自(zì)聊天机器人(rén)ChatGPT火爆以来，微软(ruǎn)公司创始人比尔·盖茨已(yǐ)多次公(gōng)开谈论(lùn)人工智(zhì)能话(huà)题(tí)。在(zài)最近的一(yī)次采访中，他(tā)再次表(biǎo)示：“AI可能会让(ràng)科技行业(yè)迎来一次剧烈的洗牌”。

这个结(jié)论(lùn)是他在(zài)当地时间(jiān)2月20日(rì)接受(shòu)《In Good Company》节目(mù)专访时(shí)提出(chū)的。

他预(yù)期，AI的发展(zhǎn)可(kě)能(néng)会威(wēi)胁(xié)到谷歌的(de)市占率，因为微(wēi)软(ruǎn)在AI方面的行动(dòng)相当迅速。而最终科技巨头将把AI整合成用户(hù)的“全(quán)能助手(shǒu)”，包揽一切应(yīng)用，与(yǔ)人们(men)进行沟通(tōng)并提供建(jiàn)议，可(kě)以取代亚马逊(xùn)、Siri或Outlook等应用。

大(dà)佬口中全能助手的到来可能尚(shàng)需(xū)时日(rì)，但由ControlNet引发的又一(yī)次AI绘画浪潮，让AIGC在ChatGPT的(de)话题热点包围中杀出重围。

01

ControlNet颠覆AI绘画新(xīn)玩法

AIGC向可控靠近(jìn)

以AI绘画为代表的AIGC上一次爆火的时(shí)候，还是2022年8月，在美(měi)国科(kē)罗拉多州(zhōu)举(jǔ)办的(de)新兴数字艺术家竞赛中，一幅名为(wèi)《太空歌剧院》的作(zuò)品获奖。

随后各大厂(chǎng)商的(de)AI绘画(huà)软件被广大网友熟(shú)知(zhī)并体验，Stable Diffusion便(biàn)是其中代表。

用户们可以在应用中输入一(yī)组(zǔ)关键词或者一张照片(piàn)，就(jiù)能获得一幅AI创作(zuò)的画作。

作(zuò)画的关键就是所输入的文本。同(tóng)一组关键(jiàn)词也可以创(chuàng)作(zuò)出很(hěn)多张(zhāng)风格不一样的画(huà)作，这让创作的过程就(jiù)像开盲盒(hé)。

很多用户很喜(xǐ)欢这(zhè)种不(bù)确(què)定的惊喜，他们会(huì)将(jiāng)生成的美(měi)图当(dāng)做头像。而另一部分喜欢翻看AI绘(huì)画(huà)的“翻车”作品。在(zài)社交(jiāo)媒体(tǐ)上，许(xǔ)多用户分享(xiǎng)AI“翻车(chē)现(xiàn)场”，例如，一位网友的小狗照片被(bèi)AI画(huà)成了“肌肉男”，还有网友的个人照(zhào)片被AI识别成了(le)建(jiàn)筑。

而如今(jīn)随(suí)着(zhe)ControlNet的出(chū)现与加持，以往AI绘画的填(tián)写(xiě)关(guān)键(jiàn)词游(yóu)戏可能要被颠(diān)覆(fù)了。

ControlNet是一位正在斯坦福读博的中国人张吕敏创作的一种基于控制点(diǎn)的(de)图(tú)像变形(xíng)算法，主要(yào)用于数字(zì)图像处理(lǐ)、计算(suàn)机视觉(jué)和计算机图形学等领(lǐng)域(yù)。

其SD插件一经发(fā)布，在短短的两天内(nèi)便成为了AI绘画(huà)领域最(zuì)新的热点。

在此之前，大家用(yòng)了很(hěn)多方法(fǎ)想让AI生(shēng)成的结果尽(jǐn)可(kě)能的符合(hé)要求，但是都不尽如人意，它的出现代表着AI生成开始(shǐ)进(jìn)入真正(zhèng)的可控时(shí)期(qī)。

因为(wèi)ControlNet可以(yǐ)直接(jiē)提取画面的构图，人物的姿(zī)势和画面的深度信息等。有了它的帮助，就不用频繁的用提示词来碰运气，抽盲盒式的创作了。

通(tōng)俗的说ControlNet相(xiāng)当于给AI绘画加(jiā)了“魔法(fǎ)”，不少博主的(de)作品已经获得了(le)大量的浏览(lǎn)量，“viggo”就是其中(zhōng)之一，他用朋(péng)友(yǒu)的照片(piàn)直接(jiē)带她们走进动漫世界。

viggo先(xiān)用StableDiffusion图片转文字。

再用(yòng)Text2Prompt插件(jiàn)拓(tuò)展找到对应的关键词(cí)；最后用ControlNet插(chā)件(jiàn)绑(bǎng)定骨骼开始换关键词(cí)试(shì)效果。

通过图片就(jiù)可(kě)以看出来，效果十分(fēn)惊(jīng)艳(yàn)。

更厉害的是，除了真实的照片，草图(tú)也可以(yǐ)加(jiā)上“魔法”，知乎大牛“DevPoint”和“逗(dòu)砂”介(jiè)绍到ControlNet还能实现线稿转全彩(cǎi)图。大神张吕敏其本(běn)尊也亲自(zì)回应(yīng)。

不得不(bù)说当下AIGC已(yǐ)经变得越来越(yuè)强(qiáng)大，甚(shèn)至(zhì)输出(chū)的作品都(dōu)已经(jīng)能以(yǐ)假乱真了。

02

难辨虚实，AIGC技术力爆(bào)发

警惕安全问(wèn)题

近日，“苏州金鸡(jī)湖有游艇party”的(de)消息火遍网络，而经过警方辟谣(yáo)这所谓的“party”可能是全国第一起AI绘(huì)图(tú)诈骗。

由于这(zhè)个活动里面给出的美女(nǚ)照(zhào)片都是AI制作的真(zhēn)人照片绘图，因为太逼真，被大家(jiā)当成真事传播了。

新手适合用散粉还是粉饼，全球公认最好用的10大散粉ding="async" src="https://mmbiz.heiliaofuli.com/wp-content/uploads/2023/03/2d75fd6b1ee0be6.png?imageMogr2/thumbnail/2160x0/format/webp/quality/80" data-ratio="0.66640625" data-s="300,640" data-type="png" data-w="1280">

不过仔细观察(chá)可(kě)以发现，活动发起者(zhě)提供(gōng)的照片中有个很大(dà)的漏洞可(kě)以发(fā)现并非真人，而(ér)是AI绘(huì)图，那便是图片中(zhōng)女性的手指部分有的存在异常(cháng)。

有行业(yè)人事表(biǎo)示(shì)：“现在因为手(shǒu)指部分的绘画算法比较复杂，AI还不(bù)太(tài)会画(huà)人的手，但最(zuì)新看到的图片已经有越来越(yuè)完美的AI模(mó)型出现(xiàn)，以(yǐ)后可(kě)能就(jiù)完全没(méi)有漏洞了。”

类似的AI作图(tú)诈(zhà)骗在国外也(yě)已(yǐ)有发生。据(jù)英国广播公司报道，土耳其地(dì)震期间，有Tiktok用户(hù)使用AI合成了儿童受灾的假照(zhào)片发布到网络，以(yǐ)此诱骗(piàn)善良的人打(dǎ)赏“捐(juān)助”从而实施诈骗(piàn)。

目前随着技术(shù)发展，AIGC已经能做出真人照(zhào)片般的(de)绘(huì)图效(xiào)果，如果这样的图片被用来诈骗，将非常可怕。

此外AIGC还引发了很多担忧(yōu)，一方面，批判者(zhě)认为AI在“学习(xí)”了(le)大量前(qián)人的作(zuò)品(pǐn)之(zhī)后，其创作没有任何情绪和灵魂(hún)，难以(yǐ)和人类的艺术创作(zuò)相提并(bìng)论。

另一方(fāng)面，AIGC背后的版权、目前(qián)都(dōu)并(bìng)没有得到(dào)有(yǒu)效的解决，还有AIGC会不会(huì)代替人类(lèi)“至高无上”的(de)创意(yì)。

马斯克也强(qiáng)调，人工(gōng)智能的安(ān)全问题需要得(dé)到重视，太晚就来不及了。

03

AIGC下一(yī)站除(chú)了(le)视频，还有(yǒu)远方

技术都是有两面性的(de)，潜在(zài)的危害并不能掩盖其光辉的贡献。现在看来(lái)，人工智能(néng)技术(shù)将(jiāng)是第四次工业(yè)革命的核心驱动力量，将创造(zào)新的增长(zhǎng)奇迹。

过去(qù)一年，人工智能在技术和(hé)商业层面都有了巨(jù)大进(jìn)展，AI绘画就是人工智(zhì)能技术(shù)发生方向性改变的(de)一个代表。其(qí)下一站或(huò)许(xǔ)就(jiù)是视频。

此前，Meta和谷歌先后发(fā)布了(le)几条引(yǐn)爆(bào)科技(jì)圈的短视频。这些视频引发关(guān)注并非内(nèi)容做得多优秀，反(fǎn)而都非常简单，比如(rú)一匹正(zhèng)在(zài)喝水(shuǐ)的马，一只画画的玩具熊，或(huò)者一(yī)段(duàn)骑摩托车的第(dì)一(yī)视角录像，随便一(yī)个有手机的人都可以随手录下(xià)一段。

但(dàn)这些短视(shì)频的(de)创作方式非常简(jiǎn)单，创作者仅仅需(xū)要向AI输入一(yī)段话，甚至只(zhǐ)是说(shuō)一下(xià)要求，AI就可以根(gēn)据需要生成一(yī)段视频。

谷歌发布的两个(gè)AI生(shēng)成视频(pín)分别(bié)来自于(yú)Imagen Video和Phenaki，前者主要突出的(de)是高清(qīng)，与Meta的(de)Make-A-Video没(méi)有(yǒu)太多的(de)差别(bié)。

在Make-A-Video公布了AI生成的视频后，AI圈就已经玩了一波(bō)梗，一个能够做出更高清视频的AI还(hái)不足以在短(duǎn)时间内戳中(zhōng)兴奋点。

Phenaki更加令(lìng)人震惊的地(dì)方在于，它可以制作出超过2分钟的连贯的也有确切内(nèi)容(róng)的视频，这才(cái)是真正让人们感到惊喜的地方。因为(wèi)无论AI生成(chéng)的视频多么(me)高清，也只能是(shì)为内容生产者提(tí)供一(yī)个灵(líng)感，一个素材，一(yī)个过场动画。

不过能(néng)够(gòu)制作出有具体剧情(qíng)内容(róng)的视(shì)频就(jiù)意(yì)味着，一些(xiē)视频创(chuàng)作由AI代(dài)替人工(gōng)完成(chéng)已经(jīng)初步(bù)有了可能。

当下AI的发展(zhǎn)速度已(yǐ)经超(chāo)过(guò)大部分(fēn)人的想象(xiàng)。内容产(chǎn)业(yè)的本质是供(gōng)给创造需求(qiú)，AIGC作为全新的内容生(shēng)产方式，可以为内容产业带来更新(xīn)的内容风格、更快(kuài)的生(shēng)产(chǎn)速(sù)度，更低的生产成本(běn)，这无(wú)疑(yí)会驱动(dòng)内容产业(yè)的大(dà)爆发。

除了AI绘图、视频，AIGC技术(shù)还能应用于(yú)音(yīn)乐、代码、机器(qì)人动作(zuò)等多种内容形(xíng)式的(de)生成。不难发现该(gāi)项技术不仅在(zài)游戏等行业能得到有效(xiào)应用，对(duì)于下一代互联网(wǎng)各种元(yuán)素的构(gòu)建亦有关(guān)键意义。

从商业化的角度来看(kàn)，文化娱乐(lè)、教育、传媒等诸多领域(yù)，本身就对基于AI的可(kě)视化(huà)内容(róng)有(yǒu)强(qiáng)烈需求。

因此，AI绘画及(jí)视频或(huò)不(bù)是结果，而(ér)只是AI进程中的一块(kuài)重要拼图(tú)，有望在技术更(gèng)新的加持下实(shí)现更(gèng)大的应用价值。

AI从(cóng)理解内容，走向了(le)可以(yǐ)生成内(nèi)容(róng)，甚至(zhì)能(néng)够创造出独立价值和独立视角的内容。AIGC的再(zài)次(cì)出圈，更代表着未来的先(xiān)进(jìn)生产力(lì)即将(jiāng)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(mó)型之(zhī)后，多模态大模型(xíng)已经成为了新的趋势。

大模(mó)型(xíng)被誉为当前(qián)人(rén)工智(zhì)能发(fā)展的智(zhì)能(néng)底座(zuò)，是全(quán)球竞争最激烈的研究(jiū)方(fāng)向之一，包括谷歌、亚(yà)马逊、百度、阿(ā)里(lǐ)、腾讯等众多头(tóu)部企业都(dōu)在竞相发力。

不过训练大模型的(de)确(què)价格不菲，以国盛证(zhèng)券(quàn)发布的《ChatGPT需(xū)要多少算力》报告估(gū)算(suàn)，GPT-3训(xùn)练一次(cì)的成本约为140万美元。而对于一些更大的LLM(大型(xíng)语(yǔ)言模型)，训练成本(běn)则(zé)介于(yú)200万美元至1200万美(měi)元(yuán)高价之间(jiān)。

以(yǐ)ChatGPT在2023年1月的独立访客平均数1300万计算，其(qí)对(duì)应芯片需(xū)求为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(fèi)就在5万美元(yuán)左(zuǒ)右。

新手适合用散粉还是粉饼，全球公认最好用的10大散粉g="async" src="https://mmbiz.heiliaofuli.com/wp-content/uploads/2023/03/1d9722de3fed1e6.jpeg?imageMogr2/thumbnail/2160x0/format/webp/quality/80" data-ratio="0.4255555555555556" data-type="jpeg" data-w="900">

此(cǐ)外(wài)不论是ChatGPT还是AIGC，都离不(bù)开庞(páng)大算力支持。在关注(zhù)各类(lèi)大模型的发(fā)展同时(shí)，更应(yīng)该关注算力网(wǎng)络的建设。

算力(lì)网络正驱动AI产业发展进入(rù)史诗级加速(sù)进程，让(ràng)AIGC及通(tōng)用AI这一人工(gōng)智能发展的终极目标离得更近(jìn)。

因为算力可以对突破性技术创(chuàng)新提供大力的支持。这方面，多模态大模型是典(diǎn)型。作为面向未来强人工智(zhì)能(néng)、通用人工智能的重要(yào)技术(shù)创新(xīn)，多模态(tài)大(dà)模型已经(jīng)在(zài)人工智能领(lǐng)域提出了很(hěn)多(duō)年，业界也有不少技术突破，但是，多模态大模型(xíng)进(jìn)一(yī)步往(wǎng)下走，算力(lì)需求呈(chéng)几何式上升(shēng)，一般的算力基础设施很快(kuài)将难以(yǐ)胜任(rèn)。

从(cóng)图像、文(wén)字(zì)、语(yǔ)音(yīn)单独一项的训练，到双模态、三模态的跃迁，让人工智能(néng)可以灵(líng)活(huó)应对不同(tóng)模态的转化、像人(rén)与世界交(jiāo)互一样(yàng)自(zì)然(rán)，这方面，由(yóu)算力网(wǎng)络来驱动将有明显优势。

此(cǐ)外(wài)，还有很多(duō)需(xū)要爆发(fā)式增(zēng)长的算(suàn)力来(lái)支(zhī)撑的技术(shù)创(chuàng)新，将在人工智能算(suàn)力(lì)网络(luò)支撑下快速(sù)推进(新手适合用散粉还是粉饼，全球公认最好用的10大散粉jìn)。

AIGC已经露出曙光(guāng)，期(qī)待在大模(mó)型和大算力的支持下AIGC能持(chí)续(xù)颠覆(fù)内容生产的方式，将创造的边际成(chéng)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 新手适合用散粉还是粉饼，全球公认最好用的10大散粉