自聊(liáo)天机(jī)器人ChatGPT火爆以来，微软公司创始人比尔·盖(gài)茨(cí)已多次(cì)公开谈论人工(gōng)智能话(huà)题。在最近的一次采访中(zhōng)，他再次表示：“AI可能会让科技(jì)行业迎(yíng)来(lái)一次(cì)剧烈的洗牌(pái)”。

这个结论是他在当地时间2月(yuè)20日接(jiē)受(shòu)《In Good Company》节目专(zhuān)访(fǎng)时(shí)提(tí)出的。

他预期，AI的发展可能会(huì)威胁到谷歌(gē)的市(shì)占率，因为微软在(zài)AI方面的行动相当迅(xùn)速。而(ér)最终科技(jì)巨(jù)头将(jiāng)把AI整(zhěng)合成用户(hù)的“全(quán)能助手”，包揽一切应用，与(yǔ)人们进(jìn)行(xíng)沟通(tōng)并提供建议(yì)，可以取代(dài)亚马(mǎ)逊、Siri或Outlook等应用。

大佬(lǎo)口中全(quán)能(néng)助手的到来可能尚(shàng)需时日(rì)，但由ControlNet引发的又一(yī)次AI绘画浪潮(cháo)，让(ràng)AIGC在ChatGPT的话题热(rè)点包围中杀出重围。

01

ControlNet颠(diān)覆AI绘画新玩(wán)法

AIGC向(xiàng)可控靠近

以(yǐ)AI绘画为代表的AIGC上(shàng)一(yī)次爆火的时(shí)候，还是(shì)2022年8月(yuè)，在美国科罗拉多州(zhōu)举(jǔ)办的(de)新兴数字艺术家竞赛中，一幅名为《太空(kōng)歌剧院》的(de)作品获奖。

随(suí)后各(gè)大厂商的AI绘画软件被广大网友(yǒu)熟(shú)知并体验，Stable Diffusion便(biàn)是其(qí)中(zhōng)代表。

用(yòng)户(hù)们可以在应用中输入一组(zǔ)关键词或者(zhě)一张照(zhào)片(piàn)，就(jiù)能获得一幅AI创(chuàng)作的(de)画作。

作(zuò)画的关键(jiàn)就(jiù)是(shì)所(suǒ)输入(rù)的文本。同一(yī)组关键词也可以(yǐ)创作出(chū)很多(duō)张风格(gé)不一样的(de)画作，这让创作的过程(chéng)就像(xiàng)开盲盒(hé)。

很多用户(hù)很喜(xǐ)欢这种不确(què)定(dìng)的惊喜(xǐ)，他(tā)们会将(jiāng)生成的美图当做头像(xiàng)。而(ér)另(lìng)一部(bù)分喜欢翻看(kàn)AI绘画(huà)的“翻(fān)车”作品(pǐn)。在(zài)社交媒体(tǐ)上，许多用户分享AI“翻车现(xiàn)场”，例如，一(yī)位(wèi)网友(yǒu)的小狗(gǒu)照(zhào)片(piàn)被AI画成了“肌肉男”，还有网(wǎng)友(yǒu)的个人照(zhào)片被(bèi)AI识别成了建筑。

而如今随(suí)着ControlNet的出现与加(jiā)持，以往AI绘画(huà)的填写关键词(cí)游戏可能要被颠覆了。

ControlNet是一位正在斯坦(tǎn)福读博的(de)中国人张吕(lǚ)敏创作的一(yī)种基于控(kòng)制点的(de)图像变形(xíng)算(suàn)法，主要用于数字(zì)图(tú)像(xiàng)处理(lǐ)、计算机(jī)视觉和计算机图形学等领(lǐng)域。

其SD插(chā)件一经发(fā)布，在短短的两天内便(biàn)成为了AI绘画领域最新的热(rè)点。

在(zài)此之前，大家用(yòng)了很多方法想让AI生(shēng)成的结果尽可能的(de)符合要求，但(dàn)是都(dōu)不尽如(rú)人意，它的(de)出现代表(biǎo)着AI生(shēng)成开始进入真正的可控时期。

因为ControlNet可以直接提取画面(miàn)的(de)构图，人物的姿势和画面的深度信息等。有(yǒu)了它(tā)的(de)帮助，就不用(yòng)频(pín)繁的用提(tí)示词来(lái)碰运气，抽盲盒式的创作了。

通俗的说ControlNet相当于给AI绘画加了“魔法”，不少博主的作品已经获(huò)得了大量的浏览(lǎn)量，“viggo”就是其中之(zhī)一，他(tā)用朋(péng)友的(de)照片(piàn)直接带她(tā)们走(zǒu)进动漫世界。

viggo先用StableDiffusion图片(piàn)转文字(zì)。

再用Text2Prompt插件拓展(zhǎn)找到对应(yīng)的关键词；最后用ControlNet插件绑定骨骼开(kāi)始(shǐ)换关(guān)键词试效(xiào)果。

通(tōng)过图片就可以看(kàn)出来，效果十分惊艳。

更厉(lì)害的是，除了真实的照(zhào)片，草(cǎo)图也(yě)可以(yǐ)加上“魔法”，知乎大牛“DevPoint”和“逗(dòu)砂(shā)”介绍到(dào)ControlNet还能实(shí)现线稿转全彩图。大神(shén)张吕敏(mǐn)其本尊(zūn)也亲自回应。

不得(dé)不说当下AIGC已经变得越来越(yuè)强(qiáng)大(dà)，甚至输(shū)出(chū)的(de)作品(pǐn)都已经能以假乱(luàn)真了。

02

难辨虚(xū)实(shí)，AIGC技术力爆发

警惕安全问题

近日，“苏州金鸡湖(hú)有游艇party”的消息火遍网络(luò)，而经过(guò)警方辟谣这所谓的“party”可(kě)能是全国第一(yī)起AI绘图诈(zhà)骗。

由(yóu)于这(zhè)个活动里面给出的美(měi)女照片都是AI制作的真人照片绘图(tú)，因为太逼真，被大家当成真事传(chuán)播了。

不(bù)过仔细观察可以发现，活动发起者(zhě)提供的照片(piàn)中有个(gè)很大的漏洞可以发现并非(fēi)真(zhēn)人，而(ér)是AI绘图，那便是(shì)图片中女(nǚ)性的手指部(bù)分有的存在异常。

有行(xíng)业(yè)人事表示：“现在(zài)因为(wèi)手指(zhǐ)部(bù)分(fēn)的绘画算法(fǎ)比较(jiào)复(fù)杂，AI还不太会画(huà)人(rén)的手，但最新看到的(de)图(tú)片(piàn)已(yǐ)经有越来(lái)越(yuè)完美的AI模型出现，以后可能(néng)就完全没有(yǒu)漏洞了。”

类似的AI作(zuò)图(tú)诈骗在国外也已有发生。据(jù)英国广播(bō)公司报道，土(tǔ)耳其地震期间，有Tiktok用户(hù)使用AI合成了儿童受灾(zāi)的假照片发布到网络，以此诱骗善良的人打赏“捐助”从(cóng)而实(shí)施(shī)诈骗。

目前随(suí)着(zhe)技术发展，AIGC已经(jīng)能(néng)做出真(zhēn)人(rén)照片般的绘(huì)图(tú)效果，如(rú)果这样的(de)图(tú)片被用来诈骗，将非常可怕。

此外AIGC还(hái)引发了很多担忧，一方面，批判者认为AI在“学习”了大(dà)量前人的(de)作(zuò)品之(zhī)后(hòu)，其创作(zuò)没有(yǒu)任何(hé)情绪和灵魂，难以和人类的艺术创作相(xiāng)提并论。

另一方面(miàn)，AIGC背(bèi)后的(de)版权、目前(qián)都并没有得到有效的解决，还有AIGC会(huì)不会代替人类“至高无(wú)上”的(de)创意。

马斯克也强调，人(rén)工智能的安全问题(tí)需要得到重视，太晚就来不(bù)及了。

03

AIGC下一站除了视频(pín)，还有远(yuǎn)方

技术都(dōu)是有(yǒu)两面性的，潜在的(de)危害并不能掩盖其光(guāng)辉的贡(gòng)献。现(xiàn)在看(kàn)来，人工智(zhì)能技术(shù)将是第四次工业(yè)革命的核心驱动力量，将创造新的增长奇迹。

过去一年，人工(gōng)智能(néng)在(zài)技术和商业(yè)层面(miàn)都(dōu)有了巨大进(jìn)展，AI绘(huì)画就是人工(gōng)智能技术发生(shēng)方(fāng)向性改(gǎi)变(biàn)的一个(gè)代表(biǎo)。其下一站或许就是(shì)视频。

此(cǐ)前，Meta和(hé)谷歌先(xiān)后发布了几(jǐ)条(tiáo)引(yǐn)爆科技圈(quān)的短视(shì)频。这些视频引(yǐn)发关(guān)注并(bìng)非内(nèi)容做得多优秀，反(fǎn)而都非常简(jiǎn)单，比如一匹正(zhèng)在喝水的马，一只画画的玩具熊，或(huò)者一段骑(qí)摩托车的第一(yī)视(shì)角录像，随便一个有手机的(de)人都可以随手(shǒu)录(lù)下一段。

但(dàn)这些短视(shì)频的(de)创作方式非常简单，创作者仅仅需要向1tbsp等于多少克细砂糖，1.5g盐大概有多少AI输(shū)入一段话，甚至只是(shì)说(shuō)一(yī)下要求，AI就(jiù)可以根据需要生成(chéng)一段(duàn)视频(pín)。

谷(gǔ)歌(gē)发布的两个AI生成视频分别来(lái)自于Imagen Video和Phenaki，前者(zhě)主要突(tū)出的(de)是(shì)高清(qīng)，与Meta的Make-A-Video没有太(tài)多的(de)差别。

在Make-A-Video公布了AI生成的视频后，AI圈就已经(jīng)玩了一波(bō)梗，一个能够(gòu)做出更(gèng)高(gāo)清视频的AI还不足以(yǐ)在短时间内戳中兴奋(fèn)点。

Phenaki更(gèng)加令(lìng)人(rén)震惊的地(dì)方在(zài)于，它可以制(zhì)作(zuò)出超(chāo)过2分(fēn)钟的连贯的(de)也(yě)有确切内容的(de)视频，这(zhè)才是真正让人(rén)们感到惊喜的地(dì)方。因(yīn)为(wèi)无(wú)论AI生成的视频(pín)多么高清(qīng)，也(yě)只能是为内容生产者提供一个灵感(gǎn)，一个素材，一个过场动画。

不过能(néng)够制作(zuò)出(chū)有(yǒu)具体剧(jù)情内容的(de)视频(pín)就意味着，一些(xiē)视频创作由AI代替人工完成已(yǐ)经初步有(yǒu)了可能(néng)。

当下(xià)AI的发展速度已经超过(guò)大(dà)部分人的想象。内(nèi)容产业的本质是供给(gěi)创造需求，AIGC作为全新的内容生产(chǎn)方式，可以为(wèi)内容产业带(dài)来更新的(de)内容风格、更(gèng)快的生产速度，更低的(de)生产成本，这无疑会驱动内容产(chǎn)业的(de)大爆发(fā)。

除了AI绘图(tú)、视频(pín)，AIGC技术还(hái)能应用于音乐(lè)、代(dài)码、机器人动作等多种内容形式的生成。不难发现(xiàn)该项技(jì)术不仅在游(yóu)戏等行业能(néng)得(dé)到有效应用，对于下一代(dài)互联网(wǎng)各(gè)种元素的构建亦(yì)有(yǒu)关(guān)键意义。

从商业化(huà)的角度来看(kàn)，文(wén)化娱乐(lè)、教育、传媒等(děng)诸多领域，本身就对基于(yú)AI的可视(shì)化内容(róng)有强(qiáng)烈需(xū)求。

因此，AI绘画及(jí)视频或不是结(jié)果，而只是AI进程中的一块重要拼图，有望在技(jì)术更新的加持下实现更(gèng)大的应用价值。

AI从(cóng)理(lǐ)解内容，走(zǒu)向了(le)可以生(shēng)成(chéng)内容(róng)，甚至能够创(chuàng)造(zào)出独立价(jià)值和独立(lì)视角的内容。AIGC的再次出(chū)圈(quān)，更代表(biǎo)着未来的先进生产力即将(jiāng)到来(lái)。

04

紧抓大(dà)模型与(yǔ)算力，牢固AIGC底座(zuò)

从技术的(de)发(fā)展也(yě)可以看(kàn)出，在语言大模(mó)型、图像(xiàng)大模(mó)型之后，多模态大模型已经(jīng)成为了新的趋势。

大模型(xíng)被誉为(wèi)当前(qián)人工智能发展(zhǎn)的智能底座，是全(quán)球(qiú)竞争最激烈的研究(jiū)方向之一(yī)，包括谷歌、亚马逊、百度、阿里(lǐ)、腾讯(xùn)等众多头部企业都在(zài)竞相发力(lì)。

不过训练(liàn)大模型的(de)确价格不(bù)菲，以国盛证(zhèng)券发布的(de)《ChatGPT需(xū)要多少算力》报告(gào)估算，GPT-3训(xùn)练(liàn)一次(cì)的成本约为140万美元。而对于(yú)一些更大的LLM(大型语言模型)，训练成(chéng)本则(zé)介于200万(wàn)美元至(zhì)1200万美元(yuán)高价之间。

以ChatGPT在2023年1月(yuè)的独立访客(kè)平均数1300万(wàn)计算，其对应(yīng)芯片需求为(wèi)3万多片英(yīng)伟达A100 GPU，初(chū)始投入成(chéng)本约为8亿美元，每日仅电费就(jiù)在(zài)5万(wàn)美元左(zuǒ)右。

此外(wài)不(bù)论是ChatGPT还是AIGC，都离不(bù)开(kāi)庞大算力支持。在关注各类大模型的(de)发展(zhǎn)同时，更应该关注算力网络的建设。

算力(lì)网络正驱动AI产(chǎn)业发(fā)展进(jìn)入(rù)史诗级加速进程，让(ràng)AIGC及(jí)通用AI这一人工智能发展的(de)终极(jí)目(mù)标离得更近。

因为(wèi)算力可以对突破性技术(shù)创新提供大力的支持。这方面，多模态大模型是典型。作为面(miàn)向未来强人工智能、通用人工智能(néng)的重要技术创新，多模(mó)态大模型(xíng)已(yǐ)经在人工智(zhì)能(néng)领域提出了很多年，业(yè)界也有不(bù)少技术突破，但是，多模态大模型进一(yī)步往下(xià)走，算力需求(qiú)呈几(jǐ)何式上(shàng)升，一般的算力基础设施(shī)很快将难以胜任。

从图像、文字、语(yǔ)音单独(dú)一(yī)项的训练，到双模态、三模态的(de)跃(yuè)迁，让(ràng)人工智能(néng)可以灵活应对不同模(mó)态的转(zhuǎn)化、像人与世界交(jiāo)互一样自(zì)然，这方面，由算力网络来(lái)驱动将有明显优势。

此外，还有很多需要爆(bào)发式(shì)增长的算力来支撑的技术(shù)创新，将在人工智能算力网(wǎng)络支撑(chēng)下快速推进。

AIGC已经露出曙光，期(qī)待在大模型和大(dà)算力的支持下(xià)AIGC能持续颠覆(fù)内容生产(chǎn)的方式，将创(chuàng)造的边际成本(běn)降(jiàng)低，让万众(zhòng)受(shòu)益。

未经允许不得转载：橘子百科-橘子都知道 1tbsp等于多少克细砂糖，1.5g盐大概有多少