自(zì)聊天(tiān)机器(qì)人ChatGPT火(huǒ)爆(bào)以(yǐ)来(lái)，微(wēi)软公司创始人比尔·盖茨已多(duō)次公开(kāi)谈论人工智能话题。在最近(jìn)的(de)一次采访中，他再次(cì)表示：“AI可能(néng)会让科技行业迎来一次剧烈的洗牌(pái)”。

这个结论是他在当地时间(jiān)2月20日接受《In Good Company》节目专(zhuān)访(fǎng)时提出的。

他预期，AI的发展可(kě)能会威胁到谷(gǔ)歌的市占(zhàn)率(lǜ)，因为微(wēi)软在AI方面的行动(dòng)相当迅速。而最终科技巨头将(jiāng)把(bǎ)AI整合成用(yòng)户的“全能(néng)助手(shǒu)”，包揽一切应用，与人(rén)们(men)进行沟(gōu)通(tōng)并提供建议，可以(yǐ)取代亚(yà)马(mǎ)逊、Siri或Outlook等应用。

大佬(lǎo)口中全能助(zhù)手的(de)到来可能(néng)尚需时日，但由ControlNet引发的又一次AI绘(huì)画浪(làng)潮，让AIGC在ChatGPT的话题(tí)热点包围(wéi)中杀(shā)出重围。

01

ControlNet颠覆AI绘画新(xīn)玩法(fǎ)

AIGC向可控靠近(jìn)

以AI绘画为代表的AIGC上一次爆火的(de)时候，还是2022年8月，在美(měi)国科(kē)罗拉(lā)多州举办的新兴数(shù)字艺术(shù)家(jiā)竞(jìng)赛中，一(yī)幅名为《太空歌剧院(yuàn)》的(de)作(zuò)品获奖。

随后各大厂商的AI绘画软件(jiàn)被广(guǎng)大网友熟知并体验(yàn)，Stable Diffusion便(biàn)是其中代(dài)表。

用户们可以在应(yīng)用中输入(rù)一组关键词或(huò)者一张照片(piàn)，就(jiù)能获(huò)得一幅AI创作的画作。

作画的关键就是所输入(rù)的文本(běn)。同一组(zǔ)关(guān)键词也可以(yǐ)创作(zuò)出很多(duō)张风格不一(yī)样的(de)画作，这让创作的过程就像(xiàng)开盲(máng)盒(hé)。

很多用(yòng)户很喜(xǐ)欢(huān)这种(zhǒng)不确定的惊喜，他们(men)会(huì)将生成的美图当做头像。而另一部分喜欢翻看AI绘画的“翻车”作品。在社交媒体上(shàng)，许多用户分享AI“翻(fān)车(chē)现场”，例(lì)如，一(yī)位网(wǎng)友的小狗照(zhào)片被AI画成了(le)“肌(jī)肉男”，还有网友的(de)个人照(zhào)片(piàn)被AI识别(bié)成(chéng)了建筑。

而如(rú)今随(suí)着(zhe)ControlNet的出现与加持(chí)，以往AI绘画的填写关(guān)键词游(yóu)戏可(kě)能要被颠覆了(le)。

ControlNet是一位正在斯坦(tǎn)福读博的中国人张(zhāng)吕(lǚ)敏创作的一种基于控制点的图像变形算法，主(zhǔ)要(yào)用(yòng)于数字图像(xiàng)处理(lǐ)、计算机视觉(jué)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(xīn)的热点。

在此(cǐ)之(zhī)前，大家(jiā)用了很多方法(fǎ)想让AI生(shēng)成(chéng)的(de)结果尽可能的符合要求，但(dàn)是都不尽如人意(yì)，它的出现(xiàn)代表着AI生(shēng)成开始进入(rù)真正的可控时期(qī)。

因为ControlNet可(kě)以直接提取画面的构(gòu)图，人(rén)物(wù)的姿(zī)势(shì)和画面的(de)深度信息等。有了它的(de)帮助，就(jiù)不用(yòng)频繁的用提(tí)示词来(lái)碰运气，抽(chōu)盲(máng)盒式的创作了(le)。

通(tōng)俗的说ControlNet相当于给AI绘画加了“魔法”，不(bù)少(shǎo)博主的作品已经获得了大量的(de)浏(liú)览量，“viggo”就是其中之一，他用朋友的(de)照片直接带她们走进动漫世(shì)界(jiè)。

viggo先用(yòng)StableDiffusion图片转文字(zì)。

再用(yòng)Text2Prompt插件拓展找到(dào)对应的关键词；最(zuì)后(hòu)用ControlNet插件(jiàn)绑定骨骼开始换关键词试效果。

通过图片就可以看出来，效果(guǒ)十分惊艳。

更厉害的是(shì)，除了真实的照片，草图也可以加上“魔法”，知乎大牛“DevPoint”和“逗砂(shā)”介绍(shào)到(dào)ControlNet还能(néng)实现线(xiàn)稿转全彩图。大(dà)神张吕(lǚ)敏其本尊也亲自回应。

不得不说当(dāng)下AIGC已经变(biàn)得越来(lái)越强大，甚至输出的作品都(dōu)已经能以(yǐ)假(jiǎ)乱真了。

02

难辨虚实，AIGC技(jì)术(shù)力爆发

警惕安全问题

近(jìn)日(rì)，“苏州金鸡湖有游(yóu)艇(tǐng)party”的消息火遍网络，而经(jīng)过警方辟谣这所谓的“party”可(kě)能是全(quán)国第一起AI绘图诈骗。

由(yóu)于这个活动里面(miàn)给出的美女(nǚ)照(zhào)片(piàn)都是(shì)AI制作的(de)真人照片绘图，因为太逼真，被大(dà)家当成真(zhēn)事(shì)传播了。

不过仔(zǎi)细观察可以发(fā)现，活动发起者提(tí)供(gōng)的照片中有个很大的(de)漏洞可以发(fā)现并非(fēi)真人，而是AI绘图，那便是图片中女性的手(shǒu)指(zhǐ)部分有(yǒu)的存(cún)在异常(cháng)。

有行业人事表示(shì)：“现在因(yīn)为(wèi)手指部分的绘画算法比(bǐ)较(jiào)复杂，AI还不太会画人(rén)的手，但最新看(kàn)到的(de)图片已(yǐ)经(jīng)有越来越完美的AI模型出现(xiàn)，以后(hòu)可能就完全没(méi)有漏洞了。”

类似的AI作(zuò)图诈骗在国外也(yě)已(yǐ)有发(fā)生。据(jù)英国广(guǎng)播公司报道(dào)，土耳其地(dì)震期(qī)间，有Tiktok用(yòng)户使用AI合成了儿童受灾的假照片发布到网(wǎng)络，以此诱骗善良的人打赏“捐助(zhù)”从而实施诈骗。

目前(qián)随(suí)着技术发展，AIGC已经能做出(chū)真人照片(piàn)般的(de)绘图效(xiào)果(guǒ)，如果这样的图片被用来诈骗，将非常可怕。

此外AIGC还引发了很多(duō)担忧，一方面，批判者认为(wèi)AI在“学习”了大量前人(rén)的作品之后，其创(chuàng)作(zuò)没有任何(hé)情绪和灵魂，难(nán)以和人类的艺术(shù)创(chuàng)作(zuò)相提并(bìng)论。

另一方(fāng)面，AIGC背后的版权(quán)、目前都(dōu)并没有得到(dào)有效的解决，还(hái)有(yǒu)AIGC会不会代(dài)替人类“至高无(wú)上”的创意。

马斯(sī)克(kè)也强调，人(rén)工智能(néng)的安全(quán)问题需要得到重视(shì)，太(tài)晚就来不及了。

03

AIGC下一(yī)站除了视频(pín)，还有(yǒu)远方(fāng)

技术都是有两面(miàn)性的，潜在的危(wēi)害(hài)并不能(néng)掩(yǎn)盖其(qí)光辉的贡献。现(xiàn)在看(kàn)来(lái)，人工智能技术将是第四次(cì)工(gōng)业革命的核心驱(qū)动力(lì)量，将(jiāng)创造新(xīn)的(de)增长奇迹。

过(guò)去一年，人工智(zhì)能在技术(shù)和(hé)商(shāng)业层面都有了巨大进展，AI绘画(huà)就是人工智能(néng)技术发生方向性改变(biàn)的一个代表。其下一(yī)站(zhàn)或许就是视(shì)频(pín)。

此前，Meta和谷歌先后发布了几条引爆科技圈的短视频。这些视频引发关(guān)注(zhù)并非内(nèi)容做得多优秀，反而都非(fēi)常简单，比如一匹正在喝水的马，一只(zhǐ)画画的玩具熊，或者一段骑摩托车的第一(yī)视角(jiǎo)录(lù)像(xiàng)，随便一个有手(shǒu)机的人都可以随手录下(xià)一段(duàn)。乐字的繁体是几画啊，乐字的繁体是几画字

但这些短视频的创(chuàng)作(zuò)方式(shì)非常简单，创(chuàng)作者仅仅需要(yào)向(xiàng)AI输入(rù)一(yī)段话，甚至只是说一下(xià)要求(qiú)，AI就可以根据需要(yào)生(shēng)成一段视频。

谷歌发布的两个AI生成(chéng)视(shì)频分别(bié)来自于Imagen Video和Phenaki，前者(zhě)主(zhǔ)要突(tū)出的是(shì)高(gāo)清，与Meta的Make-A-Video没(méi)有太(tài)多的差别。

在Make-A-Video公布(bù)了AI生成的视频后，AI圈就(jiù)已(yǐ)经玩(wán)了一波梗，一个能够做出(chū)更高清(qīng)视(shì)频的AI还(hái)不(bù)足以(yǐ)在短时间内戳(chuō)中(zhōng)兴奋点。

Phenaki更加令人震(zhèn)惊的地方在于，它(tā)可以制作出超过2分(fēn)钟的(de)连(lián)贯的也有确切内容的视频(pín)，这才(cái)是真正让人们(men)感到惊喜的地方(fāng)。因为无(wú)论AI生成的视频多(duō)么高(gāo)清，也只能是为内(nèi)容生(shēng)产者提(tí)供(gōng)一个(gè)灵(líng)感，一个素(sù)材，一个过场(chǎng)动画。

不过能够(gòu)制(zhì)作出有具(jù)体(tǐ)剧情内容的视(shì)频就意味着，一些视频(pín)创作由AI代(dài)替人工(gōng)完成已经初步有了可能。

当下AI的发展速度已经超过(guò)大(dà)部分人的想象。内(nèi)容(róng)产业的本质是供给(gěi)创造需(xū)求，AIGC作为(wèi)全新的(de)内容生(shēng)产(chǎn)方式，可以为内容产业带(dài)来(lái)更(gèng)新的内容(róng)风格、更快(kuài)的生产速度，更低(dī)的生产成(chéng)本，这无疑会(huì)驱(qū)动(dòng)内(nèi)容产业的大(dà)爆发。

除了AI绘(huì)图、视频，AIGC技术还能应用于音乐、代码、机器(qì)人动作等多种内容(róng)形式的生成。不难发现该项(xiàng)技(jì)术不仅在游(yóu)戏等行业能得到有(yǒu)效应用，对于(yú)下一代互联网各种(zhǒng)元素的构建(jiàn)亦有关键意义。

从商业(yè)化(huà)的角度来(lái)看，文化娱乐、教育、传媒等诸多领域，本身就对基于(yú)AI的可(kě)视化内容有强烈需求。

因此，AI绘画及(jí)视频(pín)或不是结果，而(ér)只(zhǐ)是AI进程中的一块重要拼图，有望(wàng)在技术更新的加(jiā)持下实(shí)现更(gèng)大的应用价值。

AI从理解(jiě)内容，走向(xiàng)了(le)可以生(shēng)成内容，甚至能够创造(zào)出独立价值(zhí)和独立(lì)视角的内容。AIGC的再次(cì)出圈，更代(dài)表着(zhe)未来的先进生产(chǎn)力即将到来。

04

紧抓(zhuā)大模型(xíng)与算力，牢固AIGC底座

从技术的发展也(yě)可以看出，在语言大(dà)模型、图像大模型之后，多模态大模(mó)型已经成为(wèi)了(le)新的趋势。

大模型被誉为当前人工智(zhì)能发展的(de)智能底座，是全(quán)球竞争最(zuì)激烈(liè)的研究方向之一(yī)，包括谷(gǔ)歌、亚(yà)马逊、百度(dù)、阿里(lǐ)、腾讯等众多头部企业都在(zài)竞相发力。

不过训(xùn)练大模型的确价格不菲，以国盛证券发布的《ChatGPT需要多少算力》报告估(gū)算(suàn)，GPT-3训练(liàn)一次的成本约(yuē)为(wèi)140万美元。而对于(yú)一些更(gèng)大的LLM(大型(xíng)语(yǔ)言模(mó)型)，训(xùn)练成本(běn)则介于200万美(měi)元至1200万美元(yuán)高(gāo)价之间。

以ChatGPT在(zài)2023年1月(yuè)的独(dú)立访客(kè)平均数(shù)1300万计算(suàn)，其对(duì)应芯片需求为3万多片英伟达(dá)A100 GPU，初始投入(rù)成本约为8亿美(měi)元(yuán)，每日仅电费就在5万美元左右。

此外不论(lùn)是ChatGPT还(hái)是(shì)AIGC，都离不开(kāi)庞大算力(lì)支持。在关注各(gè)类大模型的发展(zhǎn)同(tóng)时，更应该关注(zhù)算力网(wǎng)络的建设。

算力(lì)网络正驱动AI产业发(fā)展进入(rù)史(shǐ)诗级加速进程，让AIGC及通用AI这一(yī)人工智能发展(zhǎn)的终极目(mù)标离(lí)得更近。

因(yīn)为算力(lì)可以对突破性技术创新(xīn)提(tí)供大力的(de)支持。这方面，多模态大模型是典型(xíng)。作为面向未来强人(rén)工智能、通用人工智能的重要技术(shù)创新，多模(mó)态大模型(xíng)已经在人工智能领域提出了很多年(nián)，业(yè)界(jiè)也(yě)有不(bù)少技术突破，但(dàn)是，多模态大模型进(jìn)一(yī)步往下(xià)走，算力需求(qiú)呈几何(hé)式(shì)上升，一般的算力基础设施很快将(jiāng)难以胜任(rèn)。

从图像(xiàng)、文字、语音(yīn)单(dān)独一项的训(xùn)练，到(dào)双模态(tài)、三模态的跃(yuè)迁(qiān)，让人工智能可以灵(líng)活(huó)应对(duì)不同模态的转化(huà)、像人(rén)与(yǔ)世(shì)界交互一样自(zì)然，这方面，由(yóu)算力网络来驱动将有明显优势(shì)。

此外，还有很多需要爆发(fā)式增长的算力(lì)来支撑的技术创新，将在人工智能(néng)算力网络支(zhī)撑下快(kuài)速推(tuī)进(jìn)。

AIGC已经露出(chū)曙光，期待(dài)在大(dà)模型和(hé)大(dà)算(suàn)力(lì)的(de)支持下(xià)AIGC能(néng)持(chí)续颠覆内容(róng)生产的方式，将创造的边际成本降低(dī)，让万众受益。

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 乐字的繁体是几画啊，乐字的繁体是几画字