自聊天机器人ChatGPT火(huǒ)爆以来，微(wēi)软公司创始人比尔(ěr)·盖茨已多次公开谈论人工(gōng)智能话题。在最近的一次采访中，他(tā)再次表示：“AI可能会让科技行业迎来一(yī)次剧烈的洗(xǐ)牌”。

这个(gè)结(jié)论是他在当地时间2月20日接受《In Good Company》节目(mù)专访时(shí)提出的。

他(tā)预(yù)期，AI的(de)发(fā)展可能会威胁到谷歌的市(shì)占率，因为微软(ruǎn)在AI方面的行(xíng)动相当迅速。而(ér)最终(zhōng)科(kē)技巨头将(jiāng)把AI整合(hé)成用户(hù)的“全能(néng)助手”，包揽一切应用，与人(rén)们进(jìn)行(xíng)沟通(tōng)并提供建议，可(kě)以取代亚马(mǎ)逊、Siri或(huò)Outlook等应用。

大佬(lǎo)口(kǒu)中(zhōng)全能助手的到来可能尚需(xū)时日(rì)，但由(yóu)ControlNet引(yǐn)发的(de)又(yòu)一次AI绘画浪(làng)潮，让AIGC在ChatGPT的话题热点(diǎn)包(bāo)围(wéi)中杀出重围。

01

ControlNet颠(diān)覆AI绘画新玩法(fǎ)

AIGC向可(kě)控(kòng)靠近

以AI绘画为代表的AIGC上一次爆火(huǒ)的时候，还(hái)是2022年(nián)8月，在(zài)美(měi)国科(kē)罗拉多(duō)州举办的新兴数字艺(yì)术家竞赛中，一幅名为《太空歌剧院(yuàn)》的作品(pǐn)获奖。

随后各大厂商(shāng)的AI绘画(huà)软件被广大网友熟知并(bìng)体验(yàn)，Stable Diffusion便是其中代表。

用户们可以(yǐ)在应用中输(shū)入一组(zǔ)关(guān)键词(cí)或者一张(zhāng)照片(piàn)，就能获(huò)得一幅AI创(chuàng)作(zuò)的画作。

作画的关键就(jiù)是所输(shū)入(rù)的文本。同一组关键词也可以创作出很多张(zhāng)风格不(bù)一(yī)样的画作，这让(ràng)创(chuàng)作(zuò)的过(guò)程就(jiù)像开盲盒。

很多用户(hù)很喜(xǐ)欢这(zhè)种不(bù)确定的(de)惊喜(xǐ)，他们会将生成的美图当做(zuò)头像。而另一部分喜欢翻看AI绘画的“翻车”凉风席席的是什么意思，凉风席席是成语吗作品(pǐn)。在社(shè)交媒(méi)体(tǐ)上，许(xǔ)多用户分(fēn)享AI“翻车(chē)现场”，例如，一位网友的小狗(gǒu)照片(piàn)被(bèi)AI画成了(le)“肌(jī)肉男”，还(hái)有网友(yǒu)的个(gè)人照片被AI识(shí)别成(chéng)了建筑。

而如今(jīn)随着ControlNet的出(chū)现与加持，以(yǐ)往AI绘画(huà)的填写关键词(cí)游(yóu)戏可(kě)能要被颠(diān)覆(fù)了。

ControlNet是(shì)一位正在斯坦福(fú)读(dú)博的中(zhōng)国人张吕敏创(chuàng)作的一种基于控制点的图(tú)像(xiàng)变形算法(fǎ)，主(zhǔ)要用于数字图(tú)像处理、计算(suàn)机视觉和计算(suàn)机图(tú)形(xíng)学等(děng)领域(yù)。

其SD插件一经发布，在短短的(de)两天(tiān)内便成为了AI绘画领域最(zuì)新的热点。

在此之前，大家用了很多方法想让AI生(shēng)成的结(jié)果尽(jǐn)可能的符合要求(qiú)，但是都不尽如人意，它的(de)出现代表(biǎo)着AI生成开(kāi)始进入(rù)真正的可(kě)控(kòng)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深度(dù)信(xìn)息等(děng)。有了(le)它的帮助，就不用频繁的(de)用提示(shì)词(cí)来碰运(yùn)气，抽盲盒(hé)式的创作了(le)。

通俗的说ControlNet相当于(yú)给(gěi)AI绘画加了“魔(mó)法”，不少(shǎo)博主的作(zuò)品(pǐn)已经获得了大量的浏览(lǎn)量，“viggo”就是其(qí)中之一(yī)，他用朋友(yǒu)的(de)照(zhào)片直接带她(tā)们走进(jìn)动漫世界。

viggo先(xiān)用StableDiffusion图片(piàn)转文字。

再用(yòng)Text2Prompt插(chā)件拓展找到对应的关键词；最后用ControlNet插件绑定骨骼开(kāi)始换关键词试效果。

通(tōng)过图(tú)片就可以看出来(lái)，效果十分惊艳。

更厉害的是，除了真实的照片，草(cǎo)图也可以(yǐ)加上“魔(mó)法”，知(zhī)乎大牛“DevPoint”和(hé)“逗砂(shā)”介(jiè)绍到ControlNet还(hái)能(néng)实现线稿转全彩图。大神(shén)张吕(lǚ)敏其本尊也(yě)亲自回(huí)应。

不得不说(shuō)当下AIGC已(yǐ)经(jīng)变得(dé)越来越强大，甚至输出的作品(pǐn)都(dōu)已经能以假乱真了。

02

难(nán)辨(biàn)虚实，AIGC技(jì)术力爆发(fā)

警惕安全问题

近日(rì)，“苏州金鸡(jī)湖有(yǒu)游艇(tǐng)party”的消息(xī)火遍网络(luò)，而经(jīng)过(guò)警方辟谣这(zhè)所谓(wèi)的(de)“party”可(kě)能是全国第一起(qǐ)AI绘图诈(zhà)骗。

由于这(zhè)个(gè)活动里(lǐ)面给出的美女照片都(dōu)是(shì)AI制作的真人照片绘图，因为太逼真，被(bèi)大家当成真事传播了。

不过仔细观察可(kě)以(yǐ)发现，活动发起者(zhě)提供的照(zhào)片(piàn)中(zhōng)有(yǒu)个很大的漏洞可以发(fā)现(xiàn)并非真人(rén)，而是AI绘图，那便是图片中女性的手指(zhǐ)部分有的存在异(yì)常(cháng)。

有行业人事表示：“现(xiàn)在因为手指部分的(de)绘画(huà)算法比较复杂(zá)，AI还(hái)不太会画人的手(shǒu)，但最新看到的图片已经有(yǒu)越来越完(wán)美的AI模型出现，以后可能(néng)就完全没有漏洞了。”

类(lèi)似的AI作图诈骗在国外(wài)也已有发(fā)生。据英国广播公司(sī)报道，土耳其(qí)地震期间，有Tiktok用户使用AI合成(chéng)了儿童受灾的假照片发(fā)布(bù)到网(wǎng)络，以此诱骗善良的人打赏“捐(juān)助”从(cóng)而实施诈骗。

目(mù)前随着技术发展(zhǎn)，AIGC已经能做出真人照片般(bān)的绘图效果，如果这样的图片被用(yòng)来(lái)诈骗，将非常可怕。

此外(wài)AIGC还引发了很多担(dān)忧，一(yī)方(fāng)面，批判者认为AI在“学习”了大量(liàng)前人的作品之后，其创作没(méi)有任(rèn)何情(qíng)绪(xù)和(hé)灵魂，难(nán)以和(hé)人类的艺(yì)术创作相提并论。

另一方面，AIGC背(bèi)后的版权、目前(qián)都并没有得到有效的解(jiě)决，还有(yǒu)AIGC会不会代替人类“至(zhì)高无上”的(de)创意(yì)。

马斯克也强调，人(rén)工智能的安全(quán)问题需要得到重视，太晚(wǎn)就来(lái)不及了。

03

AIGC下一站除(chú)了视频，还有(yǒu)远方

技术(shù)都是有两面性(xìng)的，潜在的(de)危害并不能掩盖(gài)其光辉的(de)贡献。现(xiàn)在看来，人工智能技术(shù)将是第四次工业革命的核心驱动力量，将创造新的(de)增(zēng)长(zhǎng)奇(qí)迹。

过去一(yī)年，人工智能在技术和商业层面都(dōu)有了(le)巨大进展，AI绘画就是人工智能技术发生方向性改(gǎi)变的一个代表。其下一站或许(xǔ)就是视频。

此(cǐ)前，Meta和谷歌先后发布了几条(tiáo)引爆科技圈的短(duǎn)视(shì)频。这些视频引发关注并非(fēi)内容做(zuò)得多优秀，反(fǎn)而(ér)都非常简单(dān)，比如一匹正在喝(hē)水(shuǐ)的马，一只(zhǐ)画画的玩具熊，或者一段骑摩托(tuō)车的(de)第一(yī)视角录像，随便一个(gè)有手机(jī)的人都可以随(suí)手(shǒu)录下一段。

但这些短视(shì)频的(de)创(chuàng)作方式非常(cháng)简单，创作(zuò)者(zhě)仅仅需(xū)要向AI输入一段话，甚至只是(shì)说一下要求(qiú)，AI就可(kě)以(yǐ)根据(jù)需(xū)要生成一段视频。

谷歌(gē)发(fā)布的(de)两个AI生成视频分别来自(zì)于Imagen Video和(hé)Phenaki，前者主要(yào)突出的是(shì)高(gāo)清，与Meta的Make-A-Video没有太多的差别。

在Make-A-Video公布了AI生(shēng)成的(de)视频后，AI圈就已经玩了一(yī)波梗，一个(gè)能够做出更高清视(shì)频的AI还不(bù)足以在短时间内戳中兴奋点。

Phenaki更加令人震惊的地方在于(yú)，它可(kě)以制作出超过2分钟的连贯的也有确切内容的视(shì)频，这才是真正让人(rén)们感到惊(jīng)喜(xǐ)的地方(fāng)。因(yīn)为无论AI生成的视频多么高(gāo)清，也只(zhǐ)能是(shì)为内容(róng)生产者提供一个灵感，一个素材，一个过(guò)场动画(huà)。

不过能够制作出有具体剧情内(nèi)容(róng)的(de)视频就意(yì)味着，一些视频(pín)创作(zuò)由(yóu)AI代替人工完成已经初(chū)步有(yǒu)了可能。

当下AI的发展速度已经超(chāo)过(guò)大部分人的想象。内(nèi)容(róng)产(chǎn)业的本质是供给(gěi)创造需(xū)求，AIGC作为全新的内容生产方式(shì)，可以为内容产业(yè)带来更(gèng)新的(de)内容(róng)风(fēng)格(gé)、更快的(de)生产速度，更低的生产成本，这(zhè)无疑会(huì)驱动(dòng)内容产(chǎn)业的(de)大爆发。

除了AI绘图、视频，AIGC技术还能(néng)应用于音(yīn)乐、代码、机器(qì)人动作等多种(zhǒng)内容形式的生(shēng)成(chéng)。不(bù)难发现(xiàn)该项技术不仅在游戏(xì)等行业能得到有效(xiào)应用，对于下一代互联网各种元(yuán)素的构建亦有关(guān)键意义。

从商业化的角度来看(kàn)，文(wén)化(huà)娱乐、教育、传(chuán)媒等诸多(duō)领域，本身(shēn)就(jiù)对(duì)基(jī)于(yú)AI的可视化内容有强烈需求。

因此(cǐ)，AI绘画及视频(pín)或不(bù)是结果，而只是AI进程中(zhōng)的一块(kuài)重要拼图，有望在技术更新(xīn)的(de)加持下(xià)实现(xiàn)更(gèng)大的应用价值。

AI从理(lǐ)解内容，走向了(le)可以(yǐ)生(shēng)成内容，甚至(zhì)能够创造出独立价值和独(dú)立(lì)视角的内(nèi)容(róng)。AIGC的再次出圈，更代表着(zhe)未来的先进生产力即将到(dào)来。

04

紧抓大模型与算力，牢(láo)固(gù)AIGC底(dǐ)座

从(cóng)技术的发展也可(kě)以看出，在(zài)语言大模(mó)型、图像大模型之(zhī)后，多(duō)模态(tài)大模型已经成为了新的趋势(shì)。

大模型被誉为当前(qián)人工智能发展(zhǎn)的(de)智能(néng)底座，是全球(qiú)竞争最(zuì)激烈(liè)的研究方(fāng)向之一，包(bāo)括谷歌、亚马(mǎ)逊、百度、阿(ā)里、腾讯等(děng)众多头(tóu)部企业(yè)都在竞相(xiāng)发力。

不(bù)过训练大(dà)模型(xíng)的确价(jià)格不(bù)菲，以国盛证券发布的(de)《ChatGPT需要多少算力》报告估算，GPT-3训练一(yī)次的成本约为140万美元。而对(duì)于一些更大(dà)的LLM(大型(xíng)语言(yán)模型)，训练(liàn)成(chéng)本(běn)则介于200万美(měi)元至1200万美(měi)元高价之(zhī)间。

以(yǐ)ChatGPT在2023年1月的(de)独立访客平均数1300万(wàn)计算，其对应芯片需求为3万多片英(yīng)伟(wěi)达A100 GPU，初始投(tóu)入成本约为8亿美元，每日仅电费就在(zài)5万美元左右。

此外不论(lùn)是ChatGPT还是AIGC，都离不开庞大算力支持。在关注(zhù)各类大(dà)模型的(de)发展同时，更应该关(guān)注算力(lì)网络的建设(shè)。

算力网络(luò)正驱动AI产业发展(zhǎn)进入史诗(shī)级加(jiā)速(sù)进程，让AIGC及通用AI这一人(rén)工智能发(fā)展的终极目标(biāo)离得更(gèng)近。

因为算力可以对突破性技术创新提(tí)供(gōng)大力的支持。这方面，多模态大模型(xíng)是典型(xíng)。作为面向未来强人工智能(néng)、通(tōng)用人工智(zhì)能的(de)重要技术创(chuàng)新，多模(mó)态大(dà)模(mó)型已经在人工(gōng)智(zhì)能领域(yù)提(tí)出了很多(duō)年(nián)，业界也(yě)有不(bù)少技术突破，但是，多模态大模(mó)型进一步往下走，算力需(xū)求呈几何式(shì)上升，一般的算力基础设施(shī)很快(kuài)将难以(yǐ)胜任。

从(cóng)图(tú)像(xiàng)、文字、语音单(dān)独一项(xiàng)的(de)训(xùn)练(liàn)，到双模态(tài)、三模态(tài)的(de)跃(yuè)迁，让人工智(zhì)能可以(yǐ)灵(líng)活应对(duì)不同模态(tài)的转化、像(xiàng)人与世界(jiè)交互(hù)一样自然，这方(fāng)面，由算力网络来驱动(dòng)将有明显优势。

此外，还有很多需要爆发式(shì)增长的算力来支撑的技术(shù)创新，将在人工智能算力网络支撑下快速推(tuī)进。

AIGC已经露出曙光，期(qī)待在大模型和大算力的支持下AIGC能(néng)持续(xù)颠覆内容生产(chǎn)的方式，将创造的边(biān)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 凉风席席的是什么意思，凉风席席是成语吗