自聊天机器人ChatGPT火爆以来(lái)，微(wēi)软公司创始人比(bǐ)尔·盖茨(cí)已(yǐ)多次(cì)公开谈论人工智能(néng)话(huà)题(tí)。在最近的一次采(cǎi)访中，他(tā)再次表(biǎo)示：“AI可能会让(ràng)科技(jì)行业迎来(lái)一次剧(jù)烈(liè)的洗(xǐ)牌”。

这个(gè)结论是(shì)他在当地时间2月20日(rì)接受《In Good Company》节目(mù)专访时提出的。

他预(yù)期(qī)，AI的发展(zhǎn)可能会(huì)威胁到(dào)谷歌的市占率，因为微软(ruǎn)在AI方(fāng)面的行(xíng)动相当迅(xùn)速。而(ér)最(zuì)终(zhōng)科技(jì)巨头将把AI整合成用户的(de)“全能助手”，包揽一切(qiè)应(yīng)用(yòng)，与人们进行沟通并提供建议，可以取代亚马逊、Siri或Outlook等应用。

大佬口中全(quán)能助手的到(dào)来可(kě)能尚需(xū)时日，但由ControlNet引发(fā)的又一(yī)次AI绘画浪潮，让AIGC在ChatGPT的话(huà)题(tí)热点包围(wéi)中杀(shā)出重围。

01

ControlNet颠覆(fù)AI绘(huì)画新玩法

AIGC向可控靠近

以AI绘画为(wèi)代(dài)表(biǎo)的(de)AIGC上一次爆火的时候，还(hái)是2022年(nián)8月，在美国科罗(luó)拉多(duō)州举办的新兴数(shù)字(zì)艺术家竞赛中，一(yī)幅名为《太空歌剧院》的作(zuò)品获奖。

随后各大厂商的AI绘(huì)画(huà)软件被广(guǎng)大(dà)网友熟知(zhī)并(bìng)体验(yàn)，Stable Diffusion便是其中代表。

用户们可以在(zài)应(yīng)用(yòng)中(zhōng)输入一组关键词或(huò)者一张照片，就能获得一(yī)幅AI创作的画作。

作画的关(guān)键(jiàn)就是所输入的(de)文本。同一(yī)组(zǔ)关(guān)键(jiàn)词(cí)也可以创作出很多张风格不一样的(de)画作，这让创(chuàng)作的过程就像开盲盒。

很多用户很喜欢这(zhè)种(zhǒng)不确定的(de)惊喜，他们会将生成的美图当(dāng)做(zuò)头像。而另一部分(fēn)喜欢(huān)翻(fān)看AI绘(huì)画的“翻车”作品。在社交(jiāo)媒(méi)体上，许多用户分享(xiǎng)AI“翻车现场”，例如(rú)，一位网友的小狗照片(piàn)被(bèi)AI画成了(le)“肌肉男”，还(hái)有网友(yǒu)的个人照片被AI识别成了建筑(zhù)。

而如今随着ControlNet的出现(xiàn)与加持，以往AI绘画(huà)的填写关键词游戏可能要(yào)被(bèi)颠覆了。

ControlNet是一(yī)位正在(zài)斯坦福读博的中国人张吕敏创作(zuò)的一种基于控(kòng)制(zhì)点的图像变形算法，主要用于(yú)数字图像处(chù)理(lǐ)、计(jì)算机视觉和计算机图形学等(děng)领域。

其SD插件(jiàn)一经发布，在短短(duǎn)的两天内便(biàn)成为了AI绘(huì)画领(lǐng)域(yù)最新的热点。

在此之前，大家用了(le)很(hěn)多方法想让(ràng)AI生成的结果尽可能的符合要求，但(dàn)是(shì)都不尽如(rú)人意，它的(de)出现代表(biǎo)着(zhe)AI生成开始进入真正(zhèng)的可控时期。

因为ControlNet可以直(zhí)接(jiē)提取画(huà)面的构(gòu)图，人物(wù)的姿势(shì)和画面的深度信息(xī)等。有(yǒu)了它(tā)的帮助，就不用频繁的用提示(shì)词来(lái)碰(pèng)运气，抽盲盒式的创作了。

通(tōng)俗的说ControlNet相当于(yú)给AI绘画加了(le)“魔法(fǎ)”，不少博(bó)主的作品已经获得了(le)大量的浏览(lǎn)量，“viggo”就是(shì)其中(zhōng)之一，他用(yòng)朋友的照片(piàn)直接(jiē)带她们走进(jìn)动(dòng)漫世(shì)界。

viggo先用StableDiffusion图片(piàn)转文字。

再用(yòng)Text2Prompt插件(jiàn)拓(tuò)展找到对应的关键词；最后用ControlNet插件(jiàn)绑(bǎng)定骨(gǔ)骼开(kāi)始换关键词试效果(guǒ)。

通(tōng)过图片就可以看出来，效果十(shí)分惊艳。

更厉害(hài)的是，除了真(zhēn)实的照片，草图也可以加(jiā)上“魔(mó)法”，知乎(hū)大(dà)牛“DevPoint”和“逗砂”介绍到ControlNet还能实现(xiàn)线稿(gǎo)转(zhuǎn)全(quán)彩图。大神张(zhāng)吕敏其(qí)本尊也(yě)亲自回(huí)应。

不(bù)得不(bù)说当(dāng)下(xià)AIGC已经变得越(yuè)来越强大，甚至输出的作品都已经(jīng)能以(yǐ)假乱真了(le)。

02

难辨虚实，AIGC技术(shù)力爆(bào)发(fā)

警惕安全问题(tí)

近(jìn)日，“苏州金(jīn)鸡湖(hú)有游艇party”的消息火遍网络，而经过警方辟谣这(zhè)所谓的(de)“party”可能是全国(guó)第一起AI绘图诈骗。

由于这个(gè)活动(dòng)里面给出的(de)美女照片都是(shì)AI制作的(de)真人(rén)照(zhào)片(piàn)绘图，因为(wèi)太逼真，被大家当成真(zhēn)事传(chuán)播了。

不过仔(zǎi)细观察可以发(fā)现，活动发起(qǐ)者提供的照片中有个很大的(de)漏洞可以发(fā)现并非真人，而是(shì)AI绘图，那(nà)便是图片中女(nǚ)性(xìng)的手指部分有的存在异常(cháng)。

有(yǒu)行业人事表示：“现在因(yīn)为手(shǒu)指部分(fēn)的绘画算(suàn)法(fǎ)比较复(fù)杂，AI还(hái)不太会画人的手，但最新看到的图片已经有越来越完美的AI模型出(chū)现，以后可能就(jiù)完(wán)全没有漏洞(dòng)了。”

类似的(de)AI作(zuò)图(tú)诈骗在国外也(yě)已(yǐ)有(yǒu)发生(shēng)。据英国广(guǎng)播公司报道，土(tǔ)耳其地震期(qī)间，有Tiktok用(yòng)户(hù)使用AI合成了儿(ér)童受灾的假照片发布(bù)到(dào)网络(luò)，以此诱(yòu)骗善(shàn)良的人打赏“捐助”从而实施(shī)诈(zhà)骗。

目前(qián)随着(zhe)技术(shù)发展(zhǎn)，AIGC已经能(néng)做出真(zhēn)人照片(piàn)般(bān)的绘图效果，如果这样的图片(piàn)被用来(lái)诈骗，将非常(cháng)可怕。

此外AIGC还引发(fā)了很多(duō)担忧，一方(fāng)面，批判者认为AI在“学习”了大(dà)量(liàng)前(qián)人的作(zuò)品之(zhī)后，其创作没有任(rèn)何情(qíng)绪和(hé)灵魂，难以(yǐ)和人(rén)类(lèi)的艺术创作相提并(bìng)论。

另一方面，AIGC背后的版权、目前都并没有(yǒu)得到(dào)有效的解决，还有AIGC会不会代替人类(lèi)“至高(gāo)无上”的(de)创(chuàng)意。

马斯克也(yě)强(qiáng)调，人(rén)工智能(néng)的安全(quán)问(wèn)题(tí)需要得到重视，太晚就来不(bù)及(jí)了。

03

AIGC下一站(zhàn)除了视频，还有远方(fāng)

技(jì)术都是有两面性(xìng)的，潜在(zài)的(de)危(wēi)害并不(bù)能掩(yǎn)盖其光辉的贡(gòng)献(xiàn)。现(xiàn)在看来，人工智能技术将是第四次工(gōng)业(yè)革命的核心驱(qū)动力量，将创造新的增长奇迹。

过去一年(nián)，人工智(zhì)能在技术和商(shāng)业层面都有了巨(jù)大进展(zhǎn)，AI绘画就(jiù)是人工智能技术发生(shēng)方向性(xìng)改变(biàn)的(de)一个(gè)代表(biǎo)。其(qí)下(xià)一站(zhàn)或许(xǔ)就是视频。

此(cǐ)前，Meta和谷歌(gē)先后发(fā)布(bù)了几条引爆科技圈的短视频。这些视(shì)频引发关(guān)注并非内容做得多(duō)优秀，反而都非常简单(dān)，比如一匹(pǐ)正在(zài)喝水的马，一只画画的玩具熊，或者一段骑摩(mó)托车(chē)的第(dì)一视角录像(xiàng)，随便一个有手机的(de)人(rén)都可以随手录下一段(duàn)。

但这些短视(shì)频的创作方式非常简单，创(chuàng)作者仅仅需要向AI输入一段话，甚至只是说一下要(yào)求，AI就可以根据(jù)需要(yào)生成一(yī)段视(shì)频(pín)。

谷歌发布的(de)两个AI生成(chéng)视频分别来自于Imagen Video和Phenaki，前者主要突(tū)出的是高(gāo)清，与Meta的Make-A-Video没有太(tài)多的(de)差(chà)别。

在Make-A-Video公(gōng)布了AI生成的视频后(hòu)，AI圈就已(yǐ)经玩了一波梗(gěng)，一个能(néng)够(gòu)做出更高清视(shì)频(pín)的(de)AI还不足以在(zài)短时间内戳中兴奋点(diǎn)。

Phenaki更加令(lìng)人震惊(jīng)的地方(fāng)在(zài)于(yú)，它可(kě)以(yǐ)制(zhì)作(zuò)出超过2分钟(zhōng)的连贯的也(yě)有确(què)切内容的视频，这才是真正让人(rén)们感(gǎn)到惊(jīng)喜的地方。因为无(wú)论AI生成(chéng)的视频多么(me)高清(qīng)，也(yě)只(zhǐ)能是为内(nèi)容生产者提供一个灵感，一个素材(cái)，一个过场动画(huà)。

不(bù)过能够制作出(chū)有具(jù)体剧情内(nèi)容的视频(pín)就(jiù)意味着(zhe)，一些视频创作由AI代(dài)替(tì)人工完成(chéng)已经初步有(yǒu)了(le)可能。

当(dāng)下AI的(de)发展(zhǎn)速度已(yǐ)经超过大部分人的(de)想象。内容产业的本质是供给创造(zào)需求，AIGC作为全新的内容生产方式，可以为内容(róng)产业带来(lái)更新的内容风格、更快的生产速(sù)度，更低的(de)生产成本，这无疑会驱动(dòng)内(nèi)容产业的大爆发。

除了(le)AI绘图(tú)、视频，AIGC技术(shù)还能应用(yòng)于音乐(lè)、代码、机器人(rén)动作(zuò)等多(duō)种(zhǒng)内容形式的(de)生成。不难发现该项技(jì)术不仅在游(yóu)戏等(děng)行业能得到(dào)有效(xiào)应用，对于下(xià)一代(dài)互联网各(gè)种(zhǒng)元素的构建(jiàn)亦(yì)有关(guān)键意(yì)义(yì)。

从商业化(huà)的角(jiǎo)度来看，文化娱乐、教育(yù)、传(chuán)媒等诸(zhū)多(duō)领域(yù)，本身就(jiù)对(duì)基于AI的可视化内容有(yǒu)强烈需求。

因此，AI绘画(huà)及视(shì)频或不(bù)是结果，而只是AI进(jìn)程中的一块重要拼图，有望在技术更新(xīn)的加持(chí)下实现更大(dà)的应用价值。

AI从理解内容，走(zǒu)向了可以生成内容，甚至能(néng)够(gòu)创造出独(dú)立(lì)价值(zhí)和独立视角(jiǎo)的内容(róng)。AIGC的再次出(chū)圈，更代表着未来(lái)的先(xiān)进生(shēng)产(chǎn)力即(jí)将到(dào)来。

04

紧抓(zhuā)大模型与算力，牢固AIGC底座(zuò)

从技(jì)术(shù)的发展也可以看出，在语言大模型、图像大(dà)模型之后(hòu)，多模(mó)态大(dà)模型已经成为了新的趋势。

大模型被(bèi)誉为当前人工智能发(fā)展的(de)智能底(dǐ)座，是全球竞(jìng)争最激烈的研究方向(xiàng)之一，包括谷歌、亚(yà)马逊、百度、阿里、腾(téng)讯等众多头(tóu)部企业都在竞相发力。

不过训练大模型的确价格不菲(fēi)，以国盛证券发布的(de)《ChatGPT需要多少(shǎo)算力》报告(gào)估算，GPT-3训练一次的成本约为140万美元。而对于一些(xiē)更大的LLM(大型语言模型)，训练(liàn)成(chéng)本则介于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(jūn)数1300万计算，其对应芯片需求为3万多片英伟(wěi)达A100 GPU，初(chū)始投入(rù)成本约为8亿(yì)美元(yuán)，每(měi)日仅电(diàn)费就(jiù)在5万(wàn)美元左右(yòu)。

此外不(bù)论(lùn)是ChatGPT还是AIGC，都离不开庞大算(suàn)力支(zhī)持。在(zài)关注各类大模(mó)型(xíng)的发展(zhǎn)同时，更应该关注算(suàn)力网(wǎng)络的(de)建设(shè)。

算力网络正驱动AI产(chǎn)业发展(zhǎn)进入(rù)史(shǐ)诗级加速进程，让AIGC及通用AI这(zhè)一人工智能发展的终极目标(biāo)离得更近。

因(yīn)为算力可以对突破性技(jì)术创新提供大力(lì)的支持。这(zhè)方面(miàn)，多模态大模型是(shì)典型。作(zuò)为(wèi)面向(xiàng)未来强(qiáng)人工智能、通用(yòng)人工智(zhì)能的重(zhòng)要技术创新，多模(mó)态大模型(xíng)已经在人工智能(néng)领(lǐng)域提出了很(hěn)多年(nián)，业界也有不少技术突破，但是，多(duō)模态(tài)大模(mó)型进一(yī)步往下走(zǒu)，算力需求呈(chéng)几何(hé)式上升，一般的算(suàn)力基础设施(shī)很(hěn)快将难(nán)以胜任。

从图像、文(wén)字、语(yǔ)音单(dān)独一项的训练(liàn)，到双模态、三(sān)模态的跃迁，让人工(gōng)智(zhì)能可以灵活应对不同模态(tài)的(de)转化(huà)、像人与世界交互一样(yàng)自然，这(zhè)方面，由(yóu)算力网络来驱动将有明显优势。

九方皋相马原文及译文及寓意，九方皋相马原文译文启示w="1080">

此外，还有很多需要爆(bào)发式增长的算(suàn)力来支撑的技术创(chuàng)新，将在人(rén)工智能算(suàn)力网络支撑下(xià)快速推进。

AIGC已经(jīng)露出曙光，期待在大模(mó)型和大算力的支持下(xià)AIGC能持续颠(diān)覆内容生产的方式(shì)，将创造的边际(jì)成本(běn)降(jiàng)低，让万众(zhòng)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 九方皋相马原文及译文及寓意，九方皋相马原文译文启示