自聊天机(jī)器人ChatGPT火爆(bào)以来(lái)，微软(ruǎn)公(gōng)司创(chuàng)始(shǐ)人比尔(ěr)·盖茨已(yǐ)多次公开谈论人工智能(néng)话题。在最近的一次(cì)采访中(zhōng)，他再次表示(shì)：“AI可能(néng)会让(ràng)科技(jì)行(xíng)业(yè)迎来一次剧烈的洗牌”。

这个结论是他在当(dāng)地(dì)时(shí)间2月(yuè)20日(rì)接受(shòu)《In Good Company》节目(mù)专访时提出的。

他预(yù)期，AI的(de)发(fā)展可能会威胁到谷歌的市占(zhàn)率，因为(wèi)微软在(zài)AI方(fāng)面(miàn)的行动相当迅速。而最终科技巨头将把AI整合成用户的(de)“全能助手”，包揽一切应用，与(yǔ)人(rén)们(men)进(jìn)行沟通(tōng)并(bìng)提供建议，可以取代亚马(mǎ)逊、Siri或Outlook等(děng)应用。

大佬(lǎo)口(kǒu)中全能(néng)助手的(de)到来可能尚需时日(rì)，但由(yóu)ControlNet引发的又(yòu)一次AI绘画浪潮(cháo)，让AIGC在ChatGPT的话题(tí)热点包围中杀出重围(wéi)。

01

ControlNet颠覆AI绘画新玩法(fǎ)

AIGC向可(kě)控靠近

以AI绘画为代表的AIGC上一次爆火的时候(hòu)，还是2022年8月，在(zài)美国科罗拉多州举办的新(xīn)兴数字艺术(shù)家(jiā)竞(jìng)赛(sài)中，一幅名(míng)为《太(tài)空歌剧院》的作品(pǐn)获奖。

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

用(yòng)户们(men)可以在应用中输(shū)入一组关(guān)键词或者一张照片，就能获得一幅(fú)AI创作的画作。

作画的关键就是所输入的(de)文本。同(tóng)一组(zǔ)关(guān)键词也可以创(chuàng)作出很(hěn)多张(zhāng)风格不一(yī)样的(de)画作(zuò)，这让(ràng)创作(zuò)的过(guò)程就像(xiàng)开(kāi)盲盒。

很多用户很喜欢这种不(bù)确定的惊喜，他们会将生成的美图当做(zuò)头像。而(ér)另一部(bù)分喜(xǐ)欢翻看AI绘画的“翻车”作品。在社交媒(méi)体上，许多用户(hù)分享AI“翻车现场”，例如，一位网友的小狗照片被(bèi)AI画成了“肌(jī)肉男(nán)”，还有(yǒu)网友的个(gè)人(rén)照片被AI识别成了建(jiàn)筑。

而如今随着ControlNet的(de)出(chū)现与加持，以往AI绘画的填写关键(jiàn)词游(yóu)戏可(kě)能(néng)要被颠覆了。

ControlNet是一(yī)位正在斯坦(tǎn)福读博(bó)的中国人张吕敏创作的一种(zhǒng)基(jī)于控制点(diǎn)的图(tú)像变形算法，主(zhǔ)要用于数字(zì)图像处(chù)理、计算机视觉(jué)和计(jì)算机图形学等领域。

其SD插件(jiàn)一经发(fā)布，在短短的两天内(nèi)便成为了(le)AI绘画领(lǐng)域(yù)最新的热点。

在此之前，大(dà)家用了很多(duō)方法想(xiǎng)让AI生成(chéng)的结果尽可(kě)能的符(fú)合要求，但是都不尽如人意，它的(de)出现(xiàn)代表着AI生(shēng)成开始进(jìn)入真正的(de)可控(kòng)时(shí)期。

因为ControlNet可(kě)以直接提取画面的构图，人(rén)物的姿势(shì)和画面(miàn)的(de)深度信息(xī)等。七点钟指什么生肖 七点钟是什么时辰有了它的(de)帮助(zhù)，就不用频繁的用提(tí)示词来碰运气(qì)，抽(chōu)盲盒式(shì)的创作(zuò)了。

通俗的说ControlNet相(xiāng)当于给AI绘画加了“魔(mó)法”，不少博主的作品已经获得了大量的(de)浏览量，“viggo”就(jiù)是(shì)其(qí)中之一(yī)，他(tā)用(yòng)朋(péng)友(yǒu)的照片(piàn)直(zhí)接带她们走进动漫世界(jiè)。

viggo先用StableDiffusion图片转文字。

再(zài)用Text2Prompt插件拓(tuò)展(zhǎn)找(zhǎo)到对应的关键词；最(zuì)后用ControlNet插件(jiàn)绑定骨骼开始换关键词试效果。

通(tōng)过图片就(jiù)可以(yǐ)看出来，效果(guǒ)十分(fēn)惊艳(yàn)。

更厉害的是(shì)，除了真实的照片，草图也可以加上“魔法(fǎ)”，知乎大牛“DevPoint”和“逗砂(shā)”介(jiè)绍(shào)到ControlNet还能实(shí)现(xiàn)线稿(gǎo)转全彩图(tú)。大(dà)神张吕敏其(qí)本(běn)尊也亲自回应。

不得(dé)不(bù)说当下AIGC已经变得越来越强大，甚(shèn)至输出的(de)作品(pǐn)都已经(jīng)能以假乱真了。

02

难辨虚实，AIGC技术力爆(bào)发(fā)

警惕(tì)安全(quán)问题

近(jìn)日(rì)，“苏(sū)州金鸡湖有游艇party”的消息(xī)火遍网络(luò)，而经过警(jǐng)方辟谣这所(suǒ)谓的“party”可(kě)能是全国第一(yī)起AI绘图诈(zhà)骗。

由于(yú)这个活(huó)动里面(miàn)给出的(de)美女照片都(dōu)是(shì)AI制作的真人照片绘图(tú)，因为太逼真(zhēn)，被(bèi)大家当成真(zhēn)事传(chuán)播(bō)了。

不过仔细观察可以发现(xiàn)，活动(dòng)发(fā)起者(zhě)提供(gōng)的照片中(zhōng)有个(gè)很(hěn)大的漏洞可以(yǐ)发(fā)现(xiàn)并非真(zhēn)人，而是AI绘图，那(nà)便是图片中女性的手指部分有的存在(zài)异常(cháng)。

有行业人事表示：“现(xiàn)在(zài)因为手指部分的绘画算法比较复杂，AI还不(bù)太会(huì)画人的手，但(dàn)最新(xīn)看(kàn)到的(de)图片已经有(yǒu)越来(lái)越完美(měi)的AI模型出现，以后可能就完全没(méi)有漏(lòu)洞了。”

类似的AI作图(tú)诈骗在国外也已有发生。据英国广(guǎng)播公司报道(dào)，土耳(ěr)其地震期间，有Tiktok用户使用AI合(hé)成了儿童受(shòu)灾的假照片发布到网络，以(yǐ)此诱骗善良(liáng)的人打赏“捐助”从而实(shí)施诈(z七点钟指什么生肖 七点钟是什么时辰hà)骗(piàn)。

目前随(suí)着技术发展，AIGC已经能做出真人照片般的(de)绘图(tú)效果，如果(guǒ)这样(yàng)的(de)图片被用(yòng)来(lái)诈骗，将非常可(kě)怕(pà)。

此外AIGC还引(yǐn)发了很多担(dān)忧，一方面，批判者认(rèn)为AI在(zài)“学习”了大量前人的(de)作品之后，其创(chuàng)作没有任何情绪和灵(líng)魂，难以和人(rén)类的艺术创作(zuò)相(xiāng)提并论。

另一方面，AIGC背后的版(bǎn)权、目前都(dōu)并没有得到有效的解决，还(hái)有AIGC会不会代替人类“至高无上”的(de)创意(yì)。

马斯克也强(qiáng)调(diào)，人(rén)工智能的安(ān)全问题需(xū)要得到重(zhòng)视，太晚就来不及(jí)了(le)。

03

AIGC下一站除了视频，还(hái)有远方

技术都(dōu)是有两面性的(de)，潜在(zài)的危害并不能掩盖其光辉的贡献。现在(zài)看来，人工智能技(jì)术将是第四次工业革命的(de)核(hé)心驱(qū)动力量，将(jiāng)创造新的增长奇(qí)迹。

过去一年，人(rén)工智能在(zài)技术和商业(yè)层面都(dōu)有(yǒu)了巨(jù)大(dà)进展，AI绘(huì)画(huà)就(jiù)是人工智能技术发(fā)生(shēng)方向性改变的一个代表。其下一站(zhàn)或(huò)许就(jiù)是视频。

此前，Meta和谷歌先后发(fā)布(bù)了几条引(yǐn)爆科(kē)技圈的(de)短视频。这些视频引(yǐn)发关注并非内容做得(dé)多优秀，反而都非常简(jiǎn)单(dān)，比如一匹正在(zài)喝(hē)水(shuǐ)的马，一只画画的玩具(jù)熊(xióng)，或者一段骑摩(mó)托车的第一视角录像(xiàng)，随(suí)便一(yī)个有手机的人都可(kě)以随手录下一段。

但这些短视频(pín)的创作方式非常简单，创(chuàng)作(zuò)者(zhě)仅仅需(xū)要向AI输入一段(duàn)话，甚至只是说一下要(yào)求，AI就可(kě)以根(gēn)据需(xū)要生(shēng)成一段视频(pín)。

谷(gǔ)歌发布的两个(gè)AI生成视(shì)频(pín)分别来(lái)自(zì)于Imagen Video和(hé)Phenaki，前者主要突(tū)出的是高(gāo)清，与Meta的Make-A-Video没有太多(duō)七点钟指什么生肖 七点钟是什么时辰的差别。

在Make-A-Video公布了(le)AI生成的视频后，AI圈就已经玩了一波梗，一(yī)个能(néng)够做出(chū)更高清(qīng)视(shì)频(pín)的AI还不足以在(zài)短时间内戳中(zhōng)兴奋点。

Phenaki更(gèng)加令(lìng)人(rén)震(zhèn)惊的地方在于，它可以制作出超过(guò)2分钟的连贯的也有确切内容的视频(pín)，这才(cái)是(shì)真正让人们感(gǎn)到惊喜的地方。因为无论(lùn)AI生成(chéng)的(de)视频(pín)多(duō)么高清，也只能是为内容生产者(zhě)提供一个灵(líng)感，一个素材，一(yī)个过场(chǎng)动画。

不过(guò)能够制作出(chū)有具体剧情内容的(de)视频就意(yì)味着(zhe)，一些视频创作由AI代替(tì)人工完成(chéng)已经初步有(yǒu)了可能。

当下AI的(de)发展速度已经超过(guò)大部(bù)分(fēn)人的(de)想象。内容产业的本(běn)质是供给(gěi)创(chuàng)造需(xū)求(qiú)，AIGC作为(wèi)全新的内容生产方式，可以为内(nèi)容产业带来(lái)更新的内(nèi)容(róng)风格、更快的生(shēng)产速度，更低的生产成本，这无疑会驱动内容产业(yè)的大爆发(fā)。

除了(le)AI绘图(tú)、视频，AIGC技术还能应用于音乐、代码(mǎ)、机器人动作(zuò)等多种内(nèi)容形(xíng)式的生成(chéng)。不(bù)难(nán)发现(xiàn)该(gāi)项技术(shù)不仅在游戏等行业能得到有效应用，对于下一代互联网各(gè)种元素的构建亦有(yǒu)关键(jiàn)意义(yì)。

从商业(yè)化的角度来(lái)看，文化娱乐(lè)、教育、传媒等(děng)诸多领域，本(běn)身就对(duì)基于AI的可视化内容有强烈需求。

因此，AI绘画及视频或不是(shì)结果，而只是AI进程中的一块重要拼图，有望在(zài)技术更新的(de)加持下实现更大的应用价值(zhí)。

AI从理解内容，走向了可以生成内(nèi)容，甚(shèn)至能够创(chuàng)造出(chū)独立价值和独立视角的内容。AIGC的再次出圈，更代(dài)表着未来的先进生产力(lì)即(jí)将(jiāng)到(dào)来。

04

紧(jǐn)抓(zhuā)大(dà)模型与算力，牢固AIGC底座

从技(jì)术的发展也可以看(kàn)出(chū)，在语言大(dà)模(mó)型(xíng)、图(tú)像大模型之后，多模态大模型已经成(chéng)为(wèi)了新(xīn)的趋势(shì)。

大模型被誉(yù)为当前人(rén)工智能发展的(de)智能底座，是全球竞争最激烈的研究方向(xiàng)之一，包括谷歌、亚(yà)马逊(xùn)、百度、阿里、腾讯等众多头(tóu)部企(qǐ)业都在竞(jìng)相发力。

不过训(xùn)练大模型的(de)确价格不菲，以(yǐ)国盛证券发布(bù)的(de)《ChatGPT需(xū)要多(duō)少算力》报告(gào)估算，GPT-3训练一次的(de)成(chéng)本约为(wèi)140万美(měi)元(yuán)。而对(duì)于一些更大(dà)的(de)LLM(大型语言模型)，训(xùn)练(liàn)成(chéng)本(běn)则介于200万美元至1200万美元高价(jià)之(zhī)间。

以ChatGPT在2023年(nián)1月的独立(lì)访客(kè)平均(jūn)数(shù)1300万(wàn)计(jì)算，其对应芯片需求为(wèi)3万多片英伟达A100 GPU，初始(shǐ)投入成本约为8亿(yì)美元(yuán)，每(měi)日仅电(diàn)费就在5万美元(yuán)左(zuǒ)右。

此外不论是ChatGPT还(hái)是(shì)AIGC，都离不(bù)开(kāi)庞(páng)大算力支持。在(zài)关注各类大模(mó)型的发展同(tóng)时，更应该关注算力网络的建设。

算力(lì)网络(luò)正(zhèng)驱动(dòng)AI产业(yè)发展(zhǎn)进入(rù)史诗级加速进程，让(ràng)AIGC及(jí)通(tōng)用AI这一人工智能发(fā)展的(de)终极目标离得更近。

因为算力可以对突破(pò)性技术创新(xīn)提供大(dà)力的(de)支持。这方(fāng)面，多模态(tài)大模型(xíng)是典(diǎn)型(xíng)。作(zuò)为(wèi)面向未来(lái)强人工智能、通用人工智(zhì)能的重要技(jì)术创新，多模态大(dà)模型(xíng)已经在人(rén)工智(zhì)能领(lǐng)域提(tí)出了(le)很多(duō)年，业界也有不少技术(shù)突破，但是(shì)，多模态大(dà)模型(xíng)进(jìn)一步(bù)往下走，算力需求(qiú)呈几何式上升，一般的算(suàn)力基础设(shè)施(shī)很快(kuài)将难(nán)以(yǐ)胜(shèng)任。

从图像、文(wén)字、语音(yīn)单独一项的训练，到双模态、三模态的跃迁，让人工智(zhì)能可(kě)以(yǐ)灵活应对不同模(mó)态的转化(huà)、像人与世界交互(hù)一样自然，这方面，由算力网络来驱动(dòng)将有明(míng)显(xiǎn)优势。

此外，还有很多需要(yào)爆发式增长(zhǎng)的算力(lì)来支撑的技术创新(xīn)，将在人工智(zhì)能算力网络(luò)支(zhī)撑(chēng)下快速推(tuī)进。

AIGC已(yǐ)经露出曙光，期(qī)待在大模型和大(dà)算力的支持下AIGC能(néng)持(chí)续颠(diān)覆内容生产的(de)方式，将(jiāng)创(chuàng)造的边际成本降低，让万众受益。

未经允许不得转载：橘子百科-橘子都知道 七点钟指什么生肖 七点钟是什么时辰