自聊天机器人ChatGPT火(huǒ)爆(bào)以来，微软公司创(chuàng)始人比尔·盖茨已多(duō)次(cì)公开谈论人工(gōng)智能(néng)话题。在最近的一(yī)次采访中，他再(zài)次表示：“AI可能(néng)会让(ràng)科技(jì)行(xíng)业迎来一次剧烈的洗牌”。

这个结论是(shì)他在当(dāng)地时间2月20日接(jiē)受《In Good Company》节目(mù)专访时提(tí)出(chū)的。

他预期，AI的发展可能会威(wēi)胁(xié)到谷歌的市(shì)占率，因为(wèi)微软在AI方面的行动相当迅速(sù)。而最终科(kē)技巨(jù)头将把AI整合成用户的“全能助手”，包揽一切应用(yòng)，与人们进行沟通并(bìng)提供建议，可(kě)以取代亚马逊(xùn)、Siri或Outlook等应用。

大佬(lǎo)口中全(quán)能助手的到来可能尚需时日，但由(yóu)ControlNet引发的又一次AI绘画浪(làng)潮，让(ràng)AIGC在ChatGPT的话题(tí)热点包围中杀出重围。

01

ControlNet颠覆AI绘(huì)画(huà)新(xīn)玩(wán)法(fǎ)

AIGC向可控靠近(jìn)

以AI绘画为代(dài)表的AIGC上一次(cì)爆火的时候，还(hái)是(shì)2022年8月，在美国(guó)科罗拉多州举办的新兴数字艺(yì)术家竞(jìng)赛中，一(yī)幅名为《太空歌剧院》的作品(pǐn)获奖。

随(suí)后各大厂商的AI绘(huì)画软件被广大网友(yǒu)熟(shú)知(zhī)并体(tǐ)验，Stable Diffusion便是(shì)其中代(dài)表。

用户们可以在应用中输入(rù)一组(zǔ)关键词或者(zhě)一张照片(piàn)，就能(néng)获得一幅AI创作的(de)画作。

作画的关键就是所输入的(de)文(wén)本(běn)。同一组关键词也可以(yǐ)创(chuàng)作(zuò)出很多张风格不一样的画作，这让创作(zuò)的过程(chéng)就像开(kāi)盲盒。

很多(duō)用(yòng)户很(hěn)喜欢(huān)这(zhè)种(zhǒng)不确定的惊喜，他(tā)们会将(jiāng)生成的(de)美(měi)图当做(zuò)头像。而另一(yī)部分喜欢(huān)翻(fān)看(kàn)AI绘画的(de)“翻车(chē)”作(zuò)品。在社交媒(méi)体上，许(xǔ)多用户(hù)分享AI“翻车现场”，例如，一位网(wǎng)友的小狗照片被(bèi)AI画(huà)成了“肌肉男(nán)”，还(hái)有(yǒu)网友的个人(rén)照片(piàn)被AI识别成(chéng)了建筑。

而(ér)如今随着ControlNet的出(chū)现(xiàn)与加持，以往AI绘画的填写关键(jiàn)词游戏(xì)可(kě)能(néng)要被颠覆了。

ControlNet是一(yī)位正在斯坦福(fú)读博的中国人张吕敏(mǐn)创作的一种基(jī)于控制点(diǎn)的图像变形算法，主要(yào)用于数(shù)字图像处(chù)理、计算机视觉(jué)和计算机图(tú)形(xíng)学(xué)等领域。

其SD插(chā)件一经发布(bù)，在短短的两天内便成为了(le)AI绘画领域最新(xīn)的热点。

在此之前，大家(jiā)用了很多方法想(xiǎng)让AI生成的结果尽可能(néng)的(de)符合要求(qiú)，但(dàn)是都不(bù)尽如人意，它(tā)的出现代(dài)表着(zhe)AI生成开始进入(rù)真正(zhèng)的可控时期。

因为ControlNet可以直接提取(qǔ)画面的构(gòu)图，人(rén)物(wù)的姿势(shì)和画(huà)面的深度信息等。有了(le)它(tā)的帮(bāng)助，就不用频繁的用提示词来碰运气，抽盲盒式的创作了。

通(tōng)俗的说ControlNet相当(dāng)于给(gěi)AI绘画加(jiā)了“魔法(fǎ)”，不少博(bó)主的作(zuò)品已经(jīng)获(huò)得(dé)了大(dà)量的浏(liú)览(lǎn)量，“viggo”就是(shì)其中之一，他用朋(péng)友的照片(piàn)直(zhí)接带她们走进动漫世界(jiè)。

viggo先用(yòng)StableDiffusion图片(piàn)转(zhuǎn)文字。

再(zài)用(yòng)Text2Prompt插(chā)件拓展(zhǎn)找(zhǎo)到(dào)对(duì)应(yīng)的关(guān)键词；最后用(yòng)ControlNet插件绑定骨骼开始换关键词试效果。

通过(guò)图片就可以(yǐ)看(kàn)出来，效果十分惊(jīng)艳(yàn)。

更厉害的(de)是，除(chú)了真实(shí)的照(zhào)片，草图也可(kě)以加上“魔法(fǎ)”，知(zhī)乎大牛“DevPoint”和“逗(dòu)砂(shā)”介绍到ControlNet还能实现线稿转全彩图。大神(shén)张吕敏其本尊也(yě)亲自回应(yīng)。

不得(dé)不说当下AIGC已经变得越来越强大，甚至输出的作品都(dōu)已(yǐ)经能(néng)以假乱真了。

02

难(nán)辨虚(xū)实，AIGC技(jì)术力爆发(fā)

警惕安全问题(tí)

近日，“苏(sū)州金鸡湖有游(yóu)艇party”的(de)消息火遍网络，而经(jīng)过警方辟谣这(zhè)所谓的“party”可能是全(quán)国第一起AI绘图诈骗。

由于(yú)这个活动里(lǐ)面给出的(de)美(měi)女照片都(dōu)是AI制作的(de)真(zhēn)人(rén)照(zhào)片绘图，因(yīn)为(wèi)太逼(bī)真，被大家当(dāng)成真事传播了。

不过仔(zǎi)细观察可以发现，活动发起者(zhě)提供(gōng)的(de)照片(piàn)中有个很大的漏洞(dòng)可以(yǐ)发(fā)现并(bìng)非真(zhēn)人(rén)，而是AI绘图，那(nà)便是(shì)图片中(zhōng)女性的手(shǒu)指部(bù)分有的存在(zài)异(yì)常。

有(yǒu)行业人事表示：“现在因(yīn)为手指部分的绘(huì)画算法比较复杂(zá)，AI还不太会(huì)画人的手，但最新(xīn)看到的(de)图(tú)片已经有越来(lái)越(yuè)完美的(de)AI模型出现，以后(hòu)可(kě)能就(jiù)完(wán)全没有(yǒu)漏洞了。”

类似的(de)AI作图诈骗在国外也已有发生。据(jù)英(yīng)国广播公司报(bào)道，土耳其地震期间，有Tiktok用户使用AI合成了(le)儿童受(shòu)灾的假照片发布(bù)到网络，以(yǐ)此诱骗善良的人打赏(shǎng)“捐助(zhù)”从而实施诈骗。

目前随着技术发展，AIGC已经能做(zuò)出真人照片般的绘图(tú)效果(guǒ)，如果(guǒ)这(zhè)样的(d谋女郎都有谁 谋女郎是褒义还是贬义e)图片被用来诈(zhà)骗，将(jiāng)非常(cháng)可怕。

此外(wài)AIGC还引发了(le)很多担忧，一方面，批判者认为AI在“学习”了大量前人的(de)作品(pǐn)之后，其(qí)创作没有任何情绪和灵魂，难以和人类的艺术创(chuàng)作相(xiāng)提并(bìng)论。

另(lìng)一(yī)方面(miàn)，AIGC背(bèi)后的版权(quán)、目前都(dōu)并没有得到有效的解决，还有(yǒu)AIGC会不会代替人类(lèi)“至高无(wú)上”的创意。

马斯克也强调，人工智能的安全问题(tí)需要得到重视，太晚就来(lái)不及了。

03

AIGC下一站除了视频，还(hái)有(yǒu)远方

技术都是有两(liǎng)面(miàn)性的(de)，潜在的危害并(bìng)不能掩盖其光辉的贡献。现在看来，人工智(zhì)能(néng)技(jì)术将是第四次工业革命的核心(xīn)驱动力量，将(jiāng)创造(zào)新的增(zēng)长(zhǎng)奇(qí)迹(jì)。

过(guò)去一年，人工(gōng)智能(néng)在(zài)技术和商(shāng)业(yè)层面都(dōu)有(yǒu)了巨大进展，AI绘画就是人工智能(néng)技(jì)术发(fā)生(shēng)方(fāng)向性改变的一个代表。其下(xià)一站或(huò)许就是视频。

此前，Meta和谷(gǔ)歌先后发布(bù)了几条(tiáo)引爆科技(jì)圈(quān)的(de)短视频。这些视频引发关注(zhù)并(bìng)非内容做得(dé)多(duō)优秀，反而(ér)都非常简单，比如一匹正在喝水的马，一只画画的玩具熊，或者一段骑摩托(tuō)车的第一视(shì)角录像，随便一(yī)个有手机的人(rén)都可以随手录下一段。

但这些短视频的创作方式非常简单，创作(zuò)者仅仅需要(yào)向AI输入(rù)一段话，甚至(zhì)只是说(shuō)一下(xià)要(yào)求(qiú)，AI就可以根据需要(yào)生成一段视(shì)频。

谷歌(gē)发布的两个AI生成视频(pín)分别(bié)来自于Imagen Video和Phenaki，前者主要突出的是高(gāo)清(qīng)，与Meta的Make-A-Video没有太多(duō)的差(chà)别。

在Make-A-Video公布了AI生成的视频后(hòu)，AI圈就已经玩(wán)了(le)一波(bō)梗，一个能够做出更(gèng)高清(qīng)视频(pín)的AI还不(bù)足以(yǐ)在短时间内戳中兴奋(fèn)点。

Phenaki更加令(lìng)人震惊(jīng)的地方在于，它可以(yǐ)制作出(chū)超过(guò)2分钟的连贯的也有(yǒu)确切内(nèi)容的视(shì)频，这才(cái)是(shì)真(zhēn)正让人(rén)们感到惊喜的(de)地方。因为(wèi)无(wú)论(lùn)AI生成的视频多(duō)么高清，也只能是为内容生产者提供一个灵感，一个素(sù)材，一个过场动画。

不过能够制(zhì)作(zuò)出有具体(tǐ)剧情内容的视频就(jiù)意味着，一(yī)些视频创作由AI代替人工完成已(yǐ)经初步有了可能(néng)。

当下(xià)AI的发展速度(dù)已(yǐ)经超(chāo)过大部(bù)分人的(de)想象。内容产(chǎn)业的(de)本质(zhì)是供给创造需(xū)求，AIGC作为全新的(de)内容生产方式(shì)，可(kě)以为内容(róng)产业带来更(gèng)新的(de)内容风格、更快(kuài)的生产速度，更低(dī)的生产成本，这无疑会驱动(dòng)内容产业的大(dà)爆发。

除了AI绘图、视频，AIGC技(jì)术还能应用于音(yīn)乐、代(dài)码(mǎ)、机器人动作等多种内(nèi)容形式(shì)的生成。不难发(fā)现该项(xiàng)技术(shù)不(bù)仅(jǐn)在游戏等(děng)行业能得到有(yǒu)效应用，对(duì)于下一代互(hù)联网(wǎng)各种元(yuán)素的构建亦有关(guān)键意义(yì)。

从商业化的角度来看(kàn)，文化娱(yú)乐、教(jiào)育、传媒等诸多领域，本身(shēn)就对基于(yú)AI的可视化(huà)内容(róng)有强烈需(xū)求。

因此，AI绘画及视频或不是(shì)结(jié)果，而只是AI进(jìn)程谋女郎都有谁 谋女郎是褒义还是贬义中的(de)一块重要拼图，有望在技术更新的加持下实现(xiàn)更大(dà)的应(yīng)用价值。

AI从(cóng)理解内容，走向了(le)可以生成内(nèi)容，甚至能够创造出独立价值和独立视角的(de)内(nèi)容。AIGC的再次出圈，更代表着未来的先进(jìn)生(shēng)产力(lì)即(jí)将(jiāng)到来。

04

紧抓大模型与算力，牢固AIGC底(dǐ)座

从(cóng)技术的发展也可以看出，在语(yǔ)言大模型、图像(xiàng)大模型(xíng)之后，多模(mó)态大模型已经成为(wèi)了新(xīn)的趋势。

大(dà)模(mó)型(xíng)被誉为当前人工(gōng)智能发(fā)展的智能底(dǐ)座，是全球(qiú)竞争最(zuì)激烈的研究方(fāng)向(xiàng)之(zhī)一，包括谷歌、亚马逊、百度、阿里(lǐ)、腾(téng)讯等(děng)众(zhòng)多头(tóu)部企业都在竞相发力(lì)。

不过训(xùn)练大模型的确价格不(bù)菲，以国盛证券(quàn)发布的《ChatGPT需要多少算力(lì)》报(bào)告估(gū)算，GPT-3训练(liàn)一次(cì)的成(chéng)本约为140万(wàn)美元(yuán)。而(ér)对于一些更大的LLM(大型语言模型)，训练成本则介于(yú)200万美元至(zhì)1200万美元高价之间。

以(yǐ)ChatGPT在2023年1月的独立访(fǎng)客平均数1300万计算，其对应芯片需求为3万(wàn)多片英(yīng)伟达A100 GPU，初(chū)始投入成(chéng)本约为8亿美(měi)元，每日仅电(diàn)费(fèi)就(jiù)在5万美元左右。

此外不论是(shì)ChatGPT还(hái)是AIGC，都离不(bù)开庞(páng)大算力(lì)支持。在关(guān)注各类大模型的发展同(tóng)时，更应该(gāi)关注算力网络的建设。

算力网络正驱动AI产业(yè)发(fā)展进(jìn)入史诗级加速进程(chéng)，让AIGC及通用AI这一人工智能发展的终(zhōng)极目标离得更近。

因为算力可以对突破(pò)性技术创新提供大(dà)力的支(zhī)持。这方面，多模态大模型(xíng)是(shì)典型。作为面向未来强(qiáng)人工(gōng)智(zhì)能、通用人工智能的重要技术创(chuàng)新，多模态大模型已经在人工智能(néng)领域提出了很多年，业界也有不少技术突破，但是(shì)，多模态大模型进(jìn)一步往下(xià)走，算力需求呈几何式上升(shēng)，一般(bān)的算力(lì)基(jī)础设施很快(kuài)将难(nán)以胜(shèng)任。

从图像(xiàng)、文字(zì)、语音单(dān)独(dú)一项的(de)训练，到双模(mó)态、三(sān)模(mó)态(tài)的跃迁，让人工智能可以灵活应对不同模态的(de)转化、像人与(yǔ)世界(jiè)交互(hù)一样自(zì)然，这方(fāng)面，由(yóu)算力网络来驱动(dòng)将有明显(xiǎn)优势。

此(cǐ)外，还有很多需要爆发式(shì)增长的算力(lì)来支撑(chēng)的技(jì)术创新，将在人工智能(néng)算力网络(luò)支撑下(xià)快(kuài)速推进。

AIGC已(yǐ)经露出(chū)曙(shǔ)光，期待在大模(mó)型和(hé)大算(suàn)力的支持下AIGC能持续颠覆内容生产的(de)方式，将创(chuàng)造的边际成本降低，让万众受益(yì)。

未经允许不得转载：橘子百科-橘子都知道 谋女郎都有谁 谋女郎是褒义还是贬义