自聊天机器人ChatGPT火爆以来，微软(ruǎn)公司创始(shǐ)人(rén)比尔·盖茨已多(duō)次(cì)公开谈论(lùn)人工智(zhì)能(néng)话(huà)题。在最(zuì)近的(de)一次采访中，他再(zài)次表示：“AI可能会让科技行业(yè)迎来(lái)一次剧(jù)烈的洗牌”。

这个结(jié)论是(shì)他(tā)在当地时间2月(yuè)20日接受(shòu)《In Good Company》节目专访(fǎng)时提出的。

他预期，AI的(de)发展(zhǎn)可(kě)能(néng)会威胁到谷歌的市(shì)占率，因为微软在AI方面的行动相当迅速。而最终科技(jì)巨头(tóu)将把(bǎ)AI整合成用户的“全能(néng)助手”，包(bāo)揽一切应用，与(yǔ)人(rén)们(men)进(jìn)行沟通(tōng)并提(tí)供建议(yì)，可以取代(dài)亚马逊、Siri或Outlook等应用。

大佬口中全能助手的到来可能尚需时日，但由ControlNet引发(fā)的(de)又一次AI绘画浪潮，让AIGC在(zài)ChatGPT的(de)话题(tí)热点包围中(zhōng)杀出重围。

01

ControlNet颠覆AI绘(huì)画新玩法

AIGC向可控靠近

以(yǐ)AI绘画为(wèi)代(dài)表的AIGC上(shàng)一次爆火的(de)时候，还是2022年8月(yuè)，在美国科罗拉多(duō)州举办(bàn)的新(xīn)兴数字艺术(shù)家竞赛(sài)中，一幅(fú)名(míng)为(wèi)《太空歌剧(jù)院》的作品(pǐn)获奖。

随后各大厂商的(de)AI绘画软件被广大网友熟知并体(tǐ)验，Stable Diffusion便是(shì)其中代(dài)表。

用户们可以在应用中输入一组关键词或者一张照(zhào)片，就能获得一幅AI创作的(de)画作。

作(zuò)画的关(guān)键就是所输入的文本(běn)。同一组关键词也可以创作出很多张(zhāng)风格(gé)不一(yī)样的画作，这让(ràng)创作的过程(chéng)就像开(kāi)盲盒。

很(hěn)多用户(hù)很喜欢(huān)这种(zhǒng)不(bù)确定的惊喜，他(tā)们(men)会将(jiāng)生成的(de)美图当做(zuò)头像。而另一部分(fēn)喜欢翻看AI绘画的“翻(fān)车”作品。在(zài)社交媒体上，许多用(yòng)户分享(xiǎng)AI“翻车(chē)现场”，例如，一位网友(yǒu)的小狗照片被AI画成了“肌(jī)肉男”，还有网友(yǒu)杀害一只斑鸠是什么罪，打死一只斑鸠会定什么罪的(de)个人照片被AI识(shí)别成了建(jiàn)筑。

而如今(jīn)随着ControlNet的出现与加持(chí)，以往AI绘画(huà)的(de)填写关键(jiàn)词游戏(xì)可(kě)能要被颠(diān)覆了。

ControlNet是一(yī)位(wèi)正在斯坦福(fú)读博的中国人张吕敏创作的(de)一种基(jī)于控制点(diǎn)的图像变形算法，主要用于数字图(tú)像处理、计算机视(shì)觉和计算机图(tú)形学(xué)等领域(yù)。

其SD插件一经发布，在短短的两天内便成(chéng)为了AI绘画领域最新的热点(diǎn)。

在(zài)此之前，大家用(yòng)了很多(duō)方法想让AI生成的结果(guǒ)尽可能的符(fú)合要求(qiú)，但是(shì)都不尽(jǐn)如(rú)人意(yì)，它(tā)的出(chū)现(xiàn)代表着AI生(shēng)成开始进(jìn)入真正的(de)可控时期(qī)。

因为ControlNet可以直接提(tí)取画面的构图，人物的姿势(shì)和画面(miàn)的深度信息等。有了它(tā)的帮助，就(jiù)不用(yòng)频繁的(de)用(yòng)提(tí)示词来碰运(yùn)气，抽(chōu)盲盒式的创(chuàng)作了。

通俗的(de)说ControlNet相当于给AI绘画加(jiā)了“魔法”，不少博主的作(zuò)品已经获(huò)得了大(dà)量(liàng)的浏览量(liàng)，“viggo”就是(shì)其中之(zhī)一，他(tā)用朋友的照片直接(jiē)带她们(men)走进动漫世(shì)界。

viggo先用StableDiffusion图片转文字。

再用Text2Prompt插(chā)件拓展(zhǎn)找到(dào)对应的关键词；最后用ControlNet插(chā)件(jiàn)绑定骨(gǔ)骼开(kāi)始换(huàn)关键词(cí)试效果。

通过图片就可以看(kàn)出来，效果十(shí)分惊艳。

更厉害(hài)的是(shì)，除了真实(shí)的照片(piàn)，草图也可(kě)以(yǐ)加上“魔法”，知乎(hū)大牛“DevPoint”和“逗(dòu)砂”介绍到ControlNet还(hái)能(néng)实现线稿转全彩(cǎi)图。大神张吕敏其本尊(zūn)也亲自回应。

不得不说当下AIGC已经变(biàn)得越来越强(qiáng)大，甚至输出的作品都已(yǐ)经能以假乱(luàn)真(zhēn)了。

02

难辨虚实，AIGC技术(shù)力爆发

警惕安(ān)全问(wèn)题

近日，“苏州金鸡湖(hú)有游(yóu)艇party”的消(xiāo)息火遍网络，而经过警方(fāng)辟谣这所(suǒ)谓的“party”可能(néng)是全(quán)国第一起AI绘图诈骗。

由于这个(gè)活动里面给出(chū)的(de)美女(nǚ)照片都是AI制作的真人照(zhào)片(piàn)绘图，因(yīn)为太逼(bī)真，被大家当(dāng)成真(zhēn)事传播了(le)。

不过仔细观察(chá)可以(yǐ)发现(xiàn)，活动发起者提供的照片中(zhōng)有个(gè)很大的漏(lòu)洞可(kě)以发现并非(fēi)真人(rén)，而是AI绘图，那(nà)便是图片中(zhōng)女性的手指(zhǐ)部(bù)分(fēn)有的存在异常。

有行业人事表(biǎo)示：“现(xiàn)在(zài)因为手指部(bù)分的绘(huì)画算(suàn)法(fǎ)比较(jiào)复(fù)杂，AI还不太会画(huà)人的手，但最新看到的图(tú)片已经(jīng)有越来越完美的AI模型出(chū)现，以后可能就完全没(méi)有漏洞了。”

类似的AI作图诈骗在国外也已有发(fā)生。据英国广播公司(sī)报道，土耳其地震期间，有Tiktok用户(hù)使用AI合成了儿童受灾的假照(zhào)片发布到网(wǎng)络，以此诱骗善良的(de)人打赏“捐助”从(cóng)而实施(shī)诈(zhà)骗。

目(mù)前随着技术发展，AIGC已经能做(zuò)出(chū)真(zhēn)人照片般(bān)的(de)绘图效果，如(rú)果这样(yàng)的(de)图(tú)片被用来诈(zhà)骗，将非常(cháng)可怕。

此外AIGC还引发了很多担忧，一方面，批判者认为AI在“学(xué)习”了大量前人的作品之后，其创(chuàng)作没(méi)有(yǒu)任何情(qíng)绪和(hé)灵魂，难以和人类的(de)艺术(shù)创作相(xiāng)提(tí)并论。

另一方面，AIGC背后(hòu)的(de)版权、目前(qián)都并(bìng)没(méi)有得到有效(xiào)的(de)解(jiě)决，还有AIGC会不会代(dài)替人(rén)类“至高无(wú)上(shàng)”的创意(yì)。

马斯(sī)克也强调，人(rén)工智(zhì)能的安全问题需要得到重视，太(tài)晚就(jiù)来(lái)不及了。

03

AIGC下一(yī)站(zhàn)除了(le)视频，还有(yǒu)远方(fāng)

技(jì)术都是有两面性的，潜(qián)在(zài)的危害并不能掩(yǎn)盖其光辉的贡献。现在看(kàn)来，人工智能技术将是第四次工业革命的核心驱动力量，将创造新的增(zēng)长奇迹。

过(guò)去(qù)一(yī)年，人工智能在(zài)技(jì)术和商业层(céng)面都有了巨(jù)大进(jìn)展(zhǎn)，AI绘画就是(shì)人工智(zhì)能(néng)技(jì)术发(fā)生方向性(xìng)改变(biàn)的一(yī)个代表(biǎo)。其下一(yī)站或许就是视频。

此前(qián)，Meta和(hé)谷歌先后发(fā)布(bù)了几条(tiáo)引(yǐn)爆科技(jì)圈的短视频。这(zhè)些(xiē)视频引(yǐn)发(fā)关(guān)注并非(fēi)内(nèi)容做得多优秀，反而都非(fēi)常简单，比如一匹正在喝水的马，一只画画(huà)的(de)玩具熊，或者一(yī)段骑摩托车的(de)第一视角录像，随便一个有(yǒu)手机的人(rén)都可以随手(shǒu)录下一段。

但这些短视(shì)频的(de)创作(zuò)方式非常(cháng)简单，创作者(zhě)仅(jǐn)仅需(xū)要向AI输(shū)入一段话，甚(shèn)至只是说一下要求，AI就可以根(gēn)据(jù)需要生成一段(duàn)视频。

谷歌发布的两个AI生成视(shì)频分(fēn)别来自于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(duō)的差别。

在Make-A-Video公(gōng)布了AI生成的视频后，AI圈就已经玩了(le)一波梗，一个(gè)能够做(zuò)出更(gèng)高清(qīng)视(shì)频的AI还不足以在短(duǎn)时间内戳中兴奋点。

Phenaki更加令人震惊的地方(fāng)在于，它可以制(zhì)作出超过(guò)2分(fēn)钟的连贯的也有确切(qiè)内容的视频，这才是真正让人们感到惊喜的地方。因为(wèi)无论AI生成的视频多么高清(qīng)，也(yě)只(zhǐ)能是为内容生产者提供(gōng)一个灵感，一个(gè)素材，一个过场动画。

不过能够制(zhì)作出(chū)有具(jù)体剧情内容的视频就意味着，一些视频创作由(yóu)AI代(dài)替人工(gōng)完(wán)成已经初步有(yǒu)了可(kě)能。

当(dāng)下(xià)AI的发展速度已(yǐ)经超过(guò)大部(bù)分人的想(xiǎng)象。内容产业的本(běn)质是供(gōng)给创造需求，AIGC作为全新的(de)内(nèi)容(róng)生产方(fāng)式，可以为内容(róng)产业带来更新(xīn)的内容风格、更快的生(shēng)产速度，更低(dī)的生产(chǎn)成(chéng)本，这无疑会(huì)驱动内容产业的大爆发。

除了AI绘图、视频，AIGC技术还(hái)能应用(yòng)于(yú)音乐、代码、机(jī)器人动作等多种内容形式的生成。不难发现该项技术不仅在游戏等行业能得到(dào)有效应(yīng)用，对于下(xià)一代互联网各(gè)种元素的构(gòu)建亦有(yǒu)关(guān)键意义。

从商业化的角度杀害一只斑鸠是什么罪，打死一只斑鸠会定什么罪来看，文化娱乐、教(jiào)育、传媒等诸多领(lǐng)域，本(běn)身(shēn)就对(duì)基于(yú)AI的可视化内容(róng)有强烈(liè)需求。

因此，AI绘画(huà)及视频或不是结(jié)果(guǒ)，而只是(shì)AI进程中的一块重要拼图，有(yǒu)望(wàng)在技(jì)术(shù)更新(xīn)的加持(chí)下实现更大(dà)的应(yīng)用价值。

AI从理解内容，走(zǒu)向了(le)可以生(shēng)成内容，甚至能够创造出独立价值和独立视角的内容。AIGC的再次出圈，更代表着未来的(de)先进(jìn)生产力即将(jiāng)到来。

04

紧抓大模型与算力，牢固AIGC底座

从技(jì)术的(de)发展(zhǎn)也可以看出，在(zài)语言大模型、图像(xiàng)大模(mó)型之(zhī)后(hòu)，多模态大(dà)模型已经成为了新的趋势。

大模型被誉为当前人工智能发展的智能底座，是(shì)全球竞争最激烈的研究方向(xiàng)之一(yī)，包括谷歌(gē)、亚马逊、百度、阿(ā)里(lǐ)、腾讯等众多(duō)头部企业都在(zài)竞(jìng)相发(fā)力。

不过训练大(dà)模型的确(què)价格不菲，以国(guó)盛证券发布的《ChatGPT需要多少算力》报(bào)告(gào)估(gū)算，GPT-3训练一(yī)次的(de)成本约(yuē)为140万美元。而对于一些更大(dà)的LLM(大型语言模型)，训练成本(běn)则(zé)介(jiè)于(yú)200万(wàn)美(měi)元(yuán)至1200万(wàn)美元高价(jià)之间。

以ChatGPT在2023年(nián)1月的独立(lì)访(fǎng)客平均数1300万计(jì)算(suàn)，其对应芯片(piàn)需(xū)求为(wèi)3万多(duō)片英伟达A100 GPU，初始投入杀害一只斑鸠是什么罪，打死一只斑鸠会定什么罪(rù)成(chéng)本(běn)约为8亿美(měi)元(yuán)，每(měi)日仅(jǐn)电费就在5万(wàn)美(měi)元左(zuǒ)右。

此外不论是ChatGPT还是AIGC，都离不开(kāi)庞大算力支持。在关注各(gè)类(lèi)大模型的发(fā)展同(tóng)时，更(gèng)应该关注算力网(wǎng)络的建设。

算(suàn)力网络(luò)正驱(qū)动AI产业发展进入史诗级加速进程，让AIGC及通用(yòng)AI这一人工智能发展的终(zhōng)极(jí)目标离得更近。

因为算力(lì)可(kě)以对突破性(xìng)技术创新提供大力的(de)支持。这方面，多模态大模型(xíng)是典型。作为面向未来强人工智(zhì)能、通用人(rén)工智能(néng)的重要(yào)技(jì)术创新，多模(mó)态大模型已经在人(rén)工智能领域(yù)提出了很多年，业界也有不少技术突破，但是，多模态大(dà)模型进(jìn)一步往下走，算力(lì)需求(qiú)呈几何式上(shàng)升(shēng)，一般的算力基础设(shè)施(shī)很快将(jiāng)难以胜(shèng)任。

从图像(xiàng)、文字、语(yǔ)音单独(dú)一项(xiàng)的训练，到双模态、三模态的(de)跃迁，让人工智能可(kě)以灵活应对不同模态(tài)的转化、像人(rén)与世界交互(hù)一(yī)样自(zì)然，这方面，由算(suàn)力网(wǎng)络来驱动(dòng)将有明显优(yōu)势。

此外，还有很(hěn)多需要爆发式增长的算力来支撑的技(jì)术(shù)创新，将在(zài)人工智能算力网络支撑下快(kuài)速(sù)推进(jìn)。

AIGC已经露出曙光(guāng)，期待在大(dà)模型(xíng)和大(dà)算力的(de)支(zhī)持(chí)下AIGC能持续颠覆内容生产的方式，将创造的边际成本降低，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 杀害一只斑鸠是什么罪，打死一只斑鸠会定什么罪