自聊天机器人ChatGPT火爆以来，微软(ruǎn)公司创始人比(bǐ)尔·盖茨已多次公(gōng)开谈论(lùn)人工智能(néng)话(huà)题。在最近的一(yī)次采访中，他再次表示：“AI可能会让科技行业迎(yíng)来(lái)一次剧烈的(de)洗牌”。

这个结(jié)论(lùn)是他在当地时间2月20日接(jiē)受《In Good Company》节目专访时(shí)提出的。

他预期，AI的发展可能会威胁到(dào)谷歌的市占(zhàn)率，因(yīn)为(wèi)微软在AI方面的行动相当迅速(sù)。而(ér)最终科(kē)技巨头将(jiāng)把AI整合成(chéng)用(yòng)户的“全能(néng)助手”，包揽一切应用，与(yǔ)人们进行(xíng)沟通并提供建议，可(kě)以(yǐ)取代亚(yà)马逊(xùn)、Siri或Outlook等应用。

大(dà)佬口中全能助(zhù)手的到来可能尚需时(shí)日，但由ControlNet引发的又一次AI绘画浪潮，让AIGC在ChatGPT的(de)话题热点包围中杀出重围。

01

ControlNet颠覆AI绘画(huà)新玩法

AIGC向可控靠近

以AI绘画为(wèi)代表的AIGC上一次(cì)爆(bào)火的(de)时(shí)候(hòu)，还是2022年8月(yuè)，在美国科罗拉多州(zhōu)举办的新兴(xīng)数字艺术(shù)家竞(jìng)赛(sài)中，一幅(fú)名为《太空歌剧院》的作品(pǐn)获奖(jiǎng)。

随(suí)后各(gè)大厂商的(de)AI绘画软件被广大网友熟知(zhī)并体(tǐ)验(yàn)，Stable Diffusion便(biàn)是其中(zhōng)代表。

用户们可以在应用中输(shū)入一组关键词或(huò)者一张(zhāng)照片，就能获得一(yī)幅AI创作的画(huà)作(zuò)。

作画的(de)关键就是所输(shū)入(rù)的文本(běn)。同一(yī)组(zǔ)关键词也可以创作出很多(duō)张风格不一样的画(huà)作(zuò)，这(zhè)让创作的过程就像开盲盒(hé)。

很多用户很喜欢(huān)这(zhè)种(zhǒng)不确定的惊喜，他们会将生成的美(měi)图当做头像(xiàng)。而另一(yī)部分喜欢翻看(kàn)AI绘画的“翻车”作(zuò)品。在社交媒体(tǐ)上，许多用(yòng)户(hù)分享AI“翻车现场”，例如，一位网友的小狗照片被AI画成了“肌肉(ròu)男”，还有网友的个人照片被(bèi)AI识别(bié)成了(le)建筑。

而(ér)如(rú)今随着ControlNet的出(chū)现(xiàn)与(yǔ)加持，以往AI绘(huì)画的填写关(guān)键词游戏可能(néng)要被颠覆了(le)。

ControlNet是一位正在斯坦福读博的(de)中国人张吕敏(mǐn)创作的一种基于控制点的图像(xiàng)变形算法，主要用(yòng)于数字图像处理、计算机视觉和(hé)计算机(jī)图形学等领(lǐng)域(yù)。

其SD插(chā)件一经(jīng)发布，在短短的两天(tiān)内便成(chéng)为了AI绘画领域最新(xīn)的热点。

在(zài)此之前，大家用(yòng)了(le)很多方法想让AI生成的(de)结(jié)果尽可能的符合要求，但是都(dōu)不尽如人意，它的(de)出现代(dài)表着(zhe)AI生(shēng)成开始进入真正的可控(kòng)时期。

因为ControlNet可以直接提取画(huà)面(miàn)的构图，人物的姿(zī)势和画面(miàn)的深度信息等(děng)。有了(le)它的(de)帮助，就不(bù)用频繁的用提(tí)示词来(lái)碰运(yùn)气，抽盲盒式的创(chuàng)作(zuò)了。

通俗(sú)的说ControlNet相当于(yú)给AI绘画加(jiā)了“魔法(fǎ)”，不(bù)少(shǎo)博主(zhǔ)的作品已经获得了大量的浏览(lǎn)量，“viggo”就是其中之一(yī)，他用朋友的照片直接带她们(men)走进动(dòng)漫(màn)世界。

viggo先用(yòng)StableDiffusion图片转文字。

再用Text2Prompt插(chā)件拓展找到对应的关键词；最(zuì)后用ControlNet插件绑定骨骼开始换(huàn)关键词试效果。

通过图片就可以看出来，效果十(shí)分惊艳。

更厉害的是，除了(le)真实的照片，草图(tú)也(yě)可以(yǐ)加(jiā)上“魔法”，知(zhī)乎大牛“DevPoint”和“逗砂”介绍到ControlNet还能实现线稿转全彩图。大(dà)神(shén)张吕敏其本尊也亲(qīn)自(zì)回应。

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

02

难辨虚(xū)实，AIGC技术力爆发(fā)

警(jǐng)惕安全问题

近日，“苏州金鸡湖有游艇party”的消息火遍(biàn)网络(luò)，而经过警方辟(pì)谣(yáo)这所谓的“party”可能(néng)是全(quán)国(guó)第(dì)一起AI绘图诈骗。

由于(yú)这个活动里(lǐ)面给出(chū)的美(měi)女照片都(dōu)是AI制作的(de)真人照片(piàn)绘(huì)图，因为太逼真，被大(dà)家当(dāng)成(chéng)真(zhēn)事传播了。

不过仔细观察可以(yǐ)发现，活动发起(qǐ)者提(tí)供的照片中有个很大(dà)的漏洞可以发现(xiàn)并非(fēi)真人(rén)，而是AI绘(huì)图，那便是图片中女性的手指(zhǐ)部分有的存在异常。

有行业人事(shì)表示(shì)：“现在因为手指部分(fēn)的绘画(huà)算法(fǎ)比(bǐ)较复(fù)杂，AI还不太会画人(rén)的手，但最新看(kàn)到(dào)的图片(piàn)已经(jīng)有越来越完美的(de)AI模型出现(xiàn)，以后(hòu)可能就完全没有漏(lòu)洞了。”

类似的AI作图诈骗在国(guó)外也(yě)已有发生。据英国广播公司报道，土耳其(qí)地震(zhèn)期(qī)间，有Tiktok用户使用AI合成了儿童(tóng)受灾的假(jiǎ)照片发布(bù)到(dào)网(wǎng)络，以此诱骗善(shàn)良的人打赏(shǎng)“捐(juān)助”从而实施诈骗。

目前随着技术(shù)发展(zhǎn)，AIGC已经能做出真(zhēn)人照片般的绘图效果，如果这样的图片被用(yòng)来诈骗，将非常可(kě)怕。

此(cǐ)外(wài)AIGC还(hái)引发了很多担忧(yōu)，一方(fāng)面，批判者认(rèn)为AI在“学习”了大量前人的作品之后，其创作没有任何情绪(xù)和灵魂，难以和人类的艺术创(chuàng)作相(xiāng)提并论。

另一方面，AIGC背后的版权、目前都并没有(yǒu)得到(dào)有效的解决，还有(yǒu)AIGC会不会代(dài)替人(rén)类(lèi)“至高(gāo)无上”的创意。

马斯克也强调(diào)，人工智能的安(ān)全问题(tí)需要得到重视，太晚就来不(bù)及(jí)了。

03

AIGC下一(yī)站除了视(shì)频，还有远(yuǎn)方

技术都是(shì)有两面(miàn)性(xìng)的，潜在的(de)危害并不能掩盖其(qí)光辉的贡献。现在看(kàn)来，人工(gōng)智能(néng)技术将是第四(sì)次(cì)工业(yè)革命的核心驱动力量，将创造新的(de)增长(zhǎng)奇迹(jì)。

过去(qù)一(yī)年(nián)，人工智能(néng)在技术和商业层(céng)面都有了巨大(dà)进展(zhǎn)，AI绘(huì)画就是人工(gōng)智能技(jì)术发生方向性改(gǎi)变的一(yī)个代表。其(qí)下(xià)一(yī)站或许(xǔ)就是视频。

此前(qián)，Meta和谷歌先后发布了几条(tiáo)引(yǐn)爆科技(jì)圈的短视(shì)频。这(zhè)些(xiē)视(shì)频引(yǐn)发关注(zhù)并非内容做得(dé)多(duō)优秀，反(fǎn)而都非常简单，比如一匹(pǐ)正在(zài)喝水的马，一只画(huà)画的玩具熊，或(huò)者一段骑摩托车的第一视角录像，随便一(yī)个有手机的人都可以随手(shǒu)录下一段。

但这(zhè)些(xiē)短(duǎn)视频(pín)的创(chuàng)作方(fāng)式非常简单(dān)，创作者仅仅需要向AI输入一段(duàn)话，甚至只是说一下要(yào)求，AI就可以根据需(xū)要生成一段(duàn)视频。

谷歌发布(bù)的两(liǎng)个(gè)AI生(shēng)成视频分(fēn)别来自于Imagen Video和Phenaki，前者主要突出的是(shì)高(gāo)清，与Meta的Make-A-Video没有太多的(de)差(chà)别。

在Make-A-Video公布了(le)AI生成的视频后，AI圈就已(yǐ)经(jīng)玩了一波梗，一(yī)个能够(gòu)做(zuò)出更高清视频的(de)AI还不(bù)足以在短时间内戳(chuō)中兴奋点。

Phenaki更加令(lìng)人震惊的地方(fāng)在于，它可(kě)以(yǐ)制作出超(chāo)过2分(fēn)钟的(de)连贯的(de)也有确切内(nèi)容的视(shì)频(pín)，这才是真(zhēn)正让人们感到惊喜(xǐ)的地方。因为无(wú)论AI生成的视频多么高清，也只能是为内容生产者提(tí)供一个灵感(gǎn)，一个素材，一(yī)个(gè)过场动画。

不过能够(gòu)制作出有具体剧情内容的视频就意味着(zhe)，一些视频创作由AI代(dài)替人工完成已(yǐ)经初(chū)步有了可(kě)能。

当下AI的发展速(sù)度已经(jīng)超过大部分人的想象。内容产业的(de)本质(zhì)是供给创造需(xū)求，AIGC作为全(quán)新(xīn)的内容生产方式(shì)，可以为内容产业(yè)带来(lái)更新(xīn)的内容风格、更快的生产速度，更低的生产成本(běn)，这无(wú)疑会驱动内容产业的大爆发。

除了AI绘(huì)图、视(shì)频，AIGC技术还能应用于音乐、代码(mǎ)、机器(qì)人动作等多种内容形式的生成。不难发现(xiàn)该项技(jì)术不(bù)仅在游戏等(děng)行业能得到有效应用，对于下一代互(hù)联(lián)网各种(zhǒng)元素的构建亦有(yǒu)关键意义(yì)。

从(cóng)商业化(huà)的角(jiǎo)度来看，文化(huà)娱乐、教(jiào)育(yù)、传媒等诸多领域，本身就对基于AI的可视(shì)化内容有(yǒu)强(qiáng)烈需(xū)求。

因此，AI绘画(huà)及视频(pín)或不是(shì)结果，而只(zhǐ)是AI进(jìn)程中的一(yī)块重要(yào)拼图，有望在技术更新(xīn)的(de)加(jiā)持下实现更大的(de)应用(yòng)价(jià)值。

AI从理解(jiě)内容(róng)，走(zǒu)向了可(kě)以生成内容，甚(shèn)至能够创造出独(dú)立价值和独立视(shì)角的内容。AIGC的再次(cì)出圈，更代表着未(wèi)来的先进生产力即(jí)将到来。

04

紧(jǐn)抓大模型与算(suàn)力，牢固AIGC底座

从技(jì)术的发展也可以(yǐ)看出，在语言大模型、图像大模型之(zhī)后(hòu)，多模态大模型已经成为(wèi)了新的趋(qū)势(shì)。

大模型被誉为当前人(rén)工(gōng)智能发展(zhǎn)的智(zhì)能底座，是(shì)全球竞争(zhēng)最(zuì)激烈的研(yán)究(jiū)方向(xiàng)之一(yī)，包括(kuò)谷(gǔ)歌、亚马逊、百(bǎi)度、阿(ā)里、腾(téng)讯等众多(duō)头部企业都在竞相发力。

不过训(xùn)练大模型的(de)确价格不(bù)菲，以国(guó)盛证券(quàn)发布的《ChatGPT需(xū)要多少算力(lì)》报告估算，GPT-3训练一(yī)次(cì)的成本约为140万美元。而对于一(yī)些更大的LLM(大型语言模(mó)型(xíng))，训练成本则介于200万美元至1200万(wàn)美元高价之间。

以ChatGPT在(zài)2023年1月(yuè)的独立访客平均数1300万计算，其对应(yīng)芯(xīn)片需(xū)求为3万多(duō)片英伟达A100 GPU，初(chū)始(shǐ)投入成本约为8亿美元，每(měi)日仅(jǐn)电费就在5万美元(yuán)左右。

此外不论是ChatGPT还是AIGC，都离不开庞大算力支持。在关注(zhù)各类大模型的发展同时，更应该关注算(suàn)力网(wǎng)络的建(jiàn)设。

算力网(wǎng)络正驱动AI产(chǎn)业发展进入史诗级加速进程(chéng)，让AIGC及(jí)通用AI这一人工智能发(fā)展的终极目(mù)标离得更近(jìn)。

因为算力可以对突破性技术创新提(tí)供大力(lì)的支持。这方(fāng)面，多模(mó)态大模型(xíng)是典型(xíng)。作为(wèi)面向未来(lái)强(qiáng)人工智(zhì)能(néng)、通用人工智能的重要技术(shù)创新，多模态大模型已经在人工智能领域提(tí)出了很(hěn)多年，业界也有不少(shǎo)技术(shù)突破，但是，多模态大(dà)模型进一步往下(xià)走，算力需求呈几何式上升，一般的算力基础设(shè)施很快将难以胜任。

从图像(xiàng)、文字、语音(yīn)单(dān)独(dú)一项的训练，到(dào)双模态、三模态的跃迁，让人工(gōng)智(zhì)能(néng)可(kě)以灵活(huó)应对不同模态的转化、像人与世界交互一样自然，这方面，由(yóu)算(suàn)力网络来驱动(dòng)将有明显优势。

此(cǐ)外，还有很多(duō)需要爆发式增长的算力(lì)来支撑的技术(shù)创(chuàng)新，将在(zài)人工智(zhì)能算力网络支撑(chēng)下(xià)快(kuài)速推进。

AIGC已经露出曙光，期待在(zài)大(dà)模型和大算(suàn)力(lì)的支持(chí)下(xià)AIGC能持续颠覆(fù)内容生产的(de)方式，将(jiāng)创造的边际(jì)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 一个鹅蛋的热量是多少 一个鹅蛋等于几个鸡蛋