自聊天(tiān)机器人ChatGPT火爆(bào)以来，微软(ruǎn)公司创始人比尔(ěr)·盖(gài)茨(cí)已多次公开(kāi)谈论人工智能话题。在最近的(de)一(yī)次采访(fǎng)中，他(tā)再次表示：“AI可能会(huì)让科(kē)技行业迎来一次(cì)剧烈的洗牌”。

这个(gè)结(jié)论是(shì)他在当地时间2月20日接受《In Good Company》节目专访(fǎng)时提出的。

他预期，AI的发展可能会威胁到谷歌(gē)的市(shì)占(zhàn)率(lǜ)，因为微(wēi)软(ruǎn)在AI方面的行动相当迅速。而最终科技巨(jù)头将把AI整(zhěng)合成用(yòng)户的“全能助手”，包(bāo)揽一切应用(yòng)，与人们进行沟通并提(tí)供建议，可以取(qǔ)代亚(yà)马(mǎ)逊(xùn)、Siri或(huò)Outlook等应用。

大佬口中(zhōng)全能助手的到来可能(néng)尚需时日，但(dàn)由ControlNet引发的又一次AI绘画浪潮，让(ràng)AIGC在ChatGPT的(de)话题热点包围中杀出重(zhòng)围。

01

ControlNet颠覆AI绘画(huà)新玩法(fǎ)

AIGC向可控靠近(jìn)

以AI绘画为代(dài)表的AIGC上一次爆火的时候，还(hái)是2022年8月，在美国科罗拉多(duō)州举办的新兴数字艺(yì)术家竞赛中，一幅名为《太空歌剧院(yuàn)》的作品获奖。

随后(hòu)各大(dà)厂商的AI绘画软件被广大(dà)网友(yǒu)熟知并体验，Stable Diffusion便是其中代表。

用户们可以在应用中(zhōng)输入一组(zǔ)关(guān)键词或者一张照片，就能获得一幅(fú)AI创(chuàng)作的(de)画作。

作(zuò)画的(de)关(guān)键就是所输入的(de)文(wén)本。同一组关键词(cí)也可(kě)以创(chuàng)作出很多张风格不一样的画作(zuò)，这让创作的过程就像开盲盒。

很多(duō)用户(hù)很喜欢这(zhè)种不(bù)确定的惊喜，他们会将生(shēng)成的美图(tú)当做头像。而另一部分喜(xǐ)欢翻(fān)看AI绘画的(de)“翻车”作品。在(zài)社交媒体上(shàng)，许(xǔ)多(duō)用(yòng)户分享AI“翻车现场”，例(lì)如，一位网友的小狗(gǒu)照(zhào)片被AI画成(chéng)了“肌肉男(nán)”，还(hái)有网友的个(gè)人(rén)照片被(bèi)AI识别成了建筑。

而如(rú)今随着(zhe)ControlNet的出(chū)现与加持，以往(wǎng)AI绘画的填写关键(jiàn)词游戏可能要(yào)被颠(diān)覆了。

ControlNet是一位正在(zài)斯坦(tǎn)福读博的中国人张吕敏创作的一(yī)种基于控(kòng)制点的图像变形(xíng)算法(fǎ)，主要用于数字图像处理、计算(suàn)机(jī)视(shì)觉和计算机图形学等领域。

其SD插件一经发布，在短短的两天内便成为了AI绘画领域最新的热点。

在(zài)此之(zhī)前，大家用了很(hěn)多(duō)方法想让AI生成(chéng)的结果尽可(kě)能的(de)符合(hé)要求，但是都(dōu)不尽如人意，它的出现代表着AI生成(chéng)开始(shǐ)进入真正的(de)可控(kòng)时期。

因为ControlNet可以直接(jiē)提取画面的构图，人物的姿势和画面的深度信息(xī)等。有了它的帮助，就不用(yòng)频繁的用提示词来碰运气(qì)，抽盲盒式的创作(zuò)了。

通(tōng)俗的(de)说ControlNet相当于给AI绘画加(jiā)了“魔(mó)法”，不少博主的作品已经获(huò)得(dé)了(le)大(dà)量(liàng)的浏(liú)览量，“viggo”就是其(qí)中之一，他用朋友的(de)照片直接带她们走进动漫世(shì)界。

viggo先用(yòng)StableDiffusion图片转文字。

再用Text2Prompt插件(jiàn)拓展找(zhǎo)到对应的关键词；最(zuì)后用ControlNet插(chā)件绑定骨骼开始气概和气慨哪个正确些，气概与气概的区别换关键词试(shì)效果。

通(tōng)过图片就可以看出来(lái)，效果十分惊艳。

更(gèng)厉害的是，除了真(zhēn)实(shí)的照片，草(cǎo)图也可以(yǐ)加(jiā)上“魔法”，知乎大(dà)牛(niú)“DevPoint”和“逗砂”介绍到ControlNet还能实现线稿转全彩图。大神张吕(lǚ)敏其本(běn)尊(zūn)也亲自回应。

不(bù)得不说当下AIGC已经变得越来越强大，甚至输出的作品都(dōu)已经能以假乱真了。

02

难辨虚(xū)实，AIGC技术力(lì)爆(bào)发

警惕(tì)安全问题

近日，“苏州金鸡(jī)湖有游(yóu)艇party”的消息火遍(biàn)网络，而经(jīng)过警方辟(pì)谣这所谓的“party”可能(néng)是(shì)全国第一起AI绘图诈骗。

由于这个活动里(lǐ)面给出的美女照片都是AI制(zhì)作(zuò)的(de)真人照(zhào)片绘图，因为太逼真，被大家当成真(zhēn)事传播了。

不(bù)过仔细观察可以发现(xiàn)，活动发(fā)起者提供的照片(piàn)中有个很大的漏洞可以(yǐ)发现并非真人(rén)，而是AI绘图，那便(biàn)是图片(piàn)中女性(xìng)的(de)手指部分(fēn)有(yǒu)的存在异常。

有(yǒu)行(xíng)业人(rén)事表示：“现在因为手指部分的绘(huì)画算(suàn)法比较复杂，AI还不太会画人的手，但最新(xīn)看到(dào)的图片(piàn)已经有越(yuè)来越完(wán)美的AI模型出现，以后可能就完全没有漏洞(dòng)了(le)。”

类似的AI作图诈骗(piàn)在国(guó)外也已有(yǒu)发生。据英国(guó)广播公(gōng)司报(bào)道，土耳(ěr)其地震期(qī)间，有Tiktok用户(hù)使用AI合成了儿童受灾的(de)假(jiǎ)照片(piàn)发布到网络，以(yǐ)此诱骗善良的(de)人(rén)打赏“捐(juān)助(zhù)”从而实施诈骗(piàn)。

目(mù)前随着(zhe)技术发展，AIGC已经能做出真人照片般(bān)的绘图效(xiào)果，如果这样的图片(piàn)被用来诈骗，将(jiāng)非常可怕(pà)。

此外AIGC还引发(fā)了很多担忧，一方面，批(pī)判者认为AI在“学习(xí)”了大量前人的(de)作(zuò)品之后，其创作没(méi)有任何情绪和灵魂，难(nán)以(yǐ)和人类的艺术创作相提并(bìng)论(lùn)。

另(lìng)一方面，AIGC背后的(de)版(bǎn)权、目前(qián)都并没有(yǒu)得(dé)到有(yǒu)效的(de)解决，还(hái)有AIGC会(huì)不会代(dài)替人类“至高无上”的创意。

马斯克也强调，人工(gōng)智能的安(ān)全问题需要得到重视，太(tài)晚就来不(bù)及了。

03

AIGC下一站(zhàn)除了视频，还(hái)有(yǒu)远方

技术都是有两面性(xìng)的，潜在的(de)危(wēi)害并不能(néng)掩盖(gài)其光辉的(de)贡(gòng)献。现在看来，人工智能技术(shù)将是第四次工(gōng)业革命的核心(xīn)驱(qū)动力量，将创(chuàng)造新的(de)增长奇(qí)迹(jì)。

过去一年，人工智能在技术和商(shāng)业(yè)层(céng)面都有了巨大进(jìn)展，AI绘画就是人(rén)工智能技术发生方向性(xìng)改变的一个代表。其下一站或(huò)许就(jiù)是(shì)视频。

此前(qián)，Meta和谷歌先后发布了几条引爆科技圈的(de)短视频。这些视频引(yǐn)发关注并非内容做得(dé)多优秀(xiù)，反(fǎn)而都非常简单，比如一匹正在喝水的马，一只画画的玩具熊，或者一段骑(qí)摩托(tuō)车的第一视(shì)角录(lù)像(xiàng)，随便一个(gè)有(yǒu)手机的(de)人(rén)都可以随手录下(xià)一段。

但(dàn)这些短(duǎn)视频的(de)创作方式非常简单，创作者仅仅需(xū)要向AI输(shū)入一(yī)段话，甚至只(zhǐ)是说一下要求，AI就(jiù)可以根据(jù)需(xū)要生成一段视频。

谷歌发布的两个AI生成视频分(fēn)别(bié)来自于Imagen Video和Phenaki，前者主要突出的(de)是高清，与Meta的Make-A-Video没有太多的差别。

在Make-A-Video公布了AI生成的视频后，AI圈就已经玩了一波(bō)梗，一个(gè)能够做出更高清视频的AI还不足以在短时(shí)间(jiān)内(nèi)戳中兴(xīng)奋点。

Phenaki更(gèng)加令人震惊(jīng)的地方在(zài)于，它可以(yǐ)制(zhì)作出超过2分钟的连贯的也有确切内容(róng)的视(shì)频，这才是真(zhēn)正让人们感到惊喜的地方。因为无(wú)论AI生成的视(shì)频多么高(gāo)清，也只能(néng)是为内容生产者(zhě)提供一个(gè)灵感，一个素(sù)材，一个过场动画。

不过能够制作出有具体剧情内容(róng)的(de)视频就意味(wèi)着，一些(xiē)视频创作由AI代替人工完成已经初步(bù)有(yǒu)了可能。

当(dāng)下AI的发展(zhǎn)速(sù)度已经超过大部(bù)分人的想象。内容产(chǎn)业的本质是供给创造需求，AIGC作为(wèi)全新的内(nèi)容生产方式(shì)，可(kě)以(yǐ)为内容产业带来更新的内容(róng)风(fēng)格、更快的生产速度，更低的生产成本，这无(wú)疑会(huì)驱动内容产业的(de)大爆发。

除了AI绘图、视频，AIGC技术还能应用于音乐、代(dài)码、机器人动作等多种内容形式的生成。不难发现该项技(jì)术不(bù)仅在(zài)游戏等(děng)行业能得到有效应(yīng)用，对于下(xià)一代互联网各种(zhǒng)元素的构建亦有关键意义。

从商业化的角度(dù)来看(kàn)，文(wén)化娱乐、教育、传(chuán)媒(méi)等诸多(duō)领域(yù)，本身就对(duì)基于AI的可视化(huà)内容有强烈需求。

因此，AI绘画及视频或不(bù)是结果(guǒ)，而(ér)只是(shì)AI进程中的一(yī)块重要拼图，有望在(zài)技术更新的(de)加持下实现更大的(de)应用价值。

AI从理解内容，走向了(le)可以生(shēng)成内容，甚(shèn)至能够创造出独立价值和独(dú)立(lì)视角的内容。AIGC的再次(cì)出圈，更代(dài)表着未来的先(xiān)进生产力即将到来。

04

紧抓(zhuā)大模型与算力，牢固AIGC底座(zuò)

从(cóng)技术的发(fā)展也可以看出(chū)，在语言大模型、图像(xiàng)大(dà)模(mó)型之后，多模态大(dà)模型已经成为了新(xīn)的趋势(shì)。

大(dà)模型被誉为(wèi)当(dāng)前人工智(zhì)能发展的智能底(dǐ)座，是全球竞争最(zuì)激(jī)烈的研(yán)究方(fāng)向之一，包(bāo)括谷歌、亚马(mǎ)逊、百(bǎi)度、阿里、腾讯(xùn)等众多头(tóu)部企业都(dōu)在竞(jìng)相(xiāng)发力。

不过训练大模(mó)型的(de)确价格(gé)不菲，以国盛(shèng)证券发布的《ChatGPT需要多少算(suàn)力》报告估算，GPT-3训(xùn)练(liàn)一(yī)次的成本(běn)约为140万美元。而对于一些更大的LLM(大型语言模型)，训练成(chéng)本则(zé)介于200万美元至1200万美元(yuán)高价(jià)之间(jiān)。

以ChatGPT在(zài)2023年1月的独立访客平均(jūn)数1300万(wàn)计算(suàn)，其对应芯片(piàn)需求为(wèi)3万多片英(yīng)伟达A100 GPU，初始投入成本约(yuē)为8亿美元，每日仅电费(fèi)就在5万美元左右。

此(cǐ)外不论是ChatGPT还是(shì)AIGC，都离不开庞大算力(lì)支持。在关注各类大模(mó)型(xíng)的(de)发展同时，更(gèng)应(yīng)该关注算力网络的建设(shè)。

算力(lì)网络正驱动AI产业发(fā)展进(jìn)入史诗级加(jiā)速进程，让AIGC及通用AI这一(yī)人(rén)工智(zhì)能发展的(de)终极目标离得(dé)更近。

因(yīn)为算力可以对(duì)突破(pò)性技(jì)术创新(xīn)提供大力的支持。这方面，多模态大(dà)模型是典型。作为面向(xiàng)未(wèi)来强人(rén)工智能(néng)、通用人工智能(néng)的重要(yào)技术创新，多模(mó)态大模型已经在人工智能领(lǐng)域提出了很(hěn)多年，业界(jiè)也有不少(shǎo)技术(shù)突破，但(dàn)是，多(duō)模态大模(mó)型进一步往下走，算力需求呈(chéng)几何式上升，一(yī)般的(de)算力基础设(shè)施(shī)很(hěn)快将难以(yǐ)胜任。

从图像、文字、语音单独一项的训练，到双模态、三模态的跃迁，让人工智(zhì)能可以灵活(huó)应(yīng)对不同模态的(de)转(zhuǎn)化(huà)、像人与世界交互一样(yàng)自然，这方面，由算力(lì)网络来驱动将有明显优(yōu)势。

此外，还有(yǒu)很多需要爆发式增(zēng)长的算力来支撑的技术创新，将在(zài)人工智能算力网络(luò)支撑下快(kuài)速(sù)推进。

AIGC已经露出曙光，期待在大模型和(hé)大算力的支(zhī)持(chí)下AIGC能(néng)持续(xù)颠(diān)覆(fù)内(nèi)容生(shēng)产(chǎn)的方(fāng)式(shì)，将创造(zào)的(de)边际成本降低，让(ràng)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 气概和气慨哪个正确些，气概与气概的区别