自聊天机(jī)器人ChatGPT火爆以来，微(wēi)软公司(sī)创(chuàng)始人比尔(ěr)·盖茨已多次公开谈(tán)论人工智能(néng)话题。在(zài)最(zuì)近的(de)一次采访中，他(tā)再次表示：“AI可(kě)能会让科技行业迎来(lái)一次剧烈的(de)洗牌”。

这个(gè)结(jié)论(lùn)是他在(zài)当地时间(jiān)2月20日接受《In Good Company》节目专访时提出的。

他预(yù)期，AI的发展可(kě)能会威胁到谷歌的市(shì)占(zhàn)率，因为(wèi)微软在AI方(fāng)面的(de)行动(dòng)相(xiāng)当迅速。而最终科技(jì)巨头(tóu)将(jiāng)把AI整合成用户的“全(quán)能助(zhù)手”，包揽一切应用，与人们(men)进(jìn)行沟通并提(tí)供建议，可以取(qǔ)代亚马逊、Siri或Outlook等应用。

大佬口(kǒu)中全能助手的到来可能尚需时(shí)日，但由ControlNet引发的又一(yī)次AI绘画浪(làng)潮(cháo)，让AIGC在ChatGPT的话题(tí)热点包围(wéi)中杀出重围。

01

ControlNet颠覆AI绘画新玩法

AIGC向可(kě)控靠近

以AI绘画为代表的AIGC上一次(cì)爆火的时候，还是2022年8月(yuè)，在美国科(kē)罗(luó)拉多州举办的新(xīn)兴(xīng)数字艺术家竞赛中，一幅名为《太(tài)空(kōng)歌剧院》的(de)作品(pǐn)获奖(jiǎng)。

随后各大厂(chǎng)商的AI绘(huì)画软件被广大(dà)网友熟知并体(tǐ)验，Stable Diffusion便是其中代表。

用户们可以在应用中输入一(yī)组关键(jiàn)词或(huò)者一(yī)张(zhāng)照片(piàn)，就能获(huò)得一(yī)幅AI创作的画作。

作画的关键(jiàn)就是所输入的文本(běn)。同一组关(guān)键词也可以创作出很多张风(fēng)格不(bù)一样的画(huà)作，这让创作(zuò)的(de)过程就像开盲盒。

很多(duō)用(yòng)户很喜欢这(zhè)种不(bù)确定的惊喜，他们会(huì)将生成的美图当做头像。而(ér)另一部分喜欢翻看AI绘画的“翻车”作品。在社交媒体上，许多(duō)用户分享(xiǎng)AI“翻车现场”，例(lì)如，一位(wèi)网友的(de)小狗照片被AI画成了(le)“肌肉(ròu)男”，还(hái)有网(wǎng)友的个人照(zhào)片被(bèi)AI识别成了(le)建筑(zhù)。

而如(rú)今(jīn)随(suí)着ControlNet的出现(xiàn)与加持，以往AI绘画的填(tián)写关键词游戏(xì)可(kě)能要被颠覆了。

ControlNet是一位正在(zài)斯坦福读(dú)博的中国人张吕敏(mǐn)创(chuàng)作(zuò)的一种基于控制点的图像变形(xíng)算法，主要用于数字图(tú)像处(chù)理、计算机(jī)视觉和计算机图形学等领域。

其SD插件(jiàn)一经发布，在短短的两天内便成为(wèi)了AI绘(huì)画领(lǐng)域最新的(de)热点。

在(zài)此(cǐ)之(zhī)前，大家用了很多方法想让AI生成的结果尽可(kě)能的符合要(yào)求，但是都不尽如人(rén)意(yì)，它的(de)出现代表着AI生成开始(shǐ)进入真正的可控时期。

因为ControlNet可以直(zhí)接提取画(huà)面的构图，人物的姿势和画面的深度信息等(děng)。有了它的帮助(zhù)，就不(bù)用频繁(fán)的(de)用(yòng)提示词来碰运气，抽盲盒式的(de)创作了。

通俗的说ControlNet相当于给AI绘(huì)画加了“魔法”，不(bù)少(shǎo)博(bó)主的作(zuò)品已经获得了大量的浏(liú)览量，“viggo”就是其中之一，他用朋友(yǒu)的照片直接(jiē)带她们走(zǒu)进动漫(màn)世界。

viggo先用StableDiffusion图片转文字。

再(zài)用(yòng)Text2Prompt插件(jiàn)拓展找到(dào)对应的关键词；最后(hòu)用ControlNet插件绑定(dìng)骨骼开始换关键词试效果。

通过图片就可以看出来，效果(guǒ)十分惊艳。

更厉害的是，除了真实的(de)照片，草(cǎo)图也可以加上“魔法”，知乎大牛“DevPoint”和(hé)“逗砂”介绍到ControlNet还能实现线稿转全彩图。大神张吕(lǚ)敏(mǐn)其(qí)本尊也亲自(zì)回应(yīng)。

不得不说当下AIGC已经变(biàn)得越来越(yuè)强大，甚(shèn)至(zhì)输出的作品都已经能以假乱真了。

02

难辨虚实，AIGC技术力爆发

警(jǐng)惕安全问题

近(jìn)日，“苏州金鸡湖有游艇party”的(de)消息火(huǒ)遍网(wǎng)络，而经过(guò)警方辟谣这所(suǒ)谓的“party”可能是全(quán)国第一起(qǐ)AI绘图诈(zhà)骗。

由于这个活动里面给(gěi)出的美女照片都是AI制作的真(zhēn)人照片绘(huì)图(tú)，因为太逼(bī)真，被(bèi)大家当(dāng)成真事传播了。

不过仔细(xì)观察(chá)可以发现，活动发起者提供的(de)照片中有个很大的(de)漏(lòu)洞可以发现并(bìng)非真(zhēn)人，而是(shì)AI绘图，那便是图(tú)片中女性的手(shǒu)指(zhǐ)部分有(yǒu)的存(cún)在异常。

有行(xíng)业人事(shì)表示(shì)：“现在因(yīn)为手指(zhǐ)部(bù)分的绘画算法比(bǐ)较复杂，AI还不(bù)太会(huì)画(huà)人的手，但最新看到的图片已经有越来越完美的(de)AI模型出现，以后可能就(jiù)完全没有漏洞(dòng)了。”

类似的AI作图诈骗在(zài)国(guó)外也已(yǐ)有(yǒu)发(fā)生(shēng)。据英国(guó)广播公司(sī)报道，土耳其(qí)地震(zhèn)期间，有Tiktok用户使用AI合成了儿童受灾的假照片发布到(dào)网络(luò)，以此(cǐ)诱骗善良的人打赏“捐助”从而实施诈骗(piàn)。

目前随(suí)着技(jì)术发(fā)展，AIGC已(yǐ)经(jīng)能做出(chū)真人(rén)照(zhào)片般(bān)的绘图效(xiào)果，如果这样的图片被用来诈骗，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“学习”了大量前人的(de)作品之(zhī)后，其创(chuàng)作没有(yǒu)任何情(qíng)绪和灵魂(hún)，难(nán)以和人类的艺术创作相提(tí)并论。

另一方(fāng)面，AIGC背后(hòu)的版权、目前都并(bìng)没有(yǒu)得到有效的解决，还有AIGC会不会代替(tì)人类(lèi)“至高(gāo)无上”的(de)创(chuàng)意(yì)。

马斯克(kè)也强调，人工智能(néng)的安全问题需(xū)要得到重视，太晚就来不及了。

03

AIGC下一站除了视频，还有远方(fāng)

技术(shù)都是有两面性的，潜在的危害并不(bù)能(néng)掩盖其光辉(huī)的贡献。现在(zài)看来，人(rén)工智(zhì)能技(jì)术(shù)将是(shì)第四次工业革(gé)命的核心驱动(dòng)力(lì)量，将创造新的增(zēng)长奇迹。

过(guò)去一年，人工(gōng)智能(néng)在技术和商业层面都有了巨大进展，AI绘画就(jiù)是人工智能技(jì)术发(fā)生(shēng)方向性改变的一个代表。其(qí)下一(yī)站(zhàn)或许就(jiù)是视频。

此前，Meta和谷(gǔ)歌先后发布(bù)了几条引爆科技(jì)圈的短视(shì)频。这些(xiē)视频引发(fā)关注(zhù)并(bìng)非内容做得多(duō)优秀，反而都非(fēi)常简单(dān)，比如(rú)一匹正在喝水的马(mǎ)，一只画(huà)画(huà)的玩具熊，或者一段(duàn)骑(qí)摩托车的第一(yī)视角(jiǎo)录像(xiàng)，随(suí)便一个(gè)有手机(jī)的人(rén)都可以随手(shǒu)录下一段。

但这些(xiē)短视频(pín)的创作方式非常简单，创作者(zhě)仅仅需要向(xiàng)AI输入一段话，甚至(zhì)只是(shì)说一下要求，AI就可以根据需要(yào)生成一段视频(pín)。

谷歌发布的两(liǎng)个AI生成视频分别(bié)来自于Imagen Video和Phenaki，前者主要突出的是高清，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(chéng)的视频后(hòu)，AI圈就已经玩了一波梗(gěng)，一个(gè)能够(gòu)做出更高清视频的(de)AI还不足(zú)以在短时间内戳中兴奋点(diǎn)。

Phenaki更加令人震(zhèn)惊(jīng)的地(dì)方在(zài)于(yú)，它可以制作(zuò)出(chū)超过(guò)2分钟(zhōng)的(de)连贯的(de)也有确切内容的视频，这才是真正让人们感到惊喜(xǐ)的(de)地方。因(yīn)为无论AI生成的(de)视频多么(me)高清，也只能是为内(nèi)容(róng)生产者(zhě)提供(gōng)一个灵感，一个素材，一个(gè)过(guò)场动画。

不过能够制作出有具体剧情内容的视(shì)频(pín)就意味着，一些视(shì)频(pín)创作由AI代替人工完成已经(jīng)初(chū)步(bù)有了可能。

当下(xià)AI的发(fā)展速度已(yǐ)经超过大部(bù)分人的想(xiǎng)象。内(nèi)容产业(yè)的本质是供给创造需求，AIGC作(zuò)为全(quán)新(xīn)的内容生产方式，可(kě)以为(wèi)内(nèi)容产(chǎn)业带(dài)来更新的内容风格、更快的生产速度(dù)，更低的生产成本，这无疑会(huì)驱动内容产业的大爆(bào)发(fā)。

除了AI绘图、视频，AIGC技术还能应用于音乐、代码、机器人动作等多种内容形式(shì)的生成。不难发现该(gāi)项技术不(bù)仅在游(yóu)戏等行业能得马美如简介到有效应用(yòng)，对(duì)于(yú)下一代互联网各种元(yuán)素的构建亦(yì)有(yǒu)关(guān)键意义。

从商业化的(de)角度(dù)来看，文(wén)化娱(yú)乐、教育、传媒(méi)等(děng)诸(zhū)多(duō)领域，本(běn)身就对基于(yú)AI的可视(shì)化内容有强烈需求。

因此(cǐ)，AI绘画及(jí)视频或不(bù)是(shì)结果，而只是AI进(jìn)程中(zhōng)的一块重要拼图，有望在技(jì)术(shù)更新(xīn)的(de)加持(chí)下实现(xiàn)更大(dà)的应(yīng)用价值。

AI从(cóng)理(lǐ)解内容(róng)，走向(xiàng)了可以生成内(nèi)容(róng)，甚至能够创造(zào)出独立价值(zhí)和独立(lì)视角的内容。AIGC的(de)再(zài)次出(chū)圈，更代表着未来的先进生产力即(jí)将到来。

04

紧抓(zhuā)大模型与算力，牢固AIGC底座

从技术的发展也可以看出，在语(yǔ)言大模型、图像大模型(xíng)之后，多模态大模型已经成(chéng)为了新的趋势。

大模型被誉为当前人(rén)工智能发展的(de)智能底座(zuò)，是全球竞争最激烈的研究方向之一，包(bāo)括(kuò)谷歌(gē)、亚马逊、百度、阿里、腾讯等众多头(tóu)部(bù)企业都在竞相发力。

不过训练大模型的(de)确价(jià)格不菲，以国盛证券发布(bù)的《ChatGPT需要多少算力》报(bào)告估算，GPT-3训练一次的成(chéng)本约为140万美(měi)元。而对于(yú)一些(xiē)更大(dà)的LLM(大型语言模型)，训练成本则介于(yú)200万美元至(zhì)1200万美(měi)元高价之间。

以ChatGPT在2023年1月的独(dú)立访客平均(jūn)数(shù)1300万计算(suàn)，其对应芯片需求为(wèi)3万多片(piàn)英伟达A100 GPU，初(chū)始投入成本(běn)约为(wèi)8亿美元，每日仅电费就在5万美元左右。

此(cǐ)外不论是ChatGPT还是(shì)AIGC，都离不开庞大算力(lì)支持。在关注(zhù)各类大模型的发展同时，更(gèng)应该关注算力网络的(de)建(jiàn)设。

算力网络正驱动AI产业发展进入史诗级加速进程，让(ràng)AIGC及通用AI这(zhè)一人工(gōng)智能发展的终极目标离(lí)得(dé)更(gèng)近(jìn)。

因为算力可(kě)以对突破性技术创新提供大力的支(zhī)持。这(zhè)方面，多模态大模型是典型。作为面向(xiàng)未来(lái)强人工智能、通用人工(gōng)智能的重要技(jì)术(shù)创新，多模态大模型(xíng)已(yǐ)经在人工智能(néng)领域提出(chū)了很多年，业(yè)界(jiè)也有不少技术突破，但是，多(duō)模态大(dà)模型(xíng)进一步往(wǎng)下走，算力需求呈几何式上升，一般的(de)算(suàn)力(lì)基础设施(shī)很(hěn)快将难(nán)以胜任。

从图像、文字、语音单独一项的(de)训练，到双模态、三模态的跃迁，让人工智能可(kě)以灵活应(yīng)对不同模(mó)态(tài)的转化(huà)、像人与世界交互一样自(zì)然，这方面，由算力网络来驱动将有明显(xiǎn)优(yōu)势。

此外，还有很多需要爆发(fā)式(shì)增长的算力来支撑(chēng)的(de)技(jì)术创新，将在人工智(zhì)能算(suàn)力网(wǎng)络支撑下快速(sù)推进。

AIGC已经(jīng)露(lù)出曙光，期(qī)待在大模型和大算力(lì)的(de)支持下AIGC能持续颠覆内容生(shēng)产(chǎn)的方式，将(jiāng)创造的边际成(chéng)本降低，让万众受益(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 马美如简介