自聊天机器人ChatGPT火爆以来(lái)，微(wēi)软公司创始人(rén)比(bǐ)尔·盖茨已多次公开谈论人工智能话(huà)题。在最近的(de)一次采访中，他再次表示：“AI可能会让科技行业迎(yíng)来(lái)一次(cì)剧烈(liè)的洗牌(pái)”。

这个(gè)结论是(shì)他(tā)在当地时间2月(yuè)20日(rì)接受《In Good Company》节目专访时提出的。

他(tā)预期，AI的发(fā)展可能(néng)会威胁到谷歌的市(shì)占率，因为微软(ruǎn)在AI方(fāng)面的(de)行动相(xiāng)当(dāng)迅速。而(ér)最终科技巨(jù)头(tóu)将把AI整合成(chéng)用户的“全能助手”，包揽一(yī)切应(yīng)用，与人们进行沟通并提供建议(yì)，可以取代亚马逊、Siri或Outlook等应用。

大佬口中全能助手的到来可(kě)能尚需时日，但由ControlNet引发的又一(yī)次AI绘(huì)画浪潮，让(ràng)AIGC在ChatGPT的话题热(rè)点(diǎn)包围中(zhōng)杀出重围。

01

ControlNet颠(diān)覆AI绘画新玩法

AIGC向可控靠近

以AI绘画为代表的AIGC上一次爆火的时候，还(hái)是2022年8月，在美(měi)国(guó)科罗(luó)拉(lā)多州举办的新兴数字艺术家竞赛中，一幅(fú)名为《太空(kōng)歌(gē)剧院》的(de)作(zuò)品(pǐn)获奖。

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

用户们(men)可(kě)以在应用中输入一组(zǔ)关键词或者一张照片，就(jiù)能获得一幅AI创作的画作。

作画(huà)的关键就(jiù)是所输入(rù)的文(wén)本。同一组关(guān)键词也可以创作出很多(duō)张风(fēng)格不一样的画作，这让创作的过程就像开盲盒。

很(hěn)多用户(hù)很喜欢这种不确定的惊喜，他们会将生成的美(měi)图当做头像。而另一部分(fēn)喜欢翻看AI绘画的“翻(fān)车”作品。在(zài)社交(jiāo)媒体上(shàng)，许多用(yòng)户分享AI“翻车现场”，例如，一位网友的小狗(gǒu)照片被AI画成了“肌肉男”，还有网友的(de)个人照片被AI识别成了建筑。

而(ér)如今随着ControlNet的出现与(yǔ)加持，以(yǐ)往AI绘画的填(tián)写关键(jiàn)词游戏可能要被颠覆了(le)。

ControlNet是一位正在(zài)斯坦福(fú)读博的中国(guó)人张吕敏创作的一种基于控(kòng)制点的图像变形算法，主要用于数字(zì)图像处理、计算机视觉和(hé)计算(suàn)机图形学等领域。

其SD插件一经发布，在短短的两(liǎng)天(tiān)内便成为了AI绘(huì)画领(lǐng)域(yù)最新的(de)热(rè)点。

在此之前，大家用了很多(duō)方法想让(ràng)AI生成的结果尽可能的符合要求(qiú)，但是都不尽(jǐn)如人意，它的出现(xiàn)代表(biǎo)着AI生成开始进入真正(zhèng)的可控时期。

因为ControlNet可以直接提取画面的构(gòu)图，人物的姿势和画面的深度信息等。有了它的(de)帮助，就不用(yòng)频繁的用提示词来碰(pèng)运(yùn)气(qì)，抽盲盒式的创(chuàng)作了。

通俗的说(shuō)ControlNet相当于给AI绘画加了“魔法”，不少博主的(de)作品(pǐn)已经获得(dé)了(le)大量(liàng)的浏览量(liàng)，“viggo”就是(shì)其中(zhōng)之(zhī)一，他用(yòng)朋友的照片直接带她们走进动漫世界。

viggo先用StableDiffusion图片(piàn)转文字。

再用(yòng)Text2Prompt插件拓展找到对应的关键词；最后用ControlNet插件(jiàn)绑(bǎng)定骨骼(gé)开始换关键词试效果。

通过(guò)图片就可以(yǐ)看出来，效(xiào)果十(shí)分(fēn)惊艳。

更厉(lì)害的是，除了(le)真实(shí)的照片，草图也可以加上(shàng)“魔法(fǎ)”，知乎(hū)大牛(niú)“DevPoint”和“逗(dòu)砂”介绍到ControlNet还能实现线稿转全彩图(tú)。大(dà)神张吕敏(mǐn)其本尊也亲(qīn)自回(huí)应。

不得不说当下AIGC已经变得(dé)越来越强大(dà)，甚(shèn)至输出的作品(pǐn)都已(yǐ)经能以假(jiǎ)乱真了。

02

难辨虚(xū)实，AIGC技术力爆发

警惕安全问题

近日，“苏州金鸡湖有游艇(tǐng)party”的消息(xī)火(huǒ)遍网络，而经过警方辟谣这所谓的“party”可能是全国第一起AI绘(huì)图诈骗(piàn)。

由于(yú)这个活(huó)动里面(miàn)给出的(de)美女(nǚ)照片(piàn)都是(shì)AI制作的(de)真人照片绘图，因为太逼真，被大家当(dāng)成(chéng)真(zhēn)事传播了。

不过仔细(xì)观察可(kě)以(yǐ)发现，活动发(fā)起者提(tí)供(gōng)的照片中有个(gè)很大(dà)的漏洞可以发现并非真人，而(ér)是(shì)AI绘图，那便是图(tú)片中女性的手指部分有的存在异(yì)常。

狼籍和狼藉哪个正确，狼籍与狼藉到底怎么区别ta-s="300,640" data-type="jpeg" data-w="1280">

有行业(yè)人(rén)事表示：“现(xiàn)在因为手指部分(fēn)的(de)绘画(huà)算(suàn)法(fǎ)比(bǐ)较(jiào)复杂，AI还不太会画人(rén)的(de)手，但最新看到的图片已经有越(yuè)来越完美(měi)的AI模型出(chū)现，以后可能就(jiù)完全没有漏洞了。”

类似的(de)AI作图(tú)诈骗(piàn)在国外也已有发(fā)生。据英(yīng)国广(guǎng)播公司报道，土耳其地震期间(jiān)，有(yǒu)Tiktok用户(hù)使用(yòng)AI合成了(le)儿(ér)童受灾的假照(zhào)片发布(bù)到网络，以此(cǐ)诱骗善良的(de)人打赏“捐助”从而(ér)实施诈(zhà)骗。

目前随着技术发展，AIGC已(yǐ)经(jīng)能做出真(zhēn)人照片般的绘图效果(guǒ)，如果这样的图(tú)片被用来诈骗，将非常(cháng)可怕(pà)。

此外AIGC还引(yǐn)发了很多(duō)担忧，一方(fāng)面(miàn)，批判(pàn)者认为AI在“学习(xí)”了(le)大量前人的作品(pǐn)之(zhī)后，其创作没有任(rèn)何(hé)情绪和灵魂，难以和人类的艺术创作(zuò)相提并论。

另一方(fāng)面，AIGC背后的版权、目前都并没有得(dé)到有效的解决，还有AIGC会不会代替人类“至高(gāo)无上(shàng)”的(de)创意。

马斯克也强调，人工智能的安全问题需(xū)要得到重视，太(tài)晚(wǎn)就(jiù)来不及了。

03

AIGC下一(yī)站除了视频，还有远方

技术都是有两(liǎng)面性的，潜(qián)在(zài)的(de)危害并不能掩盖其光(guāng)辉的贡献(xiàn)。现在看来，人工智(zhì)能技术将是第四次(cì)工业革命的核心驱动力量，将创造新的增长奇(qí)迹。

过去一(yī)年(nián)，人工智能在(zài)技术和商业层(céng)面(miàn)都(dōu)有了巨大进展(zhǎn)，AI绘画就是人工智能技术发生方向性改变的一个代表。其(qí)下一站或许(xǔ)就是视频。

此前(qián)，Meta和谷(gǔ)歌先后发布了几条引爆科技圈的短视频(pín)。这些视(shì)频(pín)引发关注并非内(nèi)容做得多优秀，反而都(dōu)非(fēi)常简单，比如一匹正在喝水的马(mǎ)，一(yī)只画画的(de)玩具(jù)熊(xióng)，或者(zhě)一(yī)段(duàn)骑(qí)摩托车的第一视角录像，随便一个有手(shǒu)机的人都可以随手录下(xià)一段。

但这些短视(shì)频的创作方式非常(cháng)简单，创作者(zhě)仅仅需(xū)要向AI输入一段话，甚(shèn)至只是说一(yī)下要求，AI就(jiù)可(kě)以根据(jù)需要生成一段(duàn)视频。

谷歌(gē)发布(bù)的两(liǎng)个AI生成视频分别(bié)来(lái)自于(yú)Imagen Video和Phenaki，前者(zhě)主要(yào)突出(chū)的(de)是高清，与Meta的(de)Make-A-Video没有太多的(de)差别。

在Make-A-Video公布了AI生(shēng)成的(de)视频后，AI圈(quān)就已(yǐ)经玩了一波梗，一个能(néng)够做出更高清视频的(de)AI还不足以在短(duǎn)时间内戳中兴奋(fèn)点。

Phenaki更加令人震惊(jīng)的地方在于(yú)，它(tā)可以(yǐ)制作出超过(guò)2分钟的连贯(guàn)的也有确(què)切(qiè)内(nèi)容的(de)视(shì)频(pín)，这才是真正(zhèng)让人们感到惊喜的地(dì)方。因为无论AI生成(chéng)的视频多(duō)么高清(qīng)，也(yě)只能(néng)是(shì)为内容生产(chǎn)者提供一个灵感，一个(gè)素材，一个过场动画(huà)。

不过能够制作出有具体剧情内容(róng)的(de)视频就意味着，一些视频创作由(yóu)AI代替(tì)人(rén)工完成已经初步(bù)有(yǒu)了可(kě)能。

当下AI的发展速度已经超过大部分(fēn)人的想象。内容(róng)产业的(de)本质是供给(gěi)创造需求(qiú)，AIGC作为全(quán)新的内(nèi)容生产(chǎn)方式(shì)，可以为内容产业带来更新的内容风格、更快的(de)生产速度，更(gèng)低的生产(chǎn)成(chéng)本，这无疑会驱动内容产业(yè)的(de)大(dà)爆(bào)发。

除了(le)AI绘图、视频，AIGC技术(shù)还能应用于音乐、代码、机(jī)器人动作等多种内容(róng)形(xíng)式的生成。不难发现该项技术不(bù)仅在(zài)游戏等行业能得到有效应用，对于下一代互联网各种元素(sù)的(de)构建亦有关键(jiàn)意义。

从商业化的角(jiǎo)度(dù)来(lái)看，文(wén)化娱乐、教(jiào)育、传媒等诸(zhū)多领域，本(běn)身就对基于AI的(de)可视化内容有强烈(liè)需(xū)求。

因此，AI绘画及视频或不(bù)是结(jié)果(guǒ)，而只是AI进程中的一块重要(yào)拼(pīn)图(tú)，有望在技(jì)术更新的加持下实现更大的应用价值(zhí)。

AI从理解内容(róng)，走向了(le)可以生(shēng)成(chéng)内容，甚(shèn)至能够创造出独立价(jià)值和独立视(shì)角的内(nèi)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

紧抓大模型(xíng)与算力，牢固(gù)AIGC底座

从技术的(de)发展也(yě)可以看出，在语言大模型、图像大模型之后，多模态大模型(xíng)已经成为了(le)新(xīn)的(de)趋势。

大模型被誉为当(dāng)前人工智(zhì)能发展的智(zhì)能(néng)底座(zuò)，是全球(qiú)竞(jìng)争(zhēng)最激(jī)烈(liè)的研究方向(xiàng)之一，包(bāo)括谷(gǔ)歌、亚马逊、百度、阿里、腾讯等众多(duō)头部企业都在竞相发(fā)力(lì)。

不过训(xùn)练(liàn)大模型的确价格不菲，以国盛证券发布(bù)的《ChatGPT需要多少算(suàn)力》报告估(gū)算，GPT-3训练一次的成本约为140万美元。而对于一些更大的LLM(大型语言模(mó)型(xíng))，训(xùn)练成本则介于200万美元至1200万美(měi)元高价之间。

以ChatGPT在2023年1月的独立访客平均数1300万(wàn)计算，其对应芯片需求为(wèi)3万多片(piàn)英伟达A100 GPU，初始投入(rù)成本约为(wèi)8亿美元(yuán)，每日仅电(diàn)费就在5万美元左右。

此外不论(lùn)是ChatGPT还是AIGC，都离不开庞(páng)大算力支持。在关注各类大(dà)模型的(de)发(fā)展同时，更应(yīng)该关注算(suàn)力网络的建设。

算(suàn)力网络正驱(qū)动AI产业发展(zhǎn)进入史诗级加速进程(chéng)，让AIGC及通用AI这(zhè)一人工智能(néng)发展的终极(jí)目标离得(dé)更(gèng)近。

因为算力可以(yǐ)对突(tū)破性技术创(chuàng)新提(tí)供大力的(de)支持。这方面(miàn)，多模态大模型(xíng)是典(diǎn)型。作为面向未来强人工智能、通用人(rén)工(gōng)智(zhì)能(néng)的重要技术(shù)创新，多模(mó)态大模(mó)型已经在(zài)人(rén)工智能领域提出了(le)很多年，业界(jiè)也有不少(shǎo)技术突破，但是，多模态大模(mó)型进一步往下(xià)走，算(suàn)力(lì)需求(qiú)呈几何式上升，一般的(de)算力基础设施很快将难以(yǐ)胜任。

从图(tú)像、文字、语音单独一项的训练，到双模态、三模态(tài)的跃(yuè)迁，让人工智能(néng)可(kě)以灵活(huó)应对不同模态的转化、像人与(yǔ)世界(jiè)交(jiāo)互(hù)一样(yàng)自然，这(zhè)方面(miàn)，由算力(lì)网络(luò)来驱动将有明显(xiǎn)优势。

此外，还有很(hěn)多(duō)需要爆发式增长的算力来(lái)支撑的技术创新，将在人工智能算力网络支撑下(xià)快速推(tuī)进(jìn)。

AIGC已经露出曙光，期待在大模型和大(dà)算力(lì)的支持下AIGC能持续颠覆内容生产的(de)方(fāng)式，将创(chuàng)造的边际成本降低(dī)，让万众受益。

未经允许不得转载：橘子百科-橘子都知道 狼籍和狼藉哪个正确，狼籍与狼藉到底怎么区别