自聊天机器人ChatGPT火爆以来，微软公(gōng)司创始人比尔(ěr)·盖(gài)茨(cí)已多次公开谈论人工智能话题(tí)。在(zài)最近的(de)一次(cì)采访(fǎng)中(zhōng)，他再次表(biǎo)示：“AI可能会让科技行(xíng)业迎来(lái)一次剧烈的洗牌(pái)”。

这个结论是他在当地时间2月20日接受《In Good Company》节目(mù)专访时提出(chū)的。

他预(yù)期(qī)，AI的发展可能(néng)会威(wēi)胁到谷歌的(de)市占率，因为微软(ruǎn)在AI方(为什么不宣传李兰娟了，李兰娟为何销声匿迹fāng)面(miàn)的(de)行动相(xiāng)当(dāng)迅(xùn)速。而最(zuì)终(zhōng)科技(jì)巨头将把AI整合成(chéng)用户的(de)“全能助手”，包揽一切应用，与人(rén)们进行沟通(tōng)并(bìng)提供建议，可以取代亚马逊、Siri或Outlook等应用。

大(dà)佬(lǎo)口中全(quán)能(néng)助手的到来(lái)可能尚需(xū)时日，但(dàn)由ControlNet引(yǐn)发的又(yòu)一次AI绘画浪(làng)潮，让(ràng)AIGC在(zài)ChatGPT的话题热点包围中杀(shā)出重(zhòng)围(wéi)。

01

ControlNet颠(diān)覆AI绘画新(xīn)玩法

AIGC向(xiàng)可控(kòng)靠近

以AI绘画为(wèi)代表的AIGC上(shàng)一次爆火的时候(hòu)，还是2022年8月，在(zài)美国科罗拉(lā)多(duō)州(zhōu)举办的新兴数字艺术家竞赛中，一(yī)幅(fú)名(míng)为(wèi)《太空歌剧(jù)院(yuàn)》的作品获奖。

随后(hòu)各大厂商的AI绘(huì)画软件被广(guǎng)大网友熟知(zhī)并体验，Stable Diffusion便是其中代表。

用(yòng)户们可以在应用中输入一组关(guān)键词或者一张照片，就(jiù)能获得(dé)一幅AI创作的画作(zuò)。

作画(huà)的关键(jiàn)就是所输入的文本。同一组关(guān)键词(cí)也可以(yǐ)创(chuàng)作出很多张风格(gé)不一样的画作，这让创作的过程(chéng)就像开(kāi)盲盒。

很多用(yòng)户很喜欢这种不确定的(de)惊喜，他们会将生成(chéng)的美(měi)图当做头像(xiàng)。而另一(yī)部分喜(xǐ)欢翻看AI绘画的(de)“翻车”作品。在社交媒体上，许多用户分享AI“翻(fān)车现场”，例如，一位网友的小狗照片被AI画(huà)成(chéng)了(le)“肌肉男(nán)”，还有网友的(de)个(gè)人照片被AI识(shí)别成(chéng)了建筑(zhù)。

而如今(jīn)随着ControlNet的出现与(yǔ)加持，以往AI绘画的填写关键词游戏(xì)可能要被颠覆了。

ControlNet是一位正在斯坦(tǎn)福读博的(de)中国(guó)人(rén)张吕敏创作的一种(zhǒng)基(jī)于控制点的(de)图像变(biàn)形算法，主(zhǔ)要用于(yú)数(shù)字图(tú)像处(chù)理(lǐ)、计算机视觉(jué)和(hé)计算机图形学等领域。

其(qí)SD插件一(yī)经发(fā)布(bù)，在短短的两(liǎng)天内便(biàn)成为了AI绘画领域(yù)最新的(de)热点(diǎn)。

在此之前(qián)，大家用了很(hěn)多方法想让AI生成的结(jié)果尽可能的符合要求，但是都(dōu)不尽如(rú)人意，它的出(chū)现代表着AI生(shēng)成开(kāi)始(shǐ)进入真正的可控时(shí)期。

因为ControlNet可以直接提取(qǔ)画面的构图，人物的姿势和画(huà)面的(de)深度信息(xī)等。有了(le)它的帮助，就不用频繁(fán)的(de)用提示词来碰运(yùn)气，抽盲盒(hé)式的(de)创作了。

通俗的说ControlNet相当于给AI绘画(huà)加(jiā)了(le)“魔法”，不(bù)少博主的作品已经获得了大量的(de)浏览量，“viggo”就是其中之一，他用朋友的照(zhào)片直接(jiē)带她们(men)走(zǒu)进动漫(màn)世界(jiè)。

viggo先(xiān)用StableDiffusion图片(piàn)转(zhuǎn)文字。

再用Text2Prompt插件拓展找(zhǎo)到(dào)对应的关键词；最后用ControlNet插件绑定(dìng)骨(gǔ)骼开始换(huàn)关键词试效果。

通(tōng)过图片(piàn)就可以(yǐ)看出来(lái)，效(xiào)果十分(fēn)惊艳。

更厉害的是，除了真实的照片，草图也可以加上“魔法”，知乎(hū)大牛(niú)“DevPoint”和“逗砂”介绍到ControlNet还能实(shí)现线(xiàn)稿转(zhuǎn)全(quán)彩图。大神张吕敏(mǐn)其本尊也亲自(zì)回应。

不得(dé)不说当下AIGC已(yǐ)经(jīng)变(biàn)得越来越强大(dà)，甚至输出的作(zuò)品都已(yǐ)经能以假(jiǎ)乱真了。

02

难辨虚实，AIGC技术力爆发

警惕安全问题

近日，“苏州金鸡湖有游艇party”的消息火遍网络，而经过(guò)警方辟谣这所(suǒ)谓的“party”可能(néng)是全国第一(yī)起(qǐ)AI绘图诈(zhà)骗(piàn)。

由于这(zhè)个活动里面给(gěi)出的(de)美女照(zhào)片都是AI制(zhì)作的真人照片绘图，因(yīn)为太(tài)逼(bī)真(zhēn)，被大家当成真事(shì)传播(bō)了(le)。

不过仔细观察可以发现，活动发(fā)起者提(tí)供的照片中有个(gè)很大的(de)漏(lòu)洞可以发现(xiàn)并非(fēi)真人，而(ér)是AI绘图，那便是图片(piàn)中女(nǚ)性的(de)手指部(bù)分有(yǒu)的存(cún)在异常。

有(yǒu)行业人事表示：“现在因为手指(zhǐ)部分的绘(huì)画算(suàn)法比较复(fù)杂(zá)，AI还不(bù)太会画(huà)人的手，但最(zuì)新看(kàn)到的图(tú)片已经有越来越完美的(de)AI模型出现，以后(hòu)可(kě)能(néng)就完(wán)全没(méi)有(yǒu)漏洞(dòng)了。”

类似(shì)的AI作图诈骗在国外也已有发生。据英国广播公司报道，土(tǔ)耳其地震(zhèn)期间，有Tiktok用(yòng)户使用AI合成了(le)儿(ér)童(tóng)受灾的假照片(piàn)发布到网络，以此(cǐ)诱骗(piàn)善(shàn)良的(de)人打赏“捐助”从而实施诈骗。

目前(qián)随着技术发展，AIGC已(yǐ)经(jīng)能做(zuò)出真(zhēn)人照片般的绘(huì)图效果，如果这样的图片被用来诈骗，将非常可怕。

此外(wài)AIGC还引发了(le)很多担忧，一方(fāng)面，批判(pàn)者认为AI在“学(xué)习”了大量前人的作(zuò)品之后，其创作没有任何(hé)情绪和(hé)灵魂，难(nán)以和人类的艺(yì)术创作相提(tí)并论(lùn)。

另一(yī)方(fāng)面，AIGC背后的版权、目前(qián)都(dōu)并没(méi)有得到有效的解决，还有AIGC会不(bù)会(huì)代替人(rén)类“至高无(wú)上”的创意(yì)。

马斯克也强调，人(rén)工智能的安全问题需(xū)要得到重视，太晚就来不(bù)及了(le)。

03

AIGC下一(yī)站(zhàn)除了视频(pín)，还有远方

技(jì)术(shù)都是有两面性的(de)，潜(qián)在的危害并(bìng)不能掩盖其光辉的贡献(xiàn)。现(xiàn)在看来(lái)，人(rén)工智(zhì)能技(jì)术将是第四次工(gōng)业革命(mìng)的核(hé)心(xīn)驱动力量，将创(chuàng)造新(xīn)的增(zēng)长奇(qí)迹(jì)。

过去一年，人(rén)工智能(néng)在(zài)技(jì)术和商业层面都有了巨大进展，AI绘画就(jiù)是人工智能技(jì)术(shù)发生方向性改变的一个代表。其下一站或(huò)许就是视频。

此(cǐ)前(qián)，Meta和谷(gǔ)歌先后发布了几条引爆科技圈的短视频。这些(xiē)视频引(yǐn)发关注(zhù)并非内容做(zuò)得多优(yōu)秀，反而(ér)都非常简单，比如一匹(pǐ)正在喝水的(de)马，一只画(huà)画(huà)的玩具熊，或者一段骑摩托车的第一(yī)视(shì)角(jiǎo)录像，随(suí)便一(yī)个(gè)有(yǒu)手机的人都(dōu)可以随(suí)手(shǒu)录下一段。

但这些短视频的创作(zuò)方式非常简单(dān)，创作者仅仅需要向AI输入一段话，甚至只是说一(yī)下要求，AI就可以根据需(xū)要生成一(yī)段视频。

谷歌发布(bù)的(de)两个AI生成视频分别来自于Imagen Video和(hé)Phenaki，前者主要突出的是高清，与Meta的Make-A-Video没有太多的差(chà)别。

在Make-A-Video公(gōng)布了AI生成的视频后，AI圈就已经玩了一波梗(gěng)，一个(gè)能够做出更高清视频(pín)的AI还不足(zú)以(yǐ)在短(duǎn)时间内戳中兴奋点。

Phenaki更加令人震惊的地(dì)方在于(yú)，它可以制作(zuò)出超(chāo)过2分钟的(de)连贯的(de)也有(yǒu)确切(qiè)内容(róng)的视频(pín)，这(zhè)才是真正(zhèng)让人们感到(dào)惊喜的地方(fāng)。因(yīn)为无论AI生成的视频多么高清，也(yě)只(zhǐ)能是为内容生(shēng)产者提供一个(gè)灵感，一个素材，一个过场(chǎng)动画。

不过能够(gòu)制作出有具体(tǐ)剧情内(nèi)容的视频(pín)就意味着，一些(xiē)视频(pín)创作(zuò)由AI代替人工(gōng)完成已经初步有了(le)可(kě)能(néng)。

当下AI的发(fā)展速(sù)度已经超(chāo)过大部分人的想象。内(nèi)容(róng)产(chǎn)业的本质是供给(gěi)创造需求，AIGC作为全(quán)新的(de)内(nèi)容生产(chǎn)方(fāng)式，可以为内容产业带来(lái)更新的(de)内容风格、更快的生产速度，更低的生产成本，这无疑会驱动内容产业的大爆发。

除了(le)AI绘图(tú)、视频，AIGC技(jì)术还能应用于音(yīn)乐、代码、机(jī)器人(rén)动(dòng)作等多种内容形(xíng)式的生成。不难发现该项技(jì)术不仅在(zài)游戏等行(xíng)业(yè)能得到(dào)有效(xiào)应用，对于下一代互联网各种元素的构建亦有关键(jiàn)意义。

从商业化(huà)的角度(dù)来(lái)看(kàn)，文(wén)化娱乐、教育、传媒等诸(zhū)多(duō)领域，本(běn)身就对(duì)基(jī)于(yú)AI的可(kě)视化内容有强烈需(xū)求。

因此(cǐ)，AI绘画(huà)及视频或(huò)不是结(jié)果，而只(zhǐ)是AI进(jìn)程中(zhōng)的一(yī)块重要拼图，有(yǒu)望(wàng)在技术(shù)更新的加(jiā)持下实现更大的应(yīng)用价值。

AI从理解(jiě)内(nèi)容，走向了可以生成内(nèi)容，甚至能(néng)够创造出独立价值和独(dú)立视(shì)角的(de)内容。AIGC的再次出(chū)圈，更代表(biǎo)着未(wèi)来的先进生产力即将到来。

04

紧抓大模型(xíng)与(yǔ)算力，牢固AIGC底座

从技术的发展(zhǎn)也可(kě)以看出，在语(yǔ)言大模型、图像大模型(xíng)之后，多模(mó)态大模(mó)型(xíng)已经(jīng)成为(wèi)了新的趋(qū)势。

大模型被(bèi)誉为当前人工智能发展(zhǎn)的(de)智能底座，是全(quán)球(qiú)竞争最激烈的研究方向之一，包括谷歌、亚马逊、百度、阿里、腾讯等众(zhòng)多(duō)头部(bù)企业都在竞(jìng)相发力。

不过训(xùn)练大模型的确价(jià)格不(bù)菲，以(yǐ)国盛证券发(fā)布的《ChatGPT需要(yào)多(duō)少算力》报告(gào)估算(suàn)，GPT-3训练(liàn)一次的成本(běn)约(yuē)为140万美元。而对于一些更大的LLM(大型(xíng)语(yǔ)言模型(xíng))，训练成本则(zé)介于(yú)200万美元至1200万美(měi)元高价之间。

以(yǐ)ChatGPT在(zài)2023年1月的独立访客平均数1300万计算，其对应芯片需(xū)求为3万多(duō)片英伟达A100 GPU，初始(shǐ)投入成本约为(wèi)8亿(yì)美元，每(měi)日仅电费就在5万美元左右(yòu)。

此外(wài)不论是ChatGPT还是AIGC，都离不开庞(páng)大算(suàn)力支持(chí)。在关注各(gè)类大模(mó)型的发(fā)展同(tóng)时，更应该关注算力网络的(de)建设(shè)。

算(suàn)力(lì)网络正驱动AI产业(yè)发展进入史诗级(jí)加速(sù)进程，让AIGC及(jí)通用AI这一人工智能发展的终极目标离得更(gèng)近。

因为算(suà为什么不宣传李兰娟了，李兰娟为何销声匿迹n)力可(kě)以对突破性技(jì)术创新提供大力(lì)的支持。这方(fāng)面(miàn)，多模态大模型是典型。作为(wèi)面向未来强(qiáng)人工智能、通用人工智能的重要技术创新(xīn)，多模(mó)态大模型已经在人工智(zhì)能领(lǐng)域提出(chū)了很多年，业(yè)界也有不少技术突破(pò)，但是，多模态大模型(xíng)进一(yī)步往(wǎng)下走，算力需(xū)求(qiú)呈几何(hé)式上升，一般(bān)的(de)算力基础设施很快(kuài)将难以(yǐ)胜任。

从图像、文(wén)字、语音(yīn)单独一项的训练，到(dào)双模态、三模(mó)态的跃迁，让(ràng)人工智能可以灵活应(yīng)对不同模态的(de)转化、像人与世界(jiè)交互一样自(zì)然，这方面，由算力网络来驱动将(jiāng)有明显优势。

此(cǐ)外，还有很(hěn)多需要爆发式增长的算力来支(zhī)撑的(de)技术创新(xīn)，将在人工智(zhì)能算(suàn)力网络支撑(chēng)下(xià)快(kuài)速(sù)推进。

AIGC已经露出曙光，期待在大模型和大算力的支持下AIGC能持续颠覆内(nèi)容生产的方式，将创(chuàng)造的(de)边际成本降低，让万众受益。

未经允许不得转载：橘子百科-橘子都知道 为什么不宣传李兰娟了，李兰娟为何销声匿迹