自聊天机(jī)器人ChatGPT火爆(bào)以(yǐ)来，微软公司创始人比尔·盖茨已多次(cì)公(gōng)开谈论(lùn)人工智能话题。在最(zuì)近(jìn)的一次采访中，他再次表(biǎo)示：“AI可能会让(ràng)科技行业迎(yíng)来一次(cì)剧(jù)烈的洗牌(pái)”。

这个(gè)结论是(shì)他(tā)在当地时(shí)间2月(yuè)20日(rì)接受(shòu)《In Good Company》节目专(zhuān)访(fǎng)时提出(chū)的。

他预期，AI的发展可能会威(wēi)胁到谷(gǔ)歌的市占率(lǜ)，因为微软在AI方(fāng)面(miàn)的行动相当迅(xùn)速(sù)。而最终科技(jì)巨头将把AI整合成用户(hù)的(de)“全能助手(shǒu)”，包(bāo)揽一(yī)切应(yīng)用，与人们进(jìn)行沟通并提(tí)供建议，可以取代亚马逊、Siri或Outlook等应用。

大佬口中全(quán)能助(zhù)手的到来可能尚需时日，但由(yóu)ControlNet引发的又一次AI绘画(huà)浪潮，让AIGC在ChatGPT的话(huà)题热点包围中杀出重围。

富士康在河南有多少员工 富士康是上市公司吗y1="0" data-cropy2="503.46020761245677" data-ratio="0.503" data-s="300,640" data-type="jpeg" data-w="1000">

01

ControlNet颠覆AI绘画新(xīn)玩法

AIGC向(xiàng)可控(kòng)靠(kào)近

以(yǐ)AI绘画为(wèi)代(dài)表的AIGC上一次爆火(huǒ)的时候，还是2022年8月，在美国科罗(luó)拉多州(zhōu)举办的(de)新兴数字艺术家竞赛中(zhōng)，一幅名(míng)为《太空歌剧院》的(de)作品(pǐn)获奖。

随后各大厂(chǎng)商的AI绘画软(ruǎn)件被广(guǎng)大网(wǎng)友熟(shú)知并体验，Stable Diffusion便是其(qí)中代表(biǎo)。

用户们可以在应(yīng)用中(zhōng)输入一组(zǔ)关键词(cí)或者一张(zhāng)照片，就能获得一幅(fú)AI创作(zuò)的画作(zuò)。

作画的关键就是所(suǒ)输(shū)入的文本。同(tóng)一组关键词也(yě)可以创作出很多张风格不一样的(de)画作，这让(ràng)创作的过程就像开盲(máng)盒。

很多用(yòng)户很喜欢这(zhè)种不确定的(de)惊(jīng)喜，他(tā)们会将(jiāng)生成的美图(tú)当做头像。而(ér)另(lìng)一部分喜欢翻(fān)看AI绘画的(de)“翻车”作品。在社交媒体上，许(xǔ)多用户分享AI“翻车现场(chǎng)”，例如，一位网友的小狗照片被AI画(huà)成(chéng)了“肌肉男”，还有网友的(de)个人(rén)照片被AI识别(bié)成了建筑(zhù)。

而如(rú)今(jīn)随着(zhe)ControlNet的出现与加持，以(yǐ)往AI绘画的填写(xiě)关键(jiàn)词游戏(xì)可能(néng)要被(bèi)颠(diān)覆了(le)。

ControlNet是一位正在斯(sī)坦福读博的中国人(rén)张吕敏创(chuàng)作的一种基(jī)于控(kòng)制点的图像变形算法，主要用于数字图(tú)像(xiàng)处(chù)理、计算(suàn)机视(shì)觉和计算机图(tú)形(xíng)学等领域。

其SD插件一(yī)经发布，在短短的(de)两天内便(biàn)成为了AI绘画领域最(zuì)新的热点。

在此(cǐ)之前，大家用(yòng)了很(hěn)多(duō)方法想让AI生成的结果尽可(kě)能的符合(hé)要求，但是都不尽如人意，它的出现代表(biǎo)着AI生成(chéng)开始进入真正的可(kě)控时(shí)期。

因为ControlNet可以(yǐ)直接提取画面的构图(tú)，人(rén)物的(de)姿势和画面的深度信息(xī)等(děng)。有了它的(de)帮助，就不用频繁的用提(tí)示词来碰(pèng)运气(qì)，抽盲盒式的创作了。

通俗的(de)说(shuō)ControlNet相(xiāng)当(dāng)于给AI绘画加了“魔法”，不少博主的作品已经获得了大量的浏览量，“viggo”就是其中之一，他(tā)用朋友的照片直接带她们走进动漫世界。

viggo先用StableDiffusion图片转文字。

再用Text2Prompt插件拓展(zhǎn)找(zhǎo)到对应(yīng)的关键词；最后用ControlNet插件绑定骨骼开(kāi)始(shǐ)换(huàn)关键词试效果(guǒ)。

通过图片就可以(yǐ)看出来，效(xiào)果十(shí)分惊艳(yàn)。

更厉害的是，除了真实的(de)照片，草图也可以加上“魔法”，知乎大牛“DevPoint”和(hé)“逗砂”介绍到ControlNet还能实现线稿转(zhuǎn)全(quán)彩图(tú)。大神张吕敏其本尊也亲自回应。

不(bù)得不说当(dāng)下(xià)AIGC已(yǐ)经变(biàn)得越(yuè)来越强大(dà)，甚至(zhì)输出的(de)作品都已经能(néng)以假乱真了。

02

难辨虚实，AIGC技术力爆发

警(jǐng)惕安(ān)全问题

近日(rì)，“苏(sū)州金鸡湖有游艇party”的消(xiāo)息火遍网(wǎng)络，而经过警方辟谣这所谓的(de)“party”可能是全国第一起(qǐ)AI绘图诈骗。

由于(yú)这个活(huó)动里面给出(chū)的(de)美女照片都是AI制作的真人照片绘(huì)图，因为太逼真，被大家当成真事传播了。

富士康在河南有多少员工 富士康是上市公司吗ata-w="1280">

不过仔细观察可以(yǐ)发现(xiàn)，活动发起者提供的照(zhào)片中有个很大的(de)漏洞可以发(fā)现并非(fēi)真人(rén)，而是AI绘图，那便(biàn)是图片中女性的手指部分有的存在(zài)异常。

有行(xíng)业人事表示：“现在因为手指部分(fēn)的绘(huì)画算法比较复(fù)杂，AI还不太(tài)会画人的手，但最新(xīn)看到的(de)图片(piàn)已经有越来越完美的AI模(mó)型出现，以后可能就完(wán)全没(méi)有漏洞(dòng)了。”

类似的AI作图(tú)诈骗在(zài)国外也已有发生。据(jù)英国广(guǎng)播公司(sī)报(bào)道，土(tǔ)耳其地震期(qī)间，有Tiktok用户(hù)使(shǐ)用AI合成了(le)儿童受灾的(de)假照片发布到网络，以此诱骗善(shàn)良的人(rén)打赏“捐助”从而实施(shī)诈骗。

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

此外AIGC还引发了很多(duō)担忧，一方(fāng)面，批(pī)判(pàn)者认为AI在“学(xué)习”了(le)大量前人的作(zuò)品之(zhī)后，其创作没(méi)有任何情绪和灵魂，难以和人类的艺术创作相(xiāng)提并论。

另(lìng)一方面，AIGC背后的(de)版权(quán)、目前都并没有得到有效(xiào)的解决，还有AIGC会(huì)不会代替人类“至(zhì)高无上”的创(chuàng)意。

马斯克也强调(diào)，人工智(zhì)能的安全(quán)问题需要得到重(zhòng)视，太晚就来(lái)不(bù)及了。

03

AIGC下一(yī)站除了视频，还有(yǒu)远(yuǎn)方

技术都是有两面性的，潜在的危(wēi)害并不能掩盖其光辉(huī)的贡献。现在(zài)看来，人(rén)工智能技术(shù)将是第四次工业革命的核心驱动力量(liàng)，将创造新的增长奇(qí)迹(jì)。

过去一(yī)年，人工智能在(zài)技术和商业(yè)层面都(dōu)有(yǒu)了巨大进(jìn)展(zhǎn)，AI绘画(huà)就是人工智能(néng)技(jì)术发生(shēng)方向性改变的(de)一个代表(biǎo)。其下一站或许就是视频(pín)。

此前，Meta和(hé)谷歌先后(hòu)发(fā)布(bù)了几条引爆科技圈的短视频。这(zhè)些(xiē)视频引发关注并非内容做得(dé)多(duō)优(yōu)秀，反而都非常简单(dān)，比如一匹(pǐ)正在喝水(shuǐ)的马(mǎ)，一只画画的玩(wán)具(jù)熊，或(huò)者一段骑摩托(tuō)车的第一视角(jiǎo)录像，随便一(yī)个有(yǒu)手机的人(rén)都可(kě)以随(suí)手录(lù)下一段。

但这些短(duǎn)视(shì)频的创作方式非常(cháng)简单，创作者仅(jǐn)仅(jǐn)需要向AI输入(rù)一段(duàn)话，甚至只(zhǐ)是(shì)说一(yī)下要求，AI就(jiù)可以根据需要生成一段视频。

谷歌(gē)发布的两个AI生成视频(pín)分别来(lái)自于Imagen Video和Phenaki，前者主要(yào)突出的是高清(qīng)，与Meta的Make-A-Video没有太(tài)多的(de)差别。

在Make-A-Video公布(bù)了(le)AI生成的视(shì)频(pín)后，AI圈就已经玩了一波梗，一个能(néng)够做出更高清(qīng)视频的AI还不足(zú)以(yǐ)在短时间内戳中兴(xīng)奋点。

Phenaki更加令人震惊(jīng)的地(dì)方在于，它可以制作出超(chāo)过(guò)2分钟的连贯(guàn)的也有确切内容的视频，这才是真正让人们感到惊喜的地方。因为无论AI生成的视(shì)频(pín)多么高清，也(yě)只(zhǐ)能是(shì)为内容生(shēng)产(chǎn)者提供(gōng)一个灵(líng)感，一个素(sù)材，一个(gè)过(guò)场动画。

不过能(néng)够制作出(chū)有具体剧情内容的视(shì)频(pín)就意(yì)味(wèi)着，一些(xiē)视频创作由AI代(dài)替人工完成已经初步有了可能(néng)。

当(dāng)下AI的(de)发展速度已(yǐ)经超(chāo)过大(dà)部分人的想(xiǎng)象(xiàng)。内容产(chǎn)业的(de)本质是供给创造(zào)需求，AIGC作为全新的内容生产方(fāng)式(shì)，可(kě)以为(wèi)内容产业带来更(gèng)新(xīn)的(de)内容风(fēng)格、更快的(de)生(shēng)产速度，更低的生产成本(běn)，这无疑(yí)会(huì)驱(qū)动内容(róng)产业的(de)大爆发(fā)。

除了AI绘图、视(shì)频，AIGC技(jì)术还能应用(yòng)于(yú)音乐、代码、机(jī)器人动作等多(duō)种内容形式的生成。不(bù)难(nán)发现该项(xiàng)技术(shù)不(bù)仅在(zài)游戏(xì)等行业能得到有效应用，对于(yú)下一代互联网各种(zhǒng)元素的(de)构建亦(yì)有关键(jiàn)意义。

从商业化的角度来看，文(wén)化(huà)娱乐、教育、传(chuán)媒等诸多领(lǐng)域，本身就对基于AI的可视化(huà)内容有(yǒu)强烈需(xū)求(qiú)。

因此(cǐ)，AI绘画及(jí)视频或不是结(jié)果(guǒ)，而(ér)只是AI进程中的(de)一块重要拼图，有望在技(jì)术(shù)更(gèng)新(xīn)的加(jiā)持下(xià)实现(xiàn)更大的应用价值。

AI从理解内容，走向了可以生成内容，甚至能够创(chuàng)造出(chū)独(dú)立(lì)价值和独(dú)立视角(jiǎo)的内容(róng)。AIGC的(de)再次(cì)出圈，更代表着未(wèi)来的(de)先进(jìn)生产(chǎn)力即将到来。

04

紧抓(zhuā)大模(mó)型(xíng)与算力(lì)，牢固AIGC底座(zuò)

从(cóng)技术的发展(zhǎn)也(yě)可以看出，在语(yǔ)言大模型、图像大(dà)模型之后，多模(mó)态大模型已经成为了新的趋势。

大模型被誉为当前(qián)人工智(zhì)能发展的智能底座(zuò)，是(shì)全球(qiú)竞争最激烈的研究方向(xiàng)之一(yī)，包括谷(gǔ)歌(gē)、亚马逊、百度、阿里、腾讯(xùn)等众多头部企业都在竞相发(fā)力。

不过训(xùn)练大模型的确价格不菲，以(yǐ)国盛(shèng)证券发布的《ChatGPT需要多少算力》报告估算，GPT-3训(xùn)练一次(cì)的成本(běn)约为140万(wàn)美元(yuán)。而对于一些更(gèng)大(dà)的(de)LLM(大(dà)型语言(yán)模型)，训练成本(běn)则介于200万美元至1200万美(měi)元(yuán)高价之间。

以(yǐ)ChatGPT在(zài)2023年1月(yuè)的(de)独立访客平均(jūn)数(shù)1300万计算，其(qí)对应芯片需求(qiú)为3万多片英伟达A100 GPU，初(chū)始投(tóu)入成(chéng)本约为8亿美元，每日仅电费就(jiù)在(zài)5万(wàn)美元(yuán)左右(yòu)。

此外不论(lùn)是(shì)ChatGPT还(hái)是AIGC，都离(lí)不开(kāi)庞大(dà)算力支(zhī)持。在关注各类大模型(xíng)的发展同时，更(gèng)应该关注算(suàn)力(lì)网络(luò)的(de)建(jiàn)设。

算力网(wǎng)络正驱动AI产业发展进入史诗级加速进程，让AIGC及通用AI这一人(rén)工智能发展(zhǎn)的终(zhōng)极目(mù)标离得(dé)更近。

因为算力可以对(duì)突(tū)破性(xìng)技术创新提供大力(lì)的(de)支持。这方面，多(duō)模态(tài)大模型是(shì)典型。作为面向未来强(qiáng)人工(gōng)智能、通用人工智(zhì)能的(de)重要技术创新，多模态大模(mó)型(xíng)已(yǐ)经在人工智能领域提出了很多年(nián)，业界也(yě)有不(bù)少技术(shù)突破，但是，多(duō)模态大模型(xíng)进(jìn)一步(bù)往下走，算力需求(qiú)呈(chéng)几何式上升，一般的算(suàn)力基(jī)础设施(shī)很(hěn)快将(jiāng)难以胜任(rèn)。

从图像、文(wén)字、语音单独(dú)一项(xiàng)的(de)训练，到双模态(tài)、三模态的(de)跃(yuè)迁，让人工智能(néng)可以(yǐ)灵活(huó)应对不同模态的(de)转化、像(xiàng)人与世界交互一样自然，这(zhè)方(fāng)面，由算力网络来驱动将有明显优势。

此外，还(hái)有很(hěn)多(duō)需要(yào)爆(bào)发式增长的算力来(lái)支撑(chēng)的技术创新，将在人工智能算力网络支撑下快速推进。

AIGC已经露(lù)出曙光，期待在大模型和大算(suàn)力的支(zhī)持下AIGC能持续颠(diān)覆内容生产的方(fāng)式，将创造的边际成本降低，让万众受益。

未经允许不得转载：橘子百科-橘子都知道 富士康在河南有多少员工 富士康是上市公司吗