自(zì)聊天机器(qì)人(rén)ChatGPT火爆(bào)以来(lái)，微软公司创始人比尔·盖茨已多次公开谈论人工智(zhì)能话题。在最近的一次(cì)采访中，他再次表示：“AI可能会让科技(jì)行(xíng)业(yè)迎来一次剧烈的洗牌”。

这个结论是他在当(dāng)地时(shí)间2月20日接受《In Good Company》节目专访时提出(chū)的。

他预期，AI的发展可能会威胁到谷(gǔ)歌的(de)市占率，因为微软在AI方面的行动相(xiāng)当迅速。而最终(zhōng)科技巨头将(jiāng)把AI整合(hé)成用(yòng)户的“全能助手”，包揽(lǎn)一切应用，与(yǔ)人们进行沟通并提供(gōng)建议，可以(yǐ)取代亚马逊、Siri或Outlook等(děng)应用。

大佬(lǎo)口中全能助手的到来可能尚需时日，但(dàn)由ControlNet引(yǐn)发的(de)又一(yī)次AI绘(huì)画浪(làng)潮，让AIGC在ChatGPT的话题热(rè)点(diǎn)包围中杀出重围。

01

ControlNet颠覆AI绘(huì)画新玩法

AIGC向(xiàng)可控(kòng)靠近

以(yǐ)AI绘(huì)画为代表的AIGC上一次爆火的时(shí)候，还是(shì)2022年(nián)8月，在美(měi)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(wèi)《太(tài)空歌剧院》的作品(pǐn)获(huò)奖。

随后各大厂商的AI绘画软(ruǎn)件被广大网友熟(shú)知并体(tǐ)验(yàn)，Stable Diffusion便是(shì)其(qí)中代表。

用户们可(kě)以在应用中输(shū)入一组关(guān)键(jiàn)词(cí)或者一张照(zhào)片，就能获得一(yī)幅(fú)AI创作的画作。

作(zuò)画的关键就(jiù)是所输入的文(wén)本。同一(yī)组关键词也可以(yǐ)创作出(chū)很多张风格不一样的画作，这(zhè)让创作的过程就像(xiàng)开盲盒。

很多用户很喜欢这种不确定的(de)惊喜，他(tā)们会将生(shēng)成的(de)美图当做头像。而另一部分喜欢翻看AI绘画的“翻车”作品。在社(shè)交媒体上(shàng)，许(xǔ)多用户分享AI“翻车现(xiàn)场”，例如，一位(wèi)网(wǎng)友的小狗照片被AI画成(chéng)了(le)“肌肉男(nán)”，还有网友的(de)个人(rén)照片被AI识别成了(le)建筑。

而(ér)如今随着ControlNet的出现(xiàn)与加(jiā)持，以往AI绘画的填写(xiě)关键词游戏(xì)可能要被颠覆了(le)。

ControlNet是一位正(zhèng)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(xiàng)变形算法，主要用于(yú)数字图像处理、计算机视觉和计(jì)算机图形学等领域。

其SD插件(jiàn)一经发布(bù)，在短短的两天内便成为了AI绘画领域最新的热点。

在此之(zhī)前，大家用了很多(duō)方(fāng)法想(xiǎng)让AI生(shēng)成的结果尽(jǐn)可(kě)能的符(fú)合要(yào)求，但是都不尽如人(rén)意，它的出(chū)现代(dài)表着AI生(shēng)成(chéng)开始进入真正的可控时期。

因(yīn)为(wèi)ControlNet可以直接提取画面的构(gòu)图(tú)，人(rén)物的姿(zī)势和画面的深度信息等(děng)。有了它的帮助，就(jiù)不用(yòng)频繁的(de)用提示(shì)词来碰运气，抽盲盒式的创(chuàng)作了。

通俗(sú)的(de)说ControlNet相当(dāng)于给AI绘(huì)画加了“魔法”，不少博主的作(zuò)品已经(jīng)获得(dé)了大量的浏览(lǎn)量，“viggo”就(jiù)是其中之一，他用(yòng)朋友的照片直接(jiē)带她们走(zǒu)进动漫世界。

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

再(zài)用(yòng)Text2Prompt插件拓(tuò)展找到对应的关键词；最后用ControlNet插件绑定骨(gǔ)骼(gé)开始换(huàn)关键词试效果。

通过图片就可以看出来(lái)，效果十分惊(jīng)艳。

手指的速度越快声音越大，撞得越快叫的声音越 data-type="jpeg" data-w="1280">

更(gèng)厉害的是(shì)，除(chú)了真实的照片，草图(tú)也可以(yǐ)加上“魔法”，知(zhī)乎大牛“DevPoint”和“逗砂”介绍到ControlNet还(hái)能实现(xiàn)线(xiàn)稿转全彩图。大神张(zhāng)吕敏其本尊也亲自(zì)回应。

不(bù)得不(bù)说当下AIGC已经变得越来(lái)越强大，甚(shèn)至输(shū)出的作品都已经能以假乱(luàn)真了。

02

难辨虚实，AIGC技术力爆发(fā)

警惕安全问题

近日(rì)，“苏州金鸡湖有游艇party”的消息火遍网络，而(ér)经过警方辟谣这所(suǒ)谓的“party”可(kě)能是全国第一起AI绘图诈骗。

由于这个活(huó)动(dòng)里面给出的美女(nǚ)照片(piàn)都(dōu)是(shì)AI制作(zuò)的真人照片绘(huì)图，因为太(tài)逼(bī)真，被大(dà)家当成真事传播了。

不(bù)过仔细观察(chá)可以发现(xiàn)，活动发起者提供的照(zhào)片中(zhōng)有个很大的漏洞(dòng)可以发现(xiàn)并(bìng)非真人，而是AI绘图(tú)，那便是(shì)图片(piàn)中(zhōng)女性的手(shǒu)指部分有的存在异常。

有行业人(rén)事表示：“现在因为(wèi)手指部分的(de)绘(huì)画算法(fǎ)比较(jiào)复(fù)杂，AI还(hái)不太会(huì)画人的(de)手，但最(zuì)新看到(dào)的图片已(yǐ)经有越来越完美的AI模(mó)型(xíng)出现(xiàn)，以后可(kě)能就完全没(méi)有漏洞了(le)。”

类似的(de)AI作图诈骗在国(guó)外也(yě)已有发生。据英国广播公司(sī)报道，土耳其地震(zhèn)期间，有Tiktok用户使用AI合成了儿童受灾的(de)假照片发布到网络(luò)，以此(cǐ)诱骗善良的人打(dǎ)赏“捐助(zhù)”从而实施(shī)诈骗。

目前随着技(jì)术发展，AIGC已(yǐ)经能做出真(zhēn)人照片般的绘图效果，如果这样(yàng)的图片被(bèi)用来诈骗，将非常可(kě)怕。

此外(wài)AIGC还引发(fā)了很(hěn)多担忧(yōu)，一方面(miàn)，批判者认为AI在(zài)“学习”了大量(liàng)前人的作品(pǐn)之后(hòu)，其创作没有任何情绪和灵魂(hún)，难以和人类的艺术创作相提(tí)并论。

另一方面，AIGC背(bèi)后(hòu)的版权、目前(qián)都并没有得到有效(xiào)的解(jiě)决，还有AIGC会不会代手指的速度越快声音越大，撞得越快叫的声音越替人类“至高无上”的创意。

马斯克也强调(diào)，人工智(zhì)能(néng)的安全(quán)问题需要得(dé)到重(zhòng)视(shì)，太晚就来不及(jí)了(le)。

03

AIGC下一站除了(le)视频，还有(yǒu)远方

技术(shù)都是有两(liǎng)面(miàn)性的(de)，潜在的危害(hài)并不能掩(yǎn)盖其(qí)光辉的贡献。现在看来，人工智(zhì)能技术将是第(dì)四次(cì)工业革命的核心驱动力量，将创造新(xīn)的增长(zhǎng)奇迹。

过去一年，人工智能在(zài)技术和商业层面都(dōu)有了(le)巨(jù)大(dà)进展，AI绘(huì)画(huà)就是(shì)人工智能技术发生方向(xiàng)性(xìng)改变的(de)一(yī)个代表(biǎo)。其下一站(zhàn)或许(xǔ)就是视(shì)频(pín)。

此前，Meta和谷歌先后发布了几条引爆(bào)科技圈的短视频。这些视频引发关注并(bìng)非(fēi)内容做(zuò)得多优(yōu)秀，反(fǎn)而都非常简单，比(bǐ)如一匹正(zhèng)在喝水的马(mǎ)，一只画画(huà)的(de)玩具熊，或者(zhě)一段(duàn)骑摩托车的第一视角(jiǎo)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(fāng)式(shì)非常简单，创作者仅(jǐn)仅需(xū)要(yào)向AI输入(rù)一段话，甚至只(zhǐ)是说一下要求，AI就(jiù)可(kě)以根据需要生(shēng)成一段(duàn)视频。

谷歌发布的两个AI生成(chéng)视频分别(bié)来(lái)自于Imagen Video和Phenaki，前者(zhě)主要突(tū)出(chū)的(de)是(shì)高清，与Meta的Make-A-Video没有太多的差(chà)别。

在(zài)Make-A-Video公布(bù)了AI生成的视频后，AI圈就已经玩了一波梗，一个能够做出更高清视频的(de)AI还不足(zú)以在短时间(jiān)内(nèi)戳中(zhōng)兴奋点。

Phenaki更加(jiā)令人震惊(jīng)的地方在于，它(tā)可以制(zhì)作出超过(guò)2分钟的连贯的也(yě)有确切内容(róng)的视频，这才是真正让人们感到惊喜的地方。因(yīn)为无论AI生成的视频多么高清，也只能是为内容生(shēng)产者提供一个灵感，一个素材，一(yī)个过场动(dòng)画。

不过能够制作出有具体剧情内(nèi)容(róng)的视频就意味着，一(yī)些视(shì)频创作由AI代替人(rén)工完成已经初步有(yǒu)了可能。

当(dāng)下(xià)AI的发展速度已经超(chāo)过(guò)大(dà)部分人(rén)的(de)想象。内容产业(yè)的本质是供给创(chuàng)造需求，AIGC作(zuò)为全(quán)新的内(nèi)容生(shēng)产方式，可以为(wèi)内容(róng)产(chǎn)业带来更新的内(nèi)容(róng)风格(gé)、更快的生产速度，更低的生产成本，这(zhè)无疑会(huì)驱动内容(róng)产业的大爆发(fā)。

除了AI绘图、视频，AIGC技术(shù)还能(néng)应用(yòng)于音乐、代码、机(jī)器(qì)人动作等多(duō)种内容形(xíng)式的生成。不(bù)难(nán)发现该项技术不(bù)仅(jǐn)在游戏等行业能(néng)得到(dào)有效应用，对(duì)于(yú)下一代互(hù)联网(wǎng)各(gè)种元(yuán)素的(de)构(gòu)建亦有关键意(yì)义。

从商业化(huà)的角度来看(kàn)，文化娱(yú)乐、教育、传媒等诸多(duō)领域(yù)，本身就对基(jī)于AI的可视(shì)化内容有强烈需求。

因(yīn)此(cǐ)，AI绘画(huà)及视频或(huò)不是(shì)结果，而只是AI进(jìn)程中的(de)一块重(zhòng)要拼图，有望在技术更新(xīn)的加(jiā)持下实现更大的应(yīng)用价值。

AI从理解内容，走向了可以生成内容，甚至能(néng)够创造出(chū)独立价(jià)值和独立视角的内容。AIGC的再次(cì)出(chū)圈(quān)，更代表着(zhe)未来(lái)的先(xiān)进生产力即将到来。

04

紧抓大模(mó)型与算力(lì)，牢(láo)固AIGC底座

从技术的发(fā)展也可以看(kàn)出，在语(yǔ)言大模型(xíng)、图(tú)像大模型之后(hòu)，多模态大模型已经成为了(le)新的趋势。

大模型被誉为当前(qián)人(rén)工智能(néng)发展的(de)智能(néng)底座，是全(quán)球(qiú)竞争最(zuì)激烈的研究方向之(zhī)一(yī)，包括谷(gǔ)歌、亚马逊(xùn)、百度、阿里、腾讯等(děng)众(zhòng)多(duō)头部(bù)企业都(dōu)在(zài)竞相发力。

不过(guò)训(xùn)练大模型的(de)确(què)价格不菲，以国盛证券发布的《ChatGPT需要多(duō)少算(suàn)力》报告估算，GPT-3训练一次(cì)的成本约(yuē)为140万美元。而对于(yú)一些(xiē)更(gèng)大的LLM(大型语言模(mó)型)，训练成本(běn)则介于200万美元(yuán)至(zhì)1200万美元(yuán)高(gāo)价之间(jiān)。

以ChatGPT在2023年1月的独(dú)立访(fǎng)客(kè)平(píng)均数1300万计算，其对应芯片需(xū)求为3万多片英伟达A100 GPU，初始投入成(chéng)本约为8亿美元，每日(rì)仅(jǐn)电费就(jiù)在5万美(měi)元左右。

此外不论是ChatGPT还(hái)是AIGC，都离(lí)不开庞(páng)大算力支持。在关(guān)注各类大(dà)模型的发展同时，更(gèng)应该(gāi)关注(zhù)算力网络的(de)建设(shè)。

算(suàn)力网络正(zhèng)驱动AI产业发(fā)展进入史诗(shī)级加速进程，让AIGC及通用(yòng)AI这一人(rén)工智(zhì)能发(fā)展的终(zhōng)极目标(biāo)离得(dé)更近。

因为算(suàn)力可(kě)以对突破性技术创新提(tí)供大力的支持。这(zhè)方(fāng)面，多(duō)模态大模(mó)型是典(diǎn)型。作(zuò)为面向未来强人工智能、通(tōng)用人工(gōng)智能的(de)重要技(jì)术创新，多模(mó)态大模型已经在人工智能领域提出了(le)很多年，业界也有不少技术突破(pò)，但是，多模(mó)态大模型进(jìn)一步往下走(zǒu)，算力需求呈几何式上升，一般的算力基础设(shè)施很快(kuài)将(jiāng)难以(yǐ)胜任。

从图像、文字、语音单独一项(xiàng)的训练(liàn)，到双模(mó)态、三模(mó)态的跃迁，让人工(gōng)智能可以(yǐ)灵活应对不同模态的转化(huà)、像人与世界交互一样自然，这方面，由算力网络来驱动将有明(míng)显优势。

此外(wài)，还有(yǒu)很多需要爆发式增(zēng)长(zhǎng)的算力来支撑的(de)技术创新(xīn)，将(jiāng)在人(rén)工(gōng)智(zhì)能算力(lì)网(wǎng)络支撑下快速推进。

AIGC已(yǐ)经露出曙(shǔ)光，期待在大模型和大算力的支持下AIGC能持续颠覆内容生产的方式，将创造的边际成本降低(dī)，让万(wàn)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 手指的速度越快声音越大，撞得越快叫的声音越