自聊天机器人ChatGPT火(huǒ)爆以来(lái)，微软公司创(chuàng)始(shǐ)人比(bǐ)尔·盖茨已多次公开谈论人(rén)工智能(néng)话题。在最近的(de)一次采访(fǎng)中，他再次表(biǎo)示(shì)：“AI可能会让(ràng)科技行业迎来一次剧烈的洗牌”。

这个结论是(shì)他在当地时间(jiān)2月20日接受《In Good Company》节目专访(fǎng)时提出的。

他预期，AI的发展可(kě)能会(huì)威胁到谷歌(gē)的市占(zhàn)率(lǜ)，因为微软在AI方面的行(xíng)动(dòng)相当(dāng)迅速(sù)。而最(zuì)终科技巨头将把AI整合成用户的(de)“全能助手”，包(bāo)揽一切(qiè)应(yīng)用(yòng)，与(yǔ)人(rén)们(men)进行沟通并提供建议，可以取代亚马逊、Siri或Outlook等应用(yòng)。

大佬(lǎo)口中全能(néng)助手(shǒu)的到(dào)来可能(néng)尚需时日，但(dàn)由(yóu)ControlNet引发的(de)又一次AI绘(huì)画浪潮，让AIGC在ChatGPT的(de)话题热点(diǎn)包围(wéi)中杀出(chū)重围。

01

ControlNet颠覆AI绘(huì)画新玩法

AIGC向可控靠近

以AI绘画为代表(biǎo)的AIGC上一次爆火(huǒ)的(de)时(shí)候，还是2022年(nián)8月，在美国科罗拉多州举办的新兴数字(zì)艺术家竞(jìng)赛中，一幅名为《太(tài)空歌剧院(yuàn)》的作品获奖。

随后各大厂商(shāng)的AI绘画软件被(bèi)广大(dà)网友熟(shú)知并(bìng)体验，Stable Diffusion便是其中代表。

用户们(men)可(kě)以在应用中输入一组关键词或(huò)者一张照(zhào)片，就能(néng)获得一幅AI创作的画(huà)作。

作画的关键就是所(suǒ)输(shū)入(rù)的文本(běn)。同一组关键词也(yě)可以创作(zuò)出很多(duō)张风格(gé)不(bù)一(yī)样(yàng)的画作，这让创作的过程(chéng)就像(xiàng)开盲盒(hé)。

很多(duō)用(yòng)户很喜欢这种不确定的惊(jīng)喜，他们会将生成的美图当做头像。而另(lìng)一部分(fēn)喜欢(huān)翻看AI绘画的“翻车”作(zuò)品。在社交媒体上，许多用户分(fēn)享AI“翻车现场”，例如，一(yī)位网友(yǒu)的小(xiǎo)狗照片被AI画成(chéng)了“肌肉(ròu)男”，还有(yǒu)网友的个人照片(piàn)被AI识别成了(le)建筑(zhù)。

而如今随着ControlNet的(de)出现与(yǔ)加(jiā)持(chí)，以往AI绘画的填写关(guān)键词(cí)游(yóu)戏可能要被颠覆(fù)了。

ControlNet是一(yī)位正在斯坦福读博(bó)的中国(guó)人张吕敏创(chuàng)作的一(yī)种基于控制点的图像变形算法，主要(yào)用于(yú)数(shù)字图(tú)像(xiàng)处(chù)理、计(jì)算机视(shì)觉(jué)和计算机(jī)图(tú)形学等领域。

其SD插(chā)件一经发(fā)布，在(zài)短短的两天(tiān)内便成为了(le)AI绘画领域最新的(de)热点。

在此(cǐ)之前，大(dà)家(jiā)用了很多(duō)方(fāng)法想让AI生成的结果尽可能的(de)符(fú)合要求，但是(shì)都不尽如人意，它(tā)的出现代表着AI生成开始进入真正的可(kě)控(kòng)时期。

因为ControlNet可(kě)以直接提取画面的构图，人物(wù)的姿势和画面(miàn)的深度信息等。有(yǒu)了它的(de)帮助，就不用频(pín)繁的用提示词来碰运气，抽盲盒式的创作了。

通俗的说ControlNet相当(dāng)于给AI绘(huì)画加了“魔(mó)法”，不(bù)少(shǎo)博主的(de)作品已经(jīng)获得了大量的浏览量，“viggo”就是其中之(zhī)一，他(tā)用朋(péng)友的照片直(zhí)接带她们走进动漫世界(jiè)。

viggo先用(yòng)StableDiffusion图片(piàn)转文字。

再用Text2Prompt插件拓展找(zhǎo)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(guǒ)。

通过图片就可(kě)以看出(chū)酸笋可以直接吃吗，酸笋可以直接吃吗有毒吗来(lái)，效果十分惊艳(yàn)。

更厉(lì)害(hài)的是，除了(le)真实的照(zhào)片(piàn)，草图也可以加上(shàng)“魔法”，知乎大牛“DevPoint”和“逗砂”介(jiè)绍到ControlNet还能实现线稿转全彩图(tú)。大(dà)神张吕敏其本尊也亲自回应。

不(bù)得(dé)不说当下AIGC已经变得越来越强大，甚至输出的作(zuò)品都(dōu)已经(jīng)能以(yǐ)假乱真了(le)。

02

难辨虚实，AIGC技术力爆发

警(jǐng)惕安全问(wèn)题

近日(rì)，“苏州金鸡湖有游艇(tǐng)party”的(de)消息(xī)火遍网络(luò)，而经过警(jǐng)方辟谣这所谓的“party”可(kě)能是全(quán)国第一起(qǐ)AI绘图诈(zhà)骗(piàn)。

由于这个(gè)活动里面给出的美女照片(piàn)都是(shì)AI制作(zuò)的(de)真人照片绘(huì)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，活动发起(qǐ)者提供(gōng)的照(zhào)片中有个很大的漏(lòu)洞可以发现并非(fēi)真人，而是AI绘(huì)图，那便是图片中女性(xìng)的手指(zhǐ)部分有的存在异常。

有行业人事表(biǎo)示：“现在因为(wèi)手指(zhǐ)部分的绘(huì)画算法比较(jiào)复杂，AI还不太会画人的手，但最新看(kàn)到的图片已经有越来越完美的AI模(mó)型出现，以后可能就(jiù)完全没有漏洞(dòng)了。”

类(lèi)似的AI作图诈骗在国外也已有发生。据英国广播公司报道，土耳其地震期间，有Tiktok用户使用AI合成(chéng)了儿童受灾的假照片发布到网络(luò)，以此(cǐ)诱骗善良的人(rén)打(dǎ)赏“捐(juān)助”从而实施诈骗(piàn)。

目前随着技术发展，AIGC已(yǐ)经能做出真人照片般的绘图效果，如果这(zhè)样的图片被(bèi)用(yòng)来诈酸笋可以直接吃吗，酸笋可以直接吃吗有毒吗骗，将(jiāng)非常(cháng)可怕。

此(cǐ)外AIGC还(hái)引发(fā)了很(hěn)多担忧(yōu)，一(yī)方面(miàn)，批判(pàn)者(zhě)认为AI在(zài)“学习”了(le)大量(liàng)前人(rén)的作品(pǐn)之(zhī)后(hòu)，其创(chuàng)作没有任何情绪和灵魂，难以(yǐ)和人(rén)类的艺术创(chuàng)作相提并论(lùn)。

另(lìng)一方面，AIGC背后(hòu)的版(bǎn)权、目(mù)前都并没(méi)有得到有效的解(jiě)决，还(hái)有AIGC会不会(huì)代替人类“至高无上”的创意。

马(mǎ)斯(sī)克也强调，人工智能的安全问题(tí)需要得(dé)到重视，太晚(wǎn)就来(lái)不及了。

03

AIGC下一站除了视频，还有(yǒu)远方

技术(shù)都是有两面性的，潜在的危害并不能掩盖其光(guāng)辉的贡(gòng)献。现在看来(lái)，人工智能(néng)技(jì)术将是(shì)第四次工业革(gé)命(mìng)的(de)核(hé)心驱动(dòng)力量，将创造(zào)新的增长奇迹。

过去(qù)一(yī)年，人工智能(néng)在技术和(hé)商业(yè)层面都有了巨大(dà)进展，AI绘画就是人工智能技术发生方向性(xìng)改变的一个代表。其下一站(zhàn)或许就是视频。

此(cǐ)前(qián)，Meta和谷歌先后发布(bù)了几(jǐ)条(tiáo)引爆科技圈的短视频。这些视频引(yǐn)发关(guān)注并(bìng)非内容做得多(duō)优秀，反而都(dōu)非常简单，比如(rú)一匹(pǐ)正在喝水(shuǐ)的马，一只画画的玩(wán)具熊(xióng)，或者一段骑(qí)摩托车(chē)的第一视角录(lù)像(xiàng)，随(suí)便一个有(yǒu)手机的(de)人都可以随手(shǒu)录下一(yī)段。

但这(zhè)些短视频的(de)创作方式(shì)非(fēi)常简单，创作者仅仅(jǐn)需(xū)要向AI输入一(yī)段话(huà)，甚至(zhì)只是说(shuō)一(yī)下要(yào)求，AI就可以根(gēn)据(jù)需要(yào)生成一段视频。

谷歌发布的两(liǎng)个AI生(shēng)成视(shì)频分别来(lái)自于Imagen Video和Phenaki，前者主(zhǔ)要突出的(de)是高清，与(yǔ)Meta的Make-A-Video没有太多的差别(bié)。

在Make-A-Video公(gōng)布了(le)AI生成的视频后，AI圈就已(yǐ)经(jīng)玩(wán)了一波梗(gěng)，一个能够做(zuò)出更高(gāo)清视频的(de)AI还不(bù)足以在短时间内戳(chuō)中兴奋(fèn)点。

Phenaki更加令人震惊的地方在于，它(tā)可以制作出超过2分钟的连贯的(de)也有确切内(nèi)容的视频，这(zhè)才是真(zhēn)正让(ràng)人们感到惊喜的(de)地方(fāng)。因(yīn)为无论AI生(shēng)成的视(shì)频多么(me)高清，也(yě)只能是为(wèi)内容生产者提供一个灵感，一个素材(cái)，一个过场动画。

不过(guò)能够制作(zuò)出有具体剧情内容的(de)视频就意味着，一些视频创作(zuò)由AI代替人工完成已经初步有了可能。

当下AI的发展速度已经超过大部分人的想象。内容产(chǎn)业(yè)的本质是供给创造需求(qiú)，AIGC作为全(quán)新的内容生产(chǎn)方(fāng)式，可以为内(nèi)容产业带来更新(xīn)的(de)内容风格(gé)、更快的(de)生(shēng)产速(sù)度，更低的生产(chǎn)成本，这(zhè)无疑会驱动(dòng)内容产业的大(dà)爆(bào)发。

除(chú)了AI绘图(tú)、视频(pín)，AIGC技(jì)术还能应用于音乐(lè)、代(dài)码(mǎ)、机(jī)器人动作等(děng)多(duō)种(zhǒng)内容(róng)形式的(de)生成。不(bù)难发现(xiàn)该项技术不仅在(zài)游戏等行业能得(dé)到有效应用，对于下(xià)一代互(hù)联网各种元素的构建亦有关(guān)键意义。

从商业化(huà)的角度来看，文(wén)化娱乐(lè)、教育、传媒等诸多领(lǐng)域(yù)，本身就对基于AI的可视(shì)化内容有强(qiáng)烈(liè)需求。

因此，AI绘画(huà)及(jí)视频或不(bù)是(shì)结果，而(ér)只是AI进程中的一块重(zhòng)要拼图，有望在技术更新的(de)加持下实现更大的(de)应用价值。

AI从理解内容(róng)，走向了可(kě)以生(shēng)成内容，甚至(zhì)能够创造出独立价值和独(dú)立视角的内(nèi)容。AIGC的再次出(chū)圈，更代表着未来的先进生产力即(jí)将到来。

04

紧抓大模型与(yǔ)算(suàn)力，牢固AIGC底(dǐ)座

从技(jì)术的发展也可(kě)以看(kàn)出，在语言大模型(xíng)、图像大模(mó)型之后(hòu)，多模态大模型已经成为了(le)新的趋势。

大模型被誉为当前人(rén)工智能发(fā)展的(de)智能底座，是全(quán)球竞争最激(jī)烈的研究方向(xiàng)之一(yī)，包括谷歌、亚马逊(xùn)、百(bǎi)度、阿里、腾讯等众多头部企业都(dōu)在竞(jìng)相发力(lì)。

不过训(xùn)练大(dà)模(mó)型的确(què)价格不(bù)菲，以国盛(shèng)证券发布的《ChatGPT需要多少算力》报告估算，GPT-3训练(liàn)一次的成本(běn)约为140万美(měi)元(yuán)。而对于(yú)一些更大的LLM(大型语(yǔ)言(yán)模型)，训练成(chéng)本则介于200万美元(yuán)至1200万美元(yuán)高价(jià)之间。

以(yǐ)ChatGPT在(zài)2023年(nián)1月的独立访客平均(jūn)数1300万计算，其对应芯片需求(qiú)为3万(wàn)多(duō)片英伟达A100 GPU，初(chū)始投入成(chéng)本(běn)约(yuē)为8亿美元(yuán)，每日仅电费就在(zài)5万美元(yuán)左右。

此外不论是ChatGPT还(hái)是AIGC，都(dōu)离不开庞大(dà)算力支持。在关注(zhù)各类大模型的(de)发展同时，更应该关注(zhù)算力(lì)网络的(de)建设。

算力(lì)网(wǎng)络正驱动AI产业(yè)发展进入(rù)史诗级加速进程，让AIGC及通(tōng)用(yòng)AI这(zhè)一人工智能发(fā)展的终极目标(biāo)离得更近(jìn)。

因为算力可(kě)以对突破性技(jì)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。作为面向未来强人工智能、通用人工智能的重要技术创新，多模(mó)态大模型已经在人工智(zhì)能领域提出了(le)很多年，业界也有不少技术突破，但是，多模态大模(mó)型(xíng)进一步往下走，算力需求呈几(jǐ)何(hé)式上升，一(yī)般的(de)算力基(jī)础设施很快将(jiāng)难(nán)以胜任。

从图像(xiàng)、文字、语音单独一项的训练(liàn)，到双模态、三模态的跃迁(qiān)，让人工智能可以灵活(huó)应对不(bù)同模(mó)态的转(zhuǎn)化、像人(rén)与世(shì)界(jiè)交互一样自然，这方面(miàn)，由(yóu)算力网络来驱动将有明显优势。

此外，还有很多需要爆发式增长的算力来(lái)支撑(chēng)的(de)技术创新，将在人(rén)工智能算力(lì)网(wǎng)络支(zhī)撑下快速推进。

AIGC已经露出曙光，期待在大模型和大算力的支持下AIGC能持续(xù)颠覆内(nèi)容生产的(de)方(fāng)式，将创造(zào)的边际(jì)成本降(jiàng)低，让万众受益。

未经允许不得转载：橘子百科-橘子都知道 酸笋可以直接吃吗，酸笋可以直接吃吗有毒吗