自聊天机器(qì)人ChatGPT火爆以来，微软公司创始人比尔·盖茨已多次公(gōng)开谈论(lùn)人工智能话(huà)题。在最(zuì)近的一次(cì)采访(fǎng)中，他再次表示：“AI可(kě)能会让科技(jì)行业迎来一次(cì)剧烈的洗牌”。

这个结论是他(tā)在当地时(shí)间2月20日接受(shòu)《In Good Company》节目专访时提出的。

他预期，AI的发展可能会威胁(xié)到谷歌的(de)市占率，因为微(wēi)软(ruǎn)在AI方面的(de)行动相当迅(xùn)速。而(ér)最终科技巨(jù)头将把AI整合(hé)成用户(hù)的(de)“全能(néng)助手”，包揽一(yī)切应(yīng)用，与(yǔ)人们进(jìn)行沟通并提供建议(yì)，可以取代亚马(mǎ)逊、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(yóu)ControlNet引发的又一次(cì)AI绘(huì)画浪潮(cháo)，让AIGC在(zài)ChatGPT的(de)话题(tí)热点包(bāo)围(wéi)中杀出(chū)重围。

01

ControlNet颠覆AI绘画新玩(wán)法

AIGC向可控靠近

以AI绘(huì)画为代(dài)表的AIGC上(shàng)一次爆火的时候(hòu)，还是2022年8月，在美国(guó)科罗拉多州举(jǔ)办的新兴(xīng)数(shù)字艺术家竞赛中，一幅名为《太(tài)空歌剧(jù)院》的作(zuò)品(pǐn)获奖。

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

用(yòng)户们可以在(zài)应用(yòng)中输入(rù)一组关键词(cí)或者一张照片，就能(néng)获得一(yī)幅AI创作的画作。

作画的关键就是所输(shū)入的(de)文本。同(tóng)一组关键词(cí)也可(kě)以(yǐ)创作出很多张风格(gé)不一样的画作，这让创作的过程就像开盲盒。

很(hěn)多用户很喜欢这种不确定的惊喜，他(tā)们(men)会将(jiāng)生成的美图当做头像(xiàng)。而另一部分喜欢翻看AI绘画(huà)的“翻(fān)车(chē)”作品。在社交媒体上，许多用户分享(xiǎng)AI“翻车现场”，例如，一位网友的小狗照(zhào)片(piàn)被AI画成了(le)“肌肉男”，还(hái)有网友的(de)个人照片被AI识别(bié)成了建筑。

而如今随(suí)着ControlNet的出(chū)现(xiàn)与加持，以(yǐ)往AI绘画的填写关键词(cí)游戏(xì)可能要(yào)被颠覆了。

ControlNet是一(yī)位(wèi)正在(zài)斯(sī)坦福读(dú)博(bó)的中国人张吕敏创作(zuò)的一种基(jī)于(yú)控制(zhì)点的图像变(biàn)形算法，主要用(yòng)于数(shù)字(zì)图(tú)像处(chù)理、计算机视觉和计算机图形学等领(lǐng)域。

其SD插(chā)件(jiàn)一经发布(bù)，在短短的两(liǎng)天内便(biàn)成为了(le)AI绘画领域最新的热(rè)点。

在此之前(qián)，大家(jiā)用了很多方法想让AI生成的结果尽可能的符合要求，但是都不尽如人意(yì)，它的出现(xiàn)代表着AI生成开始进(jìn)入真正的可控时期。

因为(wèi)ControlNet可以直接提取(qǔ)画面的(de)构图，人物的姿势和画面的深度(dù)信息等。有了它的帮(bāng)助，就不用(yòng)频繁的用提(tí)示词来碰运(yùn)气，抽(chōu)盲盒(hé)式的(de)创作了。

通俗(sú)的说(shuō)ControlNet相(xiāng)当(dāng)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”就是其中之(zhī)一，他用朋友的照(zhào)片直接带她们走进动漫世界。

viggo先(xiān)用StableDiffusion图片转文字。

再(zài)用(yòng)Text2Prompt插件拓(tuò)展找到对应的关键词；最后用ControlNet插件(jiàn)绑(bǎng)定骨(gǔ)骼开始换关(guān)键词试效果。

通(tōng)过图片就可以看出来，效果十分惊(jīng)艳。

更厉害的是，除了真实的照片(piàn)，草图也可以加上“魔法”，知(zhī)乎大牛(niú)“DevPoint”和“逗砂”介(jiè)绍到ControlNet还能实现线稿转全彩图。大神张吕敏其本尊(zūn)也亲(qīn)自回应。

不得不说当下AIGC已经变得越来越强(qiáng)大，甚至输出的作品都已经能以(yǐ)假乱(luàn)真了。

02

难辨虚实(shí)，AIGC技(jì)术力爆(bào)发

警(jǐng)惕安全问题(tí)

近日，“苏州金鸡湖(hú)有游艇party”的消息火遍网络，而经(jīng)过警方辟(pì)谣这所谓(wèi)的“party”可(kě)能是全国第一(yī)起AI绘图诈骗(piàn)。

由于这(zhè)个活动里(lǐ)面给出(chū)的美女照片都(dōu)是AI制作的真人(rén)照片(piàn)绘图，因为太逼(bī)真，被大家当成真事传播了。

不过仔(zǎi)细观察(chá)可以发现，活动(dòng)发(fā)起者提供的照片中有个很大的漏洞可以发现并非真人(rén)，而是(shì)AI绘图，那便(biàn)是(shì)图片中女性(xìng)的手(shǒu)指(zhǐ)部(bù)分有的存在异常。

有(yǒu)行业人事表示：“现在(zài)因为手(shǒu)指部分的绘画算法比较复杂，AI还(hái)不太会(huì)画人的(de)手，但(dàn)最(zuì)新看(kàn)到的图片(piàn)已经有越(yuè)来(lái)越完(wán)美的AI模型出现，以后可能就完全(quán)没(méi)有漏(lòu)洞了。”

类似的AI作图诈骗在国外(wài)也已有(yǒu)发生。据英国广播公司报道(dào)，土耳其地震期间，有Tiktok用(yòng)户使用AI合成了儿童受灾的假照片发布到网络(luò)，以此诱骗善良的人打(dǎ)赏“捐助”从(cóng)而实(shí)施诈骗。

目前(qián)随着(zhe)技术发展，AIGC已经(jīng)能(néng)做出真人照片般(bān)的(de)绘图(tú)效(xiào)果，如果这样的图片被用来诈骗，将非常(cháng)可怕。

此外AIGC还引发了很多担忧，一方面，批判(pàn)者认为AI在“学习”了大量前人的作(zuò)品(pǐn)之后，其创作没(méi)有任何情绪和(hé)灵(líng)魂，难以和人(rén)类(lèi)的艺术创作相提并(bìng)论(lùn)。

另一方面，AIGC背后的版权(quán)、目(mù)前都并没(méi)有得到有(yǒu)效的解决，还有(yǒu)AIGC会不(bù)会代替(tì)人类“至高(gāo)无上(shàng)”的创意。

马(mǎ)斯克也强(qiáng)调，人工智能的(de)安(ān)全(quán)问题需要(yào)得(dé)到重(zhòng)视，太晚(wǎn)就(jiù)来不及了。

03

AIGC下一站除了视(shì)频，还(hái)有远方

技术都是有两面性的，潜在的危害并(bìng)不能掩(yǎn)盖其光辉(huī)的(de)贡献。现(xiàn)在(zài)看来，人工智能技术将是第四次工(gōng)业革命的(de)核(hé)心(xīn)驱动力(lì)量，将(jiāng)创造新的增长奇迹。

过去一年，人工智能(néng)在技术和商业(yè)层面都有了巨大进展，AI绘画(huà)就是人工智能技术(shù)发生方向性改变的一个(gè)代(dài)表。其下一站或(huò)许就是视频。

此前，Meta和谷歌(gē)先后发布了几条引(yǐn)爆科技圈的短视频(pín)。这些视频引发关(guān)注并(bìng)非内容做(zuò)得多优秀，反而(ér)都(dōu)非常简单，比如(rú)一匹(pǐ)正在喝水的马，一只画(huà)画的玩具(jù)熊，或者一段骑摩托车的(de)第一视角录像(xiàng)，随(suí)便一个(gè)有手机的(de)人都(dōu筑梦未来是什么意思，锦时筑梦是什么意思)可以随手录(lù)下一段。

但这些(xiē)短视频的(de)创(chuàng)作方(fāng)式非(fēi)常简(jiǎn)单，创(chuàng)作者(zhě)仅仅需要向AI输(shū)入一段话，甚至只是说一(yī)下要求，AI就可以根据需要生(shēng)成(chéng)一段视(shì)频(pín)。

谷(gǔ)歌发布(bù)的两个AI生(shēng)成(chéng)视(shì)频分别来自于Imagen Video和Phenaki，前者主要突出(chū)的是高清，与Meta的Make-A-Video没(méi)有太多的差别。

在(zài)Make-A-Video公(gōng)布了AI生成的(de)视频后(hòu)，AI圈就已经玩了一波(bō)梗，一个能(néng)够做(zuò)出更高清(qīng)视频(pín)的AI还不足以在短时间(jiān)内戳中兴奋点。

Phenaki更加令人震(zhèn)惊的地方在于，它可以制作出(chū)超(chāo)过2分(fēn)钟的连贯的也有确切内容的视频，这才是真(zhēn)正让人们(men)感到惊(jīng)喜(xǐ)的地(dì)方。因为无论AI生成的视(shì)频多么高清(qīng)，也只(zhǐ)能(néng)是为(wèi)内容生产(chǎn)者提供一个灵感(gǎn)，一个素材，一(yī)个过场(chǎng)动(dòng)画(huà)。

不过能够制作(zuò)出有具体剧情内容(róng)的视频就意味着，一些视频创作由AI代替(tì)人工(gōng)完成已经初步有(yǒu)了可能。

当下AI的发展速度已经超过大(dà)部(bù)分人的想象。内容(róng)产业的本(běn)质是供给(gěi)创造需求，AIGC作为(wèi)全新(xīn)的内(nèi)容生产方式，可以为(wèi)内容(róng)产业带来(lái)更(gèng)新的内容(róng)风格、更快的生产(chǎn)速(sù)度，更低的生产成本，这无疑会驱动(dòng)内容产业的大爆发(fā)。

除了AI绘(huì)图(tú)、视频(pín)，AIGC技术还能应用于音乐(lè)、代码(mǎ)、机器人(rén)动作等(děng)多种内容形式的生成(chéng)。不难发现该(gāi)项技术不仅在游戏(xì)等行业能得(dé)到有效(xiào)应用，对于下一代互联网各种元素的构(gòu)建亦有(yǒu)关键意义。

从商业(yè)化的角度来看，文化娱乐、教(jiào)育(yù)、传媒等诸(zhū)多(duō)领域，本身就(jiù)对基(jī)于(yú)AI的可(kě)视化内(nèi)容有强烈需求。

因此(cǐ)，AI绘画及视频或(huò)不是结果，而(ér)只是AI进程(chéng)中(zhōng)的一(yī)块重要拼图，有望在技(jì)术(shù)更(gèng)新(xīn)的(de)加(jiā)持下实现更大的应用(yòng)价值。

AI从理解内(nèi)容(róng)，走(zǒu)向了可以生成(chéng)内(nèi)容，甚至能够创造出独立价值和(hé)独立视角的(de)内容。AIGC的再次出圈，更代表着未(wèi)来(lái)的先进生产(chǎn)力即(jí)将到来。

04

紧抓大模型与算力，牢固AIGC底座(zuò)

从技术(shù)的发展也可以看出，在语言大模型、图(tú)像大(dà)模(mó)型之后，多模态大模型已经成为了新的趋势。

大(dà)模型(xíng)被(bèi)誉为当(dāng)前人工智能发展的智能底座，是全(quán)球竞争最激(jī)烈的研究(jiū)方(fāng)向之一，包(bāo)括谷歌、亚马逊、百度、阿里、腾讯等众(zhòng)多头(tóu)部企业都在竞相发力。

不过(guò)训练大模(mó)型的确价格不菲，以国(guó)盛证券发布的《ChatGPT需要多(duō)少算力(lì)》报告估(gū)算，GPT-3训练(liàn)一次的成(chéng)本(běn)约为140万美元(yuán)。而对于一些更大的LLM(大(dà)型语(yǔ)言模型)，训练成本(běn)则介于200万美(měi)元至(zhì)1200万(wàn)美元高价之间。

以(yǐ)ChatGPT在2023年1月的独立(lì)访客平(píng)均数(shù)1300万计算，其(qí)对应(yīng)芯(xīn)片需求为3万(wàn)多片英(yīng)伟达A100 GPU，初始投入成本约为8亿美元，每日仅电费就在5万美元左右(yòu)。

此外不论是ChatGPT还(hái)是AIGC，都离不开庞(páng)大算力支持。在关(guān)注(zhù)各类大模(mó)型的(de)发展同(tóng)时，更(gèng)应该关注算力网络的建设。

算(suàn)力(lì)网络正驱(qū)动AI产(chǎn)业发(fā)展(zhǎn)进入史诗级加(jiā)速进程(chéng)，让(ràng)AIGC及通(tōng)用AI这一人(rén)工智(zhì)能发展的终(zhōng)极目标离得更近(jìn)。

因(yīn)为算(suàn)力可以对突破性技术(shù)创新提供(gōng)大力的支(zhī)持。这方面，多(duō)模态大(dà)模(mó)型是典型。作(zuò)为面向未(wèi)来强(qiáng)人(rén)工智能、通用人工智能的重要(yào)技(jì)术(shù)创新，多模态大模(mó)型已经在(zài)人工智能领域提(tí)出了很(hěn)多年，业界也有不少技术突破，但是(shì)，多模态大模型进一步(bù)往下走，算力需求(qiú)呈几何式上升，一般的(de)算(suàn)力基础设施很快将(jiāng)难以(yǐ)胜任。

从图像、文字、语音(yīn)单(dān)独一(yī)项(xiàng)的训练(liàn)，到双(shuāng)模态(tài)、三(sān)模(mó)态(tài)的跃迁，让人(rén)工智能可以灵活应(yīng)对不同(tóng)模态的转化(huà)、像人(rén)与(yǔ)世界(jiè)交互一(yī)样自(zì)然，这方面，由算力网(wǎng)络来驱(qū)动将有(yǒu)明显优势。

此外，还(hái)有(yǒu)很多需要爆发式增(zēng)长的(de)算力(lì)来支(zhī)撑的技术创新，将在人(rén)工智能(néng)算力网络(luò)支撑下快速推(tuī)进。

AIGC已(yǐ)经露(lù)出曙光，期待在大模(mó)型(xíng)和(hé)大算力的支(zhī)持(chí)下(xià)AIGC能持续颠覆(fù)内(nèi)容生产(chǎn)的方式，将(jiāng)创(chuàng)造的边际成本降(jiàng)低，让(ràng)万众受益。

未经允许不得转载：橘子百科-橘子都知道 筑梦未来是什么意思，锦时筑梦是什么意思