自(zì)聊天机器人ChatGPT火爆以(yǐ)来，微软(ruǎn)公(gōng)司创(chuàng)始人(rén)比尔(ěr)·盖(gài)茨已(yǐ)多次公开谈论人工(gōng)智能话题(tí)。在(zài)最近的一次采(cǎi)访中，他(tā)再次表(biǎo)示(shì)：“AI可能会让科(kē)技(jì)行业迎来一次剧烈的洗(xǐ)牌”。

这(zhè)个(gè)结论是他在当(dāng)地时间2月(yuè)20日接受《In Good Company》节(jié)目(mù)专(zhuān)访时提出的。

他预期，AI的发展可能(néng)会(huì)威胁到谷歌的市占率，因(yīn)为(wèi)微软在AI方面的行动(dòng)相当迅(xùn)速。而(ér)最(zuì)终科技(jì)巨(jù)头将把(bǎ)AI整合成用户的“全能助手”，包揽一切(qiè)应用，与人们进行沟通并(bìng)提供建(jiàn)议，可以取代亚马逊、Siri或Outlook等应用(yòng)。

大佬口中(zhōng)全能助手的到来可能(néng)尚(shàng)需(xū)时日，但由ControlNet引发的(de)又一次AI绘画浪潮，让AIGC在ChatGPT的(de)话题热(rè)点包围中杀出重围。

01

ControlNet颠覆AI绘画新玩(wán)法

AIGC向可控靠近

以(yǐ)AI绘画为代(dài)表的AIGC上一次爆火(huǒ)的时候，还是2022年8月，在美国科罗(luó)拉多(duō)州(zhōu)举办(bàn)的新兴数字(zì)艺术家竞(jìng)赛中，一幅(fú)名(míng)为《太空歌剧院》的作品获奖。

随(suí)后(hòu)各(gè)大厂(chǎng)商(shāng)的(de)AI绘画软件被(bèi)广大网友熟知并体(tǐ)验，Stable Diffusion便是其中代表(biǎo)。

用户们可以在应用(yòng)中输入(rù)一组关键词或者一张照片，就能获得一(yī)幅AI创作的画作。

作(zuò)画的关键就是所输入的文本。同一组关键词也可以创作出(chū)很多张风格不一(yī)样的画作，这让创(chuàng)作的过程就(jiù)像开(kāi)盲盒。

很多用户很(hěn)喜欢这(zhè)种不(bù)确定的惊喜，他们(men)会将生成的美(měi)图当做头(tóu)像。而(ér)另一部分喜欢翻看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(fān)车(chē)现场”，例如，一位(wèi)网友的小狗(gǒu)照片被(bèi)AI画(huà)成了“肌肉男”，还有网友(yǒu)的个人照片被AI识别成了建筑。

而如今(jīn)随(suí)着ControlNet的出在沙特打工一年挣多少钱，到沙特打工工资高吗现与加持，以(yǐ)往AI绘画(huà)的填写关键词(cí)游戏可能要(yào)被颠(diān)覆(fù)了。

ControlNet是一位正在斯坦福读博的中国人张吕敏(mǐn)创作的一种基于控制(zhì)点的图像变形算法，主要用于(yú)数(shù)字(zì)图像处理、计算机视觉和(hé)计算机图形(xíng)学等领域。

其SD插(chā)件一经发布(bù)，在(zài)短短的两天内(nèi)便成为了AI绘画领域最(zuì)新(xīn)的(de)热点(diǎn)。

在(zài)此之前(qián)，大家用(yòng)了很多方法(fǎ)想让AI生成的(de)结果尽可能的(de)符合要求，但是都不尽如人意，它(tā)的出现代表着AI生(shēng)成开(kāi)始进(jìn)入真(zhēn)正的可(kě)控时(shí)期。

因为(wèi)ControlNet可(kě)以直接提取画(huà)面的(de)构图(tú)，人物的姿势和(hé)画(huà)面的深(shēn)度(dù)信息等(děng)。有了它的帮助，就不用(yòng)频繁的用(yòng)提示词来碰运气，抽盲盒式的创作了。

通俗的说(shuō)ControlNet相当于给AI绘画(huà)加了“魔法”，不少博主(zhǔ)的作品已(yǐ)经(jīng)获得(dé)了大量的浏览量，“viggo”就(jiù)是其中之一，他用朋友(yǒu)的照片直(zhí)接带她们走(zǒu)进(jìn)动漫世界。

viggo先用StableDiffusion图(tú)片转文字(zì)。

再(zài)用Text2Prompt插(chā)件拓展找到对应的关键词；最后用ControlNet插(chā)件绑定骨(gǔ)骼开(kāi)始换关键词试效(xiào)果。

通过图片就可(kě)以看出来，效(xiào)果(guǒ)十分(fēn)惊艳(yàn)。

更(gèng)厉害的是，除了真(zhēn)实的照(zhào)片(piàn)，草(cǎo)图(tú)也(yě)可以加(jiā)上(shàng)“魔法(fǎ)”，知乎大牛“DevPoint”和“逗砂”介(jiè)绍(shào)到ControlNet还(hái)能实(shí)现线稿转(zhuǎn)全彩图。大神(shén)张吕敏(mǐn)其本(běn)尊也亲(qīn)自回应。

不得(dé)不说当下AIGC已(yǐ)经(jīng)变得(dé)越来越强大，甚至输出(chū)的作品都已经能以假乱真了。

02

难辨虚实(shí)，AIGC技(jì)术力爆发

警惕安全问(wèn)题

近(jìn)日(rì)，“苏(sū)州金鸡湖有游艇party”的消息火遍网络(luò)，而经过警方辟谣(yáo)这所谓的(de)“party”可能是全国第一起AI绘图诈骗。

由于这个活动里面给出的美女照片都(dōu)是(shì)AI制作的真人(rén)照片绘图，因为太逼(bī)真(zhēn)，被大(dà)家当成真事传播了。

不(bù)过仔细观察可以发现，活(huó)动发起者提供的照片中有个很大的漏洞可以发现(xiàn)并(bìng)非真(zhēn)人，而是AI绘图，那便是(shì)图(tú)片(piàn)中女性的手(shǒu)指部分(fēn)有(yǒu)的(de)存在异常。

有行业人事(shì)表示：“现在因(yīn)为(wèi)手指部分的绘画算法比较复杂，AI还不太会画(huà)人(rén)的(de)手，但最新看到的(de)图片已(yǐ)经有越来越完美的(de)AI模型出(chū)现，以后可能就完全没(méi)有漏洞了。”

类似的AI作(zuò)图诈(zhà)骗在国外(wài)也已(yǐ)有(yǒu)发生。据(jù)英国(guó)广播公司报(bào)道(dào)，土耳其地震期间，有(yǒu)Tiktok用户使用AI合(hé)成了儿童(tóng)受灾(zāi)的假照片发(fā)布到网络，以此诱(yòu)骗善(shàn)良的(de)人打赏(shǎng)“捐助”从而实施诈(zhà)骗(piàn)。

目前随着技术发展，AIGC已(yǐ)经能做出真(zhēn)人照片般(bān)的绘图效果，如(rú)果这样的图片(piàn)被用来诈骗(piàn)，将非常(cháng)可怕。

此外AIGC还(hái)引发了很(hěn)多担忧，一方面，批判者(zhě)认为(wèi)AI在“学习”了大量(liàng)前人的作(zuò)品之后，其(qí)创(chuàng)作没(méi)有任何情绪和灵魂，难(nán)以和人(rén)类的艺术创(chuàng)作相提并论。

另(lìng)一方(fāng)面，AIGC背(bèi)后的版权(quán)、目前都并没(méi)有得(dé)到(dào)有效的(de)解决，还有(yǒu)AIGC会不会代(dài)替(tì)人(rén)类“至高无上”的创意。

马斯克也强调(diào)，人工智能的(de)安全问题需要得(dé)到(dào)重视，太晚就来不及(jí)了。

03

AIGC下一站除了视(shì)频，还(hái)有(yǒu)远方

技术都是(shì)有(yǒu)两面性的(de)，潜在的危(wēi)害并(bìng)不能掩盖其光辉(huī)的(de)贡献(xiàn)。现在看(kàn)来，人(rén)工智能技术(shù)将是(shì)第四次(cì)工业(yè)革命的核(hé)心(xīn)驱动力量，将创造新的增长奇(qí)迹。

过去一年，人(rén)工(gōng)智(zhì)能在(zài)技(jì)术和商业(yè)层面都(dōu)有了(le)巨大进展，AI绘画就是(shì)人工(gōng)智(zhì)能技术(shù)发生方(fāng)向性改(gǎi)变的一个代表。其(qí)下一站或许就是视频。

此前，Meta和谷歌先后(hòu)发(fā)布(bù)了几条引爆科技圈的(de)短视频。这(zhè)些视(shì)频引发(fā)关注并非内容做得多优秀，反而都非常简单，比如一(yī)匹正在喝(hē)水(shuǐ)的马，一只画画的玩具(jù)熊，或者(zhě)一段骑(qí)摩(mó)托车(chē)的(de)第一(yī)视角录(lù)像，随便一个有手机的人(rén)都可以随手录下一段(duàn)。

但这些(xiē)短视频的创(chuàng)作方式非常简单，创(chuàng)作者仅(jǐn)仅需要向AI输(shū)入(rù)一段话(huà)，甚至只是说一下要求，AI就可以(yǐ)根据(jù)需(xū)要生(shēng)成一(yī)段(duàn)视频。

谷歌发布的两个AI生成视频分别来自于Imagen Video和Phenaki，前者主要突(tū)出(chū)的是高清(qīng)，与Meta的Make-A-Video没有太多(duō)的差别。

在(zài)Make-A-Video公(gōng)布了AI生成的视(shì)频后，AI圈(quān)就已(yǐ)经玩了(le)一波梗(gěng)，一个能够做出更高清视(shì)频的AI还(hái)不足以在短时间内(nèi)戳中兴奋点。

Phenaki更加(jiā)令人震惊的(de)地(dì)方在于，它(tā)可以制作出超过2分钟的连贯的也有确切内(nèi)容的视频，这才(cái)是真正让人们感到惊喜的(de)地方。因为(wèi)无论(lùn)AI生成的视频多么高清，也只能是为内容生(shēng)产(chǎn)者提供一个(gè)灵感(gǎn)，一个素材(cái)，一个(gè)过(guò)场动画。

不过能够(gòu)制作出(chū)有具体剧情内(nèi)容的视频就意(yì)味(wèi)着，一些视频(pín)创(chuàng)作由AI代替(tì)人工完成已经初步有了可能(néng)。

当下AI的(de)发展速度已经超(chāo)过大部分人(rén)的想象。内容产业的本质是供给创造需求，AIGC作为全新(xīn)的内容(róng)生产方式，可以为内容产业(yè)带来更新的内容风格、更快的(de)生产(chǎn)速度，更低的生产成本(běn)，这无疑会驱动内容产业的(de)大爆发。

除了AI绘(huì)图、视频，AIGC技术(shù)还能应用(yòng)于(yú)音乐(lè)、代码、机器人动作(zuò)等多种内容形式的生成(chéng)。不难(nán)发现该项技术不仅在游戏等行业能得到(dào)有效应(yīng)用，对于下(xià)一代互联(lián)网(wǎng)各种元素的(de)构建亦有关键(jiàn)意义。

从(cóng)商业(yè)化的(de)角度来看，文化娱乐、教(jiào)育(yù)、传媒(méi)等诸多领(lǐng)域，本身就对基于AI的可视化内容有强烈需求。

因(yīn)此，AI绘画及视频或不是(shì)结果，而只是AI进(jìn)程(chéng)中的一块重(zhòng)要(yào)拼(pīn)图，有望在技术更新的加持下(xià)实现(xiàn)更大的应用价(jià)值。

AI从理(lǐ)解内(nèi)容(róng)，走(zǒu)向(xiàng)了可以生成(chéng)内容，甚至(zhì)能够创造出独立(lì)价值和(hé)独立视角(jiǎo)的内容(róng)。AIGC的再(zài)次出圈，更代(dài)表着(zhe)未来的先进生产力即将到来。

04

紧抓(zhuā)大(dà)模型与算力，牢固AIGC底座(zuò)

从技术(shù)的发展也可以(yǐ)看出(chū)，在语言(yán)大模型、图像大模型之后(hòu)，多模态大模(mó)型已(yǐ)经成为了新的趋势。

大模(mó)型(xíng)被誉为当前人工智能(néng)发展(zhǎn)的智能底座，是全(quán)球竞争最激烈的研究方向之(zhī)一(yī)，包括谷(gǔ)歌、亚马逊、百度、阿里(lǐ)、腾讯等众(zhòng)多头部企业都在竞(jìng)相发(fā)力(lì)。

不过训(xùn)练大模(mó)型的(de)确价格不菲，以国盛证券发布(bù)的《ChatGPT需要多(duō)少算力》报告估算(suàn)，GPT-3训练一(yī)次的成本约为140万美元(yuán)。而(ér)对于一些更大的(de)LLM(大(dà)型语(yǔ)言模型(xíng))，训练成本则介于200万美元至1200万(wàn)美(měi)元高价(jià)之间。

以ChatGPT在2023年1月的(de)独立访客平均数1300万计算，其对应(yīng)芯(xīn)片需求(qiú)为3万多(duō)片英伟达A100 GPU，初始(shǐ)投入(rù)成本约为8亿(yì)美元，每日仅(jǐn)电费就在5万(wàn)美元(yuán)左(zuǒ)右(yòu)。

此外不论是(shì)ChatGPT还是(shì)AIGC，都离(lí)不开(kāi)庞大算力(lì)支持(chí)。在关注各类大(dà)模型(xíng)的(de)发(fā)展(zhǎn)同时(shí)，更应该关(guān)注算力网(wǎng)络的建设。

算力网络正驱(qū)动(dòng)AI产业发展(zhǎn)进入史诗级加速(sù)进(jìn)程(chéng)，让AIGC及通用AI这一人(rén)工智能发展的终(zhōng)极目标离得更(gèng)近。

因为算(suàn)力(lì)可以对突破性技术创新提(tí)供大力的支持(chí)。这方面(miàn)，多模态大模型是典型(xíng)。作为面向未来强人(rén)工智(zhì)能(néng)、通(tōng)用人工智能的重要(yào)技术创新(xīn在沙特打工一年挣多少钱，到沙特打工工资高吗)，多(duō)模(mó)态大模型已经在人工智能领域提出了很(hěn)多年，业界(jiè)也有不少技术突破，但是，多模态(tài)大模型进一步往下走(zǒu)，算力需求呈几何(hé)式上升，一般的算力基础设(shè)施很(hěn)快将难以(yǐ)胜任。

从图像、文字、语音单独一(yī)项的(de)训练，到(dào)双模态(tài)、三模(mó)态的跃迁，让人工智能可(kě)以灵活(huó)应(yīng)对不同模态的(de)转化、像人与世界(jiè)交互一(yī)样自然，这方(fāng)面(miàn)，由算力网络(luò)来驱动(dòng)将有明显优势。

此(cǐ)外，还有很多需要爆发式增长的算力(lì)来支撑的技(jì)术创新，将(jiāng)在人工智能算力网络支撑下快速推进(jìn)。

AIGC已经露出曙(shǔ)光，期待在大模型和大(dà)算力(lì)的支持下AIGC能持续颠覆内容生产的方式，将创(chuàng)造的边际成本降低(dī)，让万(wàn)众受(shòu)益。

未经允许不得转载：橘子百科-橘子都知道 在沙特打工一年挣多少钱，到沙特打工工资高吗