自聊天机器(qì)人ChatGPT火爆以来(lái)，微软公司创始(shǐ)人比尔·盖茨(cí)已多(duō)次公开谈论人工智(zhì)能话题。在最近(jìn)的一次(cì)采访中，他再次(cì)表示：“AI可能会让科技行业迎来(lái)一次剧烈的洗牌(pái)”。

这个结(jié)论(lùn)是他在当(dāng)地时间2月20日接(jiē)受(shòu)《In Good Company》节目专访时提出的。

他预(yù)期，AI的发展可能(néng)会威胁(xié)到谷歌的市占率，因(yīn)为微软在AI方面的行动相当迅速。而最(zuì)终(zhōng)科技巨(jù)头将把AI整合成(chéng)用户的“全能助手”，包揽一切应(yīng)用，与人们进行(xíng)沟通并提供(gōng)建议，可(kě)以取代亚马逊、Siri或Outlook等应用。

大佬口中全能助手的到来(lái)可(kě)能尚需(xū)时日，但由ControlNet引发的又(yòu)一次AI绘画浪潮，让AIGC在(zài)ChatGPT的话(huà)题(tí)热点包围中杀(shā)出重(zhòng)围(wéi)。

五月去北京穿什么衣服，五月份去北京穿什么衣服ing="async" src="https://mmbiz.heiliaofuli.com/wp-content/uploads/2023/03/8b9d7694dbd99a9.jpeg?imageMogr2/format/webp/quality/80" data-croporisrc="https://mmbiz.qpic.cn/sz_mmbiz_png/hBdoyiawDeRyDWKODjVEiaoPuGG2YUQQPBoUT0Y90ZtsrZicWZicLIqicJS3DRO9O7MYjXFtLYoCwhT648zXpvUIE9g/0?wx_fmt=png" data-cropx1="0" data-cropx2="1000" data-cropy1="0" data-cropy2="503.46020761245677" data-ratio="0.503" data-s="300,640" data-type="jpeg" data-w="1000">

01

ControlNet颠(diān)覆AI绘画新玩法

AIGC向可控靠(kào)近(jìn)

以(yǐ)AI绘(huì)画(huà)为代表的AIGC上(shàng)一次爆火的时候(hòu)，还是2022年(nián)8月，在美国科罗拉多州举办的新兴(xīng)数字(zì)艺术家竞赛中，一(yī)幅名为《太(tài)空歌剧院》的作品获奖(jiǎng)。

随后各大厂商的(de)AI绘(huì)画软件被广大(dà)网友熟知并(bìng)体验，Stable Diffusion便是其中代表。

用(yòng)户们可以在应用中输(shū)入(rù)一组关键词(cí)或者一(yī)张(zhāng)照片(piàn)，就能获得一幅AI创(chuàng)作的画(huà)作。

作画的关键就是(shì)所输入(rù)的文(wén)本。同一组关(guān)键词也可以(yǐ)创作(zuò)出很多(duō)张风格不一(yī)样的画(huà)作，这让创作的过(guò)程(chéng)就像开(kāi)盲(máng)盒。

很多用户很喜(xǐ)欢这种(zhǒng)不确(què)定的惊(jīng)喜(xǐ)，他们会将生成的美图当做头像。而另一(yī)部分(fēn)喜欢翻看AI绘画的“翻车”作品。在社交媒体上(shàng)，许(xǔ)多(duō)用(yòng)户分(fēn)享AI“翻车现场”，例如，一位网友(yǒu)的小狗照片被AI画成了“肌肉男(nán)”，还有(yǒu)网友的(de)个(gè)人照片(piàn)被AI识别成了建筑。

而如今随着ControlNet的出现与加持，以(yǐ)往AI绘画的填写关键词(cí)游戏可能(néng)要被颠覆了。

ControlNet是(shì)一(yī)位正在斯坦(tǎn)福读博(bó)的中国人张吕敏(mǐn)创(chuàng)作的(de)一(yī)种基于控制点的(de)图像变形算法，主要用(yòng)于(yú)数字图像(xiàng)处理(lǐ)、计算机视觉和计算机图形学(xué)等(děng)领域(yù)。

其SD插件一经发布，在短短的两(liǎng)天内便成为了(le)AI绘画(huà)领域最新的(de)热点。

在此之前，大家用(yòng)了很多方法想让AI生成的(de)结果尽可能的符合要(yào)求(qiú)，但是都不(bù)尽(jǐn)如人(rén)意(yì)，它(tā)的出(chū)现代表着AI生成开始进入(rù)真正的可控时期(qī)。

因为ControlNet可(kě)以直接(jiē)提(tí)取画(huà)面的构(gòu)图，人物的(de)姿势和画(huà)面(miàn)的深度信息等。有了它的帮(bāng)助，就(jiù)不用频(pín)繁的用提(tí)示词来碰运气，抽盲盒式的创作了。

通俗的(de)说(shuō)ControlNet相当于给AI绘画(huà)加了“魔法”，不少博主的作品已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(jiē)带她们走(zǒu)进动(dòng)漫世界。

viggo先(xiān)用StableDiffusion图片转文字(zì)。

再用Text2Prompt插件拓展找到对应的关(guān)键(jiàn)词；最后用ControlNet插件绑定骨骼(gé)开始换关(guān)键词试(shì)效果。

通(tōng)过图片就可以看出来，效果十分(fēn)惊艳。

更厉害(hài)的是，除了真(zhēn)实的照片，草图也可(kě)以加上“魔法(fǎ)”，知乎大牛“DevPoint”和“逗砂(shā)”介绍(shào)到ControlNet还能实现(xiàn)线(xiàn)稿转全彩图。大神张(zhāng)吕敏(mǐn)其本(běn)尊也(yě)亲(qīn)自(zì)回应。

不得不(bù)说当下(xià)AIGC已(yǐ)经变得(dé)越来越强大，甚至输出的作品都已经能以(yǐ)假(jiǎ)乱真了。

02

难辨虚实(shí)，AIGC技术力爆发(fā)

警惕安(ān)全问题(tí)

近日，“苏州(zhōu)金(jīn)鸡湖有游艇(tǐng)party”的(de)消息(xī)火遍(biàn)网络，而经(jīng)过警方辟谣这所谓的“party”可(kě)能是全国第(dì)一起AI绘(huì)图诈骗。

由于这个活动(dòng)里面给出的美女照片都是AI制作的(de)真(zhēn)人照片绘图，因为太逼真，被大(dà)家(jiā)当成真事传播(bō)了。

不过仔细观察(chá)可(kě)以发现，活动发起者(zhě)提供的照片中有个(gè)很大的漏洞可以发现并非真人，而是AI绘图，那便(biàn)是图片中女(nǚ)性的手指部分有的存在异常。

有行(xíng)业人事表示：“现在(zài)因为(wèi)手指部分的(de)绘画算法比(bǐ)较(jiào)复(fù)杂，AI还不太会画(huà)人的手(shǒu)，但最新看(kàn)到的图片已经有越来(lái)越完美的(de)AI模型出现，以后可能就完全(quán)没(méi)有漏洞了。”

类(lèi)似(shì)的AI作图诈骗(piàn)在国外(wài)也已有发(fā)生。据英国广播公司报(bào)道，土耳其地震期间，有Tiktok用(yòng)户使用AI合成(chéng)了儿童受灾的(de)假照片发(fā)布到网(wǎng)络，以此诱骗(piàn)善良的人打赏“捐助”从而(ér)实施诈骗。

目前随着技(jì)术发(fā)展，AIGC已经能做出真人照片(piàn)般的绘图效果，如果(guǒ)这(zhè)样(yàng)的图(tú)片(piàn)被用来诈骗，将(jiāng)非常(cháng)可(kě)怕。

此外AIGC还(hái)引发了很多担忧，一方面，批判者认为AI在(zài)“学习”了大量前人的(de)作品之后(hòu)，其创(chuàng)作没有任(rèn)何情(qíng)绪和灵魂，难以和(hé)人类(lèi)的(de)艺术创作相提并论。

另一方面，AIGC背后的版权、目前都(dōu)并没有得到有效的解决，还有AIGC会(huì)不会代替人类“至高无上”的创意(yì)。

马斯(sī)克也强调，人工智能的安全问(wèn)题需要得到重视(shì)，太晚(wǎn)就来(lái)不及(jí)了。

03

AIGC下一站除(chú)了(le)视频(pín)，还有远方

技术都是(shì)有(yǒu)两面性的，潜在的危害(hài)并不能掩盖其光辉的贡(gòng)献。现在看来，人工智能技术(shù)将是第四次工业革命的核心(xīn)驱动力量(liàng)，将创造新的增长奇迹。

过去一(yī)年，人(rén)工智能在(zài)技术和商业层面都有了巨大进展，AI绘画就(jiù)是人工智(zhì)能技术发生方向性(xìng)改变(biàn)的(de)一个代(dài)表。其下一站或许就是视(shì)频(pín)。

此前，Meta和谷歌先后发(fā)布了(le)几条引爆科技圈的(de)短视频(pín)。这些视(shì)频引发关注并(bìng)非内(nèi)容做得多优秀，反而都非常简单，比如一匹(pǐ)正(zhèng)在喝水的马，一(yī)只画画的玩(wán)具熊，或(huò)者一段骑摩(mó)托车的第一(yī)视(shì)角录(lù)像，随便一个有手机(jī)的人都可以随(suí)手录下一段。

但这些短(duǎn)视频的创作方式非常简单，创作者仅仅需要(yào)向AI输入(rù)一段话(huà)，甚至只是(shì)说一下(xià)要求(qiú)，AI就可以根(gēn)据需要生成一段视频。

谷歌(gē)发布的两个(gè)AI生(shēng)成(chéng)视频分(fēn)别来自(zì)于Imagen Video和Phenaki，前者(zhě)主要突出(chū)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(zuò)出(chū)更高清(qīng)视(shì)频的AI还不足以在(zài)短(duǎn)时间内(nèi)戳中兴奋(fèn)点。

Phenaki更加令(lìng)人震惊的地方在于(yú)，它可以制作出(chū)超(chāo)过2分钟的(de)连贯(guàn)的(de)也(yě)有确(què)切内(nèi)容的(de)视(shì)频，这才是(shì)真正(zhèng)让人们感到(dào)惊喜的(de)地方。因为无论AI生(shēng)成(chéng)的视频多么高(gāo)清，也只能(néng)是(shì)为内(nèi)容生产(chǎn)者(zhě)提(tí)供一个(gè)灵感，一个素材，一个过场动画。

不过能够(gòu)制作出有具体剧情内容的视频(pín)就意味着，一些视(shì)频(pín)创作由(yóu)AI代替人工完(wán)成已(yǐ)经初步有了可能。

当下AI的发展(zhǎn)速(sù)度已(yǐ)经超过大部分人的想象。内容产业的(de)本(běn)质是供给创造需求，AIGC作为全(quán)新的内容生产方式，可以为内容产业带(dài)来更新的内容风格、更快的生产(chǎn)速度，更(gèng)低的生产成本，这无疑会驱动内容产业的大爆(bào)发。

除了AI绘图、视频，AIGC技术还能应用于(yú)音(yīn)乐、代(dài)码、机(jī)器人动作等多种内容形式(shì)的(de)生成(chéng)。不难发现该项技术(shù)不(bù)仅在游戏等行业能得到有效应(yīng)用，对(duì)于下(xià)一代互联网各种元素的构建亦有(yǒu)关键意义。

从(cóng)商业化的(de)角(jiǎo)度来(lái)看，文(wén)化娱乐(lè)、教育、传媒等诸(zhū)多(duō)领域，本身(shēn)就(jiù)对基于AI的可(kě)视化内容有(yǒu)强烈需求。

因此，AI绘画及视频或不是结果，而只是AI进程(chéng)中的(de)一块重要拼图(tú)，有望在技术更新的加持(chí)下(xià)实现更大(dà)的应用价值。

AI从(cóng)理解内容(róng)，走向了可以(yǐ)生成内容，甚至能够创造(zào)出独立价(jià)值和独立视角的内容。AIGC的再次出圈(quān)，更(gèng)代表着未(wèi)来的先(xiān)进生(shēng)产力即将到(dào)来。

04

紧抓大模型与算力，牢固AIGC底座

从技术的发展(zhǎn)也可(kě)以看出，在语言大模型、图(tú)像大(dà)模型(xíng)之后，多(duō)模(mó)态大模型已经成为了(le)新的趋势。

大模型被(bèi)誉为当前人(rén)工智能(néng)发展(zhǎn)的智能底座(zuò)，是全球竞争最激烈的研究方(fāng)向之一，包括谷歌(gē)、亚马逊、百度(dù)、阿里、腾讯等众多头部企业都在竞(jìng)相发(fā)力。

不过(guò)训(xùn)练(liàn)大模型的(de)确(què)价格不菲，以(yǐ)国盛(shèng)证券发布的《ChatGPT需要(yào)多(duō)少算(suàn)力》报告估算(suàn)，GPT-3训练一次的成(chéng)本约为140万美元。而(ér)对于一些更(gèng)大的LLM(大(dà)型语(yǔ)言模型)，训练成本则(zé)介于(yú)200万(wàn)美元至(zhì)1200万美(měi)元高(gāo)价之间。

以ChatGPT在2023年(nián)1月的独(dú)立访客平均数1300万计算，其对(duì)应芯片需(xū)求(qiú)为3万多片英伟达(dá)A100 GPU，初始(shǐ)投入成本约为8亿美元，每日仅电费就在5万美元左右。

此外不(bù)论是(shì)ChatGPT还是AIGC，都离不开庞大算力支持。在(zài)关(guān)注各类大模型的发展(zhǎn)同时(shí)，更应该关注算力网络的建设。

算力网络(luò)正驱动AI产业发展进入(rù)史(shǐ)诗级加(jiā)速进程，让AIGC及通用AI这一(yī)人工(gōng)智能发展的(de)终极(jí)目标离得更近。

因为(wèi)算力可以(yǐ)对突破性技术创新提供大力(lì)的支持。这(zhè)方面，多(duō)模态(tài)大模型是典型。作为(wèi)面向未来(lái)强人工智(zhì)能(néng)、通用人(rén)工智能的重(zhòng)要技术创新，多(duō)模态大模(mó)型已经在(zài)人工智能(néng)领域提出了很多年，业(yè)界也有(yǒu)不(bù)少技(jì)术突破(pò)，但是，多模态大模型(xíng)进(jìn)一步(bù)往下(xià)走(zǒu)，算力需求呈几何式上升，一般的算力(lì)基础设施很快将难以胜任。

从图像、文字、语(yǔ)音单独一项的(de)训练，到双模态、三模态(tài)的跃迁，让人工(gōng)智能可以灵(líng)活应对不(bù)同模态的转化、像人与(yǔ)世界交(jiāo)互一样自(zì)然(rán)，这方面，由算力网络来驱动将有明显优势。

此(cǐ)外，还有很(hěn)多需(xū)要爆(bào)发(fā)式增(zēng)长的算力来支撑的技术创新，将在人工智能算力网络支撑下快速(sù)推进。

AIGC已经露出曙光，期(qī)待在(zài)大模型(xíng)和大(dà)算力的支持下(xià)AIGC能持(chí)续(xù)颠覆内(nèi)容生产的方式，将创造的边(biān)际(jì)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 五月去北京穿什么衣服，五月份去北京穿什么衣服