自聊(liáo)天机器人(rén)ChatGPT火爆以来，微软公司(sī)创始人比(bǐ)尔·盖茨(cí)已多次公开(kāi)谈(tán)论人工(gōng)智能话题。在最近的一次采访中(zhōng)，他再次表示(shì)：“AI可能会让科技行业迎来一(yī)次剧烈的(de)洗(xǐ)牌”。

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

他(tā)预期，AI的发(fā)展可(kě)能会威胁到(dào)谷(gǔ)歌的市占率，因为(wèi)微软(ruǎn)在AI方面的行动相当(dāng)迅速(sù)。而最终(zhōng)科技巨头(tóu)将(jiāng)把AI整合成用户的“全(quán)能助手”，包揽一切应用(yòng)，与人们进行(xíng)沟通并提供建议，可以(yǐ)取代亚马逊(xùn)、Siri或(huò)Outlook等应用。

大佬口(kǒu)中全能助手的(de)到(dào)来可(kě)能(néng)尚(shàng)需时日，但由ControlNet引发的(de)又(yòu)一次AI绘画浪潮，让AIGC在(zài)ChatGPT的(de)话题(tí)热(rè)点包围中杀出重围。

01

ControlNet颠(diān)覆(fù)AI绘画新玩(wán)法

AIGC向可控靠近

以AI绘画为代表的AIGC上一次(cì)爆火的时候(hòu)，还是2022年(nián)8月(yuè)，在美国科罗拉多(duō)州举办(bàn)的新兴数字艺术家竞(jìng)赛中(zhōng)，一幅名为《太空歌剧院》的作(zuò)品获奖。

随后各大厂(chǎng)商的AI绘画软件被广大网(wǎng)友(yǒu)熟知并体验，Stable Diffusion便是其中(zhōng)代表。

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

作画的关键就是所输(shū)入的文本。同一组关(guān)键词(cí)也可以创作出很多张(zhāng)风(fēng)格不(bù)一样的(de)画作，这让创作的过程就像开盲盒(hé)。

很多用(yòng)户很喜欢这种不确定的惊(jīng)喜，他们会将生成的(de)美图当做头(tóu)像(xiàng)。而另一部分喜欢翻看(kàn)AI绘画的(de)“翻车”作(zuò)品。在社交媒体上，许多用户(hù)分享AI“翻(fān)车现场”，例如，一位网友的(de)小狗照(zhào)片被AI画成了“肌肉男(nán)”，还有(yǒu)网友的个人照片(piàn)被AI识(shí)别成了建筑。

而如今(jīn)随着ControlNet的(de)出现(xiàn)与(yǔ)加持，以往AI绘画的(de)填(tián)写关键词游(yóu)戏可能要(yào)被颠(diān)覆了。

ControlNet是一(yī)位(wèi)正在斯坦福读博的中(zhōng)国人张(zhāng)吕敏(mǐn)创作的一种基于(yú)控制点的(de)图像(xiàng)变形算法(fǎ)，主要(yào)用于(yú)数字图像处理、计算机视觉和计(jì)算机图形学等领域。

其SD插(chā)件一经发布(bù)，在短短(duǎn)的两天内便成(chéng)为了AI绘画领域最新(xīn)的(de)热点。

在此之前，大家(jiā)用了很多方法想让AI生成的结果尽可能的符(fú)合要(yào)求，但是都不尽如人意，它(tā)的出(chū)现代表(biǎo)着AI生成开(kāi)始进(jìn)入真正的可控时(shí)期。

因为ControlNet可以直接提取画(huà)面(miàn)的构图，人物的姿势和画面的深度信息等。有了它(tā)的帮助，就不用频繁的用提示词来碰运气，抽盲盒式的(de)创作了(le)。

通俗的说ControlNet相当于给AI绘画加了“魔法”，不少博主的作(zuò)品已(yǐ)经获得了大量(liàng)的浏览量，“viggo”就是(shì)其中之一，他用朋友的照片直接带她们走进动(dòng)漫世界。

viggo先(xiān)用StableDiffusion图片转文字。

再用Text2Prompt插件(jiàn)拓展找到对应的关键词；最后用ControlNet插件(jiàn)绑定(dìng)骨骼(gé)开始换关(guān)键词试效果。

通过图片就可以看出来，效果(guǒ)十分(fēn)惊艳(yàn)。

更厉害的(de)是(shì)，除了(le)真(zhēn)实的照片，草图(tú)也可以加上“魔法”，知乎(hū)大(dà)牛“DevPoint”和“逗砂”介(jiè)绍(shào)到ControlNet还能(néng)实现线(xiàn)稿(gǎo)转全彩图。大神张吕(lǚ)敏其本尊也亲自(zì)回应。

不得不说当下(xià)AIGC已经变得越来越(yuè)强大(dà)，甚至输(shū)出的作品都(dōu)已(yǐ)经能以假乱真了。

02

难辨虚实，AIGC技术力爆发

警惕(tì)安全(quán)问题(tí)

近日，“苏州金鸡湖有游艇party”的(de)消息火遍网络，而经过(guò)警(jǐng)方辟(pì)谣这所(suǒ)谓的(de)“party”可能是全国第一(yī)起AI绘图诈(zhà)骗。

由(yóu)于这个活动里面给出的美(měi)女照片都是AI制作(zuò)的真人(rén)照片绘图，因为太逼真，被(bèi)大(dà)家当成真事传播(bō)了。

不过仔细观(guān)察可以发(fā)现，活(huó)动发起者提(tí)供的照(zhào)片(piàn)中有个很大的(de)漏洞可以(yǐ)发现并非(fēi)真人，而(ér)是AI绘(huì)图，那便是图片中女(nǚ)性的手指部分有的存在异常。

有行业人事(shì)表示：“现在因为手指部分(fēn)的绘画算法比较复杂，AI还不太会画人的手，但最新(xīn)看到的图(tú)片已经有越来(lái)越完(wán)美的AI模型出现，以(yǐ)后可能(néng)就(jiù)完全没有漏洞了。”

类(lèi)似的AI作图诈骗在国外也已有发生(shēng)。据英(yīng)国广播公司报道，土耳其地震(zhèn)期(qī)间，有Tiktok用(yòng)户(hù)使用AI合(hé)成了儿童(tóng)受灾的假照片发布到网络(luò)，以此诱骗善良的人打赏“捐助”从而实施诈骗。

目前随着技术(shù)发展，AIGC已(yǐ)经能(néng)做出真人照片般(bān)的绘(huì)图(tú)效果，如果这(zhè)样的(de)图片(piàn)被用来诈(zhà)骗，将非常可怕。

此外AIGC还引发了很多担(dān)忧，一方(fāng)面，批判者认(rèn)为AI在“学习(xí)”了(le)大(dà)量前人的作品之后，其创作没有任何情绪和(hé)灵魂(hún)，难以和人类(lèi)的艺术创作(zuò)相提并论。

另一方面，AIGC背(bèi)后的版(bǎn)权、目前都并没有得到有效的(de)解决，还有(yǒu)AIGC会(huì)不(bù)会代(dài)替(tì)人类“至高无(wú)上”的创(chuàng)意。

马斯克也强调(diào)，人工智能(néng)的安全(quán)问题需要(yào)得到重视，太晚就来不及了。

03

AIGC下一(yī)站除了视频，还有远方

技术都是(shì)有两面性(xìng)的(de)，潜(qián)在的危害并不能掩盖其(qí)光辉的贡献。现在看来，人工智(zhì)能技术将是第四次工业革命的核心驱动力量，将创(chuàng)造(zào)新的增长(zhǎng)奇迹。

过去(qù)一年(nián)，人工智能在技术和商(shāng)业层面都有了巨(jù)大进展，AI绘(huì)画就是人工智能技术(shù)发生方向(xiàng)性改变的(de)一个代表(biǎo)。其(qí)下一站或许就是视(shì)频。

此前，Meta和谷歌先后发(fā)布了(le)几条引爆科技圈(quān)的短视频(pín)。这些(xiē)视频引(yǐn)发关(guān)注并非内容做得(dé)多优秀，反而(ér)都非常简单，比如一匹正在喝水的马，一只画画(huà)的玩具熊，或者(zhě)一段骑摩托车的第一视角录像(xiàng)，随(suí)便(biàn)一个有(yǒu)手机(jī)的人都可(kě)以随手(shǒu)录下一段。

但这(zhè)些(xiē)短视频的(de)创作方(fāng)式非常简单，创作(zuò)者(zhě)仅(jǐn)仅需要向AI输(shū)入一段话，甚至只是说一下(xià)要求，AI就可以根据需(xū)要生成一(yī)段视(shì)频(pín)。

谷(gǔ)歌发布(bù)的两个AI生成视频(pín)分别来自于Imagen Video和Phenaki，前者主(zhǔ)要突(tū)出的是(shì)高清，与Meta的Make-A-Video没有太多的差别(bié)。

在Make-A-Video公布了AI生成的(de)视(shì)频后(hòu)，AI圈就已经玩了一波梗，一个能(néng)够做出更高(gāo)清视(shì)频的(de)AI还(hái)不足以在短时间内戳中兴(xīng)奋点(diǎn)。

Phenaki更加令人震惊的(de)地方在于，它可(kě)以制(zhì)作(zuò)出超过2分钟的连贯的也有确切内容(róng)的视频，这(zhè)才是(shì)真正让人们感到惊喜的地方。因为无论AI生(shēng)成(chéng)的视频多么(me)高清，也(yě)只能是为内(nèi)容(róng)生产者(zhě)提供一个(gè)灵感(gǎn)，一个素材，一个过(guò)场(chǎng)动(dòng)画。

不(bù)过能够制作(zuò)出有具体剧情(qíng)内容的视频就意味着，一些(xiē)视频创作(zuò)由AI代替(tì)人工(gōng)完(wán)成已经初步有(yǒu)了可能。

当下AI的(de)发展速度已经超过大(dà)部分人的想(xiǎng)象。内容(róng)产业的本质是供给创造需求，AIGC作为全(quán)新(xīn)的内容生产方式(shì)，可以为内(nèi)容(róng)产业(yè)带来更(gèng)新的内容风格、更快的生(shēng)产(chǎn)速度，更低的生产成(chéng)本，这(zhè)无疑会驱(qū)动内容产业的大爆发(fā)。

除了AI绘(huì)图、视频，AIGC技术(shù)还能应用于音乐、代(dài)码(mǎ)、机器人动作(zuò)等多种(zhǒng)内(nèi)容形式的生成。不难发现(xiàn)该项技(jì)术不仅(jǐn)在游戏等行(xíng)业能得(dé)到有(yǒu)效应用，对于(yú)下(xià)一代互联网各种元素的构建亦有关键意义。

从商业(yè)化的角度来看，文(wén)化娱乐、教育、传(chuán)媒等诸多领域(yù)，本身就对基于(yú)AI的可视化内容有强(qiáng)烈需求。

因此，AI绘画及视(shì)频或(huò)不是结果，而只是AI进(jìn)程(chéng)中的(de)一块重要拼图，有望(wàng)在技(jì)术更(gèng)新的加持下实现(xiàn)更(gèng)大的应用价值。

AI从理解内容，走向(xiàng)了可以生成内(nèi)容，甚至能够创造出独立价值和独立视角的(de)内(nèi)容。AIGC的(de)再(zài)次出圈，更代表着(zhe)未来的先(xiān)进生产力即将到来。

04

紧抓大模型与算力(lì)，牢固AIGC底座

从技术的(de)发展(zhǎn)也可以看出，在语言大(dà)模型、图(tú)像大(dà)模(mó)型之后(hòu)，多模态大模型(xíng)已经成为了新的趋(qū)势(shì)。

大(dà)模型被誉为当前人(rén)工智能发展(zhǎn)的智能底座，是全球竞争最激(jī)烈的研究方向之一，包括谷歌、亚(yà)马逊、百(bǎi)度、阿里、腾讯等(děng)众多头部企业都在竞(jìng)相发力。

不过(guò)训练大(dà)模型的确(què)价格不菲(fēi)，以国盛证券发布的《ChatGPT需要多少算力(lì)》报告估算，GPT-3训练一(yī)次的成本约为140万美元。而对于一些(xiē)更大的LLM(大型(xíng)语言(yán)模型)，训练(liàn)成本则介(jiè)于(yú)200万美元至1200万美元(yuán)高价之间。

以ChatGPT在(zài)2023年1月(yuè)的独(dú)立访客(kè)平均数(shù)1300万计算，其对(duì)应(yīng)芯片(piàn)需求为3万多片英伟达(dá)A100 GPU，初始投入成本约为8亿美(měi)元，每日仅电费就在5万美元左右(yòu)。

此外不论是ChatGPT还(hái)是AIGC，都离(lí)不(bù)开庞大算力支持(chí)。在(zài)关注各类(lèi)大模型的发展同时(shí)，更应该关(guān)注算(suàn)力网络的建设(shè)。

算力网络(luò)正驱动AI产业发展进入史(shǐ)诗级加速进程，让AIGC及通用AI这一人工智能发(fā)展的(de)终极目标离得更近(jìn)。

因(yīn)为(wèi)算力可以对突破性技术(shù)创新(xīn)提供大力的支持。这方面，多模态(tài)大模(mó)型是典(diǎn)型。作为面向未来(lái)强人工智能(néng)、通用人工(gōng)智能(néng)的重要技术创新，多模态大模型已经在人工(gōng)智能领(lǐng)域提出了(le)很(hěn)多年，业界(jiè)也有不少技(jì)术突破(pò)，但是，多模态大模型进一步往下走(zǒu)，算力(lì)需求呈(chéng)几何式上升，一般(bān)的算(suàn)力基础设施(shī)很快将难以胜任。

从图像、文字、语音单(dān)独一(yī)项(xiàng)的训练，到双(shuāng)模态、三模态(tài)的跃(yuè)迁，让人工智能可以灵活应(yīng)对不同模态的转化、像(xiàng)人与世界交互一样自然，这方面，由算力网络(luò)来驱(qū)动将有明(míng)显(xiǎn)优势。

此外，还(hái)有很(hěn)多需要(yào)爆(bào)发式增长(zhǎng)的算力来(lái)支(zhī)撑的(de)技术创(chuàng)新，将在(zài)人工智能算力网络支撑下(xià)快速推(tuī)进(jìn)。

AIGC已经露出曙光(guāng)，期待在大模型和大算力的支持下AIGC能持续颠覆内(nèi)容(róng)生产的方式(shì)，将创造(zào)的(de)边际成(chéng)本(běn)降(jiàng)低，让(ràng)万众(zhòng)受益。

未经允许不得转载：橘子百科-橘子都知道 enjoy可数吗，joy可不可数