自聊天(tiān)机器(qì)人ChatGPT火爆(bào)以来，微软公司创始人(rén)比尔·盖茨已多次公开谈论人(rén)工智(zhì)能话题(tí)。在(zài)最近(jìn)的一次采访中，他再次(cì)表示：“AI可能会(huì)让科(kē)技行业迎来一次剧烈(liè)的洗(xǐ)牌”。

这个(gè)结论(lùn)是他在当地时间(jiān)2月(yuè)20日接受《In Good Company》节目(mù)专访时提(tí)出的。

他预(yù)期(qī)，AI的发展可能会(huì)威胁到谷歌的市占率，因为微软在AI方面的行(xíng)动相当迅速。而最终科技巨头将把(bǎ)AI整(zhěng)合成(chéng)用户的“全能助手”，包揽一切应用，与人(rén)们进行沟通并(bìng)提(tí)供建议，可以(yǐ)取代(dài)亚马逊(xùn)、Siri或Outlook等应(yīng)用。

大佬口中全能助手(shǒu)的到来可能尚需时日，但由ControlNet引发的又一(yī)次AI绘画浪潮，让AIGC在ChatGPT的话题热点包围(wéi)中(zhōng)杀(shā)出重围。

01

ControlNet颠覆(fù)AI绘画(huà)新(xīn)玩法

AIGC向(xiàng)可控靠近

以AI绘画(huà)为(wèi)代表的AIGC上(shàng)一(yī)次爆火的时(shí)候，还是2022年8月，在美国科罗拉多(duō)州举办的(de)新兴数(shù)字艺(yì)术家竞赛中，一幅名为《太空(kōng)歌剧院》的作品获奖。

随后各(gè)大厂商的AI绘画软(ruǎn)件被广(guǎng)大网(wǎng)友熟知并体验(yàn)，Stable Diffusion便是其中(zhōng)代表(biǎo)。

用户们(men)可以(yǐ)在(zài)应用(yòng)中(zhōng)输入一组关键词或者一张照片，就(jiù)能获得一幅AI创作的画作。

作(zuò)画(huà)的(de)关键(jiàn)就是所输入的文本。同一组(zǔ)关键词(cí)也(yě)可以创作出很多张风格不(bù)一样的画作，这让创作的(de)过程(chéng)就(jiù)像开(kāi)盲盒(hé)。

很多用户很喜欢这种不确定的惊喜，他(tā)们会将生成的美图当(dāng)做头像(xiàng)。而另一部分喜(xǐ)欢翻看AI绘画的“翻车(chē)”作品。在社交媒(méi)体上，许多(duō)用(yòng)户(hù)分享(xiǎng)AI“翻(fān)车现场(chǎng)”，例如，一位网友的(de)小狗照片被(bèi)AI画(huà)成了“肌肉男”，还有网友的个人(rén)照片被AI识别(bié)成(chéng)了建筑。

而如今随着ControlNet的出现与加(jiā)持，以往AI绘画的填写关键词游戏可能要(yào)被(bèi)颠覆(fù)了(le)。

ControlNet是(shì)一位正在斯坦福读(dú)博的(de)中国人张吕敏创作的一种基(jī)于控(kòng)制点的图像变形算(suàn)法，主要用于数字图像处理、计算机(jī)视觉和(hé)计算机(jī)图形学等领域。

其SD插件一经发布，在短短的两天(tiān)内便成为了AI绘画(huà)领域最新的热点(diǎn)。

在(zài)此之前，大家用了很多方(fāng)法想让AI生成的结果尽可能(néng)的符合要(yào)求，但是都不尽如人意(yì)，它(tā)的出现代(dài)表着AI生成开(kāi)始进入真(zhēn)正的可(kě)控时(shí)期。

因为(wèi)ControlNet可以直(zhí)接提取(qǔ)画(huà)面的构图，人(rén)物(wù)的姿势和画(huà)面(miàn)的深度信息等。有了(le)它的帮助(zhù)，就不用频(pín)繁的用提示词(cí)来碰运(yùn)气，抽盲盒式的(de)创作了。

通俗的说(shuō)ControlNet相(xiāng)当于给(gěi)AI绘画(huà)加了“魔(mó)法”，不少(shǎo)博(bó)主的作(zuò)品已经获(huò)得了大(dà)量的浏览量，“viggo”就是(shì)其中之一，他用朋(péng)友的照片直接带她们走进(jìn)动漫世界。

viggo先用StableDiffusion图片转文字(zì)。

再用(yòng)Text2Prompt插(chā)件拓(tuò)展找到对应的关(guān)键词(cí)；最(zuì)后(hòu)用ControlNet插件绑定(dìng)骨骼(gé)开始(shǐ)换关键词试效果。

通过图片就可以看出来(lái)，效果(guǒ)十(shí)分(fēn)惊艳。

更(gèng)厉(lì)害的是，除了真实的照片，草图也可(kě)以(yǐ)加上“魔法”，知乎大牛“DevPoint”和“逗砂”介绍到ControlNet还能实现线稿转全彩(cǎi)图。大神(shén)张吕敏(mǐn)其本尊也亲(qīn)自回应。

不得不说(shuō)当(dāng)下AIGC已(yǐ)经变得越来越强大，甚至输出的作品(pǐn)都(dōu)已经能以假乱真了(le)。

02

难辨虚实，AIGC技术力爆发

警惕安全问题

近日，“苏州金鸡(jī)湖有游艇party”的消(xiāo)息火遍网络(luò)，而经过警(jǐng)方(fāng)辟谣这所(suǒ)谓的“party”可能(néng)是(shì)全(quán)国第一起AI绘图诈(zhà)骗。

由于这个活动里(lǐ)面给出的美女照片都是AI制作(zuò)的真人照片绘图，因为太(tài)逼真(zhēn)，被大家(jiā)当(dāng)成真(zhēn)事传播了。

不过仔细观察可以发现，活动发起者提供的照片中(zhōng)有个很大的漏洞可以发现(xiàn)并非真人，而是AI绘(huì)图，那便(biàn)是(shì)图(tú)片中(zhōng)女性的手指部(bù)分有(yǒu)的存在(zài顶的速度越来越快越叫的原因)异常。

有行业人事(shì)表示(shì)：“现在因为手指部分的绘画算法比(bǐ)较复杂，AI还不太会(huì)画人的(de)手，但最新看(kàn)到的(de)图片已经有(yǒu)越来越完美的AI模型(xíng)出(chū)现，以(yǐ)后可能就(jiù)完(wán)全(quán)没(méi)有(yǒu)漏洞(dòng)了。”

类似(shì)的(de)AI作图(tú)诈骗在(zài)国外也(yě)已有发生(shēng)。据英国广播(bō)公司(sī)报(bào)道(dào)，土(tǔ)耳(ěr)其地震期间(jiān)，有(yǒu)Tiktok用户使用(yòng)AI合(hé)成了儿童受灾(zāi)的(de)假(jiǎ)照片发(fā)布到(dào)网络，以此诱骗善良的人打赏(shǎng)“捐助(zhù)”从而实施诈骗。

目前(qián)随着技(jì)术发展，AIGC已经(jīng)能做出(chū)真(zhēn)人(rén)照片般(bān)的绘(huì)图效果，如果这样的图(tú)片被用来(lái)诈骗，将非(fēi)常可怕。

此外AIGC还引发了很(hěn)多(duō)担忧(yōu)，一(yī)方(fāng)面，批判(pàn)者认为(wèi)AI在“学习(xí)”了(le)大(dà)量前人(rén)的作品之后，其(qí)创作没有任(rèn)何情绪和灵(líng)魂，难以和人类的艺术创作相提并(bìng)论。

另一方面，AIGC背后的版(bǎn)权(quán)、目前都并没(méi)有得(dé)到有效的解(jiě)决，还(hái)有AIGC会不会代替人(rén)类“至高(gāo)无上”的创意。

马斯克(kè)也强调(diào)，人(rén)工智能的安全问题需要得到重视(shì)，太晚就来不及了。

03

AIGC下一站除了(le)视(shì)频，还有远方

技术都是有两面(miàn)性的，潜在的危害并不能掩盖其光(guāng)辉的(de)贡献。现在看来，人工智能(néng)技(jì)术将是(shì)第四次工业(yè)革命的核心(xīn)驱(qū)动力量，将创造新的增(zēng)长奇(qí)迹(jì)。

过去(qù)一年，人(rén)工智能在(zài)技术和商业层(céng)面都有(yǒu)了巨大(dà)进展，AI绘画就是人工(gōng)智(zhì)能技术发生方(fāng)向性(xìng)改变的一(yī)个代表。其下一站或许就是视频。

此前，Meta和谷歌先(xiān)后发布了几(jǐ)条(tiáo)引(yǐn)爆科技圈(quān)的短视频。这些视频引发关注并非内容做(zuò)得多优秀，反而都(dōu)非常简单，比如一(yī)匹正在喝水的马(mǎ)，一(yī)只(zhǐ)画画的玩具熊，或者一段骑摩(mó)托车的第一视角录像，随便一(yī)个有手机的人都可以(yǐ)随手录下一段。

但这些(xiē)短视频的创作方式非常简单(dān)，创作者仅(jǐn)仅需(xū)要向AI输入(rù)一段话(huà)，甚(shèn)至只是(shì)说一(yī)下要求，AI就可以根据需要生(shēng)成(chéng)一段视频。

谷歌发布的两个AI生(shēng)成(chéng)视频分(fēn)别来(lái)自于Imagen Video和Phenaki，前者主要突出(chū)的是高清，与Meta的Make-A-Video没(méi)有太多的差别。

在Make-A-Video公布了(le)AI生(shēng)成的视频后，AI圈就已经玩(wán)了一(yī)波梗，一个能够(gòu)做出更高清视(shì)频的AI还不足以在短时间内戳(chuō)中兴(xīng)奋点。

Phenaki更加令人震惊(jīng)的地方在(zài)于，它(tā)可(kě)以制作出超过2分钟的连贯的也有确(què)切内(nèi)容的(de)视(shì)频，这才(cái)是真(zhēn)正让人们感到惊(jīng)喜的地方(fāng)。因(yīn)为(wèi)无论AI生成的(de)视频多么高清，也只能是为内容生产者提(tí)供一(yī)个灵感(gǎn)，一(yī)个(gè)素材，一个过场动画。

不过(guò)能够(gòu)制作出有(yǒu)具体(tǐ)剧(jù)情内容的(de)视频(pín)就意味着，一些视(shì)频创作由AI代替(tì)人工完成已(yǐ)经初步(bù)有了可能。

当下AI的发展速(sù)度(dù)已经(jīng)超过大(dà)部(bù)分人的想象。内容产业的本质(zhì)是供给(gěi)创造需(xū)求，AIGC作(zuò)为全新的内容(róng)生产(chǎn)方式，可以为内容产业带来更新的(de)内容风格、更快的生产速度，更低的生产成本(běn)，这无疑会驱动(dòng)内容(róng)产业的大爆发。

除了AI绘(huì)图、视(shì)频(pín)，AIGC技术还能应用(yòng)于音乐(lè)、代码、机器人动(dòng)作等多种内容形式(shì)的生成(chéng)。不难发(fā)现该项技术不仅(jǐn)在游戏等行业(yè)能得到有效应(yīng)用，对于下一代互联网各(gè)种元素(sù)的构(gòu)建亦有(yǒu)关键意义。

从商业化的角度(dù)来看(kàn)，文化娱(yú)乐、教育、传媒等诸多(duō)领域，本身就(jiù)对基于AI的可视化内容有强(qiáng)烈需求。

因此，AI绘画及视频或不是(shì)结果，而(ér)只是AI进程中的一块(kuài)重要拼图，有(yǒu)望在技术更新的加持下(xià)实现更大的应用(yòng)价值。

AI从理(lǐ)解内容，走向了可(kě)以生(shēng)成(chéng)内(nèi)容，甚至能够创造出独(dú)立价值和独(dú)立视角(jiǎo)的内容。AIGC的再次(cì)出(chū)圈，更(gèng)代表(biǎo)着未来的先进生产力即将到来(lái)。

04

紧抓大模型与算力，牢固(gù)AIGC底(dǐ)座

从技术的发展(zhǎn)也可以看出(chū)，在语言大模型、图像大模(mó)型之后，多模态大模(mó)型(xíng)已(yǐ)经成为了新的趋势。

大模型(xíng)被誉为当(dāng)前(qián)人工智能发展的(de)智能(néng)底座，是(shì)全球竞争最激烈(liè)的(de)研究方向之一，包括谷歌(gē)、亚马逊、百度、阿里(lǐ)、腾讯等众多头(tóu)部企业都在竞(jìng)相发(fā)力。

不过训练大模型的确价格不(bù)菲，以(yǐ)国盛证券发布的《ChatGPT需要(yào)多(duō)少算力(lì)》报告估(gū)算，GPT-3训(xùn)练一(yī)次的(de)成本(běn)约为140万美元。而(ér)对于一些更大的(de)LLM(大型语(yǔ)言模型)，训练成本则(zé)介于200万(wàn)美元至1200万美元高价(jià)之(zhī)间。

以(yǐ)ChatGPT在2023年1月(yuè)的(de)独立访客平均数1300万计算(suàn)，其(qí)对应芯(xīn)片需求为(wèi)3万多片英伟(wěi)达A100 GPU，初(chū)始投入成本约为8亿美元(yuán)，每日仅电费(fèi)就(jiù)在(zài)5万(wàn)美元左右。

此(cǐ)外不论是ChatGPT还(hái)是(shì)AIGC，都离不(bù)开庞大算力支(zhī)持。在关注各(gè)类(lèi)大模型(xíng)的发展同(tóng)时，更应该关注算(suàn)力网络的建设。

算力网络正驱动AI产业(yè)发展(zhǎn)进入史(shǐ)诗级加速进程，让AIGC及通用AI这一(yī)人工智能发展的终极目标离(lí)得(dé)更近。

因为算力可以对(duì)突破性技术创(chuàng)新提供大力(lì)的支(zhī)持。这方(fāng)面，多(duō)模态大模型是典型。作(zuò)为面向未来强人工智能、通用人工智能的(de)重要技(jì)术创新，多(duō)模(mó)态(tài)大模型(xíng)已经在(zài)人工智能(néng)领域提出了很(hěn)多年，业界也有不少技术突破，但是，多模态大(dà)模型进一(yī)步(bù)往下走(zǒu)，算力需求(qiú)呈几何式上(shàng)升，一般的算力基础设(shè)施很快将(jiāng)难以胜(shèng)任。

从(cóng)图(tú)像(xiàng)、文字(zì)、语(yǔ)音单(dān)独一项的训练，到双模态、三模态(tài)的跃迁，让(ràng)人工智能可(kě)以灵活应对不同模(mó)态的转化、像人与世(shì)界交互(hù)一(yī)样自然，这方面，由(yóu)算力(lì)网络来驱动(dòng)将有明显优势。

此外，还有很(hěn)多需(xū)要爆发式增长的算力来(lái)支撑的技术创新，将在人工智能算力网络支撑(chēng)下快(kuài)速推进(jìn)。

AIGC已经露出曙光，期待在大模型和大算力的(de)支持下AIGC能持续颠覆内容(róng)生产的方式，将(jiāng)创造的边(biān)际成(chéng)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 顶的速度越来越快越叫的原因