自聊(liáo)天机器人(rén)ChatGPT火爆以(yǐ)来，微(wēi)软(ruǎn)公司创始(shǐ)人比(bǐ)尔·盖茨已(yǐ)多次公开谈论人工智能话(huà)题。在最(zuì)近的(de)一次采访中(zhōng)，他再次(cì)表示：“AI可(kě)能(néng)会让科技(jì)行业迎来一(yī)次(cì)剧烈的洗牌(pái)”。

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

他预期，AI的发展可能会(huì)威胁到(dào)谷(gǔ)歌的市(shì)占率，因为微软在AI方面的行(xíng)动相当迅(xùn)速。而最终科技(jì)巨头将把(bǎ)AI整(zhěng)合成用户的“全能(néng)助手”，包揽一切(qiè)应用，与人们进行沟通(tōng)并提供建(jiàn)议，可以取代亚马(mǎ)逊(xùn)、Siri或Outlook等(děng)应(yīng)用。

大(dà)佬口中全(quán)能助手的到(dào)来可能尚需时日，但由ControlNet引(yǐn)发的又一(yī)次AI绘画浪潮，让AIGC在ChatGPT的话(huà)题热点(diǎn)包围(wéi)中杀出重围(wéi)。

01

ControlNet颠覆AI绘画新玩法

AIGC向可控靠近

以(yǐ)AI绘画为代表的(de)AIGC上一次爆火的时候，还是2022年(nián)8月，在(zài)美国科罗拉多(duō)州(zhōu)举办的(de)新兴数(shù)字艺(yì)术家(jiā)竞赛(sài)中，一(yī)幅名(míng)为《太空歌剧院(yuàn)》的作(zuò)品获奖。

随后(hòu)各大厂商的AI绘画软(ruǎn)件被广(guǎng)大网友熟知并体验(yàn)，Stable Diffusion便(biàn)是其中(zhōng)代表。

用户(hù)们(men)可以在应用(yòng)中(zhōng)输入一组关键词或者一张照片，就(jiù)能获得一幅AI创作的(de)画(huà古巴对中国人友好吗，古巴为什么对中国人这么好)作。

作(zuò)画的关(guān)键(jiàn)就是(shì)所输入(rù)的文本。同一(yī)组(zǔ)关键词也可以创作出很(hěn)多(duō)张风格不一样的画作，这(zhè)让创作的过程(chéng)就(jiù)像开盲(máng)盒。

很多用(yòng)户(hù)很喜欢这种不(bù)确定的惊喜，他们会(huì)将生(shēng)成(chéng)的美(měi)图当做头像。而另(lìng)一部分(fēn)喜欢翻看AI绘(huì)画的“翻车”作品。在(zài)社(shè)交媒体(tǐ)上，许多用(yòng)户分享AI“翻车现场(chǎng)”，例如(rú)，一位网友(yǒu)的小狗(gǒu)照(zhào)片被AI画成了“肌(jī)肉男(nán)”，还(hái)有网友的个(gè)人照片被AI识别成了建筑。

而如今随着ControlNet的(de)出(chū)现与加持，以往AI绘(huì)画(huà)的填(tián)写(xiě)关(guān)键(jiàn)词(cí)游戏可能要(yào)被颠覆(fù)了(le)。

ControlNet是一位正在斯(sī)坦福读博(bó)的中(zhōng)国(guó)人张吕敏创作的一种(zhǒng)基于控制点的图像(xiàng)变形算法，主要用于(yú)数字图像(xiàng)处(chù)理、计算机视觉和计算机图形(xíng)学(xué)等领域(yù)。

其SD插件(jiàn)一经发布，在短(duǎn)短的(de)两天内(nèi)便成(chéng)为了(le)AI绘画领域最新的热点。

在(zài)此之前，大家用了很多方(fāng)法想让AI生成(chéng)的结果(guǒ)尽可能的符(fú)合古巴对中国人友好吗，古巴为什么对中国人这么好要求，但是都不(bù)尽如(rú)人意，它的出现代表着AI生成开始进入真正(zhèng)的可控时期(qī)。

因为ControlNet可以直接提(tí)取画(huà)面的构(gòu)图，人物(wù)的姿势和画面的深度信(xìn)息等。有了它的帮助(zhù)，就(jiù)不用频繁的用提示词来碰(pèng)运气，抽盲盒(hé)式的创作了。

通俗的说ControlNet相当于给AI绘画加了“魔法”，不少(shǎo)博主的作品已(yǐ)经(jīng)获得了大(dà)量的浏览量，“viggo”就是其中之一，他用朋友的(de)照片直(zhí)接(jiē)带她们走进动漫世(shì)界。

viggo先用StableDiffusion图片转文字(zì)。

再用(yòng)Text2Prompt插件拓(tuò)展找到对应的关键词；最后用(yòng)ControlNet插件(jiàn)绑定(dìng)骨(gǔ)骼开(kāi)始换关键词试效果。

通过图片就可以(yǐ)看出来(lái)，效(xiào)果十分惊艳。

更(gèng)厉害(hài)的是，除了真实的照片，草图(tú)也可以加上“魔(mó)法”，知乎大牛“DevPoint”和“逗(dòu)砂”介绍(shào)到ControlNet还能实现(xiàn)线稿转全彩(cǎi)图。大神张吕敏其本(běn)尊也亲自回应。

不(bù)得不说当下AIGC已经变(biàn)得越来越强大，甚至输出的作品都已经能以假(jiǎ)乱真了。

02

难辨虚实，AIGC技术(shù)力爆发

警惕安全问题(tí)

近日，“苏州金鸡(jī)湖有游(yóu)艇party”的消息火遍网络，而(ér)经过警方辟谣这(zhè)所谓的“party”可(kě)能是全国第一起(qǐ)AI绘图诈骗。

由于这个活动(dòng)里面给出的(de)美(měi)女(nǚ)照片都(dōu)是AI制(zhì)作的(de)真人照片(piàn)绘图，因为(wèi)太逼真，被大家(jiā)当(dāng)成真事传播了。

不(bù)过仔细观察可以(yǐ)发(fā)现，活动发起者提(tí)供的照片中(zhōng)有个很大的(de)漏洞可以发现并非真人，而是(shì)AI绘(huì)图，那(nà)便是图片(piàn)中女性的手指部分有的存(cún)在异常。

有行业人事表示：“现(xiàn)在(zài)因为手指部(bù)分的绘画(huà)算法比较(jiào)复杂，AI还不太会(huì)画人的手，但最新看到的图片已(yǐ)经有(yǒu)越(yuè)来越完美的AI模型出(chū)现，以后可能就完全(quán)没有漏洞了。”

类似的(de)AI作图(tú)诈骗在(zài)国(guó)外也已有(yǒu)发生。据英国广(guǎng)播(bō)公(gōng)司报(bào)道，土耳其地(dì)震期间，有Tiktok用户(hù)使用AI合成了(le)儿(ér)童受(shòu)灾(zāi)的(de)假(jiǎ)照(zhào)片发(fā)布到网(wǎng)络(luò)，以此诱骗善良的人打赏(shǎng)“捐助”从而(ér)实施诈骗。

目(mù)前随着技术发展，AIGC已经能做出真人照片般的绘图效果，如果这样的(de)图片被用(yòng)来(lái)诈骗，将(jiāng)非常(cháng)可(kě)怕。

此(cǐ)外AIGC还引发了很多担忧(yōu)，一(yī)方面(miàn)，批(pī)判者认(rèn)为AI在“学(xué)习”了大(dà)量前人的作(zuò)品之后，其创(chuàng)作没有任何情(qíng)绪(xù)和灵魂(hún)，难以(yǐ)和人(rén)类的艺术创作相提并论。

另一方面，AIGC背(bèi)后的版权(quán)、目前(qián)都并没(méi)有得到有效的(de)解决，还有AIGC会(huì)不会代替人类“至高无上”的创(chuàng)意。

马斯克也强(qiáng)调，人工智能的安全(quán)问(wèn)题需要得到重视，太晚就来不(bù)及了。

03

AIGC下一站除了(le)视频(pín)，还有远方

技术都是有两面性(xìng)的，潜在的危害(hài)并不能(néng)掩盖其光辉的贡献。现(xiàn)在看(kàn)来，人(rén)工智能技(jì)术将是第四(sì)次工(gōng)业革(gé)命的核(hé)心驱(qū)动力(lì)量，将(jiāng)创造新的(de)增长(zhǎng)奇迹。

过去(qù)一(yī)年，人工智能(néng)在技术和商(shāng)业层(céng)面(miàn)都有了巨(jù)大进展，AI绘画就是人工智能技术发生(shēng)方(fāng)向性改(gǎi)变的一(yī)个代表。其下一站或许就是视频。

此前，Meta和(hé)谷歌(gē)先后发布了(le)几条引(yǐn)爆科技圈的短视频。这些视频引发关注并非内容做得多优秀，反而都非常简(jiǎn)单，比(bǐ)如一匹正在喝(hē)水的(de)马，一只画画的玩具熊，或者一段骑摩托(tuō)车(chē)的(de)第一视角录像(xiàng)，随便一(yī)个(gè)有手机的人(rén)都(dōu)可以随手录下一段。

但这些短视频的创作方式非常简单，创作者仅仅需要向AI输入一段话，甚至只是说一下要求(qiú)，AI就可以根据需要生成一段视(shì)频。

谷歌发布的两个AI生成视频分别来自(zì)于Imagen Video和Phenaki，前(qián)者(zhě)主(zhǔ)要突出的是高清，与Meta的Make-A-Video没有太(tài)多的(de)差(chà)别。

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

Phenaki更(gèng)加令人震(zhèn)惊的(de)地(dì)方在于，它(tā)可(kě)以制作出(chū)超过2分钟(zhōng)的连贯的也有确切(qiè)内容(róng)的(de)视频，这才是真正(zhèng)让人们感到惊(jīng)喜的地方。因为无论AI生(shēng)成的(de)视(shì)频多么高清，也(yě)只能是为内容生产者提供一个(gè)灵感，一个(gè)素材(cái)，一个过(guò)场动画。

不(bù)过能够制作出(chū)有具体剧情内容的视(shì)频就意味(wèi)着，一(yī)些视频(pín)创作(zuò)由AI代替人工完成已(yǐ)经初步有(yǒu)了可能。

当(dāng)下AI的发展(zhǎn)速度已经超(chāo)过大部(bù)分(fēn)人(rén)的(de)想象。内容产业的本质是供给(gěi)创造需求，AIGC作为全新的内容生产方式(shì)，可以为内(nèi)容产业带来(lái)更新的内容风格、更快的(de)生(shēng)产速度，更低的(de)生产(chǎn)成本，这无疑会驱(qū)动内容产业的(de)大爆发。

除了AI绘图、视频(pín)，AIGC技术还能(néng)应用于音乐、代码、机(jī)器人(rén)动作(zuò)等多种内容形式的生成。不难(nán)发现该项技术不仅在(zài)游(yóu)戏(xì)等行业能(néng)得到有效应用，对于下一(yī)代互联网各种(zhǒng)元(yuán)素的构建亦(yì)有(yǒu)关键意(yì)义。

从商业化的角度来(lái)看，文化娱乐、教(jiào)育、传媒等诸(zhū)多领域(yù)，本身就对(duì)基(jī)于AI的可视化内容有强烈需求。

因此，AI绘(huì)画(huà)及(jí)视(shì)频或不是结果，而(ér)只是AI进程中(zhōng)的一块重要拼图，有望在技术更新(xīn)的加持下实(shí)现更大的应用(yòng)价(jià)值。

AI从(cóng)理(lǐ)解(jiě)内容，走向了可以生成内容(róng)，甚至能够创造出独立价值和独(dú)立(lì)视角(jiǎo)的(de)内容(róng)。AIGC的(de)再次出圈，更代表着未(wèi)来的先进生产力(lì)即(jí)将到来。

04

紧抓大模(mó)型(xíng)与算力，牢固AIGC底座(zuò)

从(cóng)技(jì)术的发展也(yě)可以看出，在语言大模型(xíng)、图像(xiàng)大(dà)模型之后，多(duō)模态大模型已经成(chéng)为(wèi)了新的(de)趋(qū)势。

大模(mó)型(xíng)被誉为当前人工智能发展的智能(néng)底座，是全(quán)球竞(jìng)争最激烈(liè)的研究方向之一，包括谷歌、亚马逊、百度、阿里、腾讯等众多(duō)头部(bù)企业(yè)都在竞相(xiāng)发力(lì)。

不过训(xùn)练大模型(xíng)的确价格(gé)不菲，以国盛证(zhèng)券发布的《ChatGPT需要(yào)多少算力》报告(gào)估算(suàn)，GPT-3训练一(yī)次的(de)成本约(yuē)为140万美元(yuán)。而(ér)对于一些更大的(de)LLM(大型(xíng)语言模型)，训练成本则介于200万美(měi)元至(zhì)1200万美元(yuán)高(gāo)价之间。

以ChatGPT在2023年(nián)1月(yuè)的独立访(fǎng)客(kè)平均(jūn)数1300万计算，其对应芯(xīn)片需求为(wèi)3万(wàn)多(duō)片(piàn)英伟达A100 GPU，初(chū)始投入(rù)成本约为8亿美(měi)元，每日(rì)仅电(diàn)费就在5万(wàn)美元左(zuǒ)右。

此外(wài)不论是ChatGPT还是AIGC，都离不开庞大算力支持。在关注各类大模型的(de)发(fā)展同时，更应(yīng)该关注(zhù)算力网络的(de)建设。

算力网络正驱(qū)动AI产业发展进入(rù)史(shǐ)诗级加速进程，让AIGC及通(tōng)用AI这一人工智能发展的终极目标离得更近(jìn)。

因为算力(lì)可以对突破性技术创(chuàng)新提供大(dà)力的支持。这方面，多模态大模型是典(diǎn)型。作为(wèi)面向未来强(qiáng)人工智能、通用人工(gōng)智能的重要(yào)技(jì)术创新，多模态(tài)大模型已经在(zài)人工智能领域提(tí)出(chū)了很多(duō)年，业界也(yě)有不(bù)少技术突破，但是(shì)古巴对中国人友好吗，古巴为什么对中国人这么好，多(duō)模态大模型(xíng)进一步往下走，算力需求呈几何式上升，一般的算力基础设施很快(kuài)将难(nán)以胜任。

从图像、文字、语音单(dān)独(dú)一项的(de)训练，到双模(mó)态、三模态(tài)的跃(yuè)迁，让人工智能可以灵(líng)活应(yīng)对不同模态(tài)的转化(huà)、像人与世界交互一样自然，这方面，由算力网络(luò)来驱动将有明(míng)显优(yōu)势。

此外，还有很多需要爆发(fā)式增长的算力来支撑的技术创(chuàng)新(xīn)，将(jiāng)在人工智能算力网络支撑下快速推进。

AIGC已经露(lù)出曙光，期待在大模型和(hé)大(dà)算(suàn)力的(de)支持下AIGC能持续颠覆内容(róng)生(shēng)产的方(fāng)式，将(jiāng)创(chuàng)造的(de)边(biān)际成本(běn)降低，让万众受益。

未经允许不得转载：橘子百科-橘子都知道 古巴对中国人友好吗，古巴为什么对中国人这么好