自聊天机器(qì)人ChatGPT火(huǒ)爆(bào)以(yǐ)来，微软公(gōng)司(sī)创始人比尔·盖(gài)茨已多次(cì)公开谈论人工智(zhì)能话题。在最近的一次(cì)采访中，他再次表(biǎo)示：“AI可能会让科技(jì)行业迎来(lái)一次剧(jù)烈(liè)的洗牌(pái)”。

这个(gè)结论是他(tā)在当(dāng)地时(shí)间2月(yuè)20日接受《In Good Company》节目专访时提(tí)出的。

他预期，AI的发展(zhǎn)可能会威胁到谷歌的市占率(lǜ)，因(yīn)为微(wēi)软在AI方面的行动相当迅速。而最(zuì)终科技(jì)巨头将把AI整合成(chéng)用户(hù)的“全(quán)能助(zhù)手”，包(bāo)揽一切应用(yòng)，与(yǔ)人们进行沟通(tōng)并提(tí)供建议，可以(yǐ)取代亚马逊、Siri或Outlook等应用。

大佬(lǎo)口中全(quán)能助(zhù)手的到来(lái)可能(néng)尚需时日，但由ControlNet引(yǐn)发的(de)又一次AI绘画(huà)浪潮，让AIGC在ChatGPT的话题热点包围中杀出(chū)重围(wéi)。

01

ControlNet颠覆AI绘画新玩法

AIGC向可控(kòng)靠(kào)近

以AI绘画为代表(biǎo)的AIGC上一次爆火的时(shí)候，还是(shì)2022年8月，在(zài)美国科罗拉多(duō)州举办的(de)新兴数字艺术家竞赛(sài)中，一幅名为《太(tài)空(kōng)歌剧院》的作品获奖。

随后(hòu)各(gè)大(dà)厂商的AI绘画软件被(bèi)广大(dà)网友熟知并体验(yàn)，Stable Diffusion便是其中代表(biǎo)。

用户们可以在(zài)应(yīng)用中输入一组关键词或者一张照片，就能(néng)获得一(yī)幅AI创作的(de)画作。

作画的关键就是(shì)所输入的(de)文本。同(tóng)一组关键词也可以创作出很多张风格不一(yī)样的画(huà)作，这让(ràng)创作的过程就像开盲盒。

很多用(yòng)户很(hěn)喜欢这(zhè)种不(bù)确定的惊喜(xǐ)，他们(men)会将(jiāng)生成的美(měi)图当(dāng)做头像。而另一部分喜(xǐ)欢(huān)翻看AI绘画的“翻车”作品(pǐn)。在社交媒体(tǐ)上(shàng)，许多用(yòng)户(hù)分享AI“翻(fān)车现场(chǎng)”，例(lì)如(rú)，一位网友的小狗(gǒu)照片被AI画成了“肌肉(ròu)男”，还(hái)有网友的(de)个人照片被AI识别成(chéng)了(le)建(jiàn)筑。

而(ér)如今随(suí)着ControlNet的(de)出现(xiàn)与加持，以往(wǎng)AI绘画的填写关键词游戏(xì)可(kě)能要被颠(diān)覆(fù)了。

ControlNet是一(yī)位正在斯坦福读博的(de)中国(guó)人(rén)张(zhāng)吕敏(mǐn)创(chuàng)作的一(yī)种基于(yú)控制点的(de)图像变(biàn)形(xíng)算法，主要用于数字图(tú)像处理、计算(suàn)机视觉和(hé)计算(suàn)机图形学等领域。

其SD插件一(yī)经发布，在短短的(de)两天内(nèi)便(biàn)成为了(le)AI绘(huì)画领(lǐng)域(yù)最新的热点。

在此之前(qián)，大家用了很多方法想让AI生(shēng)成(chéng)的结果尽可(kě)能的(de)符(fú)合要(yào)求，但是都(dōu)不尽如人意，它(tā)的出现代表着AI生(shēng)成开(kāi)始进(jìn)入真正(zhèng)的可控时期。

因为ControlNet可以直接提取画面的构图，人物(wù)的姿(zī)势和画面(miàn)的深度(dù)信息等(děng)。有了它(tā)的帮助(zhù)，就不(bù)用频繁(fán)的用提示词(cí)来碰运气，抽盲盒式的创作了。

通俗的说ControlNet相当于(yú)给(gěi)AI绘(huì)画(huà)加了“魔法”，不少博主(zhǔ)的作品(pǐn)已经(jīng)获(huò)得(dé)了大量(liàng)的浏览量，“viggo”就是其中之一，他(tā)用朋(péng)友的(de)照(zhào)片直(zhí)接带她们走进动漫世(shì)界。

viggo先用StableDiffusion图片转(zhuǎn)文字。

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

通过图片就可以看(kàn)出(chū)来，效果十分惊艳(yàn)。

更(gèng)厉害(hài)的是，除了真(zhēn)实的照片，草图也可(kě)以(yǐ)加上(shàng)“魔法”，知乎大牛“DevPoint”和“逗(dòu)砂”介(jiè)绍到ControlNet还能实现线稿转全彩(cǎi)图。大神张吕敏其本尊也(yě)亲自回应。

不得不说当下AIGC已经变得越来越强大，甚至输出的作品都已经(jīng)能以假乱真了。

02

难(nán)辨虚实，AIGC技术力爆发

警惕安全问题

近(jìn)日，“苏州金鸡湖有游艇party”的消息(xī)火遍网络，而(ér)经(jīng)过(guò)警方(fāng)辟谣这(zhè)所(suǒ)谓(wèi)的(de)“party”可能是全国第一起AI绘(huì)图(tú)诈骗(piàn)。

由于这(zhè)个活动里(lǐ)面给出的美女(nǚ)照(zhào)片都是AI制作的真人照片绘图，因为太逼真(zhēn)，被大家(jiā)当成(chéng)真事(shì)传播了。

不过仔细观察可以发现，活动发起者提供的照(zhào)片(piàn)中有个很大的漏(lòu)洞(dòng)可以发(fā)现并非真(zhēn)人，而是(shì)AI绘图，那(nà)便是图(tú)片中女性的手指部分有(yǒu)的(de)存在(zài)异(yì)常。

有行业人事表示(shì)：“现在因(yīn)为手(shǒu)指部(bù)分的绘(huì)画算法比较复杂(zá)，AI还不太(tài)会画人(rén)的手，但(dàn)最新看到的图片已(yǐ)经有越来越完美的(de)AI模(mó)型出(chū)现，以后可能就(jiù)完全没有漏洞了。”

类似的AI作图诈骗在国外也(yě)已有发生。据英国广(guǎng)播公(gōng)司报(bào)道，土耳(ěr)其地(dì)震期间，有Tiktok用户使用AI合成了儿童受灾的假照片发布到网络，以此诱骗善良的人打赏“捐助”从(cóng)而实施诈骗。

目前随着技(jì)术(shù)发展(zhǎn)，AIGC已经能做(zuò)出真人照片般的(de)绘图效果，如果这(zhè)样的图片(piàn)被用来诈骗，将非常可怕。

此(cǐ)外AIGC还引发了很多担忧，一方面，批(pī)判者(zhě)认(rèn)为AI在“学习”了大量前(qián)人的作品之后(hòu)，其创作没有任何情绪和(hé)灵(líng)魂，难(nán)以(yǐ)和人类的艺术(shù)创作(zuò)相(xiāng)提(tí)并(bìng)论(lùn)。

另一(yī)方面，AIGC背后的版权、目前都并没有得到有效的解决，还(hái)有AIGC会不(bù)会代替人(rén)类“至(zhì)高无上”的(de)创意。

马斯克也强调，人工智能的安(ān)全问题需要得到重(zhòng)视，太晚就(jiù)来不及(jí)了(le)。

03

AIGC下一站除(chú)了视频，还(hái)有(yǒu)远方

技术都是有(yǒu)两面性的，潜在的危害并不能(néng)掩盖其(qí)光辉(huī)的贡献。现在看来，人工智能技(jì)术(shù)将是(shì)第四(sì)次工业革(gé)命的(de)核心驱动(dòng)力(lì)量，将创造新的增(zēng)长奇(qí)迹。

过去一(yī)年，人(rén)工智能(néng)在(zài)技术和商业(yè)层面都有了巨(j踢足球可以长高个子吗，为什么踢足球的个子矮ù)大(dà)进展，AI绘画(huà)就(jiù)是(shì)人工智(zhì)能技术发生方向性改(gǎi)变(biàn)的一(yī)个代表。其(qí)下一(yī)站或(huò)许(xǔ)就是视频(pín)。

此前，Meta和谷(gǔ)歌先后发布了几条引爆科技圈的短视频。这(zhè)些视频引发关注(zhù)并非内(nèi)容做得(dé)多优秀(xiù)，反(fǎn)而(ér)都非常简单，比如一匹正在喝水的马，一只(zhǐ)画画(踢足球可以长高个子吗，为什么踢足球的个子矮huà)的(de)玩(wán)具熊，或者一段骑摩(mó)托车的第(dì)一(yī)视角录(lù)像，随(suí)便(biàn)一(yī)个有手(shǒu)机的人都可以随手录下一(yī)段(duàn)。

但(dàn)这(zhè)些短视频的创作方式(shì)非常(cháng)简(jiǎn)单，创作者(zhě)仅仅需要(yào)向AI输入(rù)一段话，甚至只是说(shuō)一下要(yào)求，AI就可以根据需要生(shēng)成一段(duàn)视频。

谷歌发布(bù)的两个(gè)AI生(shēng)成视频(pín)分别来(lái)自于Imagen Video和Phenaki，前(qián)者主要(yào)突出的是高清，与Meta的Make-A-Video没有(yǒu)太多的差别。

在Make-A-Video公布了(le)AI生成的视频后，AI圈(quān)就已经玩(wán)了一波梗，一个能(néng)够做(zuò)出更(gèng)高清视(shì)频的AI还不(bù)足以在短时间内戳(chuō)中兴奋(fèn)点。

Phenaki更加(jiā)令(lìng)人震惊的(de)地方在于，它(tā)可以制作(zuò)出超过2分钟的连(lián)贯的也有确切(qiè)内容的视频，这(zhè)才是真正让(ràng)人们感到惊(jīng)喜的地(dì)方(fāng)。因为(wèi)无(wú)论AI生成的视频多么高清，也(yě)只能是为内(nèi)容生(shēng)产者提供一(yī)个灵(líng)感，一个素材，一个(gè)过(guò)场动画(huà)。

不(bù)过能(néng)够制作(zuò)出(chū)有具体剧情内容(róng)的视频(pín)就意味着，一些视频创作由AI代替(tì)人工完成已经初(chū)步有了可能。

当(dāng)下(xià)AI的发展速(sù)度已经(jīng)超过大部分人的想象。内(nèi)容产业的本(běn)质(zhì)是供给创造需求，AIGC作为全新的内容生产方式，可以为内容产业带来(lái)更新的内容风(fēng)格、更(gèng)快的生产速度，更低的生(shēng)产(chǎn)成本，这无疑会驱动内容(róng)产业的大爆发(fā)。

除了(le)AI绘(huì)图、视频，AIGC技术还能应用(yòng)于音(yīn)乐、代码(mǎ)、机器(qì)人动(dòng)作等多种内(nèi)容形式的生(shēng)成。不(bù)难(nán)发现该项(xiàng)技术不仅(jǐn)在(zài)游戏等(děng)行业(yè)能得到有效应(yīng)用，对于下一代(dài)互联网各种元素的构建(jiàn)亦有关键意义。

从商业化(huà)的角度来看，文(wén)化(huà)娱乐、教育、传媒等(děng)诸多领域，本身(shēn)就对基于AI的可视化(huà)内容有(yǒu)强烈(liè)需求。

因此，AI绘(huì)画及视频或不是结果，而只是AI进程中的一块重要拼(pīn)图，有(yǒu)望在技(jì)术更新的加(jiā)持下实现更大(dà)的应用价值。

AI从理解(jiě)内容，走向了可以(yǐ)生(shēng)成内容，甚(shèn)至能够创造出独立价值和(hé)独立视(shì)角的(de)内容。AIGC的再(zài)次出圈，更代(dài)表着未来(lái)的先进生产(chǎn)力(lì)即将到来。

04

紧抓大模型与算(suàn)力，牢(láo)固AIGC底座

从技术的(de)发展也(yě)可以(yǐ)看出，在(zài)语(yǔ)言大(dà)模型、图像大模(mó)型之后，多(duō)模态大(dà)模(mó)型已(yǐ)经成为了新的(de)趋势。

大模型被誉为(wèi)当前人工(gōng)智能(néng)发展的智能底座，是全球竞争最激烈的研究方向之一，包括谷歌、亚(yà)马逊、百度、阿里、腾讯等(děng)众多头部企业都在竞相发力(lì)。

不过训练大模型的(de)确(què)价格不菲，以(yǐ)国盛证券发布的《ChatGPT需要多少算力》报告估算，GPT-3训练一次的(de)成本约为140万(wàn)美元。而对于一些更大的LLM(大(dà)型语言模型(xíng))，训练成本(běn)则介于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，其对(duì)应芯片需(xū)求为3万多(duō)片英伟达A100 GPU，初始投入成本约为(wèi)8亿美(měi)元，每日(rì)仅电费就在5万(wàn)美元左右。

此外(wài)不论是ChatGPT还是(shì)AIGC，都离不开庞大算力支(zhī)持。在关注各类大(dà)模型的(de)发(fā)展(zhǎn)同时，更应该关注算力网络的建设(shè)。

算(suàn)力网络(luò)正驱动(dòng)AI产业发展(zhǎn)进入(rù)史(shǐ)诗(shī)级加速(sù)进程，让AIGC及通用AI这一(yī)人工智能发展的终极目标离(lí)得更近。

因为(wèi)算(suàn)力(lì)可以对突(tū)破性(xìng)技术创(chuàng)新提供大(dà)力(lì)的支持。这方面，多模(mó)态(tài)大模型是典型(xíng)。作为面(miàn)向未来强人工智能、通用(yòng)人工智能的重(zhòng)要技术创新，多模态大模(mó)型已(yǐ)经(jīng)在人工智能领(lǐng)域提出了很多年，业界也(yě)有不少技(jì)术突破，但是，多模(mó)态大模(mó)型进一步往下走，算力(lì)需求呈(chéng)几何式上升，一般的算力基(jī)础设(shè)施很(hěn)快将难以胜任。

从图像(xiàng)、文字、语音单(dān)独(dú)一项的训(xùn)练(liàn)，到双模态、三模态的(de)跃迁，让(ràng)人工智能可以灵活应对不同模态的(de)转化、像人(rén)与(yǔ)世界交(jiāo)互一样(yàng)自然，这方面(miàn)，由算力网踢足球可以长高个子吗，为什么踢足球的个子矮络来驱动将(jiāng)有明显优势。

此(cǐ)外，还有很多需要(yào)爆发式增长的算力来(lái)支撑(chēng)的技术创新，将(jiāng)在人工智能算力网络(luò)支撑(chēng)下(xià)快(kuài)速推进。

AIGC已经露出曙光，期待在大模型和大算力的支(zhī)持下AIGC能持(chí)续颠覆内容生产的(de)方(fāng)式，将创造的边际成本降低，让万众受益。

未经允许不得转载：橘子百科-橘子都知道 踢足球可以长高个子吗，为什么踢足球的个子矮