自聊天机器人ChatGPT火爆(bào)以来，微(wēi)软(ruǎn)公司创始(shǐ)人比尔·盖茨已多次公开谈论(lùn)人工(gōng)智能话题。在(zài)最(zuì)近的一次采访中，他(tā)再次表(biǎo)示：“AI可能(néng)会让科(kē)技行业迎来一次剧烈的洗牌”。

这(zhè)个结论是他在(zài)当地时间2月20日接受《In Good Company》节(jié)目专访时提出的。

他预期，AI的发(fā)展(zhǎn)可(kě)能会威胁到谷歌的市(shì)占(zhàn)率，因为微软在AI方面的(de)行动相当迅速(sù)。而(ér)最终科技(jì)巨(jù)头将把AI整合成用户的(de)“全能助手”，包揽一切应用，与人们(men)进行沟通并提供(gōng)建议，可以取代(dài)亚马逊、Siri或(huò)Outlook等应(yīng)用。

大(dà)佬(lǎo)口中全能助手的到来可能尚需时(shí)日，但由ControlNet引发的(de)又一次AI绘画浪潮，让(ràng)AIGC在ChatGPT的话题热点(diǎn)包围中(zhōng)杀(shā)出重围。

01

ControlNet颠覆AI绘画新(xīn)玩法

AIGC向可控靠近

以(yǐ)AI绘(huì)画为代表的(de)AIGC上(shàng)一次爆(bào)火的时候，还是(shì)2022年8月，在美国科罗拉多州(zhōu)举办的新(xīn)兴数字(zì)艺(yì)术(shù)家竞赛中，一幅(fú)名为《太(tài)空(kōng)歌(gē)剧院》的作(zuò)品(pǐn)获奖(jiǎng)。

随(suí)后各大厂(chǎng)商的AI绘画软件被广大网(wǎng)友熟知并体验，Stable Diffusion便是其中代表。

用(yòng)户们(men)可以在(zài)应用(yòng)中输入(rù)一组关(guān)键词或者一张照(zhào)片，就能获得一幅AI创作的画作。

作画的关键(jiàn)就是所输入的文(wén)本(běn)。同(tóng)一组关键词也(yě)可以创作(zuò)出很多张风格(gé)不一样的画作，这(zhè)让创作的过(guò)程就像开(kāi)盲盒。

很多用(yòng)户很喜欢这种(zhǒng)不确定的惊(jīng)喜(xǐ)，他们会将(jiāng)生成的(de)美(měi)图当做头像。而(ér)另一(yī)部(bù)分喜欢翻看AI绘画的“翻(fān)车”作品。在社(shè)交媒体上，许多用户分享AI“翻车(chē)现场”，例如，一位网友的小狗照(zhào)片被AI画(huà)成(chéng)了“肌(jī)肉男”，还有网友(yǒu)的个人照片被AI识别成(chéng)了建筑。

而如今随着ControlNet的出(chū)现与加持(chí)，以往AI绘画的填写关(guān)键词游(yóu)戏(xì)可能(néng)要被(bèi)颠覆(fù)了(le)。

ControlNet是一位正(zhèng)在斯坦福读(dú)博(bó)的中(zhōng)国人张吕敏创作的一种基于控制点的图像变形算法，主要(yào)用(yòng)于数字图像(xiàng)处理(lǐ)、计算机视觉(jué)和计(jì)算机图形学(xué)等领(lǐng)域。

其SD插件一经发布，在短短(duǎn)的两天内便成为了AI绘画领(lǐng)域最新的热点。

在此之(zhī)前(qián)，大家用了很多方法想让AI生(shēng)成的结(jié)果尽可能的符合要求，但是都不尽如(rú)人(rén)意，它的出现代表着AI生成开始进入(rù)真正的可(kě)控(kòng)时期。

因为ControlNet可(kě)以直接提取画面的构图，人物的姿势和画面的深度信息等(děng)。有了它的(de)帮助，就不用频(pín)繁的用提示词来碰运(yùn)气，抽盲盒式的创作了。

通(tōng)俗的(de)说ControlNet相当于给(gěi)AI绘画加了“魔法”，不(bù)少博(bó)主(zhǔ)的作品已经获得了大量的浏览量，“viggo”就(jiù)是其(qí)中之一，他用(yòng)朋友的(de)照片直接带她们(men)走(zǒu)进(jìn)动漫世界。

viggo先用(yòng)StableDiffusion图片转文字(zì)。

再(zài)用(yòng)Text2Prompt插(chā)件(jiàn)拓展找到对应的(de)关(guān)键词；最后用ControlNet插件(jiàn)绑定骨骼开始换(huàn)关键词(cí)试(shì)效果(guǒ)。

通过图片(piàn)就(jiù)可以看出来，效果(guǒ)十(shí)分惊艳(yàn)。

更厉害的(de)是，除了真实的照(zhào)片，草图(tú)也可(kě)以(yǐ)加上“魔法”，知乎大牛“DevPoint”和(hé)“逗砂”介绍到(dào)ControlNet还能(néng)实现线稿转全彩图。大神张吕敏其本尊也(yě)亲自回应。

不得不说(shuō)当下AIGC已经变得越来越强大，甚至输(shū)出的作品(pǐn)都已经能以假(jiǎ)乱真(zhēn)了。

02

难辨虚实，AIGC技(jì)术力(lì)爆(bào)发

警惕(tì)安(ān)全问题

近(jìn)日(rì)，“苏州金鸡(jī)湖有游(yóu)艇party”的消(xiāo)息(xī)火遍网络(luò)，而(ér)经(jīng)过警(jǐng)方辟谣这所谓的“party”可能(néng)是全国第一起AI绘图(tú)诈(zhà)骗。

由于(yú)这个活动里面(miàn)给(gěi)出的美女照(zhào)片都是AI制作的真人照片绘图(tú)，因为太逼真，被(bèi)大家当成真事(shì)传(chuán)播了(le)。

不(bù)过仔(zǎi)细观察可以发(fā)现，活动发起者提(tí)供的(de)照(zhào)片(piàn)中有个很(hěn)大的漏洞可以发现并非真(zhēn)人，而(ér)是AI绘图，那便(biàn)是图片中(zhōng)女性(xìng)的手(shǒu)指部分有的(de)存在异常。

有行业(yè)人事表示(shì)：“现在因为手指(zhǐ)部分的绘(huì)画算法比较复杂，AI还不太会画(huà)人的(de)手(shǒu)，但最新(xīn)看到的(de)图片已(yǐ)经有越来越完美(měi)的(de)AI模型出(chū)现，以后可能就(jiù)完全没有漏洞(dòng)了。”

类似的AI作图(tú)诈骗在国外(wài)也已有(yǒu)发生。据英国广播公司报道(dào)，土耳其(qí)地震(zhèn)期间(jiān)，有Tiktok用户使用AI合(hé)成了(le)儿(ér)童受灾的假照片发布(bù)到网络(luò)，少先队的队旗是什么，少先队的队旗是什么组成的以此诱骗(piàn)善良的人打赏“捐助”从而实施诈骗。

目前随着技术(shù)发展，AIGC已经能做出真(zhēn)人照(zhào)片(piàn)般(bān)的绘(huì)图效果，如果这样的图(tú)片被用来诈(zhà)骗，将非常(cháng)可怕。

此外(wài)AIGC还引发了很多(duō)担(dān)忧(yōu)，一方面，批判者认为AI在“学习”了(le)大(dà)量前(qián)人的作(zuò)品之后，其创作(zuò)没有任何情(qíng)绪和灵(líng)魂，难以和人(rén)类(lèi)的(de)艺术创(chuàng)作相(xiāng)提并论。

另一方面，AIGC背后的(de)版权(quán)、目前都并没有得(dé)到有(yǒu)效(xiào)的(de)解决，还有AIGC会不会(huì)代替人类“至(zhì)高无上”的创意。

马斯克也强调，人工智能(néng)的安全问(wèn)题需要得(dé)到重视，太晚就来(lái)不及(jí)了(le)。

03

AIGC下(xià)一站除了(le)视频(pín)，还有远方

技术都是有两面性的，潜在的危害并不能掩盖其光(guāng)辉的贡献。现在看来(lái)，人工智能技(jì)术将是第四次工业革命的核(hé)心驱动力量，将创(chuàng)造新(xīn)的增(zēng)长奇迹。

过去(qù)一年，人(rén)工智能在(zài)技术和(hé)商业(yè)层(céng)面都有(yǒu)了巨大进(jìn)展，AI绘画就是人工智能技术发生方向性(xìng)改变的一个代表(biǎo)。其下(xià)一站或(huò)许(xǔ)就是视(shì)频。

此前，Meta和谷歌先后(hòu)发(fā)布了几条引爆科技(jì)圈的短(duǎn)视频。这些视频引发关注并非内容做得(dé)多优秀，反而都非常简(jiǎn)单，比如一匹正在(zài)喝(hē)水(shuǐ)的马，一只画(huà)画(huà)的玩具熊，或(huò)者一段骑摩托(tuō)车的第一视(shì)角录像，随(suí)便一个有手机的人(rén)都可以随手录下一(yī)段。

但这些(xiē)短视频的创作方式非常(cháng)简单，创作(zuò)者仅仅需(xū)要向AI输入一段话，甚(shèn)至只是说一下要求(qiú)，AI就可以根(gēn)据需(xū)要生成一段视频(pín)。

谷歌发布的两个AI生成视频分别来自(zì)于Imagen Video和Phenaki，前者主要突出的是高清，与(yǔ)Meta的Make-A-Video没(méi)有太多的差别。

在Make-A-Video公布(bù)了AI生(shēng)成的视频(pín)后，AI圈就已(yǐ)经玩了一波梗，一个能够做出更高清(qīng)视频的AI还不足(zú)以在短(duǎn)时间内戳中(zhōng)兴奋点。

Phenaki更加令(lìng)人震惊(jīng)的地方在于，它可以制作出超过(guò)2分(fēn)钟的(de)连贯(guàn)的也有确(què)切(qiè)内容的视频，这才是真正让人(rén)们感到惊喜的(de)地方(fāng)。因为无论AI生成的视频多(duō)么高清(qīng)，也只能是为内(nèi)容生(shēng)产者提供一(yī)个灵感，一个(gè)素材，一个过场动画。

不过(guò)能够制作出有具(jù)体剧情内容的视频(pín)就意味着，一些视频创作由AI代替人工完成已经初步有了(le)可能。

当下AI的发展速(sù)度(dù)已经超(chāo)过大部分(fēn)人的(de)想象(xiàng)。内容产(chǎn)业的本质是供给创造(zào)需求，AIGC作(zuò)为全新的(de)内容生产方式，可以为内容产业带来更新的内(nèi)容风格、更(gèng)快的(de)生(shēng)产速度，更低(dī)的(de)生产成本，这(zhè)无疑会驱动内(nèi)容产业的(de)大爆(bào)发。

除了AI绘图(tú)、视频，AIGC技术(shù)还能应(yīng)用于音乐、代码、机器人动作等多种内容(róng)形式的生成。不难发现该项技(jì)术不仅在(zài)游戏等(děng)行业能(néng)得到(dào)有效应用，对于下一(yī)代互联网各种元素的(de)构建亦有关键意(yì)义。

从商业化的角度来看，文化娱乐、教育、传媒等诸多领域(yù)，本身就对(duì)基(jī)于AI的可视化内容有(yǒu)强(qiáng)烈(liè)需(xū)求。

因此，AI绘画及(jí)视频或不是(shì)结果，而只(zhǐ)是(shì)AI进程中的一块重要拼图，有(yǒu)望在技(jì)术更(gèng)新的加持下实现(xiàn)更大(dà)的应用价(jià)值(zhí)。

AI从理解内容，走向了(le)可以生成(chéng)内容，甚至(zhì)能够创(chuàng)造(zào)出独立价值和独立视角的(de)内(nèi)容。AI少先队的队旗是什么，少先队的队旗是什么组成的GC的再(zài)次出圈，更代表着未来(lái)的先(xiān)进生产力即(jí)将到来。

04

紧抓大模型与算力，牢固AIGC底座

从技术的发展也可以看出，在语言(yán)大模型(xíng)、图像大模型之后，多模态大(dà)模(mó)型已经成为了新(xīn)的趋势。

大模型(xíng)被誉(yù)为当前人工智(zhì)能发展的智(zhì)能底座，是全(quán)球竞争最(zuì)激烈的研(yán)究方向(xiàng)之一，包括(kuò)谷歌、亚马逊、百度、阿(ā)里(lǐ)、腾(téng)讯等众多头部企业都在竞相发力。

不过训练大模(mó)型的确价格(gé)不菲，以国(guó)盛证券(quàn)发布的《ChatGPT需要多少(shǎo)算力》报(bào)告估(gū)算，GPT-3训练一(yī)次的成本(běn)约(yuē)为140万美元。而(ér)对于(yú)一些更大的LLM(大型语言模型)，训练成本则(zé)介于200万美元至1200万(wàn)美元高价之间。

以ChatGPT在2023年1月的独立访客平均(jūn)数(shù)1300万计算(suàn)，其对应(yīng)芯片需求(qiú)为3万多片英伟达A100 GPU，初始投入成(chéng)本约(yuē)为8亿美元，每日仅电费就在5万美元左右。

此(cǐ)外不论(lùn)是ChatGPT还是AIGC，都离不开庞大算力支持。在关注各类(lèi)大(dà)模型的发展同时(shí)，更应(yīng)该关注(zhù)算力(lì)网(wǎng)络的建设。

算(suàn)力(lì)网络正(zhèng)驱动AI产业发展进入史诗级(jí)加速进程(chéng)，让(ràng)AIGC及(jí)通(tōng)用(yòng)AI这(zhè)一人工智能发展的终极目(mù)标离得更近。

因(yīn)为算力可以对突破性技术创新提供大(dà)力的支持。这方面，多模态大模(mó)型(xíng)是典(diǎn)型。作为面向未来(lái)强人(rén)工智能、通用人工智能(néng)的重(zhòng)要技术(shù)创新，多模态大模型(xíng)已经在(zài)人工智能领域(yù)提出了很多年(nián)，业(yè)界(jiè)也有(yǒu)不少技术突破(pò)，但是，多模(mó)态大模型进(jìn)一步往(wǎng)下走，算力(lì)需(xū)求呈几何式(shì)上升，一般的(de)算力基础设(shè)施(shī)很快将(jiāng)难以胜任(rèn)。

从图像、文字、语音(yīn)单独一项的训练，到双模态、三模态(tài)的(de)跃迁，让(ràng)人工智能可以灵活应对不同模态的转化、像(xiàng)人与世(shì)界(jiè)交(jiāo)互一样自然，这(zhè)方(fāng)面，由算(suàn)力网络来驱动将有明显优势。

此外(wài)，还有(yǒu)很多需要爆发式增长的算(suàn)力来支撑(chēng)的技术创(chuàng)新，将在人工智能算力网络(luò)支(zhī)撑下(xià)快(kuài)速推进。

AIGC已经露出曙(shǔ)光，期(qī)待在大模型和(hé)大算力的支持下AIGC能(néng)持续颠覆内容生产(chǎn)的方式，将创造的边际成本降低，让万(wàn)众受益。

未经允许不得转载：橘子百科-橘子都知道 少先队的队旗是什么，少先队的队旗是什么组成的