自聊天机器(qì)人(rén)ChatGPT火爆以来，微软公司(sī)创始人比尔(ěr)·盖茨(cí)已多次公开谈论人(rén)工智能话(huà)题(tí)。在最近的(de)一次(cì)采访中，他(tā)再(zài)次表示：“AI可能会让(ràng)科技行业迎(yíng)来一次剧(jù)烈(liè)的洗(xǐ)牌”。

这个结论(lùn)是他(tā)在当地(dì)时间2月20日接受(shòu)《In Good Company》节目专(zhuān)访时提出的。

他预期(qī)，AI的发(fā)展可(kě)能会威胁到谷歌(gē)的市(shì)占率，因为微软在AI方面的行动(dòng)相(xiāng)当迅速。而最终科技巨头将把AI整合成(chéng)用户(hù)的“全能助(zhù)手”，包揽一(yī)切应(yīng)用，与人们进行沟通并提供建议，可以取代亚(yà)马(mǎ)逊、Siri或Outlook等应用。

大(dà)佬口(kǒu)中全能助手的(de)到来可能尚需时日，但由ControlNet引(yǐn)发(fā)的又一次AI绘(huì)画(huà)浪潮，让AIGC在(zài)ChatGPT的话(huà)题(tí)热点包围中杀(shā)出重围。

01

ControlNet颠覆AI绘画新玩法

AIGC向可(kě)控靠近

以AI绘画为(wèi)代表的AIGC上一次爆火的时候，还是2022年8月，在美国(guó)科罗拉多州举办的新兴数字艺术家竞赛中，一(yī)幅名为《太空(kōng)歌剧院(yuàn)》的作(zuò)品获奖。

随(suí)后各(gè)大厂商的AI绘(huì)画(huà)软件被广(guǎng)大网友熟(shú)知并体验，Stable Diffusion便是其中代(dài)表。

用户们可(kě)以在应用中(zhōng)输入(rù)一组(zǔ)关键词或者一张(zhāng)照片，就能获得(dé)一(yī)幅AI创作的画(huà)作。

作(zuò)画(huà)的(de)关键就是所输(shū)入的文本。同(tóng)一组(zǔ)关键词也可以创作(zuò)出很多张风格不一样的画(huà)作，这让创(chuàng)作的(de)过程就像(xiàng)开盲盒(hé)。

很多用户(hù)很(hěn)喜欢这种不确定的惊喜，他们会将生成的美图当做头像(xiàng)。而(ér)另一部分喜欢翻(fān)看AI绘画的“翻车”作(zuò)品。在社交媒体(tǐ)上，许多用户分(fēn)享AI“翻车现(xiàn)场(chǎng)”，例如，一位网友的小(xiǎo)狗照片被(bèi)AI画成了(le)“肌肉男(nán)”，还有网友的个人照(zhào)片被AI识别成了建筑。

而如今(jīn)随着ControlNet的(de)出现与加持(chí)，以(yǐ)往AI绘画(huà)的填写关(guān)键(jiàn)词游戏(xì)可能要(yào)被颠覆(fù)了(le)。

ControlNet是(shì)一位正在斯坦福读博(bó)的中国人张(zhāng)吕敏创作的一种基(jī)于(yú)控制点(diǎn)的图像变形算法(fǎ)，主要用于数字图像处理、计(jì)算机视(shì)觉和计算机图形学等领域(yù)。

其(qí)SD插(chā)件(jiàn)一经发布，在短短的两天内便成为了(le)AI绘画(huà)领(lǐng)域最新的热(rè)点。

在此之前，大家(jiā)用了很多(duō)方法想让AI生成的结果尽可(kě)能的符合(hé)要求(qiú)，但是都不尽如人意，它的(de)出现代表着AI生成开始进入(rù)真正的可控时期。

因为ControlNet可以直接提取画面的构图(tú)，人物的姿势和画面的(de)深度信息等。有了它(tā)的帮助，就不用频繁的(de)用提示词来碰(pèng)运气，抽盲盒式的创作了。

通俗的说(shuō)ControlNet相当于给AI绘画加了“魔法”，不(bù)少博主的(de)作品已经获得了大量的浏览量(liàng)，“viggo”就是其中之一，他用朋友(yǒu)的照片(piàn)直接带她们走(zǒu)进动(dòng)漫世界(jiè)。

viggo先(xiān)用(yòng)StableDiffusion图片转文字。

再用Text2Prompt插件(jiàn)拓展找到对应的关键词(cí)；最(zuì)后用(yòng)ControlNet插件绑定骨骼开始换关键(jiàn)词(cí)试效果。

通过图片就可以看(kàn)出来，效果十分惊艳。

更厉害的是，除了真实的照片，草(cǎo)图也可以(yǐ)加上“魔法(fǎ)”，知(zhī)乎大牛(niú)“DevPoint”和(hé)“逗砂(shā)”介绍(shào)到ControlNet还能实现线(xiàn)稿转全彩图(tú)。大神张吕敏其本尊(zūn)也(yě)亲自回应(yīng)。

不得(dé)不说当下AIGC已经变得越(yuè)来(lái)越强大，甚至输出的(de)作品都已经能以假乱(luàn)真(zhēn)了。

02

难辨虚(xū)实，AIGC技术(shù)力爆发(fā)

警惕安全问题

近(jìn)日，“苏州(zhōu)金鸡湖有游艇party”的消(xiāo)息火(huǒ)遍网络，而(ér)经(jīng)过警方辟谣(yáo)这所谓的“party”可(kě)能是全国第一起AI绘图诈(zhà)骗(piàn)。

由(yóu)于这个活动里面给出的美(měi)女(nǚ)照片都是AI制作的(de)真人(rén)照片(piàn)绘图，因为太逼真(zhēn)，被大家(jiā)当成真事(shì)传播了。

不(bù)过仔细观察可以(yǐ)发现，活动发起者提供的(de)照片中有个很大的漏洞可以(yǐ)发(fā)现并非真人，而(ér)是(shì)AI绘图，那便(biàn)是(shì)图(tú)片中女性的手指部分有的存在异常。

有(yǒu)行业(yè)人(rén)事表示：“现在因(yīn)为手指部分的(de)绘画算(suàn)法比较复(fù)杂，AI还不太会画人的手，但最(zuì)新看到的图片已(yǐ)经(jīng)有越来越完美的AI模(mó)型(xíng)出现，以后可能就完全没(méi)有漏洞了。”

类似(shì)的AI作图诈骗在(zài)国外也已(yǐ)有(yǒu)发生(shēng)。据英(yīng)国广(guǎng)播公司报(bào)道，土(tǔ)耳其地震期间，有Tiktok用户使用AI合(hé)成了(le)儿童受灾(zāi)的(de)假(jiǎ)照片发布到网络，以此诱(yòu)骗善(shàn)良的人打(dǎ)赏“捐助(zhù)”从而实施(shī)诈(zhà)骗。

目前随着技术发(fā)展，AIGC已经能做出真人(rén)照片般的绘图效果，如(rú)果(guǒ)这样的图片被用来诈骗，将非常可怕(pà)。

此外AIGC还引发了很多担忧，一方面(miàn)，批判者(zhě)认为AI在“学(xué)习”了大量(liàng)前人的作品之后，其创作没有任何情绪和灵魂，难以和人(rén)类的艺术创作相提并论。

另一方(fāng)面，AIGC背后的(de)版权、目前都并没(méi)有得(dé)到有效的解决，还(hái)有AIGC会不(bù)会代替人(rén)类(lèi)“至(zhì)高无上”的创意。

马斯克也强调，人工智(zhì)能的安全问(wèn)题需(xū)要得到(dào)重视，太晚就来不及了。

03

AIGC下一站除了(le)视频(pín)，还(hái)有远方

技术都(dōu)是有两面性的，潜在的危害并不能掩盖其光辉(huī)的贡(gòng)献。现在看来，人(rén)工智能(néng)技术将是第四次工业革命的核心驱动力量(liàng)，将创(chuàng)造新的增长奇迹。

过去一年，人工智能在技术和商业层面都有(yǒu)了巨大进(jìn)展，AI绘(huì)画就(jiù)是人工智能技术发(fā)生方向性改变的一个代表。其下一站或许(xǔ)就是视(shì)频。

此(cǐ)前(qián)，Meta和谷歌先(xiān)后发布了几条(tiáo)引爆科技圈(quān)的短视频。这些视频引发(fā)关注(zhù)并非内容做得(dé)多优秀(xiù)，反而都(dōu)非(fēi)常简单，比如(rú)一匹正(zhèng)在喝水的(de)马，一只画画的玩具熊，或者一段骑摩(mó)托车的第一(yī)视角(jiǎo)录(lù)像，随便一(yī)个有(yǒu)手(shǒu)机的(de)人都可以随手录(lù)下一段。

但这些(xiē)短视频(pín)的创作方(fāng)式非常简单(dān)，创作者(zhě)仅仅(jǐn)需(xū)要向(xiàng)AI输入一段话，甚至只是说一下要(yào)求(qiú)，AI就(jiù)可以根据需要生成一段视频。

谷歌发布的两个AI生(shēng)成视频分别来(lái)自于(yú)Imagen Video和Phenaki，前者主(zhǔ)要突(tū)出的是(shì)高清，与Meta的Make-A-Video没有(yǒu)太多的差别。

在(zài)Make-A-Video公(gōng)布了AI生(shēng)成(chéng)的(de)视(shì)频后，AI圈就已经玩了(le)一波梗，一个能(néng)够做出更高(gāo)清视频的AI还不足以在短时间内戳(chuō)中兴奋(fèn)点。

Phenaki更(gèng)加(jiā)令人(rén)震惊的地(dì)方在于，它可以制(zhì)作出超过2分钟的(de)连贯的也有确切内容的视频，这才是(shì)真正让人们感到惊(jīng)喜的地方。因为(wèi)无论AI生成(chéng)的(de)视(shì)频多么(me)高清(qīng)，也只能是为内容生产(chǎn)者提供一个灵感(gǎn)，一个素材，一个(gè)过场动画。

不过能够制(zhì)作(zuò)出有具(jù)体剧情(qíng)内容的(de)视频就意味着(zhe)，一(yī)些视频创作由AI代替人工完成(chéng)已(yǐ)经初步(bù)有了可能(néng)。

当下AI的发(fā)展速度已经(jīng)超过大部(bù)分人的想象。内(nèi)容产(chǎn)业的本(běn)质是供给创造需(xū)求，AIGC作为(wèi)全新的内容(róng)生产(chǎn)方(fāng)式(shì)，可(kě)以为内(nèi)容(róng)产业带来更新的内容风格、更快的生产速度(dù)，更低的生产成本，这无疑会驱动内容产业的大爆发(fā)。

除了AI绘图、视频，AIGC技术还能应用于音(yīn)乐、代(dài)码、机(jī)器人动作(zuò)等多种内容(róng)形式(shì)的生成。不难发现(xiàn)该项技术不仅在游戏等行业(yè)能(néng)得(dé)到有(yǒu)效应(yīng)用，对于下一代互联网各(gè)种元(yuán)素(sù)的构建(jiàn)亦有关键意义。

从(cóng)商业化的角度来看，文化(huà)娱乐、教育(yù)、传媒等诸多领域，本身就对基(jī)于AI的可视化内(nèi)容(róng)有强烈需求。

因此，AI绘画及视频或不是(shì)结果(guǒ)，而只是AI进程中的一块重要拼(pīn)图，有望(wàng)在技术更新(xīn)的加持下实现更大(dà)的应用价(jià)值。

AI从理解内容，走向了可以生成内容，甚至能够创造(zào)出独立价值和独立视角的(de)内容。AIGC的再次(cì)出(chū)圈，更代表着未来的先进生产力即将到来。

04

紧抓大模型与算力，牢固(gù)AIGC底(dǐ)座

从技术的发(fā)展也可(kě)以看出，在语(yǔ)言大模型、图像大(dà)模型之(zhī)后，多模态大(dà)模型已经(jīng)成为了新(xīn)的趋势。

大(dà)模型(xíng)被(bèi)誉(yù)为当前人工智能发展的智能(néng)底座(zuò)，是全(quán)球竞争最(zuì)激烈的研(yán)究方向之一，包括谷(gǔ)歌、亚马逊、百度、阿里、腾讯等众多头部(bù)企业都在(zài)竞相发力。

不过训练大模型的确价格不菲，以国盛(shèng)证券发布的《ChatGPT需(xū)要多少算力》报(bào)告估算，GPT-3训(xùn)练一次的成本(běn)约为140万美元(yuán)。而对于一些更大的LLM(大型语言模(mó)型)，训练(liàn)成本则(zé)介于(yú)200万美元至1200万美元高价之间。

以ChatGPT在2023年1月的独立访客平均数1300万计算，其对应(yīng)芯片需求为3万多片英伟达A100 GPU，初(chū)始投入成本约为8亿美元，每(měi)日仅电费就(jiù)在5万美元左右。

此外(wài)不论是ChatGPT还是(shì)AIGC，都(dōu)离不开庞大算(suàn)力支持。在关(guān)注各(gè)类大模型的发展(zhǎn)同时，更(gèng)应该关(guān)注算力网络的建设。

算力(lì)网络(luò)正驱动AI产业发展进入史诗级加(jiā)速(sù)进(jìn)程(chéng)，让AIGC及通用AI这一人工智(zhì)能发展的终极目标(biāo)离得更近。

因(yīn)为算力可以对突破性(xìng)技术创(chuàng)新提(tí)供大力(lì)的支持。这方面(miàn)，多模态大模型是典(diǎn)型(xíng)。作(zuò)为面向未来强人(rén)工智能(néng)、通用人工智能的重(zhòng)要技(jì)术(shù)创新，多模态大模型已经在(zài)人工智能领域提(tí)出了很(hěn)多年，业界(jiè)也有不(bù)少技术突破，但是，多(duō)模态(tài)大模(mó)型进(jìn)一步往下走，算力需求呈几何(hé)式(shì)上升，一般的算(suàn)力基础设施很快将难以胜任。

从图像、文字、语音单独一项的训(xùn)练，到双模态、三模态的跃迁，让人工智(zhì)能可(kě)以灵活应对(duì)不同模态的转化(huà)、像人与世(shì)界交互一样(yàng)自然(rán)，这方面，由算力网络来驱(qū)动将(jiāng)有明显优势。

此外，还(hái)有很多(duō)需要爆发式(shì)增长的算力(lì)来支撑的技术创(chuàng)新，将在人(rén)工(gōng)智能算力网络支撑下快速推进(jìn)。

AIGC已经露出曙光，期待在(zài)大模型(xíng)和大算力的(de)支(zhī)持下AIGC能(néng)持续颠覆内容生产的方(fāng)式，将创造的(de)边际成本降低，让(ràng)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 公元800年中国是什么朝代建立的，中国各个朝代时间表