自聊天机(jī)器人ChatGPT火(huǒ)爆(bào)以(yǐ)来，微(wēi)软公司创(chuàng)始人比(bǐ)尔·盖茨已(yǐ)多次公开谈论人工智能(néng)话题。在最近的一次采访中，他再(zài)次表(biǎo)示：“AI可能(néng)会让(ràng)科(kē)技行业迎(yíng)来一(yī)次剧(jù)烈(liè)的(de)洗牌”。

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

他(tā)预(yù)期(qī)，AI的发(fā)展可能会威胁到(dào)谷歌(gē)的市占率，因(yīn)为微(wēi)软在AI方(fāng)面的行动相当迅(xùn)速。而最终科(kē)技巨头(tóu)将把AI整合(hé)成用(yòng)户(hù)的(de)“全能(néng)助(zhù)手”，包揽一(yī)切应用，与人们进行沟通并(bìng)提(tí)供(gōng)建议，可以取代亚马逊(xùn)、Siri或Outlook等应用。

大(dà)佬口中全能助手的到来(lái)可能尚需时日(rì)，但由ControlNet引发的又(yòu)一次AI绘(huì)画浪潮(cháo)，让AIGC在ChatGPT的话题热点包围中杀出(chū)重(zhòng)围(wéi)。

01

ControlNet颠覆(fù)AI绘画(huà)新玩(wán)法

AIGC向可(kě)控(kòng)靠(kào)近

以AI绘画为代表的AIGC上一(yī)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(xīn)兴数字艺术(shù)家(jiā)竞赛中，一幅名(míng)为《太(tài)空歌剧院》的作品(pǐn)获奖。

随后各大厂商的AI绘(huì)画软件被广大(dà)网友熟(shú)知并体验，Stable Diffusion便是其(qí)中(zhōng)代表(biǎo)。

用(yòng)户们(men)可以(yǐ)在应用中输(shū)入一组(zǔ)关键词或者一张照片，就(jiù)能(néng)获(huò)得一幅AI创(chuàng)作的(de)画作(zuò)。

作画的关键就(jiù)是所(suǒ)输入的文本(běn)。同一(yī)组关键词也可以(yǐ)创作出很(hěn)多张(zhāng)风格不(bù)一样的画(huà)作，这让(ràng)创作的过程(chéng)就像开盲盒。

很多用户很喜(xǐ)欢这种不确定的惊喜(xǐ)，他们会将(jiāng)生(shēng)成的美图当做头像。而(ér)另一部分喜欢(huān)翻看AI绘画的(de)“翻车”作(zuò)品。在社(shè)交(jiāo)媒体上(shàng)，许(xǔ)多用(yòng)户分享(xiǎng)AI“翻车现场”，例如，一位(wèi)网友的小狗照片被(bèi)AI画(huà)成了“肌肉男”，还有网友的个(gè)人照片被AI识别成了建筑(zhù)。

而如今随着ControlNet的出(chū)现与加持，以(yǐ)往AI绘画的填写关键词(cí)游戏(xì)可(kě)能要被颠覆了。

ControlNet是一位正在(zài)斯坦福读博(bó)的中国人(rén)张吕敏创(chuàng)作的一种基于控制点的图像变形算(suàn)法(fǎ)，主要用(yòng)于数字图像处理、计算机视觉和(hé)计算机图形学等领域。

其SD插件一经发布，在短短(duǎn)的(de)两(liǎng)天内便成为了AI绘画(huà)领域最新(xīn)的热点(diǎn)。

在(zài)此之前，大家用了很多方法想让AI生成的结果尽可(kě)能的符合要求，但是都不(bù)尽如人意，它的出现(xiàn)代表着(zhe)AI生成开始进入真正的可控时期。

因为ControlNet可(kě)以直(zhí)接提(tí)取画面的构图，人物的姿(zī)势和画(huà)面的深(shēn)度信息等。有了它(tā)的帮(bāng)助，就不用频繁(fán)的用提示词来碰(pèng)运气，抽盲(máng)盒式的创作了。

通俗的(de)说(shuō)ControlNet相当(dāng)于给AI绘画加(jiā)了“魔法”，不(bù)少博主(zhǔ)的(de)作品已(yǐ)经获得了(le)大量的浏(liú)览量，“viggo”就(jiù)是(shì)其中之一，他(tā)用(yòng)朋友的照片直接带她们(men)走进动(dòng)漫世界(jiè)。

viggo先用StableDiffusion图片转文字。

再用(yòng)Text2Prompt插件拓展找到(dào)对应的关键词；最后用(yòng)ControlNet插件绑(bǎng)定骨骼开始换关键词试效果。

通过图片就可以看(kàn)出来，效果十分惊(jīng)艳。

更厉(lì)害的是，除了(le)真实的照片，草图也可以加上“魔法”，知(zhī)乎(hū)大(dà)牛“DevPoint”和“逗(dòu)砂”介绍到ControlNet还(hái)能实现(xiàn)线稿转全彩(cǎi)图。大神张吕敏(mǐn)其本尊也(yě)亲自(zì)回应(yīng)。

不(bù)得不说当下AIGC已经变得越来越(yuè)强大，甚至输出的作(zuò)品都已经(jīng)能以假乱真了(le)。

02

难辨虚实，AIGC技术(shù)力爆(bào)发

警惕(tì)安全问(wèn)题

近日(rì)，“苏(sū)州金鸡湖有游艇party”的消息火遍网络，而经过警方辟谣这所谓的(de)“party”可能是(shì)全(quán)国(guó)第一起AI绘图诈骗。

由于(yú)这个活(huó)动里(lǐ)面给(gěi)出的美女(nǚ)照片都是AI制作的真人(rén)照片绘图，因为(wèi)太逼(bī)真(zhēn)，被大(dà)家当成真事传播了。

不过仔细观察可以(yǐ)发现，活动发起者(zhě)提供(gōng)的照片中有个很大(dà)的漏洞可以发(fā)现并非真(zhēn)人，而是AI绘图，那便是图(tú)片中女性的手指部分有(yǒu)的存(cún)在异常(cháng)。

有行业人事表示：“现(xiàn)在因为手指部分(fēn)的绘画算法(fǎ)比较复杂，AI还不太会画(huà)人(rén)的手，但(dàn)最新看(kàn)到的图片已经(jīng)有(yǒu)越来越(yuè)完美的AI模(mó)型(xíng)出现，以后可能(néng)就(jiù)完全没有(yǒu)漏洞了。”

类似的AI作(zuò)图诈骗在国外也已(yǐ)有发生。据英国(guó)广播公司报道，土(tǔ)耳(ěr)其地震期间，有Tiktok用户(hù)使(shǐ)用AI合(hé)成了儿童受(shòu)灾的(de)假照(zhào)片发(fā)布到网(wǎng)络，以此诱骗善良的人打(dǎ)赏“捐助”从而实施诈骗。

目(mù)前随(suí)着技术发展，AIGC已经(jīng)能做出(chū)真人照片(piàn)般的绘图效果，如果这样的图片被用来诈骗，将非常(cháng)可怕。

此(cǐ)外AIGC还引发了很多担忧，一方(fāng)面，批(pī)判(pàn)者(zhě)认为AI在(zài)“学习”了大量前(qián)人的作(zuò)品之后，其(qí)创作(zuò)没有任何情绪(xù)和灵魂，难(nán)以和人类的艺(yì)术创作相提并论。

另一(yī)方面，AIGC背后的版(bǎn)权、目前(qián)都并没(méi)有得到(dào)有效(xiào)的(de)解决，还有AIGC会不会(huì)代(dài)替人类“至高无上”的创意。

马斯(sī)克(kè)也强(qiáng)调，人工智能的安全问题需要得到重(zhòng)视，太晚就来不(bù)及了。

03

AIGC下一站(zhàn)除了视(shì)频，还有远方(fāng)

技术都是有两面性的，潜在的危害并(bìng)不(bù)能掩盖其光(guāng)辉的贡(gòng)献。现(xiàn)在看(kàn)来，人工智能(néng)技术将是第四次工业革命的核心驱动力量，将创造新的(de)增长奇迹(jì)。

过去一年，人工智能(néng)在技术和商业层面都有了巨(jù)大进展，AI绘画就是人工(gōng)智(zhì)能(néng)技(jì)术(shù)发生方向性改变(biàn)的一个代表。其下(xià)一站或许就(jiù)是(shì)视频。

此前，Meta和谷歌先后发布了几条引爆科技圈的短(duǎn)视频。这(zhè)些视频引发关注并(bìng)非内容(róng)做得多优秀，反而都(dōu)非常简单，比(bǐ)如(rú)一(yī)匹正在喝(hē)水的马，一只(zhǐ)画画的(de)玩具熊(xióng)，或者一段(duàn)骑摩托车(chē)的第一视角(jiǎo)录像，随(suí)便一(yī)个有(yǒu)手机(jī)的人都可以(yǐ)随手(shǒu)录下一(yī)段。

但(dàn)这(zhè)些短视频的创作方式非常简(jiǎn)单，创作者仅仅需要(yào)向AI输入(rù)一段话，甚至只是说一下要求，AI就可以根据需要生成一段视频(pín)。

谷歌(gē)发布的两个AI生成视频分(fēn)别(bié)来自(zì)于Imagen Video和(hé)Phenaki，前者主(zhǔ)要突(tū)出的是高清，与Meta的Make-A-Video没有太多的差别。

在Make-A-Video公布了(le)AI生(shēng)成的视频(pín)后(hòu)，AI圈就已经玩了一波梗，一(yī)个能够做出(chū)更高清(qīng)视频的AI还不足以(yǐ)在(zài)短时间内(nèi)戳中兴奋点。

Phenaki更(gèng)加令人(rén)震惊的地方在于，它可(kě)以制作(zuò)出超过2分钟的连贯的也有确切内容的视频，这才是真正让人们(men)感到惊喜的地方。因为(wèi)无论(lùn)AI生成的视(shì)频(pín)多么高清，也(yě)只能是为内容生产者提供一个(gè)灵感，一个素材(cái)，一个(gè)过(guò)场动画。

不过能够制(zhì)作(zuò)出有具(jù)体剧(jù)情内容的视(shì)频就意味着，一些视频创(chuàng)作由(yóu)AI代替人工完成已经初步有了可能。

当下AI的发(fā)展速(sù)度已经超过大部(bù)分(fēn)人的想象。内容产业的(de)本质是(shì)供给创造(zào)需求，AIGC作为全新的内容生(shēng)产方式，可以(yǐ)为内容产业带来更(gèng)新的(de)内容风(fēng)格(gé)、更快的(de)生(shēng)产速度，更低的生产成本，这无疑(yí)会驱动内容产业的大(dà)爆发。

除了(le)AI绘图、视频，AIGC技术(shù)还能应(yīng)用(yòng)于(yú)音乐、代码、机(jī)器人动作等多种内容形式(shì)的生成。不(bù)难发现(xiàn)该项技术不仅在游戏(xì)等行业(yè)能得到有效应用(yòng)，对(duì)于下一代互联网(wǎng)各(gè)种元素的构(gòu)建亦有关键意义。

从(cóng)商业化(huà)的(de)角度来看，文化(huà)娱乐、教育(yù)、传媒等诸(zhū)多(duō)领域(yù)，本身就对基于(yú)AI的可(kě)视化内(nèi)容(róng)有强烈需求。

因(yīn)此，AI绘画及视频或不是结(jié)果(guǒ)，而只是AI进程中的一块重要(yào)拼图，有望在技术更新的加(jiā)持下实(shí)现更大的应用价值(zhí)。

AI从理解(jiě)内容(róng)，走向了可以生成内容，甚至能(néng)够创造出独立价值和独立视角的内(nèi)容。AIGC的再次出圈，更代表着未(wèi)来(lái)的先(xiān)进生产力即将到(dào)来。

04

紧抓大(dà)模型与算力，牢(láo)固AIGC底(dǐ)座

从技术的发(fā)展(zhǎn)也(yě)可(kě)以看出，在语言大模(mó)型、图像大模型(xíng)之后，多模态(tài)大模型已经成为了新的趋势(shì)。

大模(mó)型被(bèi)誉为当前(qián)人工智能发展的(de)智能(néng)底座，是全球竞争最激烈的研究方向之一，包括(kuò)谷歌、亚马(mǎ)逊、百(bǎi)度、阿里、腾(téng)讯(xùn)等众多头部企业都在(zài)竞相发力。

不过(guò)训练大模型(xíng)的确价格不菲，以国盛证(zhèng)券发(fā)布的(de)《ChatGPT需(xū)要多(duō)少算力》报告估算，GPT-3训练一(yī)次的成本约为140万美元。而对于一些更大的LLM(大型语(yǔ)言模型)，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1月(yuè)的(de)独立访客(kè)平均数1300万(wàn)计算，其对应(yīng)芯片需求为3万多片(piàn)英伟达(dá)A100 GPU，初始投入(rù)成本约为8亿美元，每日仅电费就在(zài)5万美(měi)元左右。

此(cǐ)外不论是(shì)ChatGPT还是AIGC，都离不开庞大算力(lì)支持。在关(guān)注各类大(dà)模型的发展同(tóng)时(shí)，更应(yīng)该关注算力网络的建(jiàn)设。

算(suàn)力网络(luò)正驱(qū)动AI产业(yè)发展(zhǎn)进(jìn)入史诗级加速(sù)进(jìn)程，让AIGC及通用AI这(zhè)一人工智(zhì)能(néng)发展的终极目标离得更近。

因为算力可以对(duì)突破性技术创新提(tí)供大(dà)力的支持。这方(fāng)面，多模(mó)态(tài)大模(mó)型是典型。作为面向未来强(qiáng)人(rén)工(gōng)智(zhì)能、通用人工智能的重要技术创(chuàng)新(xīn)，多模态大模型已经在人工智能领域提出了(le)很多年(nián)，业界也有不少技(jì)术突(tū)破，但是，多模态大模型进一步往下(xià)走，算力需求呈几何式上升，一般的算力基础设施(shī)很(hěn)快将难(nán)以(yǐ)胜任。

从图像、文字(zì)、语音单独一项的训练，到双模(mó)态、三(sān)模(mó)态的跃迁，让人工智能可以灵活应(yīng)对不同模态的转化(huà)、像(xiàng)人与世界交互一(yī)样自然，这方面，由(yóu)算力网络来(lái)驱动将有明显优(yōu)势。

此外，还有很多需要(yào)爆发式增长的(de)算力(lì)来支撑的(de)技术(shù)创新，将在(zài)人工智(zhì)能算力网络支撑(chēng)下快速推进(jìn)。

AIGC已经露出曙(shǔ)光，期待在大(dà)模型和大算(suàn)力的支持下AIGC能(néng)持续颠覆内容生(shēng)产(chǎn)的(de)方式，将创造的边际成(chéng)本降低，让万众受(shòu)益。

未经允许不得转载：橘子百科-橘子都知道 睡午觉和不睡午觉有什么区别，为什么不爱午睡的孩子智商高