自聊天(tiān)机器人ChatGPT火爆以来，微(wēi)软公(gōng)司创(chuàng)始人(rén)比尔(ěr)·盖(gài)茨已多次公开谈论人工(gōng)智(zhì)能话(huà)题。在最(zuì)近的一次采(cǎi)访(fǎng)中，他(tā)再(zài)次表示：“AI可能会让科(kē)技(jì)行业(yè)迎(yíng)来一次剧烈(liè)的洗牌”。

这个结论是他在当地(dì)时(shí)间(jiān)2月20日接受(shòu)《In Good Company》节目(mù)专访时(shí)提出的。

他预期，AI的发展可能会威胁到(dào)谷(gǔ)歌的(de)市(shì)占率，因为微软在AI方面的行动(dòng)相(xiāng)当迅速。而最终科技巨头将把AI整合(hé)成用户的“全能助手”，包揽一切应用，与人(rén)们进行(xíng)沟通并(bìng)提供建(jiàn)议，可以取代亚(yà)马逊、Siri或Outlook等应(yīng)用(yòng)。

大佬口中全能助手(shǒu)的到来可能尚需时日，但由ControlNet引发的又一次AI绘(huì)画浪潮，让AIGC在ChatGPT的话(huà)题热(rè)点包围(wéi)中杀出(chū)重围。

01

ControlNet颠覆AI绘画新玩法

AIGC向可控靠近

以(yǐ)AI绘画为代(dài)表的AIGC上一次(cì)爆火的时候，还是2022年(nián)8月，在美(měi)国科罗拉多州举办的新兴数字(zì)艺(yì)术家竞赛(sài)中，一幅名(míng)为(wèi)《太空歌剧(jù)院》的作品获奖。

随后各大厂(chǎng)商的AI绘(huì)画(huà)软件被(bèi)广大网(wǎng)友熟知并体验，Stable Diffusion便是其中代表。

用户们可以在应用中输(shū)入一组关(guān)键(jiàn)词或者(zhě)一张照片，就(jiù)能获得一幅AI创作的画(huà)作。

作画(huà)的关(guān)键就是所输(shū)入的(de)文本。同一组关(guān)键词也可(kě)以(yǐ)创作出(chū)很多张风格不一样(yàng)的画作，这让创(chuàng)作的过程就(jiù)像开盲盒。

很多用户(hù)很喜欢这种(zhǒng)不(bù)确定的惊喜，他们会将生成的美(měi)图当做头像。而另一部(bù)分(fēn)喜欢(huān)翻看(kàn)AI绘画的(de)“翻车”作(zuò)品。在社交媒体(tǐ)上(shàng)，许多用户分享AI“翻(fān)车现(xiàn)场”，例如，一位网友(yǒu)的小狗(gǒu)照片(piàn)被AI画成了(le)“肌肉男”，还(hái)有网(wǎng)友的个人照片被AI识别(bié)成了建筑。

而如今随着ControlNet的出现(xiàn)与加持(chí)，以往(wǎng)AI绘画的填写关键(jiàn)词游戏(xì)可能(néng)要被颠覆了(le)。

莫代尔与粘纤区别 莫代尔是粘纤的一种吗"1024">

ControlNet是(shì)一位(wèi)正在斯坦福读博的中(zhōng)国人张吕(lǚ)敏创(chuàng)作的一种(zhǒng)基于控制点的图像变形算法，主要用于数字(zì)图像(xiàng)处理、计算机视觉和(hé)计(jì)算机图形学(xué)等领域。

其SD插件(jiàn)一经发布(bù)，在短(duǎn)短的两天内便成为了AI绘画领域最新的热点。

在(zài)此(cǐ)之前(qián)，大家用(yòng)了很多方法想让AI生成的结果尽可能的(de)符合要求，但是都不尽(jǐn)如人意(yì)，它的出(chū)现代表着AI生成(chéng)开(kāi)始进入真正的(de)可控时期。

因为ControlNet可以(yǐ)直接提取画面的构图，人物的姿势(shì)和画面的深度信(xìn)息等。有(yǒu)了它的帮助(zhù)，就不用频繁的用提示词来碰运气，抽盲盒式的(de)创(chuàng)作了。

通(tōng)俗的说ControlNet相当于给AI绘画(huà)加了(le)“魔法(fǎ)”，不少博主的作品已经获得了大量的浏览量(liàng)，“viggo”就是其(qí)中(zhōng)之(zhī)一，他用(yòng)朋友的照片直接带她们走进动(dòng)漫(màn)世(shì)界。

viggo先用StableDiffusion图片(piàn)转(zhuǎn)文(wén)字。

再用(yòng)Text2Prompt插件拓展找(zhǎo)到对应的关键词；最(zuì)后用(yòng)ControlNet插件绑定骨(gǔ)骼开始换(huàn)关键词试(shì)效果。

通过(guò)图(tú)片就可以看出来(lái)，效果十分惊(jīng)艳。

更厉害的是，除了真实的照(zhào)片，草图也(yě)可以加上(shàng)“魔(mó)法”，知(zhī)乎大牛“DevPoint”和“逗砂”介绍到ControlNet还能实现线稿转(zhuǎn)全(quán)彩图。大神张(zhāng)吕敏其本尊也(yě)亲自回(huí)应。

不得不说(shuō)当下AIGC已经变得越(yuè)来越强(qiáng)大(dà)，甚至输出的作品(pǐn)都已经能以假乱真了。

02

难辨虚实，AIGC技术力爆发

警惕安全问题(tí)

近(jìn)日(rì)，“苏(sū)州(zhōu)金鸡湖有游艇party”的消息火(huǒ)遍网络，而经过(guò)警方辟(pì)谣这所谓的“party”可能是全国(guó)第(dì)一起AI绘图诈骗。

由于这个(gè)活动里面(miàn)给出的美(měi)女照片都是(shì)AI制作的真人照片(piàn)绘图，因为(wèi)太逼真，被(bèi)大家当成(chéng)真事传播(bō)了。

不过仔细观察可(kě)以发现(xiàn)，活动发起者提供的照片(piàn)中有个很大的(de)漏洞可(kě)以发现(xiàn)并(bìng)非(fēi)真人，而是(shì)AI绘图，那便是(shì)图片中女(nǚ)性的手(shǒu)指部分有的(de)存在异(yì)常。

有行业人(rén)事表(biǎo)示：“现(xiàn)在因为(wèi)手指部分的绘画算法比较复杂，AI还不太(tài)会(huì)画人的手(shǒu)，但最新(xīn)看到的图片已(yǐ)经有越来越完美的AI模型出现，以(yǐ)后可(kě)能就完全没(méi)有漏洞了。”

类(lèi)似的(de)AI作图诈骗在国(guó)外也(yě)已有发(fā)生。据英国广播公(gōng)司报道(dào)，土(tǔ)耳其地震期间，有Tiktok用户使用AI合成了(le)儿童(tóng)受灾的假照片发布(bù)到网络(luò)，以此诱(yòu)骗善良(liáng)的人打赏“捐助”从而实施诈骗(piàn)。

目前随着(zhe)技术(shù)发展(zhǎn)，AIGC已经能做出真人照片(piàn)般的绘图效果，如(rú)果这样的图片被用来诈(zhà)骗(piàn)，将非常可(kě)怕。

此外AIGC还引发了很(hěn)多担忧，一方面，批判者认(rèn)为(wèi)AI在“学习”了大量前人的作品之后，其创作没有任何情(qíng)绪和灵魂(hún)，难以(yǐ)和人(rén)类(lèi)的(de)艺术创作相(xiāng)提并(bìng)论。

另(lìng)一方面，AIGC背后(hòu)的(de)版权、目前都并没有(yǒu)得到有效的解决，还有AIGC会不会(huì)代替(tì)人类“至高(gāo)无(wú)上”的创意。

马斯(sī)克也强(qiáng)调(diào)，人(rén)工(gōng)智能的(de)安全问(wèn)题需要(yào)得到重(zhòng)视，太晚(wǎn)就来不及了。

03

AIGC下一站除了视频，还(hái)有(yǒu)远(yuǎn)方

技术都是有两面(miàn)性的，潜在的危害并(bìng)不(bù)能掩盖其光辉(huī)的贡献。现(xiàn)在(zài)看来，人工(gōng)智能(néng)技术(shù)将(jiāng)是(shì)第四次工(gōng)业革命的(de)核心驱动力量，将(jiāng)创造新的增(zēng)长(zhǎng)奇迹(jì)。

过去一年，人工智能在技术和商业(yè)层面都有(yǒu)了巨大(dà)进展，AI绘画就是人工(gōng)智能技术发生方向性改变的一个代表。其(qí)下(xià)一(yī)站或(huò)许(xǔ)就是视频。

此(cǐ)前(qián)，Meta和谷歌先后发布(bù)了几条引爆科(kē)技圈的短视频。这些视(shì)频引(yǐn)发关注(zhù)并非(fēi)内容做得多(duō)优秀，反(fǎn)而都非常简单(dān)，比如一匹正在喝水的马，一(yī)只画画(huà)的玩(wán)具熊(xióng)，或者一段(duàn)骑摩托(tuō)车的第一视角(jiǎo)录像，随便一个(gè)有手机的人都可以随手录下一(yī)段(duàn)。

但这些短视频的创作(zuò)方式非常简单，创作者(zhě)仅仅(jǐn)需(xū)要向AI输入一(yī)段话，甚至只是说一下要(yào)求(qiú)，AI就可以根据(jù)需要(yào)生成一段视(shì)频。

谷歌发布的两个(gè)AI生成视频(pín)分(fēn)别来自(zì)于Imagen Video和(hé)Phenaki，前(qián)者主要突出的(de)是(shì)高清，与Meta的Make-A-Video没有太(tài)多的差别。

在Make-A-Video公布了(le)AI生成的视频后，AI圈就已(yǐ)经(jīng)玩了一(yī)波(bō)梗，一个(gè)能够做出更高清视(shì)频的AI还(hái)不足(zú)以在(zài)短(duǎn)时间(jiān)内(nèi)戳(chuō)中兴奋点。

Phenaki更加令人震惊的地方(fāng)在于，它可以制作(zuò)出超过2分钟的连贯的(de)也有确(què)切内(nèi)容(róng)的视频，这才是真(zhēn)正让(ràng)人们感到惊(jīng)喜的地(dì)方。因为(wèi)无论AI生成的(de)视频多么高清，也(yě)只能(néng)是为(wèi)内容生(shēng)产者(zhě)提供一个(gè)灵感，一个素材，一个过(guò)场(chǎng)动画。

不过(guò)能够制作出(chū)有具体剧情内容的视频就(jiù)意味(wèi)着，一(yī)些视频创(chuàng)作(zuò)由(yóu)AI代替人工完成已经(jīng)初步有了可能。

当(dāng)下AI的发展速度(dù)已(yǐ)经超过(guò)大部分人的想(xiǎng)象。内容产业的本质是供给创(chuàng)造需求，AIGC作为全新(xīn)的内容生产(chǎn)方式，可以(yǐ)为内容产业带来(lái)更新的内(nèi)容风格、更快的生(shēng)产速度(dù)，更低的生产成本，这无疑会(huì)驱动内容产(chǎn)业的大(dà)爆发。

除了AI绘图、视频，AIGC技术还(hái)能应用(yòng)于音乐(lè)、代码、机器人动作等(děng)多种(zhǒng)内容形式的生成。不难发(fā)现该(gāi)项技术(shù)不仅在游戏(xì)等行业能(néng)得到有效应用(yòng)，对于下一代(dài)互联网各种元素的构建(jiàn)亦有关(guān)键意义。

从商(shāng)业(yè)化的角(jiǎo)度(dù)来看，文化娱乐、教育(yù)、传媒等(děng)诸多领域，本身就对基于AI的可视化内容(róng)有强烈需求。

因此，AI绘画及(jí)视频或不是结果，而只是(shì)AI进(jìn)程中的一块重要(yào)拼图，有望(wàng)在技术更(gèng)新的加莫代尔与粘纤区别 莫代尔是粘纤的一种吗持下实现(xiàn)更大的应用价(jià)值。

AI从(cóng)理解内容，走向了可以生(shēng)成内容(róng)，甚至能够(gòu)创(chuàng)造(zào)出独立价值和独立视角的内容。AIGC的(de)再次出圈，更代表着未(wèi)来的先进(jìn)生产力(lì)即将到来。

04

紧抓大模型与算(suàn)力，牢固AIGC底座

从技术的发展也可以(yǐ)看出，在语(yǔ)言大模型、图像大模(mó)型之后，多模态大模型已经(jīng)成为了新的(de)趋势。

大模型(xíng)被誉为当前人工智能发(fā)展的智能底座，是全球竞争最激烈的研究(jiū)方向之一(yī)，包括谷歌(gē)、亚马(mǎ)逊、百度、阿里(lǐ)、腾(téng)讯等众多头部企业都在竞相发力。

不过训练大模型的确价格不(bù)菲，以(yǐ)国盛证券(quàn)发布的《ChatGPT需要多少算力》报告估算，GPT-3训练一次(cì)的成本(běn)约为(wèi)140万美元(yuán)。而对于一些更(gèng)大的LLM(大型语言模型)，训练成本则介(jiè)于(yú)200万(wàn)美(měi)元至1200万美元高价之(zhī)间。

以ChatGPT在2023年1月(yuè)的独(dú)立访客(kè)平(píng)均数1300万计算(suàn)，其对(duì)应芯片需求为3万(wàn)多片英伟(wěi)达A100 GPU，初始投入(rù)成本约(yuē)为8亿美元，每日仅电费(fèi)就在5万美元左右(yòu)。

此外不(bù)论是(shì)ChatGPT还是(shì)AIGC，都(dōu)离(lí)不开庞大算力支(zhī)持。在关注(zhù)各类大模型(xíng)的发展同时，更应该关注算力网络的建(jiàn)设。

算力网络正驱动AI产(chǎn)业发展(zhǎn)进入史诗(shī)级加(jiā)速进程，让AIGC及(jí)通用AI这一(yī)人工智(zhì)能发(fā)展的终极目(mù)标离得更近。

因为算力可以对突破性技术创(chuàng)新(xīn)提供大力的(de)支(zhī)持。这方面，多(duō)模(mó)态(tài)大模型是典型。作(zuò)为面(miàn)向未来强人工智能、通用人工(gōng)智(zhì)能的重要技术创新莫代尔与粘纤区别 莫代尔是粘纤的一种吗，多模态大(dà)模型已(yǐ)经在人工智能领(lǐng)域提(tí)出了很多(duō)年，业界也有(yǒu)不少技术突(tū)破，但是，多模(mó)态大模型进(jìn)一步往下走，算力需求呈几(jǐ)何式上升，一般的算力(lì)基础设施很快(kuài)将难以胜任。

从图像、文(wén)字、语音单独一项的训(xùn)练，到(dào)双模(mó)态、三模态(tài)的跃(yuè)迁，让人工智(zhì)能可以灵活(huó)应对不同模态的转化、像(xiàng)人与世界交互(hù)一样(yàng)自然(rán)，这方面(miàn)，由(yóu)算力(lì)网络来驱动将有(yǒu)明显(xiǎn)优势。

此外，还有很多需要爆发式增长的算(suàn)力(lì)来支撑的技术创新，将(jiāng)在(zài)人工智能算力(lì)网络支撑下(xià)快速推进。

AIGC已经露出曙(shǔ)光，期待在大模(mó)型和大算力的支持下AIGC能持(chí)续颠覆内容(róng)生(shēng)产的方式(shì)，将创(chuàng)造的(de)边(biān)际成本降低，让万众受益。

未经允许不得转载：橘子百科-橘子都知道 莫代尔与粘纤区别 莫代尔是粘纤的一种吗