自聊(liáo)天机(jī)器人(rén)ChatGPT火爆以(yǐ)来，微软公司创始人比尔·盖茨已多次公开谈论人(rén)工(gōng)智能话题。在最近的(de)一次(cì)采访中，他再次表(biǎo)示：“AI可(kě)能会让科(kē)技行业迎来一(yī)次剧(jù)烈的洗(xǐ)牌”。

这个结论是他(tā)在当(dāng)地(dì)时间2月20日接受《In Good Company》节目专访时提(tí)出的。

他预(yù)期，AI的发(fā)展可能会威胁到谷歌的市占(zhàn)率，因为微软在AI方面的行动相当迅速(sù)。而最(zuì)终科技巨头将把AI整(zhěng)合成(chéng)用户的“全能(néng)助(zhù)手”，包揽(lǎn)一切应用，与人们(men)进行沟通并提供建议，可以取(qǔ)代亚(yà)马逊、Siri或Outlook等(děng)应用。

大佬口中(zhōng)全能助手(shǒu)的到来(lái)可能(néng)尚需时日，但由ControlNet引(yǐn)发(fā)的(de)又一次AI绘(huì)画浪潮，让AIGC在ChatGPT的话题(tí)热点包围中杀出重围。

01

ControlNet颠覆(fù)AI绘画新玩法

AIGC向可控靠近

以AI绘画为代(dài)表的AIGC上一次爆火的时候，还(hái)是2022年8月(yuè)，在(zài)美(měi)国科(kē)罗(luó)拉多州(zhōu)举办的新兴数字艺术家竞赛(sài)中(zhōng)，一幅名为《太空歌剧院》的作品获奖(jiǎng)。

随后各(gè)大厂商的AI绘画软件(jiàn)被广大网友(yǒu)熟知(zhī)并(bìng)体验，Stable Diffusion便是其中代表。

用户们可以在应用中输入(rù)一组(zǔ)关键词或者一(yī)张照片，就能获得(dé)一幅AI创作的画(huà)作(zuò)。

作(zuò)画(huà)的(de)关键就是所输入的文(wén)本。同一组关键词也可(kě)以创作(zuò)出(chū)很(hěn)多张风格不一样(yàng)的画作，这让创作的过程就像开盲盒。

很多用(yòng)户很喜欢这种不确(què)定(dìng)的惊喜，他们会将生成的美图当做(zuò)头像。而另(lìng)一部分喜(xǐ)欢(huān)翻看AI绘(huì)画的“翻(fān)车”作(zuò)品。在(zài)社交媒体上，许多用户分(fēn)享AI“翻车现场(chǎng)”，例(lì)如，一位网(wǎng)友的小狗照片(piàn)被AI画成了(le)“肌(jī)肉男(nán)”，还(hái)有(yǒu)网(wǎng)友的个人照片(piàn)被(bèi)AI识别成了建筑。

而如今(jīn)随着(zhe)ControlNet的出现与加持(chí)，以往AI绘(huì)画(huà)的填写关键词游戏(xì)可(kě)能要(yào)被颠(diān)覆了。

ControlNet是(shì)一位正在斯(sī)坦(tǎn)福读博的中国人(rén)张吕敏(mǐn)创作(zuò)的一种基(jī)于控制(zhì)点的图像(xiàng)变(biàn)形算法，主要(yào)用于数字图像(xiàng)处理、计算机视觉和计算机图形学等领域。

其(qí)SD插件一经发布，在短短的(de)两(liǎng)天(tiān)内便成(chéng)为了AI绘画(huà)领域最新(xīn)的(de)热点。

在(zài)此之(zhī)前(qián)，大家用(yòng)了很多方法(fǎ)想(xiǎng)让AI生(shēng)成(chéng)的(de)结果尽可能(néng)的符合要求，但(dàn)是都(dōu)不(bù)尽如人意，它的出现代表着AI生成开始进(jìn)入真正的(de)可(kě)控时期(qī)。

因为ControlNet可以(yǐ)直接提取画面的(de)构图，人物(wù)的(de)姿势(shì)和画面的深度信息等。有了(le)它的(de)帮助，就(jiù)不(bù)用频繁(fán)的用提示词来碰运气，抽盲盒式的创作了。

通俗的说ControlNet相当于给AI绘画加了“魔法”，不少(shǎo)博主的(de)作(zuò)品(pǐn)已经获得(dé)了大量的浏览(lǎn)量，“viggo”就(jiù)是(shì)其中之一(yī)，他用(yòng)朋友的照片直(zhí)接带她(tā)们走进动漫世界。

viggo先(xiān)用StableDiffusion图片转文字。

再(zài)用(yòng)Text2Prompt插(chā)件拓展找到对应(yīng)的关键词；最后用ControlNet插(chā)件绑定骨骼开始(shǐ)换(huàn)关键词试效果。

通过图(tú)片(piàn)就可(kě)以看出来，效果十分惊艳。

更厉害的是，除了真实(shí)的照片(piàn)，草图也(yě)可以加上“魔法”，知乎(hū)大牛“DevPoint”和“逗砂”介绍到ControlNet还能实(shí)现线(xiàn)稿转全彩图。大神张吕敏其本(běn)尊也亲(qīn)自回应。

不得不说当下(xià)AIGC已经变得越来越强大，甚至输出的作(zuò)品都已经能以假乱真(zhēn)了。

02

难辨虚实，AIGC技(jì)术力爆发(fā)

警惕安全问题

近日，“苏州金鸡湖有游艇party”的消(xiāo)息火(huǒ)遍网络，而经过(guò)警(jǐng)方辟(pì)谣这所谓(wèi)的(de)“party”可能(néng)是全国第一起AI绘(huì)图诈(zhà)骗。

由于这个活动里面(miàn)给(gěi)出的美女(nǚ)照(zhào)片都是AI制(zhì)作的真人照片绘图，因为太逼真，被大家(jiā)当成真事传播了。

不过仔细观(guān)察(chá)可以发现，活动(dòng)发起(qǐ)者提供的(de)照片中(zhōng)有个很大的漏洞(dòng)可以发现(xiàn)并非真(zhēn)人，而是AI绘图，那便(biàn)是图片(piàn)中女(nǚ)性的手指部(bù)分(fēn)有的存(cún)在异常(cháng)。

有(yǒu)行(xíng)业人事表示(shì)：“现在因为手指部(bù)分(fēn)的绘(huì)画算法比较复杂，AI还不太会画人(rén)的手，但最新看到的图片已经有越来越完美的AI模型出现，以后可能就(jiù)完全(quán)没有漏洞了。”

类似(shì)的AI作图(tú)诈骗在国(guó)外也(yě)已有发生(shēng)。据英国广播公(gōng)司报道，土耳其地震期(qī)间(jiān)，有(yǒu)Tiktok用户使用AI合成了儿童受灾(zāi)的假照片发(fā)布到网络，以此诱骗善良(liáng)的人打赏(shǎng)“捐(juān)助”从而实施诈骗。

目前随着技术发展，AIGC已经能做(zuò)出真人(rén)照片(piàn)般的绘图(tú)效(xiào)果，如果这样的(de)图片被用来(lái)诈骗(piàn)，将非(fēi)常可怕。

此外AIGC还引发(fā)了很多担忧，一方面(miàn)，批(pī)判者认为(wèi)AI在“学习”了(le)大量前(qián)人的作品之后，其(qí)创作没(méi)有任何情绪和灵魂，难以和(hé)人类的(de)艺术(shù)创(chuàng)作相提并论。

另一方面，AIGC背后(hòu)的版权、目(mù)前(qián)都并没(méi)有得到(dào)有(yǒu)效的解决，还有AIGC会(huì)不会代(dài)替人(rén)类“至高(gāo)无上”的创意。

马斯克也强调，人工智(zhì)能(néng)的安全问题需(xū)要得到重视，太(tài)晚就来(lái)不及了。

03

AIGC下一站除了视频，还有远方

技术都是有(yǒu)两面性的(de)，潜在的危害并不能掩盖其光辉的(de)贡献。现在(zài)看来，人工智(zhì)能(néng)技(jì)术将是第四次工业革命的(de)核心驱动力量，将创造新的增长奇迹。

过(guò)去(qù)一(yī)年，人工智能在技术和商业层(céng)面都有了巨大进展，AI绘画(huà)就(jiù)是人工(gōng)智能技术发(fā)生方(fāng)向性(xìng)改(gǎi)变(biàn)的(de)一个代表。其下(xià)一站(zhàn)或许就是视频。

此前，Meta和谷歌先后发布(bù)了几条引(yǐn)爆科技圈(quān)的(de)短(duǎn)视频。这些视频引发关(guān)注并非内(nèi)容做得多优秀，反而都(dōu)非常简单，比(bǐ)如(rú)一(yī)匹正在喝水的马(mǎ)，一只画画(huà)的(de)玩具熊(xióng)，或者一段骑摩(mó)托车的第一视角(jiǎo)录像(xiàng)，随(suí)便一个有手(shǒu)机(jī)的人(rén)都可以随手录下(xià)一段。

但这些短视频的创作方式(shì)非常简(jiǎn)单(dān)，创作(zuò)者(zhě)仅仅(jǐn)需要向AI输入(rù)一(yī)段话(huà)，甚至只(zhǐ)是说一下要(yào)求，AI就可(kě)以根据需要生(shēng)成一段(duàn)视频。

谷歌发布的两个(gè)AI生(shēng)成视频分别来(lái)自于Imagen Video和Phenaki，前者主要(yào)突(tū)出的是高清，与(yǔ)Meta的(de)Make-A-Video没有太多的(de)差别。

在(zài)Make-A-Video公布(bù)了AI生成的视(shì)频后，AI圈就(jiù)已经玩(wán)了一(yī)波(bō)梗，一(yī)个能够做出更(gèng)高清视频(pín)的AI还不足162邮箱怎么登陆，162邮箱登录登录入口以在短时间内戳中兴奋点。

Phenaki更加令人震惊的地方在于，它(tā)可以制(zhì)作出超过(guò)2分钟的连(lián)贯的(de)也有确(què)切内(nèi)容的视(shì)频(pín)，这才是真(zhēn)正(zhèng)让人(rén)们(men)感到惊喜的地方。因(yīn)为(wèi)无(wú)论AI生成的视(shì)频(pín)多么高清，也只能是为内容生(shēng)产者(zhě)提供(gōng)一个灵感，一(yī)个(gè)素材，一个过(guò)场动(dòng)画(huà)。

不(bù)过能够制作出(chū)有具体剧情内(nèi)容的(de)视(shì)频就意味着，一些视(shì)频(pín)创作由AI代替(tì)人工完成已经(jīng)初步有了可能(néng)。

当(dāng)下AI的(de)发展(zhǎn)速度已经超过大部分人的想象。内容产(chǎn)业的(de)本质是供(gōng)给(gěi)创造需求，AIGC作为全新的内容(róng)生(shēng)产方式(shì)，可以为(wèi)内容产(chǎn)业(yè)带来更新的内容风格、更快的(de)生产(chǎn)速度，更低的生(shēng)产成本，这无疑会驱动内容产业的大爆发(fā)。

除(chú)了AI绘图、视频，AIGC技(jì)术(shù)还能应(yīng)用于音乐、代码、机器(qì)人动作等(děng)多(duō)种内容(róng)形(xíng)式的生成。不(bù)难发现该项技术不(bù)仅在(zài)游戏等行业能得到有效应用，对于(yú)下一代互联网各种元素的(de)构建亦有关(guān)键意义。

从商业化的角度来看，文化(huà)娱(yú)乐(lè)、教育、传媒等诸多领域，本(běn)身就对基于AI的可视化(huà)内(nèi)容有强烈需求。

因此，AI绘画(huà)及视频或(huò)不是结果，而(ér)只是AI进程中的(de)一块重(zhòng)要拼图(tú)，有望在(zài)技术更新的加持下实现更大的应(yīng)用价值。

AI从理(lǐ)解内容，走(zǒu)向了可(kě)以生成内容，甚(shèn)至能够创(chuàng)造出独(dú)立价值和独立视角的内容。AIGC的再次(cì)出(chū)圈，更代(dài)表(biǎo)着未来的先(xiān)进生(shēng)产力(lì)即将到来。

04

紧抓大模型与算力(lì)，牢固AIGC底座

从(cóng)技术的发展也(yě)可(kě)以看出，在语言大(dà)模(mó162邮箱怎么登陆，162邮箱登录登录入口)型、图(tú)像大模型(xíng)之后(hòu)，多模态(tài)大模型已(yǐ)经(jīng)成(chéng)为(wèi)了新的趋势(shì)。

大模型被誉为当前人工智能发展的(de)智能底座，是(shì)全球竞争(zhēng)最激烈(liè)的研究方向(xiàng)之一，包括谷(gǔ)歌、亚马逊、百度(dù)、阿里、腾讯等众多头部(bù)企业(yè)都在竞相发力。

不过训练(liàn)大模型的(de)确(què)价格不菲，以(yǐ)国(guó)盛(shèng)证(zhèng)券发(fā)布(bù)的《ChatGPT需要多少算力(lì)》报告估算(suàn)，GPT-3训(xùn)练(liàn)一(yī)次的成本约为140万(wàn)美元(yuán)。而(ér)对于一(yī)些更大(dà)的(de)LLM(大型(xíng)语(yǔ)言模型)，训练成本则介(jiè)于200万美元至(zhì)1200万美元高价之间(jiān)。

以ChatGPT在2023年1月的独(dú)立访客平均(jūn)数1300万(wàn)计算，其对(duì)应(yīng)芯片需求为3万(wàn)多片英伟达A100 GPU，初(chū)始(shǐ)投(tóu)入成本约为8亿美元，每日仅电费就在5万(wàn)美(měi)元左右(yòu)。

此外不论是ChatGPT还是AIGC，都离不开庞大算力支持。在关注各类(lèi)大(dà)模型的(de)发展同时，更应该关注算(suàn)力网络(luò)的(de)建设。

算力网络(luò)正驱动AI产业发展进(jìn)入史(shǐ)诗(shī)级加速进程，让(ràng)AIGC及(jí)通用AI这一人工智(zhì)能发展的终极目标(biāo)离得更近。

因为算(suàn)力可(kě)以对突(tū)破性技术创新提供大力(lì)的支持(chí)。这方面，多模态大模型(xíng)是(shì)典型。作(zuò)为面向未来强(qiáng)人工智能、通用人工智能的重要技(jì)术创新，多模态大(dà)模型已经(jīng)在人(rén)工(gōng)智(zhì)能(néng)领域提出了很多(duō)年，业界也(yě)有不少(shǎo)技术突破，但是，多模态大模型进一步(bù)往下走，算力(lì)需求呈几何式上升，一般的算力(lì)基础设施很快将难以胜任。

从图像(xiàng)、文(wén)字、语(yǔ)音单(dān)独一项的训练，到双模态、三模(mó)态的跃(yuè)迁(qiān)，让人工智(zhì)能可以(yǐ)灵活应对不(bù)同模态的转化、像人与世界交互一样自然，这方面，由算力网络来驱动将有(yǒu)明(míng)显优势。

此外，还有很多需要爆发式增长的算力(lì)来支(zhī)撑的技术创(chuàng)新(xīn)，将在人工智(zhì)能算力(lì)网络支撑(chēng)下快速推(tuī)进。

AIGC已经露出曙光，期(qī)待(dài)在大模型(xíng)和大算力(lì)的支持下(xià)AIGC能持续颠覆内容生产的方(fāng)式，将(jiāng)创造的边际成本降(jiàng)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 162邮箱怎么登陆，162邮箱登录登录入口