自(zì)聊天机器人ChatGPT火爆(bào)以来，微软公(gōng)司创(chuàng)始人比(bǐ)尔·盖茨已多次公开谈论(lùn)人工智能话题(tí)。在最(zuì)近的一次采访中，他再次表示：“AI可能会让科技行业迎(yíng)来一次剧烈的洗牌”。

这个结(jié)论是他在当地时间(jiān)2月20日接受《In Good Company》节目(mù)专访时(shí)提出的。

他预期，AI的(de)发展可能会威胁到谷歌(gē)的市占率(lǜ)，因为微软在(zài)AI方面的(de)行动相当迅(xùn)速。而最(zuì)终(zhōng)科技巨头(tóu)将把AI整合成用户的“全(quán)能助手”，包揽一(yī)切应用，与人们(men)进行(xíng)沟通并提供建议，可以(yǐ)取代亚(yà)马逊、Siri或(huò)Outlook等应(yīng)用。

大佬口中全能助手的到来可能(néng)尚需时日，但由ControlNet引发的又一(yī)次AI绘画浪潮，让AIGC在ChatGPT的(de)话题热点包围中(zhōng)杀(shā)出重围(wéi)。

01

ControlNet颠覆AI绘画新玩(wán)法

AIGC向可控(kòng)靠近

以AI绘画为代(dài)表的AIGC上一次爆火的时候，还(hái)是(shì)2022年(nián)8月，在美国(guó)科罗拉(lā)多州举办的新(xīn)兴数字艺术家(jiā)竞(jìng)赛中(zhōng)，一幅名为《太空歌剧(jù)院》的作品获奖。

随后各大(dà)厂商的AI绘画(huà)软件被(bèi)广大网友熟知并体验，Stable Diffusion便是其中(zhōng)代表。

用户们(men)可以在应用中输入(rù)一组(zǔ)关(guān)键词(cí)或者一张照片，就能获(huò)得一(yī)幅AI创作的画作。

作画的关键就是所输入的文本。同一组(zǔ)关键(jiàn)词也可以(yǐ)创作出很多张风格不一样的画作，这让(ràng)创作的过程就像开盲盒(hé)。

很多用户(hù)很喜欢(huān)这种不确定的惊喜，他们会将生(shēng)成的美图(tú)当做头像。而另(lìng)一(yī)部分喜欢翻看AI绘画(huà)的“翻车”作(zuò)品。在(zài)社交(jiāo)媒体上，许多用户分享AI“翻车现(xiàn)场(chǎng)”，例如(rú)，一位网友(yǒu)的(de)小狗(gǒu)照片被AI画成了“肌肉男(nán)”，还有(yǒu)网友的(de)个人(rén)照片(piàn)被(bèi)AI识(shí)别成了建筑。

而如今(jīn)随着ControlNet的(de)出现与(yǔ)加持(chí)，以往AI绘画的填写关键词游戏(xì)可(kě)能要被颠覆了。

ControlNet是(shì)一位正在斯坦福读博(bó)的中国人张吕敏创(chuàng)作的一种基于控制点的图像变(biàn)形算法，主要用于(yú)数字图(tú)像处理、计(jì)算机视觉和计算机图形学等(děng)领域。

其SD插件(jiàn)一(yī)经发布，在短短(duǎn)的两(liǎng)天内便成(chéng)为了AI绘画领域(yù)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)可能的符(fú)合要(yào)求，但是都(dōu)不尽如人意，它的出现(xiàn)代表(biǎo)着(zhe)AI生成开始进(jìn)入(rù)真正的(de)可控(kòng)时期(qī)。

因为ControlNet可以直接提取画(huà)面(miàn)的构图，人物的(de)姿势和(hé)画面(miàn)的深度(dù)信息等。有了它的(de)帮助，就(jiù)不用频繁的用提示(shì)词来(lái)碰运(yùn)气，抽盲盒式(shì)的(de)创作了。

通俗的(de)说ControlNet相当于给AI绘画(huà)加了“魔(mó)法”，不少(shǎo)博主的作品已经获(huò)得了大量的浏(liú)览量，“viggo”就是其中(zhōng)之一，他(tā)用朋友的照(zhào)片直接带她们(men)走(zǒu)进(jìn)动漫世界。

viggo先用StableDiffusion图片转文字(zì)。

再用Text2Prompt插件拓展找到对(duì)应(yīng)的关键词；最后(hòu)用ControlNet插件(jiàn)绑定骨骼开始换(huàn)关(guān)键词试效果。

通(tōng)过(guò)图片就可以看(kàn)出来(lái)，效果(guǒ)十分(fēn)惊艳。

更厉害的是，除了(le)真实的(de)照片，草图也可以加上“魔法(fǎ)”，知乎(hū)大牛“DevPoint”和“逗砂”介(jiè)绍到ControlNet还能(néng)实现线稿转(zhuǎn)全(quán)彩(cǎi)图。大神张吕敏其本尊(zūn)也亲自回应(yīng)。

不得不说当下AIGC已经(jīng)变得越来越强大，甚至输出的作品都已经(jīng)能以假乱真了。

02

难辨(biàn)虚实，AIGC技术(shù)力爆(bào)发

警惕安全问题

近日，“苏(sū)州金鸡(jī)湖有游艇party”的消息(xī)火遍网络，而(ér)经过警方辟谣这所谓(wèi)的“party”可能是全国(guó)第一起AI绘图诈骗(piàn)。

由(yóu)于这个活(huó)动(dòng)里面(miàn)给(gěi)出的美女照片都是AI制(zhì)作的真人照片绘图，因为太逼(bī)真，被大家(jiā)当成真事(shì)传(chuán)播(bō)了。

不过仔细(xì)观察可(kě)以发现，活动发起者(zhě)提供的照片中(zhōng)有(yǒu)个很大的(de)漏洞(dòng)可以(yǐ)发现(xiàn)并非(fēi)真(zhēn)人(rén)，而是(shì)AI绘(huì)图，那便(biàn)是图片中女性的手指部分(fēn)有的存在异(yì)常。

有行业人(rén)事表示：“现在因为手指部分的绘画算法(fǎ)比较复杂，AI还不太会(huì)画人的手(shǒu)，但最(zuì)新看到的图(tú)片已经有(yǒu)越来越完美(měi)的AI模型出(chū)现，以后可能就完(wán)全没有漏洞了。”

类似的(de)AI作图诈骗在国外也已有发生。据英国广播公(gōng)司报(bào)道，土耳其(qí)地震期间，有Tiktok用户使用AI合(hé)成了儿童(tóng)受灾的假照(zhào)片发布到(dào)网络，以此诱骗善(shàn)良(liáng)的(de)人打赏“捐(juān)助”从(cóng)而实施诈(zhà)骗。

目前随着技术(shù)发展，AIGC已经能(néng)做出真人照片般的绘(huì)图效果(guǒ)，如(rú)果这样的图片(piàn)被(bèi)用来诈(zhà)骗，将(jiāng)非常可怕。

此外(wài)AIGC还引发了很多担忧，一方面，批判者认为AI在“学习”了大量前人的作品之后，其创作没有任(rèn)何情绪和灵魂，难(nán)以(yǐ)和人类的艺术创(chuàng)作相提(tí)并论。

另(lìng)一方面，AIGC背(bèi)后的版权、目前都(dōu)并没有得(dé)到(dào)有效的解决(jué)，还(hái)有AIGC会不会(huì)代(dài)替人类“至高无上”的创(chuàng)意(yì)。

马斯克也(yě)强调，人(rén)工智(zhì)能的安全问(wèn)题(tí)需要得到重视(shì)，太晚就来不及了。

03

AIGC下一(yī)站除了视频，还有(yǒu)远方(fāng)

技术都是有两面性的，潜在的危(wēi)害(hài)并不(bù)能掩盖其光(guāng)辉(huī)的(de)贡献(xiàn)。现(xiàn)在看来(lái)，人工智能技术(shù)将是第(dì)四次工业革命的核心(xīn)驱(qū)动力量，将创造新的增长(zhǎng)奇(qí)迹。

过去一年(nián)，人工智能在技术和商业层(céng)面都有了巨大(dà)进(jìn)展，AI绘(huì)画就是(shì)人工(gōng)智能技术发生(shēng)方向(xiàng)性(xìng)改变的一个代表。其下一(yī)站或许就是视频。

此(cǐ)前，Meta和(hé)谷歌(gē)先后发布了几条引爆科技圈的短视频。这些视(shì)频引(yǐn)发关注并非内容(róng)做得多(duō)优秀，反而(ér)都非常简单，比如一匹正在喝水的(de)马，一(yī)只(zhǐ)画画的玩具(jù)熊(xióng)，或者一段骑摩托(tuō)车的第一视角(jiǎo)录像，随便一(yī)个有手(shǒu)机的人都可以随手录下一段。

但(dàn)这些短视(shì)频的(de)创作方式非常(cháng)简单，创作者仅仅需要向(xiàng)AI输入(rù)一段(duàn)话，甚至(zhì)只是说(shuō)一(yī)下要(yào)求，AI就可以根(gēn)据需要生成一段(duàn)视频。

谷(gǔ)歌发布的(de)两个AI生成(chéng)视(shì)频分别来自于Imagen Video和Phenaki，前者主要(yào)突出(chū)的是高清，与Meta的Make-A-Video没有太多的(de)差别。

在Make-A-Video公(gōng)布了AI生成的(de)视(shì)频后(hòu)，AI圈就已经玩了一波梗(gěng)，一(yī)个(gè)能够做出(chū)更(gèng)高(gāo)清视频(pín)的AI还不足以在(zài)短时间内戳中(zhōng)兴奋点。

Phenaki更(gèng)加令人震惊的地方在于，它可以制作出超过2分钟的连贯的也有确切内容的视频，这才(cái)是真正让人们感到惊(jīng)喜的(de)地方。因为无论AI生成的视频多(duō)么高清，也只能是(shì)为内容生(shēng)产者提供(gōng)一个(gè)灵感，一(yī)个(gè)素材，一个过场动画。

不(bù)过能够制作出有具体剧情内容的视频就(jiù)意味着(zhe)，一(yī)些视频创作(zuò)由(yóu)AI代替人工(gōng)完成已经初步有了可能。

当下(xià)AI的发展速度已(yǐ)经超过大部(bù)分人的想象。内容产业的本质是供给(gěi)创造需求，AIGC作为全新的内容生产方式(shì)，可以为内容产业带来更新的内容(róng)风格(gé)、更快的生产速度，更低的生产成本(běn)，这无(wú)疑会驱(qū)动内(nèi)容产业的大爆发。

除了AI绘(huì)图、视(shì)频，AIGC技(jì)术还能应用于(yú)音乐、代码(mǎ)、机器人动作等多种(zhǒng)内(nèi)容形式的生成。不难(nán)发现该项(xiàng)技术(shù)不仅在游戏等行业能(néng)得到有效应用，对于下一代互联网各(gè)种(zhǒng)元(yuán)素的构(gòu)建亦有(yǒu)关键意义。

从商(shāng)业(yè)化的角(jiǎo)度来看(kàn)，文(wén)化娱乐、教育(yù)、传媒等诸多领域，本(běn)身就(jiù)对基(jī)于(yú)AI的(de)可视化(huà)内(nèi)容有强烈需求。

因此，AI绘画(huà)及视频或不是结果，而(ér)只是AI进程中的一(yī)块重(zhòng)要拼图，有(yǒu)望在技术更新的(de)加(jiā)持下(xià)实现(xiàn)更(gèng)大的应用价值。

AI从理解内容，走向了可以(yǐ)生成内容，甚至(zhì)能够创造出独(dú)立价值(zhí)和独立(lì)视(shì)角的内(nèi)容(róng)。AIGC的再次出圈，更代(dài)表着未来的先进生(shēng)产力即将到来(lái)。

04

紧抓大模型(xíng)与算力，牢(láo)固AIGC底座

从技术的发展也(yě)可以(yǐ)看出(chū)，在(zài)语言大模型、图(tú)像大模型(xíng)之后，多(duō)模(mó)态大(dà)模型已经成为了新的趋势(shì)。

大(dà)模型被誉为当前人(rén)工智(zhì)能发展的(de)智能(néng)底座，是全球(qiú)竞争最激烈的研(yán)究方向(xiàng)之一，包括谷歌、亚(yà)马(mǎ)逊、百度(dù)、阿里、腾讯(xùn)等(děng)众(zhòng)多头部企业都在(zài)竞相发力(lì)。

不过(guò)训练大模型(xíng)的确价格不(bù)菲(fēi)，以国(guó)盛(shèng)证券发(fā)布的《ChatGPT需要多少算力(lì)》报(bào)告(gào)估算(suàn)，GPT-3训练一次的成本约为140万美元(yuán)。而对于(yú)一些更大的LLM(大型语言模(mó)型)，训(xùn)练成本则(zé)介(jiè)于200万美元至1200万美(měi)元(yuán)高价之间。

以ChatGPT在(zài)2023年(nián)1月的(de)独立(lì)访客(kè)平均数1300万计算，其对(duì)应芯片需求为3万多片英(yīng)伟达A100 GPU，初始投入成本约为8亿美(měi)元，每日仅(jǐn)电费就在5万美元左右(yòu)。

此外不论(lùn)是ChatGPT还是AIGC，都离不开庞大算(suàn)力支(zhī)持。在关注各类大(dà)模(mó)型(xíng)的发(fā)展同时(shí)，更应(yīng)该(gāi)关注算(suàn)力网(wǎng)络的建设。

算力网络(luò)正驱动AI产业发展进入(rù)史诗级(jí)加(jiā)速进程，让AIGC及通用AI这一人工智能(néng)发(fā)展的终极目标离得更近。

因(yīn)为算力可以对突(tū)破性技术(shù)创(chuàng)新(xīn)提供大力的支持。这方面(miàn)，多模态大模型是(shì)典型(xíng)。作(zuò)为(wèi)面向未来强人工智能、通(tōng)用(yòng)人(rén)工智能的(de)重要技(jì)术创新，多模态大模型已经在人工智能领域提(tí)出了很多年，业(yè)界也有不少技(jì)术突(tū)破(pò)，但是，多(duō)模态大模(mó)型进一(yī)步(bù)往下走，算力需求呈几何式上升，一(yī)般的(de)算(suàn)力基础(chǔ)设施很快将难以胜任。

从图像、文字、语音(yīn)单独一(yī)项的训练，到双模态、三模态的(de)跃迁(qiān)，让(ràng)人工(gōng)智能可以灵活应对不同模态的转化、像人与世(shì)界交互一样自然，这(zhè)方面，由算力网络来驱动(dòng)将有(yǒu)明显优势。

此(cǐ)外，还有很多需要(yào)爆发(fā)式增长的算(suàn)力来支撑的技术创新(xīn)，将在(zài)人工(gōng)智能(néng)算力(lì)网络(luò)支撑(chēng)下快速推进。

AIGC已经露出曙(shǔ)光(guāng)，期待在大模型和大(dà)算(suàn)力的支持下AIGC能持续颠覆内容生产(chǎn)的方式，将创造的边际成本降低，让万众(zhòng)受益(yì)。

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 吉H是哪里的车牌号，吉h是哪个城市的车牌