自(zì)聊天机器人ChatGPT火(huǒ)爆以来，微软公(gōng)司创始人比尔(ěr)·盖(gài)茨(cí)已多次公(gōng)开谈论人工智能话题。在(zài)最近的(de)一次(cì)采(cǎi)访中，他再次表示(shì)：“AI可(kě)能会让科技(jì)行(xíng)业迎来一(yī)次剧烈的(de)洗牌”。

这(zhè)个结论是(shì)他在当(dāng)地时间2月(yuè)20日接受《In Good Company》节(jié)目(mù)专访时提出的。

他预期(qī)，AI的发展可能会威胁到谷歌的市(shì)占率，因为(wèi)微软在AI方面的行动相(xiāng)当迅速。而最终科(kē)技巨头将把(bǎ)AI整(zhěng)合成(chéng)用(yòng)户的(de)“全能助手”，包揽一切(qiè)应用，与人们进行沟通并(bìng)提供(gōng)建议，可以(yǐ)取代亚(yà)马逊、Siri或Outlook等应用。

大佬口(kǒu)中全能助(zhù)手的到来可能尚需时日，但由ControlNet引发(fā)的又(yòu)一次AI绘画浪潮，让AIGC在(zài)ChatGPT的话(huà)题热点包(bāo)围中(zhōng)杀出(chū)重围。

01

ControlNet颠覆AI绘(huì)画新(xīn)玩法

AIGC向可(kě)控(kòng)靠近

以AI绘画为代表的AIGC上一次(cì)爆火的时(shí)候，还是2022年8月(yuè)，在(zài)美(měi)国(guó)科(kē)罗拉多州举办的新兴数字艺术家竞赛中，一幅名为《太(tài)空歌剧院》的作品(pǐn)获(huòcpb属于哪个档次的，cpb属于什么档次的)奖。

随(suí)后各(gè)大厂商的(de)AI绘画(huà)软件被广大(dà)网友熟知并体验，Stable Diffusion便是其中(zhōng)代表。

用户们(men)可以(yǐ)在(zài)应用中输入一组关键(jiàn)词或者一张照片，就能获得一幅(fú)AI创作的画作。

作(zuò)画的关键就是所(suǒ)输入的文(wén)本。同一(yī)组关(guān)键词也可以创作出很(hěn)多张风格不一(yī)样的画作(zuò)，这让创作的过程就像开盲盒。

很(hěn)多用户很喜欢这种不确定(dìng)的惊喜，他们会将(jiāng)生(shēng)成的美(měi)图(tú)当做头(tóu)像。而另一部分喜欢(huān)翻(fān)看(kàn)AI绘画的“翻车”作品。在社交媒体上，许(xǔ)多用(yòng)户分享AI“翻(fān)车(chē)现场”，例如，一位网友的小(xiǎo)狗(gǒu)照(zhào)片(piàn)被AI画(huà)成了“肌肉男”，还有(yǒu)网友的(de)个(gè)人照片被AI识别(bié)成了建筑。

而如今随着ControlNet的(de)出现与加(jiā)持(chí)，以(yǐ)往(wǎng)AI绘画的填写(xiě)关键词游戏可能要(yào)被颠覆了。

ControlNet是一(yī)位正在斯坦福(fú)读博的中国人张吕敏创作的一种基于控(kòng)制点(diǎn)的图像(xiàng)变形算法，主要(yào)用于(yú)数(shù)字图像处理、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(duǎn)的(de)两天内(nèi)便成为了AI绘(huì)画领域最(zuì)新(xīn)的热点。

在此之前，大(dà)家用了(le)很(hěn)多(duō)方法(fǎ)想让AI生成的结果尽可(kě)能(néng)的符合要求，但是都(dōu)不(bù)尽如人意，它的出现代表着AI生成开始进入(rù)真正的(de)可控(kòng)时期(qī)。

因为ControlNet可以直接提取画面(miàn)的构图(tú)，人物的(de)姿势和画面的深度信(xìn)息等。有(yǒu)了它的帮助，就(jiù)不用(yòng)频繁(fán)的用提(tí)示词(cí)来(lái)碰(pèng)运(yùn)气，抽盲盒(hé)式的创作了。

通俗的说(shuō)ControlNet相当于(yú)给AI绘画加了(le)“魔法”，不少博主(zhǔ)的作品已经获得了大量的浏览量，“viggo”就是其中之(zhī)一(yī)，他(tā)用朋友的(de)照片直接带她们走进(jìn)动漫世界。

viggo先(xiān)用StableDiffusion图片转文(wén)字。

再用Text2Prompt插(chā)件(jiàn)拓展找到对应的关(guān)键词；最(zuì)后用(yòng)ControlNet插件绑定(dìng)骨骼开始换(huàn)关键词试效果。

通过图片就可以(yǐ)看出来，效果(guǒ)十分惊(jīng)艳。

cpb属于哪个档次的，cpb属于什么档次的

更厉(lì)害的是，除(chú)了真实的照片，草图也可以加(jiā)上“魔法”，知乎大牛(niú)“DevPoint”和“逗(dòu)砂”介绍到(dào)ControlNet还能实现线稿转全(quán)彩图。大(dà)神张吕敏其本尊(zūn)也亲(qīn)自回应。

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

02

难(nán)辨(biàn)虚实，AIGC技术力(lì)爆发

警(jǐng)惕安全(quán)问题

近日，“苏(sū)州金鸡湖有游艇party”的(de)消息火遍网络，而经过警方辟谣这所(suǒ)谓的(de)“party”可能是全国第一起AI绘图诈(zhà)骗。

由于这个活(huó)动里面给(gěi)出的美女照片(piàn)都(dōu)是(shì)AI制作的真人照片绘图(tú)，因为太逼真(zhēn)，被大家当成(chéng)真(zhēn)事(shì)传(chuán)播了。

不过仔细(xì)观察可以发现，活(huó)动发起者提(tí)供的(de)照(zhào)片中有个很大的漏(lòu)洞可以发现并(bìng)非真人(rén)，而(ér)是AI绘(huì)图(tú)，那(nà)便(biàn)是图片(piàn)中女(nǚ)性的手(shǒu)指(zhǐ)部分有的存在异常。

有行业人事表(biǎo)示：“现在因为手(shǒu)指部分的绘画算法(fǎ)比较复杂(zá)，AI还(hái)不太会画人的手，但最新看到的(de)图片已经有越来(lái)越完美的(de)AI模型出现，以后可能就完(wán)全没有漏洞了。”

类似(shì)的(de)AI作图诈骗在国(guó)外也已有发生。据英国(guó)广播(bō)公司报道，土耳其(qí)地震期间(jiān)，有Tiktok用户使用AI合成了(le)儿童受灾的假照片发(fā)布到网络，以此诱骗善良的人打赏(shǎng)“捐助”从(cóng)而实施(shī)诈骗。

目(mù)前(qián)随(suí)着技(jì)术(shù)发展，AIGC已经能做出(chū)真人照片般的绘图(tú)效(xiào)果，如果这(zhè)样的图片(piàn)被用来(lái)诈骗，将非常可怕。

此(cǐ)外(wài)AIGC还(hái)引发了(le)很多担忧，一方面，批判(pàn)者认为AI在(zài)“学习(xí)”了大量前人的作品之(zhī)后，其创作没有任何情绪和灵魂(hún)，难以和(hé)人类的艺术创作相提并论。

另一(yī)方面，AIGC背后的(de)版权、目(mù)前都并没有得到有效(xiào)的解决，还有AIGC会不会代替人类“至(zhì)高无上”的创意。

马斯克也强调，人工智(zhì)能的(de)安全问(wèn)题需要得到重视，太(tài)晚就来(lái)不及了。

03

AIGC下一(yī)站(zhàn)除了视(shì)频，还有远方

技术(shù)都是有两面(miàn)性的，潜(qián)在(zài)的(de)危害并不能掩(yǎn)盖(gài)其光辉的贡献。现在看(kàn)来，人工智能(néng)技术将是第四次工业革命的核(hé)心驱动力量，将创造新的增(zēng)长奇(qí)迹。

过去一(yī)年，人工智能在(zài)技术和商业层面都有了巨大进展，AI绘画(huà)就是人工(gōng)智能技术发生方(fāng)向性改(gǎi)变的一个代表。其下(xià)一站(zhàn)或(huò)许就(jiù)是视(shì)频。

此前，Meta和谷歌先后(hòu)发布(bù)了(le)几条(tiáo)引爆科技圈的短视(shì)频。这(zhè)些视频引发关注并非(fēi)内容做得多优(yōu)秀，反(fǎn)而都非(fēi)常(cháng)简单，比如一匹正在喝水的马(mǎ)，一只画画的玩具熊，或者一段骑摩托车的第一视角录像，随(suí)便一个有手(shǒu)机的(de)人都可以(yǐ)随(suí)手录下一段。

但这些短视频的创(chuàng)作方(fāng)式(shì)非(fēi)常简(jiǎn)单，创(chuàng)作者(zhě)仅仅需(xū)要向AI输入一段话，甚至(zhì)只(zhǐ)是说一(yī)下要求，AI就可以(yǐ)根据需要(yào)生成(chéng)一段(duàn)视(shì)频。

谷歌发(fā)布的两个AI生成视频分别来自于Imagen Video和Phenaki，前者主要突出的是(shì)高(gāo)清，与Meta的Make-A-Video没(méi)有太多(duō)的差别。

在Make-A-Video公布了AI生成的视频后，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还不足以在(zài)短(duǎn)时间(jiān)内戳中(zhōng)兴奋点(diǎn)。

Phenaki更加(jiā)令人震(zhèn)惊(jīng)的(de)地(dì)方(fāng)在(zài)于，它(tā)可以制作出超过2分钟的连贯的也有确切内(nèi)容的视频(pín)，这才(cái)是真(zhēn)正(zhèng)让(ràng)人(rén)们感到惊喜的(de)地方。因为无论AI生(shēng)成的视频(pín)多(duō)么(me)高清(qīng)，也只能(néng)是为(wèi)内容生产(chǎn)者(zhě)提供一个灵(líng)感，一(yī)个素材(cái)，一个过(guò)场动画。

不(bù)过能够制作(zuò)出有具体剧情内(nèi)容的(de)视频就意味(wèi)着，一些视频创作(zuò)由AI代替人(rén)工完成已经初步有了可能。

当下AI的(de)发(fā)展速度已(yǐ)经超过大部分人的想象。内容产业的本质(zhì)是供给创造需求，AIGC作为全新的(de)内容(róng)生产方式，可以为内容产(chǎn)业带来更新的(de)内容(róng)风格、更快的(de)生产速度(dù)，更(gèng)低的(de)生(shēng)产(chǎn)成(chéng)本，这无(wú)疑会驱(qū)动内容产业的(de)大(dà)爆(bào)发。

除了(le)AI绘图、视(shì)频，AIGC技(jì)术还能应用于音(yīn)乐、代(dài)码、机器人动作(zuò)等多种内(nèi)容(róng)形式的生成。不难发现该(gāi)项技(jì)术不仅在(zài)游戏等行业(yè)能(néng)得到有效应用，对(duì)于(yú)下(xià)一代互联网(wǎng)各种元素的构建(jiàn)亦有关键(jiàn)意(yì)义。

从商业(yè)化的角度(dù)来看，文化娱乐、教育、传(chuán)媒等诸多(duō)领域，本身就对基于(yú)AI的可视化(huà)内(nèi)容有强烈需求。

因此，AI绘画及(jí)视频或不是(shì)结果，而只是AI进程(chéng)中的一块重要拼图，有望在技(jì)术更新的加持(chí)下实现(xiàn)更大的应用价值。

AI从(cóng)理解(jiě)内容，走向了可以生成内容，甚至能够创造(zào)出独立价(jià)值和(hé)独立视(shì)角的内容。AIGC的再次出圈，更(gèng)代表着未来的先进生产力即将到来。

04

紧抓大模型与算力，牢固AIGC底座(zuò)

从技术的发展也(yě)可以(yǐ)看出，在语言大模(mó)型、图像大模(mó)型之后，多模(mó)态大(dà)模型已经成为了新的趋(qū)势(shì)。

大模型被誉(yù)为当前人工智能发(fā)展的智(zhì)能(néng)底(dǐ)座，是全球(qiú)竞争最激烈的研究方向之一，包括谷歌、亚马逊(xùn)、百度(dù)、阿里、腾讯等(děng)众多头(tóu)部企业(yè)都在竞(jìng)相发力。

不过训练大模型的确价格不(bù)菲，以国盛证券发(fā)布的《ChatGPT需要多少算力》报告估(gū)算，GPT-3训(xùn)练一(yī)次的成本约为140万美元。而对于一些更大的LLM(大型(xíng)语言模型)，训练成本(běn)则(zé)介于200万美元至(zhì)1200万美(měi)元高价之间。

以ChatGPT在2023年1月的独立访客平均(jūn)数(shù)1300万(wàn)计算(suàn)，其对应(yīng)芯片需求(qiú)为(wèi)3万多片英伟达A100 GPU，初始投入(rù)成本约为8亿美(měi)元，每日(rì)仅(jǐn)电(diàn)费就(jiù)在5万美元左(zuǒ)右。

此外不论是(shì)ChatGPT还是(shì)AIGC，都离不开庞(páng)大算(suàn)力支持。在关注各类大(dà)模型的发展同(tóng)时(shí)，更应该关注算力网络的建设(shè)。

算力网(wǎng)络正驱(qū)动AI产业发(fā)展进(jìn)入史诗级加速(sù)进程，让AIGC及(jí)通(tōng)用(yòng)AI这(zhè)一人(rén)工智能发展(zhǎn)的终极目标离得更近(jìn)。

因为算力可以对(duì)突破性技(jì)术创(chuàng)新提供大力的支(zhī)持。这方面，多(duō)模态大模(mó)型是(shì)典型。作(zuò)为面向(xiàng)未来强人工智能、通(tōng)用(yòng)人工智能的重(zhòng)要技术创新(xīn)，多(duō)模(mó)态大模型已(yǐ)经在人工(gōng)智能领域提出了很多(duō)年(nián)，业(yè)界也(yě)有不少(shǎo)技术(shù)突(tū)破，但是，多模态大模(mó)型(xíng)进(jìn)一步往下走，算力(lì)需(xū)求呈(chéng)几何式(shì)上升，一(yī)般(bān)的算力基(jī)础设施很快将难以胜(shèng)任。

从图像、文(wén)字、语音单独一项的(de)训练(liàn)，到(dào)双(shuāng)模态、三模态的跃迁，让人工智能可以灵活应对不同模态(tài)的转化、像人与世界交互一样自(zì)然(rán)，这方面，由(yóu)算力网络来(lái)驱动(dòng)将有明显优势。

此外，还有很(hěn)多需要爆发式增长的算力来支(zhī)撑的技术创新，将在人工智能算(suàn)力网络支撑下(xià)快速推进(jìn)。

AIGC已经露出曙(shǔ)光，期待在大模型和大(dà)算力的(de)支持下AIGC能持续颠覆内容生产的方式，将创造(zào)的边际成(chéng)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 cpb属于哪个档次的，cpb属于什么档次的