自聊(liáo)天机(jī)器(qì)人ChatGPT火(huǒ)爆以来，微软公司创(chuàng)始人比尔(ěr)·盖茨(cí)已多次公开谈论人工智能话题(tí)。在最近的一次采访中(zhōng)，他再(zài)次(cì)表示：“AI可能会(huì)让科技行业迎来(lái)一次剧烈的洗(xǐ)牌(pái)”。

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

他预期，AI的发展可能会威(wēi)胁(xié)到谷(gǔ)歌的(de)市占率，因(yīn)为微软在(zài)AI方面的行动相(xiāng)当迅速。而(ér)最终(zhōng)科技巨(jù)头将把AI整合成用户的“全能助手”，包揽一切(qiè)应(yīng)用，与(yǔ)人们进行(xíng)沟通并(bìng)提供建(jiàn)议(yì)，可以取(qǔ)代亚马(mǎ)逊、Siri或Outlook等应用(yòng)。

大(dà)佬口中全能助手的到来可能尚需(xū)时日(rì)，但由ControlNet引发的又一(yī)次AI绘画浪(làng)潮，让(ràng)AIGC在ChatGPT的话题热点包围(wéi)中杀出重围。

01

ControlNet颠覆AI绘画(huà)新玩法

AIGC向可(kě)控靠(kào)近

以AI绘画为代表的AIGC上一次爆火的时(shí)候，还是2022年8月，在美国(guó)科罗拉多州举办的新兴数字艺术家竞赛中，一幅名为《太空歌剧院》的作(zuò)品(pǐn)获奖。

随(suí)后各大厂商的AI绘画软件被广(guǎng)大网(wǎng)友熟知(zhī)并(bìng)体验，Stable Diffusion便是其中(zhōng)代表。

用(yòng)户们可以在应用中(zhōng)输入一组关键词或者一(yī)张照片，就能获得(dé)一幅AI创作的画(huà)作(zuò)。

作画的关键就是所输入的文本。同一组(zǔ)关键词也可以(yǐ)创作出很多张(zhāng)风格不(bù)一样(yàng)的画作，这让(ràng)创(chuàng)作(zuò)的过程就像开盲盒。

很(hěn)多用户(hù)很喜(xǐ)欢这种不确定的惊喜，他们(men)会将生成的美图当做(zuò)头像。而另一(yī)部分喜欢翻看AI绘(huì)画的“翻车”作品。在社(shè)交媒体上，许多(duō)用户分享AI“翻车(chē)现(xiàn)场”，例如，一(yī)位网友的小狗(gǒu)照片纳粹分子是什么意思(piàn)被AI画成(chéng)了“肌(jī)肉男”，还(hái)有网友的个人照片被(bèi)AI识(shí)别成了建筑。

而如今(jīn)随(suí)着ControlNet的出现(xiàn)与加持，以往AI绘画(huà)的填写关键词(cí)游(yóu)戏可能要被(bèi)颠(diān)覆了。

ControlNet是一位(wèi)正在斯坦福读博的(de)中国(guó)人张吕敏创作的(de)一(yī)种基于控制点的图像变形算法，主(zhǔ)要用于数字(zì)图像(xiàng)处理、计算机视觉和计算(suàn)机图形学(xué)等领域。

其SD插(chā)件一(yī)经发布，在短短的两天内便(biàn)成为了AI绘画领域最新的热点。

在(zài)此(cǐ)之前，大(dà)家用了(le)很(hěn)多方法(fǎ)想让AI生(shēng)成的(de)结(jié)果(guǒ)尽可(kě)能的符合(hé)要求，但(dàn)是都不尽(jǐn)如人(rén)意，它的出现代表着AI生成开始(shǐ)进(jìn)入真正的可控时期。

因为ControlNet可以直接(jiē)提取画(huà)面的构图，人(rén)物的(de)姿势和画面(miàn)的深度信息等(děng)。有了(le)它的帮助，就不用频繁的用提示词来碰运气，抽(chōu)盲(máng)盒式(shì)的(de)创作了。

通(tōng)俗的说(shuō)ControlNet相(xiāng)当于给(gěi)AI绘画加了“魔法”，不少博(bó)主的(de)作品(pǐn)已经(jīng)获得(dé)了大量(liàng)的浏览量，“viggo”就是(shì)其中之(zhī)一，他用朋友的照片(piàn)直接带她们走进动(dòng)漫(màn)世(shì)界。

viggo先用StableDiffusion图片转(zhuǎn)文字(zì)。

再用(yòng)Text2Prompt插件拓展找(zhǎo)到对应的关键词；最(zuì)后用ControlNet插件绑定骨骼开始换关键词试效果。

通过图片就可以看(kàn)出来，效果十(shí)分惊艳(yàn)。

更厉害的是(shì)，除了真实(shí)的照片，草图也可以加(jiā)上“魔法(fǎ)”，知乎大牛“DevPoint”和“逗砂(shā)”介(jiè)绍到ControlNet还能实现线稿转(zhuǎn)全彩图。大神张吕敏其本尊也亲自回应。

不得不说当下AIGC已经(jīng)变得越来越强大，甚至输出的作品都(dōu)已(yǐ)经(jīng)能以假乱真了。

02

难辨(biàn)虚(xū)实(shí)，AIGC技术力爆(bào)发(fā)

警惕安全问题

近日，“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(zhè)所(suǒ)谓的“party”可能是全国第一(yī)起AI绘图诈骗。

由于(yú)这个活(huó)动(dòng)里面给出的美女照片(piàn)都是(shì)AI制作的真人(rén)照片绘图，因为太逼真，被大家当成(chéng)真事传播了。

不过仔细观(guān)察可以发现，活动发起者提供的(de)照片(piàn)中有个很(hěn)大(dà)的漏洞可以发现并非真人(rén)，而是AI绘(huì)图，那(nà)便是图片中(zhōng)女性(xìng)的手指部分(fēn)有的存在异常(cháng)。

有行业(yè)人(rén)事表示：“现(xiàn)在因为手指部(bù)分(fēn)的绘画算法比较复杂(zá)，AI还不(bù)太会画人的手(shǒu)，但最新看到的(de)图片已经有越来越完美的AI模型(xíng)出现(xiàn)，以后(hòu)可能就完(wán)全(quán)没有漏洞了。”

类似的AI作图(tú)诈骗在(zài)国外(wài)也已有发生。据英国广播公(gōng)司报道(dào)，土耳其(qí)地震期间，有Tiktok用户使用AI合(hé)成了儿童受灾的假照片发(fā)布到网络，以此(cǐ)诱骗善(shàn)良的人(rén)打赏“捐助”从而(ér)实施诈(zhà)骗。

目前随着技(jì)术发(fā)展，AIGC已经能做出(chū)真人(rén)照片般(bān)的绘(huì)图效果，如果这样(yàng)的图(tú)片被(bèi)用来诈骗，将非常(cháng)可怕(pà)。

此(cǐ)外AIGC还(hái)引(yǐn)发了(le)很多担忧，一方面(miàn)，批判者认为AI在“学习”了大量前人的作(zuò)品之后，其创(chuàng)作没(méi)有(yǒu)任何情绪(xù)和灵魂，难以和(hé)人类的艺术创作相(xiāng)提(tí)并论(lùn)。

另一(yī)方(fāng)面，AIGC背(bèi)后的版权(quán)、目(mù)前都并没有得到有效的(de)解(jiě)决，还(hái)有AIGC会不会代替(tì)人(rén)类“至(zhì)高无上(shàng)”的(de)创意(yì)。

马斯克(kè)也强调，人工(gōng)智(zhì)能的安全问题需要得到重视，太晚就来(lái)不及了。

03

AIGC下一(yī)站除了(le)视频(pín)，还有(yǒu)远方

技术都是(shì)有两(liǎng)面性的，潜在(zài)的危害(hài)并不能(néng)掩(yǎn)盖(gài)其光辉(huī)的贡献。现在(zài)看来，人工(gōng)智能技术将是第(dì)四(sì)次工业革命(mìng)的核心驱动力量，将(jiāng)创造新的增长奇迹。

过去(qù)一年，人工智能在技术和商业层面都有了巨大进展，AI绘画就是人工智能技术发生(shēng)方向性改变的一(yī)个(gè)代表。其下一站或许就是(shì)视频(pín)。

此前(qián)，Meta和谷歌先后发布了几(jǐ)条(tiáo)引爆科(kē)技圈的短视(shì)频。这些视频引发关注并非(fēi)内容做得多优秀(xiù)，反而都非(fēi)常简(jiǎn)单，比(bǐ)如一匹正在(zài)喝水的马，一只画画的(de)玩(wán)具熊，或者(zhě)一段骑摩托车的第一(yī)视角录像，随便一个有手机(jī)的人都(dōu)可以随手录下一段。

但(dàn)这些短视频的创作方式(shì)非常简单，创作者仅仅需要向AI输入(rù)一段话(huà)，甚至只是说(shuō)一下要求，AI就可(kě)以根据需要生成一段视频(pín)。

谷歌发布的两个AI生(shēng)成视频(pín)分别来(lái)自于(yú)Imagen Video和Phenaki，前(qián)者主要突出的是高清(qīng)，与Meta的Make-A-Video没有太多(duō)的差别。

在Make-A-Video公布了AI生成的(de)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AI还不足以在短时(shí)间内戳中兴奋点。

Phenaki更加(jiā)令人震惊的地方在于，它可以制作出超过2分钟的连贯的也有(yǒu)确切内容的视频，这才是真正(zhèng)让人们感到惊(jīng)喜的地方(fāng)。因为无论AI生成的视(shì)频(pín)多么高清，也只(zhǐ)能是为内容生(shēng)产者提供(gōng)一个灵(líng)感(gǎn)，一个素材，一个过场动画。

不过能(néng)够制(zhì)作(zuò)出有具体剧情(qíng)内容的视频就意味着(zhe)，一些(xiē)视频(pín)创作由AI代(dài)替人(rén)工完成已经初步有了可能。

当(dāng)下(xià)AI的发展(zhǎn)速度(dù)已经超过大部分人的(de)想象。内容产业的本(běn)质(zhì)是供给创(chuàng)造需求，AIGC作(zuò)为全(quán)新的内容生产方式，可以(yǐ)为内容产业带来(lái)更新的内容风格(gé)、更快的生产速度，更低的生产成本，这无疑(yí)会驱动内容产业的大爆(bào)发(fā)。

除(chú)了(le)AI绘(huì)图(tú)、视频，AIGC技术(shù)还(hái)能(néng)应用(yòng)于(yú)音乐、代(dài)码、机器人动作等多(duō)种内容形式(shì)的(de)生成。不(bù)难发现该项技术不(bù)仅在游戏等行(xíng)业能得(dé)到有效应用，对(duì)于下一代(dài)互(hù)联网各(gè)种元素的构建亦(yì)有关键意义。

从商(shāng)业化(huà)的(de)角度(dù)来看，文(wén)化(huà)娱乐、教育、传媒等诸多领域，本身就对(duì)基于AI的可视化内容有强烈需求(qiú)。

因此，AI绘画及视频或(huò)不是结果，而(ér)只(zhǐ)是(shì)AI进程中的一块重要(yào)拼图，有望(wàng)在技术更新的加持下(xià)实现更大的应用价值。

AI从理解内容，走向了可以生成内(nèi)容，甚至能够创造出独(dú)立(lì)价值和独(dú)立(lì)视角的内(nèi)容。AIGC的(de)再(zài)次(cì)出圈，更代表着未(wèi)来的先进(jìn)生产力即(jí)将到来。

04

紧抓大模型(xíng)与算(suàn)力，牢固AIGC底座

从技术的发展(zhǎn)也可以(yǐ)看出，在(zài)语言(yán)大(dà)模型、图像(xiàng)大模型(xíng)之后，多模态大模纳粹分子是什么意思型(xíng)已经(jīng)成为了新的趋(qū)势。

大(dà)模型被(bèi)誉(yù)为当前人工智(zhì)能发展的智能底(dǐ)座，是全(quán)球竞争(zhēng)最激烈的研(yán)究方向之一(yī)，包括(kuò)谷歌、亚马逊、百度、阿(ā)里、腾讯(xùn)等众(zhòng)多(duō)头部(bù)企业(yè)都在竞相发力。

不过训练大模型的确价(jià)格不菲，以(yǐ)国盛证券(quàn)发布(bù)的《ChatGPT需要(yào)多少算力》报告估(gū)算，GPT-3训练一次的成(chéng)本约为140万美元。而对于一些更大的LLM(大型语言模(mó)型)，训(xùn)练成(chéng)本则介于200万美元至1200万(wàn)美(měi)元高(gāo)价之间。

以ChatGPT在2023年(nián)1月的独立(lì)访客(kè)平均(jūn)数1300万(wàn)计算，其对应(yīng)芯(xīn)片需(xū)求为3万多片英伟达A100 GPU，初始投入成本约为8亿美元(yuán)，每(měi)日仅电费就在5万(wàn)美元左(zuǒ)右。

此外不论是ChatGPT还是AIGC，都离(lí)不(bù)开庞大算(suàn)力支持。在关注各类大(dà)模型的发展同时，更应(yīng)该(gāi)关(guān)注算力网络的建设(shè)。

算力网络(luò)正驱动AI产业发展(zhǎn)进(jìn)入史诗(shī)级加速进程，让(ràng)AIGC及通用AI这一人工智能发展的(de)终极(jí)目标离得更近。

因为算(suàn)力可(kě)以对突破性技术创新提供大力的支持(chí)。这方面，多模态大模型是典型(xíng)。作为面向(xiàng)未来强人工(gōng)智(zhì)能(néng)、通用人工(gōng)智能的重(zhòng)要(yào)技术(shù)创新(xīn)，多模态大模型已(yǐ)经在人(rén)工智能领域提出了很(hěn)多年，业界也有(yǒu)不少(shǎo)技(jì)术(shù)突(tū)破，但(dàn)是，多模(mó)态(tài)大模型进一步往下(xià)走(zǒu)，算力需求呈几何式(shì)上升，一般的算力基础(chǔ)设施很快将(jiāng)难以(yǐ)胜任(rèn)。

从图(tú)像、文字、语音(yīn)单独(dú)一项的训(xùn)练，到双模态、三模态的(de)跃迁，让人工智(zhì)能可以灵活应对(duì)不同模态(tài)的转化、像(xiàng)人(rén)与世界交互一样自然，这方面，由算力网络来驱动将有明显优势。

此外，还有很多需要爆(bào)发式增长的算力来(lái)支撑的技术(shù)创新(xīn)，将(jiāng)在(zài)人(rén)工智能(néng)算(suàn)力网络支(zhī)撑(chēng)下快速推进。

AIGC已经(jīng)露出曙光，期待在大(dà)模型和大算力的支持(chí)下AIGC能持续颠(diān)覆内容生(shēng)产的方式，将创造的边(biān)际(jì)成本降(jiàng)低，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 纳粹分子是什么意思