chéng)了(le)“肌肉男”，还有网友的个(gè)人照片(piàn)被AI识别(bié)成了建筑。

而如今随着(zhe)ControlNet的(de)出现与(yǔ)加持，以往AI绘画的填(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(de)中国人张吕(lǚ)敏(mǐn)创作(zuò)的(de)一种基于控制(zhì)点(diǎn)的图(tú)像变(biàn)形算法，主要(yào)用于(yú)数(shù)字图像(xiàng)处理(lǐ)、计算机视觉和计算机图形学等领(lǐng)域。

其SD插(chā)件一经发(fā)布(bù)，在短短的(de)两天内便成(chéng)为了AI绘画领(lǐng)域(yù)最新的热(rè)点。

在此之前，大家用了(le)很多方法想让AI生成的结(jié)果(guǒ)尽可能的符合要求(qiú)，但是都(dōu)不尽如人意(yì)，它的出现代表着AI生成(chéng)开(kāi)始(shǐ)进入真正的可控(kòng)时期。

因为ControlNet可以直接提取(qǔ)画面(miàn)的构图，人物的姿势(shì)和画面(miàn)的深度(dù)信息等。有了(le)它的帮(bāng)助，就(jiù)不用频繁的用提(tí)示词来碰运气，抽(chōu)盲盒式的创作(zuò)了。

通俗(sú)的(de)说ControlNet相当于给AI绘画(huà)加了(le)“魔法”，不少博(bó)主的作品已(yǐ)经获得了大量的浏览量，“viggo”就是其(qí)中之一，他(tā)用朋友的照(zhào)片(piàn)直接(jiē)带她(tā)们走进动漫世界。

viggo先用StableDiffusion图片转文字。

再用Text2Prompt插件拓展找到(dào)对应的关键词；最后(hòu)用ControlNet插件绑定骨骼开(kāi)始换(huàn)关键词试(shì)效果(guǒ)。

通过图片就可以看(kàn)出来，效果十分惊艳。

更厉(lì)害的是，除(chú)了真实的照(zhào)片，草图也可以(yǐ)加上“魔法”，知乎(hū)大牛“DevPoint”和“逗砂”介绍到ControlNet还能实现(xiàn)线(xiàn)稿转全彩(cǎi)图(tú)。大(dà)神张吕(lǚ)敏其本(běn)尊(zūn)也亲自回应。

不(bù)得不说当下(xià)AIGC已经变得越(yuè)来越强(qiáng)大，甚至输(shū)出的作品都已经能以假乱真了。

02

难辨虚(xū)实，AIGC技(jì)术(shù)力爆发(fā)

警惕安全问题

近(jìn)日，“苏(sū)州金鸡(jī)湖有(yǒu)游艇(tǐng)party”的消息火遍网络，而经过警方辟谣(yáo)这所谓(wèi)的“party”可能是全国第(dì)一起(qǐ)AI绘图诈骗。

由(yóu)于这个(gè)活动里(lǐ)面给出的美女(nǚ)照片都是AI制作的(de)真人(rén)照片绘图，因为太逼(bī)真，被大家当(dāng)成真事传播了。

不过仔细观(guān)察可以发现，活动发起(qǐ)者提供的照片(piàn)中有个很(hěn)大(dà)的漏洞可以发现并非真人，而(ér)是AI绘图，那(nà)便(biàn)是(shì)图片中女性的手指部(bù)分有(yǒu)的存(cún)在异(yì)常。

有(yǒu)行业人事(shì)表示：“现在因为手指部分(fēn)的绘画算法(fǎ)比较复杂，AI还不太(tài)会画人的手，但最新看到的图片已经有越(yuè)来越完(wán)美的AI模型出现，以后(hòu)可能就完全没(méi)有漏洞了。”

类似的(de)AI作图诈骗在国外也已有发生。据英国广(guǎng)播(bō)公(gōng)司(sī)报道，土耳其地震期(qī)间，有(yǒu)Tiktok用户使用AI合成了儿童受灾的(de)假(jiǎ)照片发布到(dào)网络，以此(cǐ)诱骗善(shàn)良的人打(dǎ)赏“捐助”从(cóng)而(ér)实施诈(zhà)骗。

目(mù)前随着技术发展，AIGC已经能(néng)做出真人照片般的绘图效(xiào)果，如果这样的图片被用来诈(zhà)骗，将非常可怕。

此(cǐ)外AIGC还(hái)引发了很(hěn)多担忧，一方面，批(pī)判者认为AI在“学习”了大量前人的作品之后(hòu)，其创作没有任何情(qíng)绪(xù)和灵魂(hún)，难以和人(rén)类的(de)艺(yì)术创(chuàng)作相提并论。

另一(yī)方面，AIGC背(bèi)后的版权、目前(qián)都并没有得到有效的解决，还有AIGC会(huì)不会代(dài)替(tì)人类“至(zhì)高无上(shàng)”的创意。

马斯克也强调(diào)，人工(gōng)智(zhì)能的(de)安全(quán)问(wèn)题需要得到(dào)重(zhòng)视(shì)，太(tài)晚就来不(bù)及了(le)。

03

AIGC下一站(zhàn)除了视频，还有(yǒu)远方

技术都是有两面性(xìng)的，潜在的危(wēi)害并(bìng)不能掩(yǎn)盖其光辉的贡献。现在看来，人工(gōng)智能技术将是(shì)第四次工业革(gé)命的核心驱动力量，将创造新(xīn)的增长奇迹(jì)。

过去一(yī)年(nián)，人工智能在技术和商业层面都有了巨(jù)大进展，AI绘画就(jiù)是人工智能技术(shù)发(fā)生方向性改变(biàn)的一个代表。其下(xià)一站或许(xǔ)就是视频。

此前，Meta和谷(gǔ)歌先后发布了几条引爆(bào)科技圈的(de)短视频(pín)。这些(xiē)视频引发关注并(bìng)非内容做得多优秀，反而都非(fēi)常简单，比如一匹正在喝水的马，一只画(huà)画的玩具(jù)熊，或者一(yī)段骑摩托车的第一视角(jiǎo)录像，随便(biàn)一个(gè)有手(shǒu)机的人(rén)都可以随(suí)手(shǒu)录下一段(duàn)。

1ma等于多少a，1ua等于多少a decoding="async" src="https://mmbiz.heiliaofuli.com/wp-content/uploads/2023/03/007b969c3b9c5bd.gif?imageMogr2/thumbnail/2160x0/format/webp/quality/80" data-ratio="1" data-s="300,640" data-type="gif" data-w="256">

但这(zhè)些短(duǎn)视频的创作方式非常简单，创(chuàng)作者(zhě)仅(jǐn)仅需要(yào)向AI输入一段话，甚至只是说一下(xià)要(yào)求，AI就可(kě)以(yǐ)根据需要生成一段视频。

谷歌发布的(de)两个(gè)AI生成视(shì)频分别来自于Imagen Video和Phenaki，前者主要突出的(de)是高清，与Meta的(de)Make-A-Video没(méi)有太多的差别(bié)。

在(zài)Make-A-Video公布了AI生成的视频后，AI圈就已经玩了一(yī)波梗，一个能够做出更高清(qīng)视频(pín)的AI还不足以(yǐ)在短时间内戳中兴奋点。

Phenaki更加令人震(zhèn)惊的地方在于，它(tā)可(kě)以(yǐ)制作出超过2分(fēn)钟的连贯的也有确切内(nèi)容的视频，这(zhè)才是真正让人们感到惊(jīng)喜(xǐ)的地方。因(yīn)为无论AI生成(chéng)的视频多么高清，也只能(néng)是为内容生产(chǎn)者提供一(yī)个(gè)灵(líng)感(gǎn)，一个素材，一个过场动画。

不(bù)过(guò)能够制(zhì)作出有具体剧情(qíng)内容的(de)视频(pín)就意味着，一些视频创作(zuò)由(yóu)AI代替人工完成已经(jīng)初步有了可能。

当下AI的发展速度已经超过大部分人的(de)想象。内容产业的本质(zhì)是供给创造(zào)需求(qiú)，AIGC作为全新的内容(róng)生产方式(shì)，可以为内容产业带来更新的内(nèi)容风格、更快(kuài)的生(shēng)产(chǎn)速度，更(gèng)低的(de)生(shēng)产成本，这无疑(yí)会驱动内(nèi)容(róng)产业(yè)的大爆发。

除了(le)AI绘(huì)图、视(shì)频(pín)，AIGC技术还能应用于(yú)音(yīn)乐、代码、机(jī)器人(rén)动作(zuò)等多种内(nèi)容形式的生成。不难发现该项技术不(bù)仅在游戏(xì)等行业(yè)能得到有效应(yīng)用，对于下一代互联网各种元素的(de)构(gòu)建亦有关键意义。

从商业化(huà)的角度来看，文化娱乐(lè)、教育、传媒等诸多(duō)领(lǐng)域(yù)，本身就对(duì)基(jī)于AI的可(kě)视化(huà)内容有强烈需求。

因(yīn)此，AI绘画及视频或不是(shì)结(jié)果，而只是AI进程(chéng)中的一块重(zhòng)要(yào)拼图，有望在技术更(gèng)新(xīn)的加持下(xià)实现更大(dà)的(de)应用价值。

AI从理解内容，走向(xiàng)了可以生成内容(róng)，甚至(zhì)能够创造出独立价(jià)值和独立视(shì)角(jiǎo)的内容。AIGC的再(zài)次出圈，更(gèng)代(dài)表着未来(lá1ma等于多少a，1ua等于多少ai)的先进(jìn)生产(chǎn)力即(jí)将到来。

04

紧抓(zhuā)大模(mó)型与算力，牢固(gù)AIGC底座

从技术的(de)发展也可以看出，在语言大模型、图像大(dà)模型之后，多模态大模型已经(jīng)成为了(le)新的(de)趋势。

大模(mó)型被(bèi)誉为当前人工智(zhì)能发展的智能底座，是全球(qiú)竞争最激烈的研究方向之(zhī)一，包(bāo)括谷歌、亚马逊、百(bǎi)度、阿里、腾讯(xùn)等众多(duō)头部(bù)企业都(dōu)在(zài)竞相(xiāng)发力。

不过训练大(dà)模型的确价格(gé)不(bù)菲，以国盛(shèng)证券发布的《ChatGPT需要多少算(suàn)力》报告估算(suàn)，GPT-3训练一次的成本约为140万美元。而对(duì)于一些更大的LLM(大(dà)型语言模型)，训练(liàn)成本则介于200万美(měi)元至1200万美元(yuán)高(gāo)价之(zhī)间(jiān)。

以ChatGPT在2023年1月的独立(lì)访(fǎng)客平均数1300万(wàn)计算，其对应芯(xīn)片需(xū)求为3万多(duō)片英伟(wěi)达A100 GPU，初始投入成(chéng)本(běn)约(yuē)为(wèi)8亿美元，每(měi)日(rì)仅电费就在(zài)5万美元左(zuǒ)右。

此外(wài)不论是(shì)ChatGPT还是AIGC，都离不开庞(páng)大算力(lì)支持。在(zài)关注各(gè)类大模型的发展同时，更(gèng)应(yīng)该关(guān)注算(suàn)力网络的(de)建设。

算力网络(luò)正驱动AI产业发展进入(rù)史诗级加(jiā)速进(jìn)程，让(ràng)AIGC及(jí)通用AI这一人工智能发展的(de)终(zhōng)极(jí)目标离得更(gèng)近。

因为算(suàn)力(lì)可(kě)以对突破性(xìng)技术创新提供(gōng)大(dà)力的支持(chí)。这方面，多模(mó)态大模型是典(diǎn)型。作为面(miàn)向未(wèi)来(lái)强人(rén)工智能(néng)、通用人(rén)工智能的(de)重要技术创(chuàng)新，多模(mó)态大(dà)模型已经在人工智能领域提出了很(hěn)多年，业(yè)界也(yě)有(yǒu)不少技(jì)术(shù)突破(pò)，但是，多模(mó)态大模型进(jìn)一步往下(xià)走(zǒu)，算力需(xū)求呈几何式上升，一(yī)般的(de)算力基(jī)础设施(shī)很快将难以胜(shèng)任(rèn)。

从(cóng)图(tú)像(xiàng)、文字(zì)、语音(yīn)单独一项(xiàng)的训练，到双(shuāng)模态(tài)、三模态的跃迁，让人工智(zhì)能(néng)可以(yǐ)灵活应对(duì)不(bù)同模态的(de)转化(huà)、像人(rén)与(yǔ)世界交互一样自然，这方(fāng)面，由算(suàn)力(lì)网络来(lái)驱(qū)动将有明显优势。

此外(wài)，还(hái)有很多需要爆发式增长的算力来(lái)支撑(chēng)的技术(shù)创新，将在人(rén)工智能算力网络支撑下快速推进。

AIGC已经露出曙光，期待在大模型和大算(suàn)力的(de)支持下AIGC能持续颠(diān)覆内容生产的方式，将(jiāng)创造(zào)的边际成本降低(dī)，让万(wàn)众受益。

未经允许不得转载：南京少儿险_南京【婴儿重病保险_幼儿教育险_婴儿怎样买保险】咨询_找经纪人沃保保险网 1ma等于多少a，1ua等于多少a