自聊天机(jī)器人ChatGPT火爆(bào)以(yǐ)来，微软(ruǎn)公(gōng)司创(chuàng)始人比(bǐ)尔(ěr)·盖茨已(yǐ)多(duō)次公开(kāi)谈论(lùn)人(rén)工智能话题。在最近的一(yī)次(cì)采(cǎi)访中，他再次表(biǎo)示：“AI可能会让科技行业迎来一次(cì)剧烈的洗(xǐ)牌”。

这个结论(lùn)是他(tā)在当地(dì)时间2月20日接受《In Good Company》节目专访时提(tí)出的。

他预期，AI的发展可能(néng)会(huì)威胁到谷歌的市(shì)占率，因为微软在(zài)AI方面(miàn)的行动相(xiāng)当迅速(sù)。而最(zuì)终(zhōng)科技巨头将把AI整合成用户(hù)的“全能助手(shǒu)”，包揽一切应用，与(yǔ)人们进(jìn)行沟通并(bìng)提供建议，可以(yǐ)取代亚马逊、Siri或Outlook等(děng)应用。

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

01

ControlNet颠覆(fù)AI绘画新玩法(fǎ)

AIGC向可(kě)控(kòng)靠(kào)近

以AI绘画为(wèi)代表的AIGC上一次爆火的时候，还是2022年8月，在美国科罗拉(lā)多州(zhōu)举办的新兴数(shù)字(zì)艺术家竞赛中，一幅名为《太空(kōng)歌剧院(yuàn)》的作(zuò)品获奖。

随后各大厂商的(de)AI绘(huì)画软(ruǎn)件被(bèi)广大网友熟知并体验，Stable Diffusion便(biàn)是其中代表(biǎo)。

用户们可以在(zài)应用中输入一组关键词或者一张照片(piàn)，就能获得(dé)一幅AI创作的画作。

作画的(de)关键就是(shì)所输入的文(wén)本(běn)。同(tóng)一组关(guān)键词也可(kě)以(yǐ)创(chuàng)作出(chū)很多(duō)张风格不一样的画作(zuò)，这让创作的过程就像(xiàng)开盲(máng)盒。

很多用户很喜欢这种不确定的惊喜，他们(men)会将生成的美图(tú)当(dāng)做头像。而另一部分(fēn)喜(xǐ)欢翻看AI绘画的“翻车”作品。在社交媒(méi)体上(shàng)，许多用户分享AI“翻车现(xiàn)场”，例如，一位(wèi)网友的(de)小狗照片被AI画成了“肌肉男”，还有网友的个人照片被AI识(shí)别成了建筑(zhù)。

而如今随(suí)着ControlNet的出现与加(jiā)持，以往AI绘画的填写关键(jiàn)词游戏(xì)可能要被颠覆了。

ControlNet是一位正在斯坦(tǎn)福读(dú)博的(de)中国(guó)人(rén)张吕敏创作的一种基于控制点的图像变形算法(fǎ)，主(zhǔ)要用(yòng)于数字图像处理、计算(suàn)机视觉和计(jì)算机图形学等领(lǐng)域。

其SD插件一经发布，在短短(duǎn)的(de)两天(tiān)内便成为了AI绘画(huà)领域最新(xīn)的热(rè)点。

在(zài)此之前，大(dà)家(jiā)用了很多方(fāng)法想让(ràng)AI生(shēng)成的结果(guǒ)尽可能的(de)符合要求(qiú)，但是都不(bù)尽(jǐn)如(rú)人意，它的出现(xiàn)代(dài)表(biǎo)着AI生成开始进入真(zhēn)正的可控时(shí)期。

因(yīn)为ControlNet可以直接提(tí)取画(huà)面的(de)构图，人(rén)物(wù)的姿势(shì)和画面的深度信息等。有了(le)它的(de)帮(bāng)助(zhù)，就(jiù)不(bù)用频(pín)繁的(de)用提示词来碰运气，抽盲(máng)盒式(shì)的创作(zuò)了。

通俗的说ControlNet相(xiāng)当于给AI绘画(huà)加了“魔法(fǎ)”，不少(shǎo)博主的作品(pǐn)已经获(huò)得了大量的(de)浏(liú)览量，“viggo”就是其中之一(yī)，他用朋友(yǒu)的照片直(zhí)接带她们走进动漫世界。

viggo先用StableDiffusion图(tú)片(piàn)转文字。

再用Text2Prompt插(chā)件拓展找到对应的关(guān)键词(cí)；最(zuì)后用ControlNet插件绑定骨骼(gé)开(kāi)始换(huàn)关键(jiàn)词试效果(guǒ)。

通(tōng)过图片就可以(yǐ)看出来，效果十分惊艳。

更厉害的(de)是(shì)，除了真实(shí)的(de)照片，草图也可(kě)以(yǐ)加上“魔法”，知乎大牛“DevPoint”和“逗砂”介绍到ControlNet还能实现(xiàn)线稿转全(quán)彩图。大神张吕敏其本尊也亲自回应。

不得不说当下AIGC已经变得(dé)越来越强大，甚至输出的作品都已经能(néng)以假乱(luàn)真了。

02

难辨虚(xū)实，AIGC技术力爆发

警(jǐng)惕(tì)安(ān)全问(wèn)题(tí)

近日(rì)，“苏州金鸡湖有游艇party”的消息火遍网络，而经(jīng)过警(jǐng)方辟谣这所谓的(de)“party”可能是全国第一起AI绘图诈骗。

由(yóu)于这(zhè)个活动里面给出的美女(nǚ)照片都是AI制作的真人照片绘图，因为(wèi)太逼真(zhēn)，被大家当(dāng)成(chéng)真事传播了。

不过仔细观察可(kě)以发现，活(huó)动发起(qǐ)者提供的(de)照片(piàn)中有个很(hěn)大的(de)漏洞可以发(fā)现并非真人，而是AI绘图(tú)，那便(biàn)是图(tú)片(piàn)中女性的手指部分有的存在(zài)异常(cháng)。

有行(xíng)业人事表示：“现在因为(wèi)手指部分的(de)绘画算法比较复杂(zá)，AI还(hái)不太会画人的(de)手，但最新(xīn)看到(dào)的(de)图片已经有(yǒu)越来越完美的AI模型出(chū)现(xiàn)，以(yǐ)后可能就完(wán)全没有(yǒu)漏洞了。”

类似的AI作图诈骗在国(guó)外也已有发生。据英(yīng)国广播公司报道(dào)，土耳其地震(zhèn)期间，有Tiktok用户使用AI合(hé)成(chéng)了儿童(tóng)受灾的假照片发布到(dào)网络，以此诱骗善(shàn)良的人打(dǎ)赏“捐(juān)助”从而(ér)实施诈骗。

目(mù)前随着(zhe)技(jì)术发(fā)展，AIGC已(yǐ)经能(néng)做出真(zhēn)人(rén)照片(piàn)般的绘图(tú)效果(guǒ)，如果这样的图片被(bèi)用来诈骗(piàn)，将非(fēi)常可怕。

此(cǐ)外(wài)AIGC还引发了(le)很多担忧，一方面，批判(pàn)者(zhě)认为AI在“学习”了(le)大量前人的作(zuò)品之后，其(qí)创作没有任何情绪和灵魂，难以(yǐ)和人类的艺术(shù)创作相(xiāng)提并论。

另一方面(miàn)，AIGC背后的版权、目前都(dōu)并(bìng)没有得到有效的解决(jué)，还有AIGC会不会代(dài)替人(rén)类“至高无(wú)上”的(de)创意(yì)。

马斯克也强调，人工智能的安(ān)全问题需要(yào)得到重视，太晚(wǎn)就(jiù)来不及了。

03

AIGC下一站除了视频，还有远方(fāng)

技术都(dōu)是(shì)有两面(miàn)性的，潜在的危害并不(bù)能掩(yǎn)盖其光辉的贡献。现在看来，人工智(zhì)能技术将是第四次工业革命的核心驱动力量(liàng)，将创造新的增长奇迹。

过去(qù)一年，人工智能在技术和商业层(céng)面都有了巨大进展，AI绘(huì)画就(jiù)是人工智能技术发(fā)生方向(xiàng)性改变的一个代表。其下一(yī)站或许(xǔ)就(jiù)是视频。

此前，Meta和谷歌(gē)先后发布(bù)了几条引爆科技圈(quān)的短视频。这些(xiē)视(shì)频引发关(guān)注并非(fēi)内容做(zuò)得(dé)多(duō)优秀，反(fǎn)而都非常简(jiǎn)单(dān)，比如一匹正在(zài)喝水的马，一只画画(huà)的(de)玩具熊，或者一段骑(qí)摩托(tuō)车的第(dì)一视角录像，随便一个有手(shǒu)机(jī)的人都可以随手录下一段。

但这些短视频的创作方式非(fēi)常(cháng)简单，创(chuàng)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(jiù)可以根据需要(yào)生(shēng)成一(yī)段视(shì)频。

谷歌(gē)发布的两个AI生成视频分(fēn)别来自于Imagen Video和Phenaki，前者(zhě)主(zhǔ)要突出的是高清(qīng)，与(yǔ)Meta的(de)Make-A-Video没(méi)有太多的差别。

在Make-A-Video公布了(le)AI生成(chéng)的视频(pín)后(hòu)，AI圈(quān)就已经玩了一波梗，一个(gè)能够做出更高清视频的(de)AI还不足(zú)以在短时间内戳中兴奋点。

Phenaki更加(jiā)令人震惊的地方在(zài)于，它可以制作出(chū)超过2分钟(zhōng)的连贯的也有确(què)切(qiè)内容的(de)视频，这才(cái)是真正让人们(men)感到(dào)惊喜(xǐ)的(de)地方(fāng)。因为无论AI生成的视(shì)频(pín)多么高清，也只能是(shì)为内容生(shēng)产者(zhě)提供(gōng)一个灵感(gǎn)，一个(gè)素材(cái)，一(yī)个过场动画。

不过能够制作(zuò)出(chū)有具体(tǐ)剧情内容(róng)的视频(pín)就意味着，一些视频(pín)创作由AI代替(tì)人工完成已经初步(bù)有了可能。

当(dāng)下AI的发展(zhǎn)速度(dù)已经超(chāo)过大部分人的想象(xiàng)。内容产业的本质(zhì)是供给(gěi)创造需求，AIGC作为全新的内容(róng)生产(chǎn)方式，可以为内容(róng)产业(yè)带来更新的(de)内容(róng)风格(gé)、更快的生产(chǎn)速(sù)度，更低的生产(chǎn)成本，这(zhè)无疑(yí)会驱动内容产业的大爆发。

除了AI绘(huì)图(tú)、视频，AIGC技术还能应(yīng)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。不难发(fā)现该(gāi)项技术不仅在游(yóu)戏等行业能(néng)得到有效应用，对于下(xià)一代互联网各种元素的(de)构建亦有关键(jiàn)意义。

从商业化的(de)角(jiǎo)度来看，文化(huà)娱乐、教育、传(chuán)媒等诸(zhū)多(duō)领域，本身(shēn)就对基(jī)于AI的可视(shì)化内容有强烈需求。

因(yīn)此(cǐ)，AI绘画及(jí)视频(pín)或(huò)不是结果，而只是AI进程中的一(yī)块重要(yào)拼图，有望在技术更新的(de)加持(chí)下实(shí)现更大(dà)的应(yīng)用价值。

AI从理解内容，走向(xià梭边鱼是不是鲶鱼 梭边鱼跟鲶鱼一样吗ng)了可以生(shēng)成内容(róng)，甚(shèn)至能够创(chuàng)造出独立价值和独立(lì)视角的内容。AIGC的再次(cì)出(chū)圈，更代(dài)表着(zhe)未来的先进生产力即将(jiāng)到来。

04

紧抓大模型与算力，牢(láo)固AIGC底(dǐ)座

从技术(shù)的发展也可以(yǐ)看出，在语言大(dà)模型、图像大(dà)模型之后，多模态(tài)大模型已经(jīng)成为了新(xīn)的趋势。

大模型被誉为当前人工智(zhì)能(néng)发展的智能底座，是全球竞(jìng)争最激烈(liè)的(de)研究方向之一，包括谷歌、亚(yà)马逊、百度(dù)、阿(ā)里(lǐ)、腾讯等众多头部企业都在竞相发力(lì)。

不过训(xùn)练大(dà)模(mó)型的(de)确(què)价格不菲，以国盛(shèng)证券发布的《ChatGPT需要多少算力》报(bào)告估算，GPT-3训练(liàn)一(yī)次的成本约为140万美元。而对于一些(xiē)更大的LLM(大型语言模(mó)型)，训练成本则介于200万(wàn)美元(yuán)至(zhì)1200万(wàn)美元高价之间。

以ChatGPT在2023年1月的独(dú)立访客(kè)平均数1300万计算(suàn)，其对应(yīng)芯片需求为3万多片英伟(wěi)达(dá)A100 GPU，初(chū)始投入(rù)成本约为8亿(yì)美元，每日(rì)仅电费就在5万美(měi)元(yuán)左右。

此(cǐ)外不(bù)论是(shì)ChatGPT还是AIGC，都离(lí)不开庞大算力支持。在关注各类大模型的发展同时(shí)，更应该关注算(suàn)力网络的建设(shè)。

算力网络正(zhèng)驱动AI产业发展(zhǎn)进入史诗级加速进程，让(ràng)AIGC及通(tōng)用AI这(zhè)一人工(gōng)智(zhì)能发展(zhǎn)的终极目标离得更(gèng)近。

因为算力可以对突破性技术(shù)创新提供(gōng)大力的(de)支持。这(zhè)方面，多(duō)模态大模型是典(diǎn)型(xíng)。作为面向未来(lái)强人工智(zhì)能、通用人工(gōng)智能的重(zhòng)要技(jì)术创新，多(duō)模态大模型已经在人工智(zhì)能领(lǐng)域提出了很多(duō)年，业界也(yě)有(yǒu)不(bù)少(shǎo)技术突破(pò)，但是，多模(mó)态(tài)大模型进一步往下走(zǒu)，算力需求呈几何式上升，一(yī)般的算力基础设(shè)施(shī)很快将难以(yǐ)胜任。

从图像、文字、语(yǔ)音单独一(yī)项的训(xùn)练(liàn)，到(dào)双模态(tài)、三模(mó)态(tài)的跃(yuè)迁，让人(rén)工智能(néng)可以灵活应对不同模态的转化、像人与(yǔ)世界(jiè)交互(hù)一样自然，这(zhè)方(fāng)面，由(yóu)算力网络来驱动将有明显优(yōu)势。

此外，还有(yǒu)很多(duō)需(xū)要爆发(fā)式增长的算力来支撑的技术创新，将(jiāng)在人工智能(néng)算力(lì)网络支撑(chēng)下快速推(tuī)进。

AIGC已(yǐ)经露(lù)出曙光，期待在大模型(xíng)和大算(suàn)力的(de)支持下AIGC能持(chí)续颠(diān)覆(fù)内容生产的方式，将创造的边际成本降低(dī)，让万众(zhòng)受益(yì)。

未经允许不得转载：橘子百科-橘子都知道 梭边鱼是不是鲶鱼 梭边鱼跟鲶鱼一样吗