自聊天机器人ChatGPT火(huǒ)爆以来，微软(ruǎn)公(gōng)司(sī)创始(shǐ)人(rén)比尔(ěr)·盖造梦西游3宠物技能几级领悟茨已多次公开谈论(lùn)人工智能话题。在(zài)最(zuì)近(jìn)的一次采访中，他(tā)再次表示：“AI可能会让(ràng)科(kē)技(jì)行业迎来一次剧烈的(de)洗(xǐ)牌”。

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

他预(yù)期，AI的发展可能会威胁到(dào)谷歌的市占率(lǜ)，因(yīn)为微软在AI方面的行(xíng)动相当迅速。而最终科技巨头将把AI整(zhěng)合成用户的“全能助手”，包(bāo)揽一切(qiè)应用，与人(rén)们进行沟通并提供建议，可(kě)以(yǐ)取代亚马逊、Siri或Outlook等应(yīng)用。

大佬口中全能助手的到(dào)来可(kě)能尚需时日，但由ControlNet引发的又(yòu)一次AI绘画浪潮(cháo)，让AIGC在ChatGPT的(de)话题热(rè)点包围中杀(shā)出重围。

01

ControlNet颠覆AI绘画(huà)新玩法

AIGC向可控(kòng)靠近

以AI绘画为代表的AIGC上一(yī)次爆(bào)火的时候，还是(shì)2022年8月，在美国科罗拉多州举办的新(xīn)兴(xīng)数字艺术家竞赛中，一(yī)幅名为《太空歌剧院》的作品获奖。

随后各大厂商的AI绘画软(ruǎn)件(jiàn)被(bèi)广大网友熟(shú)知并(bìng)体验，Stable Diffusion便是(shì)其(qí)中代表。

用户们可以(yǐ)在应用中输入一组关键词(cí)或者一张照片，就能(néng)获得(dé)一幅AI创作的画作。

作画的关键就是所输(shū)入的文(wén)本。同(tóng)一(yī)组关键词也可以创作出(chū)很多张风格不(bù)一样的画作，这让创作的过程(chéng)就像开(kāi)盲盒。

很多用户很(hěn)喜欢这种(zhǒng)不确定的(de)惊喜，他们会(huì)将(jiāng)生(shēng)成的美图当做头像。而另一(yī)部分(fēn)喜欢翻看AI绘画的“翻车(chē)”作品。在社交媒体上，许多用户分享AI“翻车现场(chǎng)”，例如，一位网友的(de)小狗照片被AI画(huà)成了(le)“肌肉男”，还(hái)有网友的个人(rén)照片被AI识别成了建筑。

而如今随(suí)着(zhe)ControlNet的出现与加(jiā)持，以往AI绘画的填写关(guān)键词游戏可能(néng)要被颠覆了。

ControlNet是一位正在斯(sī)坦福读博的中国人张吕敏创作(zuò)的(de)一种基于控制点的图像变形算法(fǎ)，主要用于(yú)数字图像处理、计算机视(shì)觉和计算(suàn)机图(tú)形(xíng)学(xué)等领(lǐng)域。

其SD插件一经发布(bù)，在短短(duǎn)的两天(tiān)内便成(chéng)为了AI绘画领域最新的热点。

在此(cǐ)之前，大家用了(le)很多方法想让AI生成的结果(guǒ)尽(jǐn)可能(néng)的符(fú)合要(yào)求，但是都不尽(jǐn)如(rú)人(rén)意，它的出(chū)现代表着(zhe)AI生成开始进入真(zhēn)正的可控(kòng)时(shí)期。

因为(wèi)ControlNet可(kě)以直接(jiē)提取画面的构图，人物的姿(zī)势和画面的深度信息等(děng)。有了它的帮助，就不用频(pín)繁的用提示词来(lái)碰运(yùn)气，抽盲(máng)盒式的创作了(le)。

通俗的(de)说ControlNet相当于给AI绘画加了(le)“魔法”，不少博主的作品已经获得了大(dà)量(liàng)的浏(liú)览量，“viggo”就(jiù)是其(qí)中(zhōng)之一，他(tā)用朋(péng)友的照片直接带她们走进动(dòng)漫世界。

viggo先用StableDiffusion图片转文字。

再用Text2Prompt插(chā)件拓展找到(dào)对(duì)应的关键词；最后用ControlNet插件绑定骨骼开始换关键词试效果(guǒ)。

通过图片就可(kě)以(yǐ)看出来，效果(guǒ)十分惊艳。

更厉(lì)害(hài)的(de)是，除了(le)真实的照片，草图(tú)也可以(yǐ)加上(shàng)“魔法”，知乎(hū)大牛“DevPoint”和“逗砂”介(jiè)绍到(dào)ControlNet还能实现线稿转全彩图。大神(shén)张吕敏(mǐn)其(qí)本尊也亲自回应。

不得不(bù)说当下AIGC已经变得(dé)越来越强(qiáng)大，甚至输出的作品都已经能以(yǐ)假乱真了。

02

难辨虚实，AIGC技(jì)术力爆发

警惕安全问题(tí)

近日，“苏州金鸡(jī)湖(hú)有游(yóu)艇(tǐng)party”的消息(xī)火遍网络，而经过(guò)警方辟谣这(zhè)所谓的“party”可能是(shì)全国第一起AI绘图诈骗。

由于这个活动(dòng)里(lǐ)面(miàn)给出的美女照片(piàn)都是AI制作(zuò)的真人照片(piàn)绘图，因为(wèi)太逼真，被大家当成真(zhēn)事(shì)传播了。

不过仔(zǎi)细观察可(kě)以发(fā)现，活动发起者提(tí)供(gōng)的照(zhào)片(piàn)中(zhōng)有个很大的漏(lòu)洞可以发现并非真人(rén)，而是AI绘图，那(nà)便是图(tú)片(piàn)中女(nǚ)性(xìng)的手指部分有(yǒu)的存在(zài)异常。

有行(xíng)业人事表示：“现在因为(wèi)手指(zhǐ)部分的绘画算法比较复杂，AI还不太会(huì)画人(rén)的(de)手，但最新看到的图片(piàn)已(yǐ)经有越来越完(wán)美的AI模型出现，以后可能(néng)就完(wán)全(quán)没有漏洞了。”

类似的(de)AI作图诈骗在国外也已有(yǒu)发生。据英(yīng)国广播公司报道(dào)，土耳其地震(zhèn)期间，有Tiktok用户使用AI合成了儿童受灾(zāi)的假照片发布到(dào)网络，以此诱骗善良(liáng)的人打赏“捐助(zhù)”从而实施诈骗。

目前随着技术发展，AIGC已经能(néng)做出(chū)真人照(zhào)片般的绘图效果，如果这样(yàng)的图片被用来诈(zhà)骗，将非(fēi)常可(kě)怕。

此(cǐ)外AIGC还引发了很多担忧，一方面(miàn)，批判者认为(wèi)AI在“学习(xí)”了大(dà)量前人(rén)的作品之(zhī)后(hòu)，其创(chuàng)作(zuò)没有(yǒu)任何情绪和(hé)灵魂，难(nán)以和人类的艺术(shù)创作相提并论(lùn)。

另一方面，AIGC背后(hòu)的版权(quán)、目(mù)前都并没有得到有效的解决，还有AIGC会不(bù)会代替人类“至高无上”的创(chuàng)意。

马(mǎ)斯克也强调，人工智能(néng)的安全问题需要得(dé)到重视，太晚就来不(bù)及了。

03

AIGC下一(yī)站除了视频，还有远方(fāng)

技术都是有(yǒu)两面性(xìng)的，潜在的危害并不能(néng)掩盖其光辉的贡献(xiàn)。现(xiàn)在看来，人工智(zhì)能技(jì)术将是第(dì)四次工业革命的核心驱动力量，将创造新(xīn)的(de)增长奇迹。

过去一(yī)年(nián)，人(rén)工智能在技术和商业层面都(dōu)有了巨大进(jìn)展，AI绘画(huà)就是人工智能技术(shù)发生方向性(xìng)改变(biàn)的一个代(dài)表(biǎo)。其(qí)下一(yī)站或(huò)许就是视频。

此前，Meta和谷歌先后发布了几(jǐ)条引爆科技圈的短(duǎn)视频(pín)。这些(xiē)视频引发关注并(bìng)非内容做得(dé)多优秀(xiù)，反(fǎn)而都非(fēi)常简单，比(bǐ)如一(yī)匹正在(zài)喝水的(de)马，一(yī)只画画的玩具熊，或者一段骑摩托车的第一视角(jiǎo)录(lù)像，随便一个(gè)有手机的人都(dōu)可以随手录下一段。

但这些短视频的创作方式(shì)非常简单(dān)，创作者仅仅需要向(xiàng)AI输入(rù)一段话，甚至只是说一下要求，AI就(jiù)可以根据需要生成一段视频。

谷歌发布的两个AI生成(chéng)视(shì)频分别来自于(yú)Imagen Video和Phenaki，前者主(zhǔ)要突出的是高清，与Meta的(de)Make-A-Video没有(yǒu)太(tài)多的差别。

在Make-A-Video公(gōng)布了AI生成的视频后，AI圈(quān)就(jiù)已经玩了一波梗，一个能够做出更(gèng)高(gāo)清(qīng)视频的AI还不足以在短(duǎn)时间(jiān)内戳中兴(xīng)奋(fèn)点。

Phenaki更加令(lìng)人(rén)震惊的地方(fāng)在(zài)于，它可以制作(zuò)出超过2分钟的(de)连(lián)贯的也有确切内容的视频，这才是(shì)真正让(ràng)人们(men)感到惊喜的地方。因为无论AI生成的视频多么高清，也只(zhǐ)能是为(wèi)内容生产者提供一(yī)个灵感，一个素材，一个过场(chǎng)动画。

不过能(néng)够制作出有具(jù)体剧(jù)情内容(róng)的(de)视频就意味着，一些视(shì)频创作由AI代替人(rén)工完成已经(jīng)初步有了可能。

当下AI的发展速度已经超过大部(bù)分人的想象。内容产业的本质(zhì)是供给创造需(xū)求，AIGC作为全新的内容生产方式，可以为内容产业带来更新(xīn)的内容风格、更快的生产速度，更低(dī)的生产成(chéng)本，这无(wú)疑(yí)会(huì)驱动内容产业的(de)大爆发。

除了AI绘图、视频，AIGC技术(shù)还能应用于音(yīn)乐、代码、机器人动作等多种(zhǒng)内容形式的生(shēng)成。不(bù)难发(fā)现(xiàn)该项技术不(bù)仅在游戏等行业能(néng)得到(dào)有效(xiào)应(yīng)用，对于下一代互(hù)联网各种(zhǒng)元(yuán)素的(de)构建(jiàn)亦有关键意义(yì)。

从商业化的(de)角度来看，文(wén)化娱(yú)乐、教育、传媒等(děng)诸多领域(yù)，本身就对(duì)基于AI的可视化(huà)内容有强烈需求。

因此，AI绘(huì)画及(jí)视频或不是结果，而只是AI进程中的一(yī)块(kuài)重要拼图，有望在技术(shù)更新(xīn)的加持下(xià)实现(xiàn)更大的(de)应用价值。

AI从理解内容，走向(xiàng)了可以生(shēng)成(chéng)内(nèi)容，甚至能(néng)够创造出独立(lì)价值和独立视角的内容。AIGC的再次出圈，更代(dài)表着未来的(de)先进生产力即(jí)将到来(lái)。

04

紧(jǐn)抓大模型与算力，牢固AIGC底座

从技术的(de)发展(zhǎn)也可以看出，在(zài)语言大模型、图像(xiàng)大(dà)模(mó)型(xíng)之后(hòu)，多模(mó)态大(dà)模(mó)型已经(jīng)成为了新的趋势。

大模型被(bèi)誉(yù)为当前人工智能发展的智能底座(zuò)，是全球(qiú)竞争(zhēng)最激烈的研究(jiū)方向之一，包(bāo)括谷歌、亚马(mǎ)逊(xùn)、百度、阿里(lǐ)、腾讯等(děng)众多头部企业都在竞相发力。

不过训练(liàn)大(dà)模型的确价格不菲，以国盛证券发(fā)布的《ChatGPT需要多(duō)少算(suàn)力(lì)》报告估(gū)算，GPT-3训练一次(cì)的成本约为140万美元。而对于一些更大(dà)的LLM(大(dà)型语(yǔ)言模型)，训练成(chéng)本(běn)则(zé)介于(yú)200万美元至1200万美元高价之(zhī)间。

以ChatGPT在2023年(nián)1月的独立(lì)访客(kè)平均数1300万计算，其对应芯片需求为3万(wàn)多片英伟达A100 GPU，初始投入成本约为8亿美元，每日仅电(diàn)费就在5万美元左右。

此(cǐ)外(wài)不论(lùn)是ChatGPT还是AIGC，都离不开庞大算力(lì)支(zhī)持。在关注各类大模型的(de)发展同时，更(gèng)应该关注算力网络的建设。

算力(lì)网络正驱动AI产(chǎn)业发展进(jìn)入史诗级加速(sù)进程，让AIGC及通用AI这(zhè)一人工智能发展的终(zhōng)极目标离得更近。

因为算力可以对突破性技术(shù)创(chuàng)新提(tí)供大力的支持。这方(fāng)面(miàn)，多模态大模(mó)型是(shì)典型(xíng)。作为面向(xiàng)未来强人工智能、通用(yòng)人工智(zhì)能的(de)重要技术(shù)创新(xīn)，多(duō)模态大模型已经在人工智能(néng)领(lǐng)域提(tí)出了很多(duō)年，业界(jiè)也有不少(shǎo)技术(shù)突(tū)破，但是，多模态大模型进一步(bù)往下走，算力需求(qiú)呈几(jǐ)何(hé)式上升，一(yī)般(bān)的算力基础设施很快将难(nán)以胜任。

从图像、文字、语(yǔ)音(yīn)单独一项的训练，到双模态(tài)、三模(mó)态的跃迁，让人工智能可以灵活应对不同模态的转化、像人与世界交互一样自(zì)然，这方面，由算力(lì)网络来驱动将有明显优(yōu)势。

此外(wài)，还有很多(duō)需要爆发式(shì)增(zēng)长的算(suàn)力来支撑的技(jì)术创新，将在人工智能算力(lì)网络支撑下快速(sù)推进。

AIGC已(yǐ)经露出曙光(guāng)，期待在大模型和大算(suàn)力的(de)支持(chí)下(xià)AIGC能持(chí)续(xù)颠覆内容生产的方式，将(jiāng)创造的(de)边(biān)际成(chéng)本降低，让万众受益。

未经允许不得转载：橘子百科-橘子都知道 造梦西游3宠物技能几级领悟