自聊天机器(qì)人ChatGPT火爆以来，微(wēi)软(ruǎn)公司(sī)创始人(rén)比尔·盖茨已多次公开(kāi)谈论人工智能话题。在最(zuì)近的一次采访中，他再次表示：“AI可能会让(ràng)科技行业迎来一次剧烈的洗牌”。

这个结论是(shì)他(tā)在(zài)当(dāng)地时间2月(yuè)20日接受《In Good Company》节目专访时提(tí)出的。

他预期，AI的(de)发展可(kě)能会威(wēi)胁(xié)到谷歌的(de)市占率，因(yīn)为微软在(zài)AI方(fāng)面的行动相当迅速(sù)。而最终科(kē)技巨头将把AI整合成(chéng)用户的(de)“全能(néng)助手”，包揽一切应用，与人(rén)们(men)进行沟通并提供建(jiàn)议(yì)，可(kě)以取(qǔ)代亚(yà)马(mǎ)逊、Siri或(huò)Outlook等(děng)应(yīng)用(yòng)。

大佬(lǎo)口中全能助手的到来可(kě)能尚(shàng)需(xū)时日(rì)，但由ControlNet引(yǐn)发(fā)的又一次AI绘画浪潮，让AIGC在ChatGPT的(de)话题热点包(bāo)围中(zhōng)杀出重围。

01

ControlNet颠覆AI绘画新玩法(fǎ)

AIGC向可控靠近

以AI绘画为代(dài)表的AIGC上一次爆火的时候(hòu)，还是(shì)2022年8月，在美国(guó)科(kē)罗拉多州举办的新兴数字艺术家竞(jìng)赛(sài)中(zhōng)，一幅名(míng)为《太空歌(gē)剧院》的作品获奖。

随后各大(dà)厂商(shāng)的AI绘画软件被广大网友熟知并体验，Stable Diffusion便是(shì)其中代(dài)表。

用户(hù)们(men)可以在应用(yòng)中输(shū)入一组关键(jiàn)词或(huò)者一张照片，就能获得一幅AI创(chuàng)作的画作。

作画的关键就是所输入的文本。同一(yī)组(zǔ)关键词(cí)也可以创作(zuò)出很多(duō)张(zhāng)风格不一(yī)样(yàng)的画作(zuò)，这让创作的过程(chéng)就像开盲(máng)盒(hé)。

很多用户很喜欢这种不确(què)定的惊喜，他(tā)们会将生(shēng)成的美图当做头(tóu)像。而另一部分喜欢翻看(kàn)AI绘画的“翻车(chē)”作品。在社交媒体(tǐ)上，许(xǔ)多用(yòng)户分(fēn)享AI“翻车现场”，例如，一位网(wǎng)友的小狗照片被AI画成了“肌肉男”，还有网(wǎng)友的(de)个人照片被AI识别成(chéng)了(le)建筑。

而如今随着ControlNet的出现与加持，以(yǐ)往AI绘画的填写关键词游(yóu)戏可能(néng)要(yào)被颠覆了。

ControlNet是(shì)一位正(zhèng)在斯坦福读(dú)博的中国人张(zhāng)吕敏创作的一种基(jī)于(yú)控制点的(de)图像变形算(suàn)法，主要用于数字图(tú)像处理(lǐ)、计(jì)算(suàn)机视觉和计算机(jī)图形学等领域。

其SD插件一经发布，在短(duǎn)短的两天内便成硝酸锌化学式怎么写出来的，硝酸锌化学式子为了(le)AI绘画领域(yù)最新的热点。

在(zài)此(cǐ)之前(qián)，大家用(yòng)了很多方法想让AI生成的结果尽可能的符合要(yào)求，但是都不尽(jǐn)如人意，它(tā)的出现代表着(zhe)AI生成开(kāi)始进入(rù)真正的可控(kòng)时期。

因(yīn)为ControlNet可以直接提取画面的构图，人物(wù)的(de)姿势(shì)和画面的深度信息等。有了它的帮助，就不(bù)用频(pín)繁的用提示(shì)词来碰运(yùn)气，抽盲盒(hé)式的(de)创作(zuò)了。

通俗的(de)说ControlNet相当于给AI绘(huì)画加了“魔法”，不少(shǎo)博主的作品已经获得了大量(liàng)的浏览(lǎn)量，“viggo”就(jiù)是其中(zhōng)之一，他(tā)用(yòng)朋友的照片直接带她们走(zǒu)进动漫(màn)世界(jiè)。

viggo先(xiān)用StableDiffusion图片转文字。

再用(yòng)Text2Prompt插件拓展找(zhǎo)到对应的关键词；最后用ControlNet插件绑定骨骼开始换关键词试效果。

通过图片就(jiù)可以看出来(lái)，效果十分惊(jīng)艳(yàn)。

更厉害的是，除了真(zhēn)实的(de)照(zhào)片，草图(tú)也可以加上“魔法”，知乎(hū)大牛“DevPoint”和“逗砂”介(jiè)绍(shào)到ControlNet还(hái)能实(shí)现(xiàn)线稿转全彩图(tú)。大(dà)神张吕敏其本尊也亲自回应。

不得不说(shuō)当下AIGC已经(jīng)变(biàn)得越来越强大(dà)，甚至输出的作品(pǐn)都已经能以(yǐ)假乱真(zhēn)了。

02

难辨(biàn)虚(xū)实，AIGC技(jì)术力爆(bào)发

警惕安全(quán)问题

近日，“苏州(zhōu)金(jīn)鸡(jī)湖有游艇party”的消息火遍(biàn)网络，而经过警(jǐng)方辟谣这所(suǒ)谓的“party”可能是(shì)全国第一起(qǐ)AI绘图诈骗(piàn)。

由于(yú)这(zhè)个活动(dòng)里面(miàn)给出(chū)的美女照(zhào)片(piàn)都(dōu)是AI制作的真人照片绘图(tú)，因为太逼真，被大(dà)家当成(chéng)真(zhēn)事传播了(le)。

不过仔细观察(chá)可以发现(xiàn)，活动发起者提供的照片(piàn)中有个(gè)很大的漏洞可以发(fā)现(xiàn)并非真(zhēn)人，而是AI绘(huì)图，那便是图片中女性的手指部分(fēn)有的(de)存在异常(cháng)。

有行业人事表示：“现在因为手指部(bù)分(fēn)的绘画算法比较(jiào)复杂(zá)，AI还(hái)不(bù)太会画人的手，但最新(xīn)看(kàn)到的图片已经(jīng)有越(yuè)来越完美的AI模型出现，以后可能就完(wán)全没有漏洞了。”

类似(shì)的AI作图诈骗在国(guó)外也已有发生。据英国广播(bō)公司报(bào)道，土耳其地震期间，有Tiktok用户使用AI合成了儿童受(shòu)灾的假照片发布(bù)到网络(luò)，以此诱骗善良(liáng)的人打赏“捐助”从而实施诈骗(piàn)。

目前随(suí)着技术发展，AIGC已经能做出(chū)真人照片(piàn)般的(de)绘图(tú)效果，如果这(zhè)样的图片被用来(lái)诈骗，将非常可怕。

此外(wài)AIGC还引(yǐn)发了很多担忧，一方(fāng)面，批判者认为AI在“学(xué)习”了大量前(qián)人的作品之后，其创(chuàng)作没(méi)有任(rèn)何情绪和灵魂，难(nán)以和人(rén)类的(de)艺术创作(zuò)相提并(bìng)论。

另一方面，AIGC背后的版权、目前都并没有得到有效的解决，还有(yǒu)AIGC会不会代替人类“至高无上”的创(chuàng)意。

马斯克也强(qiáng)调，人工智能的(de)安全(quán)问题需要(yào)得到重视，太晚就来不及了(le)。

03

AIGC下一(yī)站除了视(shì)频，还(hái)有(yǒu)远方

技术都(dōu)是有两面性的，潜(qián)在的危害(hài)并不(bù)能掩盖其光辉的(de)贡献。现在(zài)看来(lái)，人工智能技术将是第四次工(gōng)业革(gé)命的核(hé)心驱动力量(liàng)，将创(chuàng)造新的增长奇迹。

过去(qù)一年，人工智能在技(jì)术(shù)和(hé)商业层面都有(yǒu)了(le)巨大进展，AI绘画就是人工智(zhì)能技术发生(shēng)方向性改变的一个代表。其(qí)下一站或许就是视频。

此前(qián)，Meta和谷歌先后发布了几条(tiáo)引(yǐn)爆科技圈(quān)的短(duǎn)视频(pín)。这些(xiē)视频引(yǐn)发(fā)关注并非内容(róng)做得多优秀，反而(ér)都非常简(jiǎn)单，比(bǐ)如一匹(pǐ)正在喝(hē)水的马，一只画画的玩具熊，或者(zhě)一段骑摩托车的第一(yī)视角录像，随便(biàn)一(yī)个有手机的人(rén)都可(kě)以随手录下一(yī)段。

但这(zhè)些短(duǎn)视(shì)频的创(chuàng)作方式(shì)非常简单，创作者仅仅需要向AI输入(rù)一段话，甚(shèn)至只是说一下要求，AI就可以(yǐ)根(gēn)据需(xū)要生成一段视频。

谷歌发布(bù)的两个AI生(shēng)成(chéng)视(shì)频分别来自于(yú)Imagen Video和Phenaki，前者主要(yào)突出(chū)的是(shì)高清，与Meta的Make-A-Video没有太多(duō)的差(chà)别。

在(zài)Make-A-Video公(gōng)布了AI生成的视频(pín)后，AI圈就已(yǐ)经(jīng)玩了一波梗，一(yī)个(gè)能够做出更高清视(shì)频的AI还不(bù)足以在短时间内戳中(zhōng)兴奋(fèn)点。

Phenaki更(gèng)加令人震惊(jīng)的(de)地方在于(yú)，它(tā)可以制作出超过(guò)2分钟的连贯(guàn)的也有(yǒu)确切内容的视频，这(zhè)才是真正让(ràng)人们感到惊喜的(de)地方。因为无论AI生成的视频多么高清，也只能(néng)是为内(nèi)容生产者提供一(yī)个(gè)灵感，一个素材(cái)，一个过场动画。

不过能够制作出有(yǒu)具体剧情内容的视频就(jiù)意(yì)味着，一些视频(pín)创作(zuò)由AI代替人(rén)工完成已经(jīng)初步有了可能。

当下AI的发展(zhǎn)速度(dù)已经超过大部分人(rén)的想象。内容(róng)产业的本质是供给创造(zào)需求，AIGC作为(wèi)全(quán)新的内(nèi)容(róng)生(shēng)产方式，可以为内容产(chǎn)业带(dài)来更新的(de)内容(róng)风格、更(gèng)快(kuài)的生产速度，更(gèng)低的(de)生产(chǎn)成本，这无疑(yí)会(huì)驱动内(nèi)容产业的(de)大爆(bào)发(fā)。

除了AI绘图(tú)、视(shì)频(pín)，AIGC技术(shù)还能应用于音乐、代码(mǎ)、机器人动作等(děng)多种内容形式的生(shēng)成。不难(nán)发现该项(xiàng)技术不仅在游戏等行业能(néng)得到(dào)有效应用，对于(yú)下一代互联网各种元素的构建(jiàn)亦有(yǒu)关键(jiàn)意义(yì)。

从商业化的角(jiǎo)度来看(kàn)，文化娱乐、教(jiào)育(yù)、传媒等诸多(duō)领域，本身就(jiù)对基(jī)于(yú)AI的可(kě)视化(huà)内容(róng)有强(qiáng)烈需求。

因此，AI绘画及视频或不是结(jié)果，而只是AI进程中的(de)一块重(zhòng)要(yào)拼图，有(yǒu)望在(zài)技术(shù)更新(xīn)的(de)加持下实(shí)现更大的应(yīng)用价值(zhí)。

AI从理(lǐ)解内容，走向了可(kě)以生成内容，甚至能(néng)够创造出独立价值和独立视(shì)角(jiǎo)的内(nèi)容。AIGC的再(zài)次出圈，更代表着未来的(de)先进生产力即(jí)将到来。

04

紧(jǐn)抓大模型与算力，牢固(gù)AIGC底座

从技术的发展也可以看出，在语(yǔ)言大(dà)模型、图像大模(mó)型之后(hòu)，多模态大(dà)模型已经成为(wèi)了新的趋势。

大(dà)模(mó)型被誉为当前人工智能发展(zhǎn)的智能底座，是(shì)全球(qiú)竞争最激烈的(de)研究方(fāng)向之一(yī)，包括谷歌、亚马逊、百度、阿里(lǐ)、腾讯等众多头部企(qǐ)业都在竞相发力。

不过训练大模型(xíng)的确价格(gé)不(bù)菲(fēi)，以(yǐ)国盛证券发布的《ChatGPT需要多(duō)少算力》报告(gào)估算，GPT-3训练一次的成本约为140万美元(yuán硝酸锌化学式怎么写出来的，硝酸锌化学式子)。而对于一些更大的LLM(大(dà)型(xíng)语(yǔ)言模型)，训练成本则(zé)介于200万美(měi)元至1200万美(měi)元(yuán)高(gāo)价之(zhī)间。

以ChatGPT在2023年1月的(de)独立访客平均数1300万(wàn)计算(suàn)，其对应芯(xīn)片(piàn)需求为3万多片英(yīng)伟达A100 GPU，初始(shǐ)投入成本(běn)约为8亿美元，每(měi)日仅(jǐn)电费(fèi)就在5万美元左右。

此外不论(lùn)是ChatGPT还(hái)是AIGC，都离不开庞大算力支(zhī)持。在(zài)关(guān)注各类大模型的发展同时，更(gèng)应该(gāi)关注算力网(wǎng)络的建设。

算(suàn)力网络正驱(qū)动AI产业发展进入史诗级加速进(jìn)程，让(ràng)AIGC及通用(yòng)AI这(zhè)一人(rén)工智能发展的终极目标离(lí)得更近。

因为算力可(kě)以对(duì)突破性技术创新(xīn)提供(gōng)大(dà)力的支持(chí)。这(zhè)方面，多模态(tài)大(dà)模型是(shì)典型。作为面向(xiàng)未来(lái)强人工智能、通(tōng)用人(rén)工智能的重要技(jì)术创(chuàng)新，多模(mó)态大模型(xíng)已经在(zài)人工(gōng)智能领(lǐng)域提出了很多年，业界也有(yǒu)不少技术突破，但是，多模(mó)态(tài)大模型进一步往下走，算力需求呈几(jǐ)何式上升，一般的算力基(jī)础(chǔ)设施很快将(jiāng)难以(yǐ)胜任(rèn)。

从图像、文字、语音(yīn)单独一(yī)项的训练，到双模态、三(sān)模态的跃迁，让(ràng)人(rén)工智(zhì)能可(kě)以灵活应对(duì)不(bù)同模态的转(zhuǎn)化、像人与(yǔ)世(shì)界交互一样自然，这方面，由算力网络(luò)来(lái)驱动将有明显优势。

此外，还有(yǒu)很(hěn)多需要爆发式增(zēng)长的(de)算力(lì)来支撑(chēng)的技术创新，将在人工(gōng)智能算(suàn)力网络(luò)支撑下(xià)快速推(tuī)进。

AIGC已经露出(chū)曙光，期待(dài)在大模型和(hé)大(dà)算力的(de)支持下AIGC能持续颠覆内容生产的(de)方式(shì)，将创造的边(biān)际成本降(jiàng)低，让万众受益。

未经允许不得转载：橘子百科-橘子都知道 硝酸锌化学式怎么写出来的，硝酸锌化学式子