自(zì)聊(liáo)天(tiān)机(jī)器人(rén)ChatGPT火爆(bào)以来，微软公司创始(shǐ)人比尔·盖(gài)茨已(yǐ)多次公(gōng)开谈论人(rén)工智(zhì)能(néng)话题。在(zài)最(zuì)近的(de)一次采访中，他(tā)再次表示：“AI可能会让科(kē)技行业(yè)迎来一(yī)次剧(jù)烈的洗牌”。

这个结论是他在当地时(shí)间2月20日接受《In Good Company》节(jié)目(mù)专(zhuān)访时提出的(de)。

他(tā)预期，AI的发展可能会威胁到谷歌的市占率，因为微软在AI方面的行(xíng)动相当迅速(sù)。而最(zuì)终科技巨头(tóu)将(jiāng)把AI整合成用户的“全能(néng)助手”，包(bāo)揽(lǎn)一切应(yīng)用，与人们进行沟通并提供建议，可以取(qǔ)代(dài)亚(yà)马逊、Siri或Outlook等应用。

大(dà)佬口中全能(néng)助手的(de)到(dào)来可能尚(shàng)需时日，但由ControlNet引(yǐn)发的又一次AI绘画浪潮(cháo)，让AIGC在ChatGPT的话题热点(diǎn)包(bāo)围中杀(shā)出(chū)重围(wéi)。

01

ControlNet颠覆(fù)AI绘(huì)画(huà)新玩法(fǎ)

AIGC向(xiàng)可控靠(kào)近

以AI绘画为(wèi)代表的AIGC上一次爆火的(de)时(shí)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(yī)幅名为《太(tài)空歌剧院》的(de)作品获奖。

随后各(gè)大(dà)厂商(shāng)的AI绘画(huà)软(ruǎn)件被广大网(wǎng)友熟知(zhī)并(bìng)体验(yàn)，Stable Diffusion便(biàn)是其中代表。

用户们可以在应用中(zhōng)输入一组(zǔ)关(guān)键词或者一张(zhāng)照片，就能获得一幅(fú)AI创作的画作。

作画的关键就是所输(shū)入的文本(běn)。同一(yī)组关键词也可以(yǐ)创作出很多张风格不一样的画(huà)作，这让创作的过程就像开盲(máng)盒(hé)。

很(hěn)多(duō)用户很喜(xǐ)欢这(zhè)种不确定的惊喜，他们(men)会(huì)将(jiāng)生(shēng)成(chéng)的美(měi)图当做头像。而另一(yī)部(bù)分喜欢翻(fān)看AI绘(huì)画的(de)“翻车”作(zuò)品(pǐn)。在社(shè)交媒(méi)体上，许(xǔ)多用户分享AI“翻车(chē)现场”，例如(rú)，一位网友的小狗(gǒu)照片被AI画成(chéng)了“肌肉男”，还有网友(yǒu)的个(gè)人(rén)照(zhào)片(piàn)被AI识别成(chéng)了(le)建筑(zhù)。

而如今随着ControlNet的(de)出(chū)现(xiàn)与加持，以往(wǎng)AI绘画的填(tián)写(xiě)关键(jiàn)词游戏可能要(yào)被颠覆了(le)。

ControlNet是一位正在斯坦(tǎn)福读博(bó)的中国人张吕敏创作(zuò)的一种基于控制点的图像变(biàn)形算(suàn)法，主(zhǔ)要用(yòng)于数(shù)字图像处(chù)理、计(jì)算机(jī)视觉(jué)和计算机图形学等领域。

其SD插(chā)件一经发布，在短短的两(liǎng)天内(nèi)便成为(wèi)了AI绘画领域最新的热点。

在(zài)此之(zhī)前，大家用了很(hěn)多方法(fǎ)想让AI生成的(de)结果尽可(kě)能的符(fú)合要(yào)求(qiú)，但是(shì)都不尽如人意，它的(de)出(chū)现代表着AI生(shēng)成开始进入真正的可(kě)控时期(qī)。

因(yīn)为ControlNet可以(yǐ)直接(jiē)提取画面的构图，人物的姿势和画面的深(shēn)度信息等。有了它的帮助(zhù)，就不用频繁的(de)用提示(shì)词(cí)来(lái)碰运气，抽盲盒式的创(chuàng)作(zuò)了。

通(tōng)俗的说ControlNet相当于(yú)给AI绘画加了“魔嫦娥二号拍到外星人已经证实法”，不少博主的(de)作品已经获(huò)得了大(dà)量的浏览量，“viggo”就是其(qí)中之一，他用朋(péng)友的照片直接带她们走进动漫(màn)世界。

viggo先(xiān)用StableDiffusion图(tú)片转文(wén)字。

再用Text2Prompt插件拓展找到对(duì)应的关键词；最后用ControlNet插(chā)件绑定骨骼开始(shǐ)换关(guān)键(jiàn)词试(shì)效(xiào)果。

通过图片就可以看出来，效果十(shí)分惊(jīng)艳。

更(gèng)厉害(hài)的(de)是，除了(le)真(zhēn)实的照片(piàn)，草图也可以加上“魔法(fǎ)”，知乎大牛“DevPoint”和“逗砂”介(jiè)绍到ControlNet还(hái)能实现线稿转全彩图(tú)。大神张吕敏其本尊也亲自回应(yīng)。

不得不(bù)说当下AIGC已经变得越来越(yuè)强大(dà)，甚至输出的作品都已经能以假乱真了。

02

难辨虚(xū)实，AIGC技术力(lì)爆发(fā)

警惕安全问题

近日，“苏州金鸡湖(hú)有游艇party”的消(xiāo)息火遍(biàn)网络(luò)，而(ér)经过警方(fāng)辟谣这所谓的“party”可能是(shì)全(quán)国第一起AI绘(huì)图诈骗。

由于(yú)这个活(huó)动里面给出的美女照片都是AI制作(zuò)的真人照片绘图(tú)，因为太(tài)逼真(zhēn)，被(bèi)大(dà)家(jiā)当(dāng)成真事传播了。

不过仔细观察(chá)可以发现，活动发起(qǐ)者提供的照片中有个很大的(de)漏洞(dòng)可以发现并(bìng)非真(zhēn)人，而是(shì)AI绘(huì)图，那便是图片中(zhōng)女(nǚ)性的手指部(bù)分有的存在(zài)异常。

有行(xíng)业人(rén)事表示：“现(xiàn)在因为手指部分的绘画算法比较复(fù)杂，AI还不太(tài)会画人的手，但最新看到的图片已经有越来越(yuè)完美的AI模(mó)型(xíng)出现，以后(hòu)可能(néng)就完全没有漏洞了。”

类(lèi)似的AI作(zuò)图诈骗在国(guó)外也(yě)已有发生。据英国广(guǎng)播公司报道，土耳其地震期间，有Tiktok用户使用AI合成了儿童(tóng)受(shòu)灾的假照片发布到网络，以(yǐ)此诱骗善良的人打赏“捐助(zhù)”从而实(shí)施诈骗。

目前随着技术发展，AIGC已经能做(zuò)出真人照片般(bān)的绘(huì)图效果，如果这样(yàng)的(de)图片(piàn)被用来诈骗，将非常可怕。

此外AIGC还引发了(le)很多担忧，一方面，批判(pàn)者认(rèn)为AI在“学习”了大量前人的作品之后(hòu)，其(qí)创作(zuò)没(méi)有任何(hé)情(qíng)绪和灵魂，难以和(hé)人类的艺术(shù)创作(zuò)相提并论(lùn)。

另一方面，AIGC背后(hòu)的版(bǎn)权、目前(qián)都并没有得到有效的解决，还有AIGC会不会代替(tì)人类“至高无上”的创(chuàng)意。

马斯克也强调，人工(gōng)智能的安全问题(tí)需要得到重视，太(tài)晚(wǎn)就(jiù)来不及了。

03

AIGC下一站除了视频(pín)，还有(yǒu)远方

技术都是有两面(miàn)性的，潜(qián)在(zài)的危害并不能掩(yǎn)盖(gài)其光辉的贡献。现(xiàn)在看来，人工智能(néng)技术(shù)将是(shì)第四次工(gōng)业革命的核心驱动力量，将创造新(xīn)的增长奇迹。

过去一(yī)年(nián)，人(rén)工智能在(zài)技术和商业层面都(dōu)有了巨(jù)大进展，AI绘画(huà)就是人工智(zhì)能技(jì)术发(fā)生(shēng)方向性改变的一个代(dài)表。其下一(yī)站或许就是视频(pín)。

此前，Meta和谷歌先(xiān)后发布了几条引爆科技圈的短视频。这些(xiē)视频引发关注并非内容做得多优秀，反而都非常简单，比(bǐ)如(嫦娥二号拍到外星人已经证实rú)一匹正在喝水的马，一只画画的(de)玩(wán)具熊(xióng)，或者一段骑摩(mó)托车的第一视角录像，随便一个(gè)有手机的人都可以随手录下一段。

但这些短视频的创作方式(shì)非(fēi)常简单(dān)，创作(zuò)者仅仅需(xū)要向(xiàng)AI输入(rù)一段话，甚至(zhì)只(zhǐ)是说一(yī)下要求，AI就可以根据需要生成一段(duàn)视(shì)频。

谷歌发布的两个(gè)AI生成视频分别来自于Imagen Video和(hé)Phenaki，前者主要突出的是(shì)高清，与Meta的Make-A-Video没有太多(duō)的差别(bié)。

在Make-A-Video公布了AI生成的视频后，AI圈(quān)就(jiù)已(yǐ)经(jīng)玩了一波梗，一个能够(gòu)做出(chū)更(gèng)高清视频的AI还(hái)不足以(yǐ)在短时(shí)间内(nèi)戳中兴奋(fèn)点。

Phenaki更加令人震惊的地方(fāng)在于(yú)，它可(kě)以制作出超过2分钟(zhōng)的连贯的也有确切内容(róng)的(de)视频，这才(cái)是真正让人(rén)们(men)感到惊喜的地方。因(yīn)为(wèi)无论AI生成的(de)视频多(duō)么(me)高清，也只(zhǐ)能是为(wèi)内容生产者提供一(yī)个灵感，一个素材，一个(gè)过(guò)场(chǎng)动(dòng)画。

不过能够制作出有具体剧情(qíng)内容的视频(pín)就意味着，一些视频创作由AI代替人工完成已(yǐ)经初步(bù)有了(le)可(kě)能。

当下AI的发展(zhǎn)速度已经(jīng)超过(guò)大部分(fēn)人(rén)的(de)想象(xiàng)。内容(róng)产(chǎn)业的本质是供(gōng)给(gěi)创造(zào)需求，AIGC作为全新的内容(róng)生产方式，可(kě)以为内(nèi)容(róng)产业带来更新的内容风格(gé)、更(gèng)快的生(shēng)产(chǎn)速度，更低的生产成本，这无疑会驱动内容产业的大爆发。

除了AI绘图、视频，AIGC技术还能应用于(yú)音乐、代(dài)码、机器(qì)人动(dòng)作等多种内容形式的(de)生成。不难(nán)发现该项技术不仅(jǐn)在(zài)游戏等(děng)行业能得到有效应用，对于下一代(dài)互(hù)联网各种(zhǒng)元(yuán)素(sù)的构(gòu)建亦(yì)有(yǒu)关(guān)键(jiàn)意义。

从商业化的角(jiǎo)度来看，文化娱乐、教(jiào)育、传(chuán)媒等诸多(duō)领域，本(běn)身就对基于AI的可视化(huà)内容有强(qiáng)烈需求。

因此(cǐ)，AI绘画及视频或不是结果，而只是AI进程中的一块重要拼图，有(yǒu)望在技术更新的加(jiā)持下实现更大的应用价值。

AI从理解内容，走(zǒu)向了可以生成内容(róng)，甚至能(néng)够(gòu)创造(zào)出独立价值和独立视角的内容(róng)。AIGC的(de)再次出圈(quān)，更代表着(zhe)未来的先进(jìn)生产力即将到来(lái)。

04

紧抓大模型与算力，牢固AIGC底座

从技术的发(fā)展也可以看出(chū)，在语言(yán)大模型、图(tú)像大模型之后，多(duō)模态(tài)大模型已经成为了(le)新的趋势。

大(dà)模型被誉为当前(qián)人工智能发展的(de)智能底座，是(shì)全球(qiú)竞争最激(jī)烈的研(yán)究(jiū)方向之一，包括谷歌、亚马逊、百度、阿里、腾(téng)讯(xùn)等(děng)众多头部企(qǐ)业(yè)都在竞相(xiāng)发(fā)力。

不过训练大模(mó)型的确价(jià)格不菲，以国盛(shèng)证券发(fā)布的《ChatGPT需要(yào)多(duō)少算力(lì)》报(bào)告估算(suàn)，GPT-3训练(liàn)一次(cì)的成本约为140万(wàn)美元。而对于一些更大(dà)的(de)LLM(大型语言模型)，训练(liàn)成本(běn)则介于(yú)200万美元至(zhì)1200万美元(yuán)高价(jià)之间。

以ChatGPT在(zài)2023年(nián)1月(yuè)的独立访客(kè)平(píng)均数(shù)1300万计算，其(qí)对应芯(xīn)片需求为(wèi)3万多片英(yīng)伟达A100 GPU，初始投入成本约为(wèi)8亿美(měi)元，每日仅电费就在5万(wàn)美(měi)元左(zuǒ)右。

此外不论(lùn)是ChatGPT还(hái)是(shì)AIGC，都离不开(kāi)庞大算(suàn)力(lì)支持。在关(guān)注各(gè)类大模型的发展同时，更(gèng)应该关注算(suàn)力网络的建设(shè)。

算力(lì)网络正驱动AI产业发展进(jìn)入史(shǐ)诗(shī)级(jí)加速进程，让(ràng)AIGC及通用(yòng)AI这一(yī)人工智(zhì)能发展的终极(jí)目标离(lí)得更近(jìn)。

因为算(suàn)力可以(yǐ)对突(tū)破性技术创新提供大力的支持。这方面，多模态大模型是典型。作为面向未来(lái)强人工(gōng)智(zhì)能(néng)、通用人工(gōng)智能(néng)的重(zhòng)要技术创(chuàng)新，多模态大(dà)模型已经在(zài)人工(gōng)智能领域提出了很多年，业(yè)界也有不少技(jì)术突破，但是，多模态大模型进一步往下走(zǒu)，算力需求呈几何式(shì)上升，一般的算力基(jī)础(chǔ)设施很快将难(nán)以(yǐ)胜任。

从图像、文字、语音单(dān)独一(yī)项(xiàng)的训(xùn)练(liàn)，到双(shuāng)模态、三模态的跃迁(qiān)，让人工智(zhì)能(néng)可以灵活应对不同模态的(de)转化、像人与世界(jiè)交互一样自然，这方面，由算力(lì)网络来(lái)驱动将(jiāng)有(yǒu)明显优势。

此(cǐ)外，还有很多需(xū)要(yào)爆发式增长的(de)算力(lì)来支撑的技术创新，将在人工智(zhì)能算力网络支撑下快速推(tuī)进。

AIGC已经露出曙(shǔ)光，期(qī)待在大(dà)模型和大算力的(de)支持下AIGC能持续颠覆内容生(shēng)产的方式，将创造的边际成本降低，让万(wàn)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 嫦娥二号拍到外星人已经证实