自聊天(tiān)机器人(rén)ChatGPT火爆以(yǐ)来，微软公司创始人比尔·盖茨已多次公开谈论人工智能话题。在(zài)最近的一(yī)次(cì)采(cǎi)访(fǎng)中(zhōng)，他(tā)再(zài)次(cì)表示：“AI可能会让科技行业迎来一次剧烈的洗牌”。

这个(gè)结论是他在当地(dì)时(shí)间2月20日接受《In Good Company》节目(mù)专访时提出的。

他预期，AI的发展(zhǎn)可(kě)能(néng)会威胁到谷歌的市占率(lǜ)，因为(wèi)微软在AI方(fāng)面的行动(dòng)相当迅速。而最终(zhōng)科技巨头(tóu)将把AI整合成用户的“全能助手”，包揽一切应用，与人们进行沟通并提供建议，可以取代(dài)亚马(mǎ)逊、Siri或Outlook等(děng)应(yīng)用。

大佬口中全能助手的到来可(kě)能尚需时日，但由(yóu)ControlNet引发(fā)的又一(yī)次AI绘(huì)画(huà)浪(làng)潮，让AIGC在ChatGPT的(de)话题热点包围(wéi)中杀出重围(wéi)。

01

ControlNet颠覆(fù)AI绘(huì)画新(xīn)玩(wán)法

AIGC向(xiàng)可(kě)控(kòng)靠近

以AI绘画为代(dài)表的(de)AIGC上一次爆火的时候，还是2022年8月(yuè)，在美国科罗拉多州举办的新兴数字艺术家(jiā)竞赛中，一幅(fú)名为《太空歌剧院》的作品获奖(jiǎng)。

随(suí)后各大(dà)厂商的AI绘画(huà)软件被广大(dà)网友熟知(zhī)并体验，Stable Diffusion便是其中代(dài)表(biǎo)。

用(yòng)户们(men)可(kě)以在应用中输(shū)入一组关(guān)键词或者一(yī)张照(zhào)片，就能(néng)获得一幅(fú)AI创作的画作。

作画的关(guān)键就是(shì)所输入的(de)文(wén)本。同一组关(guān)键(jiàn)词也可以创(chuàng)作出很多张(zhāng)风格不一样的画作，这让创作的过程就像(xiàng)开盲(máng)盒。

很多用户很喜欢这(zhè)种不确定的惊喜(xǐ)，他们会(huì)将生成的美图当做(zuò)头像。而(ér)另一部分喜欢翻(fān)看(kàn)AI绘画(huà)的“翻车”作品。在社交媒体上，许多用户分享AI“翻(fān)车现(xiàn)场”，例如，一(yī)位(wèi)网友的小(xiǎo)狗(gǒu)照片被AI画成了“肌肉男”，还有网(wǎng)友的个人照片被AI识别(bié)成了建筑。

而如今随(suí)着ControlNet的出现与加持，以往(wǎng)AI绘画的填写关(guān)键词游戏可能要(yào)被颠覆(fù)了。

ControlNet是一位正(zhèng)在(zài)斯坦福读博的(de)中国(guó)人张吕敏创作的一种基于控制(zhì)点的图像变形(xíng)算(suàn)法，主要用(yòng)于数字图像(xiàng)处理、计算机视觉和计算机图形(xíng)学(xué)等领域。

其SD插件一经(jīng)发布，在短(duǎn)短的两天内便成为了AI绘(huì)画领(lǐng)域最新的热点。

在此之前，大(dà)家用了很多方法想让AI生成的(de)结果尽可能的符(fú)合要求，但(dàn)是(shì)都不(bù)尽如人意，它的出(chū)现代表着AI生成开始进入真(zhēn)正(zhèng)的可控时期。

因为ControlNet可(kě)以直(zhí)接(jiē)提取画面的(de)构图，人物(wù)的姿势和画面(miàn)的(de)深度信息等。有了(le)它的帮助，就(jiù)不用(yòng)频繁(fán)的用提(tí)示词(cí)来(lái)碰(pèng)运气，抽盲(máng)盒式的创作了。

通俗的说(shuō)ControlNet相当(dāng)于给AI绘画加了“魔法”，不少博主的作品已(yǐ)经(jīng)获得了(le)大量的浏(liú)览量，“viggo”就是其(qí)中之一(yī)，他用朋友的照(zhào)片直接带她们走(zǒu)进动漫世界(jiè)。

抓蚯蚓真的能赚钱吗

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

再用Text2Prompt插(chā)件拓展找(zhǎo)到对应(yīng)的关键词；最(zuì)后用ControlNet插件绑定骨骼(gé)开(kāi)始换(huàn)关(guān)键词试(shì)效果。

通过图(tú)片(piàn)就(jiù)可以看出来，效果(guǒ)十分惊艳。

更厉害的是，除了真实的照片，草图也可以加上“魔(mó)法”，知乎(hū)大牛“DevPoint”和“逗砂”介(jiè)绍到ControlNet还能实现线稿转全彩图。大神张吕敏其本尊也亲自回(huí)应。

不得(dé)不说当下AIGC已经变得越(yuè)来(lái)越强大，甚至输出的作(zuò)品都已(yǐ)经能以假乱真了(le)。

02

难辨虚实，AIGC技术力爆(bào)发

警惕安全问题

近(jìn)日(rì)，“苏州金鸡湖有游(yóu)艇party”的消息(xī)火遍(biàn)网络，而(ér)经过警方辟谣这(zhè)所(suǒ)谓的“party”可能(néng)是全(quán)国第一(yī)起AI绘(huì)图诈(zhà)骗。

由于这个活(huó)动里面(miàn)给出的美女照片(piàn)都是AI制(zhì)作的真(zhēn)人照(zhào)片绘图，因为太逼真，被大(dà)家(jiā)当成真事传播了(le)。

不过仔细观察可以发(fā)现，活动发(fā)起者提供的照片中有个(gè)很(hěn)大的(de)漏(lòu)洞可以发现(xiàn)并非真人(rén)，而是AI绘(huì)图(tú)，那便是图片(piàn)中女(nǚ)性的(de)手指部(bù)分有的存在异常(cháng)。

有行(xíng)业(yè)人事表示：“现在因为手指(zhǐ)部分(fēn)的绘画(huà)算法比较复杂(zá)，AI还(hái)不(bù)太会画人(rén)的手，但最新看到的(de)图片已经(jīng)有越来越完美的AI模型出现，以后可能就完全没有漏洞了。”

类似的AI作图诈骗在(zài)国外(wài)也已(yǐ)有发生(shēng)。据英国广播公司报(bào)道，土耳其(qí)地(dì)震(zhèn)期(qī)间，有Tiktok用(yòng)户使用(yòng)AI合(hé)成了儿童受灾的(de)假(jiǎ)照片(piàn)发布到网络，以此(cǐ)诱骗善良的(de)人打赏“捐助”从而实施诈骗。

目(mù)前随着(zhe)技术(shù)发展，AIGC已经(jīng)能做出(chū)真人照片般的绘图效果(guǒ)，如果这样的图片被用(yòng)来诈(zhà)骗，将(jiāng)非常可怕。

此(cǐ)外AIGC还引发(fā)了很多担忧，一方面，批判者认为AI在“学习”了大量前人的(de)作品之后，其创作(zuò)没(méi)有任何情(qíng)绪和(hé)灵魂，难以和人类的艺术创作相(xiāng)提并(bìng)论。

另一方面，AIGC背后的(de)版权(quán)、目(mù)前都并(bìng)没有(yǒu)得到有效的(de)解决，还有AIGC会(huì)不会(huì)代(dài)替人(rén)类“至高无(wú)上”的创(chuàng)意。

马斯克抓蚯蚓真的能赚钱吗也强(qiáng)调，人(rén)工智能的安全问(wèn)题需(xū)要得(dé)到重视，太晚就来(lái)不及了。

03

AIGC下一站除了视频(pín)，还有远方(fāng)

技(jì)术都是有两面性的，潜(qián)在的危害(hài)并不能掩盖其(qí)光辉的贡献(xiàn)。现在看来，人(rén)工智能技术(shù)将(jiāng)是第四次工(gōng)业(yè)革命的(de)核(hé)心驱动力量，将创造新的增长奇迹(jì)。

过去一年，人(rén)工(gōng)智能在(zài)技术(shù)和商业层面都有了(le)巨大进展，AI绘画就是人(rén)工智能技(jì)术发(fā)生方向性改变的一(yī)个代(dài)表。其(qí)下一站(zhàn)或许就是视频。

此前，Meta和谷歌先后发布(bù)了(le)几条引爆科(kē)技圈的短视(shì)频(pín)。这些视(shì)频引发(fā)关注(zhù)并非内容做得(dé)多优秀(xiù)，反(fǎn)而都(dōu)非常简单，比如一匹正在喝水的马，一只画(huà)画(huà)的(de)玩(wán)具熊，或者一(yī)段骑摩托(tuō)车的第(dì)一视角录像，随便一个有手机(jī)的人都可以随手录下(xià)一段(duàn)。

但这些短视频的创(chuàng)作方式非(fēi)常简单，创作(zuò)者仅仅(jǐn)需要向AI输入(rù)一段(duàn)话，甚至只是说一下要(yào)求(qiú)，AI就可以根据(jù)需要(yào)生成一段视频。

谷歌发布(bù)的两个AI生成视频(pín)分别(bié)来(lái)自于Imagen Video和(hé)Phenaki，前者主(zhǔ)要突出的是(shì)高(gāo)清，与Meta的Make-A-Video没(méi)有(yǒu)太(tài)多的(de)差别。

在Make-A-Video公(gōng)布了AI生成的视频(pín)后，AI圈就已经(jīng)玩了(le)一波(bō)梗，一(yī)个能够做出更(gèng)高(gāo)清(qīng)视频的AI还不足以在(zài)短时间内戳中兴奋点。

Phenaki更加令人震惊的地方(fāng)在于，它可以(yǐ)制作出(chū)超过2分(fēn)钟的连贯的也有确切内容(róng)的(de)视频，这才(cái)是(shì)真(zhēn)正让(ràng)人们感到惊喜的地方。因为无论AI生成的视频(pín)多(duō)么高清，也只能是为内容生产者提供一个(gè)灵感(gǎn)，一个素材，一个过场动画。

不过能够制作出有具(jù)体(tǐ)剧情内容的视频就意味着(zhe)，一些视频创作由AI代替人工完成已经(jīng)初(chū)步有了可能(néng)。

当(dāng)下AI的发展速度已经超过(guò)大(dà)部(bù)分人的想象。内容(róng)产业的本质是供给(gěi)创造需求，AIGC作为全新的内容(róng)生产方式(shì)，可以(yǐ)为内容(róng)产业带(dài)来更新的内容风格、更快的生产速(sù)度，更低的生产成(chéng)本，这无疑会驱动内容产业的大爆(bào)发。

除(chú)了AI绘图、视(shì)频(pín)，AIGC技术还能应用于音乐、代码、机器人动作等多种内容形式的(de)生成(chéng)。不难发现该项技(jì)术(shù)不仅在游戏等行(xíng)业能得到有效(xiào)应用，对于下一代互联网各种元素的构建亦有关键意义(yì)。

从商(shāng)业化(huà)的角度来(lái)看，文化娱乐、教育(yù)、传(chuán)媒等诸多(duō)领(lǐng)域，本身就对基于(yú)AI的可(kě)视化(huà)内容有(yǒu)强烈需求。

因此，AI绘画及(jí)视频或(huò)不是结果，而只是(shì)AI进(jìn)程中的一块重要拼图，有(yǒu)望在技(jì)术更新的加持下实现更大的应用价值。

AI从理(lǐ)解内容，走向了可以生成内容(róng)，甚至能够(gòu)创造出独立价(jià)值和(hé)独立视角的内容。AIGC的再次(cì)出圈，更代表(biǎo)着未来的先进生产力(lì)即(jí)将到来(lái)。

04

紧(jǐn)抓大模(mó)型与算(suàn)力，牢固AIGC底座

从技术的发展也可(kě)以看出(chū)，在(zài)语言大模型、图像大模型之后，多模(mó)态大(dà)模型已经(jīng)成为了新的(de)趋势。

大模(mó)型(xíng)被誉为当前人工智能(néng)发(fā)展的智(zhì)能底(dǐ)座，是全球竞(jìng)争最激烈的研(yán)究方向(xiàng)之一，包括谷歌(gē)、亚马逊、百度、阿(ā)里、腾(téng)讯等众多头(tóu)部(bù)企业(yè)都在竞相(xiāng)发(fā)力(lì)。

不过训练大模型的确价(jià)格不(bù)菲，以国盛证(zhèng)券发(fā)布的《ChatGPT需要多少算(suàn)力》报告(gào)估(gū)算，GPT-3训练(liàn)一(yī)次的成(chéng)本(běn)约(yuē)为140万美元。而对(duì)于一(yī)些更(gèng)大的LLM(大(dà)型语言模(mó)型)，训练(liàn)成本则介于200万美元至1200万美元高(gāo)价之间。

以ChatGPT在2023年1月(yuè)的独立(lì)访客平均数1300万计算，其对(duì)应芯片(piàn)需求为3万多(duō)片英伟达A100 GPU，初始投入成本约为8亿美(měi)元，每日仅电费就(jiù)在5万美元左右。

此外不论是ChatGPT还是AIGC，都(dōu)离不开庞(páng)大算力(lì)支持(chí)。在关注各类大模型的(de)发展同时，更(gèng)应该关注算力网(wǎng)络的建设。

算力(lì)网络正驱(qū)动AI产业发展进入史诗(shī)级加速进程(chéng)，让AIGC及通用AI这一人工智能发展的终极目标离得更近。

因为算力可(kě)以(yǐ)对(duì)突破性技术创新提供大(dà)力的支持(chí)。这方面，多(duō)模态大(dà)模(mó)型是典型。作(zuò)为面向未来(lái)强人(rén)工智能、通(tōng)用人(rén)工智能的重要(yào)技术(shù)创(chuàng)新，多(duō)模(mó)态大(dà)模(mó)型(xíng)已经在人(rén)工智(zhì)能领域提出了很(hěn)多年，业界(jiè)也有不(bù)少技术突破，但(dàn)是，多模(mó)态大(dà)模(mó)型(xíng)进一步(bù)往下走，算力需求(qiú)呈几何式(shì)上升(shēng)，一般的算力基础(chǔ)设施很快将难以胜任。

从(cóng)图像、文字、语(yǔ)音单独(dú)一(yī)项的训(xùn)练(liàn)，到(dào)双模态、三模态的跃迁，让(ràng)人工智能可以灵活应(yīng)对不同模态的转化(huà)、像人与世界交互一样自然，这方(fāng)面，由算力网络来驱动(dòng)将有明显优势。

此(cǐ)外，还有很多需要爆发式增长的算力来(lái)支撑的技(jì)术(shù)创(chuàng)新，将(jiāng)在人工智(zhì)能算力网络支撑下快速推进。

AIGC已经露出曙光，期待在大模(mó)型和(hé)大算(suàn)力的支持下AIGC能持续颠覆内容生(shēng)产的方式，将创造的边际成本降(jiàng)低(dī)，让万众受益。

未经允许不得转载：珠海业勤税务师事务所有限公司 抓蚯蚓真的能赚钱吗