自聊天机器人(rén)ChatGPT火爆以(yǐ)来，微软(ruǎn)公司(sī)创始人比(bǐ)尔·盖茨(cí)已(yǐ)多(duō)次公开谈论(lùn)人工(gōng)智能话(huà)题。在最近的(de)一次(cì)采访(fǎng)中，他再次表示(shì)：“AI可能会(huì)让科技行(xíng)业迎来(lái)一次(cì)剧烈的洗牌”。

这个(gè)结(jié)论是他在当地时间2月20日(rì)接受《In Good Company》节目专访时提出(chū)的。

他预期，AI的(de)发展可能会威胁到谷歌(gē)的(de)市占率，因为微软在AI方面(miàn)的行动相当(dāng)迅速。而最终科技巨(jù)头将把AI整合成用户(hù)的(de)“全能助手”，包揽(lǎn)一切应用，与人(rén)们进行(xíng)沟通并提供建议，可(kě)以(yǐ)取代亚马逊、Siri或Outlook等应用(yòng)。

大佬口中全能助手(shǒu)的(de)到来(lái)可能尚(shàng)需时日，但由ControlNet引发的又一次AI绘(huì)画浪(làng)潮，让AIGC在(zài)ChatGPT的话题(tí)热点包(bāo)围中杀出重围(wéi)。

01

ControlNet颠覆AI绘画新玩(wán)法(fǎ)

AIGC向可控靠近

以AI绘(huì)画为代表(biǎo)的(de)AIGC上(shàng)一次爆火(huǒ)的时候，还是2022年8月，在美国(guó)科罗拉(lā)多州举(jǔ)办的新兴数字艺术家竞赛中，一幅名为《太空歌剧院》的作品获奖。

随(suí)后各大厂商的(de)AI绘画软件被广大网友(yǒu)熟知(zhī)并体验(yàn)，Stable Diffusion便是其中代(dài)表(biǎo)。

用户们(men)可以在应用中输入(rù)一组关(guān)键词或(huò)者一(yī)张照片，就能获得一幅AI创(chuàng)作的画(huà)作。

作画的关键就是所输入的文(wén)本。同一组(zǔ)关键(jiàn)词(cí)也可以创作出(chū)很多张风格不(bù)一样(yàng)的(de)画作，这让创作的过(guò)程就像开盲盒。

很多用户很喜欢这种(zhǒng)不(bù)确定的惊喜，他们(men)会将(jiāng)生成(chéng)的美图当(dāng)做头像。而另(lìng)一部分喜(xǐ)欢翻看AI绘画(huà)的“翻车”作品。在(zài)社交媒体上，许多用户(hù)分享(xiǎng)AI“翻车现(xiàn)场”，例如，一位(wèi)网(wǎng)友(yǒu)的小狗(gǒu)照片被AI画(huà)成了“肌肉男”，还(hái)有网友的(de)个人(rén)照片被AI识别(bié)成了建筑。

而(ér)如今(jīn)随着(zhe)ControlNet的出现与加(jiā)持，以往AI绘画(huà)的(de)填(tián)写关(guān)键词游(yóu)戏可(kě)能(néng)要(yào)被颠(diān)覆了。

ControlNet是(shì)一位正在斯坦福读博的中国人(rén)张吕(lǚ)敏创作(zuò)的一种基于控制点的图(tú)像变形(xíng)算法(fǎ)，主(zhǔ)要用于数字图像处理(lǐ)、计算(suàn)机视觉(jué)和计算(suàn)机图(tú)形学等领域。

其(qí)SD插件(jiàn)一经发布，在短短的两天内便成为了AI绘画(huà)领(lǐng)域最新的热(rè)点。

在此之(zhī)前，大家(jiā)用了(le)很多方法想让AI生成的结果尽(jǐn)可能的符(fú)合要求，但是都不尽如(rú)人意，它的出现代表(biǎo)着AI生成开始(shǐ)进入真正的(de)可(kě)控时期。

因为ControlNet可以直(zhí)接提取画(huà)面的构图，人物的姿势(shì)和(hé)画面的(de)深度信息等。有了它(tā)的帮助，就不用(yòng)频繁的用(yòng)提(tí)示词(cí)来碰运气(qì)，抽盲盒式的创作了(le)。

通俗的说ControlNet相(xiāng)当于给AI绘画加了“魔(mó)法”，不少(shǎo)博(bó)主的作品已(yǐ)经获得了大量的浏览(lǎn)量，“viggo”就是其中之一，他用朋友的照片直接带(dài)她们(men)走进动(dòng)漫世(shì)界。

viggo先用(yòng)StableDiffusion图(tú)片转文字。

再(zài)用Text2Prompt插件拓展找到对应的(de)关键词；最后用ControlNet插件(jiàn)绑(bǎng)定骨骼(gé)开(kāi)始换关键词试效果。

通过图片就(jiù)可以(yǐ)看出来，效果十分惊艳。

更厉害的是(shì)，除了真(zhēn)实(shí)的照片，草图也(yě)可(kě)以加(jiā)上“魔法”，知乎(hū)大(dà)牛(niú)“DevPoint”和“逗砂”介绍到ControlNet还能实现线稿转(zhuǎn)全(quán)彩图。大神张吕敏其本尊也亲自回(huí)应。

不得不说当下(xià)AIGC已(yǐ)经变得(dé)越(yuè)来越强大，甚至输出的作品都(dōu)已经能以假(jiǎ)乱真了(le)。

02

难辨虚实，AIGC技术(shù)力(lì)爆发

警(jǐng)惕安全问题

近日，“苏州金鸡湖(hú)有游艇party”的消息火(huǒ)遍(biàn)网(wǎng)络，而经过警方辟谣这所谓的“party”可能(néng)是全(quán)国第一(yī)起AI绘图诈骗。

由于这(zhè)个活动里面给(gěi)出(chū)的(de)美女照片都是AI制(zhì)作的真人照(zhào)片(piàn)绘图，因(yīn)为太(tài)逼真，被(bèi)大(dà)家当成真事传播了。

不过仔细观察可(kě)以发现，活(huó)动发起(qǐ)者提供(gōng)的照片(piàn)中有个很大的漏洞可以发现并非真人，而是AI绘图，那便是图(tú)片中女(nǚ)性的手指部分(fēn)有的存在(zài)异常。

有行(xíng)业人(rén)事表(biǎo)示：“现在因为手指部分的绘(huì)画算法(fǎ)比(bǐ)较复杂，AI还不太(tài)会画人的手，但最新看到(dào)的图片(piàn)已经有(yǒu)越来越完美的AI模型出现，以后可能就完(wán)全没(méi)有漏洞了。”

类似的AI作图诈(zhà)骗在国外也已(yǐ)有发生。据(jù)英国广播公司(sī)报道，土耳其地震(zhèn)期间，有(yǒu)Tiktok用户使用AI合成(chéng)了儿(ér)童(tóng)受灾的假照片(piàn)发布(bù)到网络，以此诱(yòu)骗善良的人打赏“捐助”从(cóng)而实(shí)施(shī)诈骗。

目前随着技(jì)术发展，AIGC已经能做(zuò)出真人照片般的绘图(tú)效果，如果(guǒ)这样的图片被用来诈骗，将非常可怕。

此(cǐ)外AIGC还引发了很多担忧(yōu)，一方面，批判(pàn)者认为AI在“学习”了大量前人的作(zuò)品之后，其创作没有任何(hé)情(qíng)绪和(hé)灵(líng)魂(hún)，难(nán)以和人类的艺术(shù)创(chuàng)作(zuò)相提并论。

另一方面，AIGC背后的版权、目前都(dōu)并没有得(dé)到(dào)有效的解决，还有AIGC会不会(huì)代(dài)替人类(lèi)“至高无上”的创(chuàng)意。

马斯(sī)克也强调，人工智(zhì)能的安全问题需要得到(dào)重视(shì)，太晚就来不(bù)及了。

03

AIGC下一(yī)站(zhàn)除了视频，还有远方

技术都是有两面性(xìng)的(de)，潜在的危害并(bìng)不能掩盖其(qí)光辉的贡献。现在看来，人工智能技(jì)术将是第四(sì)次工业革命的核心驱动力量，将创(chuàng)造新的(de)增长(zhǎng)奇迹。

过(guò)去一(yī)年，人工智能在技(jì)术和商业层面都有了巨大进展，AI绘画就(jiù)是人工智(zhì)能技术发生方(fāng)向性改变(biàn)的一个代表。其下(xià)一(yī)站或许就是(shì)视频。

此前，Meta和谷歌先(xiān)后发布了几条引爆科技圈的短视频。这(zhè)些视频引发(fā)关注并(bìng)非(fēi)内容做得(dé)多优秀，反而都非常(cháng)简单(dān)，比如一匹正在喝(hē)水的马，一只画画的玩具熊(xióng)，或者一段骑摩托车的第一视角(jiǎo)录(lù)像，随便一(yī)个有(yǒu)手机的人都可(kě)以随手录下一段。

但这些短视(shì)频的创作(zuò)方式非常简(jiǎn)单，创作(zuò)者仅仅需要向(xiàng)AI像火花像蝴蝶段绍荣是谁杀的输(shū)入一段话(huà)，甚至只是说一下要(yào)求，AI就可以根据需要生成一段视频。

谷歌发布的两(liǎng)个AI生(shēng)成(chéng)视(shì)频分(fēn)别来自于Imagen Video和Phenaki，前者主要突(tū)出的是高清，与(yǔ)Meta的Make-A-Video没有太(tài)多(duō)的差别。

在Make-A-Video公布了AI生成的视(shì)频后，AI圈就已经(jīng)玩(wán)了(le)一波梗，一个能够做出更高清视频(pín)的AI还(hái)不足以在短时间(jiān)内戳中兴奋点。

Phenaki更(gèng)加(jiā)令人震(zhèn)像火花像蝴蝶段绍荣是谁杀的惊(jīng)的(de)地方在于(yú)，它可(kě)以制作出超过2分钟(zhōng)的连贯的也有确(què)切内(nèi)容的视频，这才是(shì)真正让人们感到惊喜的(de)地方。因为无论(lùn)AI生成的视频多(duō)么高清，也只能是为内容生产者(zhě)提供一个灵感，一个素(sù)材，一个过场动画(huà)。

不过(guò)能够(gòu)制作出(chū)有(yǒu)具(jù)体剧(jù)情内容的视频(pín)就意味着，一些视频创作(zuò)由AI代替人工完成已经初步有(yǒu)了可能。

当下(xià)AI的发展(zhǎn)速(sù)度已经(jīng)超过(guò)大部分人(rén)的想象(xiàng)。内容产业的本质(zhì)是(shì)供(gōng)给创造需求，AIGC作为全新的内容(róng)生(shēng)产方式，可以为内容产业带来更新(xīn)的内容风格、更快的生产速度，更低的生(shēng)产成本，这无疑会(huì)驱(qū)动内容产业的大(dà)爆(bào)发。

除了AI绘图、视频，AIGC技术还(hái)能应(yīng)用于(yú)音乐、代(dài)码、机器人动作等多种内容形式的生成。不难发现该项技术不仅在游戏等行业能得到有效应(yīng)用(yòng)，对于下一(yī)代(dài)互联网(wǎng)各(gè)种元素的(de)构建亦有关键意义。

从商业化的角度来看，文化(huà)娱乐(lè)、教育、传媒等(děng)诸多领域(yù)，本身就对基于(yú)AI的可视化内(nèi)容有强烈需(xū)求。

因此，AI绘画及(jí)视频或不是结果，而(ér)只(zhǐ)是(shì)AI进程中的一块重要(yào)拼图，有(yǒu)望在(zài)技术(shù)更新(xīn)的加(jiā)持下实现更大的应用价值(zhí)。

AI从理解(jiě)内(nèi)容，走(zǒu)向了可以生成内容，甚至能够创造出独立价值(zhí)和独立(lì)视角(jiǎo)的内容。AIGC的再次出(chū)圈，更代(dài)表着未来的先进生产力(lì)即将到来。

04

紧(jǐn)抓大模型与算(suàn)力，牢固AIGC底(dǐ)座

从(cóng)技术的发(fā)展也可以看出，在语言大模型、图像大模型之(zhī)后，多模态(tài)大模型已经(jīng)成为(wèi)了新(xīn)的趋势。

大(dà)模型被誉(yù)为当前(qián)人工(gōng)智(zhì)能(néng)发展(zhǎn)的智(zhì)能底座，是全球竞(jìng)争最激烈的研(yán)究方(fāng)向之一，包括谷(gǔ)歌、亚马(mǎ)逊、百度(dù)、阿里、腾讯等众多头部企业都(dōu)在竞相发(fā)力(lì)。

不过训练大模(mó)型的确价格(gé)不菲，以国盛证(zhèng)券发布的《ChatGPT需(xū)要多少算(suàn)力》报告估算，GPT-3训练(liàn)一(yī)次的成本约为(wèi)140万美元。而对于(yú)一些更大的LLM(大型语言(yán)模(mó)型)，训练成(chéng)本则介(jiè)于200万美元至1200万美元(yuán)高(gāo)价(jià)之(zhī)间。

以ChatGPT在2023年1月的独立(lì)访客平均数(shù)1300万计算(suàn)，其对(duì)应芯片需求为3万多片英伟达A100 GPU，初始(shǐ)投入成本约为8亿(yì)美元，每日仅电费就在5万美元左右(yòu)。

此外不论是(shì)ChatGPT还是AIGC，都离不(bù)开庞大算力(lì)支持。在关注各类大模型的(de)发展同时，更应(yīng)该关注算力(lì)网络(luò)的建设。

算(suàn)力网(wǎng)络(luò)正驱(qū)动AI产(chǎn)业(yè)发展进入史(shǐ)诗级加速进程(chéng)，让(ràng)AIGC及通(tōng)用AI这一人工智(zhì)能发展的(de)终极目标离得(dé)更近(jìn)。

因(yīn)为算力可(kě)以对突(tū)破(pò)性(xìng)技术创新提供大力的支(zhī)持(chí)。这(zhè)方面(miàn)，多模态大模型(xíng)是典型。作为面向未来强人工智能(néng)、通用(yòng)人工智能的重要技术创新，多模(mó)态大模(mó)型(xíng)已(yǐ)经在人工智能领(lǐng)域提(tí)出了(le)很多年，业(yè)界也有不(bù)少技术(shù)突破，但是，多模态(tài)大模(mó)型进一(yī)步往下(xià)走，算(suàn)力需求呈几何式上升，一(yī)般(bān)的算力(lì)基础设施很(hěn)快将难以胜任。

从图(tú)像、文字(zì)、语音单(dān)独一(yī)项的训(xùn)练，到双模态(tài)、三模(mó)态的跃迁，让(ràng)人(rén)工智能可以灵活应(yīng)对不同(tóng)模态的(de)转(zhuǎn)化(huà)、像人(rén)与世界(jiè)交互一样自然，这方(fāng)面，由算力(lì)网络来驱(qū)动将有明显优势(shì)。

此外，还(hái)有很多需(xū)要爆发式增长的算(suàn)力(lì)来(lái)支(zhī)撑(chēng)的技术(shù)创(chuàng)新(xīn)，将在人(rén)工智能算(suàn)力网络(luò)支撑下快速(sù)推进。

AIGC已经露出曙光(guāng)，期待在大模型和(hé)大(dà)算力的(de)支(zhī)持下(xià)AIGC能持续(xù)颠覆内容生(shēng)产(chǎn)的(de)方式，将创造的边(biān)际成本降低(dī)，让万众受益。

未经允许不得转载：橘子百科-橘子都知道 像火花像蝴蝶段绍荣是谁杀的