自聊天机器(qì)人(rén)ChatGPT火爆以来，微软公(gōng)司创始人比(bǐ)尔·盖(gài)茨已多(duō)次公开谈论人(rén)工智能(néng)话(huà)题。在最近的一次采访中，他再次(cì)表示(shì)：“AI可能会让科技行业迎来一次剧烈(liè)的洗牌”。

这个结(jié)论(lùn)是(shì)他在当地时间2月20日接受《In Good Company》节(jié)目专访(fǎng)时提出(chū)的。

他(tā)预期，AI的(de)发展可能(néng)会威胁到谷歌的市占率，因为微软(ruǎn)在AI方面的行动相(xiāng)当迅速。而最终科技巨头将把(bǎ)AI整(zhěng)合(hé)成用户(hù)的(de)“全能助手”，包揽一(yī)切应用，与(yǔ)人们进行(xíng)沟通并提供建议，可以取代亚马逊、Siri或Outlook等应用。

大佬口中全(quán)能助(zhù)手的到(dào)来可(kě)能尚需时(shí)日(rì)，但由ControlNet引发的(de)又一次AI绘画(huà)浪潮(cháo)，让AIGC在ChatGPT的(de)话题热(rè)点包(bāo)围中杀出重围。

01

ControlNet颠(diān)覆AI绘画新玩法(fǎ)

AIGC向可控(kòng)靠近

以(yǐ)AI绘画为代表的AIGC上一次爆火的时候，还是2022年8月(yuè)，在美国(guó)科罗拉(lā)多州举办的(de)新(xīn)兴数字艺(yì)术家竞赛中，一幅名为《太空歌剧院》的作品获(huò)奖。

随后(hòu)各(gè)大厂商的(de)AI绘画软(ruǎn)件(jiàn)被(bèi)广大(dà)网友熟(shú)知(zhī)并体验，Stable Diffusion便是其中代表(biǎo)。

用(yòng)户们可(kě)以在应用中输(shū)入一组关键(jiàn)词或者一(yī)张(zhāng)照片，就能获得一幅AI创作的画(huà)作(zuò)。

作画的关键就是所(suǒ)输(shū)入(rù)的文本(běn)。同一组关键词也(yě)可以创作出很多张风(fēng)格不一样(yàng)的画作，这(zhè)让创(chuàng)作(zuò)的过程(chéng)就像开盲(máng)盒(hé)。

很多(duō)用户很喜欢(huān)这种不确定的惊(jīng)喜，他(tā)们(men)会(huì)将生成的美图当做头像。而(ér)另一部分(fēn)喜欢翻看AI绘(huì)画的“翻车”作品。在社交媒(méi)体上，许(xǔ)多用户分享AI“翻车现场”，例如，一位网友(yǒu)的小(xiǎo)狗照(zhào)片被AI画成了“肌肉(ròu)男”，还(hái)有网友的(de)个人照片被AI识别成了建筑(zhù)。

而(ér)如今随(suí)着ControlNet的出(chū)现与加持，以往AI绘(huì)画的填(tián)写关键词游戏可能要被颠覆了(le)。

ControlNet是一位(wèi)正在斯坦福读(dú)博的中国(guó)人张吕敏(mǐn)创作的一种基(jī)于控(kòng)制点的图(tú)像变形算法，主要(yào)用于数字图像处理、计算机视觉和计算机图形学等领域。我想说世间万物一切都不及你是什么歌，满天星辰不及你歌词>

其SD插件一经发布，在短短(duǎn)的两(liǎng)天内便(biàn)成(chéng)为了(le)AI绘画领域最新的热点。

在此之(zhī)前，大(dà)家用(yòng)了很多方(fāng)法想让AI生成(chéng)的结果尽(jǐn)可能的符合(hé)要求，但是都不(bù)尽如人意，它(tā)的出现代表着AI生成开始进入真正(zhèng)的(de)可(kě)控时期(qī)。

因(yīn)为ControlNet可(kě)以直接提(tí)取画面的构图，人物的姿势和画面的深(shēn)度(dù)信息等。有(yǒu)了它(tā)的帮(bāng)助，就不用频繁的用(yòng)提示(shì)词来碰(pèng)运气，抽盲盒式(shì)的(de)创(chuàng)作(zuò)了。

通俗的说ControlNet相当于给(gěi)AI绘画加了“魔法”，不少博主的作品已经获得了大(dà)量(liàng)的浏(liú)览量，“viggo”就(jiù)是其中之一，他用朋友的照片直接带她们走进动漫世界。

viggo先用StableDiffusion图片(piàn)转文字。

再用Text2Prompt插件拓展找到对应的关键词；最(zuì)后用ControlNet插件绑定骨骼(gé)开始换关(guān)键词(cí)试效果。

通(tōng)过图片(piàn)就可以(yǐ)看出来，效果(guǒ)十分惊艳。

更厉害的是，除了真实(shí)的照(zhào)片，草图也可以加上“魔法”，知乎大(dà)牛“DevPoint”和“逗砂(shā)”介(jiè)绍到ControlNet还能实现线(xiàn)稿(gǎo)转全彩图(tú)。大(dà)神张(zhāng)吕敏(mǐn)其本尊也亲自回应。

不得不(bù)说当下(xià)AIGC已经变得越(yuè)来越强大，甚至输出的作(zuò)品都已经能以假乱真(zhēn)了。

02

难辨(biàn)虚实，AIGC技术力爆(bào)发

警惕安全问题

近日，“苏州金鸡湖有游(yóu)艇party”的消息火遍(biàn)网络，而经过(guò)警方辟(pì)谣这所谓(wèi)的“party”可能是(shì)全国第一起(qǐ)AI绘图(tú)诈骗。

由于这个活动(dòng)里面给(gěi)出的美女(nǚ)照片都是AI制作的(de)真人照片绘图(tú)，因为太(tài)逼真，被大(dà)家当成真事传播了。

我想说世间万物一切都不及你是什么歌，满天星辰不及你歌词t="ChatGPT之后(hòu)又一应用杀(shā)疯了，AIGC或进入可控期，将洗牌(pái)科技行(xíng)业？_黑料正能量" decoding="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(xì)观察可以发现，活动发起者(zhě)提供的照(zhào)片中有(yǒu)个很大的漏洞可(kě)以发现并非真人，而是AI绘(huì)图，那便(biàn)是图片中女(nǚ)性的手指(zhǐ)部分有的(de)存在异常(cháng)。

有行业人事表示：“现在因为手(shǒu)指部分的绘画(huà)算法比较复杂，AI还不太(tài)会画人的手，但最新看到的图片已经有(yǒu)越来越(yuè)完美的AI模型(xíng)出现(xiàn)，以后可(kě)能就完全没(méi)有漏(lòu)洞了。”

类似的(de)AI作图诈骗在(zài)国外也已有发(fā)生。据(jù)英(yīng)国(guó)广(guǎng)播公司报道，土耳其(qí)地震期间，有Tiktok用户使用AI合成了儿(ér)童(tóng)受(shòu)灾(zāi)的假照片发布到网络，以此诱骗善良的人打赏“捐助”从(cóng)而实施(shī)诈骗。

目前随着技术发(fā)展，AIGC已(yǐ)经能做出真人照片般(bān)的(de)绘图效果，如果这(zhè)样的图(tú)片被用来诈骗，将非常可怕。

此外AIGC还(hái)引发了很多担忧(yōu)，一(yī)方面，批(pī)判(pàn)者(zhě)认(rèn)为AI在“学习”了大量前(qián)人的作品之后，其创作(zuò)没(méi)有任(rèn)何情绪和(hé)灵魂，难(nán)以和人(rén)类的艺术创作相提并论。

另一方面，AIGC背后(hòu)的版权(quán)、目前都并没有得(dé)到有效的解决，还(hái)有(yǒu)AIGC会不会(huì)代替人类(lèi)“至高无上”的创意。

马斯克也强调，人工智能的安全问题需要得到重(zhòng)视，太晚(wǎn)就(jiù)来不及了。

03

AIGC下(xià)一站(zhàn)除了(le)视(shì)频，还有远方(fāng)

技术都是有两(liǎng)面(miàn)性的，潜在的(de)危害并不能掩盖其(qí)光辉的贡献。现在看(kàn)来，人工智(zhì)能技(jì)术将是第四次工业革(gé)命的(de)核心驱(qū)动(dòng)力量，将创造新的增长奇(qí)迹(jì)。

过去(qù)一年，人工智能在技术(shù)和(hé)商业层面都有了巨大进展，AI绘画就是人工智能技术发生方向性(xìng)改变的一个代表。其下一站或许就是(shì)视频。

此前(qián)，Meta和谷歌先后发布了几条引爆科技圈的短视频(pín)。这些视频引发(fā)关(guān)注并非内(nèi)容做得多优秀，反而都非常(cháng)简单，比如一匹正(zhèng)在喝(hē)水的马，一只画画的玩(wán)具熊，或(huò)者(zhě)一段骑(qí)摩托车的(de)第一视角录像(xiàng)，随(suí)便(biàn)一个有手机的人都(dōu)可以随手(shǒu)录下(xià)一段(duàn)。

但这些短视频的创作方式非常(cháng)简单，创(chuàng)作者仅仅(jǐn)需要向AI输入一(yī)段话，甚至只(zhǐ)是说一(yī)下要求，AI就(jiù)可以(yǐ)根据需要生成一(yī)段视频。

谷歌发布的两个AI生(shēng)成视频分别来(lái)自于Imagen Video和Phenaki，前者(zhě)主(zhǔ)要突出的(de)是高清(qīng)，与(yǔ)Meta的Make-A-Video没(méi)有太多的差(chà)别。

在Make-A-Video公布了AI生(shēng)成的视频后，AI圈(quān)就已经玩了一(yī)波梗，一个能够做出更高清视(shì)频的AI还(hái)不足(zú)以在短时间内戳中兴奋点(diǎn)。

Phenaki更加(jiā)令人震(zhèn)惊的(de)地方(fāng)在于，它可(kě)以(yǐ)制作出超过(guò)2分钟的连贯(guàn)的也有确(què)切(qiè)内容的视(shì)频，这才是真正让人(rén)们感到惊(jīng)喜的地方。因为无论AI生(shēng)成的视频多么(me)高清，也只(zhǐ)能是为内容(róng)生产者提供一个灵感，一(yī)个素(sù)材，一个(gè)过场(chǎng)动画。

不过能够制(zhì)作出有具体(tǐ)剧情内容(róng)的视频(pín)就意味着，一些视频(pín)创作由AI代替人工完成已经初步有了可能(néng)。

当(dāng)下AI的发展速度已经超过大(dà)部分人的(de)想象(xiàng)。内容产业的本质是供给创造需求，AIGC作为全新的(de)内容生(shēng)产方式，可以为内容产业带来更新的(de)内容(róng)风格、更快(kuài)的(de)生产速度，更低的生(shēng)产(chǎn)成(chéng)本(běn)，这无疑会驱(qū)动内容产(chǎn)业的大爆发。

除了AI绘(huì)图(tú)、视(shì)频(pín)，AIGC技术还能应用于音乐、代码(mǎ)、机(jī)器人动作等多(duō)种内容形式(shì)的生成(chéng)。不难发(fā)现该项技术(shù)不仅在游(yóu)戏等行业(yè)能得到有(yǒu)效应用(yòng)，对于下(xià)一代互(hù)联网各种(zhǒng)元素的构建(jiàn)亦有(yǒu)关键(jiàn)意义。

从商业(yè)化的(de)角度来看，文化娱乐(lè)、教育、传媒等诸多领(lǐng)域，本(běn)身(shēn)就对基于AI的可视化内容有强烈需求。

因此，AI绘画及视频(pín)或不(bù)是结果(guǒ)，而只是(shì)AI进程中的一块(kuài)重要拼图(tú)，有望在技术更新的加持下实(shí)现更大的应用价值。

AI从理解内(nèi)容(róng)，走向了可(kě)以生(shēng)成内容，甚至能(néng)够创造出独立价值和独立视角(jiǎo)的内(nèi)容(róng)。AIGC的再次出圈，更(gèng)代表着未来(lái)的先进生产力(lì)即将到来(lái)。

04

紧抓大(dà)模型与算(suàn)力，牢固(gù)AIGC底座

从技术(shù)的发展也可以看出，在语言大模型、图像(xiàng)大模型之后，多模(mó)态大模型已(yǐ)经成为了(le)新的趋势。

大模型被誉为当前人(rén)工智能发展的智(zhì)能(néng)底座，是全球竞(jìng)争(zhēng)最(zuì)激烈的研究方向之一，包括(kuò)谷歌、亚马逊、百度、阿(ā)里、腾讯等众多(duō)头部企业都在竞相发力。

不过训练大(dà)模(mó)型的确价格不菲，以国盛证券发布的《ChatGPT需要多少算(suàn)力》报告估算，GPT-3训(xùn)练一次的成(chéng)本约为(wèi)140万美元。而(ér)对于一些更大的LLM(大型语言模型)，训练成本则介于200万美元至1200万美元(yuán)高价之(zhī)间(jiān)。

以ChatGPT在2023年1月的独立访客平均数1300万计算，其对应(yīng)芯(xīn)片需求为3万(wàn)多片英伟达A100 GPU，初始投入(rù)成本约为8亿(yì)美元，每日仅电费就在5万美元左右。

此外(wài)不论是(shì)ChatGPT还(hái)是(shì)AIGC，都(dōu)离不(bù)开庞大算(suàn)力支持。在(zài)关注各类大模(mó)型的(de)发展同(tóng)时(shí)，更应该关注算力(lì)网络的建(jiàn)设。

算力网络正驱动AI产业发展进入史诗级加(jiā)速进程，让AIGC及通用AI这(zhè)一人工(gōng)智能发展的终(zhōng)极目标离(lí)得更近(jìn)。

因为算(suàn)力可以对(duì)突破性技术(shù)创新(xīn)提供大(dà)力的支持。这方(fāng)面，多(duō)模态大模型是典(diǎn)型。作为面向未(wèi)来强人工智能、通用人工智能的重要技术创新，多模态(tài)大(dà)模型已经(jīng)在(zài)人工智能领域提出(chū)了很多年，业界也有不少技(jì)术突破，但是(shì)，多模态大模型进一步(bù)往下(xià)走，算力需求呈(chéng)几(jǐ)何式上升，一般的算力基础设施很快将难以(yǐ)胜任(rèn)。

从图像、文字、语音单独一项的训练，到双(shuāng)模(mó)态(tài)、三模态的跃(yuè)迁，让人工智能(néng)可以灵活应(yīng)对不同模态的(de)转化、像人与(yǔ)世界交互一(yī)样自然，这方面，由算力网络来(lái)驱动将有明显优势。

此(cǐ)外，还有很(hěn)多(duō)需要(yào)爆(bào)发式增(zēng)长的(de)算力来支撑的技术创新，将在(zài)人(rén)工智能算力网络支(zhī)撑(chēng)下快速推进。

AIGC已经露出(chū)曙光(guāng)，期待(dài)在大模型和大算力的支持下(xià)AIGC能持续颠覆内容生产(chǎn)的方式(shì)，将创造的(de)边际成本降低，让万众(zhòng)受(shòu)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 我想说世间万物一切都不及你是什么歌，满天星辰不及你歌词