自聊天机器人ChatGPT火爆以来(lái)，微软公司(sī)创始人比尔(ěr)·盖茨已多(duō)次(cì)公开谈论人工智(zhì)能话(huà)题(tí)。在最近的一次采访中(zhōng)，他再(zài)次表示：“AI可(kě)能会让科技行业迎来一次剧烈的(de)洗牌(pái)”。

这个结论是他(tā)在当地(dì)时间2月20日接受《In Good Company》节目专访时提出的。

他预期，AI的发展可能(néng)会威胁到谷歌的市占率，因为微软在AI方(fāng)面的行(xíng)动相当迅速。而最终科(kē)技巨头将把AI整合成用户的“全能助手”，包揽一切应用，与(yǔ)人们进行沟通并提供(gōng)建(jiàn)议，可以取代亚马逊(xùn)、Siri或Outlook等应(yīng)用(yòng)。

大佬口中全能(néng)助手的到来可能尚需时日，但由ControlNet引发的又一次AI绘画(huà)浪潮，让AIGC在(zài)ChatGPT的话题(tí)热点包(bāo)围中杀出重围。

01

ControlNet颠(diān)覆AI绘画(huà)新(xīn)玩法(fǎ)

AIGC向(xiàng)可控靠近

以AI绘画为代(dài)表的(de)AIGC上一次(cì)爆火(huǒ)的时候，还(hái)是2022年8月(yuè)，在美国(guó)科罗拉多州举办的新兴数字艺术(shù)家(jiā)竞赛中，一(yī)幅名为(wèi)《太空歌剧院》的作品获(huò)奖。

随后各大厂(chǎng)商的AI绘(huì)画软(ruǎn)件被广大网(wǎng)友熟知并体验，Stable Diffusion便(biàn)是其中代(dài)表。

用户们可以在应用中输入一组关键词或(huò)者一张(zhāng)照片，就(jiù)能获(huò)得(dé)一幅AI创作(zuò)的画作(zuò)。

作画的关键就是所输(shū)入的文本。同一组(zǔ)关键词也可以创作出很多张风格不一样(yàng)的画作，这(zhè)让创作的过(guò)程就(jiù)像(xiàng)开(kāi)盲盒(hé)。

很多用(yòng)户(hù)很喜(xǐ)欢这种不确定的惊喜，他们会将生成的美图当(dāng)做头像。而另一(yī)部分(fēn)喜欢翻看AI绘画的“翻(fān)车”作品。在社交媒(méi)体上，许多用户分享(xiǎng)AI“翻车现(xiàn)场”，例如，一位网友(yǒu)的(de)小狗(gǒu)照片被AI画成了“肌(jī)肉男”，还有(yǒu)网友的个人照片被AI识别成了建筑。

而(ér)如今随(suí)着ControlNet的出现与加持(chí)，以(yǐ)往AI绘画的填写(xiě)关键词游戏(xì)可能要被(bèi)颠覆(fù)了。

ControlNet是一位正在斯坦福读博的中国人张(zhāng)吕敏创作(zuò)的(de)一种基(jī)于控制(zhì)点的图像(xiàng)变形算法，主要用于数字图像处理、计算机视(shì)觉和计算机图形学等领(lǐng)域(yù)。

其SD插件一经发布，在(zài)短短的两天内便成为了(le)AI绘(huì)画领(lǐng)域最新(xīn)的(de)热(rè)点(diǎn)。

在此(cǐ)之前，大家(jiā)用了很多方法想让(ràng)AI生(shēng)成的结果(guǒ)尽可能的符(fú)合要(yào)求，但是都(dōu)不尽如(rú)人意，它的出现(xiàn)代(dài)表着AI生成开始进入真正的可控时(shí)期。

因为(wèi)ControlNet可以(yǐ)直接提取画面的构(gòu)图，人物(wù)的(de)姿(zī)势和画面的深(shēn)度信息等。有了它(tā)的帮助(zhù)，就不(bù)用频(pín)繁(fán)的用提示词来碰运气，抽盲盒式的创作了。

通俗的说ControlNet相当于给AI绘画加(jiā)了“魔法(fǎ)”，不少博主(zhǔ)的作品已经获得了大(dà)量的(de)浏览量，“viggo”就(jiù)是其中之一(yī)，他用朋友的(de)照片直(zhí)接带她们走进动(dòng)漫世界。

viggo先用(yòng)StableDiffusion图片转文字。

再用Text2Prompt插(chā)件(jiàn)拓(tuò)展找到对应的(de)关键词；最(zuì)后用(yòng)ControlNet插件绑定(dìng)骨骼开始换关键词试效果。

通过图片就可以(yǐ)看出来(lái)，效(xiào)果十分惊艳。

更厉害的是(shì)，除了真实的照(zhào)片，草图也(yě)可以加上“魔法”，知(zhī)乎大(dà)牛(niú)“DevPoint”和(hé)“逗砂”介绍(shào)到ControlNet还能实现(xiàn)线(xiàn)稿转(zhuǎn)全(quán)彩图。大神(shén)张吕敏其(qí)本尊也亲(qīn)自回应。

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

02

难(nán)辨虚实(shí)，AIGC技术(shù)力爆发

警(jǐng)惕安全问题

近(jìn)日，“苏州金(jīn)鸡湖有游(yóu)艇party”的(de)消息火遍网络(luò)，而经过警方辟(pì)谣这所谓的“party”可(kě)能是全国第一起(qǐ)A农是什么部首什么结构的字，农是什么部首什么结构的I绘图诈骗。

由(yóu)于(yú)这个(gè)活动里面给(gěi)出的美(měi)女照(zhào)片都是AI制(zhì)作的真人照片(piàn)绘图(tú)，因为太逼(bī)真，被(bèi)大家当成(chéng)真事(shì)传播了。

不过仔细观察可以发现(xiàn)，活动发起者提供的(de)照片(piàn)中(zhōng)有个(gè)很大的漏洞可以发(fā)现并非真人，而是AI绘(huì)图，那便(biàn)是图片中女性(xìng)的手(shǒu)指部分有(yǒu)的存在异(yì)常(cháng)。

有行业人事表示：“现在(zài)因(yīn)为(wèi)手指部分(fēn)的(de)绘画算(suàn)法比较复(fù)杂(zá)，AI还不(bù)太会画人的手，但最新(xīn)看到的(de)图片已经(jīng)有越来越(yuè)完美的AI模型出现，以(yǐ)后可能就完全没有漏洞了(le)。”

类似(shì)的AI作图诈骗在国外也已有(yǒu)发生。据(jù)英国(guó)广(guǎng)播公(gōng)司报道，土(tǔ)耳其地震期间，有Tiktok用户使用AI合成(chéng)了儿童受灾(zāi)的假照片(piàn)发布到网络(luò)，以此(cǐ)诱骗(piàn)善(shàn)良的人打赏“捐(juān)助”从而实(shí)施诈骗。

目前随着技术发展(zhǎn)，AIGC已经能做出真人照(zhào)片般的(de)绘图效果，如果这样(yàng)的图片被用来诈骗，将非常(cháng)可怕。

此外AIGC还引发了很多担忧，一方面，批(pī)判者认为AI在(zài)“学习”了大量(liàng)前人的(de)作品之后(hòu)，其创(chuàng)作没有任何(hé)情绪和灵魂，难以和人类(lèi)的艺术创作相提并(bìng)论。

另一方面，AIGC背后的版权、目前都并(bìng)没有得到有(yǒu)效的解决，还(hái)有(yǒu)AIGC会(huì)不会代替人(rén)类“至高无上”的(de)创意(yì)。

马斯克也(yě)强(qiáng)调，人工智能的(de)安全(quán)问题需要得到(dào)重视(shì)，太晚就来不及了(le)。

03

AIGC下(xià)一站除了视(shì)频，还有远方

技术都是有两面性的，潜在的危害并不能掩(yǎn)盖其(qí)光(guāng)辉的贡(gòng)献。现在看来，人工智能技术(shù)将是第四次工业革命的核心驱动力量，将(jiāng)创造新的增长奇迹(jì)。

过去(qù)一(yī)年，人(rén)工智能在技术和商(shāng)业层面(miàn)都有了巨(jù)大进展，AI绘画就(jiù)是人(rén)工智能(néng)技术发(fā)生方向性改变的一(yī)个代表。其下一站或许就是视频。

此前，Meta和谷(gǔ)歌(gē)先后发(fā)布(bù)了几(jǐ)条引爆科技圈的短视频。这些(xiē)视频引发关注并非内容做得多(duō)优秀，反而(ér)都非常简(jiǎn)单，比如一(yī)匹正在喝水的马，一(yī)只画画的(de)玩具熊，或者一段骑摩托车的第一(yī)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(zhè)些短视频(pín)的创(chuàng)作方式非(fēi)常简单，创作者仅仅需要向AI输(shū)入(rù)一(yī)段话，甚至只是说一下(xià)要(yào)求(qiú)，AI就可以根据需要生成一段视频。

谷歌(gē)发(fā)布的两个(gè)AI生成视频分别来自于Imagen Video和(hé)Phenaki，前者主(zhǔ)要突出的是高(gāo)清，与Meta的Make-A-Video没有(yǒu)太多的差别(bié)。

在Make-A-Video公布了AI生成的视频后，AI圈就已经玩了(le)一波(bō)梗，一(yī)个能够做出更(gèng)高清视频的AI还不足以在短时间内(nèi)戳中兴奋(fèn)点。

Phenaki更加(jiā)令人震惊的地方(fāng)在(zài)于，它可以制作出(chū)超(chāo)过2分钟的连贯的(de)也有确切内(nèi)容的视频，这才是(shì)真正(zhèng)让人们感到惊喜的地方(fāng)。因为无论AI生成的视(shì)频(pín)多么高清，也只(zhǐ)能是为内容生产者(zhě)提供一个灵感，一个素材，一个过场动画。

不过能够制(zhì)作出有具体剧情内容的视(shì)频就意味着，一些视频创作由(yóu)AI代(dài)替人工完成(chéng)已经(jīng)初步(bù)有(yǒu)了可(kě)能。

当下(xià)AI的发展速度已经超过(guò)大部分人(rén)的想象。内容产业的本(běn)质是供给创造需求，AIGC作为全新的内农是什么部首什么结构的字，农是什么部首什么结构的容生产方式，可以为内容(róng)产业带来(lái)更新的(de)内容(róng)风格、更快的生产速度，更低的生产成本(běn)，这无疑会驱动内(nèi)容(róng)产(chǎn)业的大(dà)爆发。

除了AI绘(huì)图(tú)、视频，AIGC技术(shù)还能应(yīng)用于音乐(lè)、代(dài)码、机器人动作等多种内容形式的生成。不难发现该项(xiàng)技术不仅(jǐn)在游戏等(děng)行业(yè)能得(dé)到有效应用(yòng)，对于(yú)下(xià)一代互联(lián)网各种元素(sù)的构建亦有关键意(yì)义(yì)。

从商业化(huà)的角度(dù)来看(kàn)，文化娱乐、教育、传媒等诸多领域，本身就对基于AI的(de)可视化内容有强烈(liè)需(xū)求。

因此(cǐ)，AI绘画及视(shì)频(pín)或不是结(jié)果，而只(zhǐ)是AI进程中的一块重要拼(pīn)图，有望在(zài)技术更(gèng)新的加持下实现更大的应用价(jià)值。

AI从(cóng)理解内容，走向(xiàng)了可以生成内(nèi)容，甚至能够(gòu)创造出独立价值和独立(lì)视角的内容。AIGC的再次出圈，更代表着未(wèi)来的先进生产力即将到来。

04

紧抓大(dà)模型与算力，牢固AIGC底座

从技术(shù)的发展也可以(yǐ)看出，在语言大(dà)模型(xíng)、图像大模型之后，多模(mó)态大模(mó)型已经成(chéng)为了新的趋势。

大模型被誉(yù)为当前(qián)人工智能发展的智能底座(zuò)，是(shì)全(quán)球竞争最激(jī)烈的(de)研究方向之一(yī)，包(bāo)括谷歌、亚(yà)马逊、百度、阿里、腾讯等众多(duō)头部企(qǐ)业都在竞相发力。

不过(guò)训练大(dà)模型的确价格不菲，以(yǐ)国盛证(zhèng)券发布的《ChatGPT需要多少算力》报告(gào)估算，GPT-3训练一次的成本约为(wèi)140万美元。而对(duì)于一些(xiē)更(gèng)大的(de)LLM(大(dà)型(xíng)语言模(mó)型)，训练成本则介于200万美元至1200万美元高(gāo)价之间。

以ChatGPT在2023年(nián)1月的独立访客平(píng)均数1300万计(jì)算，其对(duì)应芯片需求为3万(wàn)多片英伟达A100 GPU，初始投(tóu)入(rù)成本约为8亿(yì)美元，每日(rì)仅电费就在5万美元左右。

此外不论是(shì)ChatGPT还是AIGC，都离不开庞大(dà)算力支持。在关注各类大模型的发展同时(shí)，更(gèng)应(yīng)该关注算力(lì)网络的建设(shè)。

算力网络正驱动AI产业发展进入史诗级加速(sù)进(jìn)程，让AIGC及通用AI这一人(rén)工(gōng)智能发展的终(zhōng)极目(mù)标离得更近。

因为(wèi)算力可以(yǐ)对突破(pò)性(xìng)技术创新(xīn)提供大力的支持。这方面，多模态(tài)大模型(xíng)是典型。作为(wèi)面向未(wèi)来强人工智(zhì)能(néng)、通用人工(gōng)智能(néng)的重要技术创新，多模态大模型已经(jīng)在人工智能领域提出了很(hěn)多年(nián)，业界也有不少技术突破，但是(shì)，多(duō)模态大模型进一步往下走(zǒu)，算力需求呈几何(hé)式上升，一般的算力基础(chǔ)设(shè)施(shī)很快将难以胜任。

从图像(xiàng)、文字(zì)、语音单独一项(xiàng)的训(xùn)练，到(dào)双模态(tài)、三模态的跃(yuè)迁，让人工智能可以灵活应对不同模态的转化、像(xiàng)人与世界交互一样自然，这方(fāng)面，由算力网络来(lái)驱动将有(yǒu)明显优势。

此外，还有很多需要(yào)爆发式增长的(de)算力来支撑的技术创新，将在人工(gōng)智(zhì)能算力网络支撑下(xià)快(kuài)速推进。

AIGC已经露出(chū)曙光，期待在大(dà)模(mó)型和大算力的(de)支持(chí)下AIGC能持续颠(diān)覆内容生产的方式，将创造的边际成本降低(dī)，让万(wàn)众受(shòu)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 农是什么部首什么结构的字，农是什么部首什么结构的