自聊天机器人(rén)ChatGPT火爆以来，微软公(gōng)司创始人(rén)比(bǐ)尔·盖茨已多(duō)次公(gōng)开谈论人工智能(néng)话(huà)题。在最近的(de)一次采访(fǎng)中，他再次表示：“AI可能会让科(kē)技行业迎来一次(cì)剧烈的(de)洗牌”。

这个结论是他(tā)在当地时间(jiān)2月20日接受(shòu)《In Good Company》节目专访时提(tí)出的。

他预期，AI的(de)发展可能会威胁到谷歌的市(shì)占率，因为微(wēi)软(ruǎn)在AI方(fāng)面的行动(dòng)相当迅速。而最终科技巨头将把AI整合成用户的“全能助(zhù)手”，包揽一切应用(yòng)，与人(rén)们进行沟通并(bìng)提供(gōng)建议，可以取代亚马逊(xùn)、Siri或Outlook等(děng)应用。

大佬口中(zhōng)全能(néng)助(zhù)手的到来可能尚需时日，但(dàn)由(yóu)ControlNet引发的(de)又一次AI绘画浪潮(cháo)，让AIGC在ChatGPT的(de)话(huà)题热点包(bāo)围中杀出重围。

01

ControlNet颠覆AI绘(huì)画新玩法

AIGC向可控靠近

以AI绘画为代表的(de)AIGC上一次(cì)爆火的(de)时候，还是2022年(nián)8月(yuè)，在美国科罗(luó)拉多州举(jǔ)办的(de)新(xīn)兴数字(zì)艺术家竞赛中，一幅名为《太空歌剧院》的作(zuò)品获奖(jiǎng)。

随后各大厂商的AI绘(huì)画软件被(bèi)广大网友熟知并体(tǐ)验(yàn)，Stable Diffusion便(biàn)是其中代表。

用(yòng)户(hù)们可以在应用中输(shū)入一组关键词或者一张照片(piàn)，就(jiù)能(néng)获得(dé)一幅AI创作的(de)画作(zuò)。

作画(huà)的关(guān)键就是所输入的(de)文(wén)本。同一组关键词也(yě)可(kě)以创作出很多张(zhāng)风格不一样的画作，这(zhè)让创作(zuò)的过程就像开盲盒。

很多用户(hù)很喜欢(huān)这种(zhǒng)不确定的(de)惊喜，他们会将生成的美图当做头像。而(ér)另(lìng)一(yī)部分喜欢翻看AI绘画的“翻车”作(zuò)品。在社交媒体上，许多用户分享AI“翻车现场”，例如，一位网友的小狗照片被AI画成了“肌肉男”，还(hái)有网友的个人照片(piàn)被AI识别成了建筑。

而如今随着ControlNet的出现与加持(chí)，以(yǐ)往(wǎng)AI绘画的(de)填写关(guān)键词游(yóu)戏可能要被(bèi)颠(diān)覆了。

ControlNet是(shì)一(yī)位正在斯坦(tǎn)福读(dú)博的中国人(rén)张吕敏创作的(de)一种基于控(kòng)制点(diǎn)的图像(xiàng)变(biàn)形算(suàn)法(fǎ)，主要用于数(shù)字图像处理(lǐ)、计算机视觉和计算机(jī)图形学等(děng)领域。

其SD插件(jiàn)一经发(fā)布(bù)，在短短的(de)两天(tiān)内便成为了AI绘(huì)画领域最新(xīn)的热点。

在此之前，大家用了(le)很多方法想让AI生(shēng)成的结(jié)果尽可能的符合要求，但是都不尽如人意，它的出现(xiàn)代表(biǎo)着AI生成(chéng)开始进入(rù)真(zhēn)正的可控时期(qī)。

因为ControlNet可以直接提取画面的构图，人物的姿势和画面的(de)深(shēn)度(dù)信息等。有了(le)它(tā)的帮助，就(jiù)不用(yòng)频(pín)繁的用提(tí)示词来碰运(yùn)气(qì)，抽盲盒(hé)式的(de)创作了。

通俗的说ControlNet相当于给AI绘(huì)画加了“魔法”，不(bù)少博主(zhǔ)的作(zuò)品已(yǐ)经获得了大量(liàng)的浏览量(liàng)，“viggo”就(jiù)是其中之一，他用(yòng)朋友的照片直接带她们(men)走进(jìn)动漫(màn)世界(jiè)。

viggo先用StableDiffusion图(tú)片转文字。

再用Text2Prompt插件(jiàn)拓展找到对应(yīng)的关键(jiàn)词；最(zuì)后(hòu)用ControlNet插件绑定骨(gǔ)骼开始换(huàn)关(guān)键(jiàn)词(cí)试(shì)效果。

通(tōng)过(guò)图(tú)片就(jiù)可以看(kàn)出来，效果十分(fēn)惊艳。

更厉(lì)害的是，除了真(zhēn)实的(de)照片，草(cǎo)图(tú)也(yě)可(kě)以加(jiā)上“魔法”，知(zhī)乎大牛“DevPoint”和“逗砂”介绍(shào)到ControlNet还能实现线稿(gǎo)转全(quán)彩图。大神张吕敏其本尊也亲(qīn)自回应。

不得不说当(dāng)下AIGC已(yǐ)经变得越来(lái)越强大(dà)，甚(shèn)至输出的作(zuò)品(pǐn)都已经能以假乱(luàn)真了。

02

难辨(biàn)虚实(shí)，AIGC技(jì)术(shù)力(lì)爆发

警(jǐng)惕(tì)安(ān)全问题

近日，“苏州金鸡湖有游艇(tǐng)party”的消息(xī)火遍网络，而经过警方辟谣这所谓(wèi)的“party”可能(néng)是(shì)全国第(dì)一起AI绘图(tú)诈骗。

由于(yú)这个活动里面(miàn)给出的美女照片都是AI制作的(de)真人照片(piàn)绘(huì)图，因为太逼真(zhēn)，被大家(jiā)当成真(zhēn)事传播(bō)了。

不过仔细观察可以发现(xiàn)，活动发起者(zhě)提供的照片中有个(gè)很大的(de)漏洞可以(yǐ)发(fā)现并非真人(rén)，而(ér)是AI绘图，那便是图片10002是什么电话啊 10002是哪个学校代码中女(nǚ)性的手指(zhǐ)部分有(yǒu)的存在(zài)异常。

有行业人事表示(shì)：“现在因为手指部(bù)分的绘(huì)画(huà)算法比较(jiào)复杂(zá)，AI还不太会(huì)画人(rén)的(de)手(shǒu)，但最新(xīn)看到的图(tú)片已经有越来越完(wán)美的AI模型出现(xiàn)，以(yǐ)后可能(néng)就完全(quán)没有(yǒu)漏洞了(le)。”

类似的(de)AI作图诈骗在国外(wài)也已有(yǒu)发(fā)生。据英(yīng)国广播(bō)公司(sī)报道，土耳(ěr)其地震期间，有Tiktok用户(hù)使用AI合成了儿童(tóng)受灾(zāi)的(de)假照片发布到网络(luò)，以此诱骗善良的人打赏“捐(juān)助”从而实施(shī)诈骗。

目前(qián)随着(zhe)技术发展，AIGC已(yǐ)经(jīng)能做出真人(rén)照片般的绘图效果，如果这样的图片(piàn)被用来诈骗，将非常可怕。

此外AIGC还引发了(le)很多担忧，一方面，批判者认为AI在“学习”了大量前人(rén)的作(zuò)品(pǐn)之后，其创作没有任何(hé)情绪(xù)和灵(líng)魂(hún)，难以和人类的艺术(shù)创作相(xiāng)提(tí)并论(lùn)。

另一(yī)方(fāng)面，AIGC背后的版权、目(mù)前都并没有得到(dào)有效的解决，还(hái)有AIGC会(huì)不会代替人类(lèi)“至(zhì)高无上(shàng)”的创意。

马斯克也强调，人工(gōng)智(zhì)能(néng)的安全问题需要得到重视，太晚就来不及了。

03

AIGC下(xià)一站除了(le)视(shì)频，还有远方

技术都是(shì)有两面性(xìng)的(de)，潜在的(de)危害并不能掩盖其光辉(huī)的贡献(xiàn)。现在看来(lái)，人工智能技术(shù)将(jiāng)是第四(sì)次工业革(gé)命的核心(xīn)驱动(dòng)力量，将创造(zào)新的增长奇(qí)迹(jì)。

过去(qù)一年，人工(gōng)智能在(zài)技术和商(shāng)业(yè)层面(miàn)都(dōu)有了巨大进展，AI绘画就是(shì)人工智能技术发生方向性改变的(de)一个代(dài)表。其下(xià)一站或许就是视频。

此前，Meta和(hé)谷(gǔ)歌先后发布了几条引(yǐn)爆(bào)科技圈的短视频。这些视频引发(fā)关注(zhù)并非(fēi)内容做(zuò)得多(duō)优秀，反而(ér)都(dōu)非(fēi)常(cháng)简(jiǎn)单，比如一匹正在喝水的(de)马，一只画画的玩具熊，或(huò)者一段骑摩托车的第一(yī)视(shì)角录像，随(suí)便一(yī)个有(yǒu)手(shǒu)机的人(rén)都可以随(suí)手录下(xià)一段(duàn)。

但这些短(duǎn)视频的创(chuàng)作方式非常简单(dān)，创作者仅(jǐn)仅需要(yào)向AI输(shū)入一段话，甚至只(zhǐ)是说一下要(yào)求，AI就可(kě)以根据需要生(shēng)成(chéng)一段(duàn)视频。

谷(gǔ)歌发布的两个(gè)AI生成视频(pín)分别来自于Imagen Video和Phenaki，前者主要突出(chū)的是高清，与Meta的Make-A-Video没有(yǒu)太(tài)多的差(chà)别。

在(zài)Make-A-Video公布了AI生成的视频后(hòu)，AI圈(quān)就(jiù)已经玩(wán)了一波梗，一个能够(gòu)做出更高清(qīng)视频的AI还不(bù)足以在短(duǎn)时间内戳中(zhōng)兴(xīng)奋点。

Phenaki更加令人震惊的(de)地(dì)方在于(yú)，它可以制(zhì)作出超过(guò)2分(fēn)钟的(de)连(lián)贯(guàn)的(de)也有确切内容的视(shì)频(pín)，这才是真(zhēn)正让人们感到惊喜的地(dì)方。因为(wèi)无论AI生成的(de)视(shì)频(pín)多么高清，也只能是为内(nèi)容(róng)生产者提供一个(gè)灵感，一(yī)个(gè)素(sù)材(cái)，一个过场动画。

不(bù)过(guò)能(néng)够制作出有(yǒu)具(jù)体剧情内容的视频就意味(wèi)着，一些视频创作由AI代替人工完成已经初步(bù)有了可(kě)能(néng)。

当下AI的发展(zhǎn)速度已(yǐ)经超过大部分人的想(xiǎng)象。内容产业(yè)的本(běn)质是供给创造需(xū)求，AIGC作为全新的内(nèi)容生产方式，可以为内容产业带来更新的内容风格(gé)、更快的(de)生产速(sù)度，更低的生产成(chéng)本(běn)，这无(wú)疑会驱动内(nèi)容产业(yè)的大(dà)爆发。

除了AI绘图、视频，AIGC技术还能应用(yòng)于(yú)音(yīn)乐(lè)、代(dài)码、机器人动作(zuò)等多种内容形(xíng)式的生成。不难发现该项技术不仅在游戏等(děng)行业能得到有效应用，对(duì)于(yú)下一(yī)代互联(lián)网(wǎng)各种元素(sù)的构建亦有关(guān)键(jiàn)意义。

从商业化的角(jiǎo)度(dù)来(lái)看，文(wén)化(huà)娱乐、教育、传(chuán)媒等诸多(duō)领域，本(běn)身(shēn)就对(duì)基于AI的可(kě)视化内容有强烈需求。

因此，AI绘画及(jí)视频(pín)或(huò)不(bù)是(shì)结果，而只是AI进程中(zhōng)的(de)一(yī)块重(zhòng)要拼(pīn)图，有(yǒu)望在技术更(gèng)新的加持下实现更大的应用(yòng)价值。

AI从理(lǐ)解内容，走向了可以生(shēng)成(chéng)内(nèi)容，甚至能够创造出独立(lì)价值和独(dú)立(lì)视角的内(nèi)容。AIGC的再次出(chū)圈，更代表(biǎo)着(zhe)未(wèi)来的(de)先进生产(chǎn)力(lì)即将到来。

04

紧抓(zhuā)大模型与算(suàn)力，牢固AIGC底(dǐ)座

从(cóng)技术的发(fā)展(zhǎn)也可(kě)以看出，在语言大模型、图像大模(mó)型之后，多模态(tài)大模型已(yǐ)经成为了新的趋势(shì)。

大模型被誉为(wèi)当(dāng)前人工智能发展的智(zhì)能底座，是全球竞争最(zuì)激烈的(de)研究方向之一，包括谷歌、亚马(mǎ)逊、百(bǎi)度、阿(ā)里、腾讯等众(zhòng)多头部企业都在竞相(xiāng)发力。

不过训练大模型的确价格不菲，以国(guó)盛证券发布(bù)的《ChatGPT需要多少(shǎo)算力》报(bào)告估算，GPT-3训(xùn)练一次的成本约为140万(wàn)美元(yuán)。而对(duì)于一(yī)些更大的LLM(大(dà)型语言模型(xíng))，训练成本(běn)则(zé)介于200万美元至1200万(wàn)美元高价(jià)之间。

以ChatGPT在(zài)2023年1月的独(dú)立访客平均数1300万计算，其对应芯片需(xū)求为3万多片英(yīng)伟达A100 GPU，初始投入成本约(yuē)为8亿美(měi)元，每日(rì)仅电(diàn)费(fèi)就在5万美元左右。

此(cǐ)外不论是ChatGPT还是AIGC，都离不开(kāi)庞大算(suàn)力支持。在关注各(gè)类大模型的发展同时，更应该(gāi)关注算(suàn)力网络(luò)的建设。

算力网络正(zhèng)驱动(dòng)AI产业发(fā)展进入史诗(shī)级加速(sù)进程(chéng)，让AIGC及通用(yòng)AI这(zhè)一人工(gōng)智能(néng)发展(zhǎn)的终极目标(biāo)离得更近。

因为算力(lì)可以对突破性技术创(chuàng)新提供大力的支持(chí)。这方面，多模态(tài)大模型是典型(xíng)。作为面向未(wèi)来强(qiáng)人工智能、通用人工智能的重要技术(shù)创新，多模态(tài)大模(mó)型已经(jīng)在人工智能领域提(tí)出了很多年，业界也有(yǒu)不少技(jì)术(shù)突破，但是，多模态(tài)大模(mó)型进一步往下走，算(suàn)力需求(qiú)呈几(jǐ)何式上升(shēng)，一般(bān)的(de)算(suàn)力(lì)基础设施(shī)很(hěn)快将难以胜任。

从图像、文字(zì)、语音单独(dú)一项的训练，到双模态、三模(mó)态的跃迁，让(ràng)人工智能可以灵活应对不(bù)同(tóng)模态的转化(huà)、像人与(yǔ)世界交互(hù)一样自然，这方面(miàn)，由算力网络来驱动(dòng)将(jiāng)有(yǒu)明显优势。

此外，还(hái)有很多需(xū)要爆发式增长(zhǎng)的算力来支撑的技术创(chuàng)新(xīn)，将在人工智能算力(lì)网(wǎng)络支(zhī)撑(chēng)下快速(sù)推(tuī)进(jìn)。

AIGC已经(jīng)露出曙光，期待在大(dà)模型(xíng)和(hé)大算力(lì)的支持下AIGC能持续颠(diān)覆内容生产(chǎn)的(de)方式，将创造的边际成本降低，让万众受益。

未经允许不得转载：橘子百科-橘子都知道 10002是什么电话啊 10002是哪个学校代码