自聊天机器(qì)人ChatGPT火爆以来，微软公司创始人比尔·盖茨已多次公开谈论人工智能话题(tí)。在最(zuì)近的(de)一(yī)次采(cǎi)访中(zhōng)，他再(zài)次表示：“AI可能会(huì)让科(kē)技行业迎来一次剧烈的(de)洗牌”。

这个(gè)结(jié)论是他在当地时(shí)间2月20日接受(shòu)《In Good Company》节目(mù)专访时提出的。

他预期，AI的发展可能会威(wēi)胁(xié)到(dào)谷歌(gē)的市占率(lǜ)，因(yīn)为微软在AI方(fāng)面的(de)行(xíng)动相当(dāng)迅速。而(ér)最终科(kē)技巨头将(jiāng)把AI整(zhěng)合成用户(hù)的“全(quán)能助手(shǒu)”，包(bāo)揽(lǎn)一切应用，与人们(men)进行(xíng)沟(gōu)通并提供建议(yì)，可(kě)以取代亚马逊、Siri或Outlook等应用。

大佬口中全能助手的到(dào)来可能尚需时日(rì)，但由ControlNet引发的又一次AI绘画浪潮，让AIGC在(zài)ChatGPT的话题热点包围中杀出重(zhòng)围。

01

ControlNet颠覆AI绘(huì)画(huà)新(xīn)玩法(fǎ)

AIGC向可控靠近(jìn)

以AI绘画为代表(biǎo)的AIGC上一次爆火的时候，还是2022年8月(yuè)，在美国科罗拉多州举办(bàn)的(de)新兴(xīng)数字艺术家(jiā)竞(jìng)赛中，一(yī)幅名(míng)为《太(tài)空歌剧院》的作品获奖。

随后(hòu)各大厂商的AI绘(huì)画软件被广大网友熟知并体验(yàn)，Stable Diffusion便是(shì)其(qí)中代(dài)表。

用户们可以(yǐ)在应用中(zhōng)输入一组关键词或者(zhě)一张照片，就能(néng)获得一幅AI创(chuàng)作的画作(zuò)。

作画的(de)关键就是(shì)所输入的文(wén)本。同一组关键词(cí)也(yě)可以创作出很(hěn)多(duō)张风格不一样的画作，这(zhè)让创作的(de)过程(chéng)就(jiù)像(xiàng)开盲盒。

很多用户很喜欢这种不确(què)定的惊喜，他们会将生成的美图当做头像。而另一部分喜(xǐ)欢翻看AI绘(huì)画的(de)“翻车”作品。在社交媒体(tǐ)上(shàng)，许多用户分享AI“翻车现(xiàn)场”，例如，一位网友的小狗照(zhào)片(piàn)被AI画(huà)成了(le)“肌肉男(nán)”，还有网友的(de)个人照片被AI识别成了(le)建筑。

而如今随着ControlNet的出现与(yǔ)加持，以往AI绘画(huà)的填(tián)写关键词游戏(xì)可(kě)能(néng)要被(bèi)颠覆了。

ControlNet是(shì)一位正在(zài)斯坦(tǎn)福读(dú)博的中国人张吕敏(mǐn)创作的一种(zhǒng)基(jī)于控制点(diǎn)的图(tú)像变形算法(fǎ)，主要用于(yú)数字图像处理、计算机视觉和计算(suàn)机图形学等领域。

其SD插件一经发布，在短短的两天内便(biàn)成(chéng)为了(le)AI绘(huì)画领域最新的热点。

在此之前，大家用了很多方法想让AI生成的结(jié)果尽(jǐn)可(kě)能的符合要求，但是都不尽如(rú)人意(yì)，它的(de)出现代(dài)表着AI生成(chéng)开始进(jìn)入(rù)真(zhēn)正的可控时期。

因为ControlNet可以直(zhí)接(jiē)提取画面(miàn)的构图，人物的姿势和画面的深度信息等。有了(le)它的(de)帮助，就不(bù)用(yòng)频繁(fán)的用(yòng)提示词来(lái)碰(pèng)运气，抽盲(máng)盒(hé)式的创作了。

通俗的说(shuō)ControlNet相当(dāng)于(yú)给AI绘画加了(le)“魔(mó)法(fǎ)”，不少(shǎo)博主的作(zuò)品已经获得了大(dà)量的浏览量，“viggo”就是其中(zhōng)之一，他用朋(péng)友(yǒu)的照片直接带她们(men)走进动漫世界(jiè)。

viggo先(xiān)用StableDiffusion图片转文字。

再用Text2Prompt插件(jiàn)拓展(zhǎn)找(zhǎo)到对应的(de)关键词；最后用(yòng)ControlNet插件(jiàn)绑(bǎng)定骨骼开始换关(guān)键(jiàn)词试效果。

通过(guò)图(tú)片(piàn)就可以看出来(lái)，效果(guǒ)十分惊艳(yàn)。

更厉(lì)害的是，除了真实的照片，草图也可以加(jiā)上“魔法”，知乎大牛“DevPoint”和“逗砂”介(jiè)绍(shào)到ControlNet还能实现线稿转(zhuǎn)全彩图。大神张吕敏其本(běn)尊也亲自(zì)回应。

不得不(bù)说当下(xià)AIGC已经变得越来越强(qiáng)大，甚至(zhì)输出(chū)的作品都已(yǐ)经能(néng)以假乱真了。

02

难辨虚实，AIGC技术力爆(bào)发

警惕安(ān)全(quán)问题

近日，“苏州(zhōu)金(jīn)鸡湖有游(yóu)艇party”的消息火遍网络(luò)，而(ér)经(jīng)过警方辟谣这所谓的“party”可(kě)能是全国第一起AI绘(huì)图诈骗。

由于这个活动(dòng)里面给(gěi)出的美女(nǚ)照片都是(shì)AI制(zhì)作(zuò)的真人照片绘图，因为太逼真(zhēn)，被大家(jiā)当成真(zhēn)事传播了。

不过仔细观察可(kě)以发(fā)现，活动发起者提供的(de)照(zhào)片中有个很大的漏洞可以发现(xiàn)并(bìng)非(fēi)真人，而是AI绘图(tú)，那(nà)便是图片中(zhōng)女性(xìng)的(de)手指(zhǐ)部分有(yǒu)的存在异常。

有行业人事表示：“现在(zài)因为手指部分的(de)绘(huì)画算法(fǎ)比较复(fù)杂，AI还不太会(huì)画(huà)人的(de)手，但最新(xīn)看到的图片已经有越(yuè)来越完美的AI模型出现，以(yǐ)后(hòu)可能就完(wán)全没(méi)有漏洞了。”

类(lèi)似的AI作图诈骗在国外也已有发生(shēng)。据英国广播公(gōng)司报道，土(tǔ)耳其(qí)地震(zhèn)期间，有Tiktok用户使用(yòng)AI合(hé)成了(le)儿童受灾的假(jiǎ)照片发布到(dào)网络，以此诱(yòu)骗善良(liáng)的人打赏“捐助”从而实施诈骗(piàn)。

目前随(suí)着技术发展，AIGC已(yǐ)经能做出真人照片般的绘图效果，如果这(zhè)样的图片被用来诈骗，将非常可怕。

此外AIGC还(hái)引发了很多担忧，一方面，批判者认为(wèi)AI在“学(xué)习”了(le)大(dà)量前人的作品之(zhī)后，其创作没有任何情绪(xù)和灵魂，难以和人类的艺(yì)术创作相提并论。

另一方(fāng)面，AIGC背后(hòu)的版权、目前(qián)都并(bìng)没(méi)有(yǒu)得(dé)到(dào)有效的解决(jué)，还有AIGC会(huì)不会代替人(rén)类“至高无上”的创意。

马斯(sī)克也强(qiáng)调，人工智(zhì)能(néng)的安全问(wèn)题(tí)需要得到重(zhòng)视，太晚就(jiù)来不及了。

03

AIGC下一站除了(le)视(shì)频，还有(yǒu)远(yuǎn)方

技术(shù)都是有两(liǎng)面(miàn)性(xìng)的，潜陌上花开是什么意思,代表什么，微信名陌上花是什么意思在的危害并不能掩盖其光辉的贡献。现在(zài)看来，人工(gōng)智能(néng)技术将是第四(sì)次工(gōng)业革命的核心(xīn)驱动力(lì)量，将创造(zào)新的增长奇迹(jì)。

过去一年，人工智能在技术和商业层面(miàn)都有了巨大进展，AI绘画就是人工智(zhì)能技(jì)术发(fā)生(shēng)方向性改变的一个代表。其(qí)下一站或(huò)许就是视(shì)频。

此前(qián)，Meta和谷(gǔ)歌先后发布了几条(tiáo)引爆科技圈(quān)的短视频。这些视频引发关注并非内容做(zuò)得(dé)多优秀，反而(ér)都非常(cháng)简(jiǎn)单，比如一匹正在(zài)喝水的马，一只画画的玩具熊，或者一段骑(qí)摩托车(chē)的第一视角录像，随便一个(gè)有(yǒu)手机(jī)的人(rén)都可(kě)以随手录(lù)下一(yī)段。

陌上花开是什么意思,代表什么，微信名陌上花是什么意思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)些短视频的创作方式非(fēi)常简单，创(chuàng)作者仅仅需要向AI输入一段话，甚(shèn)至(zhì)只是说一下要(yào)求(qiú)，AI就可(kě)以根据需要生成一段视频。

谷歌发布(bù)的两个AI生成视(shì)频分别来自(zì)于(yú)Imagen Video和Phenaki，前者主要(yào)突出的是高(gāo)清，与Meta的Make-A-Video没有太(tài)多的差别。

在Make-A-Video公布(bù)了AI生成(chéng)的视频(pín)后，AI圈(quān)就(jiù)已经玩了一波梗，一个能够(gòu)做出更高清视频(pín)的AI还不(bù)足以在短时间内戳中(zhōng)兴奋点。

Phenaki更(gèng)加令人震惊的(de)地方(fāng)在于，它可以制作出超过2分钟(zhōng)的连贯的也有(yǒu)确切内容的视频，这才是真正(zhèng)让(ràng)人们感(gǎn)到(dào)惊喜的地方。因为无(wú)论AI生成的视(shì)频(pín)多(duō)么(me)高清，也只能是为内容(róng)生产者提供一个灵感，一个(gè)素材，一个过场(chǎng)动画。

不过能(néng)够(gòu)制(zhì)作出有具体(tǐ)剧情内容(róng)的视频就(jiù)意味着(zhe)，一些视(shì)频创作由AI代替人(rén)工完(wán)成已经初步有(yǒu)了(le)可(kě)能。

当下AI的发展速度已经超(chāo)过大部(bù)分人的想象。内容产业的本质是供给创(chuàng)造需求，AIGC作为全新的内(nèi)容生产方式(shì)，可以为内容产(chǎn)业带(dài)来更(gèng)新的内容风(fēng)格、更快的生产速度(dù)，更低的生产成本，这(zhè)无疑会(huì)驱动内容(róng)产业的大爆发(fā)。

除(chú)了(le)AI绘图、视频，AIGC技术还能应用(yòng)于音乐、代码、机器人动(dòng)作等多种内容(róng)形式的(de)生成。不难发现该项技术(shù)不仅在游戏等行业能得到(dào)有效应(yīng)用(yòng)，对于下(xià)一(yī)代(dài)互(hù)联网各种元素的(de)构建亦(yì)有关键意义。

从商业化的角(jiǎo)度(dù)来看(kàn)，文(wén)化娱(yú)乐、教(jiào)育、传(chuán)媒等(děng)诸多(duō)领(lǐng)域，本身(shēn)就对基(jī)于AI的可视化内容(róng)有强烈(liè)需求。

因此，AI绘(huì)画及视频(pín)或不是结果(guǒ)，而只是AI进程(chéng)中的一块重要(yào)拼图(tú)，有(yǒu)望在技术更(gèng)新的加(jiā)持下实(shí)现更大的应(yīng)用价值。

AI从理(lǐ)解内容(róng)，走向了可以生成内(nèi)容，甚至能(néng)够(gòu)创造(zào)出独立价(jià)值和独立(lì)视角的内(nèi)容。AIGC的再次出圈，更代表着未(wèi)来的先进生产力即将(jiāng)到来。

04

紧抓大(dà)模型与算力，牢固(gù)AIGC底(dǐ)座

从技术的发展也(yě)可以(yǐ)看出(chū)，在语言(yán)大模型、图像大模型(xíng)之后，多模态大模型已经(jīng)成为了新的趋势。

大模(mó)型被誉为(wèi)当(dāng)前人(rén)工智能发展的智(zhì)能底(dǐ)座，是全球竞(jìng)争最激烈(liè)的研究方向之一，包括谷歌、亚马逊(xùn)、百度(dù)、阿里、腾讯(xùn)等众多头部(bù)企业都在竞相发力。

不过训练大模(mó)型(xíng)的(de)确价格(gé)不菲，以国(guó)盛(shèng)证(zhèng)券(quàn)发布(bù)的(de)《ChatGPT需要多少算力》报告估算，GPT-3训(xùn)练一(yī)次的成本约为140万美元。而对(duì)于一些(xiē)更大的(de)LLM(大型语(yǔ)言模型(xíng))，训练成本则介(jiè)于200万美元(yuán)至1200万美元高价之(zhī)间(jiān)。

以ChatGPT在2023年(nián)1月的独立访客平均数1300万计算，其(qí)对应(yīng)芯片(piàn)需求为3万多片英伟达A100 GPU，初始(shǐ)投入成(chéng)本(běn)约为8亿美元(yuán)，每日(rì)仅(jǐn)电费就在5万美元左右。

此外不(bù)论是ChatGPT还(hái)是AIGC，都离不开(kāi)庞大算力支持。在关注各类大(dà)模型(xíng)的(de)发(fā)展(zhǎn)同时，更应该关注算力(lì)网(wǎng)络的(de)建设。

算力(lì)网络正驱动AI产业(yè)发展进入史诗级(jí)加速(sù)进程，让AIGC及通(tōng)用AI这一(yī)人工智能发展的终(zhōng)极目标离得更(gèng)近。

因为算力可以对(duì)突破性技术创(chuàng)新(xīn)提供大力的支持。这方面，多(duō)模态大模型是典型(xíng)。作为面向未(wèi)来强人工智能(néng)、通用人(rén)工智能的重要(yào)技术创新，多模态大(dà)模(mó)型已经(jīng)在人工智能领(lǐng)域提出(chū)了很多年，业界也有不少技术突破，但是，多模态大模型进一步往下走，算(suàn)力(lì)需求(qiú)呈(chéng)几(jǐ)何式上升，一般的算力基础设施很快将(jiāng)难以(yǐ)胜(shèng)任。

从图(tú)像、文(wén)字、语音单独一项(xiàng)的训(xùn)练，到双模态(tài)、三模态的(de)跃迁，让人工智能可(kě)以灵活应对(duì)不(bù)同模态的转化、像人与(yǔ)世界交互一样自然，这方面，由算力网(wǎng)络来驱动(dòng)将(jiāng)有明(míng)显优势(shì)。

此外，还(hái)有很多需要(yào)爆发式增长的(de)算(suàn)力来支撑的技术创(chuàng)新，将在人工(gōng)智能(néng)算力网络支撑下快速推(tuī)进。

AIGC已经露(lù)出曙光，期待在大模型和(hé)大算力的支持(chí)下AIGC能持续颠覆(fù)内(nèi)容生产的方式，将创造的边(biān)际(jì)成本降(jiàng)低，让万众(zhòng)受益。

未经允许不得转载：IDC站长站，IDC站长，IDC资讯--IDC站长站 陌上花开是什么意思,代表什么，微信名陌上花是什么意思