自聊天机(jī)器人ChatGPT火爆(bào)以来，微(wēi)软公司(sī)创始人比尔·盖茨(cí)已多次(cì)公开谈(tán)论人工(gōng)智能话(huà)题。在最(zuì)近的(de)一次采访中，他再(zài)次表示：“AI可能会(huì)让(ràng)科技行业迎(yíng)来一次剧烈的(de)洗牌”。

这个(gè)结论是(shì)他在当地时间(jiān)2月20日接受《In Good Company》节目专访时提(tí)出的(de)。

他(tā)预期，AI的发展可能会威(wēi)胁到谷歌的(de)市(shì)占率，因(yīn)为(wèi)微软在(zài)AI方面的行动相当迅(xùn)速(sù)。而最终(zhōng)科技巨(jù)头将把AI整合(hé)成用(yòng)户的“全能助(zhù)手”，包揽一切应用，与(yǔ)人们进行沟通并提供建议，可以取代(dài)亚马逊、Siri或(huò)Outlook等应(yīng)用。

大佬(lǎo)口中(zhōng)全(quán)能助手的到来(lái)可能尚需时日(rì)，但由ControlNet引(yǐn)发的又(yòu)一次AI绘画浪潮，让(ràng)AIGC在ChatGPT的话题热点包围中杀(shā)出重围。

01

ControlNet颠(diān)覆AI绘(huì)画新玩法

AIGC向可控(kòng)靠近

以AI绘画(huà)为代表(biǎo)的AIGC上一次爆火(huǒ)的(de)时候，还(hái)是2022年(nián)8月(yuè)，在美(měi)国科(kē)罗拉多州举办的(de)新(xīn)兴数字艺术(shù)家竞(jìng)赛中，一幅名为《太空歌剧院》的作(zuò)品获奖。

随后(hòu)各大厂商的AI绘画软件被广大网友熟知并(bìng)体验，Stable Diffusion便是其中代(dài)表。

用户(hù)们可以在(zài)应用中(zhōng)输入(rù)一(yī)组关(guān)键(jiàn)词或(huò)者一张照片，就能(néng)获(huò)得一幅AI创作的画作。

作画的(de)关键(jiàn)就是所输入的文本(běn)。同一组关键词(cí)也可以创作出很多张风格不一样的画作，这让创作的(de)过程(chéng)就像(xiàng)开盲(máng)盒(hé)。

很多用(yòng)户很(hěn)喜欢(huān)这种不确定(dìng)的惊喜，他们(men)会将生成的(de)美(měi)图(tú)当做头(tóu)像。而(ér)另一(yī)部分喜欢翻看AI绘(huì)画(huà)的(de)“翻车(chē)”作品。在社交媒体(tǐ)上，许(xǔ)多用户分享(xiǎng)AI“翻(fān)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”，还有网友(yǒu)的个人照片被AI识别成(chéng)了建筑。

而如今(jīn)随着ControlNet的出现与(yǔ)加持(chí)，以往AI绘(huì)画(huà)的(de)填写(xiě)关(guān)键词游戏可(kě)能要(yào)被颠覆了。

ControlNet是一位正在斯坦福读博的中国人(rén)张吕敏创(chuàng)作的一种基于(yú)控制点的图(tú)像变形算(suàn)法，主要用于数字图像处理、计算(suàn)机视(shì)觉和计算机图形学(xué)等领域。

其(qí)SD插(chā)件一(yī)经(jīng)发(fā)布，在(zài)短短的两(liǎng)天内便成为了AI绘画领域最新的热点。

在此之前，大家用了很多方法想让AI生成的结果尽(jǐn)可能(néng)的符合要求，但是都不尽如人(rén)意(yì)，它的出现代(dài)表着AI生成开始进(jìn)入(rù)真正的可控时期。

因为ControlNet可以(yǐ)直接提取画面的构图，人物的姿势和画面的(de)深度信息(xī)等(děng)。有了它的帮助，就(jiù)不用(yòng)频(pín)繁的用提(tí)示词(cí)来(lái)碰运气，抽盲(máng)盒式的创作了。

通俗(sú)的说ControlNet相当于给AI绘画加了“魔(mó)法”，不少博主的作品已(yǐ)经获得了(le)大量的(de)浏览(lǎn)量，“viggo”就是其中之(zhī)一，他用(yòng)朋友的(de)照片直(zhí)接带她们(men)走进动漫世(shì)界。

viggo先用StableDiffusion图片转(zhuǎn)文字。

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

通过图片就可(kě)以看(kàn)出(chū)来，效(xiào)果十分惊(jīng)艳。

更厉(lì)害的是，除了真实的照片，草图也可(kě)以加上“魔法”，知乎(hū)大牛“DevPoint”和“逗砂”介绍到(dào)ControlNet还能实现线稿转全彩图。大神张吕敏(mǐn)其本尊也亲自回应。

不得不说当下AIGC已经变(biàn)得(dé)越(yuè)来越强大，甚至(zhì)输出的作品都(dōu)已经能以(yǐ)假(jiǎ)乱真了(le)。

02

难(nán)辨(biàn)虚实，AIGC技术力爆(bào)发(fā)

警(jǐng)惕安全(quán)问题

近日，“苏州金(jīn)鸡(jī)湖有游艇(tǐng)party”的(de)消息火遍网络(luò)，而经过警方辟谣这所谓的“party”可能是全国第一起AI绘图(tú)诈(zhà)骗。

由于这个活动(dòng)里面给出的(de)美女照片都是AI制作的真人照片绘图(tú)，因为太逼真，被大家当成真事传播了。

不过仔细(xì)观察(chá)可以发(fā)现(xiàn)，活(huó)动(dòng)发起者提供的照片中有个(gè)很大的漏洞可以发(fā)现并非真人(rén)，而是(shì)AI绘(huì)图，那(nà)便是图片中女性的手指部(bù)分有的存在(zài)异(yì)常。

有(yǒu)行业人事表示：“现(xiàn)在因为手(shǒu)指(zhǐ)部分(fēn)的绘画算法(fǎ)比较复杂，AI还(hái)不太会(huì)画人(rén)的(de)手，但(dàn)最新(xīn)看(kàn)到的图片(piàn)已经有越(yuè)来越(yuè)完美的AI模型出现，以后可能就完全没有漏洞了。”

类似(shì)的AI作图诈(zhà)骗(piàn)在(zài)国外也已(yǐ)有发生。据英国(guó)广播公司报道，土耳其地震(zhèn)期(qī)间，有Tiktok用(yòng)户使用(yòng)AI合(hé)成了儿童(tóng)受(shòu)灾的假照片发布到网(wǎng)络(luò)，以此诱骗善良的(de)人打赏“捐助”从而实施诈骗。

目前随(suí)着技术发(fā)展，AIGC已经能(néng)做(zuò)出(chū)真人照片(piàn)般(bān)的绘图效果(guǒ)，如果这样的(de)图(tú)片(piàn)被用来诈骗，将非(fēi)常可怕。

此外AIGC还引发(fā)了很多担忧(yōu)，一方面，批判者认为AI在“学习”了(le)大量前人的作(zuò)品之后(hòu)，其创作没有任(rèn)何情绪(xù)和灵魂，难以(yǐ)和人类的艺术创作相(xiāng)提并论。

另(lìng)一方面(miàn)，AIGC背(bèi)后(hòu)的版(bǎn)权、目前都(dōu)并(bìng)没有得到有效的解决，还有AIGC会不会代替(tì)人类“至高无(wú)上”的创意。

马斯(sī)克也强调，人工(gōng)智能的(de)安全问题需要得(dé)到(dào)重视，太晚就(jiù)来不及了(le)。

03

AIGC下(xià)一站(zhàn)除了视频，还有(yǒu)远方(fāng)

技术都是有(yǒu)两面性的，潜在的(de)危害并不能掩(yǎn)盖(gài)其光辉(huī)的贡献。现在(zài)看来，人(rén)工智能(néng)技术(shù)将是第四次工业革(gé)命的核心驱动力(lì)量，将(jiāng)创(chuàng)造新的增长(zhǎng)奇迹。

过去(qù)一(yī)年，人工智能在技(jì)术(shù)和商(shāng)业层(céng)面(miàn)都有(yǒu)了(le)巨大(dà)进(jìn)展，AI绘(huì)画就是人工智能技术发生方(fāng)向性改(gǎi)变的一个代表(biǎo)。其(qí)下一站或许(xǔ)就是视频。

此前，Meta和谷歌先后发布了(le)几条引爆科技圈的短(duǎn)视(shì)频(pín)。这些视频引发(fā)关(guān)注并非内容做得多优(yōu)秀，反(fǎn)而都非常简单，比如一匹(pǐ)正(zhèng)在喝水的马，一只画画的玩具熊，或者一段骑摩(mó)托车的第一视角录像，随便一个有手机(jī)的人都(dōu)可以(yǐ)随手录下(xià)一段(duàn)。

但这些短(duǎn)视频的创(chuàng)作方式非常(cháng)简单，创作(zuò)者仅仅需要(yào)向AI输入一(yī)段话，甚至只是说一下要求(qiú)，AI就可以根据需要生成一段(duàn)视频(pín)。

谷歌发(fā)布的两个AI生成视频分别来自于(yú)Imagen Video和Phenaki，前者主要突出(chū)的是(shì)高(gāo)清，与Meta的(de)Make-A-Video没有太多(duō)的差别。

在Make-A-Video公布了(le)AI生成的视频后，AI圈就已(yǐ)经玩了一波梗，一个能够做出(chū)更(gèng)高清视频的AI还不足以(yǐ)在短时间内戳中兴奋(fèn)点(diǎn)。

Phenaki更加令人震惊(jīng)的地方在(zài)于(yú)，它(tā)可(kě)以制作出超过2分钟的(de)连贯的也有(yǒu)确切内(nèi)容(róng)的视频，这才是真(zhēn)正让人们感到(dào)惊喜的地方。因为(wèi)无论AI生成的视频多么高清(qīng)，也只能是为内(nèi)容(róng)生产者提供一个灵感，一个(gè)素材，一个过场(chǎng)动画。

不过能(néng)够制作出(chū)有具体剧情内容(róng)的视频就意味(wèi)着，一些视频(pín)创作由AI代替人工(gōng)完成已经初(chū)步有了可能(néng)。

当(dāng)下AI的发展速(sù)度已经超过大(dà)部分人(rén)的想象。内容产(chǎn)业的(de)本质是供给创造(zào)需求(qiú)，AIGC作(zuò)为全(quán)新的内容生产(chǎn)方式，可以为内容产业(yè)带来更新的内容风格(gé)、更快的生产速度，更低(dī)的生(shēng)产成本(běn)，这无疑会驱动内容(róng)产业的大爆发。

除了AI绘图、视频，AIGC技术还(hái)能应用(yòng)于音乐、代(dài)码、机器人动作等多种(zhǒng)内(nèi)容形式的生成。不难(nán)发现该项技术不仅(jǐn)在游戏(xì)等行(xíng)业能得到有效应用，对于下一代互联网各(gè)种元素的构(gòu)建亦有关键(jiàn)意(yì)义。

从(cóng)商业化的(de)角(jiǎo)度(dù)来看(kàn)，文化娱乐、教(jiào)育、传媒等(děng)诸多领域(yù)，本身就对基于AI的可视化内(nèi)容(róng)有(yǒu)强(qiáng)烈需求(qiú)。

因(yīn)此，AI绘画及视频或不是(shì)结(jié)果，而(ér)只是AI进程中的一块重要拼(pīn)图，有望在(zài)技术更新的加持(chí)下实现更大的应(yīng)用价值。

AI从理(lǐ)解内容，走向了(le)可以生(shēng)成(chéng)内容，甚至能够创造出独立价值(zhí)和独立(lì)视(shì)角的内容。AIGC的再次(cì)出圈，更代表着(zhe)未来的先进生产力即将到来。

04

紧抓(zhuā)大模型(xíng)与(yǔ)算(suàn)力，牢固AIGC底座

从(cóng)技术的(de)发展也可以(yǐ)看出，在语言大模型、图像大模型之后，多模态大(dà)模型已(yǐ)经成(chéng)为了新的趋势。

大模型被誉为(wèi)当前(qián)人工智能发展(zhǎn)的智能底座，是(shì)全(quán)球(qiú)竞争(zhēng)最激烈(liè)的研究方(fāng)向(xiàng)之(zhī)一(yī)，包括(kuò)谷(gǔ)歌、亚马逊、百度、阿里、腾讯等众多头部企(qǐ)业都在竞(jìng)相发力。

不(bù)过训(xùn)练(liàn)大模型(xíng)的确价格不(bù)菲，以(yǐ)国盛(shèng)证券发(fā)布的《ChatGPT需(xū)要(yào)多(duō)少算力》报告估算，GPT-3训(xùn)练一(yī)次的成本约为140万(wàn)美元。而对于(yú)一些更大的LLM(大型(xíng)语言(yán)模型)，训练(liàn)成(chéng)本则(zé)介于200万美元(yuán)至1200万美元高(gāo)价之间。

以(yǐ)ChatGPT在2023年1月的独立访客平均数(shù)1300万计算，其(qí)对应芯片需求(qiú)为3万多片(piàn)英(yīng)伟达(dá)A100 GPU，初(chū)始(shǐ)投入成本约为8亿(yì)美元(yuán)，每(měi)日仅电费(fèi)就(jiù)在5万美元左右。

此外(wài)不(bù)论是(shì)ChatGPT还(hái)是AIGC，都离不开庞大(dà)算(suàn)力支(zhī)持(chí)。在关注(zhù)各(gè)类大(dà)模(mó)型的发展同时，更应(yīng)该关注算(suàn)力网(wǎng)络的建设。

算力(lì)网络正驱(qū)动(dòng)AI产业发展进入史诗级(jí)加速进程(chéng)，让AIGC及(jí)通用AI这一人工智(zhì)能发展(zhǎn)的终极目标(biāo)离得更近。

因(yīn)为算力(lì)可以对(duì)突破性(xìng)技术创新提供大力(lì)的(de)支(zhī)持。这方(fāng)面，多模态(tài)大模型是典型。作(zuò)为面向(xiàng)未(wèi)来强人工智能、通用(yòng)人工智能的(de)重要技术创新，多模态大模型已(yǐ)经(jīng)在人工智(zhì)能领域提出(chū)了很多年，业界也有(yǒu)不少技术突破(pò)，但是，多模(mó)态(tài)大(dà)模型进一(yī)步往下走，算力需求呈几何式上升，一般的算力基础设施(shī)很快将难(nán)以胜任。

从图像、文(wén)字(zì)、语音单独一项的训练(liàn)，到(dào)双模态、三模态(tài)的跃迁，让人工智(zhì)能可以灵活应对不同模态的(de)转(zhuǎn)化、像(xiàng)人与世界交互一(yī)样(yàng)自然，这方面，由算(suàn)力网络(luò)来(lái)驱(qū)动将有明(míng)显(xiǎn)优势。

此(cǐ)外(wài)，还有很多需要爆发式(shì)增长的算力来支(zhī)撑的技术创新，将在人工(gōng)智能算力网络支撑下(xià)快速推(tuī)进。

AIGC已经露出(chū)曙光，期待在大模型和大算力的支持下AIGC能持续(xù)颠覆内容生产的(de)方式，将创(chuàng)造的边际成(chéng)本(běn)降(jiàng)低，让万众受益。

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 六的大写是什么字，六的大写是什么怎么写