自聊天机器人ChatGPT火爆(bào)以来，微(wēi)软(ruǎn)公(gōng)司创始人比尔·盖(gài)茨已多次公开谈论人工(gōng)智能话题。在(zài)最近的(de)一次采访中，他(tā)再次表(biǎo)示：“AI可能会让科技行业(yè)迎来(lái)一次剧烈的洗(xǐ)牌(pái)”。

这(zhè)个结论是他在(zài)当地时间2月20日接受《In Good Company》节目(mù)专访时提出的。

他预期，AI的发(fā)展(zhǎn)可能会(huì)威胁到谷歌的市占率，因为微软在AI方面(miàn)的(de)行动相(xiāng)当迅速。而最终(zhōng)科技巨(jù)头将把AI整合成用(yòng)户的(de)“全能(néng)助手”，包(bāo)揽(lǎn)一切应(yīng)用，与人(rén)们进行沟通(tōng)并提供建议，可以取代(dài)亚马(mǎ)逊、Siri或Outlook等应用。

大佬口中全能助手的到(dào)来可能尚需(xū)时日，但(dàn)由ControlNet引发的又一次AI绘画浪潮，让AIGC在(zài)ChatGPT的话题热(rè)点包围中杀(shā)出重围。

01

ControlNet颠(diān)覆AI绘(huì)画(huà)新玩法

AIGC向可控(kòng)靠(kào)近

以AI绘画为代表的AIGC上一次爆火的(de)时候(hòu)，还是2022年8月(yuè)，在美国科罗拉多州举办(bàn)的新(xīn)兴数字艺(yì)术(shù)家(jiā)竞赛中，一幅(fú)名为(wèi)《太空歌剧院》的作品(pǐn)获奖。

随后各大厂商的(de)AI绘画(huà)软件被广大网(wǎng)友熟知并体(tǐ)验，Stable Diffusion便是其中代表。

用户们可以在应用中输入一组关(guān)键词或者一(yī)张照片，就(jiù)能获得一幅AI创作的(de)画作(zuò)。

作(zuò)画的关键就是所(suǒ)输入的文本。同一组关键词也可以(yǐ)创(chuàng)作出(chū)很多张(zhāng)风(fēng)格不(bù)一样的画作，这让创(chuàng)作的过(guò)程就(jiù)像开盲盒。

很(hěn)多(duō)用户很喜(xǐ)欢这种不确定的惊喜，他们(men)会将生成的美图当做头(tóu)像。而(ér)另(lìng)一部(bù)分喜(xǐ)欢翻看AI绘画的“翻车”作品。在(zài)社(shè)交(jiāo)媒体(tǐ)上(shàng)，许多(duō)用户分(fēn)享AI“翻车现场”，例如，一位网(wǎng)友的(de)小(xiǎo)狗照片被AI画成了“肌肉男(nán)”，还有网(wǎng)友的(de)个人(rén)照片(piàn)被AI识别成了建(jiàn)筑(zhù)。

而如今随(suí)着ControlNet的(de)出现与加持，以往(wǎng)AI绘画的(de)填写关键(jiàn)词游戏可能要被颠覆了。

ControlNet是(shì)一位(wèi)正在(zài)斯坦福读博的中国人张吕(lǚ)敏创作的(de)一种基于控制(zhì)点的图像(xiàng)变形算法，主要用于数字(zì)图像处理、计算机(jī)视(shì)觉和计算机图形学(xué)等(děng)领域。

其(qí)SD插件一经发布，在短短的两天(tiān)内便成为了AI绘画领域最新(xīn)的热点。

在(zài)此之前，大家(jiā)用了很多(duō)方(fāng)法想让AI生(shēng)成的结(jié)果尽(jǐn)可能(néng)的符(fú)合(hé)要求，但(dàn)是都不尽(jǐn)如人意，它的(de)出现代表(biǎo)着AI生成开始进(jìn)入(rù)真正的(de)可控(kòng)时期(qī)。

因为ControlNet可以(yǐ)直(zhí)接提取画面的构图，人物的(de)姿势和(hé)画(huà)面的深度信息等。有了(le)它的(de)帮助，就不用(yòng)频繁的用提(tí)示词来碰(pèng)运气，抽盲盒式的创作了。

通俗(sú)的说ControlNet相当于给(gěi)AI绘画加(jiā)了“魔法”，不少(shǎo)博主的作品已经获得了大量(liàng)的浏览量，“viggo”就是(shì)其中之一，他用朋友(yǒu)的照片(piàn)直(zhí)接带她们走(zǒu)进动(dòng)漫世界。

viggo先用(yòng)StableDiffusion图片(piàn)转文(wén)字。

再用Text2Prompt插件拓(tuò)展找到对应的关(guān)键词；最后用(yòng)ControlNet插件绑(bǎng)定骨骼开始(shǐ)换关键词试效果。

通过图片就(jiù)可以看出来，效果十分惊艳。

更厉害(hài)的是(shì)，除了(le)真实的照(zhào)片，草图也(yě)可以加(jiā)上“魔(mó)法(fǎ)”，知乎大(dà)牛(niú)“DevPoint”和“逗(dòu)砂”介绍(shào)到ControlNet还(hái)能(néng)实现线稿转全(quán)彩图。大(dà)神张吕敏其本尊也亲自(zì)回应(yīng)。

不得(dé)不说当下(xià)AIGC已经变得越来越强大，甚(shèn)至输出的作品都已经能以假(jiǎ)乱(luàn)真(zhēn)了。

02

难辨(biàn)虚(xū)实，AIGC技术力爆发(fā)

警惕安全问题

近(jìn)日，“苏州金鸡湖有游艇(tǐng)party”的消息火遍网络，而经过警方辟谣这所谓的“party”可能是全国第一起AI绘图诈骗(piàn)。

由于(yú)这(zhè)个活动(dòng)里(lǐ)面(miàn)给(gěi)出的美(měi)女照片都是AI制作(zuò)的(deacross 和 cross的区别，cross和across区别和用法)真(zhēn)人(rén)照片绘图(tú)，因为太逼真，被大家当成真(zhēn)事(shì)传播(bō)了。

不过仔细观察可以发现，活动发起者(zhě)提供(gōng)的照(zhào)片中(zhōng)有个很大的漏洞可以发现并非(fēi)真人(rén)，而是AI绘(huì)图，那便是图片中女性(xìng)的手(shǒu)指部分有的存(cún)在异常。

有行业人事(shì)表示：“现在因为(wèi)手指部(bù)分的绘画算法比较复杂，AI还不太会画人的手，但(dàn)最新(xīn)看到(dào)的图(tú)片已经有越来越(yuè)完美的(de)AI模型出现，以后可能就完全没有漏洞了。”

类(lèi)似的AI作图(tú)诈骗在(zài)国外也已有发(fā)生。据英国广播公司(sī)报道(dào)，土耳其地震期间(jiān)，有Tiktok用(yòng)户使用AI合(hé)成(chéng)了儿童受灾(zāi)的假照片(piàn)发布(bù)到网(wǎng)络，以此诱骗善良的人打(dǎ)赏“捐助”从而实施诈骗。

目(mù)前随着技术(shù)发展，AIGC已经能做出真(zhēn)人照片般(bān)的绘图效果，如果这样的图片被用来(lái)诈骗，将(jiāng)非常可怕(pà)。

此外AIGC还引发(fā)了(le)很多(duō)担忧(yōu)，一(yī)方面，批判者(zhě)认为AI在“学习”了大量(liàng)前人的作品之后，其创作(zuò)没有(yǒu)任何情绪和灵魂(hún)，难以和(hé)人类(lèi)的艺术(shù)创作相提并论。

另一方(fāng)面，AIGC背后(hòu)的(de)版权(quán)、目前都并没有得到(dào)有效的(de)解决(jué)，还(hái)有AIGC会不会代替(tì)人类(lèi)“至高无上”的创意。

马斯克也强调，人(rén)工智能(néng)的安全(quán)问(wèn)题需要得到重(zhòng)视，太晚就来不(bù)及了(le)。

03

AIGC下一站除了视(shì)频，还(hái)有远方

技术(shù)都是有两面性的，潜在的危害并(bìng)不(bù)能掩盖(gài)其(qí)光辉的贡献。现(xiàn)在看来(lái)，人(rén)工智能技术(shù)将是第四次工业革(gé)命(mìng)的核(hé)心(xīn)驱动(dòng)力量，将创造新的增长奇迹。

过(guò)去一年，人(rén)工智能在技术和商业(yè)层面都有了巨大进展(zhǎn)，AI绘画就是人工智能技术发生(shēng)方向性(xìng)改变的(de)一个代(dài)表。其下(xià)一(yī)站或(huò)许就是视频。

此前，Meta和谷(gǔ)歌先后发(fā)布了几条引(yǐn)爆(bào)科(kē)技圈的短视频。这些视频引发关注并非(fēi)内容做得多(duō)优秀，反而都非(fēi)常简单，比如一匹正在(zài)喝(hē)水的马，一只画画的玩具熊(xióng)，或者一段骑摩托(tuō)车的第一视角录像，随便一个有手(shǒu)机的人都可以随手录下一(yī)段。

但这些(xiē)短视频的创作方(fāng)式非(fēi)常简单，创(chuàng)作(zuò)者仅仅需要向AI输入一段话，甚至只是说一下要求，AI就可以根据需要(yào)生(shēng)成一段(duàn)视频。

谷歌发布的两个AI生成视(shì)频分(fēn)别来自(zì)于Imagen Video和(hé)Phenaki，前(qián)者(zhě)主要突出的是高(gāo)清，与Meta的(de)Make-A-Video没有太多(duō)的差别。

在Make-A-Video公布了AI生成的视(shì)频(pín)后，AI圈(quān)就已(yǐ)经玩(wán)了一波梗，一个能够(gòu)做(zuò)出更(gèng)高清视频(pín)的(de)AI还不(bù)足以在短时间(jiān)内戳中兴奋点(diǎn)。

Phenaki更加令人震惊的地方(fāng)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(róng)的视频，这才是真正让(ràng)人(rén)们(men)感到(dào)惊喜的地(dì)方。因为无(wú)论AI生成(chéng)的视频(pín)多么高清，也只能是为内(nèi)容生产(chǎn)者提供一个灵感，一(yī)个素材，一个过场动画。

不过能够制(zhì)作出有具体剧情内容的(de)视频就意(yì)味(wèi)着，一(yī)些(xiē)视频创(chuàng)作(zuò)由AI代替(tì)人工完成已经初步有了可能。

当下AI的发展速度已经超(chāo)过大部分人的想(xiǎng)象。内容产(chǎn)业(yè)的本质是供给创造需求，AIGC作(zuò)为全新的内容生产方式，可以为内容产业带(dài)来更(gèng)新的内容(róng)风格、更快的生产速(sù)度(dù)，更低的(de)生产成本，这无疑会驱(qū)动内容产(chǎn)业的大爆发。

除了AI绘图、视频，AIGC技术还(hái)能(néng)应用于音乐、代码、机器人动作等(děng)多种(zhǒng)内容形式的生成(chéng)。不(bù)难发现该(gāi)项技术(shù)不仅在游戏等行业能得到有效应用，对(duì)于下一(yī)代(dài)互联(lián)网各种元素(sù)的(de)构建亦有关键意(yì)义。

从商业化的角度来看，文化(huà)娱乐、教育、传(chuán)媒等诸多领域，本身就对基于AI的可视化内容有强烈(liè)需求。

因此，AI绘画及视频(pín)或不是结(jié)果，而只是AI进程(chéng)中的一(yī)块重要拼图，有望在技术更新(xīn)的加持下实现(xiàn)更大(dà)的(de)应用(yòng)价(jià)值(zhí)。

AI从理解内容，走向了可以生成(chéng)内容，甚至(zhì)能够创造出独立价(jià)值和独立视(shì)角的内(nèi)容。AIGC的再次出圈，更(gèng)代(dài)表着未来的(de)先进生产(chǎn)力即将到来。

04

紧抓大模型与(yǔ)算(suàn)力，牢固(gù)AIGC底座

从技术(shù)的发(fā)展(zhǎn)也可以看出(chū)，在语言大模(mó)型、图像大模型之后(hòu)，多模态大模型已经成为了(le)新的趋(qū)势。

大模型被誉为当前人工(gōng)智能发展的智能(néng)底座，是全(quán)球竞争最激烈的研究方(fāng)向之一，包(bāo)括谷歌、亚马逊、百度、阿里(lǐ)、腾讯(xùn)等众多(duō)头部企业都(dōu)在(zài)竞相发(fā)力。

不过训练大(dà)模型的确(què)价格不菲，以国盛证(zhèng)券发布(bù)的《ChatGPT需要(yào)多少算力》报告估算(suàn)，GPT-3训练一次的成本约为140万美元。而对于一些更大的LLM(大型语言模(mó)型)，训练(liàn)成本则介于200万美元至1200万(wàn)美(měi)元高价之间。

以ChatGPT在2023年(nián)1月的(de)独立访客平均数1300万计算，其对应芯片(piàn)需求为(wèi)3万多片(piàn)英伟(wěi)达A100 GPU，初(chū)始投入成本约为8亿美(měi)元，每日(rì)仅电费(fèi)就在(zài)5万美(měi)元左右(yòu)。

此外(wài)不(bù)论是ChatGPT还(hái)是AIGC，都离(lí)不开庞(páng)大算力支持。在关(guān)注各类大模型的发展同(tóng)时，更应该关注算力网络(luò)的建设。

算力(lì)网(wǎng)络正驱动(dòng)AI产业发(fā)展进入史诗级加速进程，让AIGC及通(tōng)用(yòng)AI这一人工智能(néng)发展(zhǎn)的终极目标离(lí)得更近。

因为算力(lì)可以对突破性技(jì)术创新(xīn)提供大力的支持(chí)。这方面，多模态大(dà)模型是(shì)典型。作为(wèi)面向未(wèi)来强人工(gōng)智能、通(tōng)用人工智(zhì)能的(de)重要技术创新，多模态大模型(xíng)已经在人工智(zhì)能领域提出(chū)了(le)很多(duō)年，业界(jiè)也有不(bù)少技术(shù)突(tū)破，但是，多模态(tài)大(dà)模型(xíng)进一(yī)步往下(xià)走，算力(lì)需求(qiú)呈几何式(shì)上升，一般的(de)算力(lì)基础设施很快将难以(yǐ)胜任。

从图像、文(wén)字、语音(yīn)单独一项的训练，到(dào)双模(mó)态、三模态的跃迁，让人工智能可以灵(líng)活应对不同模态(tài)的转化、像人与世界交(jiāo)互一样自(zì)然，这(zhè)方面，由算(suàn)力网络来(lái)驱动将有明(míng)显(xiǎn)优势。

此外，还有(yǒu)很多需要爆发式(shì)增长的(de)算(suàn)力来(lái)支撑的技(jì)术(shù)创新(xīn)，将在人工(gōng)智能算力网络支撑下(xià)快速(sù)推进。

AIGC已经露出(chū)曙(shǔ)光，期待在大模型和大算力的(de)支持下AIGC能持续颠覆内容生产的方式，将创造的边际成本(běn)降低，让万众受益。

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 across 和 cross的区别，cross和across区别和用法