自聊天(tiān)机器人ChatGPT火爆以来，微软公司创始人比尔·盖茨已多次公(gōng)开谈论(lùn)人工(gōng)智(zhì)能话题。在最近的一次(cì)采访中，他再次表示：“AI可能会让科(kē)技行业迎来一(yī)次(cì)剧烈的洗牌(pái)”。

这个(gè)结(jié)论是(shì)他在当地时间2月20日接(jiē)受《In Good Company》节目专访时提出的。

他(tā)预期，AI的发(fā)展可能会威胁(xié)到谷(gǔ)歌的(de)市(shì)占率，因为(wèi)微软在(zài)AI方面(miàn)的行动相(xiāng)当(dāng)迅(xùn)速。而(ér)最(zuì)终科技巨头(tóu)将把AI整合成(chéng)用户(hù)的(de)“全能助(zhù)手”，包揽(lǎn)一切(qiè)应用，与人们进行沟通(tōng)并提供建议，可以取代亚马逊、Siri或(huò)Outlook等应用。

大佬口中全能助(zhù)手的到来可能尚需时日(rì)，但由ControlNet引(yǐn)发的又一次AI绘画浪潮，让AIGC在ChatGPT的话题热点包(bāo)围中杀出重围。

01

ControlNet颠覆AI绘画新(xīn)玩法

AIGC向可控靠(kào)近

以AI绘画为代表的AIGC上(shàng)一次爆(bào)火(huǒ)的(de)时候，还是(shì)2022年8月，在美国(guó)科罗(luó)拉多州举办的新兴数字艺术家竞赛中，一幅(fú)名为《太空(kōng)歌剧院(yuàn)》的(de)作品获奖。

随后各(gè)大厂商的AI绘画软件被广大(dà)网友(yǒu)熟知并体验，Stable Diffusion便是其中代表。

用户们可以在应(yīng)用中(zhōng)输入(rù)一组关键词或者一张照(zhào)片，就能(néng)获得一幅AI创作的画作。

作画的关键就是所(suǒ)输入的文本(běn)。同一组关键(jiàn)词也可(kě)以(yǐ)创作出很(hěn)多(duō)张风格(gé)不一样的(de)画作，这让创作的过程就(jiù)像开盲(máng)盒。

很多(duō)用户(hù)很喜欢这种不确定的惊喜(xǐ)，他(tā)们会将生(shēng)成的美(měi)图当做头像。而另(lìng)一部分喜欢翻(fān)看AI绘画(huà)的“翻车”作品。在社交(jiāo)媒体上(shàng)，许多用户分享AI“翻车现场”，例(lì)如(rú)，一位网(wǎng)友的(de)小狗照(zhào)片被(bèi)AI画成了“肌肉男”，还有网(wǎng)友的个人照片被AI识别成(chéng)了建筑。

而如今随着ControlNet的出现(xiàn)与加持，以往AI绘画的(de)填写关键(jiàn)词游戏可能(néng)要被(bèi)颠覆了。

ControlNet是一位(wèi)正在斯坦福读(dú)博的中国人张吕敏创作的一(yī)种基于控(kòng)制点的图像变形(xíng)算(suàn)法，主(zhǔ)要用(yòng)于数(shù)字图像处(chù)理、计算机视觉和计算(suàn)机图形学等(děng)领域。

其SD插件一经(jīng)发布，在短短的(de)两天内便成(chéng)为了AI绘画领域最新的热点(diǎn)。

在此之前，大家用了很多方法想(xiǎng)让(ràng)AI生成的(de)结果(guǒ)尽可(kě)能的符合要求(qiú)，但(dàn)是都不尽如人意，它的出现代(dài)表(biǎo)着AI生成开始(shǐ)进入真正(zhèng)的可控(kòng)时(shí)期(qī)。

因(yīn)为ControlNet可以(yǐ)直接提(tí)取画面的构图，人物(wù)的(de)姿势和画面的深(shēn)度信息等。有了它的帮(bāng)助，就不(bù)用频繁的用(yòng)提示(shì)词(cí)来碰运气，抽(chōu)盲盒式(shì)的创作了。

通(tōng)俗的说ControlNet相当于给AI绘画加了(le)“魔法(fǎ)”，不少博主的作品已经获得了大量(liàng)的浏览(lǎn)量，“viggo”就是其中之一，他用朋友的照(zhào)片直接带她们(men)走进(jìn)动漫世界。

viggo先用StableDiffusion图(tú)片转文(wén)字。

再用Text2Prompt插件拓展找到对应的关(guān)键(jiàn)词；最(zuì)后用(yòng)ControlNet插件绑(bǎng)定骨骼开(kāi)始(shǐ)换关键词试效果(guǒ)。

通过图片就可(kě)以看出来，效果十分惊艳。

更厉害(hài)的是(shì)，除了真实(shí)的照片，草图也可以加上“魔法”，知乎大牛“DevPoint”和“逗砂”介绍到ControlNet还能(néng)实现线稿转全彩图。大神张吕敏(mǐn)其(qí)本尊也亲(qīn)自回应。

不得(dé)不说当下AIGC已(yǐ)经变(biàn)得越来越强(qiáng)大(dà)，甚至(zhì)输出(chū)的作品都(dōu)已经能(néng)以假乱真(zhēn)了。

02

难辨虚实，AIGC技术(shù)力爆发

警惕安全(quán)问(wèn)题

近日，“苏州(zhōu)金鸡湖(hú)有游艇(tǐng)party”的消(xiāo)息火遍网络，而(ér)经过警(jǐng)方辟(pì)谣这所(suǒ)谓的“party”可(kě)能是全国(guó)第一起AI绘图诈(zhà)骗。

由于(yú)这(zhè)个(gè)活动(dòng)里面给出(chū)的(de)美女照片都是(shì)AI制(zhì)作的真人照片绘(huì)图，因为太逼真(zhēn)，被大家当成真事传播了。

不过(guò)仔细观察可以发现，活动(dòng)发起者提供的照片中有个很大的漏洞可以(yǐ)发(fā)现并非(fēi)真人，而是AI绘(huì)图，那便(biàn)是图片中女性的手指(zhǐ)部分(fēn)有的存在异常(cháng)。

有行业人事(shì)表示(shì)：“现在因为手(shǒu)指(zhǐ)部分的(de)绘画算法比较复杂，AI还不太(tài)会画人的(de)手，但最新看到的图片已(yǐ)经有越来越完美的AI模型出现(xiàn)，以后可能就完全(quán)没有漏洞(dòng)了(le)。”

类似(shì)的(de)AI作图诈骗(piàn)在国(guó)外也已有发生。据英(yīng)国广播(bō)公(gōng)司报道，土耳其地震期间，有Tiktok用户使用AI合成了儿童受灾的假照片发布到网络，以(yǐ)此诱(yòu)骗善良(liáng)的(de)人打赏“捐助”从而实(shí)施诈(zhà)骗。

目前随着技术发(fā)展(zhǎn)，AIGC已经能做出真(zhēn)人照片(piàn)般(bān)的(de)绘图效果，如(rú)果这样的图片被用来诈骗，将非常可怕(pà)。

此外(wài)AIGC还(hái)引发了很多担忧，一(yī)方面(miàn)，批判(pàn)者认(rèn)为AI在“学习(xí)”了大量前(qián)人的(de)作品之后，其创作没(méi)有任何情绪和灵(líng)魂，难(nán)以和人类的艺术创作相(xiāng)提并(bìng)论(lùn)。

另一方面，AIGC背后的版权(quán)、目前都并没有得(dé)到有效的(de)解决，还有AIGC会不会代(dài)替人(rén)类“至高无上”的创意(yì)。

马斯克也强调，人工(gōng)智能(néng)的安全问题需要(yào)得到重(zhòng)视，太晚就来不及了。

03

AIGC下一站除了(le)视(shì)频，还(hái)有远(yuǎn)方

技术都是有两面性的，潜在的(de)危害(hài)并不(bù)能掩(yǎn)盖其(qí)光辉的(de)贡献(xiàn)。现(xiàn)在看来，人工智能(néng)技术将是(shì)第四(sì)次工业革命的(de)核(hé)心驱(qū)动(dòng)力量，将创造新的增长奇(qí)迹。

过去一年，人工智(zhì)能在技术和商业层面(miàn)都有了巨大(dà)进展(zhǎn)，AI绘画(huà)就是(shì)人工智能(néng)技术发生(shēng)方(fāng)向性改变的一个代表。其下(xià)一(yī)站或许就是视频。

此前，Meta和谷(gǔ)歌(gē)先后发(fā)布(bù)了几(jǐ)条引(yǐn)爆科技圈的短视(shì)频。这些视(shì)频引发关注并非内(nèi)容做得多优秀，反而都(dōu)非常简单，比如一匹正在喝(hē)水的(de)马，一只(zhǐ)画画(huà)的玩具熊，或者一段骑摩(mó)托(tuō)车的(de)第一视角录(lù)像(xiàng)，随便一个有(yǒu)手机的(de)人(rén)都可以随手录下一段。

但这些短视频(pín)的创作方式非(fēi)常简单，创作者仅仅需(xū)要(yào)向AI输入一(yī)段话，甚至(zhì)只是说(shuō)一下要(yào)求(qiú)，AI就(jiù)可以根据需要(yào)生成一段视(shì)频。

谷歌发布(bù)的两个AI生成视频分别来自于Imagen Video和Phenaki，前者(zhě)主要突出(chū)的(de)是高清，与Meta的Make-A-Video没有太多的差(chà)别。

在Make-A-Video公布了AI生成的(de)视频后，AI圈就已经玩了一波梗，一个能(néng)够(gòu)做出(chū)更高清视频的AI还不足(zú)以在短(duǎn)时(shí)间内戳中(zhōng)兴(xīng)奋(fèn)点(diǎn)。

Phenaki更加令人震惊的(de)地(dì)方在于，它可以制作出超过(guò)2分(fēn)钟的连贯的(de)也有(yǒu)确切内容的视频，这才是(shì)真正让人们(men)感到惊喜的(de)地(dì)方。因(yīn)为(wèi)无论AI生(shēng)成的视频多(duō)么高清，也(yě)只能是为内容生产(chǎn)者提供(gōng)一个灵感，一个素材，一个(gè)过(guò)场动画。

不过(guò)能(néng)够制作出有具(jù)体剧情内(nèi)容的(de)视频就意(yì)味着，一些视(shì)频创作(zuò)由AI代替人工完成已经(jīng)初步有了可能。

当下(xià)AI的发(fā)展速度已经(jīng)超过(guò)大部(bù)分人的(de)想象。内容产业的本质是供给(gěi)创造(zào)需求，AIGC作为(wèi)全新的内容生产方式(shì)，可以(yǐ)为内容产(chǎn)业带(dài)来(lái)更新的内容风(fēng)格(gé)、更快的生产速度，更低的生产成本，这(zhè)无疑(yí)会驱动内容(róng)产业的大爆发。

除了AI绘图、视(shì)频(pín)，AIGC技术(shù)还能(néng)应用于音乐、代码、机器(qì)人动作等多(duō)种内容形(xíng)式的生成(chéng)。不难(nán)发现该项(xiàng)技术(shù)不仅(jǐn)在游戏等(děng)行(xíng)业(yè)能得(dé)到有(yǒu)效应(yīng)用，对于下一(yī)代互联(lián)网(wǎng)各种元素(sù)的构(gòu)建亦有关键意(yì)义(yì)。

从商业化的(de)角度(dù)来(lái)看，文化娱乐、教育、传媒等诸多领域，本身就对(duì)基(jī)于AI的可(kě)视(shì)化(huà)内容有强烈需求。

因此，AI绘画(huà)及视频或不是结果，而只是AI进(jìn)程(chéng)中(zhōng)的一块(kuài)重要拼图，有望在技术(shù)更(gèng)新的加持下实现(xiàn)更(gèng)大的(de)应用价值。

AI从理解内(nèi)容，走(zǒu)向了可以生成内容，甚(shèn)至能够创造出独立(lì)价值(zhí)和独立视角(jiǎo)的内容。AIGC的再次(cì)出圈(quān)，更(gèng)代表着(zhe)未来的先(xiān)进(jìn)生产力即将到来。

04

紧抓(zhuā)大模(mó)型(xíng)与算力，牢固AIGC底(dǐ)座

从技术的(de)发展也可以看出，在语言大模型(xíng)、图像大模(mó)型之(zhī)后(hòu)，多模态(tài)大(dà)模型已经成为了新的(de)趋势。

大模型被誉为当前人(rén)工智能(néng)发(fā)展的智能(néng)底座，是全球竞争最激烈的研(yán)究(jiū)方向之(zhī)一(yī)，包括谷歌、亚马逊、百度、阿里、腾讯(xùn)等众(zhòng)多头部企业都在竞(jìng)相(xiāng)发力。

不过训(xùn)练大模(mó)型的确价(jià)格(gé)不(bù)菲，以国(guó)盛(shèng)证券发布的(de)《ChatGPT需(x10亿人民币在日本算有钱吗，日本10亿等于人民币多少钱ū)要多少算力(lì)》报(bào)告估算，GPT-3训练一(yī)次的成本(běn)约为(wèi)140万(wàn)美元。而对(duì)于(yú)一些更大的(de)LLM(大型语言模型)，训练成本则介于200万美元(yuán)至1200万美元高价之间。

以ChatGPT在2023年1月的(de)独立(lì)访客平(píng)均数1300万计算，其对(duì)应芯片需(xū)求为3万多(duō)片(piàn)英(yīng)伟(wěi)达A100 GPU，初始投入成本约为8亿美(měi)元，每日仅电费就在5万美元(yuán)左右。

此(cǐ)外不论(lùn)是(shì)ChatGPT还是AIGC，都离不开庞大(dà)算力支持。在关注各类大模(mó)型的发(fā)展同时，更应该关注算力网络的建设。

算力网(wǎng)络(luò)正(zhèng)驱动AI产业发(fā)展进入史诗级加(jiā)速进程(chéng)，让AIGC及通用AI这一(yī)人工智能(néng)发展的终极目(mù)标离得更近。

因(yīn)为算力可以对突破性技术创新提(tí)供(gōng)大力的支持。这(zhè)方(fāng)面(miàn)，多模态大模型(xíng)是典型。作为面向未来(lái)强(qiáng)人工智(zhì)能、通用人工智能的重要技(jì)术创新，多模态大模(mó)型已经在人工(gōng)智能领域提(tí)出了很多(duō)年，业界也(yě)有(yǒu)不少技术突破，但是，多模(mó)态大模型进一步往下走，算力需求(qiú)呈几何式上升，一般的算力基础设(shè)施很(hěn)快将(jiāng)难(nán)以胜任。

从图像、文字、语音单(dān)独一(yī)项的训练，到双模态、三模态的跃迁，让人工智能(néng)可以灵活应对不(bù)同模态的(de)转化、像人与世界交互一(yī)样自然，这方面(miàn)，由(yóu)算(suàn)力网络来驱动将有(yǒu)明(míng)显优势。

此外，还有(yǒu)很多(duō)需要爆(bào)发式增长的(de)算力(lì)来支撑的技术创新，将在(zài)人(rén)工智能算力网(wǎng)络支撑下快速推(tuī)进。

AIGC已经露出(chū)曙光，期待在大模型和大算力的支持下AIGC能持续颠覆内(nèi)容生产的方式，将创造的(de)边(biān)际成本(běn)降低，让(ràng)万众受益(yì)。

未经允许不得转载：橘子百科-橘子都知道 10亿人民币在日本算有钱吗，日本10亿等于人民币多少钱