自聊天机器人ChatGPT火爆以来(lái)，微(wēi)软(ruǎn)公(gōng)司(sī)创始人比尔(ěr)·盖茨(cí)已多次公开谈论人工智(zhì)能话题。在最(zuì)近的一(yī)次采访中，他再次表示：“AI可能会让科(kē)技行业迎来一次剧烈的洗牌”。

这个结论是他在当地时间(jiān)2月20日接受《In Good Company》节目专访(fǎng)时提出的。

他(tā)预期(qī)，AI的发(fā)展可能会威胁到谷歌的(de)市(shì)占(zhàn)率，因(yīn)为微(wēi)软在(zài)AI方面的行动相当迅速。而(ér)最终科技巨头将把(bǎ)AI整合成用户的“全能(néng)助(zhù)手”，包揽一切应(yīng)用，与人们进行沟通并提供建议(yì)，可以取(qǔ)代亚(yà)马逊、Siri或Outlook等应用。

大佬口(kǒu)中全(quán)能(néng)助手(shǒu)的到(dào)来(lái)可能尚(shàng)需时日，但由ControlNet引发的(de)又(yòu)一次AI绘画(huà)浪(làng)潮，让(ràng)AIGC在ChatGPT的话(huà)题热点(diǎn)包围中杀出(chū)重围。

01

ControlNet颠覆AI绘画新玩法

AIGC向可控(kòng)靠(kào)近

以AI绘画(huà)为代表的AIGC上一次爆火的时候，还是2022年8月，在美国科罗拉多州举办的新兴数字艺术(shù)家(jiā)竞赛中(zhōng)，一幅(fú)名为《太(tài)空歌剧(jù)院》的作品(pǐn)获奖。

随后(hòu)各大(dà)厂商的(de)AI绘画(huà)软件(jiàn)被(bèi)广大网友熟知并体验，Stable Diffusion便是其中代表。

用户们可以在应用中输入一组关键词(cí)或者一张照片，就能获得一(yī)幅AI创作的画作。

作画的关键就是(shì)所输入的(de)文本。同一组关(guān)键词也可(kě)以(yǐ)创作(zuò)出很(hěn)多张风格不一样(yàng)的画作，这(zhè)让创作的过程就像开盲盒(hé)。

很多用户很喜欢这种不确定的惊喜，他们会将生(shēng)成的美(měi)图当做头像。而另一部分喜欢翻(fān)看(kàn)AI绘画的(de)“翻车”作品(pǐn)。在社交媒(méi)体(tǐ)上，许多用户(hù)分享AI“翻车现场(chǎng)”，例如，一(yī)位(wèi)网友(yǒu)的小(xiǎo)狗照片(piàn)被AI画成(chéng)了“肌肉男”，还(hái)有(yǒu)网友的(de)个人照片被AI识别成了建筑(zhù)。

而如今随(suí)着ControlNet的出现与加(jiā)持，以(yǐ)往AI绘画的填写关键词游(yóu)戏可能要被颠覆了(le)。

ControlNet是一位正在(zài)斯坦福(fú)读博的中(zhōng)国人张吕敏(mǐn)创作的一种基于控制点(diǎn)的图像变形算法(fǎ)，主要(yào)用于(yú)数(shù)字图像处(chù)理、计算机视觉(jué)和计算机图形(xíng)学等(děng)领域。

其(qí)SD插件(jiàn)一经发布，在短短的两天(tiān)内便(biàn)成为(wèi)了AI绘画领域最新(xīn)的热点。

在此之(zhī)前，大(dà)家(jiā)用了很多方法(fǎ)想让AI生成(chéng)的结果(guǒ)尽(jǐn)可能的(de)符合要求，但是都不尽如人意，它的出现代表着AI生成(chéng)开(kāi)始(shǐ)进入真正的可控时期。

因为ControlNet可(kě)以直接提取画面的构图，人物的姿势和画面(miàn)的深(shēn)度信(xìn)息(xī)等。有(yǒu)了它的帮助，就不用频繁的用提示词来碰运气，抽盲(máng)盒式的(de)创作了。

通俗的(de)说(shuō)ControlNet相(xiāng)当于给AI绘画加了(le)“魔法”，不(bù)少博主的作品已(yǐ)经获(huò)得(dé)了大(dà)量(liàng)的浏览量，“viggo”就是(shì)其中之一，他用朋(péng)友的照片直(zhí)接带(dài)她们走进动漫(màn)世界。

viggo先(xiān)用StableDiffusion图片转(zhuǎn)文(wén)字。

再用Text2Prompt插件(jiàn)拓(tuò)展找到对应的关(guān)键词；最后用ControlNet插件绑定骨骼开始换关键(jiàn)词试(shì)效果。

通过图(tú)片就可以看(kàn)出(chū)来(lái)，效果十分惊艳(yàn)。

更厉害(hài)的是，除了真实的照片(piàn)，草图(tú)也可以加上“魔法”，知乎大(dà)牛“DevPoin嘴巴含胸的感觉知乎，嘴巴含胸的感觉如乎t”和“逗砂”介(jiè)绍到ControlNet还能实现线(xiàn)稿转全彩图。大(dà)神张(zhāng)吕敏其本尊也(yě)亲自(zì)回应。

不得不说(shuō)当(dāng)下AIGC已经变得越来越强(qiáng)大，甚至输出的作品都已经能以假乱真(zhēn)了。

02

难辨虚实，AIGC技(jì)术(shù)力爆发

警惕安(ān)全(quán)问题

近(jìn)日(rì)，“苏州金(jīn)鸡湖有游(yóu)艇party”的消(xiāo)息火遍(biàn)网络，而经过警方辟谣这所谓的“party”可能是全(quán)国(guó)第一(yī)起AI绘图诈骗。

由于这个活动里面给出的美女照片都是AI制作的真人(rén)照(zhào)片绘图，因为(wèi)太逼真(zhēn)，被(bèi)大(dà)家当成真(zhēn)事传(chuán)播(bō)了。

不(bù)过仔细(xì)观察可(kě)以发现，活动发起者提(tí)供的照片(piàn)中有个很大的(de)漏洞可以发现并非真(zhēn)人(rén)，而(ér)是AI绘图，那便是图片中(zhōng)女性的手指(zhǐ)部分有的存在异常。

有(yǒu)行(xíng)业人事表示(shì)：“现在因为(wèi)手指部(bù)分的(de)绘画算法比较复杂，AI还不太会画人的手，但最(zuì)新看到的图片已经有越来越完美的AI模型出现(xiàn)，以(yǐ)后(hòu)可(kě)能就完全(quán)没有漏(lòu)洞了。”

类(lèi)似的AI作图(tú)诈骗在(zài)国(guó)外也已有(yǒu)发生。据英(yīng)国广播公司报道，土耳其地震期间，有Tiktok用(yòng)户使(shǐ)用(yòng)AI合成了儿童(tóng)受灾(zāi)的假(jiǎ)照(zhào)片发布到网络，以此(cǐ)诱骗善良的人打赏“捐助(zhù)”从而实施诈骗。

目前随(suí)着技(jì)术(shù)发(fā)展，AIGC已经(jīng)能(néng)做出真人照片般的绘图效(xiào)果(guǒ)，如果这样的图片被用(yòng)来诈骗，将非(fēi)常可怕。

此外AIGC还引发了很(hěn)多担忧，一方面，批判者认为AI在“学习”了大(dà)量前人的(de)作品之后，其创作没有任(rèn)何情绪和(hé)灵魂，难(nán)以和人类(lèi)的艺术(shù)创(chuàng)作相提并论。

另一方面，AIGC背(bèi)后的版权、目(mù)前(qián)都并没(méi)有得到有(yǒu)效的解决，还有AIGC会不(bù)会(huì)代替人类(lèi)“至(zhì)高无(wú)上”的创意。

马斯克也强调，人工智能的安全问题需要(yào)得到重视(shì)，太晚就来不及了。

03

AIGC下一站(zhàn)除了(le)视频，还有远方

技术都是有两面性(xìng)的，潜(qián)在的危害并不能掩(yǎn)盖(gài)其光辉的贡(gòng)献(xiàn)。现在看来，人工智能技术将是第(dì)四(sì)次工业(yè)革命(mìng)的(de)核心驱动力量，将创造新的(de)增长(zhǎng)奇迹。

过去一年，人工(gōng)智能在(zài)技术和(hé)商业层面都有(yǒu)了巨(jù)大进展，AI绘画就(jiù)是人工智能(néng)技术发生方向(xiàng)性(xìng)改变的一个代表(biǎo)。其下(xià)一站或许就(jiù)是视频。

此前，Meta和谷歌先后发布(bù)了几条引爆科技圈的短视频。这些视频引发关注并非内容(róng)做得多优秀，反而都非常简单，比如(rú)一匹正在喝水的马，一只画画(huà)的(de)玩具熊，或者一(yī)段骑摩托车的(de)第(dì)一视(shì)角录像(xiàng)，随便一个有手(shǒu)机(jī)的人(rén)都可(kě)以随手录下一(yī)段。

但这(zhè)些短视频的创作(zuò)方式非(fēi)常简单，创作(zuò)者仅仅需要向AI输入一段话，甚至只是说一下(xià)要求(qiú)，AI就可(kě)以根据(jù)需要生成一段视(shì)频。

谷歌发布的(de)两个AI生成(chéng)视频分别来自(zì)于Imagen Video和Phenaki，前者主(zhǔ)要(yào)突出的是高清，与Meta的Make-A-Video没有太多的差别。

在Make-A-Video公布了(le)AI生成的视频后，AI圈就已经玩(wán)了一(yī)波梗，一个(gè)能够做出更高清视(shì)频的AI还不足以在(zài)短时间内戳中(zhōng)兴奋(fèn)点。

Phenaki更(gèng)加令人震(zhèn)惊(jīng)的地方在(zài)于，它可以制作(zuò)出超过2分钟的连贯(guàn)的也有(yǒu)确切内(nèi)容(róng)的视频，这才是真正让(ràng)人们感到(dào)惊喜的地方。因为(wèi)无论AI生成的视频多(duō)么高清，也只能是为内容生产者提供一个灵(líng)感，一个素材(cái)，一个过场动画(huà)。

不过能(néng)够制作出有(yǒu)具体剧情内容的视频就意味着，一些视频创作由AI代替人工完成已经初(chū)步有了可能。

当(dāng)下AI的发(fā)展速度(dù)已经超过大部(bù)分人(rén)的想象。内容产业的本质是供给创造需求，AIGC作为全新的内容生产方式(shì)，可(kě)以为内容产业带(dài)来更新的内(nèi)容风格、更快(kuài)的生产速度，更低的生(shēng)产成(chéng)本，这(zhè)无疑(yí)会驱动内容(róng)产(chǎn)业的大爆(bào)发(fā)。

除了AI绘(huì)图、视频，AIGC技术还能(néng)应用(yòng)于音乐、代码、机(jī)器人动作等多种内容(róng)形式的(de)生(shēng)成(chéng)。不难发现该项技(jì)术不仅在游戏等(děng)行业(yè)能得到有效应用，对于下一代互联网各种元素的(de)构建亦有关键意义。

从商业化(huà)的角度来看，文化娱(yú)乐、教育、传媒等诸(zhū)多领域，本(běn)身就对基于AI的可视化内容有强烈需求。

因此，AI绘画(huà)及视频或(huò)不是结果，而只是(shì)AI进(jìn)程中(zhōng)的一块重要(yào)拼图，有望(wàng)在技术更新的加持下实现更大的应(yīng)用(yòng)价(jià)值。

AI从(cóng)理解(jiě)内容，走向(xiàng)了可以生成(chéng)内容，甚至能够创造(zào)出独立价值和独(dú)立视角(jiǎo)的内容(róng)。AIGC的再次出圈，更代表着未来(lái)的先进生产力即将到(dào)来(lái)。

04

紧抓大模型与算力，牢固AIGC底座

从技术的(de)发展也可以看(kàn)出，在语言大模(mó)型、图像大模型之后，多(duō)模态大模型已经(jīng)成为了新的趋势(shì)。

大模型被誉为当前人(rén)工智能(néng)发展(zhǎn)的智能底座(zuò)，是全球竞争最激烈(liè)的研究方向(xiàng)之一，包括谷歌、亚(yà)马逊、百(bǎi)度、阿(ā)里、腾讯等众多头部企业都在竞(jìng)相发力。

不过训练大模(mó)型的确价格不(bù)菲，以国盛证券发(fā)布的《ChatGPT需要多(duō)少(shǎo)算力》报告估算，GPT-3训练一(yī)次(cì)的成(chéng)本约(yuē)为140万美元。而对(duì)于(yú)一些更大的LLM(大(dà)型(xíng)语言模(mó)型)，训练(liàn)成本(běn)则(zé)介(jiè)于(yú)200万美元至(zhì)1200万(wàn)美(měi)元高价之间。

以ChatGPT在2023年(nián)1月的(de)独立访(fǎng)客平均(jūn)数1300万计算，其对(duì)应芯片需(xū)求为(wèi)3万多片英伟达(dá)A100 GPU，初(chū)始投入成(chéng)本约为8亿(yì)美元，每日仅电费(fèi)就在(zài)5万美(měi)元左右。

此外(wài)不论是(shì)ChatGPT还是AIGC，都离不(bù)开(kāi)庞大算力支持。在关注各类大模型(xíng)的(de)发(fā)展同时(shí)，更(gèng)应(yīng)该关注算力网络的建设(shè)。

算力网络正驱动AI产业发展进入史诗级加(jiā)速(sù)进程，让AIGC及(jí)通(tōng)用AI这一人工(gōng)智(zhì)能发展的终极(jí)目标(biāo)离(lí)得更近(jìn)。

因为算力可以对突(tū)破性技术创新(xīn)提供大力的支持。这方面，多模态大模型(xíng)是典型。作为面(miàn)向未来强人工智能、通用人工智能的重要技术创(chuàng)新，多(duō)模态大模型已(yǐ)经在人工智(zhì)能领域提出了很多年，业界(jiè)也有不少(shǎo)技术突破(pò)，但是，多模(mó)态大模型进(jìn)一步往下(xià)走(zǒu)，算力需求呈(chéng)几何式上升(shēng)，一(yī)般的算力基(jī)础设施很快将(jiāng)难(nán)以胜(shèng)任。

从(cóng)图像、文(wén)字、语音单独(dú)一项的训练，到双(shuāng)模(mó)态、三模(mó)态的跃迁，让人工(gōng)智能(néng)可以(yǐ)灵活(huó)应对不同模(mó)态的转(zhuǎn)化(huà)、像(xiàng)人与世界交互一(yī)样自(zì)然，这方面，由算(suàn)力网络来(lái)驱动将有明显优(yōu)势。

此外，还有很(hěn)多需要爆发式增(zēng)长的算力来支撑的技术(shù)创新，将(jiāng)在人工智能(néng)算力网络(luò)支撑(chēng)下快速推进(jìn)。

AIGC已经露(lù)出曙光，期待(dài)在大模型和大算力的支持下AIGC能持(chí)续颠覆(fù)内容生产的方式，将创造的边际成本降低，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 嘴巴含胸的感觉知乎，嘴巴含胸的感觉如乎