自聊天机器人ChatGPT火(huǒ)爆以来，微软公司创始人比尔(ěr)·盖(gài)茨(cí)已多次(cì)公开(kāi)谈论人(rén)工智能话(huà)题。在最近的一次采访中，他再次表示：“AI可能会让(ràng)科技行业迎来(lái)一次剧烈的洗牌(pái)”。

这个(gè)结论(lùn)是他(tā)在(zài)当地时间2月20日接受《In Good Company》节目专访时提出(chū)的(de)。

他预期，AI的发展可能会威胁到谷歌的市占率，因为微软在AI方面的行动(dòng)相当迅(xùn)速。而最终科技巨头将(jiāng)把AI整合成用户的(de)“全能助手”，包(bāo)揽一切应用，与(yǔ)人(rén)们进行(xíng)沟通并(bìng)提供建(jiàn)议，可以取代亚马逊、Siri或(huò)Outlook等应用(yòng)。

大(dà)佬口中全(quán)能助手(shǒu)的到来可能尚需时日(rì)，但由ControlNet引发的(de)又一次AI绘画浪潮，让AIGC在ChatGPT的话题热点包围(wéi)中杀出(chū)重围。

01

ControlNet颠覆(fù)AI绘(huì)画(huà)新玩法(fǎ)

AIGC向可控靠近

以AI绘画为代表的AIGC上一次爆(bào)火的时候，还是(shì)2022年8月(yuè)，在美国科罗拉多州举办的新兴数字艺术(shù)家竞赛(sài)中，一幅名为《太(tài)空歌剧院》的作品获(huò)奖。

随后各大厂商的AI绘画软件(jiàn)被(bèi)广大网友熟知(zhī)并体验(yàn)，Stable Diffusion便是其中代(dài)表。

用户们可以在应用中输入一组(zǔ)关键(jiàn)词或者一张照片，就能获得一幅AI创作的画作。

作(zuò)画的关键就是所输入的(de)文(wén)本。同一组(zǔ)关键词也可以创(chuàng)作(zuò)出很多(duō)张(zhāng)风格(gé)不(bù)一样的画(huà)作，这让创作的(de)过程(chéng)就像开(kāi)盲盒。

很多用户很(hěn)喜欢这种不确定的惊喜，他们会将生成的美图当做头像。而另一部分喜欢(huān)翻看AI绘画(huà)的“翻车”作(zuò)品。在社(shè)交媒体(tǐ)上，许(xǔ)多用户分享AI“翻车现(xiàn)场”，例如，一位(wèi)网(wǎng)友的小狗照片(piàn)被AI画成了“肌肉男”，还有(yǒu)网友的(de)个(gè)人照片被AI识别成了建(jiàn)筑。

而如(rú)今(jīn)随(suí)着(zhe)ControlNet的出现与加持，以往AI绘画的填(tián)写(xiě)关键词游(yóu)戏可能(néng)要被颠覆了。

ControlNet是(shì)一(yī)位正在斯坦(tǎn)福(fú)读(dú)博的(de)中(zhōng)国人张吕敏(mǐn)创作的一(yī)种基于(yú)控(kòng)制点(diǎn)的(de)图像变形算法，主(zhǔ)要用于数字图(tú)像处理、计算机视觉和计算机图形学等领(lǐng)域。

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

在此之前，大家用了很(hěn)多方法想让AI生成的结果尽(jǐn)可能(néng)的符合要求，但是都不(bù)尽如人意，它的出现代表着(zhe)AI生成(chéng)开始进(jìn)入真正的可控时期。

因(yīn)为ControlNet可以直接提取画(huà)面的构图，人(rén)物的姿(zī)势和画面的深度信息等。有(yǒu)了它(tā)的帮助，就(jiù)不(bù)用(yòng)频繁的用提(tí)示词来碰(pèng)运气，抽盲盒式的创作了。

通(tōng)俗的说(shuō)ControlNet相当于(yú)给AI绘(huì)画加了(le)“魔(mó)法”，不少博主的作品已经获得了(le)大量的浏览量，“viggo”就是(shì)其中之一，他用朋友的照片直接(jiē)带她们走进动漫世界。

viggo先用(yòng)StableDiffusion图片转文字。

再用(yòng)Text2Prompt插(chā)件拓展找到(dào)对应的关(guān)键(jiàn)词；最后用ControlNet插件绑定骨骼开始(shǐ)换关键(jiàn)词(cí)试效果。

通(tōng)过图片就可以看出来，效果十分惊艳。

更厉害(hài)的(de)是，除了(le)真实的照片，草图(tú)也可以(yǐ)加(jiā)上(shàng)“魔法”，知乎大牛“DevPoint”和“逗砂”介(jiè)绍(shào)到(dào)ControlNet还(hái)能实(shí)现线稿转全彩图。大神张吕(lǚ)敏其本尊也亲自回应(yīng)。

不得不说当(dāng)下(xià)AIGC已经变得(dé)越来越强大，甚至输出(chū)的作品都(dōu)已经(jīng)能(néng)以假乱真了。

02

难辨虚实，AIGC技术力爆发(fā)

警惕安全问题(tí)

近日，“苏州金鸡湖有游艇party”的消息(xī)火遍网络，而(ér)经过警(jǐng)方辟(pì)谣这(zhè)所谓的“party”可能是全国第一起AI绘图诈(zhà)骗。

由(yóu)于这个活动里面给出的(de)美(měi)女照片都是AI制作(zuò)的(de)真人照片绘图，因为太逼真，被大(dà)家当(dāng)成真事传播(bō)了。

不过仔细观察可以发现，活动(dòng)发起(qǐ)者(zhě)提供(gōng)的照片(piàn)中(zhōng)有(yǒu)个(gè)很(hěn)大的漏洞可以发现并非真人(rén)，而是(shì)AI绘图，那便是图片中女性的手指部分(fēn)有的存在(zài)异常(cháng)。

有(yǒu)行(xíng)业人(rén)事表示：“现(xiàn)在因(yīn)为(wèi)手指(zhǐ)部分(fēn)的绘画(huà)算法比较(jiào)复杂，AI还不太(tài)会画人的手，但最新看到的图片已(yǐ)经(jīng)有越来越完美的AI模型出现，以(yǐ)后可(kě)能就完(wán)全没有漏洞了(le)。”

类似(shì)的AI作图(tú)诈骗在国外也已(yǐ)有发生(shēng)。据英国广(guǎng)播公司报道，土耳其(qí)地震(zhèn)期间，有Tiktok用户使用AI合成(chéng)了儿童受(shòu)灾的(de)假(jiǎ)照片发布(bù)到网络，以此(cǐ)诱骗(piàn)善良的人打赏(shǎng)“捐助”从而实施诈骗。

目前(qián)随着技术(shù)发(fā)展，AIGC已经能做(zuò)出(chū)真人照(zhào)片般的绘图效果，如果这样(yàng)的图片被用来诈骗，将非常可怕。

此(cǐ)外AIGC还(hái)引(yǐn)发(fā)了很多担忧，一方(fāng)面，批判者(zhě)认为AI在(zài)“学习”了(le)大(dà)量前人(rén)的作品之后，其创(chuàng)作没有(yǒu)任何情绪(xù)和灵魂，难以(yǐ)和人类的艺(yì)术创作相提并论。

另一方面，AIGC背后(hòu)的版权、目前都并没有得到(dào)有效(xiào)的解决，还有AIGC会不会(huì)代替人类“至(zhì)高无(wú)上(shàng)”的创意。

马斯克(kè)也(yě)强调(diào)，人工智能的安全问题需(xū)要得(dé)到重视，太晚就来(lái)不(bù)及了。

03

AIGC下一站(zhàn)除了视(shì)频，还有远方

技(jì)术都是有两面性的，潜在的危害并不能掩盖其光辉的贡献。现在(zài)看来，人(rén)工智能(néng)技术将是第四次工业革命的核(hé)心(xīn)驱动力量，将(jiāng)创造新的增长奇(qí)迹。

过去一年，人工智能在技术和商业(yè)层面都(dōu)有(yǒu)了巨大进(jìn)展，AI绘画就是人工智能(néng)技术发生(shēng)方向性改变的一个(gè)代表。其下一站或许就(jiù)是视频。

此前(qián)，Meta和谷歌先后发布了几条引(yǐn)爆科技(jì)圈的短(duǎn)视频(pín)。这些视频引(yǐn)发关(guān)注并非(fēi)内容(róng)做得多优(yōu)秀(xiù)，反而都(dōu)非常简单，比(bǐ)如(rú)一匹正在喝水的(de)马，一只画画(huà)的玩具(jù)熊，或(huò)者一段骑摩(mó)托车的第一视角(jiǎo)录像，随便一个(gè)有(yǒu)手(shǒu)机的人(rén)都可以随手(shǒu)录下(xià)一段。

但这些短视频的创作方式非常简单，创作者仅仅需要向AI输入一(yī)段(duàn)话，甚至只是说一下要求，AI就(jiù)可以(yǐ)根据需要(yào)生成(chéng)一段(duàn)视频。

谷歌发(fā)布的两个AI生(shēng)成视频分别来自(zì)于Imagen Video和Phenaki，前者主要突出的是高(gāo)清，与Meta的Make-A-Video没有太多的差别。

在Make-A-Video公(gōng)布了AI生成的视(shì)频后，AI圈就已经(jīng)玩了一波梗，一(yī)个能(néng)够做(zuò)出更高清(qīng)视(shì)频的AI还不足以在短时间(jiān)内戳(chuō)中(zhōng)兴奋点。

Phenaki更(gèng)加(jiā)令人(rén)震惊的地方在于，它可以制作出(chū)超过2分钟(zhōng)的连贯的也(yě)有确切内容的视频，这才是真(zhēn)正让(ràng)人们感(gǎn)到惊喜(xǐ)的地(dì)方(fāng)。因为无论(lùn)AI生成的(de)视频多么高(gāo)清，也只(zhǐ)能是为(wèi)内容生产者提供(gōng)一个灵感，一(yī)个(gè)素材，一个过场动画。

不过能够制作出(chū)有具(jù)体剧情(qíng)内(nèi)容的(de)视频就意味着，一(yī)些(xiē)视频(pín)创作由AI代(dài)替人工完(wán)成已(yǐ)经(jīng)初(chū)步有了可能。

当下AI的发展速度已经(jīng)超过(guò)大部分人的想象。内容产(chǎn)业的本质是(shì)供(gōng)给创造需求，AIGC作为全(quán)新的内容生产方(fāng)式，可(kě)以为内容(róng)产业(yè)带(dài)来更(gèng)新的内容风格、更(gèng)快的(de)生产速(sù)度，更低的生产成(chéng)本，这无疑会驱动(dòng)内容产业的大爆发(fā)。

除了AI绘(huì)图、视频，AIGC技术还能(néng)应用于(yú)音(yīn)乐、代码、机(jī)器(qì)人动(dòng)作等多种内容(róng)形式的生(shēng)成。不难发(fā)现该项(xiàng)技术(shù)不仅在游戏等行业能(néng)得到(dào)有效(xiào)应用，对于下一代互联网各种元素的构建亦有(yǒu)关(guān)键意义。

从商业化(huà)的(de)角度(dù)来(lái)看(kàn)，文化娱乐、教(jiào)育、传媒等诸多领域，本身就对基(jī)于AI的可(kě)视化内容有强烈需(xū)求。

因此，AI绘画及(jí)视频或不是结果，而只是AI进程中的一块重要拼图，有望在技术更新的加持下(xià)实现更(gèng)大的应(yīng)用价(jià)值。

AI从理解内容，走向(下士军衔是什么级别 下士是班长还是副排长xiàng)了可以生成内容，甚至(zhì)能够创造出独(dú)立(lì)价(jià)值和独立视角的内容。AIGC的再(zài)次出圈，更代表着未来的先进生(shēng)产(chǎn)力即将到来。

04

紧(jǐn)抓大(dà)模(mó)型(xíng)与算力，牢固AIGC底(dǐ)座

从(cóng)技(jì)术的发展也(yě)可以看出，在语(yǔ)言大模型(xíng)、图像大模型之后，多模态大模型已(yǐ)经(jīng)成为了新的(de)趋(qū)势。

大模型被誉为(wèi)当前(qián)人工智能发展的智能底(dǐ)座(zuò)，是全球竞争最激烈的研(yán)究方向之一，包括谷歌、亚马(mǎ)逊、百度(dù)、阿(ā)里、腾讯等众多头部(bù)企(qǐ)业(yè)都在竞相发力。

不过训练(liàn)大(dà)模型(xíng)的确价格(gé)不菲，以国盛证(zhèng)券(quàn)发布的《ChatGPT需(xū)要多(duō)少算力》报告估算，GPT-3训练一次(cì)的成本约为(wèi)140万美元。而对于一些更大的LLM(大型语言模型)，训练成(chéng)本则介于200万(wàn)美元至1200万美元(yuán)高价之(zhī)间(jiān)。

以ChatGPT在2023年1月(yuè)的独立访客平(píng)均(jūn)数1300万计算，其(qí)对应(yīng)芯片需求为3万多片英伟达A100 GPU，初始投入成本约为8亿美元，每日仅电费(fèi)就在5万美元(yuán)左右。

此外不论是ChatGPT还是(shì)AIGC，都离不开庞大(dà)算力支持。在关(guān)注各类大(dà)模型的发展同时，更应该(gāi)关(guān)注算力网络的建设。

算力网络正驱动AI产(chǎn)业发(fā)展(zhǎn)进入(rù)史诗级加(jiā)速进程，让(ràng)AIGC及通用AI这一人工智能(néng)发展的终极目标离(lí)得更(gèng)近。

因为(wèi)算力(lì)可以对突破性(xìng)技术创新提供大力(lì)的支持。这(zhè)方面，多模(mó)态(tài)大模型是典型(xíng)。作为面向未来强人工智能、通用(yòng)人工智能的重要技术(shù)创新，多模态大模型已(yǐ)经在人工智(zhì)能领(lǐng)域(yù)提出了很多年，业界也有不少(shǎo)技术突破(pò)，但是，多模态大模型进一步往(wǎng)下走，算力(lì)需(xū)求呈(chéng)几何式上升，一(yī)般的算力(lì)基(jī)础(chǔ)设施很快将难以胜(shèng)任。

从图像、文字、语(yǔ)音单独一项的训练，到(dào)双(shuāng)模态、三模态的跃迁，让人工智能(néng)可以灵活应对(duì)不同模态的(de)转化、像(xiàng)人与世界交互一样自然(rán)，这方面，由(yóu)算力网(wǎng)络来(lái)驱动(dòng)将有明(míng)显优势(shì)。

此外，还有很多(duō)需(xū)要爆发式增长的算(suàn)力来支撑的技(jì)术创新(xīn)，将在人工智能算力(lì)网络支撑下快速推进。

AIGC已经露出曙光(guāng)，期待(dài)在大模型和大算力的支(zhī)持下AIGC能持(chí)续颠覆内容生产的方式，将创(chuàng)造的边(biān)际(jì)成本(běn)降低，让(ràng)万众受益。

未经允许不得转载：橘子百科-橘子都知道 下士军衔是什么级别 下士是班长还是副排长