自聊(liáo)天机器人ChatGPT火爆以来，微软公司创(chuàng)始人比尔·盖茨(cí)已多(duō)次公开谈论(lùn)人工智能(néng)话题。在最近的一次采访中，他再(zài)次表示：“AI可能(néng)会让科技行(xíng)业迎来一次剧烈的洗牌”。

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

他(tā)预期，AI的发展(zhǎn)可能会威(wēi)胁到谷歌的市占(zhàn)率(lǜ)，因为(wèi)微(wēi)软在AI方面(miàn)的行动相(xiāng)当迅速。而最(zuì)终科(kē)技巨(jù)头将把(bǎ)AI整合成用户的“全能助手”，包揽(lǎn)一(yī)切应(yīng)用，与人们进行沟通并(bìng)提(tí)供建(jiàn)议，可以(yǐ)取代亚(yà)马逊(xùn)、Siri或Outlook等应用(yòng)。

大佬(lǎo)口中全能(néng)助(zhù)手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AIGC在ChatGPT的话题热点包围(wéi)中杀出(chū)重(zhòng)围。

01

ControlNet颠覆AI绘画新玩法

AIGC向可控靠近

以AI绘(huì)画为代(dài)表(biǎo)的AIGC上一次爆(bào)火(huǒ)的时候(hòu)，还是(shì)2022年8月，在美国科罗拉多州举办的(de)新兴数(shù)字艺术家竞(jìng)赛中(zhōng)，一幅名为《太空(kōng)歌剧院(yuàn)》的作品获奖。

随(suí)后各大厂商的AI绘画软件被广大(dà)网(wǎng)友熟(shú)知(zhī)并体验，Stable Diffusion便(biàn)是其中(zhōng)代表。

5公里世界纪录多少 5公里世界纪录是几分钟io="0.7261345852895149" data-s="300,640" data-type="jpeg" data-w="639">

用户们可以在(zài)应用中输入(rù)一组关键(jiàn)词或者一张照片，就(jiù)能获得一幅AI创作(zuò)的画作(zuò)。

作画的(de)关键就(ji5公里世界纪录多少 5公里世界纪录是几分钟ù)是(shì)所(suǒ)输入的文本。同一组关键词也可(kě)以(yǐ)创作(zuò)出(chū)很(hěn)多张风格(gé)不一样的画作，这让创作的(de)过程(chéng)就像开盲盒。

很(hěn)多(duō)用户很喜(xǐ)欢这(zhè)种不确定的惊喜，他(tā)们会将(jiāng)生(shēng)成的美图当(dāng)做头像。而另一部分喜欢翻看AI绘画(huà)的“翻(fān)车”作(zuò)品。在社交(jiāo)媒体(tǐ)上，许多用户(hù)分享(xiǎng)AI“翻(fān)车现(xiàn)场”，例(lì)如，一(yī)位网友的(de)小(xiǎo)狗照片被AI画成了“肌肉男”，还(hái)有(yǒu)网友的个人照片被AI识别成了建筑。

而如今随(suí)着ControlNet的出现与(yǔ)加(jiā)持，以往AI绘画的填写关键词(cí)游(yóu)戏可能(néng)要被颠覆了。

ControlNet是一位(wèi)正(zhèng)在斯坦福(fú)读博的中国人张吕敏创作的(de)一种基于控(kòng)制点(diǎn)的图(tú)像变(biàn)形(xíng)算法，主要用于数字图像处理(lǐ)、计算(suàn)机视觉和计算机(jī)图形学等领域。

其SD插件(jiàn)一经发布(bù)，在短短的两天内(nèi)便成(chéng)为了AI绘画领域最新的热点。

在(zài)此之前，大家用了(le)很(hěn)多方法想(xiǎng)让AI生成的(de)结(jié)果尽(jǐn)可能(néng)的符(fú)合要求，但是(shì)都不(bù)尽如人意，它的出(chū)现代表着AI生成开(kāi)始(shǐ)进入真(zhēn)正的可控时期。

因为ControlNet可以直接(jiē)提取画面的构图(tú)，人物的姿势和画面(miàn)的(de)深度信息(xī)等(děng)。有了它的帮助，就不(bù)用频繁(fán)的用提示(shì)词(cí)来碰运气，抽盲(máng)盒式的(de)创作了。

通俗的(de)说(shuō)ControlNet相当(dāng)于给AI绘画加(jiā)了“魔(mó)法(fǎ)”，不少博主的作(zuò)品已经获(huò)得了大量的浏(liú)览(lǎn)量，“viggo”就是其(qí)中之一，他用(yòng)朋友(yǒu)的(de)照(zhào)片直接带她们走进动漫(màn)世(shì)界。

viggo先用(yòng)StableDiffusion图片转文字。

再(zài)用Text2Prompt插件拓展找(zhǎo)到对应(yīng)的关(guān)键词；最后用ControlNet插件绑定骨骼开始换关键词试效果。

通过图片就可(kě)以(yǐ)看出来(lái)，效果十(shí)分惊艳。

更厉害的是，除了(le)真实(shí)的照(zhào)片(piàn)，草图也可以加上“魔法(fǎ)”，知乎大牛“DevPoint”和“逗砂”介绍到(dào)ControlNet还能实现线稿(gǎo)转全彩(cǎi)图。大神张吕敏其(qí)本(běn)尊也(yě)亲自回应。

不得不(bù)说当下AIGC已(yǐ)经变得越(yuè)来越强大，甚至输(shū)出的作(zuò)品(pǐn)都已经(jīng)能(néng)以假乱真(zhēn)了(le)。

02

难辨虚实，AIGC技术力爆发

警惕(tì)安全问题

近日，“苏(sū)州(zhōu)金鸡湖(hú)有游艇(tǐng)party”的消息火遍(biàn)网(wǎng)络，而经过警(jǐng)方辟谣这所谓的“party”可能(néng)是全国第一(yī)起AI绘图诈骗。

由(yóu)于这个活动里面(miàn)给出的美(měi)女照片都是AI制作的真人照片(piàn)绘图，因为太逼真，被大家当(dāng)成真事传(chuán)播(bō)了(le)。

不过仔细观察(chá)可以发现，活动(dòng)发起者提供的(de)照片中有个很大的漏洞可(kě)以(yǐ)发(fā)现并(bìng)非真人，而是AI绘图，那(nà)便是图片中女性(xìng)的(de)手指部分有的存在异常。

有行业人事表示：“现在(zài)因为手(shǒu)指部分的(de)绘画算(suàn)法比(bǐ)较复杂，AI还不(bù)太会(huì)画人的手，但最(zuì)新看到的图片已经有(yǒu)越来(lái)越完美的AI模型出现，以后可能就完全没(méi)有漏洞了(le)。”

类似的AI作(zuò)图诈骗在国外(wài)也(yě)已有(yǒu)发(fā)生。据英国(guó)广播公司报道，土耳其(qí)地(dì)震期(qī)间，有Tiktok用户使用AI合成了儿童受(shòu)灾(zāi)的假照片发(fā)布到网络，以此诱骗善良的人打赏“捐助”从而实施(shī)诈骗(piàn)。

目前随着(zhe)技术发展，AIGC已经(jīng)能(néng)做(zuò)出真人照片般的绘图效果(guǒ)，如果这样的图片(piàn)被用来(lái)诈骗，将(jiāng)非常(cháng)可怕。

此外(wài)AIGC还(hái)引发了很多担忧，一方面，批判者(zhě)认为(wèi)AI在(zài)“学(xué)习”了大量前人的作品之后，其创作(zuò)没有任何情(qíng)绪(xù)和灵魂(hún)，难以和人类(lèi)的艺术(shù)创作相提并论。

另(lìng)一方面，AIGC背后的版(bǎn)权、目(mù)前都并没有得到(dào)有效的解决，还有AIGC会(huì)不会代(dài)替(tì)人类“至高无上”的创意。

马(mǎ)斯克也强调(diào)，人工智能的安全(quán)问题需(xū)要(yào)得到重视，太晚就(jiù)来不及了。

03

AIGC下(xià)一站除了(le)视(shì)频(pín)，还有(yǒu)远方

技术都是有两面性的(de)，潜在(zài)的危害并(bìng)不能(néng)掩盖其光辉的贡献。现在看来，人工智能技术(shù)将(jiāng)是第四次工业革命的核心(xīn)驱动力量，将(jiāng)创造新的增长奇迹(jì)。

过(guò)去一年，人工智能(néng)在技术和商业层面都有了巨大进展，AI绘画就(jiù)是人工智能技术发生方向性改(gǎi)变的一个代表。其(qí)下一站或许(xǔ)就是视频。

此前，Meta和谷歌先后发布了几条引爆(bào)科技圈的短(duǎn)视频。这些视频引发(fā)关注并非内容做得(dé)多优秀，反(fǎn)而都(dōu)非常简单(dān)，比如(rú)一匹(pǐ)正在(zài)喝水的马，一只画画(huà)的(de)玩具5公里世界纪录多少 5公里世界纪录是几分钟(jù)熊，或(huò)者一段骑摩托车的第一视角录像，随便一个有手机的人都可以随手录(lù)下一(yī)段。

但(dàn)这些短(duǎn)视频的创作方(fāng)式非常简单(dān)，创作者仅仅需要向(xiàng)AI输入一(yī)段(duàn)话(huà)，甚至只是说一下要求，AI就(jiù)可以根据需要生成一段视(shì)频。

谷歌发布(bù)的两个AI生成视频分(fēn)别来(lái)自于(yú)Imagen Video和Phenaki，前者主要(yào)突出的是高(gāo)清，与Meta的Make-A-Video没有(yǒu)太(tài)多的差别。

在Make-A-Video公布了AI生成(chéng)的视频后，AI圈就(jiù)已经玩了一波(bō)梗(gěng)，一个能够做出(chū)更高清视(shì)频的AI还不足以在短时间内戳(chuō)中兴(xīng)奋(fèn)点。

Phenaki更加令人(rén)震(zhèn)惊(jīng)的地方在于，它(tā)可以制作(zuò)出(chū)超(chāo)过2分钟(zhōng)的连贯的也有确(què)切内容的(de)视频，这才是(shì)真正让人们感到(dào)惊喜(xǐ)的地方。因为无论AI生(shēng)成的(de)视频多(duō)么高清，也(yě)只(zhǐ)能是为内(nèi)容(róng)生产(chǎn)者(zhě)提供一个(gè)灵感，一个素(sù)材，一个(gè)过(guò)场动画。

不过能(néng)够制作出有(yǒu)具体剧(jù)情(qíng)内容的视频就意(yì)味着，一些视频创作由AI代替人工完成已(yǐ)经初步有(yǒu)了可(kě)能。

当下AI的发(fā)展速(sù)度已经超(chāo)过大(dà)部分人(rén)的想象。内(nèi)容产业的本质是供(gōng)给创造(zào)需求(qiú)，AIGC作为全新的(de)内容生(shēng)产方式，可(kě)以为(wèi)内容(róng)产业带(dài)来更新的内(nèi)容风(fēng)格、更快的生产速度，更低的生产成本，这无疑会驱(qū)动内(nèi)容产(chǎn)业的(de)大(dà)爆发。

除(chú)了(le)AI绘图(tú)、视(shì)频(pín)，AIGC技术还(hái)能应用(yòng)于音乐、代码(mǎ)、机器(qì)人动(dòng)作等多种内容形(xíng)式(shì)的生成。不难发现该项(xiàng)技术不仅在游戏等行业能得(dé)到有效应用，对于(yú)下一代互(hù)联网(wǎng)各种元(yuán)素的(de)构建亦有关键(jiàn)意义。

从商业(yè)化的(de)角度来看，文化娱乐、教育、传(chuán)媒等诸多领域，本(běn)身就对基于AI的可(kě)视化(huà)内(nèi)容有强(qiáng)烈需求。

因此，AI绘画及视频或不(bù)是(shì)结(jié)果(guǒ)，而只(zhǐ)是AI进(jìn)程中的一(yī)块重要(yào)拼图，有望在技术更新的加持下实现更大的应(yīng)用价值。

AI从理解内容，走向了可以生成内容，甚至能(néng)够(gòu)创(chuàng)造出(chū)独立(lì)价值和独立视角的内(nèi)容。AIGC的再次出圈，更(gèng)代(dài)表着未来的先进(jìn)生产力(lì)即将到来(lái)。

04

紧抓(zhuā)大模型与算力，牢(láo)固AIGC底座

从(cóng)技术的发展也可以看出，在语言大模型、图(tú)像大模型之(zhī)后，多模态大模型(xíng)已经成为了新的趋势。

大(dà)模型(xíng)被誉为当前人工智能发展的智能(néng)底座，是全球竞争最(zuì)激烈的研究方(fāng)向之一，包括谷歌(gē)、亚马逊、百度(dù)、阿里、腾(téng)讯等众多头部企业都在竞相发力。

不过训练大模型的确价格不菲(fēi)，以国盛证券发(fā)布的《ChatGPT需要多少(shǎo)算力》报告估(gū)算，GPT-3训练一(yī)次的成本约为(wèi)140万美元。而(ér)对于一些(xiē)更(gèng)大的LLM(大型语(yǔ)言模型)，训练成本(běn)则介于(yú)200万美元至1200万美元高价之间。

以ChatGPT在2023年(nián)1月(yuè)的独立访客平均(jūn)数1300万(wàn)计算，其(qí)对应芯片(piàn)需(xū)求为(wèi)3万多片(piàn)英伟达A100 GPU，初(chū)始投入(rù)成本约为8亿美元，每日仅电费就在5万美元左右。

此外不(bù)论是ChatGPT还是AIGC，都离不开庞大算(suàn)力支持。在关(guān)注(zhù)各类大模型的发展同时，更应该关注算力网络的建设。

算力网络正驱动(dòng)AI产业(yè)发(fā)展进入史诗级(jí)加速进程，让(ràng)AIGC及通用AI这一(yī)人工(gōng)智能发展的(de)终极目(mù)标离得更近(jìn)。

因(yīn)为(wèi)算力(lì)可以对突破性技术(shù)创新提供(gōng)大(dà)力的支持。这方面，多模态大模型是典型。作为面向(xiàng)未来强人工(gōng)智能、通用人工智能(néng)的重要技(jì)术创新(xīn)，多模态大模型已经在人(rén)工智能(néng)领域提出了(le)很多年，业界也有不少(shǎo)技术(shù)突破，但是(shì)，多模态大模型(xíng)进一步(bù)往(wǎng)下走，算力(lì)需求呈几何式(shì)上升，一般的(de)算(suàn)力基础设施很快(kuài)将(jiāng)难以胜任。

从图像、文字、语音(yīn)单独一项(xiàng)的训(xùn)练，到双模态、三模态的跃(yuè)迁，让人(rén)工(gōng)智能可以灵(líng)活应(yīng)对不同模态的转(zhuǎn)化、像人与世界交互一(yī)样自然，这(zhè)方面，由算力网络来驱动将有明显优势。

此(cǐ)外，还有(yǒu)很多需要爆发式(shì)增长的算力来支撑的技术创新，将(jiāng)在人工智能算力(lì)网络支撑下(xià)快速推进。

AIGC已经(jīng)露出曙光，期待在(zài)大模型和(hé)大算力的支持(chí)下AIGC能持续颠覆内容生产的方式，将创(chuàng)造的边际成本降低，让万众受(shòu)益。

未经允许不得转载：橘子百科-橘子都知道 5公里世界纪录多少 5公里世界纪录是几分钟