自(zì)聊天机器人ChatGPT火爆以来(lái)，微软(ruǎn)公(gōng)司创始人比尔·盖茨已(yǐ)多次公开谈论人工(gōng)智(zhì)能(néng)话题。在最近(jìn)的一次采访(fǎng)中(zhōng)，他再次表示：“AI可(kě)能会让科技行业迎来一次(cì)剧烈的(de)洗牌”。

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

他预期，AI的(de)发(fā)展可能会威胁到谷(gǔ)歌(gē)的市(shì)占率，因为微软(ruǎn)在AI方面的行动相当迅速(sù)。而最终科(kē)技巨(jù)头(tóu)将把AI整合成用户的“全能(néng)助手”，包(bāo)揽一切应用，与人们进行(xíng)沟(gōu)通(tōng)并(bìng)提供建议(yì)，可以取代亚马逊、Siri或Outlook等应(yīng)用(yòng)。

大(dà)佬口中全能助手的到来可(kě)能尚(shàng)需时(放里面睡觉是什么样的感觉，放在里面睡觉是一种怎样的感觉shí)日，但由ControlNet引发的又(yòu)一次AI绘画浪潮，让AIGC在ChatGPT的话(huà)题热点包围中杀出重围。

01

ControlNet颠覆AI绘画新玩法(fǎ)

AIGC向可控靠近

以AI绘(huì)画为代表的AIGC上一次(cì)爆火的(de)时候，还(hái)是2022年8月，在美国科罗拉(lā)多州举办的新兴数字艺术家竞赛中，一幅(fú)名为《太空歌剧(jù)院》的作品获奖。

随后各大厂商(shāng)的AI绘(huì)画软(ruǎn)件被广大网(wǎng)友熟知并体(tǐ)验，Stable Diffusion便(biàn)是其中代(dài)表。

用(yòng)户们(men)可(kě)以在(zài)应用中输(shū)入一组关键词(cí)或者一张照片，就能(néng)获(huò)得一(yī)幅AI创作的(de)画作。

作画(huà)的关键就是(shì)所输入的文本。同一组关(guān)键词(cí)也可以创作(zuò)出很多(duō)张风(fēng)格不(bù)一样(yàng)的画作，这让(ràng)创(chuàng)作(zuò)的过程就像开盲盒。

很(hěn)多用户(hù)很(hěn)喜欢这种不确定的惊喜，他们会将(jiāng)生成的美图当做头像(xiàng)。而另一部分(fēn)喜欢翻看AI绘画(huà)的(de)“翻车”作品。在社交媒体上，许多(duō)用(yòng)户分享AI“翻车(chē)现场”，例如(rú)，一位网友(yǒu)的(de)小狗照片被AI画(huà)成了(le)“肌肉男(nán)”，还有(yǒu)网友的个(gè)人照片被AI识别成了建筑。

而如今随着ControlNet的出现与(yǔ)加持(chí)，以往AI绘(huì)画的填写关键词(cí)游戏(xì)可能要被颠覆了。

ControlNet是一位正在(zài)斯坦福读博(bó)的中国人张吕(lǚ)敏创作的一种基(jī)于控(kòng)制点的(de)图像变形(xíng)算法，主要(yào)用于(yú)数(shù)字图像处(chù)理、计算机(jī)视觉和计算机图形学(xué)等领域(yù)。

其SD插(chā)件一经发(fā)布(bù)，在短短的两天(tiān)内(nèi)便成为(wèi)了AI绘(huì)画领域最(zuì)新的热点。

在此之前，大家(jiā)用了很多(duō)方法(fǎ)想让AI生成(chéng)的结果尽可(kě)能的符合要求(qiú)，但是(shì)都不(bù)尽如人意，它的(de)出现代表(biǎo)着(zhe)AI生成(chéng)开(kāi)始进入真正的可控时期。

因为ControlNet可以直接提取画面(miàn)的构图(tú)，人物的姿(zī)势和画面(miàn)的深度信息等(děng)。有了它的帮助，就(jiù)不用频繁的用提(tí)示词来碰运气，抽盲盒式的创作了。

通俗的说ControlNet相当(dāng)于给(gěi)AI绘(huì)画加了“魔法”，不(bù)少(shǎo)博主的作品已经获(huò)得了(le)大量的浏览量，“viggo”就是其中之一，他用朋(péng)友的(de)照(zhào)片直接带她们(men)走进动漫(màn)世界。

viggo先用StableDiffusion图(tú)片(piàn)转文字。

再用Text2Prompt插件(jiàn)拓展(zhǎn)找到对应的关键词；最后用(yòng)ControlNet插件绑定骨骼开始(shǐ)换关键词试效果。

通过图片就可以(yǐ)看出(chū)来(lái)，效果十(shí)分惊艳(yàn)。

更厉害的是，除了(le)真实的照片，草(cǎo)图(tú)也可以加上“魔法”，知乎大牛“DevPoint”和“逗(dòu)砂(shā)”介绍到ControlNet还能(néng)实现线稿(gǎo)转全彩图(tú)。大神张(zhāng)吕敏其本(běn)尊也亲自回应。

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

02

难辨虚实，AIGC技(jì)术力爆发

警惕安全问题

近日，“苏(sū)州(zhōu)金(jīn)鸡湖有(yǒu)游艇party”的(de)消息火遍网络(luò)，而经过警方(fāng)辟(pì)谣这所(suǒ)谓的“party”可能是(shì)全国第一起AI绘(huì)图(tú)诈骗。

由于这个活动里面给(gěi)出的美女(nǚ)照片都是AI制作的真人照片绘图，因为太逼真，被大家当成真事传(chuán)播了(le)。

不过仔(zǎi)细观察(chá)可(kě)以发现，活动发起(qǐ)者(zhě)提供的照片中(zhōng)有个很大的漏洞(dòng)可以发现并非真人，而是AI绘图，那便是图片中女性的手(shǒu)指部分有的(de)存在异常。

有行(xíng)业人事(shì)表示：“现在因(yīn)为手指部分(fēn)的绘画算法(fǎ)比较(jiào)复杂(zá)，AI还不(bù)太会画人的手，但最新看到的图片已经有(yǒu)越来越完美的AI模型出现，以后(hòu)可能就完全没(méi)有漏洞了。”

类似的(de)AI作图诈骗在国外也已有(yǒu)发生。据英(yīng)国广(guǎng)播公(gōng)司报道，土耳其地(dì)震期间，有Tiktok用户使用(yòng)AI合成了儿童受灾的假照片发布到网络，以此诱骗善良(liáng)的人打赏(shǎng)“捐助(zhù)”从(cóng)而实(shí)施诈骗。

目前随着技术发展，AIGC已经(jīng)能做出真人照(zhào)片般的(de)绘图效果(guǒ)，如(rú)果(guǒ)这样(yàng)的图片被用来诈骗，将非常可怕。

此外AIGC还引发了很多担忧，一方(fāng)面，批判者认为AI在“学(xué)习”了大(dà)量前(qián)人的作品(pǐn)之后，其创(chuàng)作没(méi)有任何情绪和灵魂，难以和人类的艺术创作(zuò)相提并论。

另一(yī)方面，AIGC背后的版权、目前都并没(méi)有(yǒu)得到有效的解决，还有AIGC会不(bù)会(huì)代替人类“至(zhì)高无上”的创意(yì)。

马(mǎ)斯克(kè)也(yě)强调，人工智能(néng)的(de)安全(quán)问(wèn)题需要得到(dào)重视，太晚(wǎn)就来(lái)不(bù)及了。

03

AIGC下一(yī)站除了视频，还有远方

技术都是有两面性的，潜在(zài)的危(wēi)害(hài)并不(bù)能掩(yǎn)盖(gài)其光辉的(de)贡(gòng)献。现在看来，人工(gōng)智能技术将是(shì)第四次工业革命(mìng)的核心驱动力量(liàng)，将创(chuàng)造新的增长奇迹(jì)。

过(guò)去(qù)一(yī)年(nián)，人(rén)工智能在技术和(hé)商业层面(miàn)都(dōu)有了巨大进展，AI绘(huì)画(huà)就是人工智能技术发生方向性改变的(de)一个代表(biǎo)。其下一站或许(xǔ)就(jiù)是视(shì)频。

此前，Meta和谷歌先(xiān)后发布了几(jǐ)条引爆科(kē)技(jì)圈的短视放里面睡觉是什么样的感觉，放在里面睡觉是一种怎样的感觉频(pín)。这(zhè)些(xiē)视频引发关注并非内容(róng)做得多优(yōu)秀，反而(ér)都(dōu)非常简单，比如一(yī)匹正在喝水的马，一只画画的玩(wán)具熊，或者一段骑摩托车的第一(yī)视角录像，随便(biàn)一个有手(shǒu)机(jī)的人都可(kě)以随手录下一段。

但这(zhè)些短(duǎn)视频的创作方(fāng)式(shì)非常(cháng)简单，创(chuàng)作者仅仅需(xū)要向(xiàng)AI输入一(yī)段话，甚至只是说一下要求，AI就可(kě)以根(gēn)据需要生(shēng)成(chéng)一段(duàn)视频。

谷歌发布的(de)两个AI生成视频(pín)分别(bié)来自于(yú)Imagen Video和Phenaki，前者主要突出的是高清，与Meta的(de)Make-A-Video没有太多的差别。

在Make-A-Video公(gōng)布了AI生成(chéng)的视频后，AI圈就已经(jīng)玩了(le)一波梗，一个能够(gòu)做出更高清视(shì)频的AI还不足(zú)以(yǐ)在(zài)短时间内戳(chuō)中兴奋点。

Phenaki更加令人震惊的地(dì)方在于，它可以(yǐ)制作出超过2分钟(zhōng)的连贯的也有确切(qiè)内容的视频(pín)，这才是真正让人们(men)感(gǎn)到(dào)惊喜的(de)地方。因为无论AI生成的(de)视频多(duō)么高(gāo)清，也只(zhǐ)能是为内(nèi)容生产者提(tí)供一个灵感(gǎn)，一个素材，一个过场(chǎng)动画。

不过能够制作出(chū)有具体剧情内容的视(shì)频就意(yì)味着(zhe)，一些视频(pín)创作(zuò)由(yóu)AI代替(tì)人工完成(chéng)已经初步(bù)有了(le)可能。

当下AI的发展速(sù)度(dù)已经超过大(dà)部分(fēn)人的(de)想象。内容产业(yè)的本质是供给创造(zào)需(xū)求，AIGC作为(wèi)全(quán)新(xīn)的内容生产方式，可(kě)以(yǐ)为内容产业带(dài)来(lái)更新的内(nèi)容风格、更快(kuài)的生产速度(dù)，更低的生产成本，这无疑会驱动内容产业的(de)大爆(bào)发。

除了(le)AI绘图、视(shì)频，AIGC技术还能(néng)应用于音乐、代码、机器人(rén)动作等多种内容形(xíng)式的生成。不难发现该项(xiàng)技术不(bù)仅在游(yóu)戏等行业能得到有效应用(yòng)，对于下一代互联网各种元(yuán)素的构建(jiàn)亦有关键(jiàn)意义。

从商业化的角度来看，文化娱(yú)乐、教(jiào)育、传媒等诸多领域，本身就(jiù)对基于AI的可视化内容有(yǒu)强烈(liè)需求(qiú)。

因此，AI绘(huì)画及视频或不是结果，而(ér)只是AI进程中的(de)一(yī)块重(zhòng)要拼(pīn)图，有望(wàng)在技术更新的加(jiā)持下实现更大(dà)的应用(yòng)价值。

AI从理解(jiě)内容，走向了可(kě)以生(shēng)成内容，甚至能(néng)够创造(zào)出独(dú)立(lì)价值和(hé)独立(lì)视角的(de)内容(róng)。AIGC的(de)再(zài)次出圈，更代表(biǎo)着未(wèi)来的先进(jìn)生产(chǎn)力即将到来。

04

紧抓大模型与算(suàn)力，牢固AIGC底座

从技术的发展也(yě)可以看(kàn)出，在语(yǔ)言大模型、图像(xiàng)大模型之后(hòu)，多模态大模型已经(jīng)成为了新(xīn)的趋势。

大模型被誉(yù)为当前(qián)人工智能发展的智(zhì)能底座，是(shì)全球竞争最激(jī)烈的研究方向(xiàng)之一，包括谷歌、亚马逊、百度、阿(ā)里(lǐ)、腾讯等众多头(tóu)部企业都在(zài)竞相发力。

不过训练(liàn)大(dà)模型的确价格不菲(fēi)，以国盛(shèng)证券发布(bù)的《ChatGPT需要多少(shǎo)算力》报告估(gū)算(suàn)，GPT-3训练一次的成本约为140万美(měi)元。而对于一些更大的LLM(大型语(yǔ)言模型)，训(xùn)练(liàn)成本则(zé)介于(yú)200万美(měi)元至1200万美元高价之间。

以(yǐ)ChatGPT在2023年1月的(de)独立访客平均(jūn)数1300万计(jì)算，其对(duì)应芯片需(xū)求为(wèi)3万多(duō)片(piàn)英伟达A100 GPU，初始(shǐ)投入成本约为8亿美元，每日仅电费就在5万美元左右。

此外不论是ChatGPT还(hái)是AIGC，都(dōu)离不开(kāi)庞(páng)大(dà)算(suàn)力支持。在关注各类大(dà)模型的发展(zhǎn)同时，更(gèng)应该(gāi)关注算力网络(luò)的建设。

算力(lì)网络正驱动AI产业(yè)发展进入史诗级加速进程，让AIGC及通用AI这一人工(gōng)智能发展的终极目标离得更近。

因为(wèi)算力可以(yǐ)对突破性技术创新(xīn)提供(gōng)大力的(de)支(zhī)持。这方面，多模态(tài)大模(mó)型是典型(xíng)。作为(wèi)面向未来强人工智能、通用人(rén)工智能的重要技术创新，多模态大模型已经在人工(gōng)智能领域(yù)提出了很(hěn)多年，业界也有不少技术突(tū)破，但是，多模态大模型(xíng)进一步往下(xià)走，算力(lì)需求呈几何式(shì)上升(shēng)，一般(bān)的(de)算力基础设施很快将难以胜任(rèn)。

从(cóng)图像、文字、语音单独一项的训练，到双模态、三模态的(de)跃迁，让人工智能可以灵(líng)活(huó)应对(duì)不同模态的(de)转化、像人与(yǔ)世界交互一(yī)样(yàng)自(zì)然，这方(fāng)面，由(yóu)算力网(wǎng)络来驱(qū)动将有明显优势。

此(cǐ)外(wài)，还有很多需要(yào)爆发(fā)式增(zēng)长(zhǎng)的算力来支撑的技术创新(xīn)，将在(zài)人(rén)工智能算(suàn)力网络支撑下快速推进。

AIGC已经露(lù)出曙光，期待在大(dà)模型和大算力的支持下AIGC能持续颠覆内容生产的方式，将(jiāng)创(chuàng)造的边际成本降低，让万(wàn)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 放里面睡觉是什么样的感觉，放在里面睡觉是一种怎样的感觉