自聊天机(jī)器人(rén)ChatGPT火爆以来，微软公司创始(shǐ)人比(bǐ)尔(ěr)·盖茨已(yǐ)多(duō)次公开谈论人工智能话题(tí)。在最近的一(yī)次采访中，他再次表(biǎo)示：“AI可(kě)能会让(ràng)科技行业迎来(lái)一次剧烈的洗牌(pái)”。

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

他预期，AI的发(fā)展可能会威(wēi)胁到谷歌的市(shì)占率，因为(wèi)微软在AI方面(miàn)的行动相当迅(xùn)速。而最终科技(jì)巨头将(jiāng)把AI整合成(chéng)用户的(de)“全能助手”，包(bāo)揽一切应用(yòng)，与人们进行沟通并提供建议，可以取(qǔ)代亚马逊、Siri或Outlook等应(yīng)用。

大(dà)佬口中全(quán)能助手的到来可能(néng)尚需时日(rì)，但(dàn)由ControlNet引发(fā)的又一次AI绘画(huà)浪潮，让AIGC在ChatGPT的话题热点包(bāo)围中杀(shā)出(chū)重围。

01

ControlNet颠(diān)覆(fù)AI绘(huì)画新玩(wán)法

AIGC向可控靠近(jìn)

以AI绘画为代表的AIGC上一次爆火的(de)时候，还是2022年(nián)8月，在美国科罗拉多州举(jǔ)办的新兴数字艺术家竞赛中(zhōng)，一幅名为《太空(kōng)歌剧院》的作品获奖。

随(suí)后各大厂商(shāng)的AI绘画软件(jiàn)被广大网友熟(shú)知并体验，Stable Diffusion便(biàn)是(shì)其中代表(biǎo)。

用户们可以在应用中输入一(yī)组关(guān)键词或者一张照(zhào)片，就能获(huò)得一幅AI创作的画作(zuò)。

作画的关键(jiàn)就是所输入的文本。同(tóng)一组关键词(cí)也可以创作出很多张风格(gé)不一样的画作，这让创作的(de)过程(chéng)就像开盲盒。

很多用户很喜欢这种不确定的惊喜，他们(men)会将(jiāng)生成(chéng)的(de)美图当做(zuò)头像。而(ér)另一部(bù)分喜欢(huān)翻(fān)看AI绘(huì)画的“翻车”作品。在社交媒体上，许(xǔ)多用户分享AI“翻车现场”，例如(rú)，一位网友的(de)小狗(gǒu)照片被AI画成了“肌肉男”，还有网友的个(gè)人照片被(bèi)AI识别成了(le)建筑。

而如今随(suí)着ControlNet的出现与加持(chí)，以往AI绘画的填写关(guān)键(jiàn)词(cí)游戏可能要(yào)被(bèi)颠覆了。

ControlNet是一(yī)位正在(zài)斯(sī)坦福读博的中国(guó)人(rén)张(zhāng)吕敏创(chuàng)作的一种基于(yú)控制点的(de)图像变形算法，主要用于数(shù)字图(tú)像处(chù)理、计算机(jī)视觉和计算机图形学等领域。

其SD插件一经发布，在(zài)短短的两天内便(biàn)成为了AI绘(huì)画领域最新(xīn)的热点。

在此(cǐ)之前，大(dà)家用了很(hěn)多方法想让AI生成的结果尽可能的符(fú)合要(yào)求(qiú)，但(dàn)是都不(bù)尽如人意(yì)，它的出现代表着AI生成开始进入真正(zhèng)的可控时期。

因(yīn)为ControlNet可(kě)以直接提(tí)取画面的构图(tú)，人物的(de)姿势和画(huà)面(miàn)的深度信(xìn)息等(děng)。有了它的(de)帮(bāng)助，就不用频繁(fán)的用提示词来碰(pèng)运气，抽(chōu)盲盒式的创作了。

通(tōng)俗的(de)说ControlNet相当于给(gěi)AI绘画(huà)加了(le)“魔法”，不少博(bó)主的作品已经获得(dé)了大量的浏览(lǎn)量(liàng)，“viggo”就(jiù)是其中之(zhī)一(yī)，他用(yòng)朋友的照(zhào)片直接带她们走进动漫(màn)世界(jiè)。

viggo先用(yòng)StableDiffusion图片转文字。

再用Text2Prompt插件(jiàn)拓(tuò)展找到(dào)对应的(de)关键词；最后用ControlNet插件绑定(dìng)骨(gǔ)骼开始(shǐ)换关键词试效(xiào)果。

通过图片就可以看出(chū)来，效果(guǒ)十分惊艳。

更(gèng)厉害(hài)的(de)是，除了真(zhēn)实的照片(piàn)，草图(tú)也可以加上(shàng)“魔法(fǎ)”，知乎大(dà)牛“DevPoint”和“逗砂(shā)”介绍到ControlNet还(hái)能实现(xiàn)线稿转全彩(cǎi)图。大(dà)神(shén)张吕(lǚ)敏其(qí)本尊也亲自回应。

不得不说当(dāng)下AIGC已经变得(dé)越来越(yuè)强大，甚至输出的(de)作品都已经能以假(jiǎ)乱真(zhēn)了(le)。

02

难辨虚(xū)实，AIGC技(jì)术力爆发

警惕安全问题

近日，“苏州金鸡湖有游艇party”的(de)消(xiāo)息(xī)火遍(biàn)网络，而经过警方(fāng)辟谣(yáo)这所谓的“party”可能是全国第一起AI绘(huì)图诈(zhà)骗。

由于这个活(huó)动里面给出的美女照片都(dōu)是AI制作的真(zhēn)人(rén)照片(piàn)绘图(tú)，因为(wèi)太逼(bī)真，被大家当成真事传播了。

不过仔细观察可以发现，活(huó)动发(fā)起者提供的照片(piàn)中有个很(hěn)大的漏(lòu)洞可以发(fā)现并(bìng)非真人，而是AI绘图，那便(biàn)是图片中女性的(de)手(shǒu)指部分有的(de)存在异常。

有行业人(rén)事表示：“现在(zài)因为手指(zhǐ)部(bù)分的绘画算(suàn)法比较复杂，AI还(hái)不太会画人的(de)手，但最新(xīn)看(kàn)到的图(tú)片已(yǐ)经有(yǒu)越来越完美的AI模(mó)型出现(xiàn)，以后可(kě)能就(jiù)完全(quán)没有漏洞了。”

类似(shì)的AI作图诈(zhà)骗在国外(wài)也已有(yǒu)发生(shēng)。据英国广播公司(sī)报道，土(tǔ)耳其地(dì)震期间，有(yǒu)Tiktok用户使用AI合(hé)成(chéng)了(le)儿童(tóng)受灾的(de)假照片发布到网(wǎng)络(luò)，以(yǐ)此诱(yòu)骗(piàn)善良的人打(dǎ)赏“捐助”从而实(shí)施诈骗。

目前随着(zhe)技术(shù)发(fā)展，AIGC已经能做出真人照片般的绘图效果，如果这样(yàng)的图片被用来诈(zhà)骗，将非常可怕。

此外AIGC还引发了很(hěn)多担忧，一方面，批判者认为AI在“学习”了大量前人的作品之后，其(qí)创作没有任(rèn)何情绪和灵(líng)魂，难以和人类(lèi)的(de)艺术创作(zuò)相提(tí)并(bìng)论。

另一方面，AIGC背后的(de)版权、目(mù)前都并没(méi)有得(dé)到有效的(de)解(jiě)决，还有AIGC会不会代(dài)替人(rén)类“至高无上”的创意。

马(mǎ)斯克也强(qiáng)调，人工智能(néng)的安全(quán)问题需要(yào)得到重(zhòng)视，太晚就来(lái)不及(jí)了。

03

AIGC下一站除了(le)视(shì)频，还有远方

技术都是有(yǒu)两面(miàn)性的，潜(qián)在的危害并不能掩盖(gài)其光辉的(de)贡献。现(xiàn)在看来，人工(gōng)智(zhì)能技(jì)术将(jiāng)是(shì)第四次(cì)工(gōng)业革命的(de)核心驱动(dòng)力量，将创造新的增长奇迹。

过去一年，人工智能在技(jì)术和(hé)商(shāng)业层面(miàn)都(dōu)有了巨大进展，AI绘画就(jiù)是人工(gōng)智能(néng)技术(shù)发生方向性改(gǎi)变的(de)一个代表。其(qí)下(xià)一站或许就是(shì)视(shì)频(pín)。

此前，Meta和谷歌(gē)先后发布了几条引爆科技圈的短视频。这(zhè)些视(shì)频引(yǐn)发(fā)关(guān)注并非内(nèi)容做得(dé)多优秀(xiù)，反(fǎn)而(ér)都非常简单，比(bǐ)如(rú)一匹(pǐ)正在喝水的马，一只画画的(de)玩(wán)具熊，或(huò)者一段(duàn)骑摩托车的第(dì)一视角录像，随(suí)便一(yī)个有(yǒu)手机(jī)的人(rén)都可以(yǐ)随手录下一段。

但这(zhè)些短(duǎn)视频的创作方(fāng)式非常(cháng)简单，创作者仅仅需要向AI输入一段话(huà)，甚至只是说一(yī)下要(yào)求(qiú)，AI就可以根据(jù)需要生成一段(duàn)视频。

谷歌发布(bù)的(de)两个AI生成视频(pín)分别来自于Imagen Video和Phenaki，前(qián)者主(zhǔ)要突出的(de)是(shì)高清，与Meta的(de)Make-A-Video没有太(tài)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(le)一波梗(gěng)，一(yī)个能够做出更(gèng)高(gāo)清视频(pín)的AI还不足(zú)以在短时间内戳中兴(xīng)奋(fèn)点。

Phenaki更加(jiā)令人震惊的(de)地方(fāng)在于(yú)，它可(kě)以(yǐ)制作出超过2分钟的(de)连贯的也(yě)有(yǒu)确(què)切(qiè)内(nèi)容(róng)的视频，这(zhè)才是真正让人们感到惊喜的地方。因为无论AI生成的视频(pín)多么高清，也只能是为(wèi)内容(róng)生产者提供一个灵感，一个素材，一(yī)个过场动画。

不过能够制作出有具体剧情内容的视频就意味着，一些(xiē)视频创作由AI代替(tì)人工完成已(yǐ)经初步有了可能。

当下(xià)AI的(de)发展(zhǎn)速度已经超(chāo)过大部分人的(de)想象。内容产业的本质是供给(gěi)创造需求，AIGC作为全新的内容生产方式，可以为内容(róng)产业带来(lái)更新的内容风格、更快的生产速(sù)度(dù)，更低的(de)生(shēng)产成本，这无疑会驱(qū)动内容(róng)产(chǎn)业的大爆发。

除了AI绘图、视频，AIGC技术(shù)还能应用(yòng)于音乐、代(dài)码(mǎ)、机器(qì)人(rén)动作等多种内容形式的生成。不难发现(xiàn)该项技术不仅在游戏等行(xíng)业能得到(dào)有(yǒu)效应用，对于下一代互(hù)联网各种元素(sù)的构建亦有(yǒu)关键意义。

从商业(yè)化的(de)角度来看(kàn)，文(wén)化娱乐、教育、传媒等诸(zhū)多领域(yù)，本(běn)身就对基于AI的可视(shì)化内(nèi)容有强烈需求。

因此，AI绘画(huà)及视频或不是结(jié)果，而只是AI进程(chéng)中的(de)一(yī)块重要拼图，有望在(zài)技术(shù)更(gèng)新(xīn)的(de)加(jiā)持下实现更大的(de)应(yīng)用(yòng)价值。

AI从理解内(nèi)容，走向了(le)可以(yǐ)生成内容，甚(shèn)至能够(gòu)创造出独立价值和独立视角(jiǎo)的内容。AIGC的再次(cì)出圈，更代表着未来的先进生产力(lì)即将到来。

04

紧抓大模(mó)型与算力，牢(láo)固AIGC底座

从(cóng)技术(shù)的(de)发展(zhǎn)也可(kě)以(yǐ)看(kàn)出，在语言大(dà)模(mó)型、图像大模型之后，多模态大模型(xíng)已经成(chéng)为了新的趋势。

大模型被誉(yù)为当前人工智能发展的智能底(dǐ)座，是全球竞(jìng)争(zhēng)最激烈的研究方向之一，包括(kuò)谷歌、亚马逊(xùn)、百(bǎi)度、阿里(lǐ)、腾讯等(děng)众(zhòng)多头部企业都在(zài)竞(jìng)相(xiāng)发力。

不(bù)过训(xùn)练大(dà)模型的确价格不菲，以国盛证(zhèng)券发布的《ChatGPT需要多(duō)少算力》报告(gào)估算，GPT-3训(xùn)练(liàn)一次的(de)成本约为(wèi)140万(wàn)美(měi)元(yuán)。而对于一(yī)些更大的LLM(大(dà)型语言模型(xíng))，训(xùn)练成(chéng)本则介于200万美元(yuán)至1200万美元(yuán)高价(jià)之间。

以ChatGPT在2023年1月(yuè)的独立访客平均(jūn)数(shù)1300万计算，其对应芯(xīn)片需求为3万多片英伟达A100 GPU，初始(shǐ)投入成本约为8亿美元(yuán)，每日(rì)仅电费就在5万美元左右。

此外不论是(shì)ChatGPT还是AIGC，都离不开庞(páng)大算力支持。在关注各类大(dà)模型的(de)发展同时，更应该(gāi)关注算(suàn)力网(wǎng)络的(de)建设。

算力网络正(zhèng)驱动(dòng)AI产(chǎn)业发展进入史诗级加速进(jìn)程，让(ràng)AIGC及通用AI这(zhè)一(yī)人工智能发展的终极目标离得(dé)更(gèng)近(jìn)。

因(yīn)为算(suàn)力可以对突(tū)破性(xìng)技术创新(xīn)提供大力的支持。这方面(miàn)，多模态大(dà)模型是典型。作为面向未来强人(rén)工智能、通用人(rén)工智能的重要技术创新(xīn)，多模态(tài)大模型已经在人工智能领域(yù)提出(chū)了很多年，业界也(yě)有不(bù)少技术突破，但是(shì)，多模态大(dà)模型(xíng)进一步往下(xià)走，算力需求呈几(jǐ)何(hé)式上升(shēng)，一般的算(suàn)力基础设施很(曼妙是什么意思解释，身姿曼妙是什么意思hěn)快(kuài)将难(nán)以胜任。

从图像、文(wén)字、语音单独(dú)一(yī)项的训练，到双模态(tài)、三模态的跃迁，让(ràng)人工智(zhì)能可(kě)以灵活应对不同(tóng)模态的转化、像人与世界交互一(yī)样自然，这方面(miàn)，由算力网络(luò)来驱(qū)动(dòng)将有(yǒu)明显优势。

此外，还有很多(duō)需要爆(bào)发式增长的算力来支撑的技术创新，将在(zài)人(rén)工智能算力网络支撑下快速(sù)推进。

AIGC已经露出曙光，期待(dài)在大模型和大算力的(de)支(zhī)持下AIGC能持续颠覆内容生产的方式(shì)，将创造的边际成本降低，让万(wàn)众受(shòu)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 曼妙是什么意思解释，身姿曼妙是什么意思