自聊天(tiān)机器人ChatGPT火爆(bào)以来,微(wēi)软(ruǎn)公司创始人比(bǐ)尔·盖(gài)茨已(yǐ)多(duō)次公开谈论人工智能话题。在最近的一次采访中,他再次表示:“AI可能会让科技(jì)行业迎(yíng)来一(yī)次剧(jù)烈的洗牌”。
这个结论是他在当地时间(jiān)2月(yuè)20日接受《In Good Company》节目专访时(shí)提出的(de)。
他预期,AI的发展可能会(huì)威(wēi)胁到谷歌(gē)的市占率,因为微软在AI方面的(de)行动相当迅速。而(ér)最终(zhōng)科技巨(jù)头将把AI整合成用户(hù)的(de)“全能助手”,包揽一切应(yīng)用(yòng),与人们进行沟通并提供建议,可以取代亚马(mǎ)逊、Siri或Outlook等应用。
大佬(lǎo)口中全(quán)能助手(shǒu)的到来(lái)可(kě)能(néng)尚需(xū)时日,但(dàn)由ControlNet引发的又一(yī)次AI绘(huì)画浪潮,让AIGC在(zài)ChatGPT的(de)话题(tí)热点包(bāo)围中(zhōng)杀出重(zhòng)围。
01
ControlNet颠(diān)覆AI绘画新玩法
AIGC向可(kě)控靠近(jìn)
以AI绘(huì)画为代表的AIGC上(shàng)一次(cì)爆火的时候,还是2022年(nián)8月(yuè),在美(měi)国科罗拉多州举办的(de)新兴数字艺术家竞赛中,一幅名(míng)为《太空歌剧院》的作(zuò)品获奖。
随后(hòu)各(gè)大(dà)厂商的AI绘画软件被广(guǎng)大网友(yǒu)熟知(zhī)并体验,Stable Diffusion便是(shì)其中代表(biǎo)。
用户们可以在(zài)应n是正极还是负极,L是正极还是负极用(yòng)中(zhōng)输(shū)入一组关键词或者(zhě)一张(zhāng)照片,就能获(huò)得一幅(fú)AI创作的画作。
作画的关键(jiàn)就是所(suǒ)输入的(de)文本。同一组关键词也可以创作出很多张风格不(bù)一(yī)样的画作,这让创作的(de)过程(chéng)就像开盲盒(hé)。
很多(duō)用户很(hěn)喜欢(huān)这种不(bù)确定的惊(jīng)喜,他们会将生成的美图当做头像(xiàng)。而另一(yī)部分喜欢翻看AI绘画的(de)“翻车”作品。在社交媒体上,许多用户分(fēn)享AI“翻车现场”,例如,一位(wèi)网友的小狗照片被AI画成了“肌肉男”,还有网友的个人照片被AI识(shí)别成了(le)建筑。
而如今随着ControlNet的(de)出现与加持,以往AI绘画(huà)的填写关键(jiàn)词游戏可能要被(bèi)颠覆了。
ControlNet是一位正(zhèng)在斯坦福读博的(de)中国人张吕敏(mǐn)创作的一种基于控制点的图像(xiàng)变(biàn)形(xíng)算法,主(zhǔ)要用于数字图像处理、计算机视(shì)觉(jué)和计算机(jī)图形学等领域。
其SD插件一经发布(bù),在短(duǎn)短(duǎn)的两天内便成为(wèi)了(le)AI绘画领(lǐng)域最(zuì)新的(de)热点(diǎn)。
在此(cǐ)之前,大家用了很(hěn)多(duō)方(fāng)法想让(ràng)AI生成(chéng)的结(jié)果尽可(kě)能(néng)的符合要求(qiú),但是都不(bù)尽如人意(yì),它的出(chū)现代表着AI生成开始进入真正(zhèng)的可(kě)控(kòng)时期。
因为ControlNet可以直接提取画面的构图,人物(wù)的姿(zī)势和画面的深度信息等。有了它的帮(bāng)助,就(jiù)不用频繁(fán)的用提示词来碰运气,抽盲盒式的创(chuàng)作了。
通俗(sú)的说ControlNet相当(dāng)于(yú)给(gěi)AI绘画加了“魔法(fǎ)”,不(bù)少博主的作品已经获得(dé)了(le)大量的浏览量,“viggo”就是(shì)其中之(zhī)一,他用朋(péng)友的(de)照片(piàn)直接带她们(men)走(zǒu)进动漫世界(jiè)。
viggo先用StableDiffusion图片转文字。
再用Text2Prompt插件(jiàn)拓展找到对应的关键(jiàn)词;最后用ControlNet插件绑定骨(gǔ)骼开始(shǐ)换关键词试效果。
通过(guò)图片就可以看出来,效(xiào)果十分(fēn)惊艳。
更厉害的(de)是,除(chú)了真(zhēn)实的照片,草图也可以加上“魔法”,知乎大牛“DevPoint”和(hé)“逗砂(shā)”介绍到ControlNet还能(néng)实(shí)现线稿转全彩图。大神(shén)张吕(lǚ)敏其本尊也亲(qīn)自回应。
不得不(bù)说当下AIGC已经变(biàn)得越(yuè)来越(yuè)强大,甚至(zhì)输出的作品都已经能以假乱真(zhēn)了。
02
难辨虚实,AIGC技(jì)术力爆发(fā)
警惕安全(quán)问题
近日(rì),“苏(sū)州金鸡湖(hú)有(yǒu)游艇party”的(de)消息(xī)火遍(biàn)网络,而(ér)经过警方辟谣这所谓的“party”可能是全国(guó)第一起(qǐ)AI绘(huì)图诈骗。
由于这个活动里(lǐ)面给(gěi)出(chū)的美女照片都是(shì)AI制作的真人照片(piàn)绘图,因为太逼真,被大家当成真事传(chuán)播了(le)。
n是正极还是负极,L是正极还是负极coding="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(guò)仔细观察可以发现,活动发起者提供的照片(piàn)中(zhōng)有(yǒu)个很大的(de)漏洞可以发现并非真(zhēn)人,而是AI绘图,那便是图片中女性的(de)手(shǒu)指部分有(yǒu)的存在异常。
有(yǒu)行业人事表示(shì):“现在(zài)因(yīn)为(wèi)手指部分的绘画(huà)算法比较复杂(zá),AI还(hái)不太会(huì)画人的手,但(dàn)最新看到的图片(piàn)已经有越(yuè)来越完美的AI模型出现,以后可能(néng)就完全没有漏(lòu)洞了。”
类似(shì)的AI作图诈骗(piàn)在国外也已有发生。据英国广播(bō)公司报道(dào),土耳其地震(zhèn)期间,有Tiktok用户使用AI合成了(le)儿童受灾的假照片(piàn)发布(bù)到网络,以此诱骗善良的人打(dǎ)赏(shǎng)“捐助”从而实施诈骗。
目前随(suí)着技(jì)术(shù)发展(zhǎn),AIGC已经能做出真(zhēn)人(rén)照片般的绘图效果,如果这样的图片(piàn)被用来诈骗,将非(fēi)常可(kě)怕。
此外AIGC还(hái)引发了很多担(dān)忧,一方面,批判者认为AI在(zài)“学习”了大量(liàng)前人(rén)的作品之后(hòu),其创(chuàng)作没有任(rèn)何情绪和灵魂,难以和人类的(de)艺(yì)术创作相提并论。
另一方(fāng)面,AIGC背后的版权、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“至高(gāo)无上(shàng)”的创(chuàng)意。
马(mǎ)斯克也强调(diào),人工智能的安全问题(tí)需(xū)要(yào)得到重视(shì),太晚就来不及了。
03
AIGC下一站除(chú)了视频,还有远方(fāng)
技术(shù)都是有两面(miàn)性的,潜(qián)在的危害并不能掩盖其(qí)光(guāng)辉的贡献(xiàn)。现在看来,人工智能技术将是第四(sì)次工业革命的核心驱动力量(liàng),将创(chuàng)造新(xīn)的增长奇迹。
过(guò)去(qù)一年(nián),人工智(zhì)能(néng)在技术(shù)和商业层面都有了巨(jù)大进展,AI绘画就是人工智能技(jì)术(shù)发(fā)生方向性改(gǎi)变的一个代表。其(qí)下一站或许就是视频(pín)。
此前,Meta和谷歌(gē)先后发(fā)布了几(jǐ)条引爆科技圈的短视频。这些视频引发关注并非内容做(zuò)得多(duō)优秀,反而都非常(cháng)简单(dān),比如一匹正在喝水(shuǐ)的马,一只画画的玩(wán)具熊,或(huò)者一段骑摩托车的第一视角录像(xiàng),随便一个有手机的(de)人都可以随手录下一段。
但(dàn)这(zhè)些短视频的创作(zuò)方式非常(cháng)简(jiǎn)单(dān),创作(zuò)者仅仅需要向(xiàng)AI输入一段(duàn)话,甚至只(zhǐ)是说一下(xià)要求,AI就(jiù)可(kě)以(yǐ)根据需要生成一段视频(pín)。
谷(gǔ)歌发布(bù)的两个AI生(shēng)成视频分别来(lái)自于Imagen Video和Phenaki,前者主要突出(chū)的(de)是高清,与Meta的Make-A-Video没(méi)有太多的(de)差(chà)别。
在Make-A-Video公布(bù)了AI生成的视频(pín)后,AI圈就已经(jīng)玩了一波梗,一个能够做(zuò)出更高(gāo)清视频的AI还不足以在(zài)短时间内戳中兴奋点。
Phenaki更加(jiā)令人震(zhèn)惊的地方在(zài)于,它(tā)可以制作出超(chāo)过2分钟的连贯的(de)也(yě)有(yǒu)确切(qiè)内容的视频,这才是真正(zhèng)让(ràng)人(rén)们感到惊喜(xǐ)的地方。因为(wèi)无论AI生成(chéng)的视频多么高清,也只能是(shì)为内容生产(chǎn)者提供一个灵感,一个(gè)素(sù)材,一(yī)个过(guò)场动(dòng)画。
不过能(néng)够制作出有(yǒu)具体(tǐ)剧情内容的视频就意味着,一些(xiē)视频创(chuàng)作由AI代替(tì)人(rén)工完成已经初步有了可能。
当下AI的发展速(sù)度已经超过大部分人的想(xiǎng)象。内容产业的本质是供给创造需求,AIGC作为(wèi)全新的内容生(shēng)产(chǎn)方(fāng)式(shì),可(kě)以为内容产(chǎn)业(yè)带来(lái)更(gèng)新(xīn)的(de)内容(róng)风格、更快(kuài)的生产速度,更低的生产成本(běn),这(zhè)无疑(yí)会(huì)驱动内容产业的大爆发。
除了AI绘图、视频,AIGC技术还能应用于音乐、代码、机器人动作等多种(zhǒng)内容(róng)形(xíng)式的生成。不难(nán)发现(xiàn)该(gāi)项技术不(bù)仅在(zài)游戏等行(xíng)业能得(dé)到有效应用,对于(yú)下一(yī)代互联网各种元素的构建亦有关键意义(yì)。
从商业化的角度(dù)来看,文(wén)化(huà)娱乐、教(jiào)育、传媒(méi)等诸多(duō)领域(yù),本身就对基于AI的可视化(huà)内容有(yǒu)强烈需求。
因此,AI绘(huì)画及视频或不是结(jié)果(guǒ),而只是(shì)AI进程中的(de)一(yī)块重要拼图,有望在技术更新的加持下实现(xiàn)更大的应用价值。
AI从理解内容,走向了可以生成内容(róng),甚(shèn)至能够创造出独立价值和独(dú)立视角(jiǎo)的内容(róng)。AIGC的再次(cì)出圈,更代表(biǎo)着未来的先进生产力即将到(dào)来。
04
紧抓大模型与(yǔ)算力,牢固AIGC底座
从(cóng)技术的发展也可以看出,在语言大模(mó)型、图像大模(mó)型之后,多(duō)模(mó)态(tài)大模型已经成为了新的趋势。
大(dà)模型被(bèi)誉为当前人工智能发展(zhǎn)的智能底座,是全(quán)球竞争(zhēng)最激(jī)烈的研究方向之一,包括谷歌、亚马逊(xùn)、百度、阿(ā)里(lǐ)、腾(téng)讯等(děng)众多(duō)头部企业都在竞相(xiāng)发力。
不过(guò)训练大模型的确价(jià)格不菲,以国盛证券发布的《ChatGPT需要多少算力》报告(gào)估算,GPT-3训(xùn)练一次的成本约为140万美元。而对于一些更大的LLM(大型(xíng)语言模型(xíng)),训练成本则介于200万美元至(zhì)1200万美(měi)元(yuán)高价之间。
以ChatGPT在2023年1月的独立(lì)访客平均数1300万计算(suàn),其对(duì)应芯片需求为3万(wàn)多片英伟达A100 GPU,初始投(tóu)入成本(běn)约为8亿美元,每(měi)日仅电费就在5万美元(yuán)左右。
此外(wài)不论是(shì)ChatGPT还是AIGC,都离不开庞大算力支持。在关注各类大模型的(de)发展同时,更应该关(guān)注算力网络的建设。
算力网(wǎng)络(luò)正驱动AI产业发展进入史诗级加(jiā)速进程,让AIGC及通(tōng)用(yòng)AI这一人(rén)工(gōng)智能发展的(de)终(zhōng)极目标离得更近。
因为算(suàn)力可以对突破性技(jì)术创新提供大力的支持。这方面,多模态大模(mó)型是典(diǎn)型。作为面向(xiàng)未来(lái)强人(rén)工智能、通用人工智(zhì)能的重(zhòng)要技术创新,多模(mó)态大模型已经(jīng)在人工智能领(lǐng)域提出了很(hěn)多年(nián),业界也有不少技术突破(pò),但是,多模态大模型进一步往下走(zǒu),算力需求呈几何式上升,一般(bān)的(de)算力(lì)基础设施很快将难以胜任。
从图像(xiàng)、文字(zì)、语音单(dān)独一项的训练,到双模态、三模(mó)态(tài)的跃(yuè)迁,让人工智能可(kě)以(yǐ)灵活应对不同模态的转化、像人与(yǔ)世(shì)界交互一(yī)样自然(rán),这方面,由算力网络来驱(qū)动将有明显优势。
此(cǐ)外,还有(yǒu)很多需要爆发式增长的(de)算(suàn)力来支撑的(de)技(jì)术创新,将在人工智能算力(lì)网络支撑下快速推进(jìn)。
AIGC已经露出曙光,期待在(zài)大(dà)模型(xíng)和大算力的(de)支(zhī)持下AIGC能持续颠覆内容生产的(de)方式,将创造的边(biān)际成本(běn)降低,让万众受益。
未经允许不得转载:绿茶通用站群 n是正极还是负极,L是正极还是负极
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