自聊天机(jī)器(qì)人(rén)ChatGPT火爆以来，微软(ruǎn)公司创(chuàng)始人比尔·盖茨已多(duō)次公(gōng)开谈(tán)论人工智能(néng)话题。在(zài)最近的(de)一次采访(fǎng)中，他(tā)再次表示(shì)：“AI可能会(huì)让(ràng)科技(jì)行业(yè)迎来一次剧烈的洗牌”。

这个结论(lùn)是他在当地时间2月20日接受(shòu)《In Good Company》节目专访时(shí)提出的。

他预(yù)期，AI的发展可(kě)能会威胁到(dào)谷歌的市占率，因为微(wēi)软在AI方(fāng)面的行动相当迅速。而最终科技巨头将把(bǎ)AI整合成用(yòng)户的“全能(néng)助手”，包揽一切应用，与(yǔ)人(rén)们进行沟通并(bìng)提供建议，可(kě)以取代亚马(mǎ)逊、Siri或(huò)Outlook等应用。

大佬口中全能助手的(de)到来可(kě)能尚需(xū)时日，但由ControlNet引发的又一次(cì)AI绘画浪潮，让AIGC在ChatGPT的(de)话题热(rè)点(diǎn)包围中杀(shā)出重围。

01

ControlNet颠(diān)覆AI绘画新玩法

AIGC向可控(kòng)靠近

以AI绘画为(wèi)代表(biǎo)的AIGC上一次爆火(huǒ)的时候，还(hái)是(shì)2022年8月，在美国科罗拉多(duō)州举办(bàn)的(de)新兴数字艺(yì)术家竞(jìng)赛中，一幅名为《太空歌剧院》的作品(pǐn)获奖。

随后各大厂商的AI绘画软件被(bèi)广(guǎng)大网友熟(shú)知(zhī)并(bìng)体验，Stable Diffusion便(biàn)是其中代(dài)表。

用户(hù)们(men)可以在应用中输入(rù)一组关键词或者一(yī)张照片，就能获得一幅AI创作(zuò)的(de)画作。

作画的关键(jiàn)就(jiù)是所输入的文本。同一组关键词也(yě)可以创(chuàng)作出很多张风格不一(yī)样的画作(zuò)，这(zhè)让创(chuàng)作的(de)过程就像开盲盒。

很(hěn)多用户很(hěn)喜欢这种不(bù)确定的惊喜，他们会将(jiāng)生成的美图当做头像。而(ér)另(lìng)一部分喜(xǐ)欢(huān)翻看AI绘画的“翻车”作品。在社交媒(méi)体上，许多(duō)用户分享AI“翻车现(xiàn)场”，例如，一位网友的小狗(gǒu)照片被AI画成了“肌肉男”，还有网(wǎng)友的个人(rén)照片被AI识别成了建筑。

而如今随着ControlNet的(de)出现(xiàn)与加持，以往AI绘画的填写关键(jiàn)词游戏可能要被(bèi)颠覆了(le)。

ControlNet是一(yī)位正(zhèng)在斯坦福读博的(de)中国人张吕敏创作的(de)一种基于控制点的图像变形算法，主要用于数字图像处(chù)理(lǐ)、计算机(jī)视觉和计算机图(tú)形(xíng)学(xué)等领域。

其SD插件一经发布，在短短的两天内便(biàn)成为(wèi)了AI绘画领域最新的热点(diǎn)。

在此之前，大家用了(le)很(hěn)多方(fāng)法想让AI生成的(de)结果尽可能的符合要求，但(dàn)是(shì)都不(bù)尽如人意，它的出现代表着AI生(shēng)成开(kāi)始(shǐ)进入(rù)真正的可控时期。

因为ControlNet可以直接提取画(huà)面的构图，人物的(de)姿势和画面的深(shēn)度信息等。有了它的帮助，就不(bù)用频繁的用提示词来碰运(yùn)气，抽盲盒式的创(chuàng)作了(le)。

通俗的说ControlNet相当(dāng)于给AI绘画(huà)加了“魔法”，不(bù)少(shǎo)博(bó)主的作品(pǐn)已经获(huò)得了(le)大量的(de)浏(liú)览量，“viggo”就是其中之一，他用(yòng)朋(péng)友的照片直(zhí)接带她们走进(jìn)动漫世(shì)界(jiè)。

viggo先用StableDiffusion图片(piàn)转文字。

再用Text2Prompt插件拓展找到对应的关键(jiàn)词；最后(hòu)用(yòng)ControlNet插件绑(bǎng)定骨骼开(kāi)始换关键词试效果。

通过图片就可(kě)以看出来，效果十分(fēn)惊艳。

不得不说当(dāng)下AIGC已经变(biàn)得越来越强大，甚至输(shū)出的作品(pǐn)都(dōu)已经能以假乱真了。

02

难辨虚实，AIGC技术力爆(bào)发

警惕安全问题

近日，“苏州金鸡(jī)湖有(yǒu)游(yóu)艇party”的消息(xī)火遍网络，而经过警(jǐng)方辟(pì)谣(yáo)这所谓的“party”可能是全国(guó)第(dì)一起AI绘图诈骗(piàn)。

由于(yú)这个活动里面(miàn)给出的美女照片都(dōu)是AI制作的真人照片绘图，因(yīn)为太逼真，被(bèi)大家当成真事传播了(le)。

不(bù)过仔细(xì)观察可以(yǐ)发现(xiàn)，活动(dòng)发起者提供的(de)照片中有个很大(dà)的漏(lòu)洞可以发现并非真人，而是(shì)AI绘图(tú)，那便是图片中女性(xìng)的手(shǒu)指部分(fēn)有的存(cún)在(zài)异常。

有行业人事表示(shì)：“现在因为手(shǒu)指(zhǐ)部分的绘(huì)画算(suàn)法比较复(fù)杂(zá)，AI还(hái)不太(tài)会画人的(de)手，但(dàn)最新看到的图片(piàn)已(yǐ)经有越来越完美的(de)AI模型(xíng)出现，以(yǐ)后(hòu)可能就(jiù)完全没有漏洞了(le)。”

类似的AI作图诈骗(piàn)在(zài)国(guó)外也已(yǐ)有发生(shēng)。据英国广(guǎng)播公司(sī)报(bào)道，土(tǔ)耳其(qí)地震(zhèn)期间，有Tiktok用户(hù)使(shǐ)用AI合成了儿童(tóng)受灾的假照片发布到网络，以(yǐ)此诱骗(piàn)善良的人打赏“捐助”从而实(shí)施诈(zhà)骗。

目(mù)前随着技术发展，AIGC已经能做出真人(rén)照(zhào)片般的绘图效果，如果(guǒ)这样的图片被用(yòng)来诈骗，将非常可怕。

此外AIGC还引发了很(hěn)多担(dān)忧，一方面，批判者认为AI在(zài)“学(xué)习(xí)”了大(dà)量前人的作品(pǐn)之后(hòu)，其创作没(méi)有任何情(qíng)绪和灵魂(hún)，难以和人类(lèi)的(de)艺术创作相提并论。

另一(yī)方面，AIGC背(bèi)后的版权(quán)、目前都(dōu)并没有得到(dào)有效的解决(jué)，还有(yǒu)AIGC会不会代替人类(lèi)“至高(gāo)无(wú)上”的(de)创(chuàng)意。

马斯克也强(qiáng)调，人工(gōng)智能的安(ān)全问题(tí)需(xū)要得到重视，太晚(wǎn)就(jiù)来不及了。

03

AIGC下一站(zhàn)除了(le)视频，还有远(yuǎn)方

技术都是有(yǒu)两面性的，潜在的危害并(bìng)不能掩盖其光辉的贡献。现在看(kàn)来(lái)，人工智能技术(shù)将是第(dì)四次工业革(gé)命的核心驱动力量，将创造(zào)新(xīn)的(de)增(zēng)长奇迹。

过去(qù)一年，人工智能在技术和商业层面(miàn)都(dōu)有了巨(jù)大(dà)进展，AI绘画就(jiù)是人工(gōng)智(zhì)能技术(shù)发生方向性改(gǎi)变的(de)一个代(dài)表。其下(xià)一(yī)站或许就是视频。

此前，Meta和谷歌先后发布了(le)几条引爆科技圈的短视频。这些视频(pín)引发关注并非内容做得多优(yōu)秀，反而都非常简(jiǎn)单(dān)，比如一匹正在喝水(shuǐ)的马，一只画画的(de)玩具熊，或者(zhě)一段骑摩托车的第一视角录(lù)像，随便一个有手(shǒu)机的人都可以(yǐ)随手录(lù)下一段。

但这些短(duǎn)视频的创作方式非常简单，创(chuàng)作(zuò)者(zhě)仅(jǐn)仅需(xū)要向AI输(shū)入一段话，甚(shèn)至只是说一下要(yào)求，AI就可(kě)以根据(jù)需要生成一段(duàn)视频。

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

在Make-A-Video公布了AI生成的视(shì)频后，AI圈就已经玩了(le)一波梗(gěng)，一个能(néng)够(gòu)做出更高清(qīng)视(shì)频的(de)AI还(hái)不足以在短时(shí)间内戳中兴奋点。

Phenaki更加令人震(zhèn)惊的地方在于，它可以制作出超过2分(fēn)钟的连贯的也有确切内容的视(shì)频(pín)，这(zhè)才是真正(zhèng)让(ràng)人们感(gǎn)到惊喜的(de)地方。因为无论AI生成(chéng)的视(shì)频(pín)多(d俯首甘为孺子牛的含义是什么意思，俯首甘为孺子牛的上句是什么uō)么高清，也只(zhǐ)能是(shì)为(wèi)内容生产者提供一个灵感(gǎn)，一个素材，一个过场动画。

不(bù)过能够(gòu)制作出(chū)有具体(tǐ)剧情内容的视频就(jiù)意味着，一些视频(pín)创作由AI代替人(rén)工完成已(yǐ)经(jīng)初(chū)步有了(le)可能。

当下AI的发展(zhǎn)速(sù)度已经超过大部分人的想象。内容产业的本质(zhì)是供给(gěi)创造需求，AIGC作(zuò)为全新的内容生产方式(shì)，可以(yǐ)为内(nèi)容(róng)产业带来更(gèng)新的内容(róng)风格(gé)、更(gèng)快(kuài)的生产速度，更低(dī)的(de)生产成本(běn)，这(zhè)无疑会(huì)驱动内容产业的大爆发。

除了AI绘图、视(shì)频，AIGC技术还能(néng)应用于(yú)音乐、代码、机器人动作等多种内容形式的生成(chéng)。不(bù)难发现该(gāi)项技术不仅在游戏等行业(yè)能得到有效应用，对于下一(yī)代互联网各种元素的构建(jiàn)亦有关键(jiàn)意义。

从(cóng)商业化(huà)的角度来看，文化娱乐(lè)、教育、传媒等诸多领(lǐng)域(yù)，本身就对基于AI的可(kě)视化内容有强烈需求。

因此，AI绘画(huà)及视频或不是结果，而只(zhǐ)是AI进程中的一块重(zhòng)要拼图，有望在(zài)技(jì)术更新的加持下实(shí)现更(gèng)大的应(yīng)用价值。

AI从(cóng)理解内(nèi)容，走(zǒu)向了可以(yǐ)生(shēng)成内容，甚(shèn)至能够创造(zào)出(chū)独立(lì)价值(zhí)和(hé)独立(lì)视角的(de)内容。AIGC的再次出圈，更(gèng)代表(biǎo)着(zhe)未来的先进生(shēng)产力即将到来。

04

紧抓大(dà)模型(xíng)与算力，牢固AIGC底座(zuò)

从(cóng)技术(shù)的发展也可以看出，在(zài)语(yǔ)言大模型、图像大模型之(zhī)后，多模态大模型已(yǐ)经成为(wèi)了(le)新(xīn)的趋势。

大模型被誉(yù)为当前(qián)人工(gōng)智(zhì)能发展的智能底座(zuò)，是全球竞争最激烈的研究(jiū)方(fāng)向之一，包括谷歌、亚马逊、百度、阿里、腾讯等众多头部企业都在竞相发力。

不过训(xùn)练大模(mó)型(xíng)的确价格(gé)不菲，以国盛证券发布(bù)的(de)《ChatGPT需要(yào)多少(shǎo)算力》报(bào)告估算，GPT-3训练(liàn)一次(cì)的成本约为140万美元。而对于一些更大的(de)LLM(大型语言模型(xíng))，训练成本则介(jiè)于200万美元至(zhì)1200万(wàn)美元高价之间。

以(yǐ)ChatGPT在(zài)2023年(nián)1月的独立访客平均数1300万计算，其对应芯(xīn)片需求为3万多片英伟达A100 GPU，初始投入成本约为8亿美元，每日(rì)仅电费就在5万美元左(zuǒ)右。

此外(wài)不论(lùn)是ChatGPT还是AIGC，都(dōu)离不开庞大算(suàn)力支持(chí)。在关注各类大模型(xíng)的发展同(tóng)时，更应该关注算力网络的建设。

算(suàn)力网络正驱动AI产业发展进入史诗级加(jiā)速进程，让AIGC及(jí)通(tōng)用AI这一人(rén)工智能发展(zhǎn)的终极目标离得更近(jìn)。

因为算力可以对(duì)突破性技(jì)术创新提供大力的支持(chí)。这方(fāng)面，多模态大(dà)模型是典型。作(zuò)为面向未来(lái)强(qiáng)人工智能、通(tōng)用人工智能的重(zhòng)要技(jì)术创新，多模(mó)态(tài)大模型已经在(zài)人工智能领域(yù)提出(chū)了很多年，业界(jiè)也有(yǒu)不少技(jì)术突破，但(dàn)是，多模态大模型进一步往下走，算力需(xū)求呈几何式上升，一(yī)般的算力基础设施很快将难以(yǐ)胜(shèng)任(rèn)。

从图像、文字、语音单独一(yī)项的(de)训练(liàn)，到双模态、三模态的跃迁，让人工(gōng)智能(néng)可以灵活应对不同模态的转化、像人与(yǔ)世界(jiè)交(jiāo)互(hù)一样自(zì)然，这(zhè)方(fāng)面(miàn)，由算力(lì)网络(luò)来(lái)驱动(dòng)将(jiāng)有明显(xiǎn)优(yōu)势。

此(cǐ)外，还有(yǒu)很多需(xū)要爆发式增长(zhǎng)的(de)算力来支撑(chēng)的技术创新(xīn)，将在人工智(zhì)能算力网络支(zhī)撑下快速(sù)推进。

AIGC已经露出(chū)曙光，期待在大模(mó)型(xíng)和大算力的支持下AIGC能持续颠(diān)覆内容生产(chǎn)的方(fāng)式(shì)，将创造(zào)的边际成本降低，让万(wàn)众(zhòng)受益。

未经允许不得转载：橘子百科-橘子都知道 俯首甘为孺子牛的含义是什么意思，俯首甘为孺子牛的上句是什么