自聊天机器人ChatGPT火(huǒ)爆以来，微(wēi)软公司(sī)创始人比尔·盖茨已多(duō)次(cì)公(gōng)开谈论人工智能话题。在最近的一次采访中(zhōng)，他再次表(biǎo)示：“AI可能会(huì)让科(kē)技行(xíng)业迎来一次剧烈的洗牌”。

这个结论是他在当(dāng)地时间2月20日接受《In Good Company》节(jié)目(mù)专(zhuān)访(fǎng)时提(tí)出的。

他预(yù)期，AI的发展可能会威胁到谷(gǔ)歌的(de)市占率，因为微软在AI方面的行动相当迅(xùn)速。而最终科技(jì)巨头(tóu)将把AI整合(hé)成(chéng)用(yòng)户的“全能助手(shǒu)”，包揽一切应用，与(yǔ)人们(men)进行沟通并提供建议，可(kě)以取代亚马逊、Siri或Outlook等(děng)应用。

大佬口中全能助手的到来可能尚需(xū)时日，但由ControlNet引发的(de)又一次AI绘画浪(làng)潮，让AIGC在ChatGPT的话题热点包围(wéi)中(zhōng)杀出重围。

01

ControlNet颠覆AI绘画新玩法

AIGC向可控靠近

以(yǐ)AI绘画为代表的AIGC上一次(cì)爆(bào)火的(de)时候(hòu)，还是(shì)2022年8月，在(zài)美(měi)国科(kē)罗拉多州举办的(de)新(xīn)兴数字(zì)艺术家竞赛中，一(yī)幅名为《太空歌剧院》的作(zuò)品获(huò)奖。

随后各(gè)大厂商(shāng)的AI绘画软(ruǎn)件被广大网友熟知并体验，Stable Diffusion便是其(qí)中(zhōng)代表。

用户们可以在应用中(zhōng)输(shū)入(rù)一组关键词或者一张照片，就能获得一幅AI创作的画作。

作画的关(guān)键就是所输入(rù)的文本。同一组关键词也(yě)可以创作出很多张风格不一(yī)样的画作，这让(ràng)创作(zuò)的(de)过(guò)程就像开盲盒(hé)。

很多用户很喜(xǐ)欢这种不确定的惊喜，他(tā)们会将生成的(de)美(měi)图当做头像(xiàng)。而另一部分喜欢翻(fān)看(kàn)AI绘画(huà)的“翻车”作品。在(zài)社交(jiāo)媒(méi)体上，许(xǔ)多用(yòng)户分享AI“翻(fān)车现场”，例(lì)如(rú)，一位网(wǎng)友(yǒu)的小狗照片被(bèi)AI画成(chéng)了“肌(jī)肉男”，还有网友的个人照片被AI识别成了建筑(zhù)。

而如今随着ControlNet的出(chū)现与加(jiā)持，以往AI绘画的填写关键词游戏可能要被颠覆了。

ControlNet是一位正在斯坦福读博的中国人(rén)张(zhāng)吕敏创(chuàng)作的一种基(jī)于控(kòng)制(zhì)点的图像变形算法，主要用(yòng)于数(shù)字图像处理(lǐ)、计算机视觉和计算机图形(xíng)学等(děng)领(lǐng)域(yù)。

其SD插件一经发布，在短短的(de)两天内便成为了AI绘(huì)画(huà)领域最新(xīn)的热点。

在此之前，大家用(yòng)了很多方法(fǎ)想让AI生成(chéng)的(de)结果尽可能的符(fú)合要求，但是都(dōu)不(bù)尽如人意，它的出现代表着AI生成(chéng)开始(shǐ)进入真正的可控时期。

因(yīn)为ControlNet可以直接提取(qǔ)画(huà)面的构图，人物(wù)的姿势和画面的深度信息等(děng)。有了它的(de)帮助，就不用频(pín)繁的用(yòng)提示(shì)词(cí)来碰运气，抽盲盒式的创作了(le)。

通(tōng)俗(sú)的说ControlNet相当于给AI绘(huì)画加了“魔法”，不少博(bó)主(zhǔ)的作品(pǐn)已经获(huò)得了大量的浏览量，“viggo”就是(shì)其中之一(yī)，他(tā)用朋友的照(zhào)片(piàn)直接(jiē)带她们(men)走进动漫世(shì)界。

害人精类似的三字词，像害人精这样的三字成语你还知道哪些 decoding="async" src="https://mmbiz.heiliaofuli.com/wp-content/uploads/2023/03/aaf8241fc774226.jpeg?imageMogr2/thumbnail/2160x0/format/webp/quality/80" data-ratio="1.1899488926746167" data-s="300,640" data-type="jpeg" data-w="1174">

viggo先用StableDiffusion图(tú)片转文字。

再用Text2Prompt插件(jiàn)拓展找到(dào)对(duì)应的关键词；最后用ControlNet插件绑定骨骼开始(shǐ)换关键词试(shì)效果。

通(tōng)过图片就可以看(kàn)出(chū)来，效果(guǒ)十分惊艳。

更厉害的是，除了真实的照片，草图(tú)也可以加上“魔法(fǎ)”，知乎大牛“DevPoint”和(hé)“逗砂”介绍到(dào)ControlNet还(hái)能(néng)实现线稿转(zhuǎn)全彩图。大神(shén)张吕敏其本尊(zūn)也亲(qīn)自回(huí)应。

害人精类似的三字词，像害人精这样的三字成语你还知道哪些data-s="300,640" data-type="jpeg" data-w="1174">

不得不(bù)说当下(xià)AIGC已经变得越来(lái)越强大，甚(shèn)至(zhì)输出的作(zuò)品都已经能以(yǐ)假乱真了。

02

难(nán)辨虚实，AIGC技术力爆发

警惕(tì)安全问题

近(jìn)日，“苏州(zhōu)金鸡湖有游艇party”的消息火(huǒ)遍网络，而(ér)经(jīng)过(guò)警方辟谣这(zhè)所(suǒ)谓的“party”可能(néng)是全国(guó)第一起(qǐ)AI绘图诈(zhà)骗。

由于(yú)这(zhè)个活动里面(miàn)给(gěi)出的美女(nǚ)照(zhào)片都是(shì)AI制作的真人照片绘图，因(yīn)为太逼真，被(bèi)大家当成(chéng)真事(shì)传播了。

不过仔(zǎi)细观察可以发现，活动发起者提供的照片(piàn)中有个很大的漏(lòu)洞可以发现并非(fēi)真(zhēn)人，而是(shì)AI绘(huì)图，那便是图片中(zhōng)女性的手指部分(fēn)有的存在(zài)异常。

有行业人事表示：“现在因为(wèi)手指部分的绘画算(suàn)法比(bǐ)较复杂，AI还不太会画人(rén)的手，但(dàn)最新看到的图片已(yǐ)经有越(yuè)来(lái)越(yuè)完美的AI模型出现，以后可能(néng)就完全(quán)没有漏洞了。”

类似的AI作图诈骗在国(guó)外(wài)也已有发(fā)生(shēng)。据(jù)英国广播公司报道，土(tǔ)耳其地震期(qī)间，有Tiktok用(yòng)户使用AI合成(chéng)了儿(ér)童受(shòu)灾的假照片发布到网络，以此(cǐ)诱骗善良的(de)人打赏“捐助”从而实施诈骗。

目前(qián)随着(zhe)技术发(fā)展(zhǎn)，AIGC已经能做出真人照片般(bān)的绘图效(xiào)果，如果这样的图片被用来诈骗，将非常可怕。

此外AIGC还引发了很(hěn)多担(dān)忧，一方面，批(pī)判者认为AI在(zài)“学习”了大量前(qián)人的作品之后，其创作没有任何(hé)情绪(xù)和灵魂(hún)，难(nán)以和人类的艺术创作相提并论。

另一方面(miàn)，AIGC背后(hòu)的版权、目前都并没(méi)有得到有效的解决，还有AIGC会(huì)不(bù)会代替人类“至高无上”的创意(yì)。

马斯克(kè)也(yě)强(qiáng)调，人工智(zhì)能的(de)安全问(wèn)题需要得到(dào)重(zhòng)视，太晚就来不及了。

03

AIGC下一站(zhàn)除(chú)了视频，还有远方(fāng)

技术都是有两(liǎng)面性的(de)，潜在(zài)的(de)危(wēi)害并不(bù)能掩盖其光辉的贡(gòng)献。现在(zài)看来，人(rén)工智能技术将是第四次工业革命的核心驱动力量(liàng)，将创造新的增长奇迹。

过(guò)去一年，人工(gōng)智能在技术(shù)和商业(yè)层面都有了巨大(dà)进(jìn)展(zhǎn)，AI绘画就是人(rén)工智能(néng)技术发生方向性改变的一(yī)个代表。其下一(yī)站或许就(jiù)是(shì)视频。

此(cǐ)前，Meta和(hé)谷歌(gē)先后(hòu)发(fā)布(bù)了(le)几条引爆科技(jì)圈(quān)的短视频。这些视(shì)频引发关注并非内容做得多(duō)优秀，反而都(dōu)非(fēi)常简(jiǎn)单，比如一匹(pǐ)正在喝水的马(mǎ)，一只(zhǐ)画画的玩具熊，或者一段(duàn)骑(qí)摩托车的第(dì)一视角录像，随便一个有手机(jī)的人都(dōu)可以随(suí)手录下一(yī)段。

但这些短(duǎn)视频(pín)的创作方式非常简单，创作(zuò)者(zhě)仅仅需要向AI输入一段话，甚至只是说一下要求，AI就可以根据(jù)需要生成一段视(shì)频。

谷歌发布的两个(gè)AI生成视频分别来自于Imagen Video和Phenaki，前者(zhě)主要突出的是高清，与Meta的(de)Make-A-Video没有(yǒu)太(tài)多的差别。

在(zài)Make-A-Video公布了AI生成(chéng)的视频后，AI圈就已(yǐ)经(jīng)玩了(le)一波梗，一个能(néng)够做出更(gèng)高清视频(pín)的AI还不足(zú)以在短时间(jiān)内戳(chuō)中兴奋(fèn)点。

Phenaki更加令人震惊(jīng)的地方在于，它可以制(zhì)作出(chū)超(chāo)过2分钟的连(lián)贯的也有确切内(nèi)容的视频(pín)，这(zhè)才是真正让人们感到惊喜的(de)地方。因为无(wú)论AI生成的视频多(duō)么(me)高(gāo)清，也(yě)只能是为内容(róng)生(shēng)产者提供一个灵感，一(yī)个素材，一个(gè)过场动画。

不过能够制(zhì)作出(chū)有具体剧情内容的视频就意味着，一些视频创作由AI代替(tì)人工完成已经初步有了可能。

当下AI的发展(zhǎn)速度已经超过大部(bù)分人的想象。内容产业的本质是供给创造(zào)需求，AIGC作为全(quán)新的内容生(shēng)产(chǎn)方式，可以为内容产业带(dài)来(lái)更新的内容风格、更快(kuài)的生产速(sù)度，更(gèng)低(dī)的生产(chǎn)成本，这无疑会驱动(dòng)内容产(chǎn)业的(de)大爆(bào)发。

除了(le)AI绘图、视频，AIGC技术还(hái)能应用于(yú)音乐、代码、机(jī)器人动作(zuò)等多种内容(róng)形式的(de)生(shēng)成(chéng)。不难发现该项(xiàng)技(jì)术(shù)不仅在游戏(xì)等行业能得到(dào)有(yǒu)效(xiào)应(yīng)用，对于下一代互联(lián)网各(gè)种元素(sù)的构建亦有关键意义。

从商(shāng)业化的角度来看，文(wén)化娱乐、教(jiào)育、传媒(méi)等诸多领域，本(běn)身(shēn)就对基(jī)于(yú)AI的可视化(huà)内容有强烈需求(qiú)。

因此，AI绘画及(jí)视(shì)频或不是(s害人精类似的三字词，像害人精这样的三字成语你还知道哪些hì)结果，而只是AI进程(chéng)中的一(yī)块(kuài)重(zhòng)要拼图(tú)，有望(wàng)在技术更新(xīn)的加持下实现更大(dà)的(de)应用(yòng)价值(zhí)。

AI从(cóng)理解(jiě)内容，走向了可以生成内容，甚至能够创造出独立(lì)价(jià)值和独立视角的内(nèi)容。AIGC的(de)再次出圈，更代表(biǎo)着(zhe)未来的先进生产力即将到来(lái)。

04

紧抓大模型与算力(lì)，牢(láo)固AIGC底座(zuò)

从技(jì)术(shù)的发展也可以看出，在语言大模型(xíng)、图(tú)像大(dà)模(mó)型之后，多模态大模型已经成为了新的(de)趋势。

大模(mó)型被誉(yù)为当前人(rén)工智(zhì)能(néng)发展的(de)智(zhì)能底座，是全球竞争(zhēng)最激(jī)烈的研(yán)究方向之一，包括(kuò)谷歌、亚马逊、百度、阿里、腾讯等众多头部企业都在竞相发力。

不过训练大模型(xíng)的确价格不(bù)菲，以(yǐ)国盛(shèng)证券发布的(de)《ChatGPT需要多(duō)少算力》报(bào)告(gào)估算，GPT-3训练一(yī)次的成(chéng)本(běn)约为(wèi)140万美(měi)元。而(ér)对于一些更大的LLM(大型语言模(mó)型)，训练(liàn)成本(běn)则介于200万美(měi)元至1200万美元高价之(zhī)间。

以ChatGPT在2023年1月的独立(lì)访客平(píng)均数1300万(wàn)计(jì)算，其对应(yīng)芯片需求(qiú)为3万(wàn)多片英(yīng)伟达A100 GPU，初始投入(rù)成本(běn)约为8亿美元，每日仅电(diàn)费就在5万美元左右。

此外不(bù)论(lùn)是ChatGPT还是AIGC，都离(lí)不开庞(páng)大算力(lì)支持。在关注各(gè)类(lèi)大模型的发展同时(shí)，更应该(gāi)关(guān)注算力网络的建设。

算力网络(luò)正驱动AI产业发展进入史(shǐ)诗级加速进(jìn)程，让AIGC及通(tōng)用(yòng)AI这一人(rén)工智能发展的(de)终极目标离得更近。

因(yīn)为算(suàn)力(lì)可以对突破性技术创新提(tí)供大力的(de)支(zhī)持。这方面，多模态大模型是(shì)典型。作为面向(xiàng)未来强人(rén)工(gōng)智能、通用人工智(zhì)能的重要技术创新，多模态大(dà)模型已经(jīng)在人工智能领域提出了很多年，业界也有不少技术突破，但是，多模(mó)态大模型进一步往下走，算(suàn)力(lì)需求呈(chéng)几何(hé)式上升，一般的算力基础设施很快(kuài)将难以胜任。

从图像、文字、语(yǔ)音(yīn)单独一项(xiàng)的训(xùn)练(liàn)，到双模态、三模态(tài)的跃迁，让人(rén)工智能可(kě)以灵活应对(duì)不同模态的(de)转(zhuǎn)化、像人(rén)与世界交互一样自然，这方面，由(yóu)算力(lì)网络(luò)来驱动将(jiāng)有明(míng)显(xiǎn)优(yōu)势。

此(cǐ)外，还有很多需要爆发式(shì)增长的算力来(lái)支撑的技术创(chuàng)新，将在人工智能算力网络支撑下快速(sù)推进。

AIGC已经露出曙光，期待(dài)在大模型和大(dà)算(suàn)力的支持下AIGC能持续(xù)颠覆内容(róng)生产的(de)方式，将(jiāng)创(chuàng)造的边际(jì)成本降(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 害人精类似的三字词，像害人精这样的三字成语你还知道哪些