自(zì)聊天机器人ChatGPT火爆以(yǐ)来，微软公司创(chuàng)始(shǐ)人比尔(ěr)·盖(gài)茨已(yǐ)多(duō)次公开谈(tán)论人(rén)工智能话题。在最近的一次采(cǎi)访中，他再次(cì)表示(shì)：“AI可能会让科技(jì)行(xíng)业(yè)迎来一次剧(jù)烈(liè)的洗(xǐ)牌”。

这个结论(lùn)是他在当地时间2月20日接受《In Good Company》节目专(zhuān)访时提(tí)出的。

他预(yù)期，AI的发(fā)展(zhǎn)可能会威胁到谷(gǔ)歌的市占率，因为微软(ruǎn)在AI方(fāng)面(miàn)的行(xíng)动相当迅(xùn)速。而最终(zhōng)科技巨头将把(bǎ)AI整(zhěng)合成用户的(de)“全能助手(shǒu)”，包(bāo)揽一切应用，与人们(men)进(jìn)行沟通并提供建(jiàn)议，可(kě)以取代(dài)亚马逊、Siri或Outlook等应(yīng)用。

大佬口(kǒu)中全能助手的到来(lái)可能尚需(xū)时日，但由ControlNet引发的又(yòu)一(yī)次(cì)AI绘画浪潮，让AIGC在(zài)ChatGPT的话题(tí)热点包围(wéi)中杀出重围(wéi)。

01

ControlNet颠覆AI绘画新玩法

AIGC向可控靠近

以AI绘(huì)画为代表(biǎo)的(de)AIGC上一次爆火(huǒ)的时(shí)候(hòu)，还是2022年(nián)8月，在(zài)美国科(kē)罗拉多(duō)州(zhōu)举办的(de)新兴数(shù)字艺术家(jiā)竞赛中，一(yī)幅名为《太空歌剧院》的作(zuò)品获奖(jiǎng)。

随后各大(dà)厂(chǎng)商(shāng)的AI绘画软件被广大(dà)网(wǎng)友(yǒu)熟知(zhī)并体验，Stable Diffusion便是其中代表(biǎo)。

用户们可以在应(yīng)用中输入一(yī)组(zǔ)关键词或者一张照片(piàn)，就能获得一(yī)幅AI创作的(de)画作。

作(zuò)画的关(guān)键就(jiù)是所输(shū)入的文本。同一组关(guān)键词也可以创作出很多张风格不(bù)一(yī)样的画(huà)作，这让创作的(de)过程(chéng)就像(xiàng)开盲(máng)盒。

很多用户很喜欢这种不确定的(de)惊喜，他(tā)们会将生成的(de)美图当做头像。而另一部分喜欢翻看AI绘画的“翻车(chē)”作(zuò)品。在(zài)社交媒体(tǐ)上，许多用(yòng)户分(fēn)享AI“翻车(chē)现(xiàn)场(chǎng)”，例(lì)如，一位网(wǎng)友的小狗照片被(bèi)AI画(huà)成了(le)“肌肉(ròu)男”，还有网(wǎng)友的个人(rén)照片被AI识别成了建筑。

而如今随着ControlNet的出现与(yǔ)加持，以(yǐ)往AI绘画的填写关键词游戏(xì)可能要被颠覆了。

ControlNet是一位正(zhèng)在斯坦福读博的(de)中(zhōng)国人张吕敏创(chuàng)作的一(yī)种基于控制点的图像变(biàn)形算法，主要(yào)用于数字图像处理、计算机视觉和(hé)计(jì)算机(jī)图形(xíng)学等领域。

其SD插件一经发布，在短短的两天内(nèi)便(biàn)成为了AI绘画领(lǐng)域最新的热点。

在此之前，大(dà)家用了(le)很多方法想让AI生成的结果尽可能的(de)符合(hé)要求，但是都不(bù)尽如(rú)人意，它的(de)出现代表(biǎo)着AI生成开始进入真正的可控(kòng)时期。

因为ControlNet可以(yǐ)直接提取画面(miàn)的构(gòu)图，人物(wù)的(de)姿势和画面(miàn)的深度(dù)信息等。有了它的帮助(zhù)，就不用频(pín)繁的用提示词来(lái)碰运气，抽盲盒式的创作了(le)。

通俗的说ControlNet相当(dāng)于给AI绘画加了“魔法”，不少(shǎo)博主(zhǔ)的作品已经获得(dé)了大量的浏览量，“viggo”就是其中之一，他用朋友(yǒu)的照片直接带她(tā)们走进动漫(màn)世(shì)界。

viggo先用(yòng)StableDiffusion图片转文字。

再用(yòng)Text2Prompt插件拓展(zhǎn)找(zhǎo)到对应的关键词；最后(hòu)用ControlNet插(chā)件绑定骨骼(gé)开始换(huàn)关键词试效果。

通(tōng)过图(tú)片就可以(yǐ)看出来，效果十分惊艳。

更(gèng)厉(lì)害的是，除了真实的照片，草图也可以加上“魔法”，知乎大(dà)牛“DevPoint”和“逗砂(shā)”介绍到ControlNet还(hái)能实现线稿转(zhuǎn)全彩图。大(dà)神张吕敏其本尊也亲自(zì)回应。

不得不说(shuō)当下AIGC已经变得(dé)越(yuè)来越强大(dà)，甚至输(shū)出的作品都(dōu)已经能以假乱(luàn)真了。

02

难辨虚(xū)实，AIGC技术力爆(bào)发

警惕安全问题

近日，“苏州金鸡湖(hú)有游艇party”的消息(xī)火遍网络，而经过警方辟(pì)谣这所谓的“party”可能(néng)是全国第一起AI绘图(tú)诈(zhà)骗。

由于这个活(huó)动里面给(gěi)出的(de)美(měi)女照片都是AI制(zhì)作(zuò)的真(zhēn)人照(zhào)片绘图，因为太逼真(zhēn)，被(bèi)大家当成真事(shì)传播了。

不过仔细观察可以发现，活(huó)动发(fā)起者提供的(de)照(zhào)片中有(yǒu)个很大的漏洞可以发现并非真人(rén)，而是(shì)AI绘图，那便是(shì)图片中女性的手指(zhǐ)部分有的存在异常(cháng)。

有行业(yè)人事表示(shì)：“现在因(yīn)为(wèi)手指部分的绘画算法比较复杂，AI还(hái)不太会画人的手，但最(zuì)新看到的(de)图片已经(jīng)有越来(lái)越完美(měi)的AI模型出(chū)现，以后(hòu)可能就完全没(méi)有(yǒu)漏洞了。”

类(lèi)似的(de)AI作图(tú)诈骗在(zài)国外(wài)也已有(yǒu)发(fā)生。据英国广播公司(sī)报道(dào)，土耳其地震期间，有Tiktok用户使(shǐ)用AI合(hé)成(chéng)了儿(ér)童受灾的假照片发布到网络，以此诱骗善良的人打赏“捐(juān)助(zhù)”从而实(shí)施诈骗。

目前(qián)随着技(jì)术发(fā)展，AIGC已经能做出(chū)真人照片般的绘图效果，如果这样的图片被(bèi)用来诈骗(piàn)，将(jiāng)非(fēi)常可(kě)怕(pà)。

此外AIGC还引(yǐn)发了很多担忧，一方面，批判者认为(wèi)AI在(zài)“学习”了大量前人(rén)的作品之(zhī)后，其创作(zuò)没(méi)有(yǒu)任何情绪和(hé)灵魂(hún)，难以和人类的艺术创(chuàng)作相提并论(lùn)。

另一方面(miàn)，AIGC背后(hòu)的版权、目前(qián)都并(bìng)没有(yǒu)得(dé)到有效的解决，还(hái)有AIGC会不会代替(tì)人类“至高无上”的创意。

马斯(sī)克(kè)也强调，人(rén)工智能(néng)的安全问题需要得到(dào)重(zhòng)视(shì)，太(tài)晚就来不及了。

03

AIGC下一站除了视(shì)频，还有远方

技(jì)术都(dōu)是有(yǒu)两(liǎng)面性的，潜在的危害(hài)并不能掩盖(gài)其光(guāng)辉的贡(gòng)献。现在看(kàn)来，人工(gōng)智(zhì)能技术将是第四次工(gōng)业(yè)革命的核心驱动力量，将(jiāng)创造新的增长奇迹。

过去(qù)一(yī)年珠海一共几个区最繁华的是哪个街区，珠海几个区？哪个区好？，人工智能在技术和商业(yè)层面都有了(le)巨大(dà)进展，AI绘画就是人工智能技术发生方向(xiàng)性改(gǎi)变的一个代(dài)表(biǎo)。其(qí)下(xià)一站或许(xǔ)就是视(shì)频。

此前，Meta和谷歌先后(hòu)发布了(le)几(jǐ)条引爆(bào)科技圈的短视频(pín)。这些视频(pín)引发关注并非内(nèi)容做得多优秀，反而都非常简单，比(bǐ)如(rú)一匹正(zhèng)在喝水的马，一只(zhǐ)画(huà)画的玩具(jù)熊，或者一段骑摩(珠海一共几个区最繁华的是哪个街区，珠海几个区？哪个区好？mó)托车的第一视角录像，随便一个有手机(jī)的人都(dōu)可以随手录下(xià)一段。

但这(zhè)些(xiē)短视(shì)频的创(chuàng)作方式非常简单，创作者仅仅需要向AI输入一段话(huà)，甚(shèn)至只是(shì)说一下(xià)要求，AI就可以根据需要生成一段视频(pín)。

谷歌发(fā)布的(de)两个AI生成视频分别来自于Imagen Video和Phenaki，前者主要突出的是(shì)高清(qīng)，与Meta的Make-A-Video没有(yǒu)太(tài)多的差别(bié)。

在Make-A-Video公布了(le)AI生(shēng)成的视频后，AI圈就(jiù)已经玩(wán)了一(yī)波梗，一(yī)个能(néng)够(gòu)做出更(gèng)高清视频的AI还(hái)不足以(yǐ)在短时间内戳中兴奋(fèn)点。

Phenaki更加令人震惊的(de)地方在(zài)于，它可以制作(zuò)出超过2分钟的(de)连贯(guàn)的也有确(què)切内容的视频(pín)，这才是真正(zhèng)让人们感到(dào)惊喜的地方。因为无(wú)论AI生(shēng)成的视频多么高(gāo)清(qīng)，也(yě)只能(néng)是(shì)为(wèi)内容生(shēng)产者提供一(yī)个灵感(gǎn)，一(yī)个素材(cái)，一个过场动画。

不过能够制作出有具体(tǐ)剧情内容(róng)的(de)视(shì)频就意味着，一些视频创作由AI代替人工完成已经初步有了可能(néng)。

当下AI的发(fā)展速度已经超(chāo)过大部分人的想(xiǎng)象。内容产业的本质是供给创(chuàng)造需求，AIGC作(zuò)为全新(xīn)的内容生(shēng)产方式，可(kě)以为内容产业带来更新(xīn)的(de)内容风格、更快的生产速度，更低的(de)生产成本，这无疑会(huì)驱动内容产业的(de)大爆发。

除了AI绘(huì)图、视频，AIGC技术(shù)还能应用于(yú)音乐、代码、机器人动作(zuò)等多(duō)种内(nèi)容形(xíng)式的(de)生(shēng)成。不难发现该(gāi)项技术不仅(jǐn)在游戏(xì)等行(xíng)业(yè)能得到有效应用，对于下一代互联(lián)网各种元素的构建亦有关键意义。

从商业化的角度(dù)来(lái)看，文化娱乐(lè)、教育(yù)、传(chuán)媒等诸多(duō)领域，本身就对(duì)基(jī)于AI的可视(shì)化内容有强烈需求。

因此，AI绘画(huà)及视(shì)频或不(bù)是结果，而只是AI进程(chéng)中的一(yī)块重要(yào)拼图，有望在技术更新的加持下实(shí)现(xiàn)更大的应用价值。

AI从(cóng)理解内(nèi)容，走向了可以生成内容，甚(shèn)至能够创造(zào)出独立价值和独立(lì)视角的内容。AIGC的再次出圈，更代表(biǎo)着(zhe)未来的(de)先进生产力即将到来(lái)。

04

紧抓大模(mó)型与算(suàn)力，牢固AIGC底座(zuò)

从技术的发(fā)展也可(kě)以(yǐ)看出，在语(yǔ)言大(dà)模型、图像大模型之(zhī)后，多模(mó)态大模型已经成为(wèi)了新的趋(qū)势(shì)。

大模型被誉为(wèi)当前人工智(zhì)能发展的(de)智(zhì)能底座(zuò)，是全球竞争最激烈的研究方向之一，包(bāo)括(kuò)谷歌、亚马逊、百度、阿里、腾讯等众多(duō)头部(bù)企业都在竞相(xiāng)发(fā)力。

不过训练(liàn)大模(mó)型(xíng)的(de)确(què)价(jià)格不菲，以国盛证券(quàn)发布的《ChatGPT需(xū)要多(duō)少算力》报告(gào)估(gū)算(suàn)，GPT-3训练一次(cì)的成本约(yuē)为140万美元。而(ér)对于一些(xiē)更大的LLM(大型语言(yán)模型)，训练(liàn)成本(běn)则介于200万美元至1200万美元高价之(zhī)间。

以ChatGPT在2023年1月的(de)独立访客平均数1300万计算，其对(duì)应芯片需求为3万多(duō)片英伟达A100 GPU，初始投入成本约为8亿(yì)美元，每日(rì)仅电费就在5万美元左(zuǒ)右。

此外(wài)不论是ChatGPT还(hái)是AIGC，都离不开庞大算力支持(chí)。在(zài)关注各类大模型的发展同时，更(gèng)应该关注算力网(wǎng)络的(de)建设。

算力网络(luò)正驱(qū)动AI产业发展进入史诗级加速(sù)进程，让AIGC及通用AI这一人工智能发展的(de)终极目标离得更近。

因(yīn)为算力(lì)可以(yǐ)对突破性技术创(chuàng)新提供大力的支(zhī)持。这方(fāng)面，多模态大模(mó)型是(shì)典型。作(zuò)为面向未来(lái)强人工(gōng)智能、通用(yòng)人工智能的重(zhòng)要技术创新，多(duō)模态(tài)大模型已经在人工智能领域(yù)提出了(le)很(hěn)多年，业界也有(yǒu)不少技术突破，但是，多模态(tài)大模型(xíng)进一步往下(xià)走(zǒu)，算力需求呈(chéng)几何(hé)式上升，一般的算力基础(chǔ)设施很快将难(nán)以胜任。

从图(tú)像、文字(zì)、语音(yīn)单独一项的训练(liàn)，到(dào)双(shuāng)模态、三模态的跃迁，让人工智能可以灵活应对不同模态的转化、像人与世界交互(hù)一样自然，这方(fāng)面，由(yóu)算力(lì)网络来驱(qū)动将有明显优(yōu)势。

此外，还有很多需要爆发式增长的算(suàn)力来支撑的技(jì)术创新，将在人工智(zhì)能算(suàn)力网络支撑(chēng)下快速推进。

AIGC已(yǐ)经露(lù)出曙光，期待在大模型和大算力(lì)的支持下AIGC能持续颠覆(fù)内容生(shēng)产的方式，将创(chuàng)造的边际成本降低，让(ràng)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 珠海一共几个区最繁华的是哪个街区，珠海几个区？哪个区好？