自(zì)聊天机器人ChatGPT火爆以来，微软(ruǎn)公司创始(shǐ)人比(bǐ)尔·盖(gài)茨已多次公(gōng)开谈论人工智能(néng)话题(tí)。在(zài)最(zuì)近的一次(cì)采访中(zhōng)，他再次(cì)表示：“AI可能会让科(kē)技行业迎来一次(cì)剧烈的(de)洗(xǐ)牌”。

这个结论(lùn)是他在当(dāng)地(dì)时间2月20日接(jiē)受《In Good Company》节目专访时提出的。

他预期，AI的(de)发(fā)展(zhǎn)可能会威胁(xié)到谷歌(gē)的市占率，因为微(wēi)软在AI方面(miàn)的行(xíng)动相当迅速。而最终(zhōng)科技巨头(tóu)将把AI整合(hé)成(chéng)用户(hù)的“全(quán)能助手(shǒu)”，包揽(lǎn)一切应用(yòng)，与人们进行沟通并提供(gōng)建议，可以取代亚(yà)马逊、Siri或Outlook等应用(yòng)。

大佬(lǎo)口中全能助手的到(dào)来可能尚需时日(rì)，但由(yóu)ControlNet引(yǐn)发的又一次AI绘画(huà)浪(làng)潮(cháo)，让AIGC在ChatGPT的话题热(rè)点包围中杀出重围。

01

ControlNet颠覆AI绘画新玩法

AIGC向可控靠近

以AI绘画(huà)为代表的AIGC上一次爆火的时(shí)候，还是2022年(nián)8月(yuè)，在美国科(kē)罗拉多(duō)州(zhōu)举办的新(xīn)兴数字(zì)艺术(shù)家竞赛中，一幅名为《太空歌剧院》的作品获奖。

随后各大厂商的AI绘画软件(jiàn)被广(guǎng)大网友(yǒu)熟知并体(tǐ)验，Stable Diffusion便是(shì)其中代表(biǎo)。

用(yòng)户们可以在(zài)应用中(zhōng)输入(rù)一组关键(jiàn)词或者(zhě)一张照片，就能获(huò)得一幅(fú)AI创作的画作。

作画的(de)关(guān)键就是(shì)所输(shū)入的文本。同一组关键词也可以创(chuàng)作出很(hěn)多张风格不一(yī)样的画(huà)作，这(zhè)让(ràng)创作的(de)过(guò)程(chéng)就像(xiàng)开盲盒。

很(hěn)多用户很喜欢这种不(bù)确定(dìng)的惊喜，他(tā)们会将(jiāng)生(shēng)成的(de)美图当做头像。而(ér)另一(yī)部分(fēn)喜欢翻看AI绘画的(de)“翻车”作品。在社交(jiāo)媒体上，许多用户分享(xiǎng)AI“翻车现场”，例(lì)如，一位网友的小狗照片被AI画(huà)成(chéng)了“肌肉男(nán)”，还(hái)有网(wǎng)友的(de)个(gè)人(rén)照片被AI识别(bié)成(chéng)了建筑。

而如今随着ControlNet的(de)出现与加持，以往AI绘画的填写(xiě)关键词游戏可能要被(bèi)颠(diān)覆了。

ControlNet是一(yī)位正(zhèng)在斯坦福读(dú)博(bó)的(de)中国人张吕敏创(chuàng)作的一(yī)种基(jī)于控制点的图像变形算法，主要用于数字图像处(chù)理、计算机视觉和(hé)计算机(jī)图形学等领(lǐng)域。

其SD插件(jiàn)一经发(fā)布，在(zài)短短(duǎn)的两天(tiān)内(nèi)便成(chéng)为(wèi)了AI萝卜丁是最贵的口红吗，世界十大奢华口红品牌绘画(huà)领域最新的(de)热点。

在此之前(qián)，大家用(yòng)了(le)很多方法(fǎ)想让(ràng)AI生成的结果尽可能的符合要求，但是都不(bù)尽如人(rén)意(yì)，它的出现代表着(zhe)AI生成开(kāi)始进入(rù)真正的可控(kòng)时期。

因为ControlNet可以(yǐ)直接提取画(huà)面的构图，人(rén)物的姿势和画面(miàn)的深(shēn)度(dù)信(xìn)息等(děng)。有了(le)它的帮助(zhù)，就(jiù)不用频(pín)繁的用提(tí)示词来(lái)碰运气，抽盲盒式的创(chuàng)作了。

通俗(sú)的说ControlNet相(xiāng)当(dāng)于(yú)给AI绘画加(jiā)了(le)“魔法”，不少博主的作品已经获(huò)得了大量的浏览量，“viggo”就是其(qí)中之一，他(tā)用朋友的照片直接带(dài)她们走(zǒu)进(jìn)动(dòng)漫世(shì)界。

viggo先用StableDiffusion图(tú)片(piàn)转文字。

再(zài)用(yòng)Text2Prompt插件拓(tuò)展(zhǎn)找到(dào)对应(yīng)的(de)关(guān)键词；最后用(yòng)ControlNet插件绑定(dìng)骨骼(gé)开始换关(guān)键词试效果。

通过图片就可以看出来，效果十分(fēn)惊(jīng)艳。

更厉害的(de)是，除了真实的照片(piàn)，草(cǎo)图也可以加上(shàng)“魔法”，知乎大牛“DevPoint”和“逗(dòu)砂”介绍到ControlNet还能实现线稿转全彩(cǎi)图。大(dà)神张吕敏其(qí)本尊也亲自回应。

不得不说当下AIGC已(yǐ)经变得(dé)越来越(yuè)强大(dà)，甚至输出(chū)的作品都已经能(néng)以假乱(luàn)真了。

02

难辨虚实，AIGC技术(shù)力爆发

警惕安(ān)全问题

近日，“苏州(zhōu)金鸡(jī)湖有游(yóu)艇(tǐng)party”的消息火遍网络，而经过(guò)警(jǐng)方辟谣这(zhè)所谓(wèi)的(de)“party”可能是(shì)全国(guó)第一起(qǐ)AI绘图诈骗(piàn)。

由于(yú)这(zhè)个活动(dòng)里面(miàn)给出的美(měi)女照片都(dōu)是AI制(zhì)作的真人(rén)照片绘(huì)图，因为太逼(bī)真，被(bèi)大家(jiā)当成真事传播了。

不过仔(zǎi)细(xì)观察可以发现，活动发起(qǐ)者提供的照片中有(yǒu)个很(hěn)大的漏洞可以发现并非真人，而(ér)是AI绘图，那便是图片中女性(xìng)的(de)手指部分有的存(cún)在异常(cháng)。

有行(xíng)业人事(shì)表示：“现在因为手指部分的绘画算法(fǎ)比较复杂，AI还不太会(huì)画(huà)人的手，但最新(xīn)看(kàn)到的图(tú)片已经有越(yuè)来越完美的AI模型出现，以后可能就完全(quán)没有漏洞了。”

类似的AI作图诈骗在(zài)国外也已有发(fā)生。据英国(guó)广播公司报道，土耳其地震期间，有Tiktok用户使用AI合(hé)成(chéng)了儿(ér)童受(shòu)灾的假照(zhào)片发(fā)布到网络，以此诱(yòu)骗善(shàn)良的人打赏(shǎng)“捐助”从而实施诈骗。

目(mù)前随(suí)着技术(shù)发展(zhǎn)，AIGC已经能做出真人(rén)照片般的绘图效果，如果这样的图(tú)片(piàn)被用来诈骗，将非(fēi)常(cháng)可怕。

此外AIGC还(hái)引发了很多担忧，一(yī)方面，批判者认为AI在“学习”了大量前人(rén)的(de)作品之(zhī)后(hòu)，其创作没有任何情绪(xù)和灵魂，难以和人类的艺术创作相提并论。

另一方面，AIGC背(bèi)后(hòu)的版(bǎn)权、目前都并没有得到有效的解(jiě)决，还有AIGC会(huì)不会代替(tì)人类“至高(gāo)无上(shàng)”的创意。

马斯(sī)克(kè)也(yě)强(qiáng)调，人工智能的安(ān)全(quán)问题(tí)需要得到(dào)重(zhòng)视，太晚就来不及了(le)。

03

AIGC下(xià)一(yī)站除(chú)了视频，还(hái)有(yǒu)远方

技术都是(shì)有两面性的，潜(qián)在(zài)的(de)危害并(bìng)不(bù)能掩盖(gài)其光辉的贡献。现(xiàn)在看来，人工智能(néng)技术将萝卜丁是最贵的口红吗，世界十大奢华口红品牌是(shì)第四(sì)次工业革命的(de)核心(xīn)驱动力量，将创造新的增长奇迹(jì)。

过(guò)去(qù)一年，人工智能在技术和商业层(céng)面都有(yǒu)了巨大进(jìn)展(zhǎn)，AI绘画就是(shì)人(rén)工智(zhì)能技术发生方向性改变的一(yī萝卜丁是最贵的口红吗，世界十大奢华口红品牌)个代表。其下一(yī)站或(huò)许(xǔ)就是视频。

此前，Meta和(hé)谷歌先后发布(bù)了几(jǐ)条引爆科技圈的(de)短(duǎn)视(shì)频。这些(xiē)视频引发(fā)关注并非(fēi)内容做(zuò)得多优(yōu)秀，反而都非常简单，比如一匹正在(zài)喝水的马，一只(zhǐ)画(huà)画的玩(wán)具熊，或者一段(duàn)骑摩托车的第一视角录像，随便一(yī)个有手机的人都可(kě)以(yǐ)随手录下一段。

但这些短视频的创作方式非常简单，创作者(zhě)仅仅(jǐn)需要向AI输入一段话，甚至只(zhǐ)是(shì)说一下要求(qiú)，AI就可(kě)以根据需(xū)要(yào)生(shēng)成一段视频。

谷歌发(fā)布的两个AI生成视频分别(bié)来(lái)自于Imagen Video和Phenaki，前(qián)者主要突出的是(shì)高清(qīng)，与Meta的Make-A-Video没有太多的差别(bié)。

在Make-A-Video公(gōng)布(bù)了AI生成的视频(pín)后，AI圈就已(yǐ)经玩了一波(bō)梗(gěng)，一个能够(gòu)做出更(gèng)高(gāo)清视频的AI还不足以(yǐ)在短时间内戳中兴奋点。

Phenaki更加令人震(zhèn)惊的(de)地(dì)方在于，它可(kě)以(yǐ)制作出超过2分钟(zhōng)的连贯的也有确(què)切内容(róng)的视频，这才是真正让人(rén)们感(gǎn)到惊喜的地方。因为无论AI生成的视频多么(me)高清，也只能是为内容生产者提供一个灵(líng)感(gǎn)，一个素(sù)材，一个过(guò)场动画。

不过(guò)能够(gòu)制(zhì)作(zuò)出有具体剧情内容的视频就意味着(zhe)，一些视频创(chuàng)作由AI代(dài)替人工完成已(yǐ)经(jīng)初(chū)步(bù)有了可能(néng)。

当下AI的发展速度已经超过大部分人的想象。内(nèi)容(róng)产(chǎn)业的本质是供给创造需求，AIGC作为全新的内(nèi)容生产方(fāng)式，可以为(wèi)内容产业带来更新的(de)内(nèi)容风格、更(gèng)快的生(shēng)产速度(dù)，更低的生产成(chéng)本(běn)，这无疑会驱动内容产业(yè)的大爆发。

除了AI绘图、视频，AIGC技(jì)术还能应用于音乐、代码、机(jī)器人动作(zuò)等(děng)多种内容形式(shì)的生(shēng)成。不难发现该项(xiàng)技(jì)术不仅在(zài)游戏等行业能得(dé)到有(yǒu)效应用，对(duì)于(yú)下一代互联网各(gè)种元素的构建亦(yì)有关键意义。

从商业化的角度来看，文化娱乐、教育、传媒等诸(zhū)多(duō)领域，本身就对基于AI的(de)可(kě)视化内容有强烈(liè)需求。

因此，AI绘(huì)画及视频或不是结(jié)果，而只(zhǐ)是AI进程中的一块重要拼(pīn)图，有望(wàng)在技术更新的加持下实现(xiàn)更大的(de)应用价值。

AI从理解内容，走向了可以生成内容，甚(shèn)至能够创造(zào)出独立价(jià)值(zhí)和独立视角(jiǎo)的内容。AIGC的再次出圈(quān)，更代表着未来的先进生产(chǎn)力(lì)即将到来。

04

紧抓(zhuā)大模型与算(suàn)力，牢固AIGC底座(zuò)

从技(jì)术(shù)的(de)发(fā)展也可以看出，在语言(yán)大模型、图像大模型之(zhī)后，多模态(tài)大模型已经成为(wèi)了(le)新的(de)趋势。

大(dà)模(mó)型被誉为当前人(rén)工智能发展(zhǎn)的智能底(dǐ)座，是全(quán)球竞争最激烈的研究方向(xiàng)之一，包括谷歌、亚(yà)马逊、百度、阿(ā)里、腾讯等(děng)众(zhòng)多头部企(qǐ)业都在竞相(xiāng)发力。

不过(guò)训练大模型(xíng)的确价格不菲，以国盛(shèng)证券发布(bù)的《ChatGPT需要多(duō)少算力》报告估算(suàn)，GPT-3训练一次(cì)的成本约(yuē)为140万(wàn)美元。而对于一些更大的(de)LLM(大型语(yǔ)言模(mó)型(xíng))，训练成本则介于(yú)200万美元至1200万(wàn)美元高(gāo)价之间。

以ChatGPT在2023年1月(yuè)的独立(lì)访客(kè)平均数1300万计(jì)算，其对应芯(xīn)片(piàn)需求(qiú)为3万多片英(yīng)伟达A100 GPU，初始投入成本约为8亿美元，每日仅电费就(jiù)在5万(wàn)美元(yuán)左右(yòu)。

此外(wài)不论是ChatGPT还是AIGC，都离不开庞大算力支持(chí)。在关注各类(lèi)大模(mó)型的发展同时(shí)，更(gèng)应该(gāi)关(guān)注(zhù)算(suàn)力网络的建设。

算(suàn)力网络正驱(qū)动(dòng)AI产业发展(zhǎn)进入(rù)史(shǐ)诗级加速进程，让AIGC及(jí)通用(yòng)AI这一人工智能发展的终(zhōng)极(jí)目标(biāo)离得更近。

因为算力(lì)可以对突破性技术创(chuàng)新提(tí)供大(dà)力的支持。这方面(miàn)，多模态大模型是典(diǎn)型。作为(wèi)面(miàn)向未来强人工智能(néng)、通用(yòng)人工智能的重(zhòng)要(yào)技术创新，多模(mó)态大(dà)模型已经在人工智(zhì)能领域提出了很多(duō)年，业界也有不少技术(shù)突破，但是(shì)，多(duō)模态大模(mó)型进一步往下走(zǒu)，算力需求呈(chéng)几何(hé)式上升，一(yī)般的算力(lì)基础设施很(hěn)快(kuài)将难(nán)以胜任(rèn)。

从图像(xiàng)、文(wén)字、语(yǔ)音单(dān)独一项的训练，到双(shuāng)模态、三模态的跃迁(qiān)，让(ràng)人工智能可(kě)以灵活应对不(bù)同模态的转化(huà)、像人(rén)与世界交互一样自(zì)然，这方面，由(yóu)算力网(wǎng)络来驱(qū)动将有明显优(yōu)势(shì)。

此外(wài)，还有(yǒu)很(hěn)多需要爆发式增长的算力来支(zhī)撑(chēng)的技术创新(xīn)，将在人工智(zhì)能(néng)算(suàn)力网络支撑下快速推进。

AIGC已经露出曙光(guāng)，期待(dài)在大模型和大算力的(de)支持(chí)下AIGC能持续颠覆内容生产(chǎn)的(de)方式，将创造的边际成本(běn)降(jiàng)低，让万众(zhòng)受益(yì)。

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 萝卜丁是最贵的口红吗，世界十大奢华口红品牌