自聊(liáo)天机(jī)器人ChatGPT火爆以来(lái)，微软公司创始人比尔(ěr)·盖茨(cí)已(yǐ)多次公(gōng)开谈(tán)论人工智能(néng)话题。在最近的一次采访中，他再次表(biǎo)示：“AI可能会让科技行业(yè)迎(yíng)来一次剧(jù)烈的洗(xǐ)牌”。

这个结(jié)论是他(tā)在当地时间2月20日接受《In Good Company》节(jié)目专访时(shí)提出的。

他预期，AI的(de)发展可能会威胁到(dào)谷歌的市占率，因为微软(ruǎn)在(zài)AI方面的行动(dòng)相当(dāng)迅速。而(ér)最终科技巨头将把AI整合成用户的“全能助手”，包揽一(yī)切应用，与人们进行沟通并提供建(jiàn)议，可以取代亚(yà)马逊、Siri或(huò)Outlook等应(yīng)用。

大(dà)佬口(kǒu)中全能助(zhù)手的(de)到来(lái)可能尚(shàng)需时日(rì)，但由ControlNet引发的又(yòu)一次AI绘(huì)画(huà)浪潮，让AIGC在(zài)ChatGPT的话题热(rè)点包围中杀(shā)出(chū)重(zhòng)围。

01

ControlNet颠覆AI绘画新玩(wán)法

AIGC向可控靠近

以AI绘(huì)画为代表的AIGC上一次爆火的时候，还是2022年8月，在美国(guó)科罗拉多(duō)州举(jǔ)办的新(xīn)兴(xīng)数字(zì)艺(yì)术家竞赛中，一幅名为《太空歌剧(jù)院》的作品(pǐn)获奖(jiǎng)。

随后各大(dà)厂商的AI绘(huì)画(huà)软(ruǎn)件被广大网友(yǒu)熟知并体(tǐ)验，Stable Diffusion便(biàn)是其中代表。

用户们可以在应用中输(shū)入一组关键(jiàn)词(cí)或者一张照片，就能获得一幅AI创作(zuò)的(de)画作(zuò)。

作画的(de)关键就(jiù)是(shì)所输入的文本。同一组(zǔ)关键词也(yě)可以(yǐ)创作(zuò)出很多张风(fēng)格不一(yī)样(yàng)的(de)画作，这让(ràng)创作的过程就像开盲盒。

很多用(yòng)户很喜欢(huān)这种不确定的惊喜，他们会(huì)将生成的(de)美图当(dāng)做(zuò)头像。而另(lìng)一部分喜欢翻看AI绘画的“翻车”作品。在(zài)社交媒体上，许多用户分享(xiǎng)AI“翻车现场”，例如，一位网友的小狗照片被AI画成了“肌肉(ròu)男”，还有网友的个(gè)人照片(piàn)被AI识别(bié)成了建筑。

而如(rú)今随着ControlNet的出现(xiàn)与加持(chí)，以往AI绘画(huà)的填写关键词游戏可(kě)能要(yào)被颠覆了。

ControlNet是(shì)一位正(zhèng)在斯坦福(fú)读博的中(zhōng)国人张(zhāng)吕敏创作(zuò)的(de)一(yī)种基于(yú)控(kòng)制点的图(tú)像变形算法(fǎ)，主要用于(yú)数字图像(xiàng)处理、计算机视觉(jué)和(hé)计算机图形学等领(lǐng)域。

其SD插件(jiàn)一经(jīng)发布，在短短的两天内便成为了(le)AI绘(huì)画领域最(zuì)新的热点(diǎn)。

在此之前(qián)，大家(jiā)用了很(hěn)多方(fāng)法想让AI生成的(de)结果(guǒ)尽(jǐn)可(kě)能(néng)的符合要求，但是都不尽如人意，它的(de)出现代表(biǎo)着AI生(shēng)成开始进入(rù)真正的可控(kòng)时期(qī)。

因为(wèi)ControlNet可以(yǐ)直接提取(qǔ)画面的(de)构图，人物的姿(zī)势和画面的深度信息等。有了它的帮(bāng)助，就(jiù)不(bù)用频(pín)繁(fán)的用提示词来碰运气，抽盲盒(hé)式(shì)的创作了。

通俗的说ControlNet相当(dāng)于给AI绘画加(jiā)了“魔法”，不少博主的作品(pǐn)已经获得了(le)大量的浏览量(liàng)，“viggo”就是(shì)其中之一，他(tā)用(yòng)朋友(yǒu)的(de)照片直接带(dài)她(tā)们走进(jìn)动(dòng)漫世界。

viggo先用StableDiffusion图片转(zhuǎn)文(wén)字(zì)。

再用Text2Prompt插(chā)件拓展找(zhǎo)到对应的关键词；最(zuì)后用ControlNet插件(jiàn)绑定骨骼开始换(huàn)关键词(cí)试效果。

通过图片就可以(yǐ)看出来，效果十(shí)分惊(jīng)艳。

更厉害的是(shì)，除了(le)真实(shí)的(de)照片，草图也可以加上(shàng)“魔(mó)法”，知乎大牛“DevPoint”和“逗砂”介绍到(dào)ControlNet还(hái)能实现(xiàn)线稿转全彩图。大神(shén)张(zhāng)吕敏(mǐn)其(qí)本尊也亲自(zì)回应。

不得不说当下AIGC已经变得越(yuè)来越强(qiáng)大(dà)，甚(shèn)至输出(chū)的(de)作品都(dōu)已(yǐ)经能以假乱真了。

02

难(nán)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，而经过警方辟(pì)谣这所谓的(de)“party”可能是(shì)全国第(dì)一起AI绘(huì)图诈骗。

由(yóu)于这个活动里面给(gěi)出的美女(nǚ)照片(piàn)都(dōu)是AI制(zhì)作的真人(rén)照(zhào)片绘图，因(yīn)为(wèi)太逼真，被大家当成(chéng)真事传播(bō)了。

不过仔细(xì)观察可以发现，活动发起(qǐ)者(zhě)提供的照(zhào)片中有个很大(dà)的漏洞可(kě)以发(fā)现并非真人，而是(shì)AI绘(huì)图，那便是图片(piàn)中女(nǚ)性的(de)手指部分有的存在异常。

有行(xíng)业人事(shì)表示：“现在因为手指部分的绘(huì)画算法比较复(fù)杂，AI还(hái)不(bù)太会画人的手，但(dàn)最新看到的图片已经(jīng)有越来越完美的AI模型出现，以后可能就完(wán)全(quán)没有漏洞(dòng)了。”

类似的AI作图诈(zhà)骗在国外也已有发生。据英国广(guǎng)播公司报道，土耳其地震期间，有Tiktok用户使用AI合(hé)成了儿(ér)童受灾的假照片(piàn)发布到网络，以此诱骗善良的人打(dǎ)赏“捐助”从而实施诈骗。

目前(qián)随着技术发展，AIGC已经能(néng)做出真人照片般的绘图效果，如(rú)果这样(yàng)的图片被(bèi)用(yòng)来诈骗，将非常可(kě)怕。

此外AIGC还引发了很多担(dān)忧，一方面，批判(pàn)者认为(wèi)AI在(zài)“学习”了(le)大量前人的作品(pǐn)之后(hòu)，其创(chuàng)作没有任何情绪和灵(líng)魂，难(nán)以和人类(lèi)的艺术创作相提并论(lùn)。

另一方面，AIGC背后的版权(quán)、目前都并没有得(dé)到有效的解决，还有AIGC会不会代替人类“至(zhì)高无(wú)上”的创(chuàng)意。

马斯克(kè)也强调，人(rén)工智能的安(ān)全(quán)问题(tí)需要(yào)得到重视，太晚就来不及(jí)了(le)。

03

AIGC下一(yī)站除(chú)了视频，还有(yǒu)远方

技(jì)术都是有两面性(xìng)的，潜(qián)在的危害并(bìng)不(bù)能(néng)掩盖其光辉的贡献。现(xiàn)在(zài)看(kàn)来，人(rén)工智能技术将是第四次(cì)工业(yè)革命的(de)核心驱(qū)动力量，将(jiāng)创(chuàng)造(zào)新的(de)增长奇迹。

过去一年，人工智能在技术和商业层(céng)面(miàn)都(dōu)有(yǒu)了巨大进展(zhǎn)，AI绘画就是人工智能(néng)技术发生(shēng)方向(xiàng)性改变的一个代表。其下(xià)一站或许就是视频。

此前，Meta和谷(gǔ)歌先后发布了几条(tiáo)引爆科技圈的短(duǎn)视频。这(zhè)些视(shì)频(pín)引发关注并非内(nèi)容(róng)做(zuò)得多优秀，反而都非(fēi)常简(jiǎn)单，比如一匹正在喝水的马，一只画(huà)画的(de)玩具熊，或者一段骑摩托车的第一视(shì)角录像，随便一个有手(shǒu)机的人(rén)都可以随手录下(xià)一段。

但这些短视频的(de)创作方(fāng)式非常简单，创作(zuò)者仅仅(jǐn)需要(yào)向AI输入(rù)一段话，甚至(zhì)只是说一下要求，AI就可以根据需要生成一(yī)段视频。

谷歌发布(bù)的两(liǎng)个AI生成(chéng)视频(pín)分(fēn)别来自于Imagen Video和Phenaki，前(qián)者主(zhǔ)要突出的是高清，与Meta的(de)Make-A-Video没有太多的差别。

在Make-A-Video公布了AI生成(chéng)的视频后，AI圈就(jiù)已经玩了一波(bō)梗，一个能够做出(chū)更高清视频的AI还不足以在短(duǎn)时间内戳中兴(xīng)奋点。

Phenaki更加令人震(zhèn)惊的地方(fāng)在(zài)于，它可以制作出(chū)超过(guò)2分钟的连贯的也有确切(qiè)内(nèi)容(róng)的视频，这(zhè)才是真(zhēn)正让(ràng)人们感到惊喜的(de)地(dì)方。因为无论AI生成的视频多么高清，也只能是(shì)为内容生(shēng)产者提供一个灵感，一(yī)个素材(cái)，一个过场动画(huà)。

不过能够制作出有具体剧情内容的视(shì)频(pín)就意味着，一(yī)些视(shì)频创(chuàng)作由AI代替人(rén)工完成(chéng)已经初步有了(le)可(kě)能(néng)。

当下(xià)AI的发(fā)展速度已经超过大部(bù)分人的想象。内容(róng)产业(yè)的本(běn)质是(shì)供给创造需求(qiú)，AIGC作为全新的内容生产方(fāng)式，可以为内(nèi)容(róng)产(chǎn)业(yè)带来(lái)更新的内容风格(gé)、更快(kuài)的生产速度，更(gèng)低(dī)的生产成本，这无疑会驱动内容产业的大(dà)爆发。

除(chú)了(le)AI绘图、视(shì)频(pín)，AIGC技术还能(néng)应用于音乐、代码、机器(qì)人动(dòng)作等多种内(nèi)容形式(shì)的(de)生成(chéng)。不(bù)难发现该项技术不仅(jǐn)在游戏等行业能得到(dào)有效应用，对于下一代互(hù)联网各种元素的(de)构建亦有关键意义。

从商业化的角(jiǎo)度来看，文化(huà)娱乐(lè)、教育、传媒(méi)等(děng)诸多领域，本身就(jiù)对基于AI的可视化内(nèi)容(róng)有强烈需求。

因(yīn)此(cǐ)，AI绘画及视频或不是结果(guǒ)，而只是(shì)AI进(jìn)程中的一块重要拼图，有望在技术更新的加持下实现更(gèng)大的应用价(jià)值。

AI从理解内容，走向了可以生成内容，甚至能够创造出独立(lì)价值和(hé)独立视角的(de)内容。AIGC的再次出圈，更代表着未来的先(xiān)进生产力即将到来。

04

紧抓(zhuā)大模(mó)型与算力，牢固AIGC底(dǐ)座(zuò)

从技术的发展也可以(yǐ)看出，在语(yǔ)言大模型、图(tú)像大模型之后，多模态(tài)大模型已(yǐ)经成为了新的趋势。

大模型被誉为当前(qián)人工(gōng)智能(néng)发展的智(zhì)能底座，是(shì)全球竞争(zhēng)最激烈的研究方向之一，包(bāo)括谷(gǔ)歌、亚马逊、百度、阿里、腾讯等众(zhòng)多(duō)头部企业都在竞相(xiāng)发力。

不过训练大模型(xíng)的确价格(gé)不(bù)菲，以国盛证(zhèng)券发布的《ChatGPT需(xū)要多少算力》报(bào)告估算，GPT-3训练一次的成(chéng)本约为140万美元(yuán)。而对(duì)于(yú)一(yī)些(xiē)更大的LLM(大型语(yǔ)言模型)，训练(liàn)成本(běn)则(zé)介于200万美(měi)元(yuán)至(zhì)1200万美元高价之间。

以ChatGPT在2023年1月的独(dú)立(lì)访客(kè)平均数1300万计算(suàn)，其对应芯片需求(qiú)为3万多片英伟(wěi)达A100 GPU，初(chū)始投入成本约(yuē)为(wèi)8亿(yì)美(měi)元，每日仅电(diàn)费就(jiù)在5万(wàn)美元(yuán)左右。

此外(wài)不论是ChatGPT还是AIGC，都离不开庞大(dà)算力支持(chí)。在(zài)关(guān)注各(gè)类(lèi)大模型(xíng)的(de)发展同时，更应该关注算力网络的建设。

算(suàn)力网络正驱动AI产(chǎn)业(yè)发展进入(rù)史诗级加速(sù)进(jìn)程，让(ràng)AIGC及通(tōng)用AI这一人(rén)工智能发展(zhǎn)的(de)终极目标离得更近。

因为算(suàn)力可以(yǐ)对突破性技术创新提(tí)供大力的支(zhī)持。这方面，多模(mó)态大(dà)模型是典(diǎn)型。作为面向(xiàng)未来(lái)强人(rén)工智(zhì)能(néng)、通用人工智能的重(zhòng)要(yào)技术创(chuàng)新，多(duō)模态大模(mó)型(xíng)已(yǐ)经在人工智能领域提出了很多年，业界也有不少技术突破，但是，多模(mó)态大(dà)模(mó)型进一步(bù)往下走，算力需(xū)求呈几(jǐ)何(hé)式(shì)上(shàng)升，一(yī)般的算力基础设施很快将难以胜任。

从图(tú)像、文字、语音(yīn)单独一项的训(xùn)练(liàn)，到双模态、三模态的跃迁，让(ràng)人工智能可以灵(líng)活应对(duì)不(bù)同模态(tài)的转(zhuǎn)化、像人(rén)与世界交互(hù)一样自然，这方面，由算力(lì)网络来驱动(dòng)将有明(míng)显优势(shì)。

此外，还有很多(duō)需(xū)要爆发式增长的算力来支撑(chēng)的技(jì)术创新，将在人工智能算(suàn)力网络支撑下快速推进(jìn)。

AIGC已经露(lù)出曙光，期待在(zài)大模型和大算力的支持下AIGC能持续颠(diān)覆(fù)内容生产的方式，将创造的边际成本(běn)降低，让万众受(shòu)益(yì)。

未经允许不得转载：橘子百科-橘子都知道 山西有多少人口2023年，山西有多少人口2022