自(zì)聊天机器(qì)人ChatGPT火爆(bào)以来，微软(ruǎn)公司创始(shǐ)人(rén)比尔·盖茨已多(duō)次公开谈论(lùn)人工智能(néng)话题。在(zài)最近(jìn)的一次(cì)采(cǎi)访(fǎng)中，他再(zài)次表示：“AI可(kě)能会让科技行业迎来一次剧烈的洗牌(pái)”。

这个结论(lùn)是(shì)他在当地时间2月20日接受《In Good Company》节目专访(fǎng)时(shí)提(tí)出的(de)。

他预期，AI的发展可能会威(wēi)胁(xié)到谷(gǔ)歌(gē)的市占(zhàn)率，因为微软在(zài)AI方面(miàn)的(de)行动相当迅速。而最终科技巨头将把AI整合(hé)成用(yòng)户的“全能助手”，包(bāo)揽一(yī)切应(yīng)用，与人们进行沟通并提(tí)供(gōng)建议，可以取代亚马逊、Siri或Outlook等(děng)应用。

大佬口中全能助手(shǒu)的(de)到来可能尚需时(shí)日，但由(yóu)ControlNet引发(fā)的又一次AI绘画(huà)浪潮，让AIGC在ChatGPT的话题(tí)热点(diǎn)包围中(zhōng)杀(shā)出(chū)重围。

01

ControlNet颠覆AI绘画(huà)新玩法

AIGC向(xiàng)可控靠(kào)近

以AI绘画为代(dài)表的AIGC上一次爆火的时候(hòu)，还是2022年(nián)8月，在(zài)美国(guó)科罗(luó)拉(lā)多(duō)州举办(bàn)的新兴数(shù)字艺(yì)术家竞赛中，一幅名为《太空歌(gē)剧院》的作品获(huò)奖。

随后各大厂(chǎng)商的AI绘画软件被广大网友熟知并体验，Stable Diffusion便是(shì)其中代表。

用(yòng)户(hù)们可以(yǐ)在应(yīng)用中输入(rù)一组关键词或者一张照片，就能(néng)获得一幅AI创作的(de)画(huà)作。

作画(huà)的(de)关键就是所输入(rù)的文本(běn)。同一组关键词(cí)也可以创作(zuò)出很多张风(fēng)格不一样的画作，这让创作的过(guò)程就像开(kāi)盲(máng)盒。

很(hěn)多(duō)用户很(hěn)喜(xǐ)欢这(zhè)种不(bù)确定的惊喜，他们会将生成的美图当做头像。而另一部分喜欢翻看AI绘画(huà)的“翻车”作(zuò)品。在社交媒(méi)体上，许多用户分享AI“翻车现场”，例如(rú)，一(yī)位网友(yǒu)的小狗照片被(bèi)AI画(huà)成了“肌(jī)肉男(nán)”，还有(yǒu)网友的个人照片被AI识别成了(le)建筑。

而如今随着ControlNet的出现与加持，以往AI绘画的(de)填写(xiě)关键词游戏可能(néng)要被颠覆了。

ControlNet是(shì)一(yī)位正在斯坦福读博的中(zhōng)国人张(zhāng)吕敏创作的一(yī)种基于控制点的图(tú)像变形算(suàn)法，主要用(yòng)于数(shù)字图(tú)像处理、计算机视觉和计算机图形(xíng)学(xué)等领域。

其(qí)SD插件一经发(fā)布(bù)，在短(duǎn)短的两天内便成为了AI绘画领(lǐng)域最新的热点。

在此之前，大家用(yòng)了(le)很多(duō)方(fāng)法想让(ràng)AI生成(chéng)的结果尽(jǐn)可能的符合要求，但是都不(bù)尽(jǐn)如人意，它(tā)的出现代表(biǎo)着AI生(shēng)成开始进入真正的可(kě)控时期。

因为ControlNet可以直接提取画面的(de)构图，人物的姿势和画(huà)面的(de)深度信息等。有了(le)它的帮助，就(jiù)不用频繁的(de)用提示词来(lái)碰运(yùn)气(qì)，抽盲盒式(shì)的创作(zuò)了。

通俗的说ControlNet相(xiāng)当于给(gěi)AI绘画加了“魔法”，不少博(bó)主(zhǔ)的作品已经获得了大量(liàng)的浏览量，“viggo”就(jiù)是其中之一，他用朋(péng)友的照(zhào)片(piàn)直接带她们走进动(dòng)漫世界。

viggo先用StableDiffusion图片转文字。

再用Text2Prompt插(chā)件(jiàn)拓展找到对(duì)应(yīng)的关键词；最后用ControlNet插件绑定(dìng)骨骼开始换(huàn)关键词(cí)试(shì)效(xiào)果。

通过图片就可以(yǐ)看(kàn)出来，效果十分(fēn)惊(jīng)艳。

更(gèng)厉害(hài)的是(shì)，除(chú)了真实的照片，草图也可(kě)以(yǐ)加上“魔法”，知乎(hū)大牛“DevPoint”和“逗(dòu)砂(shā)”介绍到ControlNet还能实现(xiàn)线稿转全彩图(tú)。大神(shén)张吕敏(mǐn)其本尊也亲(qīn)自(zì)回应(yīng)。

不得不说(shuō)当(dāng)下AIGC已经变得(dé)越来越强大，甚至输出的作品都(dōu)已经能(néng)以假乱真了。

02

难辨(biàn)虚实，AIGC技术力爆发

警(jǐng)惕安(ān)全问(wèn)题

近(jìn)日，“苏州(zhōu)金鸡(jī)湖有(yǒu)游艇party”的(de)消息火遍(biàn)网络，而经过警方(fāng)辟(pì)谣这所谓的“party”可能是全国第一起AI绘图诈骗。

由于这(zhè)个活动里面给出的美女照片都(dōu)是(shì)AI制作的真人照片绘(huì)图，因为(wèi)太逼真，被(bèi)大(dà)家当成真事传播了。

不过仔细观察可以发现，活动发起者提供(gōng)的(de)照片中有个很大的(de)漏(lòu)洞可以发(fā)现并非(fēi)真人，而是AI绘(huì)图(tú)，那便是图片中女性的(de)手指部分有的(de)存在异常。

有行业人事表示：“现在因为手指部(bù)分的绘画算(suàn)法比(bǐ)较(jiào)复杂(zá)，AI还不太会(huì)画(huà)人的(de)手(shǒu)，但最(zuì)新看到的图片(piàn)已(yǐ)经有(yǒu)越来越完美的AI模型出现，以后可(kě)能就(jiù)完全没有漏洞了。”

类(lèi)似(shì)的AI作图诈骗在(zài)国(guó)外也已有发生(shēng)。据英(yīng)国(guó)广播公司(sī)报道，土耳其地震期间，有Tiktok用户使用AI合(hé)成了儿童受灾的假照片发布到网络，以此(cǐ)诱(yòu)骗善良(liáng)的人打赏(shǎng)“捐助”从(cóng)而(ér)实施诈骗。

目前随(suí)着技术发展，AIGC已经能做(zuò)出真人照片(piàn)般(bān)的绘图效(xiào)果，如果这样(yàng)的图片被用来诈骗(piàn)，将非常可怕。

此外AIGC还引发了很(hěn)多(duō)担忧(yōu)，一方面，批(pī)判者认(rèn)为AI在“学习(xí)”了大量(liàng)前人(rén)的作(zuò)品之(zhī)后，其创作(zuò)没有任何情绪和灵魂，难以和人类的艺(yì)术创作相提并论(lùn)。

另一(yī)方面，AIGC背(bèi)后的版权、目(mù)前都(dōu)并没有得到有效(xiào)的解(jiě)决(jué)，还有(yǒu)AIGC会不会(huì)代替人类(lèi)“至高无上”的创意。

马斯克也强(qiáng)调，人工智能的安全问题需要得(dé)到重视，太晚就来不及了。

03

AIGC下一(yī)站除(chú)了(le)视频，还有远方

技术都是有两(liǎng)面(miàn)性的(de)，潜在的危害并不能(néng)掩(yǎn)盖(gài)其光辉(huī)的贡(gòng)献。现在(zài)看(kàn)来，人工智能技术将是第四次工业革命的核心驱动力量，将创造新的(de)增长(zhǎng)奇迹。

过去一年，人工智(zhì)能在(zài)技(jì)术和商业层面都有了巨大进(jìn)展(zhǎn)，AI绘画就是人工智能技术发(fā)生方向(xiàng)性改变的(de)一个代表(biǎo)。其下一站(zhàn)或许就是视频(pín)。

此前(qián)，Meta和谷(gǔ)歌先后发布(bù)了几条引爆科(kē)技圈的短(duǎn)视频(pín)。这些视频引发关注(zhù)并非内(nèi)容做得多优(yōu)秀(xiù)，反(fǎn)而都非常简单，比如一匹正在喝水的马，一(yī)只(zhǐ)画画(huà)的玩具熊，或者一段(duàn)骑摩托车的第(dì)一(yī)视角录像，随便一个有手机的人都可(kě)以随(suí)手录下一段。

但这些短视频的创作方式(shì)非常(cháng)简单(dān)，创(chuàng)作者仅仅需要向AI输入一段话，甚至只是(shì)说一下(xià)要求，AI就可以根据需(xū)要生(shēng)成一段视频。

谷歌(gē)发布的两个AI生(shēng)成视频分别来自于Imagen Video和Phenaki，前者主要突出的是高清，与(yǔ)Meta的(de)Make-A-Video没(méi)有太多的差别。

在(zài)Make-A-Video公布(bù)了AI生成的视(shì)频后(hòu)，AI圈就(jiù)已经玩了一波(bō)梗，一个能(néng)够做出更(gèng)高清视频的AI还不足(zú)以在(zài)短(duǎn)时间内戳中(zhōng)兴奋点。

Phenaki更加令(lìng)人震(zhèn)惊(jīng)的地(dì)方在于(yú)，它可以制作出超过2分钟的(de)连贯的也(yě)有确切内容(róng)的视频(pín)，这才是真(zhēn)正让(ràng)人(rén)们感到惊喜的地方(fāng)。因(yīn)为(wèi)无论(lùn)AI生成的视频多么高清(qīng)，也只能(néng)是为内(nèi)容生产者提供(gōng)一个(gè)灵感，一(yī)个(gè)素材，一(yī)个过(guò)场动画。

不过(guò)能够制作出有具体剧情内容的视(shì)频就意味(wèi)着(zhe)，一些(xiē)视频(pín)创作由AI代替人工完成(chéng)已经初步有了可能。

当下(xià)AI的发(fā)展速度已(yǐ)经超过大部分人的想象。内容产业的本(běn)质(zhì)是供(gōng)给创造需求，AIGC作为(wèi)全新的(de)内容(róng)生(shēng)产方(fāng)式，可以为内容产业带来更新(xīn)的内容风格、更快(kuài)的生产速(sù)度，更低的生产成本，这无疑会驱动内容产业(yè)的大爆发(fā)。

除了AI绘图、视频(pín)，AIGC技术还能应用于音乐、代码(mǎ)、机器人(rén)动(dòng)作等多种内容(róng)形式的生成(chéng)。不难发现该项技(jì)术(shù)不仅在游戏等行业能得(dé)到有效(xiào)应(yīng为什么福建女人不能娶)用，对于下一代互联网各种元素的构建(jiàn)亦有关键意义。

从商业化的角(jiǎo)度(dù)来看，文化(huà)娱乐、教(jiào)育、传媒等诸(zhū)多领域，本身就对基于AI的可视化内容有(yǒu)强烈需求。

因此，AI绘画及视频或不是结果(guǒ)，而只是AI进程(chéng)中的一块重要拼图(tú)，有(yǒu)望在(zài)技术(shù)更新的(de)加持(chí)下(xià)实现更大的(de)应用(yòng)价值。

AI从理解内容，走向了可(kě)以(yǐ)生成内容，甚(shèn)至能够创造出独(dú)立价值(zhí)和独(dú)立视角的内(nèi)容(róng)。AIGC的再次(cì)出圈，更代表着未来的先进生产力即将到来。

04

紧抓大模型与(yǔ)算力，牢(láo)固AIGC底(dǐ)座

从(cóng)技术的发展(zhǎn)也(yě)可以看出(chū)，在(zài)语言大模型、图像(xiàng)大模(mó)型之后，多模(mó)态大模(mó)型已(yǐ)经(jīng)成为了新的趋势。

大模型被誉为当(dāng)前(qián)人工智能发(fā)展(zhǎn)的(de)智能底座，是全(quán)球竞(jìng)争最激(jī)烈的研(yán)究方(fāng)向(xiàng)之一(yī)，包(bāo)括谷歌、亚马逊、百度、阿里、腾讯等众(zhòng)多头(tóu)部企业都在竞相发(fā)力。

不(bù)过(guò)训练大模型的确价格不(bù)菲，以国盛证券发布的《ChatGPT需要多少算(suàn)力》报告估算，GPT-3训练一(yī)次的成本约(yuē)为140万美(měi)元(yuán)。而(ér)对于一些更(gèng)大(dà)的LLM(大型语言模型)，训练(liàn)成本则介于200万美元至1200万美(měi)元(yuán)高价之间。

以ChatGPT在2023年1月(yuè)的独(dú)立访客平均(jūn)数1300万计算，其(qí)对(duì)应(yīng)芯片需(xū)求为3万(wàn)多片(piàn)英(yīng)伟达A100 GPU，初始投入成本(běn)约为8亿美元，每日仅(jǐn)电(diàn)费就在5万美元(yuán)左右。

此(cǐ)外不论(lùn)是ChatGPT还是AIGC，都离不开庞大(dà)算力支(zhī)持(chí)。在关注各(gè)类大模(mó)型的发展同(tóng)时(shí)，更应该关注算力网络的建(jiàn)设。

算(suàn)力网络正驱动AI产业发展(zhǎn)进(jìn)入史诗(shī)级加速进(jìn)程，让AIGC及通(tōng)用AI这一(yī)人工智能发展的终极目标(biāo)离得更近。

因为算力可以(yǐ)对突破(pò)性技术创新提(tí)供(gōng)大力的支持。这方面，多模态(tài)大模(mó)型(xíng)是典(diǎn)型。作为面向(xiàng)未(wèi)来强人工智能(néng)、通用人工智能(néng)的重(zhòng)要技术创(chuàng)新，多模(mó)态大模型(xíng)已经在(zài)人(rén)工智能(néng)领(lǐng)域提出了很多年，业界也有不少技术突破，但是，多(duō)模态大模型进一步往下走，算(suàn)力需(xū)求呈几(jǐ)何(hé)式上(shàng)升(shēng)，一般的算力基础(chǔ)设施很快将难以(yǐ)胜任。

从图像(xiàng)、文字、语音单(dān)独一项的训(xùn)练，到(dào)双模态、三模态的跃迁，让人工智能(néng)可以灵(líng)活应对不同模态的转化、像人与世界交互一(yī)样自然(rán)，这(zhè)方面，由(yóu)算(suàn)力网(wǎng)络来驱动将有明显优势。

此(cǐ)外，还有(yǒu)很多需要爆发式增长的算(suàn)力来支撑的技术创(chuàng)新，将在人工智能算力网络支撑下快速推(tuī)进(jìn)。

AIGC已(yǐ)经(jīng)露出曙光，期(qī)待在大模型和大算(suàn)力的支(zhī)持下(xià)AIGC能持续(xù)颠覆内容生产的方式，将创(chuàng)造的边际成(chéng)本降低，让万众受(shòu)益。

未经允许不得转载：橘子百科-橘子都知道 为什么福建女人不能娶