自(zì)聊(liáo)天(tiān)机器人ChatGPT火(huǒ)爆(bào)以来，微软公(gōng)司(sī)创始人比尔·盖茨已多次(cì)公开谈论人工智能话题。在最(zuì)近的一次采访中，他再次表示：“AI可能会(huì)让(ràng)科技(jì)行(xíng)业(yè)迎(yíng)来(lái)一次剧烈的洗牌”。

这个(gè)结论是(shì)他(tā)在当地时间(jiān)2月(yuè)20日接受《In Good Company》节目专访时提出的(de)。

他(tā)预(yù)期(qī)，AI的发展可能会(huì)威胁到谷歌的(de)市占率，因为微软在AI方面的行(xíng)动相当迅速。而最终科(kē)技(jì)巨头将把(bǎ)AI整合成(chéng)用户的“全(quán)能(néng)助(zhù)手”，包(bāo)揽(lǎn)一切(qiè)应用(yòng)，与(yǔ)人们(men)进行(xíng)沟通并提(tí)供建议，可以取代亚(yà)马(mǎ)逊(xùn)、Siri或Outlook等应用。

大(dà)佬口中全能助手的到来可能(néng)尚(shàng)需(xū)时日(rì)，但由ControlNet引发的又(yòu)一次AI绘画(huà)浪潮，让AIGC在ChatGPT的话(huà)题热点包(bāo)围中(zhōng)杀出重围。

01

ControlNet颠覆AI绘画新玩(wán)法

AIGC向(xiàng)可控靠近

以AI绘画(huà)为(wèi)代表(biǎo)的AIGC上一次爆(bào)火的时候(hòu)，还是2022年8月，在美国科(kē)罗拉(lā)多州举办的新兴(xīng)数字艺术家竞赛中，一幅名(míng)为《太空歌剧院》的作(zuò)品获奖。

随后(hòu)各大(dà)厂(chǎng)商的(de)AI绘画软件被广大(dà)网友熟知(zhī)并(bìng)体(tǐ)验(yàn)，Stable Diffusion便是其中代表。

用户们可以在应用中输入一组关键词(cí)或者一(yī)张照片，就能(néng)获得(dé)一幅AI创作(zuò)的画作(zuò)。

作画的(de)关键就是(shì)所输入的(de)文本。同(tóng)一(yī)组关键(jiàn)词也可(kě)以(yǐ)创作出很多张风(fēng)格(gé)不(bù)一样的画(huà)作，这让(ràng)创作的过程就像开盲盒。

很多用户(hù)很喜(xǐ)欢这种不(bù)确(què)定(dìng)的惊喜，他(tā)们会(huì)将生(shēng)成的美(měi)图当(dāng)做头像。而另(lìng)一(yī)部(bù)分(fēn)喜欢翻看AI绘画的“翻车”作品。在社交媒体上，许多用户分享AI“翻车(chē)现场”，例如，一位网(wǎng)友的小狗照片被AI画(huà)成了“肌肉(ròu)男”，还有网友(yǒu)的个人照片(piàn)被AI识别成了建筑。

而(ér)如今随(suí)着(zhe)ControlNet的出现与加持(chí)，以往AI绘画的填写(xiě)关键词(cí)游戏可能要被颠覆(fù)了。

ControlNet是一位正在斯坦(tǎn)福读(dú)博的中国人张吕敏创作的一种基于控制点的图像变(biàn)形算(suàn)法，主要用于(yú)数字图像处理、计算(suàn)机视觉和计(jì)算机图形学(xué)等领(lǐng)域。

其SD插件一(yī)经发布，在短短(duǎn)的(de)两天内便成为了AI绘画领域最新(xīn)的热(rè)点(diǎn)。

在此(cǐ)之前，大家用(yòng)了(le)很多方法想让AI生(shēng)成的结果尽可能的符(fú)合(hé)要求，但是都不尽如人意，它的出现代表着AI生成开始进入(rù)真正的可控时(shí)期。

因(yīn)为ControlNet可以直(zhí)接提取画面的构(gòu)图，人物的姿势(shì)和画面的深度(dù)信息等。有了它的(de)帮助，就(jiù)不(bù)用频繁(fán)的用(yòng)提示(shì)词来碰运(yùn)气(qì)，抽盲盒式的创作了。

通俗的说ControlNet相当于给(gěi)AI绘画(huà)加了“魔法(fǎ)”，不少博主的作品已经获(huò)得了大量的浏览量，“viggo”就是其中之(zhī)一，他用朋(péng)友的(de)照(zhào)片直接带(dài)她们走进动漫(màn)世界(jiè)。

viggo先用StableDiffusion图(tú)片转(zhuǎn)文字。

再(zài)用Text2Prompt插(chā)件拓展找到对应的关(guān)键词；最后用ControlNet插件绑定骨(gǔ)骼开始(shǐ)换关键词试(shì)效(xiào)果。

通过(guò)图片就可以看出来，效果十分惊艳。

更厉害的是，除(chú)了真实的照(zhào)片(piàn)，草(cǎo)图也可以(yǐ)加上“魔法”，知乎大牛“DevPoint”和“逗砂”介绍(shào)到(dào)ControlNet还能实现线稿(gǎo)转全彩图。大(dà)神张吕敏其(qí)本尊(zūn)也(yě)亲自回应。

不得不说当下AIGC已经变得越(yuè)来(lái)越强大(dà)，甚至(zhì)输出的作(zuò)品都已经能以假乱真了。

02

难辨虚(xū)实(shí)，AIGC技术力爆发

警(jǐng)惕安全问题(tí)

近日，“苏(sū)州金鸡湖有游(yóu)艇party”的消息火遍(biàn)网络(luò)，而(ér)经过警方辟谣这(zhè)所谓的“party”可能是全国(guó)第一起AI绘图诈(zhà)骗。

由(yóu)于这个(gè)活(huó)动里面给出(chū)的美女照(zhào)片都是AI制(zhì)作的(de)真人(rén)照(zhào)片绘图，因为太逼真，被大家当成真事传播了(le)。

不过仔细(xì)观察可以(yǐ)发现(xiàn)，活(huó)动(dòng)发起者提供的照片中有个很大(dà)的漏洞(dòng)可以发现并非真人，而(ér)是AI绘(huì)图，那(nà)便是图片中(zhōng)女性的手(shǒu)指(zhǐ)部分有的存(cún)在异常。

有(yǒu)行业人事表(biǎo)示：“现在(zài)因为手指部分的绘画算法比较复杂，AI还(hái)不太(tài)会画人的(de)手，但最新看到(dào)的图片已经有越来越完美的AI模(mó)型(xíng)出现，以(yǐ)后可能就完全(quán)没有漏洞了。”

类似(shì)的AI作图诈骗在(zài)国外也(yě)已有(yǒu)发生。据英(yīng)国广播公司报道，土耳其地震期(qī)间(jiān)，有(yǒu)Tiktok用户使用(yòng)AI合成了儿童受灾的假照片发布到网络，以此(cǐ)诱骗善良的(de)人打赏“捐助”从而(ér)实施诈骗。

目前随着技术发展(zhǎn)，AIGC已经能做出(chū)真人(rén)照片般的绘图效(xiào)果，如果这样的图片被用来诈骗，将非常(cháng)可怕。

此外AIGC还引发了很多担忧(yōu)，一(yī)方(fāng)面，批判者认为AI在“学习”了(le)大量(liàng)前(qián)人的作品之(zhī)后，其创作没有任何情绪和灵魂，难(nán)以和人类(lèi)的艺术创作相(xiāng)提并论(lùn)。

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

马(mǎ)斯克也强(qiáng)调，人工智能的(de)安全(quán)问题需(xū)要得到重(zhòng)视，太晚(wǎn)就(jiù)来不及(jí)了。

03

AIGC下一站除了视频(pín)，还有远方(fāng)

技术都是(shì)有两面性(xìng)的，潜在的危害并不能掩盖其光辉的贡献。现在看来，人(rén)工智能技(jì)术将(jiāng)是(shì)第(dì)四次工业革命的核心驱动力量(liàng)，将创造新的增长奇迹。

过去一年(nián)，人工智能(néng)在技术(shù)和(hé)商业(yè)层面都有了巨大进展，AI绘画就是人工智能技术发生方向性改变的一个代表。其下(xià)一站或许就(jiù)是视频。

此前(qián)，Meta和谷歌先后发布(bù)了几条引爆科技圈(quān)的短视(shì)频。这些视频(pín)引发关注并(bìng)非内容做得多优秀，反而都(dōu)非常简单，比(bǐ)如一(yī)匹正在喝水的(de)马，一只画(huà)画的玩具熊(xióng)，或(huò)者一段骑(qí)摩(mó)托车的第一视(shì)角录像，随便一个有手机的人都可(kě)以随手录下一段。

但(dàn)这些短视频的创作方(fāng)式非常简单，创作者仅(jǐn)仅需要向AI输入一段(duàn)话，甚至只是(shì)说一(yī)下(xià)要求，AI就可(kě)以根据需(xū)要生成一段(duàn)视(shì)频。

谷歌(gē)发布(bù)的两(liǎng)个(gè)AI生成视频分(fēn)别来自于Imagen Video和Phenaki，前者主要突出(chū)的是高清，与Meta的(de)Make-A-Video没有(yǒu)太(tài)多的(de)差别。

在Make-A-Video公布了AI生成(chéng)的视(shì)频后，AI圈就已(yǐ)经玩了一波梗(gěng)，一(yī)个能够做出更高清(qīng)视频的AI还不足以在短时间内戳(chuō)中兴(xīng)奋点。

Phenaki更加令人(rén)震惊的地方(fāng)在(zài)于，它(tā)可以制作出超(chāo)过2分钟的连(lián)贯(guàn)的也(yě)有确(què)切(qiè)内容的视频(pín)，这才是真(zhēn)正让人们感到惊喜的地方(fāng)。因(yīn)为无论AI生成的视(shì)频多(duō)么高清，也(yě)只(zhǐ)能(néng)是为内容生产者提供一(yī)个灵感，一个素(sù)材，一个过(guò)场动画。

不过能够制作出有(yǒu)具(jù)体剧(jù)情内容的(de)视频就意味着，一(yī)些视(shì)频(pín)创作由AI代(dài)替人工完(wán)成已(yǐ)经初步有(yǒu)了可能(néng)。

当下AI的(de)发展(zhǎn)速度(dù)已经(jīng)超过大部(bù)分人的想(xiǎng)象(xiàng)。内容产业的(de)本质是供(gōng)给创(chuàng)造需求，AIGC作(zuò)为(wèi)全新的内容生产方式，可以(yǐ)为内(nèi)容(róng)产业带来更新(xīn)的内容风格、更快的生(shēng)产速度，更低的生产成本，这无疑会驱动内(nèi)容产业的大爆发。

除(chú)了(le)AI绘图、视(shì)频，AIGC技术(shù)还能应用(yòng)于音乐、代码、机器(qì)人(rén)动作等多种内容(róng)形(xíng)式(shì)的生成。不难发现该项(xiàng)技(jì)术不仅在游戏等行(xíng)业能得到有(yǒu)效应用，对于下一代互联网各种元素(sù)的构建亦(yì)有关键意义。

从商业化(huà)的角度(dù)来看，文化娱乐(lè)、教育(yù)、传媒等诸多领域，本身就对(duì)基(jī)于AI的可(kě)视化内容(róng)有(yǒu)强烈(liè)需求。

因此，AI绘画及(jí)视频或不是结果，而只是(shì)AI进程中的一(yī)块重要拼(pīn)图，有望在技术更(gèng)新的(de)加(jiā)持下实(shí)现(xiàn)更大的应用价值。

AI从理解内容，走向(xiàng)了可以生成(chéng)内容，甚至能(néng)够创造出独立价值和(hé)独立视角的(de)内容(róng)。AIGC的再次出圈，更(gèng)代表着未来的先进生产力(lì)即将(jiāng)到来。

04

紧(jǐn)抓大模型与(yǔ)算力，牢固(gù)AIGC底(dǐ)座

从技术的发展也可以看出，在(zài)语言(yán)大模型(xíng)、图(tú)像大模型之后，多(duō)模态大模型已经(jīng)成为了新的趋势。

大模(mó)型被誉(yù)为当前人工智能发(fā)展的智能底座，是全(quán)球竞争最激烈的研究方向之一，包(bāo)括谷歌、亚马逊(xùn)、百度、阿里、腾讯等众多(duō)头部企业都在竞相发(fā)力(lì)。

不过训练大模型的确价格不(bù)菲，以国盛证券发布的《ChatGPT需(xū)要多少算力》报告估算，GPT-3训(xùn)练(liàn)一次的成本约(yuē)为140万(wàn)美(měi)元。而对于一些(xiē)更大的LLM(大型语言(yán)模型)，训(xùn)练成(chéng)本则介(jiè)于200万美元(yuán)至(zhì)1200万美(měi)元高价之间。

以ChatGPT在2023年1月的独立访客(kè)平均数(shù)1300万计算，其(qí)对(duì)应芯片需求为3万(wàn)多片英(yīng)伟(wěi)达A100 GPU，初(chū)始投入成本约为8亿(yì)美元，每日仅电费就在5万美元(yuán)左右。

此外不(bù)论是ChatGPT还是AIGC，都离不开(kāi)庞(páng)大算力支持(chí)。在关注各类大模型(xíng)的发展同时，更应(yīng)该关(guān)注(zhù)算力网络(luò)的建设。

算力网络正(zhèng)驱动(dòng)AI产业发(fā)展进入史(shǐ)诗级(jí)加速进程，让AIGC及通用AI这一人工智(zhì)能发展的终极目标离(lí)得更近。

因为算(suàn)力可(kě)以对突破性技术创(chuàng)新提供大力的支持(chí)。这方面，多(duō)模(mó)态(tài)大模型是典型。作为面(miàn)向未来强人工智(zhì)能、通用人工智能的重要技(jì)术创(chuàng)新(xīn)，多模(mó)态大模型(xíng)已经(jīng)在人(rén)工智能领(lǐng)域提出了(le)很(hěn)多(duō)年，业界(jiè)也有(yǒu)不少技术突破，但是，多(duō)模态大模型进一(yī)步往下走，算力需(xū)求呈几何(hé)式上升(shēng)，一般的算力(lì)基(jī)础设施很快将难以胜任。

从图像(xiàng)、文字、语音单独一项的训练，到双模态、三(sān)模态的跃迁，让人工智能(néng)可以(yǐ)灵活(huó)应对不(bù)同模态的转化、像人与世界交(jiāo)互一样自(zì)然，这方(fāng)面(miàn)，由算力网络(luò)来(lái)驱(qū)动将有(yǒu)明显优势。

此外，还有很多(duō)需要爆(bào)发式增长的算力来(lái)支(zhī)撑(chēng)的技术创新，将在人工智能算力网络支撑下快速推进。

AIGC已(yǐ)经(jīng)露出(chū)曙光，期待在(zài)大模型和大算(suàn)力的(de)支(zhī)持下AIGC能(néng)持续(xù)颠覆内容生产的方式，将创造的边际成(chéng)本降(jiàng)低，让万众受(shòu)益。

未经允许不得转载：橘子百科-橘子都知道 秋以为期句式特点，秋以为期句式判断