自(zì)聊天(tiān)机(jī)器人ChatGPT火爆以(yǐ)来，微软公司创(chuàng)始人比尔·盖茨(cí)已多次公开谈论人工智能(néng)话题(tí)。在(zài)最近的一次(cì)采访中(zhōng)，他再次表示(shì)：“AI可(kě)能会让科技行业迎来一次(cì)剧烈的洗牌”。

这个结论是他在(zài)当(dāng)地时间2月(yuè)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(zhǎn)可(kě)能会(huì)威胁到谷歌的市占率，因为微(wēi)软在AI方面(miàn)的行动相(xiāng)当迅(xùn)速。而最终科(kē)技(jì)巨头将把AI整合成用户(hù)的“全(quán)能助手”，包揽一切应(yīng)用(yòng)，与人们进行沟通并提供(gōng)建议，可以取代亚马逊、Siri或Outlook等应用。

大(dà)佬(lǎo)口(kǒu)中全(quán)能助手的到来可能尚(shàng)需时日，但(dàn)由ControlNet引发的又一(yī)次(cì)AI绘画浪潮，让AIGC在ChatGPT的话题(tí)热(rè)点包围中杀出重(zhòng)围。

01

ControlNet颠覆AI绘画(huà)新玩(wán)法

AIGC向可控靠(kào)近(jìn)

以AI绘画为代表的AIGC上(shàng)一次(cì)爆火的时候，还是2022年8月，在(zài)美国科罗拉(lā)多州举(jǔ)办(bàn)的新兴数字艺术家竞赛中，一幅名为(wèi)《太空(kōng)歌剧院》的作品获(huò)奖(jiǎng)。

随后各大厂(chǎng)商的AI绘(huì)画软(ruǎn)件被(bèi)广(guǎng)大(dà)网友熟知(zhī)并体(tǐ)验(yàn)，Stable Diffusion便是其(qí)中代表。

用户们可以在应用中输入一(yī)组关键词或者一张照(zhào)片(piàn)，就能获得一幅(fú)AI创作的画作。

作画(huà)的关键就(jiù)是所输入的文(wén)本。同一组关键词也可以创作出很多张风格不一(yī)样(yàng)的画作，这(zhè)让创作的过程(chéng)就像(xiàng)开盲盒(hé)。

很(hěn)多用户很喜(xǐ)欢(huān)这(zhè)种(zhǒng)不确定(dìng)的惊喜，他们会(huì)将生成的美图当做头像。而(ér)另一部分喜欢翻看AI绘画的“翻车”作品。在社交媒体上，许多(duō)用户分享AI“翻车(chē)现场”，例如，一位网友的(de)小狗照片被AI画成(chéng)了“肌肉男(nán)”，还有网友的个(gè)人(rén)照片被AI识别(bié)成了建(jiàn)筑。

而如今随着(zhe)ControlNet的出现与加(jiā)持，以往(wǎng)AI绘(huì)画(huà)的填写关(guān)键词游戏可能要(yào)被颠覆了。

ControlNet是一位正在斯坦福读博(bó)的中国人张吕敏创作的一种基于控制(zhì)点(diǎn)的图像变形算(suàn)法，主要用于数字(zì)图像处理、计(jì)算机视(shì)觉和计(jì)算机图(tú)形学等领域(yù)。

其SD插件一经发布，在短短的两天内(nèi)便成为了(le)AI绘画领域最新的热(rè)点。

在此之前，大家用(yòng)了很多(duō)方法想让AI生成的结果尽(jǐn)可(kě)能(néng)的符合(hé)要求，但是都不尽如人意，它的出现代表着AI生成开始进入(rù)真正(zhèng)的可控时期(qī)。

因为ControlNet可以(yǐ)直接提取(qǔ)画(huà)面的构图(tú)，人物的姿势和(hé)画(huà)面的深度信息等。有了(le)它的帮助，就不(bù)用频繁的用提示词来碰(pèng)运气(qì)，抽(chōu)盲盒式(shì)的创(chuàng)作(zuò)了。

通俗的说ControlNet相当于(yú)给AI绘画加了“魔法”，不少博主的作(zuò)品已经获得了大量的浏(liú)览量，“viggo”就是其(qí)中之一，他用朋友(yǒu)的照片直接带她们走进动漫世(shì)界。

viggo先用StableDiffusion图片转文(wén)字。

再(zài)用Text2Prompt插件拓(tuò)展找到对应的关键词(cí)；最后用ControlNet插件绑(bǎng)定(dìng)骨骼开始换(huàn)关(guān)键词试效果。

通(tōng)过图片(piàn)就可(kě)以看出(chū)来，效果(guǒ)十(shí)分惊(jīng)艳。

更厉害的是，除了(le)真实(shí)的照片，草图(tú)也可以加上“魔法”，知乎大牛“DevPoint”和(hé)“逗(dòu)砂”介绍到ControlNet还能(néng)实现线稿(gǎo)转全彩图。大(dà)神(shén)张吕敏其本尊也亲自回应。

不得不说当下AIGC已经变(biàn)得越来(lái)越强大，甚至输出的作品都已经能以假乱真了。

02

难辨(biàn)虚(xū)实，AIGC技术力爆发(fā)

警惕安(ān)全问题

近日，“苏州金鸡湖(hú)有游艇party”的消息火(huǒ)遍网(wǎng)络(luò)，而(ér)经(jīng)过警方辟谣这所谓的“party”可能是全国第一(yī)起AI绘图诈骗(piàn)。

由于这个活(huó)动里面给出的美女照(zhào)片都(dōu)是(shì)AI制作的(de)真(zhēn)人照片绘(huì)图，因为太逼真，被大家当(dāng)成真事传播了。

不过仔细(xì)观察可以发现，活动发起者(zhě)提供的照片中有个很(hěn)大的漏(lòu)洞(dòng)可(kě)以(yǐ)发现(xiàn)并非真人，而是AI绘图(tú)，那便是(shì)图片中女(nǚ)性的手指部分有(yǒu)的(de)存在异常。

有行业人(rén)事表(biǎo)示：“现在因为手(shǒu)指部分(fēn)的绘画算法比较复杂，AI还不太(tài)会画人的手，但(dàn)最新看(kàn)到的(de)图片已(yǐ)经有越(yuè)来越完美的AI模型出现，以后可能就完全没有(yǒu)漏洞了。”

类(lèi)似的AI作图诈骗在国外也已(yǐ)有(yǒu)发生。据英国广播公司报道，土耳其地震期间(jiān)，有Tiktok用户(hù)使用AI合成了儿童受灾的(de)假照片(piàn)发布到网络(luò)，以(yǐ)此诱骗善良的人(rén)打(dǎ)赏“捐助”从而实(shí)施诈(zhà)骗(piàn)。

目前(qián)随(suí)着技术(shù)发展，AIGC已经能做出真人照片般的(de)绘图效果，如果这样的图片被用来(lái)诈骗，将非常可(kě)怕。

此外(wài)AIGC还引发(fā)了(le)很多担忧，一(yī)方面(miàn)，批判者认为AI在“学习(xí)”了大(dà)量前人的作品之后(hòu)，其创(chuàng)作没有(yǒu)任(rèn)何(hé)情绪和灵魂(hún)，难以和人类的(de)艺(yì)术创作相提并论。

另一方(fāng)面，AIGC背后(hòu)的版权、目前都并没有(yǒu)得到有效的解决，还有AIGC会不会代替人类“至(zhì)高无上”的创(chuàng)意。

马斯(sī)克也(yě)强调，人工智能的安全问题需要(yào)得到重视，太(tài)晚就(jiù)来不及了。

03

AIGC下(xià)一站除了视频，还有远方

技术都是(shì)有两面性(xìng)的，潜在的(de)危害并不能掩盖其(qí)光辉的贡(gòng)献。现在看来(lái)，人(rén)工智能技术将是第四次工业革命(mìng)的(de)核心驱动力量，将(jiāng)创(chuàng)造新的(de)增(zēng)长奇迹。

过去一年，人工(gōng)智(zhì)能在技术和商业层(céng)面都有(yǒu)了巨大进(jìn)展，AI绘画就(jiù)是(shì)人工(gōng)智能技术(shù)发(fā)生方向性(xìng)改变的一个代表。其下一(yī)站或许就(jiù)是视频。

此前(qián)，Meta和谷歌先后发布了几条引(yǐn)爆(bào)科(kē)技圈的短视频。这些视频引发关(guān)注(zhù)并非内(nèi)容(róng)做得(dé)多优秀，反而都非(fēi)常简单，比如一匹正在喝水的(de)马，一只画(huà)画的玩具熊，或者一段骑(qí)摩托车的第(dì)一视角录像，随便一个有手机的人都可以随手(shǒu)录下(xià)一段。

但这(zhè)些短(duǎn)视频的创(chuàng)作(zuò)方式非(fēi)常(cháng)简(jiǎn)单(dān)，创作者仅仅(jǐn)需要向(xiàng)AI输入(rù)一段话，甚(shèn)至(zhì)只是(shì)说(shuō)一下要(yào)求，AI就(jiù)可(kě)以根据需要(yào)生成一段视频。

谷歌发朵朵野花什么微风在田野里什么 朵朵野花迎着微风在田野里翩翩起舞是拟人句吗布(bù)的两个AI生成视频(pín)分别来(lái)自于(yú)Imagen Video和(hé)Phenaki，前(qián)者主要(yào)突出的是高清(qīng)，与Meta的Make-A-Video没(méi)有太(tài)多的差(chà)别(bié)。

在Make-A-Video公布了AI生(shēng)成的(de)视频后，AI圈就已经玩了(le)一波(bō)梗，一个(gè)能(néng)够(gòu)做出(chū)更高清视频(pín)的AI还不足(zú)以在短时间内戳中兴奋(fèn)点(diǎn)。

Phenaki更(gèng)加令人(rén)震惊的地方在(zài)于，它可以制作出超(chāo)过(guò)2分钟的(de)连贯的也有(yǒu)确切内容的视(shì)频，这(zhè)才是真正让(ràng)人(rén)们感到(dào)惊喜的(de)地(dì)方。因为无论AI生成(chéng)的(de)视频多么(me)高清(qīng)，也(yě)只(zhǐ)能(néng)是为内(nèi)容生产者提供一个灵感，一个(gè)素材，一个(gè)过场动画(huà)。

不过能够(gòu)制作出有具体剧情(qíng)内(nèi)容(róng)的视频就(jiù)意味着，一些视频创作由AI代替人工完成已(yǐ)经初(chū)步有了可能。

当下(xià)AI的发(fā)展速度已经超过大(dà)部分人的想象。内容产业的本质是供给(gěi)创造需求，AIGC作(zuò)为(wèi)全(quán)新的内容生产方(fāng)式，可以为内容产业带(dài)来(lái)更新的内(nèi)容风(fēng)格、更快的生产(chǎn)速度，更低的生产成本(běn)，这无疑会驱动内容(róng)产业(yè)的(de)大爆发(fā)。

除了AI绘(huì)图、视(shì)频，AIGC技术(shù)还能(néng)应用于音乐、代(dài)码(mǎ)、机器人(rén)动作等多(duō)种内容形式的生成(chéng)。不难发现该项技术不仅在游戏等行业能得到有(yǒu)效应(yīng)用，对于下一代互联网各种(zhǒng)元素的构建亦有关键意义。

从(cóng)商业化的(de)角(jiǎo)度来看，文化(huà)娱乐、教育、传媒等诸多领域(yù)，本(běn)身(shēn)就对基于AI的可视化内容有强烈需求。

因此，AI绘画及视频或不(bù)是结果(guǒ)，而只是AI进程(chéng)中的一(yī)块(kuài)重要拼图，有望在技术更新的加持(chí)下(xià)实现更大的应用价值。

AI从理(lǐ)解内容，走(zǒu)向了(le)可以(yǐ)生成(chéng)内容，甚至能够(gòu)创造出独立(lì)价值(zhí)和独立视(shì)角的内(nèi)容(róng)。AIGC的再次出圈，更(gèng)代表着未(wèi)来的先进生产(chǎn)力(lì)即将到来(lái)。

04

紧抓大模型(xíng)与算力，牢固(gù)AIGC底(dǐ)座

从技术(shù)的发展也可以(yǐ)看出，在语言大模(mó)型、图(tú)像(xiàng)大模型(xíng)之后，多模态(tài)大模型(xíng)已经成为了(le)新(xīn)的趋(qū)势。

大模(mó)型被誉(yù)为(wèi)当(dāng)前(qián)人工(gōng)智能发展的智(zhì)能底座(zuò)，是全球竞(jìng)争最激烈的研究方(fāng)向之一，包(bāo)括谷歌、亚马逊、百度(dù)、阿里、腾讯(xùn)等众多头部企业都在竞相发力(lì)。

不过训(xùn)练大(dà)模型的确价格不菲，以国(guó)盛证券发(fā)布的《ChatGPT需要多少算力》报告估算，GPT-3训练一(yī)次的成本(běn)约(yuē)为140万美元。而对于一些更大的LLM(大型(xíng)语言模型)，训练成本则介于200万美元至1200万美(měi)元高(gāo)价之间。

以ChatGPT在2023年(nián)1月(yuè)的独立(lì)访客平(píng)均(jūn)数1300万(wàn)计(jì)算，其对应芯片需求为3万多片英伟达A100 GPU，初始(shǐ)投入成(chéng)本(běn)约为8亿美元，每日(rì)仅电费就在5万美元(yuán)左右。

此外不论是ChatGPT还是AIGC，都离不(bù)开庞大算力支持(chí)。在关注各类大模型的发展同时，更应该关(guān)注算(suàn)力网络的建设(shè)。

算力网络正驱动AI产(chǎn)业(yè)发展进入(rù)史诗级加速进程，让(ràng)AIGC及通(tōng)用AI这一人(rén)工智能(néng)发(fā)展的终(zhōng)极目标离得更近。

因为算力可以对突破性技术创新提供大力的(de)支持。这(zhè)方(fāng)面，多模态大模型是典型。作为面向未来强人工智(zhì)能、通(tōng)用人(rén)工智(zhì)能的重要技术创新，多模态大模型已(yǐ)经在人工智能领(lǐng)域提(tí)出(chū)了很多(duō)年，业界也(yě)有(yǒu)不少(shǎo)技(jì)术突破(pò)，但是(shì)，多模(mó)态大模型进一步(bù)往下朵朵野花什么微风在田野里什么 朵朵野花迎着微风在田野里翩翩起舞是拟人句吗走(zǒu)，算(suàn)力需求呈几何式上(shàng)升，一般的算力基础(chǔ)设施很快将(jiāng)难(nán)以胜任。

从图像、文字、语音单独(dú)一项的(de)训(xùn)练(liàn)，到双模态、三模态的跃(yuè)迁，让人(rén)工智能可(kě)以(yǐ)灵活(huó)应对不同模态的(de)转(zhuǎn)化、像人与世界交互一样(yàng)自(zì)然，这方面，由算力网络来驱动将有(yǒu)明(míng)显优势(shì)。

此(cǐ)外，还(hái)有很多(duō)需要爆发式增长(zhǎng)的算力来支撑的(de)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(yǐ)经露(lù)出(chū)曙光，期待在大模型(xíng)和大算力的支持下AIGC能持续颠覆内容(róng)生产(chǎn)的方(fāng)式(shì)，将(jiāng)创(chuàng)造的边际(jì)成本降低，让万众(zhòng)受益。

未经允许不得转载：橘子百科-橘子都知道 朵朵野花什么微风在田野里什么 朵朵野花迎着微风在田野里翩翩起舞是拟人句吗