自聊天机器人ChatGPT火爆以来，微软公司创始人比(bǐ)尔·盖茨已(yǐ)多次公开谈论(lùn)人工(gōng)智能(néng)话题。在(zài)最(zuì)近的一次采访中，他再次表示：“AI可能(néng)会让(ràng)科(kē)技行(xíng)业(yè)迎来一(yī)次剧烈的(de)洗牌”。

这个结论是他(tā)在当地时间2月20日无菌蛋是什么，无菌蛋是什么蛋接受《In Good Company》节(jié)目专访(fǎng)时提出的。

他预期(qī)，AI的发展(zhǎn)可能(néng)会威胁到谷歌(gē)的(de)市占率，因为微(wēi)软在AI方面的行(xíng)动相当迅速。而最终科(kē)技巨头(tóu)将(jiāng)把(bǎ)AI整合成(chéng)用户的“全(quán)能(néng)助(zhù)手”，包揽一切(qiè)应用，与人们进行沟通并提供建议(yì)，可以取代亚马逊、Siri或Outlook等应用。

大佬口中全能(néng)助(zhù)手的到来可能尚需时日，但由ControlNet引发的又一次AI绘画浪潮，让AIGC在ChatGPT的话题热(rè)点(diǎn)包围中杀出重(zhòng)围。

01

ControlNet颠(diān)覆AI绘画新(xīn)玩(wán)法

AIGC向可控靠近

以AI绘画(huà)为代表(biǎo)的AIGC上一次爆(bào)火(huǒ)的时候(hòu)，还是2022年(nián)8月，在美国(guó)科罗拉(lā)多州举办的新兴数字(zì)艺(yì)术(shù)家竞赛中，一幅名为《太(tài)空(kōng)歌剧院》的作品获奖(jiǎng)。

随后各大厂(chǎng)商的AI绘画软件被广(guǎng)大网(wǎng)友熟知并(bìng)体验，Stable Diffusion便是其中代(dài)表。

用户们可以在应(yīng)用中输入(rù)一(yī)组关(guān)键(jiàn)词或者一张照片，就(jiù)能获得一(yī)幅AI创(chuàng)作的画(huà无菌蛋是什么，无菌蛋是什么蛋)作。

作画(huà)的关键就是(shì)所输入的文本。同一组关键(jiàn)词也可以创(chuàng)作出很多张风格不一样的画作，这让创作的过程就像开盲盒。

很多用户很喜欢这种不确定的(de)惊喜，他们会(huì)将生成的美图(tú)当(dāng)做头像(xiàng)。而另一(yī)部分喜(xǐ)欢翻看AI绘(huì)画的(de)“翻(fān)车(chē)”作品。在社(shè)交媒体上，许多用户分享(xiǎng)AI“翻车现场”，例如(rú)，一位网友的小狗照片(piàn)被AI画成了“肌肉男”，还有网友的个人照片被AI识(shí)别成了建筑。

而(ér)如今随着ControlNet的出(chū)现与加持，以往AI绘画的填写关键词游戏可能(néng)要(yào)被颠(diān)覆了。

ControlNet是(shì)一位(wèi)正(zhèng)在斯坦福(fú)读博的(de)中国人张吕敏(mǐn)创作的(de)一种基于(yú)控制(zhì)点的图像变形算(suàn)法，主(zhǔ)要(yào)用于(yú)数字(zì)图像处理(lǐ)、计算机视觉和(hé)计算机图形学等领域。

其SD插件一(yī)经发(fā)布，在短短的(de)两天内便成为(wèi)了AI绘画领(lǐng)域最(zuì)新的热(rè)点。

在此之前(qián)，大家(jiā)用了很多方法想让AI生成的结果尽可能的符合要(yào)求，但是都(dōu)不尽如人意，它(tā)的(de)出现代(dài)表着AI生(shēng)成开(kāi)始进入真正的可控时期。

因为ControlNet可以直接提取画面(miàn)的构图，人物(wù)的姿(zī)势(shì)和画面的(de)深度信息等(děng)。有了(le)它的帮助，就不用频繁的用提示(shì)词来碰运气(qì)，抽(chōu)盲盒式的创(chuàng)作了。

通俗(sú)的说ControlNet相当于给(gěi)AI绘(huì)画(huà)加了“魔法”，不(bù)少博主的作(zuò)品已(yǐ)经(jīng)获得了大量的浏览量(liàng)，“viggo”就是其中之(zhī)一(yī)，他用朋友的(de)照片直接带她(tā)们走进(jìn)动漫世(shì)界。

viggo先用StableDiffusion图(tú)片转文字。

再(zài)用(yòng)Text2Prompt插件(jiàn)拓展找到对应的关(guān)键(jiàn)词；最后(hòu)用ControlNet插(chā)件绑定骨骼(gé)开始换关键词(cí)试效果。

通(tōng)过(guò)图(tú)片就可以看出来，效果十分惊(jīng)艳(yàn)。

更厉害的是，除了真(zhēn)实的照片，草图也可以加(jiā)上“魔法”，知(zhī)乎大牛“DevPoint”和“逗砂(shā)”介绍到ControlNet还能实现(xiàn)线稿转全彩图(tú)。大神(shén)张吕(lǚ)敏其本(běn)尊也亲自回应。

不(bù)得不说当下AIGC已经变得越来(lái)越强大，甚至(zhì)输出的作(zuò)品都已经能以假乱真了(le)。

02

难辨虚实，AIGC技术(shù)力爆发

警惕安(ān)全问题

近(jìn)日，“苏(sū)州金鸡湖有(yǒu)游艇party”的消息火遍(biàn)网络，而经过(guò)警方辟谣这所(suǒ)谓的“party”可能是全国第一(yī)起AI绘图诈(zhà)骗。

由于(yú)这个活动里面给(gěi)出的美女照片都(dōu)是(shì)AI制(zhì)作的真人照片绘图，因为(wèi)太逼真(zhēn)，被(bèi)大家当(dāng)成(chéng)真事传(chuán)播了。

不过(guò)仔细观(guān)察可以(yǐ)发现，活动发(fā)起者提供的照片中(zhōng)有(yǒu)个很大的(de)漏洞可以发现(xiàn)并非真人，而是AI绘(huì)图，那便是图片(piàn)中女性的手指部分有的存在(zài)异常。

有行业(yè)人事表示：“现在因为(wèi)手(shǒu)指部分的绘(huì)画算法比较(jiào)复杂，AI还不(bù)太会(huì)画人的手(shǒu)，但最新看到的图片已经有越来(lái)越完美的AI模型(xíng)出现，以后可(kě)能就完全没(méi)有漏(lòu)洞了。”

类似的AI作图诈(zhà)骗(piàn)在国外也已有发生。据英(yīng)国广播(bō)公(gōng)司报道，土耳其地震期间(jiān)，有Tiktok用户使用AI合成(chéng)了儿童(tóng)受灾(zāi)的假照片发布(bù)到网络，以此诱骗善良(liáng)的人打(dǎ)赏“捐助”从而(ér)实(shí)施诈骗。

目前随着技术发展，AIGC已(yǐ)经能做出真人照片般的绘(huì)图效果(guǒ)，如(rú)果这样的(de)图片被用来诈骗，将非(fēi)常(cháng)可(kě)怕。

此外AIGC还引(yǐn)发了(le)很多担忧(yōu)，一方面，批判者认为AI在“学习”了大量前人(rén)的(de)作品之(zhī)后，其创作没有任何(hé)情绪和(hé)灵魂(hún)，难(nán)以(yǐ)和人类的(de)艺术(shù)创作相(xiāng)提并论(lùn)。

另一方面，AIGC背后(hòu)的版权、目前都并没有得到有效的(de)解决，还(hái)有AIGC会不会代替人类“至高无上”的创意。

马斯克也(yě)强(qiáng)调，人工(gōng)智能的安全问题需要得到重视，太晚就来不及了。

03

AIGC下一站除了视频(pín)，还有远方(fāng)

技术都是有两面性的，潜在的危(wēi)害并不能掩盖其(qí)光辉的贡献。现在看来(lái)，人(rén)工智能技(jì)术将是第四次工业革命的核心驱(qū)动(dòng)力量，将创造新(xīn)的增长奇迹。

过(guò)去一年，人工(gōng)智能(néng)在(zài)技术(shù)和(hé)商业层面都有了巨大进(jìn)展，AI绘画就(jiù)是(shì)人工智(zhì)能技术发生方向性(xìng)改变的一个代表。其(qí)下一站(zhàn)或许就是视(shì)频。

此前，Meta和谷歌(gē)先后发布(bù)了(le)几条引爆科技圈的短视(shì)频(pín)。这些视频引发关注并非内容做得(dé)多优秀，反而(ér)都非(fēi)常简单(dān)，比如(rú)一匹正在喝水的马，一只画画的玩具熊，或者一段骑摩托车的第(dì)一视角录像，随便一个有手机的(de)人(rén)都可以随手录下一段(duàn)。

但这(zhè)些短视频的创(chuàng)作方式非常(cháng)简(jiǎn)单，创作者(zhě)仅仅(jǐn)需要向AI输入(rù)一段话，甚至(zhì)只是(shì)说一下要求，AI就可以(yǐ)根据需要生成一段视频。

谷歌发布的两个AI生(shēng)成视频(pín)分别来自于Imagen Video和Phenaki，前者主要突出的是(shì)高清，与Meta的(de)Make-A-Video没有太多的差别。

在Make-A-Video公布了(le)AI生(shēng)成的视频后，AI圈就已经(jīng)玩了一波(bō)梗，一个能(néng)够做(zuò)出更高(gāo)清视频的AI还不(bù)足以在短时间内戳(chuō)中(zhōng)兴奋(fèn)点。

Phenaki更加令人(rén)震惊的地方在(zài)于，它(tā)可以制作出(chū)超过2分(fēn)钟的连贯的也(yě)有确切(qiè)内容的视频，这(zhè)才是真(zhēn)正让人们(men)感到(dào)惊(jīng)喜的(de)地(dì)方。因为无论(lùn)AI生成的视频多么高清，也只能是为内容生产者提(tí)供一个(gè)灵(líng)感，一个素(sù)材，一(yī)个过场动画(huà)。

不过能够制作(zuò)出(chū)有具体剧(jù)情内容的视频(pín)就(jiù)意味着，一些视频创(chuàng)作由AI代替(tì)人工完成已经初步(bù)有了(le)可能(néng)。

当下AI的发展(zhǎn)速度已(yǐ)经(jīng)超过(guò)大(dà)部(bù)分人的(de)想象。内容产业的本质(zhì)是供给创造需(xū)求，AIGC作为全(quán)新的内容生产(chǎn)方(fāng)式，可(kě)以(yǐ)为内容产(chǎn)业(yè)带来更新的(de)内容风格、更(gèng)快(kuài)的生产速度，更低(dī)的(de)生(shēng)产成本，这无(wú)疑会驱动内容产业(yè)的(de)大(dà)爆发。

除了AI绘(huì)图、视频，AIGC技术还能应用于音乐、代码、机器人(rén)动作等多(duō)种内容(róng)形式(shì)的生成。不(bù)难发(fā)现该项技(jì)术不仅在游戏(xì)等(děng)行(xíng)业能(néng)得到有(yǒu)效应(yīng)用，对于(yú)下一(yī)代互联网各种元素的构建(jiàn)亦有关键意义。

从商业化的角度来看，文化娱乐(lè)、教育、传媒等诸多领域(yù)，本(běn)身就对基于AI的可(kě)视化(huà)内容有(yǒu)强烈需求。

因(yīn)此，AI绘画(huà)及视(shì)频或不是结(jié)果，而(ér)只是AI进程中(zhōng)的一块重要拼图(tú)，有(yǒu)望在技术更新的加持下实现更大的应用价值。

AI从理解(jiě)内容，走向(xiàng)了可以生成内容，甚(shèn)至能够(gòu)创造出独立价值和独立视角的内容。AIGC的再(zài)次出圈，更(gèng)代表着未来的先进(jìn)生产力即将(jiāng)到(dào)来。

04

紧(jǐn)抓大模型与算力，牢固(gù)AIGC底座

从技术的发(fā)展也(yě)可以看出，在(zài)语言大模型、图像(xiàng)大(dà)模(mó)型之(zhī)后，多模态大模型已经(jīng)成为了新(xīn)的趋势。

大(dà)模型被誉(yù)为当(dāng)前人工(gōng)智(zhì)能发展(zhǎn)的智能底座，是全球竞争(zhēng)最激烈的研究(jiū)方向之一(yī)，包(bāo)括(kuò)谷歌、亚马逊、百(bǎi)度、阿(ā)里(lǐ)、腾(téng)讯等众多(duō)头部企业都在(zài)竞相发(fā)力。

不(bù)过训练大(dà)模型的确价格(gé)不(bù)菲，以国盛证(zhèng)券(quàn)发布(bù)的《ChatGPT需要多少算力》报告估算，GPT-3训练一次的成本(běn)约为140万美元。而对于一些(xiē)更大的LLM(大型语(yǔ)言(yán)模型)，训练成(chéng)本则介于200万美元至1200万美元高价之间。

以ChatGPT在2023年1月的独立访(fǎng)客平均数1300万(wàn)计算，其对应芯片需求(qiú)为(wèi)3万(wàn)多(duō)片(piàn)英(yīng)伟(wěi)达A100 GPU，初始投入(rù)成本约为8亿(yì)美(měi)元，每日仅电费就(jiù)在5万美元左右(yòu)。

此外不(bù)论是(shì)ChatGPT还是AIGC，都离不(bù)开庞大算力支(zhī)持。在关注(zhù)各类大模型的发展同时(shí)，更应该关注算(suàn)力网(wǎng)络的建(jiàn)设。

算力网络正(zhèng)驱动AI产(chǎn)业发展进入史诗级加速进程，让AIGC及通(tōng)用AI这一(yī)人工智能(néng)发展的(de)终极目标离得更近。

因为(wèi)算力(lì)可以对突破性技(jì)术创新提供大(dà)力的支持(chí)。这方面，多模态大模型是典型。作为(wèi)面向未(wèi)来强人工智能、通(tōng)用人工(gōng)智能的重要技术(shù)创新(xīn)，多模态大(dà)模(mó)型已经在(zài)人工智(zhì)能领域提出(chū)了很多年，业界也有不少技术突破，但是(shì)，多(duō)模态大模(mó)型进一步往下(xià)走，算(suàn)力(lì)需(xū)求(qiú)呈几何式上(shàng)升，一般的算(suàn)力基(jī)础设施很快(kuài)将难以胜任。

从图像、文字、语音单独一项(xiàng)的训(xùn)练，到双模态、三模(mó)态(tài)的跃(yuè)迁，让人工智能(néng)可以灵活应对不同模(mó)态的转化、像人与世界交互一样自然，这方面，由算力(lì)网络(luò)来驱动将有明显优势(shì)。

此(cǐ)外，还有很多需要爆(bào)发式(shì)增长的算力来支(zhī)撑的(de)技术创(chuàng)新，将在人工智能算力网络支撑下快速推(tuī)进。

AIGC已经露出(chū)曙光，期待在大模型和(hé)大算力的支持下AIGC能持续颠覆内容生产的方式，将创(chuàng)造的(de)边际(jì)成本降低，让万众受(shòu)益。

未经允许不得转载：橘子百科-橘子都知道 无菌蛋是什么，无菌蛋是什么蛋