自聊天机器人(rén)ChatGPT火爆(bào)以来，微软公司创始人(rén)比尔(ěr)·盖茨已多次公(gōng)开(kāi)谈论人工智(zhì)能话题。在最近的一次采访中，他再次表示：“AI可能会让科(kē)技行业迎来一次剧烈(liè)的(de)洗牌”。

这个结论是他(tā)在当(dāng)地(dì)时间2月20日接受《In Good Company》节(jié)目专(zhuān)访时(shí)提出的(de)。

他预(yù)期(qī)，AI的发展可能(néng)会威胁(xié)到谷歌的市占率，因(yīn)为微软在AI方面(miàn)的行(xíng)动相当迅速。而(ér)最(zuì)终科技巨头将把AI整合(hé)成用户的“全(quán)能助手(shǒu)”，包揽(lǎn)一切应用，与人们(men)进行沟通(tōng)并提供建(jiàn)议，可以(yǐ)取代亚马逊、Siri或(huò)Outlook等应用。

大佬口中全能(néng)助手的到来可能尚需时(shí)日(rì)，但由ControlNet引发的又一次AI绘画浪潮，让(ràng)AIGC在ChatGPT的话(huà)题(tí)热点包(bāo)围中(zhōng)杀(shā)出(chū)重围。

01

ControlNet颠覆(fù)AI绘画新玩法

AIGC向可(kě)控靠近

以AI绘画为(wèi)代表的AIGC上(shàng)一次(cì)爆火的时候，还是2022年8月，在美(měi)国(guó)科(kē)罗(luó)拉多(duō)州(zhōu)举办的新兴数字(zì)艺术(shù)家(jiā)竞赛中，一幅名为《太(tài)空歌剧院》的作品获奖。

随后各大(dà)厂商的AI绘画软件被广大网(wǎng)友熟知并体验，Stable Diffusion便(biàn)是其中代表。

用户们可以(yǐ)在应(yīng)用中(zhōng)输入(rù)一组(zǔ)关键(jiàn)词或(huò)者一张照片，就能获得一(yī)幅AI创(chuàng)作的画(huà)作。

作画的关键就是所输入的文本。同一(yī)组(zǔ)关(guān)键(jiàn)词也可以创作出很多(duō)张风格不一样的画作，这(zhè)让(ràng)创作(zuò)的过程就像开盲盒(hé)。

很(hěn)多用户很喜欢这种不确(què)定(dìng)的惊(jīng)喜，他们会将生(shēng)成(chéng)的美图(tú)当做(zuò)头像。而另一部分喜欢翻看AI绘画的(de)“翻车”作品。在社交媒(méi)体(tǐ)上(shàng)，许多用(yòng)户分(fēn)享AI“翻车(chē)现(xiàn)场”，例如，一位(wèi)网友的小狗照片被AI画成(chéng)了“肌(jī)肉男(nán)”，还有网(wǎng)友的个(gè)人照片被(bèi)AI识(shí)别成了建筑(zhù)。

而如今(jīn)随着ControlNet的出现与加持，以往AI绘画的填写关键词游戏可能(néng)要被颠(diān)覆了(le)。

ControlNet是一(yī)位(wèi)正(zhèng)在斯(sī)坦福读博的中国人张吕(lǚ)敏(mǐn)创(chuàng)作的一种基于控(kòng)制点(diǎn)的(de)图像变形算法，主要用于数字图像处理、计(jì)算机视觉和计算(suàn)机图(tú)形学等领域(yù)。

其SD插件(jiàn)一经(jīng)发(fā)布(bù)，在短短(duǎn)的两天内便成为(wèi)了AI绘画领域最新的热点。

在此之前(qián)，大家(jiā)用(yòng)了很多方法想让AI生成的结果尽可能的符合要求，但是都(dōu)不尽如人意，它的出现代表(biǎo)着AI生成开始进入真(zhēn)正的(de)可控时期(qī)。

因为(wèi)ControlNet可(kě)以直(zhí)接(jiē)提取(qǔ)画面的构(gòu)图，人物的姿势和(hé)画面的深度信息等。有了它(tā)的帮(bāng)助，就不用(yòng)频繁(fán)的(de)用提示(shì)词(cí)来碰(pèng)运气，抽盲盒式(shì)的创(chuàng)作了。

通俗的说ControlNet相当于(yú)给AI绘画加(jiā)了“魔法”，不少博(bó)主的作品已经获得了(le)大量的浏览量，“viggo”就(jiù)是(shì)其中(zhōng)之一，他用朋(péng)友的照片直接带她们走进动漫(màn)世界。

viggo先用StableDiffusion图片转文字(zì)。

再用(yòng)Text2Prompt插件拓展找到(dào)对应的关键词；最后用(yòng)ControlNet插件(jiàn)绑定骨骼开始换(huàn)关键词试效果。

通过图片就(jiù)可以看出来(lái)，效果十分惊艳(yàn)。

更厉害的(de)是(shì)，除(chú)了真实的照片，草图也可(kě)以加上“魔法”，知乎大牛(niú)“DevPoint”和“逗砂”介绍到ControlNet还能实(shí)现(xiàn)线稿转(zhuǎn)全彩图。大神张(zhāng)吕(lǚ)敏(mǐn)其本尊也亲自回应(yīng)。

不得不说(shuō)当下AIGC已经(jīng)变得越来越强大，甚至输出的(de)作(zuò)品(pǐn)都已经(jīng)能(néng)以假(jiǎ)乱真了。

02

难辨(biàn)虚实(shí)，AIGC技术力爆发

警惕安全问题

近(jìn)日，“苏州金鸡湖有游艇party”的消息(xī)火遍网(wǎng)络，而经(jīng)过警(jǐng)方(fāng)辟谣这所谓的(de)“party”可能是(shì)全国第一起AI绘(huì)图诈(zhà)骗。

由于这(zhè)个(gè)活动(dòng)里面给出的美(měi)女照(zhào)片都是AI制(zhì)作的(de)真人照片(piàn)绘图，因为太逼真，被大家当成真事传播了。

bushi是什么意思，bushi是什么意思中文翻译"async" src="https://mmbiz.heiliaofuli.com/wp-content/uploads/2023/03/2d75fd6b1ee0be6.png?imageMogr2/thumbnail/2160x0/format/webp/quality/80" data-ratio="0.66640625" data-s="300,640" data-type="png" data-w="1280">

不过仔细观察(chá)可(kě)以发(fā)现，活动发起者(zhě)提供的照(zhào)片中有个很大(dà)的漏(lòu)洞可以(yǐ)发现(xiàn)并非真人，而是AI绘图，那便是图片中女性的手指部分有(yǒu)的存(cún)在异常。

有行业人事表示：“现在因为手指部(bù)分的(de)绘画(huà)算法(fǎ)比较(jiào)复杂，AI还不太会画人的手，但最新看到的图片已经有(yǒu)越来越完(wán)美的AI模型出现(xiàn)，以后可能(néng)就完(wán)全没有漏洞了(le)。”

类(lèi)似的AI作图诈骗在国外也已有发生(shēng)。据(jù)英国广播(bō)公司报(bào)道，土耳其地震期间，有Tiktok用户使用(yòng)AI合成了(le)儿童受灾(zāi)的假照片发布到网络(luò)，以此诱(yòu)骗善良的(de)人打赏“捐助”从(cóng)而实施诈骗(piàn)。

目前随着(zhe)技术发(fā)展，AIGC已经能做出(chū)真人照片般的绘图效果，如(rú)果这(zhè)样的图片被用来(lái)诈(zhà)骗(piàn)，将非常可怕。

此外AIGC还引发了很多担忧，一方面(miàn)，批判者认为AI在“学习”了(le)大量前人(rén)的作品之(zhī)后，其创(chuàng)作没有任何情绪和灵魂，难以和人类的艺术创作(zuò)相提并论。

另一方面，AIGC背后的版权、目(mù)前都并没有得到有效(xiào)的解决，还有AIGC会不(bù)会(huì)代替人类(lèi)“至高无上”的(de)创(chuàng)意。

马斯克(kè)也(yě)强调，人工智能的(de)安全问(wèn)题需要得到重视，太晚就(jiù)来(lái)不及了。

03

AIGC下一站(zhàn)除了(le)视频(pín)，还有远(yuǎn)方

技术(shù)都是有两(liǎng)面(miàn)性的，潜在的(de)危害(hài)并不能掩盖其光辉的贡(gòng)献(xiàn)。现在看来，人工智能技术将(jiāng)是第(dì)四次工业革命的(de)核心驱动力量，将创造新的增长(zhǎng)奇迹。

过去一年，人(rén)工智能(néng)在技术和商(shāng)业层面都有了巨大进(jìn)展，AI绘(huì)画(huà)就是人工智能技(jì)术(shù)发(fā)生方向性(xìng)改变的(de)一个(gè)代表。其下一(yī)站或(huò)许就是(shì)视频。

此(cǐ)前，Meta和谷歌(gē)先后发布了(le)几(jǐ)条引(yǐn)爆科技(jì)圈的短视频。这些视频(pín)引发关注并非内容做得(dé)多优秀，反而都非常简(jiǎn)单，比如一匹(pǐ)正在喝水(shuǐ)的马(mǎ)，一(yī)只画画的玩具熊，或(huò)者一(yī)段骑摩(mó)托车的第(dì)一(yī)视角录(lù)像(xiàng)，随便一个有手机(jī)的人都可以随手录(lù)下(xià)一段。

但这些短视频的创(chuàng)作(zuò)方(fāng)式非(fēi)常简单，创作者(zhě)仅仅(jǐn)需要向(xiàng)AI输入(rù)一(yī)段话(huà)，甚至只是(shì)说(shuō)一下要求，AI就可以根据需要生成一(yī)段视频。

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

在Make-A-Video公布了AI生(shēng)成的视频后，AI圈就已(yǐ)经玩(wán)了一波梗，一个能够做出更(gèng)高清视频的AI还不足(zú)以在短(duǎn)时(shí)间内戳中兴奋点。

Phenaki更加令人震(zhèn)惊的地方在于，它可以制作(zuò)出超过2分钟(zhōng)的连贯的也有确切内(nèi)容的视频，这才是真正让人们感(gǎn)到(dào)惊喜的地方。因为(wèi)无论(lùn)AI生成的视频多么高(gāo)清，也只能(néng)是为内容生(shēng)产(chǎn)者提供一个灵感(gǎn)，一个(gè)素材(cái)，一个过场(chǎng)动画。

不过(guò)能够(gòu)制作出有具体剧情(qíng)内容的视频就意(yì)味着，一些视频创作由AI代替(tì)人工(gōng)完(wán)成已经(jīng)初(chū)步有了可(kě)能。

当下AI的(de)发(fā)展速度已经超过(guò)大(dà)部分人的想(xiǎng)象。内容产业的本(běn)质是供给(gěi)创(chuàng)造需求，AIGC作(zuò)为(wèi)全新(xīn)的内(nèi)容生产方式，可以(yǐ)为内容(róng)产业带来更新(xīn)的内容风格、更快的生产速度，更低的生产成本，这无(wú)疑会驱动(dòng)内容产业的大爆发。

除(chú)了AI绘图(tú)、视频(pín)，AIGC技术还(hái)能应用于(yú)音乐(lè)、代(dài)码、机器人动作等多种内容形(xíng)式的生(shēng)成。不难发现该项技(jì)术不(bù)仅在游(yóu)戏等(děng)行业能(néng)得(dé)到(dào)有效应(yīng)用，对(duì)于(yú)下一代互(hù)联网各种元素的构建亦有关键(jiàn)意义。

从商业化的(de)角度来看(kàn)，文(wén)化(huà)娱乐、教育(yù)、传(chuán)媒等诸多(duō)领域，本身就对基于AI的(de)可(kě)视化(huà)内容有(yǒu)强烈需求。

因此，AI绘(huì)画及视频或不是结(jié)果，而只是AI进(jìn)程中的(de)一块(kuài)重要拼图，有望在技术更(gèng)新的加持下实现更(gèng)大的应(yīng)用价值(zhí)。

AI从理(lǐ)解(jiě)内容(róng)，走向(xiàng)了可以生成(chéng)内容(róng)，甚至能够创造出(chū)独立价值和独立视(shì)角的内容(róng)。AIGC的(de)再次出(chū)圈，更代(dài)表(biǎo)着(zhe)未来(lái)的先(xiān)进生产力(lì)即(jí)将(jiāng)到来。

04

紧抓大模型与算力，牢(láo)固(gù)AIGC底座

从技术的(de)发展也可以看出，在语言大模型、图像大模型之(zhī)后(hòu)，多模态(tài)大模(mó)型(xíng)已经(jīng)成为了新的趋势。

大模(mó)型被誉为当前人工智能发展(zhǎn)的智能底座，是全球竞争最激烈的研究方(fāng)向之一(yī)，包括谷歌、亚马逊、百度、阿里(lǐ)、腾(téng)讯等(děng)众多头部企业都在(zài)竞相发(fā)力。

不过训练(liàn)大模型的(de)确价格不菲，以国(guó)盛(shèng)证券发布的《ChatGPT需要多少算力(lì)》报告估算，GPT-3训练一次的成本约(yuē)为(wèi)140万美(měi)元。而对于一些更大的LLM(大(dà)型语(yǔ)言(yán)模型)，训练成本则介于200万(wàn)美元至1200万美元高价之间。

以ChatGPT在2023年1月(yuè)的独立访客平均数1300万计算，其对应(yīng)芯片需求(qiú)为3万(wàn)多片英伟达A100 GPU，初始投(tóu)入成本约(yuē)为8亿美元，每(měi)日仅电(diàn)费就(jiù)在5万(wàn)美元(yuán)左(zuǒ)右。

此(cǐ)外不论(lùn)是ChatGPT还(hái)是(shì)AIGC，都离不(bù)开庞大算力支持。在关注各类大模(mó)型的发展同时(shí)，更应(yīng)该关注(zhù)算力网络的建设(shè)。

算(suàn)力网络正(zhèng)驱动AI产业发展进入史诗级(jí)加速进程，让AIGC及通用AI这一人工智能发展的终极目标(biāo)离(lí)得(dé)更(gèng)近。

因(yīn)为算力可(kě)以(yǐ)对突破性技术(shù)创新提供大力(lì)的支(zhī)持。这(zhè)方面，多模态大(dà)模型是典型(xíng)。作(zuò)为(wèi)面向未来强人工(gōng)智能、通用(yòng)人工智(zhì)能的重要技术创(chuàng)新(xīn)，多模(mó)态大(dà)模型已经(jīng)在人工智能领域提出了很多年，业界也有不少技(jì)术(shù)突破，但是，多(duō)模态大模型进一步往(wǎng)下(xià)走，算力需求(qiú)呈几(jǐ)何(hé)式上升，一(yī)般的(de)算力基础设施很快(kuài)将难以胜任(rèn)。

从图(tú)像、文字、语(yǔ)音单独一项的训练(liàn)，到(dào)双(shuāng)模态、三模态的跃迁，让(ràng)人工智能可以(yǐ)灵活应对不同模态的(de)转化、像人与世(shì)界交互一样自然，这(zhè)方面，由(yóu)算力(lì)网络(luò)来驱(qū)动将(jiāng)有明显(xiǎn)优势。

此外(wài)，还有很多需(xū)要爆发式(shì)增长的算力来支(zhī)撑的技术创新，将在人工智能算力网(wǎng)络支撑下快速推进(jìn)。

AIGC已经(jīng)露(lù)出曙光，期待在(zài)大模型和大算力的支(zhī)持下(xià)AIGC能(néng)持续(xù)颠覆内容生产的方(fāng)式(shì)，将创造的边际成本降低，让万(wàn)众(zhòng)受益。

未经允许不得转载：市场调查|社会调查|问卷调查|市场执行|店面验收|神秘客|满意度-提供最专业的市场信息咨询服务-宁波信恒新市场信息咨询有限公司 bushi是什么意思，bushi是什么意思中文翻译