自(zì)聊天机器人(rén)ChatGPT火爆以来，微软(ruǎn)公司创始人比(bǐ)尔·盖茨已多次公开谈(tán)论人工智能(néng)话题。在最近的一次采(cǎi)访中，他再(zài)次表示(shì)：“AI可(kě)能会让(ràng)科技(jì)行业迎(yíng)来(lái)一次剧(jù)烈的洗牌”。

这个结论是他在当地时(shí)间2月20日(rì)接受《In Good Company》节目专访时提出的。

他预期，AI的发(fā)展(zhǎn)可(kě)能会威胁到谷歌(gē)的市(shì)占率，因为微(wēi)软(ruǎn)在AI方面的行(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(zhù)手”，包揽一切(qiè)应用，与人(rén)们进行沟(gōu)通并提供(gōng)建议，可以(yǐ)取代亚(yà)马逊、Siri或Outlook等应用。

大(dà)佬口(kǒu)中全能(néng)助手的到来可能尚需时日(rì)，但(dàn)由ControlNet引(yǐn)发(fā)的又(yòu)一次AI绘画(huà)浪(làng)潮(cháo)，让AIGC在ChatGPT的话题热点包围中杀(shā)出重围。

01

ControlNet颠(diān)覆AI绘画新(xīn)玩法

AIGC向可控靠近

以(yǐ)AI绘画(huà)为代表(biǎo)的AIGC上一次爆火的(de)时(shí)候，还是(shì)2022年(nián)8月(yuè)，在(zài)美国科罗拉(lā)多州(zhōu)举办的新兴(xīng)数(shù)字艺术家(jiā)竞(jìng)赛(sài)中，一幅名为(wèi)《太空歌剧院》的作(zuò)品获奖。

随后(hòu)各大厂商的AI绘(huì)画软件(jiàn)被广(guǎng)大网(wǎng)友熟知并体验，Stable Diffusion便是其中代表(biǎo)。

用户们可以在应用(yòng)中(zhōng)输入一组关键词或者一张照片，就能获得(dé)一幅AI创作的画(huà)作。

作画的关键就是所输入的(de)文本。同一组关键词也(yě)可以创作出很多(duō)张(zhāng)风格不一样的画作，这(zhè)让创作的过程就像开盲盒。

很多(duō)用户很喜欢这种不确定的惊喜，他们会将生成的美图当(dāng)做头像。而另一部(bù)分喜欢翻看AI绘画的(de)“翻(fān)车(chē)”作品。在社交(jiāo)媒体上，许(xǔ)多用户(hù)分(fēn)享AI“翻车现场”，例如，一位网友的小狗照(zhào)片被AI画成(chéng)幸会幸会后面接什么有趣，高情商回复幸会了(le)“肌肉男”，还有(yǒu)网友的(de)个人照片被AI识别成了(le)建筑。

而如今随着(zhe)ControlNet的出现(xiàn)与加持，以往AI绘画的填写关键词游戏(xì)可能要被颠(diān)覆(fù)了。

ControlNet是(shì)一位正在斯(sī)坦福读博的中国(guó)人张吕敏创作的(de)一种基于控制点的图像变(biàn)形(xíng)算(suàn)法，主要用于(yú)数字(zì)图(tú)像处理、计算(suàn)机视(shì)觉和计算机(jī)图形学等领域。

其SD插件(jiàn)一经发(fā)布，在短短的两天内便(biàn)成为了AI绘画领域最(zuì)新的(de)热点。

在此之前，大(dà)家用了(le)很(hěn)多方法想(xiǎng)让AI生成的结果(guǒ)尽可能的符合要求，但(dàn)是都(dōu)不(bù)尽如人(rén)意，它的(de)出现代表(biǎo)着AI生成开始(shǐ)进(jìn)入真(zhēn)正的可(kě)控(kòng)时期(qī)。

因为ControlNet可以直接提取画面的构(gòu)图(tú)，人(rén)物(wù)的姿势(shì)和画面的深度信息等。有了它的帮助，就不用频(pín)繁的用(yòng)提示词来碰运(yùn)气，抽(chōu)盲盒式的创(chuàng)作了。

通俗的(de)说ControlNet相(xiāng)当于(yú)给AI绘画加(jiā)了“魔(mó)法”，不少博主(zhǔ)的作品已经获得(dé)了大(dà)量的(de)浏览量，“viggo”就是(shì)其(qí)中之一，他用(yòng)朋友(yǒu)的照片直接带她们走进动漫世界。

viggo先(xiān)用StableDiffusion图片转文字。

再用Text2Prompt插件拓展找(zhǎo)到对应的关(guān)键词；最后用(yòng)ControlNet插(chā)件绑定骨骼(gé)开(kāi)始换关键(jiàn)词试效果(guǒ)。

通过(guò)图片(piàn)就可以看出来，效果十分惊艳。

更厉(lì)害的是(shì)，除了真实的(de)照片，草图也可以(yǐ)加(jiā)上“魔法”，知乎大牛“DevPoint”和“逗砂”介绍到ControlNet还能实现线稿转全(quán)彩图。大神张吕敏其本尊也(yě)亲自回应。

不得不说当下(xià)AIGC已经变(biàn)得越来(lái)越强大，甚至输出的作品都已经(jīng)能以假乱真(zhēn)了。

02

难(nán)辨虚实(shí)，AIGC技术力爆发(fā)

警惕安全(quán)问(wèn)题(tí)

近日，“苏州金(jīn)鸡湖有游艇party”的消息火遍网络(luò)，而经过(guò)警方辟谣(yáo)这所谓的“party”可能是全国第(dì)一起AI绘(huì)图诈骗。

由(yóu)于(yú)这个活动(dòng)里面给出(chū)的美女照片都是AI制作的真人照片(piàn)绘图(tú)，因为太逼真(zhēn)，被大家(jiā)当成真事传播了。

不过仔(zǎi)细观察(chá)可(kě)以发现，活动发起者提供的照(zhào)片中有个(gè)很大的漏洞可以发现(xiàn)并非(fēi)真人，而是AI绘图(tú)，那便(biàn)是图片中女性(xìng)的手指(zhǐ)部分有(yǒu)的存(cún)在异常。

有行业人事表(biǎo)示：“现(xiàn)在(zài)因为手(shǒu)指(zhǐ)部分(fēn)的(de)绘(huì)画算法比(bǐ)较复杂，AI还不太会画人的(de)手，但(dàn)最新看到的(de)图片已(yǐ)经有(yǒu)越(yuè)来越完美的AI模型出现，以后可能就完全没有漏洞了。”

类似的AI作(zuò)图诈(zhà)骗在国外也(yě)已有发(fā)生(shēng)。据英国广播公司报道，土(tǔ)耳(ěr)其地(dì)震期间(jiān)，有Tiktok用户(hù)使用AI合(hé)成了(le)儿童(tóng)受灾(zāi)的(de)假照片发布到网络，以此诱骗善(shàn)良的人打赏“捐助”从而(ér)实施诈骗。

目前随着(zhe)技术发(fā)展，AIGC已经(jīng)能做出(chū)真人照片般的(de)绘图效(xiào)果，如果这样的图(tú)片(piàn)被用来诈骗，将非(fēi)常(cháng)可怕。

此(cǐ)外AIGC还引发了很多担忧，一方面，批判(pàn)者认为(wèi)AI在“学(xué)习”了大量前人(rén)的作品之后，其创作(zuò)没(méi)有任何情绪和(hé)灵魂，难以(yǐ)和人类的艺(yì)术(shù)创作相提(tí)并论。

另一方面，AIGC背后的版权、目前都并没(méi)有得到(dào)有效的解决，还有(yǒu)AIGC会不会(huì)代替(tì)人类(lèi)“至高(gāo)无上(shàng)”的创意(yì)。

马斯克也(yě)强(qiáng)调(diào)，人工智能的安全问题需要(yào)得到重视(shì)，太晚就来不及了。

03

AIGC下一站除了视频，还有远(yuǎn)方

技术(shù)都是(shì)有两面性的(de)，潜在的危(wēi)害并不能(néng)掩盖其光辉(huī)的贡献。现在看来，人(rén)工智能(néng)技术将是第四(sì)次工业(yè)革命(mìng)的核心(xīn)驱动力(lì)量，将创(chuàng)造新的增长奇迹(jì)。

过去(qù)一年，人(rén)工智(zhì)能在技术和商(shāng)业层面(miàn)都有了巨(jù)大进展，AI绘画就是人工(gōng)智(zhì)能技术发(fā)生方(fāng)向性改(gǎi)变的一个(gè)代表(biǎo)。其下一(yī)站或(huò)许(xǔ)就是视频。

此前，Meta和谷歌先后发(fā)布了几条(tiáo)引爆科技圈的短视频。这些视频引(yǐn)发关注并(bìng)非内容做(zuò)得(dé幸会幸会后面接什么有趣，高情商回复幸会)多优秀，反(fǎn)而都非常(cháng)简单(dān)，比如一(yī)匹正在喝水的马(mǎ)，一只画画的玩具熊，或者(zhě)一段骑摩托车的第一视(shì)角录像，随便一(yī)个有手机的人(rén)都可以随手录下一段。

但(dàn)这些短视(shì)频的创(chuàng)作(zuò)方式非常简单(dān)，创作者仅仅需要向AI输入一段话，甚至只是说(shuō)一(yī)下要求，AI就可以根据(jù)需要生成一段视频。

谷歌发布的两个AI生成视频分别来自于Imagen Video和Phenaki，前者主要突出的是高清，与(yǔ)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(pín)后(hòu)，AI圈就已经(jīng)玩(wán)了(le)一波梗，一个能够做(zuò)出更高清视频的AI还(hái)不足以在短(duǎn)时间(jiān)内戳中兴奋(fèn)点。

Phenaki更加令人(rén)震惊的地方在(zài)于，它可(kě)以制(zhì)作出超过2分钟(zhōng)的连(lián)贯的也有确切(qiè)内容的视频，这才是真正让人们感到惊(jīng)喜的地方。因为无论AI生成的(de)视频多么高清，也只能是为(wèi)内(nèi)容生产者(zhě)提供一(yī)个(gè)灵感，一(yī)个素材(cái)，一个过场动画。

不过能够制作出有(yǒu)具体(tǐ)剧情(qíng)内容(róng)的视频就意味着，一(yī)些视(shì)频创作由AI代替人工完成已经初步(bù)有(yǒu)了可能。

当下(xià)AI的发展速(sù)度(dù)已经超(chāo)过大(dà)部分人的(de)想(xiǎng)象。内容产业(yè)的本质是供(gōng)给创造需求，AIGC作(zuò)为全新的内(nèi)容生产(chǎn)方式，可以为内容产业带来更新的内容风(fēng)格、更快的生产速度，更(gèng)低的生产成本，这无疑(yí)会(huì)驱动内容产业的大爆发。

除了AI绘图(tú)、视频，AIGC技术(shù)还能应(yīng)用于(yú)音(yīn)乐、代码、机器(qì)人动作等多种内容形式的生成(chéng)。不难发现该项技(jì)术不仅在(zài)游戏等行(xíng)业能(néng)得到有效(xiào)应用，对于下一代(dài)互联(lián)网各种元素的构建亦有关键意义。

从(cóng)商业(yè)化的角(jiǎo)度来看，文(wén)化娱乐、教育、传(chuán)媒等(děng)诸(zhū)多领域(yù)，本身就(jiù)对基于AI的可视化内容有强烈需求。

因此，AI绘画及(jí)视频(pín)或不是结果(guǒ)，而只(zhǐ)是(shì)AI进程中(zhōng)的一块重要拼图，有望在(zài)技术(shù)更新的加持下实现更大(dà)的应(yīng)用价值。

AI从理(lǐ)解内(nèi)容(róng)，走向(xiàng)了(le)可以生成(chéng)内(nèi)容，甚至能够(gòu)创造(zào)出独立价值和独立视角的(de)内容(róng)。AIGC的再(zài)次出圈，更代表着未来的先(xiān)进生产力即将到来。

04

紧抓(zhuā)大模型与算力，牢(láo)固AIGC底(dǐ)座

从技(jì)术的发(fā)展也可(kě)以看出，在语言大(dà)模型、图(tú)像(xiàng)大(dà)模型之后，多模态大模型已(yǐ)经成为了新的趋势。

大(dà)模型被誉(yù)为(wèi)当前(qián)人工智(zhì)能(néng)发展的智(zhì)能底(dǐ)座，是全球(qiú)竞争最激烈的研究(jiū)方向之(zhī)一，包括谷歌、亚马逊、百(bǎi)度、阿里、腾讯等(děng)众多(duō)头(tóu)部企(qǐ)业都在(zài)竞相(xiāng)发力。

不过(guò)训练大模型的确价(jià)格不菲(fēi)，以国(guó)盛证(zhèng)券发布(bù)的《ChatGPT需要多少算力》报告(gào)估算，GPT-3训练(liàn)一次的成本约为140万美元。而对于一(yī)些(xiē)更大的(de)LLM(大型语(yǔ)言模型)，训(xùn)练成(chéng)本则(zé)介于200万美元至1200万美(měi)元高价之间(jiān)。

以ChatGPT在2023年1月的(de)独立访客平(píng)均数1300万计算(suàn)，其对(duì)应芯片需求为3万多片英伟达A100 GPU，初始(shǐ)投入成本(běn)约为8亿美(měi)元，每日仅电费就在5万(wàn)美元左右。

此(cǐ)外不论(lùn)是ChatGPT还是(shì)AIGC，都(dōu)离(lí)不开(kāi)庞大算(suàn)力支持。在关(guān)注(zhù)各(gè)类大模型的发(fā)展同时，更应该关注(zhù)算力网络的建设。

算(suàn)力网络正驱动AI产业发展进(jìn)入史(shǐ)诗级加(jiā)速(sù)进程，让AIGC及通(tōng)用(yòng)AI这一人工智能发展的(de)终极目标离得更近。

因为算力(lì)可以对(duì)突(tū)破性技术创新提供大力的支持。这(zhè)方(fāng)面，多模态大(dà)模型是典型。作(zuò)为面向未来强人工智能、通(tōng)用人工智能的重(zhòng)要技术创新，多(duō)模态大(dà)模(mó)型已经(jīng)在(zài)人工(gōng)智能领域(yù)提(tí)出了很多(duō)年，业界也有不(bù)少技术突破，但(dàn)是，多模态大(dà)模型进一步往下走，算(suàn)力(lì)需求呈(chéng)几(jǐ)何式上升，一般(bān)的算力基础设(shè)施很快将(jiāng)难(nán)以(yǐ)胜任。

从图像、文字、语音单独(dú)一项的训(xùn)练(liàn)，到(dào)双模(mó)态(tài)、三模(mó)态的跃迁，让(ràng)人工智(zhì)能(néng)可以灵活应对不同模态的转化、像人与(yǔ)世(shì)界交互(hù)一样自然，这(zhè)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(duō)需要爆发式增长(zhǎng)的(de)算力来(lái)支撑(chēng)的技术创新，将在人工智能算力网络支(zhī)撑下快速推进。

AIGC已经露(lù)出曙光，期待在大(dà)模型和大(dà)算力(lì)的支持下AIGC能持续颠覆内容生(shēng)产(chǎn)的方式，将创造的边际成本降低，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 幸会幸会后面接什么有趣，高情商回复幸会