自聊天机器(qì)人(rén)ChatGPT火爆以(yǐ)来，微(wēi)软公司创始人比尔·盖茨已(yǐ)多(duō)次公(gōng)开谈论人(rén)工智能话题(tí)。在(zài)最近的一次采访(fǎng)中，他再次表示(shì)：“AI可能会让科技行业(yè)迎来一次(cì)剧(jù)烈(liè)的洗牌”。

这个结论(lùn)是他在当(dāng)地时间(jiān)2月20日接受《In Good Company》节目(mù)专访时提(tí)出(chū)的(de)。

他预(yù)期，AI的发展可(kě)能会威胁到谷歌(gē)的市占率，因(yīn)为微(wēi)软在AI方面的(de)行动相(xiāng)当迅速。而最终(zhōng)科(kē)技巨头将把AI整合成用户的“全能(néng)助手”，包揽一切应用，与人们(men)进行沟通(tōng)并提供建(jiàn)议，可以取代亚马逊、Siri或(huò)Outlook等应用。

大(dà)佬口中全能助手的到来可能尚需时(shí)日，但由ControlNet引(yǐn)发(fā)的又一次AI绘(huì)画浪潮，让AIGC在ChatGPT的(de)话题热点包围中(zhōng)杀(shā)出(chū)重围。

01

ControlNet颠覆AI绘(huì)画新玩法

AIGC向(xiàng)可控靠近

以AI绘画为代表(biǎo)的AIGC上(shàng)一次爆火的时候(hòu)，还是2022年8月(yuè)，在美(měi)国(guó)科罗拉(lā)多州举办的新(xīn)兴数字(zì)艺术家(jiā)竞赛(sài)中，一幅名为(wèi)《太空歌剧院》的作(zuò)品获奖。

随后各大厂商的AI绘画软(ruǎn)件被广大(dà)网友(yǒu)熟(shú)知并体(tǐ)验，Stable Diffusion便是其中代表。

用户们可以在应用中(zhōng)输入一组关键词(cí)或者一张(zhāng)照片(piàn)，就能获得一幅AI创作的画作。

作画的关键就是(shì)所输(shū)入的文本。同一(yī)组(zǔ)关键词也可以创(chuàng)作出很(hěn)多(duō)张风格不一样的画作，这让(ràng)创作的过程就像开(kāi)盲盒。

很多用户很(hěn)喜欢(huān)这(zhè)种不确(què)定的惊(jīng)喜，他们(men)会(huì)将生(shēng)成的美图当做头像。而另一部分喜欢翻看AI绘画的“翻车(chē)”作品。在社交媒体上，许多用(yòng)户分享(xiǎng)AI“翻车(chē)现(xiàn)场(chǎng)”，例如(rú)，一位网友的小狗照(zhào)片被AI画成了“肌肉男”，还有网友的个人(rén)照片被AI识别成了建筑。

而如今随(suí)着ControlNet的出现与加持，以往AI绘画的填写关键词游戏可能要被(bèi)颠覆了(le)。

ControlNet是一位(wèi)正在斯坦福读博的中国人(rén)张(zhāng)吕敏创作的一种基于控制点的图像变形算法，主要(yào)用(yòng)于数字图像处理(lǐ)、计算机视觉和计算机图形学等领域。

其SD插件一经发(fā)布，在短短的两天内便成为了AI绘画领(lǐng)域(yù)最新的热点。

在此之(zhī)前，大(dà)家(jiā)用(yòng)了很多方法想让AI生成(chéng)的结果(guǒ)尽可能的符合(hé)要求，但是都(dōu)不尽如人意，它的(de)出现代(dài)表(biǎo)着AI生成开始(shǐ)进入真(zhēn)正(zhèng)的可控(kòng)时期。

因为ControlNet可以直接(jiē)提取画面的构图，人(rén)物的姿(zī)势和画面的深度信息等。有了(le)它(tā)的帮助，就不(bù)用频繁的用提示词(cí)来碰(pèng)运(yùn)气，抽盲盒式的创作(zuò)了。

通俗的说(shuō)ControlNet相当于给AI绘画加了“魔(mó)法(fǎ)”，不少(shǎo)博主的作品(pǐn)已经(jīng)获得了大(dà)量的浏(liú)览量，“viggo”就(jiù)是其中之(zhī)一，他(tā)用(yòng)朋友的照(zhào)片直(zhí)接(jiē)带她们走进动漫世界。

viggo先用StableDiffusion图片转(zhuǎn)文字。

再用Text2Prompt插件(jiàn)拓(tuò)展找(zhǎo)到对应的关键词；最后用(yòng)ControlNet插(chā)件绑定骨骼开始换关(guān)键词试效(xiào)果。

通过图片就可以(yǐ)看(kàn)出(chū)来，效果十分(fēn)惊艳。

更厉害的是，除了(le)真实的(de)照片(piàn)，草图也可(kě)以加上“魔法(fǎ)”，知乎大牛“DevPoint”和“逗(dòu)砂”介绍到ControlNet还能实现线稿(gǎo)转(zhuǎn)全彩图。大神张吕敏其本尊也亲自回应。

不得不说当下AIGC已经(jīng)变(biàn)得越(yuè)来越(yuè)强大，甚(shèn)至输出(chū)的作品都已经能以(yǐ)假乱真(zhēn)了。

02

难辨虚实，AIGC技术力爆发

警(jǐng)惕安全问(wèn)题

近日，“苏州金鸡湖有(yǒu)游艇(tǐng)party”的(de)消息火遍网络，而(ér)经过警方辟谣这所谓的“party”可能(néng)是全(quán)国第一起AI绘(huì)图诈骗。

由于这个活动(dòng)里面给出的美女照片都是AI制(zhì)作的真人照片(piàn)绘(huì)图，因为太逼(bī)真(zhēn)，被大家当(dāng)成真事传播了。

不过(guò)仔细观(guān)察(chá)可以发现，活动发起者提供的照片中有个很大的漏洞(dòng)可以发(fā)现并非真人(rén)，而(ér)是AI绘图，那(nà)便(biàn)是图(tú)片中女性的手(shǒu)指部分有的存在异常(cháng)。

有行业人事表示(shì)：“现(xiàn)在因为(wèi)手指部分的(de)绘画算法比较复杂，AI还(hái)不太会画人的手，但最新看(kàn)到(dào)的图(tú)片(piàn)已经有越(yuè)来越完美的AI模型(xíng)出现，以后可能就完全(quán)没有漏洞了。”

类似的AI作图诈骗在国(guó)外也已(yǐ)有(yǒu)发(fā)生。据英国(guó)广播公司报道，土(tǔ)耳(ěr)其地(dì)震期间，有Tiktok用户使用(yòng)AI合成(chéng)了儿(ér)童(tóng)受灾的假照片(piàn)发布到(dào)网(wǎng)络，以此诱(yòu)骗善(shàn)良的人打赏“捐助(zhù)”从而实施诈骗。

目前随着(zhe)技(jì)术(shù)发展(zhǎn)，AIGC已经能做出真人照片(piàn)般的绘(huì)图效果，如果(guǒ)这(zhè)样的图片被用(yòng)来(lái)诈骗，将非常可(kě)怕。

此(cǐ)外(wài)AIGC还(hái)引发(fā)了(le)很多(duō)担(dān)忧，一方(fāng)面，批判(pàn)者(zhě)认为AI在“学(xué)习”了(le)大量(liàng)前人的作品(pǐn)之后(hòu)，其(qí)创作没有任何(hé)情绪和灵魂(hún)，难以(yǐ)和人类的艺术创作相提并论。

另(lìng)一方面，AIGC背后的版权、目前都(dōu)并没(méi)有得到有效(xiào)的解决，还(hái)有AIGC会不(bù)会代替人(rén)类“至高无上”的(de)创意。

马斯克(kè)也强调，人工智能的(de)安全(quán)问题需要得到重视(shì)，太晚就来不及(jí)了。

03

AIGC下(xià)一站除(chú)了(le)视(shì)频，还有远(yuǎn)方

技(jì)术都(dōu)是(shì)有两面性的(de)，潜在的危害(hài)并不(bù)能(néng)掩盖其光辉的贡献。现在看(kàn)来，人工(gōng)智能(néng)技术将(jiāng)是第四次工业(yè)革命的核(hé)心驱(qū)动力量，将创造新的(de)增长奇迹。

过去一年(nián)，人(rén)工智能在技术和商业(yè)层面都有了巨(jù)大进展，AI绘画就是人工智能技术发生方(fāng)向(xiàng)性改变的一个代(dài)表。其下一站或许(xǔ)就是视频。

此(cǐ)前，Meta和谷歌(gē)先后发(fā)布了几条(tiáo)引爆(bào)科技圈的短视频。这些视频(pín)引发(fā)关注并非内容(róng)做(zuò)得多优秀，反而(ér)都非常简单(dān)，比如一匹正在喝水的(de)马，一(yī)只画画的玩具(jù)熊，或者一段骑摩托车的(de)第一视角录像，随便一个(gè)有手(shǒu)机的人都(dōu)可以随(suí)手录下一(yī)段。

但这些短(duǎn)视频的创作方式(shì)非常简单，创作(zuò)者仅(jǐn)仅需要向(xiàng)AI输入一段话，甚至(zhì)只是说一下要求(qiú)，AI就可以根据需要生成(chéng)一段视(shì)频(pín)。

谷歌发(fā)布的两个AI生成视(shì)频分(fēn)别来自于Imagen Video和Phenaki，前(qián)者主要突出的是高清(qīng)，与Meta的(de)Make-A-Video没有太(tài)多的差(chà)别(bié)。

在Make-A-Video公布了AI生成的视频(pín)后(hòu)，AI圈就已(yǐ)经玩了一(yī)波梗(gěng)，一个能够做出更高清视(shì)频的(de)AI还不足以(yǐ)在短时间内戳(chuō)中兴奋点。

Phenaki更加(jiā)令人震惊的地方在于，它可以制作出超过2分钟的连贯的也有确(què)切内容的视频，这(zhè)才(cái)是真正让人们感到惊喜的(de)地(dì)方。因为无(wú)论AI生成的视频(pín)多(duō)么高清，也(yě)只能是为内容生产者提供一(yī)个灵感，一(yī)个(gè)素材，一(yī)个(gè)过(guò)场动画(huà)。

不过能够制作(zuò)出有具体剧情内容的视频就意味着，一(yī)些视频创作由AI代替人工完成已(yǐ)经初步有了可能。

当下AI的发展(zhǎn)速度(dù)已经超过(guò)大部(bù)分人的想象(xiàng)。内容产业的本质是供(gōng)给(gěi)创造需求，AIGC作(zuò)为全新的内(nèi)容生产方式，可以为内容产业带来(lái)更新的内(nèi)容风格(gé)、更快的(de)生产速度(dù)，更低(dī)的(de)生(shēng)产(chǎn)成(chéng)本，这无疑会驱动内容产业的(de)大爆发(fā)。

除了AI绘图(tú)、视频，AIGC技术(shù)还能应用于音乐、代码、机器人动作等多种内容形式的(de)生成。不(bù)难(nán)发现该项技(jì)术(shù)不仅在游戏等行业能得到有效应用，对于下一(yī)代互联网各(gè)种元素的构建(jiàn)亦(yì)有关键(jiàn)意义(yì)。

从商(shāng)业(yè)化(huà)的角度(dù)来看，文化娱乐、教(jiào)育、传媒(méi)等诸(zhū)多领域，本身就对基于AI的可视化内容(róng)有强烈需求(qiú)。

因(yīn)此(cǐ)，AI绘画及视频或不是(shì)结果，而只是AI进程中的(de)一块重要拼图(tú)，有(yǒu)望(wàng)在技(jì)术(shù)更(gèng)新(xīn)的加持(chí)下实现更大的应(yīng)用价值。

AI从理解内容，走(zǒu)向了可以生(shēng)成内容，甚至能够创造(zào)出独(dú)立价值和独立视角的内容。AIGC的再次出圈，更(gèng)代表着未来的(de)先进生产力即将到(dào)来。

04

紧(jǐn)抓大模(mó)型(xíng)与算(suàn)力，牢固AIGC底(dǐ)座

从技术的发展(zhǎn)也(yě)可以(yǐ)看(kàn)出，在(zài)语(yǔ)言(yán)大模型、图(tú)像大模型之(zhī)后(hòu)，多(duō)模态大模型已经成(chéng)为了新的趋势。

大模型被誉为(wèi)当前(qián)人工智能发(fā)展的智能底座，是全球竞争最激烈的研究方向之一，包(bāo)括谷歌、亚马逊、百度、阿里、腾讯等众(zhòng)多头部企(qǐ)业都在竞(jìng)相发力。

不过训练大模型的确价格(gé)不菲，以国盛证券(quàn)发布(bù)的《ChatGPT需要多少算力》报告估算，GPT-3训练(liàn)一(yī)次的成本约为140万美元。而对(duì)于一些更大的LLM(大型语言(yán)模型)，训(xùn)练成(chéng)本则(zé)介于200万美元(yuán)至1200万美元(yuán)高价之间(jiān)。

以ChatGPT在2023年1月(yuè)的独立访客平(píng)均数1300万计算，其对应芯片需求(qiú)为3万多(duō)片(piàn)英伟达A100 GPU，初始(shǐ)投入成本(běn)约为8亿美元，每(měi)日(rì)仅电(diàn)费就在5万美元左右。

此(cǐ)外不论(lùn)是ChatGPT还是(shì)AIGC，都离不开庞大算力支持。在(zài)关注各类大模型的(de)发展同时，更应该关注算力网络的建设。

算力网络正(zhèng)驱动AI产(chǎn)业发展进(jìn)入(rù)史诗级加(jiā)速进程，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(lì)可以对突破性(xìng)技术创新提供大力的(de)支(zhī)持。这方面(miàn)，多模态大模(mó)型(xíng)是典型。作为面向未来(lái)强人工智能(néng)、通用人工智能的(de)重要(yào)技术创新(xīn)，多模(mó)态大模型已经在(zài)人工(gōng)智能领(lǐng)域提出了很(hěn)多年(nián)，业界(jiè)也有不少技术突破，但是(shì)，多模态大模型进一步往下走(zǒu)，算(suàn)力需求呈几何式上升，一般的算力基础设(shè)施很快将(jiāng)难(nán)以胜任。

从图(tú)像、文字、语(yǔ)音(yīn)单独一项的训练，到(dào)双(shuāng)模态(tài)、三模态的跃迁，让(ràng)人工智(zhì)能可以(yǐ)灵活应对不同模(mó)态(tài)的转(zhuǎn)化、像人与世界交互(hù)一样自(zì)然，这(zhè)方(fāng)面，由算力(lì)网(wǎng)络(luò)来驱动将有明显优势。

此外，还有很多(duō)需要爆发(fā)式增长的算力(lì)来支撑(chēng)的技术创新，将(jiāng)在(zài)人工智能算力(lì)网络(luò)支撑下快速推进。

AIGC已经露(lù)出曙光，期待在(zài)大模型和大算力的支持下AIGC能持续(xù)颠覆内容生产(chǎn)的(de)方式，将创造(zào)的边际成本降低，让万(wàn)众受益(yì)。

未经允许不得转载：橘子百科-橘子都知道 美国总统奥巴马几岁