自聊天机器人(rén)ChatGPT火(huǒ)爆以(yǐ)来，微软公司创始人比尔·盖茨(cí)已多次公开谈论人工智能话题(tí)。在最近的(de)一次(cì)采(cǎi)访中，他再次(cì)表(biǎo)示(shì)：“AI可能会让科技行(xíng)业(yè)迎来(lái)一次剧烈的洗牌”。

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

他预期(qī)，AI的(de)发展可(kě)能会(huì)威胁到谷歌的市(shì)占率，因为微软在AI方面的行动相(xiāng)当(dāng)迅速。而最终科技巨头将把(bǎ)AI整合成(chéng)用户(hù)的“全能助手”，包揽(lǎn)一切应(yīng)用，与人们进行(xíng)沟通并提供建(jiàn)议(yì)，可以取代亚马逊(xùn)、Siri或(huò)Outlook等应用(yòng)。

大(dà)佬口(kǒu)中全能助手的到来可能尚需(xū)时日(rì)，但由ControlNet引(yǐn)发的又一次(cì)AI绘画浪潮，让AIGC在ChatGPT的话题(tí)热(rè)点包围中杀出重围(wéi)。

01

ControlNet颠覆(fù)AI绘(huì)画新(xīn)玩法(fǎ)

AIGC向可控靠近

以AI绘画(huà)为代(dài)表的AIGC上(shàng)一(yī)次爆(bào)火的(de)时候，还(hái)是2022年(nián)8月，在美国(guó)科罗拉多州举办(bàn)的新兴数(shù)字艺术家竞赛中，一幅(fú)名(míng)为《太空歌剧院(yuàn)》的(de)作品获奖。

随后各大厂商的(de)AI绘画软件被广大网友熟知并体验，Stable Diffusion便是其中代表。

用户们可(kě)以在应用中输(shū)入(rù)一组(zǔ)关(guān)键词或者一张照片，就能获得一幅AI创作的(de)画作。

作画的关键就是所输入的(de)文本。同一(yī)组关键(jiàn)词也可以创作出(chū)很多张风格不(bù)一样(yàng)的画作，这让创作的过程(chéng)就像(xiàng)开盲盒。

很多用(yòng)户很喜欢(huān)这种不确(què)定的惊喜，他们会将(jiāng)生成的(de)美图当(dāng)做头像(xiàng)。而另一部分(fēn)喜欢翻看AI绘画的“翻车”作品。在(zài)社(shè)交媒(méi)体上(shàng)，许(xǔ)多用户分享AI“翻车现场”，例如，一位网友的小狗照片被AI画成了“肌(jī)肉男”，还有(yǒu)网友的(de)个人照片被AI识别成(chéng)了建筑。

而(ér)如(rú)今随着ControlNet的出现与(yǔ)加持(chí)，以(yǐ)往AI绘画的填写关键词游戏可能(néng)要被(bèi)颠覆(fù)了。

ControlNet是一位正在斯坦福(fú)读博的中国人张(zhāng)吕敏创作的(de)一种基于控制(zhì)点的图像变形算法，主要用(yòng)于数字图像处(chù)理、计算机视(shì)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(huà)领域最新的热点。

在(zài)此之前，大家用了很(hěn)多方(fāng)法想让AI生(shēng)成(chéng)的(de)结果尽可能的(de)符(fú)合(hé)要求，但是都(dōu)不尽如人意(yì)，它(tā)的出现代表(biǎo)着AI生成开始进入真正的可控(kòng)时期。

因为(wèi)ControlNet可以(yǐ)直(zhí)接(jiē)提取画面的构图，人物(wù)的姿势(shì)和画面的深度信息(xī)等。有了它的帮助(zhù)，就不用频(pín)繁的用提(tí)示词来碰运(yùn)气，抽盲(máng)盒(hé)式(shì)的创(chuàng)作了。

通俗的说(shuō)ControlNet相当于给AI绘画加(jiā)了“魔法”，不少博主的作品已经(jīng)获得了(le)大量的(de)浏览量，“viggo”就(jiù)是(shì)其中之一，他用朋友的(de)照片直接(jiē)带她们走(zǒu)进动漫世界。

viggo先用StableDiffusion图(tú)片(piàn)转文字。

再用Text2Prompt插件拓展找到对(duì)应的关键词；最(zuì)后用ControlNet插件绑定(dìng)骨骼开始换关键词试效果。

通过图片就可以(yǐ)看出(chū)来(lái)，效果十分(fēn)惊艳。

更厉(lì)害的(de)是(shì)，除了(le)真实的照片，草图也可(kě)以(yǐ)加上“魔法”，知(zhī)乎大(dà)牛“DevPoint”和“逗砂”介(jiè)绍(shào)到ControlNet还能实现(xiàn)线稿转全彩图。大神张吕敏其(qí)本(běn)尊(zūn)也亲(qīn)自回应(yīng)。

不(bù)得不说当(dāng)下AIGC已经变得越来越强大，甚至输出的作(zuò)品都(dōu)已经能(néng)以(yǐ)假乱真了(le)。

02

难辨虚实，AIGC技术(shù)力(lì)爆(bào)发

警惕安全问题

近日(rì)，“苏州金鸡湖有(yǒu)游艇party”的(de)消(xiāo)息(xī)火遍网络，而经过警方辟谣这(zhè)所谓的(de)“party”可(kě)能是全(quán)国第一起AI绘图诈(zhà)骗。

由(yóu)于这个活(huó)动里面(miàn)给(gěi)出的(de)美女照(zhào)片都是AI制作的真人照片绘图，因(yīn)为太逼真，被大家当(dāng)成(chéng)真事传播了。

不过仔细(xì)观察可以发(fā)现(xiàn)，活动发起(qǐ)者提供的照片中有(yǒu)个(gè)很(hěn)大的漏洞可以(yǐ)发现并非真人，而是AI绘图，那便是图片(piàn)中女(nǚ)性的(de)手(shǒu)指部分有的存在异常。

有行业人事表示：“现在(zài)因为手(shǒu)指部分的绘画(huà)算法(fǎ)比较复杂，AI还不太会画(huà)人的手，但最新看到的图片已(yǐ)经有越来越完美的AI模型出现，以(yǐ)后可能(néng)就完全没有漏洞了。”

类似的AI作图(tú)诈骗(piàn)在国外也已(yǐ)有发生(shēng)。据英国广播公司报(bào)道(dào)，土耳其地震期间，有Tiktok用户使(shǐ)用AI合成了儿童受灾的假照片发布到网络，以此诱骗善良的人(rén)打赏“捐助”从而实施诈骗。

目前随着技术发(fā)展，AIGC已经能做出真人照片(piàn)般的绘图(tú)效(xiào)果，如果这样(yàng)的图片被用来诈骗，将(jiāng)非(fēi)常可怕。

此(cǐ)外AIGC还(hái)引发(fā)了很多担忧，一方面，批(pī)判者(zhě)认为AI在“学习”了(le)大量前人的作(zuò)品之(zhī)后，其创(chuàng)作没有任(rèn)何情绪和灵魂(hún)，难以(yǐ)和人类的艺术创作相提并(bìng)论(lùn)。

另一方面，AIGC背后的版权、目前都(dōu)并没有得到(dào)有效的解决，还(hái)有(yǒu)AIGC会不会代替人类“至高无上”的(de)创意。

马斯克也强调，人工智能的安全问(wèn)题需要得到(dào)重(zhòng)视，太晚就(jiù)来不及了。

03

在办公室做剧烈运动，卫生间做剧烈运动trong>AIGC下(xià)一站除了视频，还有远(yuǎn)方

技(jì)术都是有两面性(xìng)的，潜在的危(wēi)害并(bìng)不能掩盖(gài)其(qí)光辉的贡献。现(xiàn)在(zài)看来，人工(gōng)智能(néng)技术将是第四次工业革(gé)命的核心驱动力量，将创造新(xīn)的增长奇(qí)迹。

过去一(yī)年，人工(gōng)智能在技(jì)术和商业层面都有(yǒu)了巨大进展，AI绘画就是人工智(zhì)能技(jì)术发(fā)生方(fāng)向性改变的(de)一个代表(biǎo)。其(qí)下一站(zhàn)或许就是视频。

此前(qián)，Meta和(hé)谷歌先后发布了几条引爆(bào)科技圈的短视频。这些视频引发关注并非内容做得(dé)多优秀，反而都非常简单，比如(rú)一(yī)匹正在喝水(shuǐ)的马，一只画画的玩具(jù)熊，或(huò)者(zhě)一段骑摩托车的第一视(shì)角录(lù)像，随便一个有手机的人都可(kě)以随手录下(xià)一(yī)段。

但这(zhè)些短(duǎn)视频(pín)的创作方式非常简单(dān)，创作者仅(jǐn)仅需要向AI输入一段话，甚(shèn)至只是说一下要(yào)求，AI就可(kě)以根据需要生成一段视频。

谷歌发(fā)布(bù)的两个AI生成(chéng)视频分(fēn)别(bié)来(lái)自于Imagen Video和Phenaki，前(qián)者主(zhǔ)要突(tū)出的是高清(qīng)，与(yǔ)Meta的Make-A-Video没(méi)有(yǒu)太多的差别。

在Make-A-Video公(gōng)布了AI生成的视频(pín)后，AI圈就已经玩了一波梗(gěng)，一个(gè)能(néng)够做出更高清视频的(de)AI还不足以(yǐ)在短时间内戳中兴奋点(diǎn)。

Phenaki更(gèng)加令人震惊的地方在于，它(tā)可以(yǐ)制作出超过2分钟的连贯的也(yě)有确切(qiè)内容的视(shì)频，这才是真正让人们感(gǎn)到惊喜的地方。因(yīn)为无论AI生成的视频(pín)多(duō)么高(gāo)清，也只能是为内容生产者提供一(yī)个灵感，一个(gè)素材(cái)，一(yī)个过(guò)场动画。

不过能够制作出有具体(tǐ)剧(jù)情内容的(de)视频就意味(wèi)着，一些视频创作由AI代替(tì)人工(gōng)完成(chéng)已经初步有了(le)可(kě)能。

当下AI的发展(zhǎn)速度已经(jīng)超过(guò)大部分人的想(xiǎng)象。内容产业的本质(zhì)是供给(gěi)创(chuàng)造需求，AIGC作(zuò)为全新(xīn)的内容生产方式，可(kě)以(yǐ)为内容产业带(dài)来更新(xīn)的内容(róng)风格、更快的生(shēng)产速度，更低的(de)生(shēng)产成本(běn)，这无疑会驱动内容产业的大爆发(fā)。

除了AI绘图、视频，AIGC技术(shù)还能应(yīng)用于音(yīn)乐、代(dài)码(mǎ)、机器(qì)人动作等多种内容形(xíng)式(shì)的生成(chéng)。不难发现该项(xiàng)技(jì)术不仅在游戏(xì)等行业能得到有效(xiào)应用，对于(yú)下一代互联网(wǎng)各种元(yuán)素的构建亦有关(guān)键意(yì)义。

从商(shāng)业化的角度来看(kàn)，文化娱乐(lè)、教育(yù)、传(chuán)媒等诸多领域，本身就对基(jī)于AI的(de)可视(shì)化内容有强烈需求(qiú)。

因此，AI绘画及视(shì)频或(huò)不是结果，而(ér)只是AI进程中(zhōng)的一(yī)块重要拼图，有望在技(jì)术更新的加持下实现(xiàn)更大的应(yīng)用(yòng)价值(zhí)。

AI从理解内容，走向(xiàng)了可以生成内容，甚(shèn)至(zhì)能够(gòu)创造(zào)出独(dú)立价值和独立视(shì)角的(de)内容(róng)。AIGC的再次(cì)出圈，更代表着未来的先进(jìn)生产力即将(jiāng)到来。

04

紧抓大模(mó)型与算力(lì)，牢(láo)固AIGC底座(zuò)

从技术(shù)的发展也可(kě)以看出，在语(yǔ)言(yán)大(dà)模(mó)型、图像(xiàng)大(dà)模型之后，多模态大模(mó)型已经成为了新(xīn)的趋势(shì)。

大模型(xíng)被(bèi)誉为(wèi)当前人工智能发展的智能底座，是全球竞争最激烈的研究方(fāng)向之一，包括谷歌、亚马逊(xùn)、百度、阿里、腾讯等众多头部企业都在(zài)竞相发(fā)力。

不过训(xùn)练大模型的确价格(gé)不菲(fēi)，以国盛证券发布(bù)的(de)《ChatGPT需要多少算(suàn)力(lì)》报告(gào)估算(suàn)，GPT-3训练一(yī)次(cì)的成本约为140万美元。而对于一些更大的LLM(大型语言模型)，训练成本则介于200万美元至(zhì)1200万(wàn)美元高价之间。

以(yǐ)ChatGPT在2023年1月(yuè)的独立(lì)访客平(píng)均数1300万计算，其对应芯片(piàn)需求为(wèi)3万多片英伟(wěi)达A100 GPU，初始投入(rù)成本(běn)约为8亿美元，每日(rì)仅电费就在(zài)5万(wàn)美元左右。

此(cǐ)外(wài)不论是(shì)ChatGPT还是AIGC，都离不开庞大算力(lì)支持。在关注各类大模型的发展同时，更应(yīng)该关注算力(lì)网(wǎng)络的建设(shè)。

算力网络(luò)正(zhèng)驱(qū)动(dòng)AI产业发展进入史诗级加(jiā)速进程，让AIGC及通用AI这一人工智(zhì)能(néng)发展的终极目(mù)标(biāo)离得更近(jìn)。

因为算力可以对突破(pò)性(xìng)技术创(chuàng)新提供大力的支持。这方面，多模(mó)态大模型是典型。作(zuò)为面向(xiàng)未来强人工智(zhì)能、通用(yòng)人工智能的重要(yào)技(jì)术创新，多模态大模型(xíng)已经(jīng)在人(rén)工(gōng)智能(néng)领(lǐng)域(yù)提出(chū)了(le)很多(duō)年，业界也有不少技术突破(pò)，但是，多模态大模型进(jìn)一步往(wǎng)下走，算(suàn)力(lì)需求呈几何式上升，一(yī)般(bān)的算力基础设施很快将难以胜任。

从图(tú)像、文字、语音(yīn)单(dān)独一(yī)项(xiàng)的训练，到双模态(tài)、三模态的跃迁，让人工智(zhì)能可以(yǐ)灵活应对(duì)不同(tóng)模态(tài)的转(zhuǎn)化(huà)、像(xiàng)人与世界交互一样自(zì)然，这方面，由算力(lì)网络来驱动将有明显优势。

此外，还有很多需要(yào)爆发(fā)式(shì)增长的算(suàn)力来支撑的技(jì)术创新，将在人工智能算力网络支撑下快速(sù)推进。

AIGC已经露出曙(shǔ)光(guāng)，期待在大模型和(hé)大算力的(de)支持下AIGC能持(chí)续颠覆内容生产的方式，将创造的边际(jì)成本降低(dī)，让万(wàn)众受益。

未经允许不得转载：橘子百科-橘子都知道 在办公室做剧烈运动，卫生间做剧烈运动