上海惠特丽生物科技有限公司 官网 自聊天机(jī)器(qì)人ChatGPT火爆以来，微软(ruǎn)公司创始(shǐ)人比尔·盖茨已多(duō)次公(gōng)开谈论人工智能话(huà)题。在最近的(de)一(yī)次采访中，他(tā)再次(cì)表示(shì)：“AI可能会让科技(jì)行业迎来一次剧(jù)烈的洗牌”。
这个结论是(shì)他(tā)在当地(dì)时(shí)间(jiān)2月20日接受《In Good Company》节目专访时提出的(de)。
他预期，AI的发(fā)展可能会(huì)威胁(xié)到谷(gǔ)歌的市占率，因为微软在AI方面的行(xíng)动(dòng)相(xiāng)当迅速(sù)。而(ér)最(zuì)终(zhōng)科技巨头将把AI整(zhěng)合成用(yòng)户(hù)的“全能(néng)助手”，包揽一切应用，与人们进行沟通(tōng)并提供建议，可(kě)以取代亚马逊、Siri或Outlook等应用。
大佬口(kǒu)中全能助手的到来可能尚(shàng)需时日，但由ControlNet引(yǐn)发的又一次AI绘画浪(làng)潮(cháo)，让(ràng)AIGC在ChatGPT的话(huà)题热点包围中杀出重围。
01
ControlNet颠覆(fù)AI绘画(huà)新玩法(fǎ)
AIGC向(xiàng)可控靠近
以AI绘画(huà)为代表的AIGC上(shàng)一次(cì)爆火的时候，还(hái)是2022年8月，在美国(guó)科罗拉多州举办的新兴数(shù)字(zì)艺术(shù)家竞赛中，一(yī)幅(fú)名为《太空歌(gē)剧院》的作品获奖。
随后各大厂(chǎng)商(shāng)的AI绘(huì)画软件被广大网友熟知并体验，Stable Diffusion便是其中代表。
用户们可以(yǐ)在(zài)应用中输入一组关键(jiàn)词或者(zhě)一张照片，就能获(huò)得一幅AI创作的画(huà)作。
作画的关键就(jiù)是所输入的文本。同(tóng)一组关键(jiàn)词也可以(yǐ)创作(zuò)出(chū)很多张风格不一样的画(huà)作，这(zhè)让创作的过程就像开盲(máng)盒。
很(hěn)多用户很喜欢这(zhè)种不确定(dìng)的(de)惊喜，他(tā)们会(huì)将生成的美(měi)图当做头(tóu)像。而另一部分喜欢(huān)翻看(kàn)AI绘(huì)画的“翻(fān)车”作品。在社交媒体上，许多用户分(fēn)享AI“翻车现(xiàn)场(chǎng)”，例如，一位网友的小狗照片被AI画(huà)成了“肌肉(ròu)男”，还(hái)有网(wǎng)友的个人照片(piàn)被(bèi)AI识(shí)别成了(le)建筑。
而如今(jīn)随着(zhe)ControlNet的出现与加持，以(yǐ)往AI绘画的(de)填写关键词游戏可能要被颠覆(fù)了。
ControlNet是一位(wèi)正在斯坦福读博(bó)的(de)中国(guó)人张吕(lǚ)敏创(chuàng)作的一种基于控制点的图像变形算法，主要用于数(shù)字(zì)图像处理、计(jì)算机(jī)视觉和计算(suàn)机图形学等领(lǐng)域。
其SD插(chā)件一(yī)经发布(bù)，在短短的两(liǎng)天(tiān)内便成为了AI绘画领域最新的(de)热点。
在此之前，大家用了很(hěn)多方法想(xiǎng)让AI生成的结果尽可能的符合要(yào)求，但是都不(bù)尽如人意(yì)，它(tā)的出现代表着AI生成开始进入真正(zhèng)的可控(kòng)时期(qī)。
因为ControlNet可以直接提取(qǔ)画(huà)面的构图，人物的姿(zī)势和(hé)画面的深度信息等。有了它的帮(bāng)助(zhù)，就不(bù)用(yòng)频繁的用提示词来碰运气，抽盲(máng)盒式(shì)的创作了。
通俗的说(shuō)ControlNet相当于给AI绘画加了(le)“魔法”，不少博(bó)主(zhǔ)的(de)作品已经获得了(le)大量(liàng)的浏览(lǎn)量，“viggo”就是(shì)其(qí)中(zhōng)之一，他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(zài)用(yòng)Text2Prompt插件拓展找到对(duì)应的关键词；最后用ControlNet插件绑(bǎng)定骨骼开始换关键词(cí)试效果(guǒ)。
通过图片(piàn)就可以看(kàn)出来(lái)，效果(guǒ)十分惊(jīng)艳。
更厉害的(de)是，除(chú)了真(zhēn)实的照片，草(cǎo)图也可以加(jiā)上“魔(mó)法”，知乎大牛“DevPoint”和“逗砂”介绍到ControlNet还能实现线(xiàn)稿转全(quán)彩(cǎi)图(tú)。大神张(zhāng)吕(lǚ)敏其本(běn)尊也亲自回应。
不得(dé)不说当下AIGC已(yǐ)经(jīng)变得越(yuè)来越强大，甚至输(shū)出的作品(pǐn)都(dōu)已经能以假乱(luàn)真了。
02
难辨虚实(shí)，AIGC技术力爆发
警惕安全问(wèn)题
近日，“苏州金鸡(jī)湖有游艇(tǐng)party”的(de)消(xiāo)息火遍(biàn)网络，而经过警方辟谣这所谓的(de)“party”可能是全国第(dì)一起AI绘图诈骗(piàn)。
由于这个活动(dòng)里(lǐ)面(miàn)给(gěi)出的(de)美(měi)女照片(piàn)都是AI制作的真人照片绘图，因为太逼真(zhēn)，被大(dà)家当成(chéng)真事传(chuán)播(bō)了(le)。
不过(guò)仔(zǎi)细(xì)观察可以发现，活动(dòng)发起者提供的(de)照片(piàn)中(zhōng)有(yǒu)个很大的漏洞可(kě)以发现并(bìng)非真(zhēn)人，而是AI绘图，那便是图片(piàn)中女性的手指部分有的存在(zài)异常(cháng)。
有行业人事(shì)表示：“现在因为手指(zhǐ)部分(fēn)的绘画算法(fǎ)比(bǐ)较复杂，AI还不太会画人的手，但最新看到(dào)的图片已经有越(yuè)来越完美的AI模型(xíng)出现，以后可能就完全没有漏(lòu)洞了(le)。”
类似的(de)AI作图诈骗在国外也已有发生。据英(yīng)国(guó)广播公司(sī)报(bào)道，土耳(ěr)其(qí)地震期间(jiān)，有Tiktok用户使用AI合成了儿童受灾的假(jiǎ)照(zhào)片(piàn)发布到网络(luò)，以(yǐ)此诱骗善良的(de)人(rén)打赏“捐助(zhù)”从而实施诈骗。
目前随着技术(shù)发展，AIGC已(yǐ)经(jīng)能做(zuò)出真人照片般的绘图效果，如果这(zhè)样的(de)图(tú)片被(bèi)用来诈骗，将(jiāng)非常可怕。
此外AIGC还(hái)引发了很(hěn)多(duō)担(dān)忧，一(yī)方面，批判者认(rèn)为AI在“学习”了大量前(qián)人的作品(pǐn)之(zhī)后，其创作(zuò)没(méi)有(yǒu)任何情绪(xù)和灵魂，难以和人类的艺术创作相提并论。
另一方面(miàn)，AIGC背后的版权、目(mù)前都并没有(yǒu)得到有效(xiào)的解决(jué)，还有AIGC会不(bù)会代替人(rén)类(lèi)“至高无上”的创意(yì)。
马斯克(kè)也强(qiáng)调，人工智能的安全问题需要得到重视，太晚就来不及了。
03
AIGC下一站除了视频，兰州理工大学是一本还是二本 兰州理工大学是211吗rong>还有远方
技术都是(shì)有两面性(xìng)的，潜(qián)在的危害并不能(néng)掩(yǎn)盖其光(guāng)辉的贡献。现(xiàn)在看来(lái)，人工智能技术(shù)将是(shì)第四次工业革命的核心驱动力量，将创(chuàng)造(zào)新的增长奇(qí)迹。
过去一年，人(rén)工智(zhì)能(néng)在技术和商业层面(miàn)都有了巨大进展(zhǎn)，AI绘画就(jiù)是人(rén)工智(zhì)能(néng)技术发生方向性改变的一(yī)个代表。其下一站或许就是视频。
此前，Meta和(hé)谷歌先后发布了几条引(yǐn)爆科技圈的短视(shì)频(pín)。这些视频引发关注(zhù)并非内容(róng)做得多(duō)优秀，反而(ér)都非(fēi)常简单，比(bǐ)如一(yī)匹正在(zài)喝水的马，一只画(huà)画(huà)的玩(wán)具(jù)熊，或者一(yī)段骑摩托车的第(dì)一(yī)视角录像，随便一(yī)个有手(shǒu)机(jī)的人都(dōu)可以随手(shǒu)录下(xià)一段。
但这(zhè)些短视(shì)频(pín)的创作方式非常(cháng)简单，创作者仅仅需要(yào)向AI输入一(yī)段话，甚至只是说一下要求，AI就可以(yǐ)根据需(xū)要生成一段视频。
谷歌发布的两个(gè)AI生成视频分别来自(zì)于Imagen Video和(hé)Phenaki，前者主要突出(chū)的(de)是高清，与Meta的Make-A-Video没(méi)有太(tài)多的(de)差(chà)别。
在Make-A-Video公布了AI生成的视频后(hòu)，AI圈(quān)就已经(jīng)玩了一波(bō)梗，一(yī)个能(néng)够做(zuò)出更高清视频的AI还不足以(yǐ)在短时间内戳中兴奋点。
Phenaki更加令(lìng)人震惊(jīng)的地方(fāng)在(zài)于，它可以制作出超过2分钟的连贯的也有确切(qiè)内容的视(shì)频，这(zhè)才是真(zhēn)正让人们感到惊喜的地方。因(yīn)为无论(lùn)AI生成(chéng)的视频多(duō)么(me)高(gāo)清(qīng)，也只能是为内容生(shēng)产者(zhě)提(tí)供一个灵(líng)感，一个素材(cái)，一(yī)个(gè)过场动画。
不过能够制作出(chū)有具体(tǐ)剧情内容的视频就意味(wèi)着(zhe)，一(yī)些(xiē)视(shì)频创作由AI代替(tì)人工(gōng)完成(chéng)已经初步有了可(kě)能。
当(dāng)下(xià)AI的发(fā)展速度已经超过大部分人(rén)的想象(xiàng)。内(nèi)容产(chǎn)业的本质是供给创造(zào)需求，AIGC作为全新的内(nèi)容生产方式，可以为内容产(chǎn)业带(dài)来更新的内(nèi)容风格(gé)、更快的生(shēng)产速(sù)度，更(gèng)低的生产(chǎn)成本，这无疑会驱动内(nèi)容(róng)产业的大爆发。
除了AI绘图、视频，AIGC技术(shù)还能应用(yòng)于音(yīn)乐、代码、机器(qì)人动(dòng)作等多种内容形式(shì)的生成。不难(nán)发现该(gāi)项技术不仅在(zài)游戏等(děng)行业能得(dé)到有效应用，对于下一(yī)代互(hù)联网各种元(yuán)素的构建亦有(yǒu)关键意义。
从商业化的角度来看，文化(huà)娱乐(lè)、教育、传媒等诸多领(lǐng)域，本身就(jiù)对基于AI的可视化内(nèi)容(róng)有强(qiáng)烈需求。
因此(cǐ)，AI绘画及(jí)视频或不是结果(guǒ)，而只是AI进程中的一块(kuài)重要拼图，有望在技术更新(xīn)的加持下实现(xiàn)更大的应用价(jià)值。
AI从理解内容，走向了(le)可以生成内容，甚至能够创造(zào)出(chū)独(dú)立(lì)价值和独(dú)立视角的内容。AIGC的再次(cì)出圈，更代表着未(wèi)来的先进(jìn)生产力即将到来。
04
紧抓大模型(xíng)与算力，牢固AIGC底座
从技术(shù)的(de)发(fā)展也可以看出(chū)，在语(yǔ)言大模型、图像大模型之(zhī)后，多模态(tài)大模型已经(jīng)成为了(le)新的趋(qū)势。
大模型被(bèi)誉为当(dāng)前人(rén)工智(zhì)能(néng)发(fā)展的智能底座，是全球竞(jìng)争最激(jī)烈的研究(jiū)方(fāng)向之(zhī)一(yī)，包(bāo)括谷歌、亚马逊、百度、阿里(lǐ)、腾讯(xùn)等众多头(tóu)部(bù)企业都在竞相(xiāng)发(fā)力。
不过训练大模型的确价格(gé)不菲(fēi)，以(yǐ)国盛(shèng)证(zhèng)券发布的《ChatGPT需(xū)要多少算(suàn)力》报告(gào)估算，GPT-3训练一(yī)次的成本约为140万美元。而(ér)对于一些更大的(de)LLM(大(dà)型语言模(mó)型)，训练成(chéng)本(běn)则介于200万美(měi)元(yuán)至(zhì)1200万美元高价(jià)之间(jiān)。
以(yǐ)ChatGPT在2023年1月的(de)独立(lì)访客(kè)平均数(shù)1300万计(jì)算，其对应芯(xīn)片需(xū)求为3万多片英(yīng)伟达(dá)A100 GPU，初始投入(rù)成本约为8亿美元，每日仅电(diàn)费就在(zài)5万美元左右。
此外不论是(shì)ChatGPT还(hái)是AIGC，都(dōu)离不(bù)开庞大算(suàn)力支(zhī)持(chí)。在关注各类大模型(xíng)的发展同时，更应该关注算力网络的建设。
算(suàn)力网络(luò)正(zhèng)驱动AI产业发展(zhǎn)进入(rù)史诗(shī)级加(jiā)速进程(chéng)，让AIGC及(jí)通(tōng)用AI这一人工(gōng)智能发展的(de)终极目标离得(dé)更近(jìn)。
因(yīn)为算(suàn)力可以对突破性技术创新(xīn)提供大力的支持。这(zhè)方面，多模态大模型是典型。作为面向未来强人工智能、通用(yòng)人工(gōng)智能(néng)的重要技术(shù)创新，多模态大模型已(yǐ)经在人工智能(néng)领(lǐng)域提出了(le)很多年，业界也有不少技(jì)术(shù)突破，但是，多模态大(dà)模型进一步(bù)往下走，算力需求(qiú)呈(chéng)几何式上升，一般的算力基础设(shè)施很(hěn)快将难以胜任。
从图像、文字、语音单独(dú)一(yī)项的训练(liàn)，到双模态(tài)、三兰州理工大学是一本还是二本 兰州理工大学是211吗模态的(de)跃迁(qiān)，让(ràng)人工智能可以(yǐ)灵(líng)活应对不同模态的转(zhuǎn)化、像人与世界交互一样自然，这方面(miàn)，由算力网络来驱动将(jiāng)有(yǒu)明显优(yōu)势。
此外，还(hái)有很多需要爆(bào)发式增长(zhǎng)的(de)算力来支撑的技术(shù)创新，将在人工智(zhì)能算力网络(luò)支撑(chēng)下(xià)快速推进(jìn)。
AIGC已经露出曙(shǔ)光，期(qī)待在大模型和大(dà)算力的支持下AIGC能持续颠覆(fù)内(nèi)容生产的(de)方式(shì)，将创造的(de)边(biān)际(jì)成本(běn)降低，让万众受(shòu)益(yì)。
最新评论
非常不错
测试评论
是吗
真的吗
哇，还是漂亮呢，如果这留言板做的再文艺一些就好了
感觉真的不错啊
妹子好漂亮。。。。。。
呵呵，可以好好意淫了