自(zì)聊天机(jī)器人(rén)ChatGPT火(huǒ)爆以来，微(wēi)软(ruǎn)公司(sī)创始人比尔(ěr)·盖茨已多次(cì)公开谈论人工智能话题。在最近(jìn)的(de)一次采访中，他再次表示：“AI可能会让科技行业迎来一次剧(jù)烈的洗牌”。

这个结论是他在(zài)当地时间2月20日接(jiē)受《In Good Company》节目专访时提出(chū)的。

他预期，AI的发(fā)展可能会威胁到谷歌的市占率，因为微软在AI方面的行动相(xiāng)当(dāng)迅速。而最终(zhōng)科技巨头将把AI整(zhěng)合成用户的“全(quán)能助手(shǒu)”，包揽一切应用，与人们(men)进行沟通并提供建议，可以取代(dài)亚马逊(xùn)、Siri或Outlook等应用。

大佬口中全能助手的到来可能尚(shàng)需时日，但由ControlNet引发的又一次AI绘画(huà)浪潮，让(ràng)AIGC在ChatGPT的(de)话(huà)题热点包围中杀出重围。

01

ControlNet颠(diān)覆AI绘画新玩法

AIGC向可控(kòng)靠(kào)近

以AI绘画为代表的AIGC上(shàng)一次爆火的(de)时候，还是(shì)2022年(nián)8月(yuè)，在(zài)美(měi)国科(kē)罗(luó)拉多州举办(bàn)的(de)新(xīn)兴数字艺术家竞(jìng)赛中，一幅名为《太空歌剧(jù)院》的作品获奖。

随(suí)后各大厂商的AI49是质数还是合数为什么是奇数，49是质数还是合数为什么不是奇数绘(huì)画(huà)软件被(bèi)广大网(wǎng)友(yǒu)熟知并(bìng)体验(yàn)，Stable Diffusion便(biàn)是其中代(dài)表。

用(yòng)户们可以在应用中输入一组关键词(cí)或者一张照片(piàn)，就能(néng)获得一幅AI创作的画作。

作画的(de)关(guān)键就是所输(shū)入的文本。同一组关键词也(yě)可以创作出很多(duō)张风格不一(yī)样的画作，这让(ràng)创作的过程(chéng)就像开盲盒。

很多用(yòng)户很(hěn)喜欢(huān)这种不(bù)确(què)定的惊(jīng)喜(xǐ)，他们会将(jiāng)生(shēng)成(chéng)的美图当做头像。而另一部分(fēn)喜欢(huān)翻看AI绘画的“翻车”作品。在(zài)社(shè)交媒体上，许多用户分享AI“翻车现场”，例如(rú)，一位网友(yǒu)的小狗照(zhào)片(piàn)被AI画成了“肌(jī)肉男”，还有网友的(de)个人照片被AI识(shí)别成(chéng)了建筑。

而(ér)如(rú)今随着ControlNet的出现(xiàn)与加持，以(yǐ)往AI绘画的填写关(guān)键词游戏可(kě)能要(yào)被颠覆(fù)了。

ControlNet是一位(wèi)正在(zài)斯坦福读博的中(zhōng)国人张吕敏创作的一种基于(yú)控制点(diǎn)的(de)图像(xiàng)变(biàn)形(xíng)算法，主要用于数字图像(xiàng)处理(lǐ)、计算机视觉和计(jì)算机图形学等领域。

其SD插(chā)件一经发(fā)布(bù)，在短短的(de)两天内(nèi)便成(chéng)为了AI绘画领域最新的热点。

在此(cǐ)之前，大家用了很多方法想让AI生成的(de)结果尽(jǐn)可能的符合(hé)要(yào)求，但是都不尽(jǐn)如(rú)人意，它的出现代表着AI生成开始进(jìn)入真(zhēn)正的可控(kòng)时期。

因为ControlNet可以直接提取(qǔ)画(huà)面(miàn)的构(gòu)图(tú)，人物的姿势(shì)和画面的深度(dù)信息等(děng)。有了它的帮(bāng)助，就不用频繁(fán)的用提(tí)示(shì)词来碰运(yùn)气(qì)，抽盲盒式的创作了。

通俗的说(shuō)ControlNet相(xiāng)当于给AI绘画加(jiā)了“魔法”，不少(shǎo)博主的作品已(yǐ)经获得了大量(liàng)的(de)浏览(lǎn)量，“viggo”就(jiù)是(shì)其中之一，他用(yòng)朋友的(de)照片直接(jiē)带她们走进动(dòng)漫世界。

viggo先用StableDiffusion图片转(zhuǎn)文字。

再用(yòng)Text2Prompt插件拓展找(zhǎo)到对(duì)应的关键词；最(zuì)后用ControlNet插(chā)件绑定骨(gǔ)骼开始换关键词(cí)试效(xiào)果。

通过图片就可以看出来，效果十(shí)分惊艳(yàn)。

更厉(lì)害(hài)的(de)是，除了真(zhēn)实的照片，草图也可以加上“魔法”，知乎大牛“DevPoint”和(hé)“逗砂”介绍到ControlNet还(hái)能实现线稿转(zhuǎn)全彩图(tú)。大神张吕(lǚ)敏(mǐn)其本尊也亲自回应。

不得不(bù)说当下(xià)AIGC已经变(biàn)得(dé)越来越强(qiáng)大，甚(shèn)至输出的作(zuò)品都已(yǐ)经(jīng)能以假(jiǎ)乱真了。

02

难辨(biàn)虚实，AIGC技术力(lì)爆发

警惕安全(quán)问题

近日，“苏州金鸡湖有游艇party”的(de)消息火遍网络，而经过警方辟谣这所谓的(de)“party”可(kě)能是(shì)全国第一起AI绘(huì)图诈骗(piàn)。

由于这个活动(dòng)里面(miàn)给出的美(měi)女照片(piàn)都(dōu)是(shì)AI制作的真人照片绘图，因为太逼真，被大(dà)家当(dāng)成真事传播了。

不过仔细观察可(kě)以发现，活动(dòng)发起者(zhě)提供的照(zhào)片中(zhōng)有(yǒu)个很(hěn)大的漏洞可以(yǐ)发(fā)现并非真人，而(ér)是AI绘图，那便是图片中女性的手指部分(fēn)有的存在(zài)异常。

有行业人(rén)事(shì)表示：“现在(zài)因为手指部分的绘画算法比较(jiào)复杂(zá)，AI还(hái)不太会画(huà)人的(de)手，但最新看到(dào)的图片已经有越(yuè)来越(yuè)完美的AI模型出现，以后可能就(jiù)完全没有(yǒu)漏洞了(le)。”

类似的(de)AI作(zuò)图诈骗在国外(wài)也已有发生。据英国(guó)广播公司报道(dào)，土耳其地震期间，有Tiktok用户使(shǐ)用AI合成了(le)儿童受(shòu)灾的(de)假照(zhào)片发布到网(wǎng)络(luò)，以此(cǐ)诱(yòu)骗善(shàn)良的人打(dǎ)赏“捐助(zhù)”从而实施诈骗。

目前随着技术发(fā)展(zhǎn)，AIGC已(yǐ)经能做出真人照片般的(de)绘(huì)图效果(guǒ)，如(rú)果这样(yàng)的图片被(bèi)用(yòng)来诈骗，将非常(cháng)可(kě)怕。

此(cǐ)外AIGC还引发了很多担忧(yōu)，一方面，批判者认为(wèi)AI在“学习”了大量前人的作品(pǐn)之后，其创作没有任何情(qíng)绪和灵魂，难以(yǐ)和人类的艺术(shù)创(chuàng)作相(xiāng)提并论。

另(lìng)一方面，AIGC背后的(de)版权、目(mù)前都并(bìng)没有得到有效的解决，还有(yǒu)AIGC会不会代(dài)替人类“至(zhì)高无上”的创(chuàng)意(yì)。

马斯克也强调，人工智能(néng)的安全问题需要得到重视，太晚就来不及了。

03

AIGC下(xià)一站(zhàn)除了(le)视频(pín)，还有远方(fāng)

技术都(dōu)是有两面性(xìng)的，潜在(zài)的危害并不能掩盖其光辉的(de)贡(gòng)献。现在看来，人工智能技术(shù)将是第四次工(gōng)业革(gé)命的核心驱动力量，将创造(zào)新(xīn)的增长(zhǎng)奇迹。

过去(qù)一年，人工(gōng)智能(néng)在技术和商业层(céng)面都有了巨大(dà)进(jìn)展，AI绘画就是人工智能(néng)技(jì)术发(fā)生方(fāng)向性改变的(de)一(yī)个代表。其(qí)下一站或许就是视频(pín)。

此前，Meta和(hé)谷(gǔ)歌(gē)先后(hòu)发布了(le)几条(tiáo)引爆科技(jì)圈的短视频(pín)。这(zhè)些视频引(yǐn)发(fā)关注并非内(nèi)容(róng)做(zuò)得多优秀，反而都非(fēi)常简单(dān)，比如一匹正在喝水(shuǐ)的马，一只画画的玩具(jù)熊，或者(zhě)一(yī)段骑摩(mó)托车的第(dì)一视角录像，随便一个(gè)有手机的(de)人(rén)都可以(yǐ)随手录下一段。

但这些(xiē)短视(shì)频的创(chuàng)作方式非常(cháng)简单，创作者仅仅需要向AI输入一(yī)段话，甚(shèn)至只是(shì)说一下要求，AI就可以根据需要生成一段视频。

谷歌发布的两个AI生成视频(pín)分别来(lái)自于Imagen Video和(hé)Phenaki，前者主要(yào)突出的是高清，与Meta的Make-A-Video没有太多(duō)的差别(bié)。

在Make-A-Video公布(bù)了AI生成的(de)视(shì)频后，AI圈就已经玩了一(yī)波(bō)梗，一个能够(gòu)做出更高清视(shì)频的AI还不足以在短时间内戳中兴(xīng)奋(fèn)点(diǎn)。

Phenaki更(gèng)加(jiā)令(lìng)人震惊的地方在于，它可以制作出(chū)超(chāo)过2分钟的连贯(guàn)的也(yě)有确切(qiè)内容(róng)的视频，这才是真正让人们感(gǎn)到惊喜的地(dì)方。因为(wèi)无论AI生成的视频多么(me)高(gāo)清(qīng)，也(yě)只能是为(wèi)内容(róng)生产者提(tí)供一个(gè)灵(líng)感，一个素材(cái)，一个(gè)过场动画。

不(bù)过能够制作出有具体(tǐ)剧情内容(róng)的(de)视频就(jiù)意味(wèi)着，一些视频(pín)创作由AI代(dài)替人工完成已经(jīng)初步有了可能。

当下AI的发展(zhǎn)速度(dù)已(yǐ)经超(chāo)过大部(bù)分(fēn)人的想(xiǎng)象。内容产业(yè)的本质是供(gōng)给(gěi)创造需求，AIGC作为全新的内容(róng)生产方式，可以为内容(róng)产业带来(lái)更新的(de)内容风格、更(gèng)快的生产速度(dù)，更低(dī)的生(shēng)产成(chéng)本，这无疑会(huì)驱动内容产业的大爆发。

除了AI绘(huì)图、视频，AIGC技术还能应用于音乐、代(dài)码、机(jī)器人动作等多(duō)种内容(róng)形式(shì)的生(shēng)成。不难发现该项技(jì)术不仅在(zài)游戏等行业(yè)能(néng)得到(dào)有效(xiào)应用，对于下一代互(hù)联(lián)网各种元素的构建(jiàn)亦有(yǒu)关键意义。

从商(shāng)业化的(de)角(jiǎo)度来(lái)看(kàn)，文(wén)化娱乐、教育(yù)、传媒等(děng)诸多领域，本身就对基于(yú)AI的可视化内容有强烈需求。

因此，AI绘画及视频或不是结果，而只(zhǐ)是(shì)AI进(jìn)程中的一块重要拼图，有望在技术更新的加持下(xià)实现(xiàn)更大的(de)应(yīng)用价值(zhí)。

AI从理(lǐ)解内容(róng)，走向了可以49是质数还是合数为什么是奇数，49是质数还是合数为什么不是奇数生成内容，甚至能够(gòu)创造出独立价(jià)值和独立(lì)视角的内(nèi)容(róng)。AIGC的再次(cì)出圈，更代表(biǎo)着(zhe)未来的先进生产力(lì)即将到(dào)来。

04

紧抓(zhuā)大模型与算(suàn)力，牢固(gù)AIGC底座

从技术的发展也可以看出(chū)，在语言大模型、图像(xiàng)大模型之后，多(duō)模态大模(mó)型已经成为了新的趋势(shì)。

大模型被誉(yù)为当前人工智能发展(zhǎn)的智能底(dǐ)座(zuò)，是全球竞争最(zuì)激(jī)烈(liè)的(de)研(yán)究方向之一，包括谷歌、亚马逊、百度(dù)、阿里、腾(téng)讯等众(zhòng)多头部(bù)企业都在竞相发(fā)力。

不过训练(liàn)大模型的确价格不菲，以(yǐ)国盛证券发(fā)布的(de)《ChatGPT需要多少算(suàn)力》报(bào)告估算(suàn)，GPT-3训练一次(cì)的成本约(yuē)为140万美元。而对于一些(xiē)更大(dà)的LLM(大型语言模型)，训练(liàn)成本(běn)则介于200万美元(yuán)至(zhì)1200万美元(yuán)高价之间。

以ChatGPT在2023年1月的(de)独立访(fǎng)客(kè)平均数1300万计算(suàn)，其对(duì)应芯片需求为(wèi)3万多(duō)片(piàn)英伟(wěi)达A100 GPU，初始投入成(chéng)本约为8亿(yì)美元，每日仅电费就在5万美元左右。

此外(wài)不论是ChatGPT还是(shì)AIGC，都(dōu)离不(bù)开庞大算力支持。在(zài)关(guān)注(zhù)各类大模型的发展同时，更应(yīng)该关注算力网络的(de)建(jiàn)设。

算力网(wǎng)络正驱动AI产业发展进入史诗(shī)级加速进程，让(ràng)AIGC及通用(yòng)AI这一人工智能发展的终极(jí)目标离得更近。

因(yīn)为算(suàn)力可(kě)以(yǐ)对突破性(xìng)技术创新提(tí)供大力的支持。这方面，多模态大(dà)模型是典型。作为面向未(wèi)来强人(rén)工智能、通用(yòng)人工(gōng)智能的重要技术创(chuàng)新，多模态大模型(xíng)已经在人工(gōng)智(zhì)能领域提出了很多年，业界也有(yǒu)不少技(jì)术突破，但是，多模态大模型(xíng)进一(yī)步往(wǎng)下走，算力需求(qiú)呈几何式上(shàng)升，一般(bān)的算力基础设施很快将难以胜任。

从图像(xiàng)、文字、语音单独一项的训练，到双模态、三(sān)模态的(de)跃迁(qiān)，让人工(gōng)智能可以(yǐ)灵活应对不同模态的转化、像人(rén)与世界交互(hù)一样(yàng)自(zì)然，这方面，由算力(lì)网(wǎng)络来驱动(dòng)将(jiāng)有明(míng)显优势。

此外(wài)，还(hái)有很多需要爆发式增长的算力来支撑的技术创(chuàng)新，将在人工智能(néng)算力网络支(zhī)撑(chēng)下(xià)快(kuài)速推进。49是质数还是合数为什么是奇数，49是质数还是合数为什么不是奇数ong>