自聊天机器(qì)人ChatGPT火爆(bào)以来，微软(ruǎn)公司(sī)创始人比尔·盖茨(cí)已多次公开谈论人(rén)工智能(néng)话题(tí)。在最近(jìn)的一次采访(fǎng)中，他再次(cì)表示：“AI可能会(huì)让科技行业迎(yíng)来一次剧烈的洗(xǐ)牌”。

这个(gè)结(jié)论(lùn)是他(tā)在当地时间(jiān)2月20日接受《In Good Company》节目专访时提(tí)出的。

他预(yù)期，AI的发(fā)展可(kě)能会威胁到(dào)谷(gǔ)歌(gē)的(de)市(shì)占率(lǜ)，因为微(wēi)软在AI方面的行动(dòng)相当迅速(sù)。而最终科技(jì)巨(jù)头(tóu)将把(bǎ)AI整合(hé)成用户的“全能助手”，包揽一切(qiè)应用，与人们(men)进行沟通(tōng)并提供建议(yì)，可以取代(dài)亚马逊、Siri或(huò)Outlook等应用。

大佬(lǎo)口中全能助手(shǒu)的到来可能尚需时日，但由ControlNet引发的又一次(cì)AI绘画浪潮，让(ràng)AIGC在(zài)ChatGPT的话题热点(diǎn)包围中(zhōng)杀出重(zhòng)围。

01

ControlNet颠覆AI绘画(huà)新玩法

AIGC向(xiàng)可控靠近(jìn)

以AI绘画为代(dài)表的AIGC上(shàng)一次爆火的时(shí)候(hòu)，还(hái)是2022年8月，在美国科罗拉多(duō)州举办的新兴数字艺(大学几乎都开过房，大学谈恋爱的都开过房吗yì)术(shù)家竞赛中，一幅名为《太空歌剧(jù)院》的作(zuò)品(pǐn)获奖。

随后各大厂(chǎng)商的AI绘(huì)画(huà)软件被(bèi)广大(dà)网友熟知并体验(yàn)，Stable Diffusion便是其中代表。

用(yòng)户们可以在应用(yòng)中输入一组关键词或者一张照片(piàn)，就能(néng)获得一幅(fú)AI创(chuàng)作的画作。

作(zuò)画的关(guān)键(jiàn)就是所输入的文本(běn)。同(tóng)一组关键词(cí)也可(kě)以创作(zuò)出很多张(zhāng)风格不(bù)一样的画作，这让创作(zuò)的过程就像开盲盒。

很(hěn)多用户很(hěn)喜欢这种(zhǒng)不确定(dìng)的惊喜(xǐ)，他们会将(jiāng)生成(chéng)的美图当做(zuò)头像(xiàng)。而另一部分(fēn)喜欢翻看AI绘画的“翻车”作品。在(zài)社交媒体上，许多用户分(fēn)享(xiǎng)AI“翻车(chē)现(xiàn)场”，例如，一位网友(yǒu)的小狗(gǒu)照片被AI画成了(le)“肌肉(ròu)男”，还有网友的个人照(zhào)片被(bèi)AI识(shí)别成了建筑。

而如今随着ControlNet的出(chū)现与加(jiā)持(chí)，以往AI绘画的填写关键词游戏可能要被颠覆了。

ControlNet是一位(wèi)正在斯坦福读博的中国人张吕敏创(chuàng)作的一种(zhǒng)基于控制点的图(tú)像(xiàng)变形(xíng)算法，主要用于数字(zì)图像处理、计算(suàn)机视觉和计(jì)算机图(tú)形(xíng)学(xué)等领域。

其SD插(chā)件一(yī)经发布(bù)，在短短的两天内便成为(wèi)了(le)AI绘画领域最新的热点(diǎn)。

在(zài)此之前，大家用了很多方法(fǎ)想让AI生成的结(jié)果尽可能的符合(hé)要求，但(dàn)是都不尽如人意(yì)，它的出(chū)现(xiàn)代表着AI生成(chéng)开始(shǐ)进入真正的可控时期。

因为(wèi)ControlNet可以直接提取画面(miàn)的(de)构图(tú)，人物的姿(zī)势(shì)和画(huà)面的深度信息等(děng)。有了(le)它的(de)帮助，就不用频繁(fán)的用提(tí)示(shì)词来(lái)碰运气，抽盲盒式的创作了。

通(tōng)俗的说ControlNet相当(dāng)于给AI绘画加了(le)“魔法”，不少博主(zhǔ)的作(zuò)品已经(jīng)获得了(le)大(dà)量的浏览量，“viggo”就(jiù)是其(qí)中之一，他(tā)用朋友的照片直(zhí)接带她们(men)走(zǒu)进动漫世界。

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

再用Text2Prompt插(chā)件拓展(zhǎn)找到对应的关键词；最后(hòu)用ControlNet插(chā)件绑定骨骼开(kāi)始换关键(jiàn)词试效果。

通过图片就可以(yǐ)看(kàn)出来，效果十分惊(jīng)艳。

更厉害的是，除了(le)真实的(de)照(zhào)片(piàn)，草图也可以(yǐ)加(jiā)上“魔(mó)法”，知乎大(dà)牛“DevPoint”和“逗砂”介绍到ControlNet还(hái)能实现线稿转全(quán)彩图。大(dà)神张吕敏其本(běn)尊也亲自(zì)回(huí)应。

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

02

难辨虚实，AIGC技术力爆发

警惕安全(quán)问题

近(jìn)日，“苏州金鸡湖有游(yóu)艇party”的消息火(huǒ)遍网络，而经过警方辟谣(yáo)这(zhè)所谓的“party”可能是全(quán)国第一起AI绘图诈(zhà)骗(piàn)。

由于这(zhè)个活动里面给出的美(měi)女照片都是AI制作的真人照(zhào)片(piàn)绘图，因(yīn)为太逼真，被(bèi)大家(jiā)当成真事传播了。大学几乎都开过房，大学谈恋爱的都开过房吗

不过仔细观(guān)察可(kě)以发现，活动发(fā)起者(zhě)提(tí)供的照片中(zhōng)有个很大的漏洞(dòng)可以发现(xiàn)并非真人，而是AI绘图，那便是(shì)图片(piàn)中女性的手(shǒu)指部分有的存在异常。

有行业人事表示：“现在(zài)因为手指部(bù)分的绘画算(suàn)法比较(jiào)复(fù)杂，AI还不太会画人的手，但最新看(kàn)到的(de)图片已经有(yǒu)越来越完美的(de)AI模型出现，以后可能就完全没有漏洞了。”

类似的AI作图(tú)诈骗在国外也已有(yǒu)发生。据(jù)英国广播(bō)公司报道，土耳(ěr)其(qí)地震期间(jiān)，有Tiktok用户使(shǐ)用AI合成了儿童受灾的(de)假照片发(fā)布(bù)到(dào)网络，以此诱骗善良的人(rén)打赏“捐(juān)助”从(cóng)而实施诈骗。

目前(qián)随着技术发(fā)展，AIGC已经能做出真(zhēn)人照片般的(de)绘图效果，如果这样的图片被用来诈骗，将非常可怕。

此外(wài)AIGC还(hái)引(yǐn)发了很多担忧，一方面，批(pī)判者认为AI在“学(xué)习”了大(dà)量前人的作品之后，其创作没有任何情绪和灵魂(hún)，难以和人(rén)类的艺术创作相提并论(lùn)。

另一方(fāng)面，AIGC背(bèi)后(hòu)的版权、目前都并没有得到有效的(de)解决，还有AIGC会(huì)不会代替人(rén)类(lèi)“至高无(wú)上”的创意。

马斯克也强调，人工智能(néng)的安全问(wèn)题需要得到重视，太晚就(jiù)来(lái)不及了。

03

AIGC下一(yī)站除(chú)了(le)视频(pín)，还有远方(fāng)

技(jì)术都是有两面性的，潜在(zài)的危害并不(bù)能掩盖其光辉的(de)贡献。现在(zài)看(kàn)来，人工智能技术将是第(dì)四(sì)次(cì)工业革命的核心驱动力量，将创造(zào)新的增长奇迹。

过去一年，人(rén)工(gōng)智能在(zài)技术和商(shāng)业层面(miàn)都有(yǒu)了(le)巨大进展，AI绘画(huà)就是人工智能技术发生(shēng)方(fāng)向性改变的(de)一个代表(biǎo)。其下一站或许(xǔ)就(jiù)是视频(pín)。

此(cǐ)前，Meta和谷歌先(xiān)后(hòu)发布了几条引爆科技圈的短(duǎn)视频。这些视频(pín)引(yǐn)发(fā)关注并(bìng)非(fēi)内容做得多优(yōu)秀，反而都非常简(jiǎn)单，比如一(yī)匹正(zhèng)在喝水的马，一只画画的玩具熊，或(huò)者一段骑(qí)摩(mó)托车的第一视(shì)角录像，随便一个有(yǒu)手机(jī)的人都可以随手录下一段。

但这(zhè)些短视频的创(chuàng)作(zuò)方式非(fēi)常(cháng)简单，创作(zuò)者仅仅需(xū)要(yào)向AI输入一段(duàn)话，甚至只是说一下要求(qiú)，AI就可以(yǐ)根据需要(yào)生成(chéng)一段视频。

谷歌发布的两个(gè)AI生成视(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(méi)有(yǒu)太多的(de)差别。

在Make-A-Video公布(bù)了AI生成的视频(pín)后，AI圈就已经(jīng)玩了一波梗，一个能够做出更高清视(shì)频的AI还不足以在短(duǎn)时间(jiān)内戳中(zhōng)兴奋点。

Phenaki更加令人震惊的(de)地方在(zài)于，它(tā)可(kě)以制作出超过2分钟(zhōng)的连(lián)贯的也有确切内(nèi)容的视(shì)频(pín)，这才是真正(zhèng)让人们感到惊喜的地方。因为(wèi)无论AI生成的(de)视频多么高清，也只(zhǐ)能是为内容生产者(zhě)提供一(yī)个灵感(gǎn)，一(yī)个(gè)素材，一个过(guò)场动画。

不过(guò)能够(gòu)制作出有具体(tǐ)剧(jù)情内容的视频就意(yì)味着，一些视频创(chuàng)作(zuò)由AI代替人工(gōng)完(wán)成已经初(chū)步(bù)有(yǒu)了可能。

当下AI的发展速度已经超过大部分人的(de)想象。内容产(chǎn)业的本(běn)质是供给创(chuàng)造需(xū)求，AIGC作为全新(xīn)的内容生产方式，可以为内容产业带来更新的内容风格、更快的生产速度，更低(dī)的生产(chǎn)成本，这(zhè)无(wú)疑会驱动内容(róng)产(chǎn)业的大爆发。

除了AI绘图、视频，AIGC技术还能(néng)应用(yòng)于音(yīn)乐、代(dài)码、机(jī)器人动作等多种内容形式的生成。不难发现该项技术不仅在游戏等行业(yè)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。

从(cóng)商业化的角(jiǎo)度来看(kàn)，文化娱乐、教(jiào)育、传媒(méi)等诸(zhū)多领域，本(běn)身(shēn)就对基于AI的(de)可视化内(nèi)容有强烈需求。

因此，AI绘画及视(shì)频或不(bù)是结果(guǒ)，而只是AI进程中的一块重要拼图，有望在(zài)技(jì)术更新(xīn)的加(jiā)持(chí)下实现更大的应(yīng)用价值。

AI从理解内容，走向了可以生(shēng)成内容，甚至能够创造(zào)出独立价值和独立(lì)视角的(de)内容。AIGC的(de)再次出圈，更代表着(zhe)未来的先进生产力即将到来。

04

紧抓大(dà)模型与算力(lì)，牢固AIGC底座(zuò)

从技(jì)术的(de)发展(zhǎn)也可以看出，在语(yǔ)言大模型、图像大模型之后，多模态大模(mó)型(xíng)已经(jīng)成为(wèi)了新的趋(qū)势。

大模型被誉为当前(qián)人工智(zhì)能发展(zhǎn)的(de)智能底座，是全球竞争最(zuì)激(jī)烈的研究方向之一(yī)，包括谷(gǔ)歌、亚马逊、百(bǎi)度、阿里、腾讯等众多头部企业都在竞相发力(lì)。

不(bù)过(guò)训练大模型的(de)确价格不菲(fēi)，以国盛证券发布的《ChatGPT需(xū)要多少算力》报告估算(suàn)，GPT-3训练一次的(de)成本(běn)约为140万(wàn)美元(yuán)。而对(duì)于一些更大的LLM(大型语言模型)，训练成本则(zé)介(jiè)于200万美元至1200万美元高价之(zhī)间。

以ChatGPT在2023年(nián)1月的独立访客平均数1300万计算，其(qí)对应(yīng)芯片(piàn)需求为3万多片英(yīng)伟(wěi)达(dá)A100 GPU，初始投入成本约为8亿美(měi)元，每日仅(jǐn)电费就在5万美元左右(yòu)。

此(cǐ)外不论是ChatGPT还是AIGC，都离不开庞大算(suàn)力支持。在关注各类大模型(xíng)的发(fā)展同(tóng)时，更应该关注算(suàn)力网络(luò)的建设。

算(suàn)力网络正驱动AI产业发(fā)展进(jìn)入史诗级(jí)加(jiā)速进程，让AIGC及通用(yòng)AI这一人(rén)工智能发展的终极目标离(lí)得(dé)更近。

因(yīn)为算力可以对突破性(xìng)技术创(chuàng)新提供大力的支(zhī)持。这方面，多(duō)模态(tài)大模型是典型。作为面(miàn)向未(wèi)来(lái)强人工(gōng)智(zhì)能、通用人工智能(néng)的重(zhòng)要(yào)技术创新(xīn)，多模态大模(mó)型(xíng)已经在人工(gōng)智能领域(yù)提出了很多年，业界也有不(bù)少(shǎo)技(jì)术突破，但是，多模态大模型(xíng)进一(yī)步往下走，算(suàn)力需求呈几何(hé)式上升，一般的算力基(jī)础(chǔ)设(shè)施(shī)很快将(jiāng)难以(yǐ)胜任。

从图像、文字、语音单(dān)独一(yī)项的训练，到双模(mó)态、三模态(tài)的跃迁，让人工智能(néng)可以灵活应(yīng)对(duì)不同模态的转(zhuǎn)化、像人与世界交互一样自然，这方面，由算力网络来驱动将有明显(xiǎn)优势(shì)。

此外，还有很多需要爆发式增(zēng)长的算力来支撑的技(jì)术创新，将在人(rén)工智能(néng)算(suàn)力网络支(zhī)撑(chēng)下(xià)快速推进。

AIGC已经(jīng)露出曙(shǔ)光(guāng)，期待在大模型和大(dà)算力的支持下(xià)AIGC能持续颠覆内容生(shēng)产(chǎn)的方(fāng)式(shì)，将创造的边际成本降(jiàng)低，让万众受益。

未经允许不得转载：橘子百科-橘子都知道 大学几乎都开过房，大学谈恋爱的都开过房吗