自聊天机器人ChatGPT火(huǒ)爆以(yǐ)来，微软公司创始人比尔·盖茨已多次公开谈论人工智能话题(tí)。在最近的一(yī)次采访(fǎng)中，他再次表示：“AI可能会让科(kē)技行业迎(yíng)来一次剧烈(liè)的洗牌”。

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

他预(yù)期，AI的(de)发(fā)展可能会威胁到谷歌的市(shì)占率(lǜ)，因为微(wēi)软在AI方面的行动相当迅(xùn)速(sù)。而最终科技巨头将把AI整合成(chéng)用户的(de)“全能助手”，包揽一切应(yīng)用，与人们(men)进(jìn)行沟(gōu)通(tōng)并提(tí)供建议，可以取代亚马逊、Siri或Outlook等应(yīng)用。

大佬口中(zhōng)全能助手的到来可能尚需时日，但由ControlNet引发的(de)又一次AI绘画(huà)浪潮(cháo)，让AIGC在(zài)ChatGPT的话题热点包围中(zhōng)杀出重围。

01

ControlNet颠覆AI绘(huì)画新玩法

AIGC向可控(kòng)靠近(jìn)

以AI绘画为代表的AIGC上一次爆(bào)火的时候(hòu)，还是2022年(nián)8月(yuè)，在(zài)美国科罗拉多州举(jǔ)办(bàn)的新(xīn)兴(xīng)数字(zì)艺术家竞赛(sài)中，一幅名为《太空歌剧院》的作品获(huò)奖。

随后各大(dà)厂商的AI绘画软件被广大(dà)网友(yǒu)熟知并体验，Stable Diffusion便(biàn)是其(qí)中代表。

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

作(zuò)画的关键就是所输入的文本(běn)。同一组关键词也(yě)可以创作出(chū)很(hěn)多(duō)张风格不一样的画作，这让(ràng)创(chuàng)作的(de)过程就像开(kāi)盲(máng)盒。

很多用户很(hěn)喜欢这种不(bù)确(què)定的惊喜，他们(men)会(huì)将生成的美图当做头像。而另一部(bù)分喜欢翻看AI绘(huì)画的(de)“翻车”作品。在(zài)社交谈恋爱期间所有的转账可以起诉吗，恋爱期间的转账超过多少要还媒体上，许多用户(hù)分享AI“翻车现场”，例如(rú)，一位网友(yǒu)的小狗照片被AI画(huà)成了“肌肉(ròu)男”，还有网(wǎng)友的个人照片被AI识别成了建筑。

而如今(jīn)随着ControlNet的(de)出现与(yǔ)加持，以往(wǎng)AI绘画的填写关键词游戏(xì)可能要(yào)被(bèi)颠覆(fù)了。

ControlNet是一(yī)位正在斯(sī)坦福读(dú)博的中国人张吕敏(mǐn)创作的一(yī)种基于控制点的图像变形(xíng)算法，主(zhǔ)要(yào)用于数(shù)字图像(xiàng)处理、计(jì)算机视觉(jué)和计算机图形(xíng)学等领域。

其SD插件(jiàn)一(yī)经发布，在短短的(de)两天内便成(chéng)为了(le)AI绘画领域(yù)最新(xīn)的热点(diǎn)。

在此之前，大家用了很多方法想(xiǎng)让AI生成的结果(guǒ)尽可能的符合(hé)要求，但是都不(bù)尽(jǐn)如人意，它(tā)的出现代表着AI生成(chéng)开始(shǐ)进入真正的可(kě)控(kòng)时期。

因为ControlNet可以直接提(tí)取(qǔ)画(huà)面的(de)构图，人物(wù)的姿势和画面的深度信息等。有了(le)它的帮助(zhù)，就不(bù)用频繁的(de)用提示词来(lái)碰运气，抽盲(máng)盒(hé)式的创(chuàng)作了(le)。

通俗的说ControlNet相当于给AI绘画加了“魔法”，不(bù)少博主的(de)作品已经获得了大量的浏览(lǎn)量(liàng)，“viggo”就是其(qí)中之一，他用朋友的照片直接带她(tā)们(men)走进动漫世界。

viggo先用StableDiffusion图片转文(wén)字(zì)。

再用Text2Prompt插件拓展找到对应的关键词；最后(hòu)用ControlNet插件绑定骨(gǔ)骼(gé)开始换(huàn)关键词试效果。

通过图片(piàn)就(jiù)可以看出来，效(xiào)果十分(fēn)惊(jīng)艳。

更厉(lì)害的(de)是，除了真实的照片，草(cǎo)图也可以加上(shàng)“魔法”，知乎大(dà)牛“DevPoint”和“逗砂(shā)”介绍到ControlNet还能实现线(xiàn)稿转(zhuǎn)全彩图。大(dà)神张(zhāng)吕敏其本(běn)尊也(yě)亲自(zì)回应(yīng)。

不得(dé)不(bù)说当下(xià)AIGC已经变得越来(lái)越强大，甚(shèn)至输出的(de)作(zuò)品都(dōu)已经能以(yǐ)假乱真(zhēn)了。

02

难辨(biàn)虚实，AIGC技(jì)术力爆(bào)发

警惕安全问题

近日(rì)，“苏州金鸡湖有(yǒu)游(yóu)艇(tǐng)party”的消息火遍网络，而经过警方辟谣(yáo)这所(suǒ)谓的“party”可能(néng)是全国第一起(qǐ)AI绘图诈骗。

由于(yú)这(zhè)个活动里(lǐ)面给出的(de)美女(nǚ)照片都是AI制(zhì)作(zuò)的真人(rén)照片绘图，因为太逼(bī)真(zhēn)，被大(dà)家当成真事传播了。

不过(guò)仔细观察可(kě)以发(fā)现，活动发起者(zhě)提供(gōng)的照片(piàn)中有个(gè)很大的漏洞可以发(fā)现并非(fēi)真人，而是AI绘图，那(nà)便是图片中女性的手指(zhǐ)部分有的(de)存在异常。

有行(xíng)业人事表示：“现在(zài)因为手指部分(fēn)的绘画算法比较复杂，AI还不(bù)太会画人的手(shǒu)，但最新(xīn)看到的(de)图(tú)片已(yǐ)经有越来越完美的AI模(mó)型(xíng)出现，以后可能就完(wán)全没有(yǒu)漏洞了。”

类似的AI作图诈(zhà)骗在(zài)国外也已有发生。据英国广播公司报(bào)道(dào)，土(tǔ)耳其地震期间，有Tiktok用户(hù)使用AI合成了儿童(tóng)受(shòu)灾的假照片发(fā)布到网络，以此诱骗(piàn)善良的人打赏“捐助”从而实施诈骗。

目前随(suí)着(zhe)技术发(fā)展(zhǎn)，AIGC已经(jīng)能做出真(zhēn)人照片般(bān)的(de)绘图效果，如果这(zhè)样的图(tú)片被用来(lái)诈(zhà)骗(piàn)，将非常可怕。

此外AIGC还引发(fā)了(le)很(hěn)多担忧(yōu)，一方(fāng)面，批判者认为AI在“学(xué)习(xí)”了大(dà)量前人的(de)作(zuò)品之后，其创作(zuò)没有任何(hé)情(qíng)绪和灵魂(hún)，难以和人类(lèi)的(de)艺术(shù)创作相提(tí)并论。

另一方(fāng)面，AIGC背后的版权、目前都并没有得到有效的解决，还有(yǒu)AIGC会(huì)不(bù)会代替人类(lèi)“至(zhì)高无上”的创意。

马(mǎ)斯克也强调(diào)，人工智能的安全问(wèn)题需(xū)要(yào)得到重视，太晚(wǎn)就(jiù)来不及(jí)了。

03

AIGC下一站除了视频，还有远方(fāng)

技术(shù)都是有(yǒu)两面(miàn)性的，潜在的(de)危害(hài)并不能掩盖其光辉的贡献(xiàn)。现在看(kàn)来，人工智能技术将是第(dì)四次(cì)工(gōng)业革命的核心驱(qū)动(dòng)力量，将创造新的增长奇(qí)迹(jì)。

过(guò)去(qù)一年，人工智能在技术和商业(yè)层面都(dōu)有了巨(jù)大进(jìn)展，AI绘画就是(shì)人工智能技术发生方向性改变的一(yī)个(gè)代表(biǎo)。其(qí)下一站或许就是(shì)视频(pín)。

此前，Meta和谷歌先后(hòu)发布了几条引爆科技圈的(de)短视频。这些视频引发关(guān)注并非(fēi)内容(róng)做(zuò)得多优秀，反而都非常简单，比如一匹正在喝水(shuǐ)的马，一只画画(huà)的(de)玩具(jù)熊，或(huò)者(zhě)一段骑摩托(tuō)车的第一(yī)视(shì)角录像，随便(biàn)一个(gè)有(yǒu)手(shǒu)机的(de)人都(dōu)可以随手录下一段。

但这些短视频(pín)的创作方式非(fēi)常简(jiǎn)单，创作者仅仅需要向AI输入(rù)一(yī)段话，甚至只是说一(yī)下要求，AI就可以根(gēn)据需要生成一(yī)段视频。

谷歌发布的两(liǎng)个AI生成视频分(fēn)别(bié)来自于Imagen Video和Phenaki，前者(zhě)主(zhǔ)要突出的(de)是高清，与Meta的Make-A-Video没有太多的差别。

在Make-A-Video公布了AI生成的视(shì)频后(hòu)，AI圈就已(yǐ)经玩了一波梗(gěng)，一个能够做出更高清视频(pín)的AI还不(bù)足以(yǐ)在(zài)短(duǎn)时(shí)间(jiān)内(nèi)戳(chuō)中兴(xīng)奋点。

Phenaki更加令人震惊的地方(fāng)在于(yú)，它可以制作出(chū)超过2分钟的连(lián)贯的也(yě)有确切(qiè)内容的视(shì)频(pín)，这才是真正让人们感到惊(jīng)喜的(de)地方(fāng)。因为无论AI生成的视(shì)频多么高清(qīng)，也只能(néng)是为内容(róng)生产者提供一个灵(líng)感，一个(gè)素材，一(yī)个过场(chǎng)动画。

不(bù)过(guò)能够制作出(chū)有具体剧情(qíng)内(nèi)容(róng)的视频就意味着，一些视频创作由AI代(dài)替人(rén)工完成已(yǐ)经(jīng)初步有了可(kě)能(néng)。

当下AI的发展(zhǎn)速度已经超过(guò)大部分人的想象(xiàng)。内容产业的本(běn)质是(shì)供给(gěi)创造需求，AIGC作为全新的内容生(shēng)产(chǎn)方式，可以为内容产业带(dài)来更(gèng)新的内容风格(gé)、更(gèng)快的生(shēng)产速度，更低的(de)生产成本，这无疑会驱动内容产(chǎn)业的大爆发。

除了AI绘图、视频，AIGC技术还能应用于音乐(lè)、代码、机器人动作等多种内容形式(shì)的生成。不(bù)难发(fā)现(xiàn)该项技术(shù)不仅(jǐn)在(zài)游(yóu)戏等行(xíng)业能得到有效应用(yòng)，对于下一代(dài)互联(lián)网各种元素的构建亦有关(guān)键意义。

从商业化的角度来看，文化(huà)娱乐、教育、传媒等诸多领域(yù)，本身(shēn)就对基于AI的可视化内(nèi)容有(yǒu)强烈需求。

因此，AI绘(huì)画及视频或不是结果(guǒ)，而只是AI进程中(zhōng)的(de)一块重要拼图，有望在技(jì)术(shù)更新的加持下实现更大的应用价值。

AI从理(lǐ)解内容，走(zǒu)向了(le)可以生成内容，甚至能够创造出独立价值(zhí)和独(dú)立视角的内容。AIGC的再(zài)次出圈，更代表着未来谈恋爱期间所有的转账可以起诉吗，恋爱期间的转账超过多少要还的(de)先(xiān)进生产力(lì)即将到来。

04

紧抓(zhuā)大(dà)模型与(yǔ)算力，牢固AIGC底(dǐ)座

从(cóng)技术的发展也可以看出，在(zài)语言大模型、图像大模型之后(hòu)，多模态大模型已经成为了新的趋(qū)势(shì)。

大(dà)模(mó)型(xíng)被誉为当前(qián)人工智能发展的智能(néng)底座，是全球竞争(zhēng)最激烈的研(yán)究(jiū)方向之一，包括谷歌、亚马逊、百度(dù)、阿里、腾(téng)讯等众多头部企业都(dōu)在竞相发力。

不过训(xùn)练大模(mó)型的确价(jià)格不(bù)菲，以(yǐ)国(guó)盛证券(quàn)发布的《ChatGPT需要多少算力》报(bào)告估(gū)算，GPT-3训练一次(cì)的成本约为140万美元。而对于一(yī)些更大的(de)LLM(大(dà)型语言(yán)模型)，训练成(chéng)本则介于200万美元(yuán)至1200万美元高价之间。

以ChatGPT在2023年1月的独(dú)立访客(kè)平均数1300万(wàn)计算，其(qí)对应(yīng)芯片(piàn)需求为3万多片(piàn)英(yīng)伟(wěi)达A100 GPU，初始投(tóu)入成本(běn)约(yuē)为8亿美元，每日仅电费就在5万美元(yuán)左右。

此外不论是ChatGPT还是(shì)AIGC，都(dōu)离不(bù)开(kāi)庞大算(suàn)力支持。在关(guān)注各(gè)类(lèi)大模型的发(fā)展同时，更应该关注算力(lì)网络的建设。

算力网(wǎng)络正驱动AI产业发展进入史诗(shī)级加速进程，让AIGC及(jí)通用AI这一人工智能发展(zhǎn)的(de)终极目(mù)标离得更近。

因为算力可以(yǐ)对突破性技术(shù)创新提供(gōng)大力(lì)的支(zhī)持(chí)。这方面，多模态大模(mó)型是典(diǎn)型。作为面向未来强(qiáng)人(rén)工智(zhì)能(néng)、通用(yòng)人工(gōng)智(zhì)能的重要(yào)技术创新，多模态(tài)大模型已经在人工智能(néng)领域提出了很多年，业界也有不少(shǎo)技术突(tū)破，但是，多(duō)模态大(dà)模型进(jìn)一步往下走，算力需(xū)求呈几(jǐ)何式上(shàng)升，一般(bān)的(de)算力基(jī)础设施(shī)很快将(jiāng)难(nán)以胜(shèng)任。

从(cóng)图(tú)像、文字、语音单独一项(xiàng)的训练，到双模态、三模态的跃(yuè)迁，让人工(gōng)智能(néng)可(kě)以灵活应对不同(tóng)模态的(de)转化、像人与世界交互(hù)一(yī)样自(zì)然(rán)，这方(fāng)面(miàn)，由算力网(wǎng)络来驱动将有明显优势。

此外，还有很(hěn)多需要(yào)爆发式增(zēng)长的算力(lì)来支撑的(de)技(jì)术创新，将在人工智能算(suàn)力网络(luò)支撑下快速推进。

AIGC已(yǐ)经(jīng)露出曙光，期待在大模(mó)型和大算力的支持(chí)下AIGC能持续颠覆内容生产的方式，将创造的边际(jì)成(chéng)本(běn)降低，让万(wàn)众受(shòu)益。

未经允许不得转载：橘子百科-橘子都知道 谈恋爱期间所有的转账可以起诉吗，恋爱期间的转账超过多少要还