自聊天机器人(rén)ChatGPT火爆以来，微软公司(sī)创始人比尔·盖茨已多次公开谈论人(rén)工(gōng)智能话(huà)题。在(zài)最近的一次采访中，他再次表示：“AI可能会让科(kē)技行业迎来一次剧烈的洗(xǐ)牌(pái)”。

这个结论是他在(zài)当(dāng)地时间2月20日接受(shòu)《In Good Company》节目(mù)专访(fǎng)时(shí)提出的。

他预期，AI的发展可能会威胁到谷歌的市(shì)占率，因为微软在AI方面(miàn)的行动相当迅速。而最(zuì)终科技巨头(tóu)将把AI整合(hé)成用户的(de)“全(quán)能(néng)助手”，包揽一切应用，与人们进行沟(gōu)通并提供(gōng)建议，可以取代亚马逊、Siri或Outlook等应(yīng)用(yòng)。

大佬口中(zhōng)全能助手的到来可(kě)能尚需时日，但由ControlNet引发的又一次(42周是几个月，42周是几个月保质期cì)AI绘画浪潮，让AIGC在ChatGPT的话题(tí)热点(diǎn)包围中杀出重围。

01

ControlNet颠覆(fù)AI绘画新玩法

AIGC向可(kě)控靠近

以AI绘画为(wèi)代表的AIGC上一(yī)次爆(bào)火的时候(hòu)，还是2022年(nián)8月(yuè)，在美国科罗拉多(duō)州举办的新(xīn)兴(xīng)数字(zì)艺术(shù)家竞赛中，一幅(fú)名为《太空(kōng)歌(gē)剧院》的作品获奖。

随(suí)后各大厂商的AI绘(huì)画软件(jiàn)被广(guǎng)大网友熟知并(bìng)体验，Stable Diffusion便是其中代表(biǎo)。

用(yòng)户们可以(yǐ)在应用中输入一组(zǔ)关键词或者一张(zhāng)照片，就能获(huò)得一幅(fú)AI创作的(de)画作。

作画的关(guān)键就是所输(shū)入的(de)文(wén)本。同一组关(guān)键词也可(kě)以创作出(chū)很多张风格不一样的画(huà)作，这让创作(zuò)的过程就像开盲盒。

很多用户(hù)很喜欢(huān)这(zhè)种不确定的惊喜，他们会将生成的(de)美图当做(zuò)头像(xiàng)。而另一部分(fēn)喜欢翻(fān)看AI绘画(huà)的“翻车”作品。在社(shè)交媒体(tǐ)上(shàng)，许(xǔ)多用(yòng)户分(fēn)享(xiǎng)AI“翻(fān)车现(xiàn)场”，例(lì)如(rú)，一位网友的小狗照片被AI画成了“肌(jī)肉男(nán)”，还有网友的个人照片被AI识别成(chéng)了建筑(zhù)。

而如今随着(zhe)ControlNet的出现与加持，以往AI绘(huì)画的填写关键词(cí)游(yóu)戏可能要被颠覆了。

ControlNet是一(yī)位正在(zài)斯坦福读博的中国人张吕敏(mǐn)创(chuàng)作的(de)一种基(jī)于(yú)控制点的(de)图像变形算法(fǎ)，主要用于数字图像处理(lǐ)、计(jì)算机视觉和(hé)计算机图形学等领域。

其SD插件(jiàn)一经发布，在短短(duǎn)的(de)两天内便(biàn)成(chéng)为了AI绘画(huà)领(lǐng)域最新的热(rè)点。

在此之前，大家(jiā)用(yòng)了很多方(fāng)法(fǎ)想让(ràng)AI生成的结果(guǒ)尽(jǐn)可能的(de)符(fú)合要(yào)求，但(dàn)是(shì)都不尽如人意，它(tā)的出现代(dài)表着AI生成开始进入真正的可控(kòng)时期(qī)。

因(yīn)为ControlNet可以直(zhí)接提(tí)取画(huà)面的构图(tú)，人(rén)物的姿势(shì)和画(huà)面(miàn)的深度信息等(děng)。有了它(tā)的帮助，就不(bù)用频繁的用提示词来碰运(yùn)气，抽盲盒式的创作(zuò)了(le)。

通俗(sú)的说ControlNet相当于给AI绘画(huà)加了“魔法”，不少博(bó)主的作品已经获得了大(dà)量的浏览量，“viggo”就是其中之一，他(tā)用(yòng)朋(péng)友(yǒu)的照(zhào)片(piàn)直接带她们走进动(dòng)漫世界。

viggo先用(yòng)StableDiffusion图片转(zhuǎn)文字(zì)。

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

通过图(tú)片就可(kě)以看(kàn)出来(lái)，效果十(shí)分(fēn)惊(jīng)艳。

更厉害的是，除了真(zhēn)实的照片(piàn)，草(cǎo)图(tú)也可以(yǐ)加上(shàng)“魔法(fǎ)”，知乎大牛“DevPoint”和“逗砂”介(jiè)绍到ControlNet还能实现(xiàn)线(xiàn)稿转(zhuǎn)全彩图。大神张(zhāng)吕敏其本尊也(yě)亲(qīn)自回应。

不得不说当下AIGC已经变(biàn)得(dé)越来越强大，甚至(zhì)输出的(de)作品都已经(jīng)能以假乱真(zhēn)了。

02

难辨虚(xū)实(shí)，AIGC技术力(lì)爆发

警(jǐng)惕(tì)安全(quán)问(wèn)题

近日(rì)，“苏州金(jīn)鸡湖有游艇party”的消息火遍网络(luò)，而经过(guò)警(jǐng)方辟(pì)谣这所谓的(de)“party”可能是全国(guó)第一起AI绘图诈骗。

由(yóu)于这个(gè)活动里面给出的美女照片都是AI制作的真人照片绘图(tú)，因为太逼真，被大家(jiā)当成(chéng)真事传(chuán)播(bō)了。

不过仔细观察可以发(fā)现，活动(dòng)发(fā)起者提供的照(zhào)片中(zhōng)有(yǒu)个很大的漏洞可以(yǐ)发现并非(fēi)真人，而是AI绘图，那便是图片中(zhōng)女性的手指部分有(yǒu)的存在异常。

有行(xíng)业(yè)人事表示：“现在因为手指部分的绘画算法(fǎ)比(bǐ)较复(fù)杂，AI还不太会画人的(de)手，但(dàn)最新(xīn)看到的图片已经有越(yuè)来(lái)越完美(měi)的AI模型出(chū)现，以后可(kě)能就完(wán)全没有漏洞了(le)。”

类似(shì)的(de)AI作图诈骗在(zài)国外(wài)也已(yǐ)有发生。据英国(guó)广播公司报道，土耳其地震(zhèn)期(qī)间，有Tiktok用(yòng)户使用AI合成(chéng)了儿童(tóng)受灾的假照片(piàn)发布到(dào)网络，以(yǐ)此诱骗善良的人打赏(shǎng)“捐助”从(cóng)而(ér)实施(shī)诈骗。

目前随着(zhe)技术发展(zhǎn)，AIGC已(yǐ)经能做出真人照片(piàn)般的绘图效果(guǒ)，如果(guǒ)这(zhè)样的(de)图片(piàn)被(bèi)用来诈骗，将非常可怕。

此外AIGC还引(yǐn)发了很多(duō)担忧，一(yī)方面(miàn)，批判者认为AI在(zài)“学(xué)习”了(le)大量前人的作品之(zhī)后，其创作没有任(rèn)何情(qíng)绪和(hé)灵魂，难以(yǐ)和人42周是几个月，42周是几个月保质期类的艺术(shù)创作相提并论。

另一方面，AIGC背后的(de)版权、目前都并没有得到有效的解决，还有AIGC会不会代替人类“至高无上”的创意(yì)。

马斯克也强(qiáng)调，人工(gōng)智(zhì)能的安全问题需要得到重视，太晚就来不(bù)及了。

03

AIGC下一站除了视频(pín)，还有远方

技术都(dōu)是(shì)有两面性的(de)，潜在的危(wēi)害并不能掩盖其光辉的贡献。现在看来(lái)，人工智(zhì)能技(jì)术将是(shì)第四次工业革命(mìng)的核心驱动力量，将创造新的增长(zhǎng)奇迹。

过去一年，人(rén)工智能在技术(shù)和商业层面都有了巨大(dà)进展，AI绘画就是人(rén)工(gōng)智能技术发生(shēng)方(fāng)向(xiàng)性(xìng)改变的(de)一(yī)个代表。其(qí)下一站(zhàn)或许(xǔ)就(jiù)是视频。

此前，Meta和谷歌先(xiān)后发布了几条引爆科技圈的(de)短视频。这(zhè)些视频(pín)引发关(guān)注并非内容做得多优秀(xiù)，反而(ér)都非(fēi)常简单，比如一匹(pǐ)正在(zài)喝水的马(mǎ)，一只画画的玩(wán)具熊，或者一(yī)段骑摩(mó)托车的第一视角录像，随便一个有手机的人都(dōu)可以随手录下一段。

但这些短视(shì)频的创作方式非常简单，创作者仅仅需要(yào)向AI输(shū)入一段(duàn)话，甚至只是(shì)说一下要求，AI就可(kě)以根(gēn)据需要生成一(yī)段(duàn)视频。

谷歌发布的两个AI生成视频分别来自(zì)于Imagen Video和Phenaki，前者主要突出(chū)的(de)是高清(qīng)，与Meta的(de)Make-A-Video没有太多的差(chà)别(bié)。

在(zài)Make-A-Video公布(bù)了AI生(shēng)成(chéng)的视频后，AI圈就已(yǐ)经玩了一波梗，一个(gè)能够做(zuò)出(chū)更高清视频(pín)的AI还不足以在短(duǎn)时间内戳(chuō)中兴奋点。

Phenaki更加令人震(zhèn)惊的地(dì)方在于，它(tā)可以(yǐ)制作出超(chāo)过2分钟的连贯的也有确切内(nèi)容的视频，这才是真正(zhèng)让人们感到惊喜的地(dì)方。因为无论(lùn)AI生成的视频多么高清，也只(zhǐ)能是为内(nèi)容生(shēng)产者提(tí)供一(yī)个(gè)灵感，一个素材(cái)，一个过场(chǎng)动画。

不过能(néng)够制作出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(jīng)初步有了(le)可能。

当(dāng)下AI的发展速度已(yǐ)经超过大部分(fēn)人的想象(xiàng)。内(nèi)容产业(yè)的本质是供给创造需求，AIGC作(zuò)为全新(xīn)的内容生产方式，可以为内容产业带来更新的内容风格(gé)、更快的生产速度，更(gèng)低(dī)的生产成本，这无疑会驱动内容产(chǎn)业的大(dà)爆发。

除了(le)AI绘图、视频，AIGC技(jì)术还能应用于音乐、代码、机器人动作等多种内(nèi)容形式的(de)生成。不难发现(xiàn)该(gāi)项技术不仅在游戏等行业(yè)能得到(dào)有效应(yīng)用，对于下一代(dài)互联网各种元素的构(gòu)建亦有关键意义。

从商业化的(de)角(jiǎo)度(dù)来看，文(wén)化娱(yú)乐、教育、传(chuán)媒等诸多领域，本身就对基(jī)于(yú)AI的可(kě)视化内(nèi)容有(yǒu)强烈需(xū)求。

因此，AI绘(huì)画及视频或不是结果，而只是AI进程中的(de)一块(kuài)重要拼图，有望在技术更新(xīn)的加(jiā)持下实(shí)现更大(dà)的应用价值。

AI从理解(jiě)内(nèi)容，走向了(le)可以生成内容，甚至能够创造出独立价值和独立视角(jiǎo)的(de)内容。AIGC的再次出圈，更代表(biǎo)着未来的先进生产力即将到(dào)来。

04

紧抓大(dà)模型与算力，牢固AIGC底座

从技术的发展(zhǎn)也可(kě)以看出(chū)，在语言大模型、图像(xiàng)大模型(xíng)之后，多模(mó)态大模型已经成为了(le)新的趋势。

大(dà)模(mó)型被(bèi)誉(yù)为当前(qián)人(rén)工(gōng)智(zhì)能发展的智(zhì)能底座，是全球竞争(zhēng)最激烈的(de)研究方(fāng)向之(zhī)一，包(bāo)括谷歌、亚马逊(xùn)、百度、阿(ā)里、腾(téng)讯(xùn)等众(zhòng)多头部(bù)企业都在竞相(xiāng)发力(lì)。

不(bù)过训练大模型(xíng)的(de)确价格不菲，以(yǐ)国盛证券发布(bù)的《ChatGPT需要多少算(suàn)力》报告(gào)估算(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(de)LLM(大型(xíng)语言模型(xíng))，训练成本则介于200万美元至1200万(wàn)美元高(gāo)价之间。

以(yǐ)ChatGPT在2023年1月的独(dú)立(lì)访客平均数1300万计(jì)算，其对应芯片需求为3万多(duō)片英伟达A100 GPU，初始(shǐ)投入(rù)成(chéng)本约(yuē)为(wèi)8亿美元，每日仅电(diàn)费就在5万美元(yuán)左右。

此外不论是ChatGPT还是AIGC，都离不开庞大算(suàn)力支(zhī)持。在关注各类大(dà)模型的发展同时，更应(yīng)该(gāi)关注算力网络(luò)的建设。

算力网(wǎng)络正(zhèng)驱动(dòng)AI产(chǎn)业发(fā)展进(jìn)入(rù)史诗级加速进程，让AIGC及(jí)通(tōng)用AI这一(yī)人工智(zhì)能发展的终(zhōng)极目标离(lí)得(dé)更近。

因为算力可以对(duì)突破性技术创新提供大(dà)力的支(zhī)持。这方面，多模(mó)态大模型是典型。作为面(miàn)向未(wèi)来强人工智能、通用人工(gōng)智能的重要技术创新，多模(mó)态大模(mó)型已(yǐ)经在(zài)人工智(zhì)能(néng)领域提(tí)出(chū)了很多年，业界也有不少技术(shù)突(tū)破，但(dàn)是，多(duō)模态(tài)大(dà)模型进一步(bù)往下(xià)走(zǒu)，算力需求呈几何式上(shàng)升，一(yī)般的(de)算力基础设施(shī)很快(kuài)将难以胜任。

从(cóng)图像、文字(zì)、语(yǔ)音(yīn)单独一项(xiàng)的训练，到双(shuāng)模态、三模态的跃(yuè)迁(qiān)，让人工智能可以灵活应对(duì)不同模态(tài)的转(zhuǎn)化、像人与世界(jiè)交互一样(yàng)自然，这方面，由算力网(wǎng)络来驱动将(jiāng)有(yǒu)明显优势(shì)。

此外，还有很多需要爆发(fā)式(shì)增长(zhǎng)的算力来支(zhī)撑的(de)技术(shù)创新，将在(zài)人工智能算力网(wǎng)络支撑下快速推进。

AIGC已经露出曙光，期待在大模型(xíng)和(hé)大(dà)算力的(de)支持(chí)下(xià)AIGC能持续颠覆内容生产的方(fāng)式，将创造的边(biān)际成本降(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 42周是几个月，42周是几个月保质期