自聊天机(jī)器人(rén)ChatGPT火爆以来，微软公司创始人(rén)比(bǐ)尔·盖(gài)茨(cí)已多次公开谈(tán)论人(rén)工智能话题。在最(zuì)近的一次采访中，他再次(cì)表示：“AI可(kě)能(néng)会让科技行业迎来一(yī)次剧烈的洗牌”。

这个结论是他(tā)在(zài)当地(dì)时间2月20日接受《In Good Company》节目专访时(shí)提出的。

他预(yù)期，AI的发展可能会威(wēi)胁到谷歌的市占率(lǜ)，因为(wèi)微软(ruǎn)在AI方面的行动相当迅(xùn)速(sù)。而(ér)最终科技巨头将把AI整合成用户的(de)“全能助手”，包(bāo)揽一(yī)切应用(yòng)，与人们进行沟通并提供建(jiàn)议，可(kě)以(yǐ)取代亚马逊、Siri或(huò)Outlook等应用。

大(dà)佬口中全能助(zhù)手(shǒu)的到来可能尚需时日(rì)，但(dàn)由ControlNet引发的又一次AI绘画浪潮，让AIGC在ChatGPT的话题热(rè)点包(bāo)围(wéi)中杀出重围。

01

ControlNet颠覆AI绘画新玩法

AIGC向可控靠近

以AI绘画为代表的AIGC上一次爆火的时候(hòu)，还是2022年8月(yuè)，在美国科罗拉多州举办的新(xīn)兴数字艺术(shù)家竞(jìng)赛中，一幅(fú)名为《太空歌剧院(yuàn)》的作品获奖(jiǎng)。

随(suí)后各(gè)大(dà)厂(chǎng)商的AI绘画软件被(bèi)广大网友熟知并体验，Stable Diffusion便(biàn)是(shì)其中代(dài)表。

用户们可以(yǐ)在应用(yòng)中(zhōng)输(shū)入一组关键词或者一张照片，就能获得一幅AI创作的画(huà)作。

作画的关键(jiàn)就是所输入的文本。同一组关键词也可以创作(zuò)出(chū)很多张风格不一样的画(huà)作(zuò)，这让创作的过程就像(xiàng)开(kāi)盲盒。

很多用户很喜欢这种(zhǒng)不确定的惊喜，他们会将生成的美图当做头(tóu)像。而(ér)另一部分喜欢翻看AI绘画的(de)“翻车”作品。在(zài)社(shè)交媒体上，许(xǔ)多用户分享AI“翻车现场”，例如(rú)，一位网友(yǒu)的小(xiǎo)狗(gǒu)照片被AI画(huà)成了“肌肉男(nán)”，还有网友的个人照片被AI识别成(chéng)了建筑。

而如今随着ControlNet的(de)出现与加持，以往(wǎng)AI绘(huì)画的(de)填写(xiě)关键词游戏可能(néng)要被颠(diān)覆了。

ControlNet是(shì)一位正在斯坦福(fú)读博的中国人张吕敏创作的一种(zhǒng)基于控制点(diǎn)的图像变(biàn)形算法，主要用于(yú)数字(zì)图像处理(lǐ)、计(jì)算机视觉和(hé)计算机图(tú)形学等领域。

其SD插件(jiàn)一经发布，在短(duǎn)短(duǎn)的(de)两天内便成为了AI绘画领域最新(xīn)的热(rè)点。

在(zài)此之(zhī)前，大家用了(le)很(hěn)多(duō)方(fāng)法(fǎ)想让AI生(shēng)成(chéng)的结果尽(jǐn)可能的符合要求，但是都不尽(jǐn)如(rú)人(rén)意，它的(de)出现代表着AI生成开始进入(rù)真正的(de)可控时期(qī)。

因为ControlNet可以直接提(tí)取画面的(de)构(gòu)图，人物的姿势和画面的深度信息(xī)等(děng)。有了它的帮助(zhù)，就不(bù)用频繁(fán)的用提示词(cí)来碰(pèng)运气，抽盲(máng)盒式的(de)创作了。

通(tōng)俗的说ControlNet相(xiāng)当(dāng)于给(gěi)AI绘(huì)画加了(le)“魔法(fǎ)”，不(bù)少博主的作品已经(jīng)获(huò)得了(le)大量的浏览量，“viggo”就是其中之一(yī)，他用朋友的照片直接带(dài)她们(men)走进动漫世(shì)界(jiè)。

viggo先(xiān)用StableDiffusion图片(piàn)转文字(zì)。

再用Text2Prompt插(chā)件(jiàn)拓展找到(dào)对应的关键词；最后(hòu)用ControlNet插件(jiàn)绑(bǎng)定(dìng)骨(gǔ)骼开始换关(guān)键词试效果(guǒ)。

通过图片就可以看出来(lái)，效果十分惊艳。

三件套是哪三件a-ratio="0.75234375" data-s="300,640" data-type="jpeg" data-w="1280">

更厉害的是，除了真实的照片(piàn)，草图也可以(yǐ)加(jiā)上“魔(mó)法(fǎ)”，知乎大(dà)牛“DevPoint”和“逗砂”介绍到(dào)ControlNet还能实现线(xiàn)稿(gǎo)转(zhuǎn)全(quán)彩图。大神(shén)张吕敏其(qí)本尊(zūn)也亲自回应。

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

02

难辨虚实，AIGC技术力爆发

警惕安全问题

近日，“苏州(zhōu)金鸡湖有游艇party”的(de)消息火遍网络，而经过警方辟谣这(zhè)所(suǒ)谓的“party”可能(néng)是全(quán)国第一起AI绘图(tú)诈骗。

由于(yú)这个(gè)活动(dòng)里面给(gěi)出(chū)的美女照片都是(shì)AI制(zhì)作的真人照片绘图，因为太逼(bī)真，被大家当成真事传(chuán)播了。

不过仔细观察可以发现(xiàn)，活动发(fā)起者提供(gōng)的(de)照(zhào)片中有个(gè)很(hěn)大的(de)漏洞可(kě)以发现(xiàn)并(bìng)非(fēi)真人，而是AI绘图，那便是图(tú)片(piàn)中女(nǚ)性的(de)手指部(bù)分有的存在异常。

有行业人事(shì)表(biǎo)示：“现在因为手指部分(fēn)的绘(huì)画算法比较复杂，AI还不太会画(huà)人(rén)的手，但最新看到的图(tú)片已经有越(yuè)来越完美的AI模(mó)型出现，以后(hòu)可(kě)能就(jiù)完全没有(yǒu)漏(lòu)洞了。”

类似的AI作(zuò)图诈骗(piàn)在国外也已有发生。据(jù)英国广播公司报道，土耳其(qí)地震期间，有Tiktok用户使用AI合成了(le)儿童受(shòu)灾的假照片发(fā)布到网络，以此诱骗善良的人(rén)打赏(shǎng)“捐助(zhù)”从而实(shí)施诈骗(piàn)。

目前(qián)随着技术发(fā)展，AIGC已经能(néng)做出(chū)真(zhēn)人照片(piàn)般(bān)的绘图效果，如(rú)果(guǒ)这(zhè)样的图片被用来诈骗，将(jiāng)非(fēi)常可怕。

此外AIGC还(hái)引(yǐn)发了很多担忧，一方面，批判者认(rèn)为AI在“学习”了大(dà)量前人的作(zuò)品之后，其创作没有任何(hé)情绪和灵魂，难(nán)以和人类的艺术创作相提(tí)并论(lùn)。

另一方面(miàn)，AIGC背后的版权(quán)、目(mù)前都并(bìng)没有得到有效的解决，还有(yǒu)AIGC会不会代替人类“至高(gāo)无上”的创(chuàng)意。

马斯(sī)克也强调(diào)，人工智能的安全问题需(xū)要得到(dào)重视，太晚就(jiù)来不及了。

03

AIGC下一站除了视频，还有远方

技术都是有两(liǎng)面性的，潜(qián)在的危(wēi)害(hài)并不能掩盖(gài)其光辉的贡献(xiàn)。现在(zài)看来，人(rén)工智能技(jì)术将是第四次(cì)工业(yè)革命的核心驱(qū)动力量，将(jiāng)创造(zào)新的增长奇迹。

过(guò)去(qù)一年，人工(gōng)智能在技(jì)术和商业层(céng)面都有了巨大进展，AI绘(huì)画就是人工智能(néng)技术发生方(fāng)向性改变的一(yī)个代表。其(qí)下一(yī)站或许(xǔ)就是视频(pín)。

此前，Meta和谷歌先后发布了(le)几条引爆科(kē)技圈的(de)短视频(p三件套是哪三件ín)。这些视频引发(fā)关注并非内容做(zuò)得多(duō)优秀，反而都非(fēi)常简(jiǎn)单，比(bǐ)如一匹(pǐ)正在喝水的马，一只画画的玩具熊，或(huò)者一段(duàn)骑摩托车的第一视(shì)角录(lù)像(xiàng)，随便一(yī)个(gè)有(yǒu)手机的人都可(kě)以随手录下(xià)一段。

但这些短视频(pín)的(de)创作方式非常简单，创作者仅仅(jǐn)需要向AI输(shū)入一段(duàn)话，甚至只是说(shuō)一下要求，AI就可(kě)以根据需要(yào)生(shēng)成一段视(shì)频。

谷歌发(fā)布的两(liǎng)个AI生成视频分别来自于Imagen Video和(hé)Phenaki，前者主(zhǔ)要突出的是高(gāo)清，与Meta的Make-A-Video没有太多(duō)的差别。

在Make-A-Video公布了AI生成的视(shì)频后，AI圈就已经玩了一波梗，一个能够做出更高清视(shì)频的AI还不足以在短时间(jiān)内戳(chuō)中兴奋点。

Phenaki更加令人震惊的地方(fāng)在于(yú)，它可以(yǐ)制作出超过(guò)2分钟(zhōng)的连贯的也有确切内容的视频，这(zhè)才是真正让(ràng)人们(men)感到惊喜的地方。因(yīn)为(wèi)无论AI生成的(de)视频(pín)多么高清，也(yě)只能是为内容(róng)生产者(zhě)提供一(yī)个灵感，一个素(sù)材，一个过场动画(huà)。

不过能够(gòu)制(zhì)作出有具体剧情内容的(de)视频(pín)就意味(wèi)着(zhe)，一些(xiē)视频创作(zuò)由AI代(dài)替人工完成(chéng)已经初步有了可能。

当下(xià)AI的发(fā)展速度已(yǐ)经超(chāo)过大(dà)部(bù)分人的(de)想象。内容(róng)产业的本质是供给创(chuàng)造需求，AIGC作为全(quán)新的内容(róng)生产方式(shì)，可以为内容产业带来更新的内(nèi)容风格、更快的生产速(sù)度，更低的生(shēng)产成(chéng)本(běn)，这无疑会(huì)驱动内(nèi)容产业的大爆发。

除了(le)AI绘图、视(shì)频，AIGC技术还(hái)能应用于(yú)音乐、代码、机器人动作等多种(zhǒng)内容形式的生成。不难发现该项(xiàng)技术不(bù)仅在(zài)游戏等行业能(néng)得到有效(xiào)应用，对于下一代互联网各种元(yuán)素的构建亦有(yǒu)关键意义。

从商业化的角度来看，文化(huà)娱乐、教育(yù)、传媒等(děng)诸(zhū)多领域，本身就对(duì)基(jī)于AI的可(kě)视(shì)化内(nèi)容有强烈(liè)需求。

因此，AI绘画(huà)及视频或不是结果，而只是(shì)AI进程中的一块重要拼图，有望在技术(shù)更(gèng)新的加持下实现更大的应(yīng)用价值。

AI从(cóng)理解内容，走(zǒu)向了可以生成(chéng)内容，甚至能够创造出独立价值和独(dú)立视角的(de)内容。AIGC的再次出圈(quān)，更代(dài)表(biǎo)着(zhe)未(wèi)来的先进生(shēng)产(chǎn)力即(jí)将到来。

04

紧抓大(dà)模型(xíng)与算(suàn)力，牢(láo)固AIGC底座

从技术的发展也(yě)可以看(kàn)出(chū)，在语言(yán)大模型、图像大模型(xíng)之后，多(duō)模(mó)态大(dà)模型已经成(chéng)为了新的(de)趋势。

大模型(xíng)被(bèi)誉为当前人工智能发展的智能底座(zuò)，是全(quán)球竞争(zhēng)最激烈的研究(jiū)方向之(zhī)一，包括谷歌、亚马(mǎ)逊、百(bǎi)度、阿里(lǐ)、腾讯等众多头部企业都(dōu)在(zài)竞相(xiāng)发力。

不(bù)过训(xùn)练大模型的确价格(gé)不菲，以国盛(shèng)证券发布的《ChatGPT需要多(duō)少算(suàn)力(lì)》报告估算(suàn)，GPT-3训练一次的成本约(yuē)为140万美元。而(ér)对于一些更大的(de)LLM(大型语言模(mó)型)，训练(liàn)成本则介于200万美(měi)元至1200万美(měi)元高价(jià)之间(jiān)。

以(yǐ)ChatGPT在2023年1月的独立(lì)访(fǎng)客平均数1300万计算，其对应芯片需求为3万多(duō)片英伟达A100 GPU，初始投入(rù)成本(běn)约(yuē)为(wèi)8亿美元，每日仅电(diàn)费就在5万美(měi)元左右。

此外不(bù)论是ChatGPT还是AIGC，都离(lí)不开(kāi)庞大(dà)算力支持。在关(guān)注各类大模型(xíng)的发展同时，更应该关注(zhù)算力网络的(de)建(jiàn)设。

算力网络正驱动AI产业发展进入(rù)史诗级加(jiā)速进程，让(ràng)AIGC及通用AI这一人工(gōng)智(zhì)能发(fā)展的终极(jí)目(mù)标(biāo)离得更近。

因为(wèi)算力可以对突破性技术创新提供大(dà)力的(de)支(zhī)持(chí)。这方面(miàn)，多模态大模型是(shì)典(diǎn)型。作为(wèi)面(miàn)向未(wèi)来强人工智能、通用人(rén)工智能的重(zhòng)要技术创新，多模态大(dà)模型已(yǐ)经在人工智能领域(yù)提出(chū)了很(hěn)多(duō)年，业界也有不(bù)少技术突破，但是，多(duō)模态大模(mó)型进一步往下走，算力需(xū)求呈几何式(shì)上升，一般的(de)算力基础设(shè)施很快将难以胜任(rèn)。

从图像、文(wén)字、语音单独一项(xiàng)的训(xùn)练，到双模态、三模态的跃迁，让人工(gōng)智能可以灵活应对不(bù)同(tóng)模态的(de)转(zhuǎn)化(huà)、像人与世(shì)界交互一样(yàng)自然(rán)，这方面，由算力网络来(lái)驱动将有明显优势。

此外(wài)，还有很多需要爆发式增长的算力来(lái)支撑的技术创新，将在人工智(zhì)能(néng)算力(lì)网络(luò)支(zhī)撑(chēng)下快速(sù)推进。

AIGC已经(jīng)露出曙光，期待在大模型和大算力(lì)的(de)支(zhī)持下AIGC能(néng)持(chí)续颠覆内容生产(chǎn)的方(fāng)式，将创造的边际成本降低，让(ràng)万众受(shòu)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 三件套是哪三件