自聊天机(jī)器人ChatGPT火爆以来，微(wēi)软(ruǎn)公司创始人比尔·盖茨已多次公开谈(tán)论人工智能话题。在最(zuì)近的一次(cì)采访(fǎng)中，他再次表示：“AI可能会让科技行业迎来一次剧烈(liè)的洗牌”。

这个(gè)结(jié)论是他在当地时间2月20日接受《In Good Company》节(jié)目专访时(shí)提出的(de)。

他预(yù)期，AI的(de)发展可能会威胁到谷歌的市占率，因为微软在(zài)AI方面(miàn)的行动相当迅速。而最终科技巨头将(jiāng)把AI整合成用户(hù)的“全能助手”，包揽(lǎn)一切(qiè)应用，与(yǔ)人(rén)们(men)进行沟通并提供(gōng)建议，可以(yǐ)取代亚马逊、Siri或Outlook等应用。

大佬口中全能助手(shǒu)的到来可能尚需(xū)时日，但由ControlNet引发的又一次AI绘画浪潮(cháo)，让AIGC在ChatGPT的(de)话题(tí)热(rè)点(diǎn)包(bāo)围中杀出重(zhòng)围。

01

ControlNet颠覆AI绘画新玩法

AIGC向可(kě)控(kòng)靠近

以(yǐ)AI绘(huì)画为代表的AIGC上一次(cì)爆火的时候，还(hái)是2022年8月，在美国科罗拉多州举办的(de)新兴(xīng)数字艺术家(jiā)竞赛(sài)中，一幅名为(wèi)《太空歌剧院》的作品获奖。

随后(hòu)各大厂商的AI绘(huì)画(huà)软件被(bèi)广大网友熟知并体(tǐ)验，Stable Diffusion便是(shì)其(qí)中代表。

用(yòng)户们可以在(zài)应(yīng)用中输入(rù)一组关键词或者一张照片(piàn)，就(jiù)能(néng)获得一幅(fú)AI创作(zuò)的画作。

作画的关键就(jiù)是所输(shū)入(rù)的文本。同一(yī)组关键词也可以创作出很多张风格(gé)不(bù)一样的画作，这让创作(zuò)的过程就像开盲盒。

很(hěn)多(duō)用户很喜欢这种不确定(dìng)的惊喜(xǐ)，他们会将生成的美图(tú)当做(zuò)头像(xiàng)。而另(lìng)一部分喜欢(huān)翻看AI绘画的“翻车”作品。在社交媒体上，许多用户分(fēn)享AI“翻车现场(chǎng)”，例如，一位网友(yǒu)的小(xiǎo)狗照片(piàn)被AI画成了“肌肉男”，还(hái)有网友(yǒu)的个人照片被AI识(shí)别成了建(jiàn)筑。

而(ér)如今随着ControlNet的出现与(yǔ)加持，以往AI绘画的填写(xiě)关(guān)键词游(yóu)戏可能要被颠覆了。

ControlNet是一(yī)位正在斯坦(tǎn)福读博的中国人张吕敏创作的一种基于(yú)控制点的图像变形算法，主(zhǔ)要用(yòng)于数字(zì)图像处理、计算机视觉(jué)和计算(suàn)机(jī)图形(xíng)学等(děng)领域。

其SD插件一经发布(bù)，在短短的两(liǎng)天内便(biàn)成(chéng)为了AI绘画领域(yù)最新的热点。

在此(cǐ)之(zhī)前，大家(jiā)用了很多方法想让(ràng)AI生成的结果(guǒ)尽可能的符合要(yào)求，但是都不尽(jǐn)如(rú)人意，它的出现代表着AI生(shēng)成开始进(jìn)入(rù)真正(zhèng)的可控时期。

因为ControlNet可以直(zhí)接提取画面的(de)构图(tú)，人(rén)物(wù)的姿势和画面的深(shēn)度(dù)信息等。有(yǒu)了它的帮助，就不用(yòng)频繁的用提示词来(lái)碰运气，抽盲(máng)盒式的创作了。

通俗的说(shuō)ControlNet相当于给(gěi)AI绘画(huà)加了“魔(mó)法”，不少(shǎo)博主的作品已经获得(dé)了大量(liàng)的浏览(lǎn)量，“viggo”就(jiù)是(shì)其中(zhōng)之(zhī)一(yī)，他用朋(péng)友的照片直接带她们(men)走(zǒu)进动漫世(shì)界。

viggo先(xiān)用StableDiffusion图(tú)片转文字(zì)。

再(zài)用Text2Prompt插件拓展找到对应的关键词(cí)；最后用ControlNet插件绑(bǎng)定骨骼开始换关(guān)键词(cí)试效(xiào)果。

通过图片就可以看出(chū)来，效果(guǒ)十分惊(jīng)艳。

更厉害的是，除(chú)了真实的(de)照(zhào)片，草图也可(kě)以加上“魔法”，知乎大牛“DevPoint”和“逗砂”介绍到ControlNet还能实现(xiàn)线稿转(zhuǎn)全彩图。大(dà)神(shén)张吕敏其本尊也亲自回应。

不(bù)得(dé)不说当(dāng)下AIGC已经变得越来越强大，甚(shèn)至(zhì)输出的作品都已经能以(yǐ)假乱真了。

02

难辨虚实，AIGC技术(shù)力爆发

警惕安全问题(tí)

近日(rì)，“苏州金鸡湖有游艇party”的消息(xī)火遍网络(luò)，而经(jīng)过警方辟(pì)谣这所谓(wèi)的(de)“party”可能是全国第一起(qǐ)AI绘(huì)图诈骗(piàn)。

由于这(zhè)个活动里面(miàn)给(gěi)出(chū)的美(měi)女照片(piàn)都是AI制作的真人照片绘图，因为太(tài)逼真，被大家当成真事传播了(le)。

不过仔细观察可以发现，活(huó)动发起者提供的照片中有个很大的(de)漏洞可以发现(xiàn)并非真人，而是(shì)AI绘(huì)图，那便是图片(piàn)中女(nǚ)性的手指部分(fēn)有的(de)存(cún)在异常。

有行业人事表示：“现在因为手指部(bù)分(fēn)的(de)绘画算法比(bǐ)较复杂，AI还不太会(huì)画人的手，但最新看(kàn)到的(de)图片已经有(yǒu)越(yuè)来越完美(měi)的AI模型出(chū)现，以后可能就完全没有漏洞了。”

类似(shì)的AI作图诈(zhà)骗在(zài)国外也已有发(fā)生。据英国(guó)广播公司(sī)报道，土耳(ěr)其地震期间，有Tiktok用户使用(yòng)AI合成了儿童受灾(zāi)的(de)假照(zhào)片发布到(dào)网络，以此诱骗善(shàn)良的人打赏“捐(juān)助”从而实施诈骗(piàn)。

目(mù)前随着技术(shù)发展(zhǎn)，AIGC已(yǐ)经能做(zuò)出真人照片般(bān)的绘图(tú)效果，如(rú)果这(zhè)样的图(tú)片(piàn)被用来诈骗，将非(fēi)常可(kě)怕。

此(cǐ)外(wài)AIGC还引发了很多担忧(yōu)，一方面，批判者认为AI在“学习”了大量前人(rén)的作(zuò)品之后，其创(chuàng)作没有任何(hé)情绪(xù)和灵(líng)魂，难以和人类的艺(yì)术创作相提并论。

另一方面(miàn)，AIGC背(bèi)后的(de)版权、目前都并没有得到有效的(de)解决，还有(yǒu)AIGC会不会代替(tì)人类(lèi)“至高无(wú)上(shàng)”的创意。

马斯克也强调，人工(gōng)智能(néng)的安(ān)全问题需要得到重视(shì)，太晚(wǎn)就(jiù)来不及了。

03

AIGC下(xià)一站(zhàn)除了视频，还有(yǒu)远方(fāng)

技术都是有两面性的，潜在的危害并不(bù)能掩盖(gài)其光辉的贡献。现(xiàn)在看来(lái)，人工智能技术将(jiāng)是(shì)第(dì)四次工业(yè)革(gé)命的核(hé)心驱动(dòng)力(lì)量(liàng)，将(jiāng)创(chuàng)造新(xīn)的增长(zhǎng)奇迹。

过去一年，人工(gōng)智能在技(jì)术和商业层面都有了巨大进展，AI绘画就是人工(gōng)智能技术发生方(fāng)向性改变的一(yī)个(gè)代表。其下一站或(huò)许就是视频(pín)。

此(cǐ)前(qián)，Meta和(hé)谷歌先后发布了几(jǐ)条引爆科技圈的短视频(pín)。这些(xiē)视(shì)频引发(fā)关(guān)注并非内容做得多优秀，反而(ér)都非常简(jiǎn)单，比如一匹(pǐ)正在喝水的马，一只画画的玩具熊，或者(zhě)一段骑摩(mó)托车(chē)的第一视(shì)角录像，随便(biàn)一个(gè)有手机的人都可以(yǐ)随(suí)手录下一段(duàn)。

但这些短视频的(de)创作方式非(fēi)常(cháng)简单，创(chuàng)作者仅仅需要向AI输入一段(duàn)话，甚至只是(shì)说(shuō)一下要求，AI就可以根(gēn)据需要生成(chéng)一段视频。

谷歌发布的两个AI生成视频分(fēn)别来自于(yú)Imagen Video和Phenaki，前(qián)者主要突出的是高清，与Meta的Make-A-Video没有太多的差别(bié)。

在(zài)Make-A-Video公布了(le)AI生成的视(shì)频后，AI圈就已经玩了(le)一(yī)波(bō)梗，一个能够做出更高清视(shì)频的AI还不足(zú)以在短(duǎn)时间内戳中兴奋(fèn)点。

Phenaki更加令人震惊的地方在于，它可以制作出超过2分钟的(de)连贯的(de)也有(yǒu)确切内(nèi)容的(de)视频(pín)，这才是真正(zhèng)让人们感(gǎn)到惊喜的(de)地方。因为无(wú)论AI生(shēng)成的视频多么(me)高(gāo)清(qīng)，也只能是为(wèi)内容生产者(zhě)提供一个灵感(gǎn)，一个素材，一个过(guò)场动(dòng)画。

不过能够制(zhì)作出有具体剧情内容(róng)的视(shì)频就意味着(zhe)，一些视频创作由AI代(dài)替(tì)人工(gōng)完(wán)成已经初步有了可能。

当(dāng)下AI的发展速度已经(jīng)超(chāo)过大部分人的想象(xiàng)。内容产业(yè)的本质(zhì)是供给创造(zào)需(xū)求(qiú)，AIGC作为全新的内容生产方式，可(kě)以为(wèi)内容产业带来更新的内容风(fēng)格、更(gèng)快(kuài)的生产速度(dù)，更(gèng)低的生(shēng)产成本(běn)，这(zhè)无疑会驱(qū)动内容产(chǎn)业(yè)的大爆发。

除(chú)了AI绘(huì)图、视(shì)频，AIGC技术还能应用于音乐、代码、机(jī)器人动(dòng)作等(děng)多种内容形(xíng)式的生(shēng)成。不难(nán)发现该项技术不仅在游戏(xì)等行业能得到有(yǒu)效(xiào)应用，对于下(xià)一(yī)代互联网(wǎng)各(gè)种元(yuán)素的构建(jiàn)亦有(yǒu)关键意义。

从商(shāng)业化的角(jiǎo)度来看，文化娱乐、教育、传媒(méi)等(děng)诸(zhū)多(duō)领域，本身(shēn)就对基于AI的可视化内容有(yǒu)强烈需求。

因此，AI绘画及(jí)视频或不(bù)是(shì)结果，而只是(shì)AI进程中(zhōng)的(de)一块(kuài)重要拼图，有望在技术更新的加持(chí)下实现更大的应用价值。

AI从理解内容(róng)，走向了可以生成内容，甚至能(néng)够(gòu)创造出(chū)独立(lì)价值和独立视角的内(nèi)容。AIGC的(de)再次出圈(quān)，更代表着未(wèi)来的(de)先进生产力即将到来。

一切后果自负是什么意思，不然后果自负是什么意思rc="https://mmbiz.heiliaofuli.com/wp-content/uploads/2023/03/9b0686cb7769bb0.png?imageMogr2/thumbnail/2160x0/format/webp/quality/80" data-ratio="0.4984375" data-s="300,640" data-type="png" data-w="1280">

04

紧抓大模型(xíng)与(yǔ)算力，牢固AIGC底座

从(cóng)技术的(de)发展也可以看出，在语言大(dà)模型(xíng)、图(tú)像大模型之后，多模(mó)态大(dà)模(mó)型已经成为(wèi)了新(xīn)的(de)趋势。

大模(mó)型被(bèi)誉为当前人工智能发展的智能底座，是全球竞争(zhēng)最激烈的研究(jiū)方(fāng)向之一(yī)，包括谷歌、亚马逊、百(bǎi)度(dù)、阿(ā)里、腾讯(xùn)等众多头部(bù)企(qǐ)业都(dōu)在竞相发力(lì)。

不过(guò)训练大(dà)模型的(de)确价格(gé)不(bù)菲(fēi)，以国盛证券(quàn)发布(bù)的《ChatGPT需要多少算(suàn)力》报告估(gū)算，GPT-3训练一次(cì)的成本(běn)约(yuē)为140万美元(yuán)。而对于一些更大(dà)的LLM(大型语(yǔ)言模型)，训(xùn)练成本则(zé)介(jiè)于200万美元至1200万美元(yuán)高(gāo)价之(zhī)间(jiān)。

以ChatGPT在(zài)2023年1月的独立访客平(píng)均数1300万计算，其对应芯片需求为(wèi)3万(wàn)多片英伟(wěi)达A100 GPU，初始投(tóu)入成本约为8亿美元，每日(rì)仅电(diàn)费就(jiù)在5万美(měi)元左右。

此外(wài)不论(lùn)是ChatGPT还是(shì)AIGC，都离不开庞大算力(lì)支持。在关注(zhù)各类大模型的发展同时，更应该关注算力网(wǎng)络的建设。

算力网络正驱动(dòng)AI产业发展(zhǎn)进(jìn)入史诗级加速进程，让AIGC及通用AI这一人工智能发展的终极目标离得更近。

因(yīn)为算力可以对(duì)突破性技术创新提供(gōng)大力的支持。这方面(miàn)，多模态大模型是典型。作为面向未来强(qiáng)人工智能、通(tōng)用人工智能(néng)的重(zhòng)要技术创新，多模态大模型已经在人工智能领域提(tí)出了很多年，业界也有不少技术(shù)突破，但是，多模态(tài)大模型进一(yī)步往(wǎng)下走，算力需求呈(chéng)几(jǐ)何(hé)式(shì)上(shàng)升(shēng)，一般的算力基础设施很快将难以胜任。

从图像、文字、语音单独一项的训练，到(dào)双模态(tài)、三模态的跃迁，让人工智能可以灵活应对不同模(mó)态的转化(huà)、像人与世界交(jiāo)互一样(yàng)自然，这(zhè)方面，由算力(lì)网(wǎng)络(luò)来驱动将有明显优势。

此外，还(hái)有很多需要爆发(fā)式增长的(de)算力来支撑的技(jì)术创新，将在人工智能算(suàn)力网络(luò)支(zhī)撑(chēng)下快(kuài)速推进。

AIGC已(yǐ)经露(lù)出曙(shǔ)光，期待(dài)在大模型和大算力的支持下AIGC能持续颠覆内(nèi)容(róng)生产(chǎn)的(de)方(fāng)式，将创(chuàng)造的(de)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 一切后果自负是什么意思，不然后果自负是什么意思