自聊天机(jī)器人ChatGPT火爆(bào)以来(lái)，微软(ruǎn)公司创始人比尔(ěr)·盖茨已多次(cì)公开(kāi)谈论人工智能(néng)话题。在最近的一次(cì)采访中(zhōng)，他(tā)再次表示：“AI可能会让科(kē)技(jì)行业(yè)迎来(lái)一次剧烈的洗牌”。

这(zhè)个(gè)结论是他在当地时间2月20日接受《In Good Company》节目专访时提出的。

他(tā)预期，AI的发展(zhǎn)可能会威胁到谷歌的市占率，因(yīn)为(wèi)微软(ruǎn)在AI方面(miàn)的行动相(xiāng)当迅速。而最终科(kē)技巨(jù)头(tóu)将把AI整合(hé)成用户的“全能助手”，包揽一切应用，与人们(men)进行沟通(tōng)并(bìng)提供建议，可以(yǐ)取代亚马逊、Siri或Outlook等应用。

大(dà)佬口中全能助手的(de)到来可能尚需(xū)时日，但由ControlNet引发的(de)又一次AI绘画(huà)浪潮，让AIGC在ChatGPT的话(huà)题热点包围(wéi)中杀出重围。

01

ControlNet颠覆AI绘(huì)画新(xīn)玩(wán)法

AIGC向可(kě)控靠近

以AI绘画为代表的AIGC上(shàng)一次(cì)爆(bào)火(huǒ)的时候，还是2022年(nián)8月，在(zài)美国科(kē)罗拉(lā)多州(zhōu)举(jǔ)办的新兴(xīng)数字艺术家(jiā)竞赛(sài)中，一幅名为《太空(kōng)歌剧院》的作品获奖(jiǎng)。

随后各大厂商的AI绘画软件被广(guǎng)大网友(yǒu)熟知并体(tǐ)验，Stable Diffusion便(biàn)是(shì)其中代表。

用户们可以在(zài)应用中(zhōng)输入(rù)一组关键词(cí)或(huò)者一张照(zhào)片，就能获得一(yī)幅AI创作的画作。

作画的关键(jiàn)就(jiù)是所输入的(de)文本。同一组关键词(cí)也可(kě)以创(chuàng)作出很(hěn)多(duō)张(zhāng)风(fēng)格不一样的画作，这让创作的过程(chéng)就像开盲盒。

很多用户很喜欢这种不确定的惊喜，他们会(huì)将生成(chéng)的美图当做头(tóu)像。而另(lìng)一部分(fēn)喜欢翻看(kàn)AI绘画(huà)的“翻车”作品。在社交媒体(tǐ)上(shàng)，许多(duō)用户分享AI“翻车现场”，例如，一位(wèi)网友的小狗照片(piàn)被AI画成(chéng)了“肌肉(ròu)男”，还有网(wǎng)友的个人照(zhào)片被AI识别成了建筑。

而如今随(suí)着ControlNet的出现(xiàn)与加持，以往AI绘(huì)画的填写关键(jiàn)词游戏可能要被(bèi)颠覆了。

ControlNet是一(yī)位正在斯坦福读博的(de)中(zhōng)国人张吕敏创(chuàng)作的一种基(jī)于控制点的图像变形算法，主(zhǔ)要用于数字图像处理、计算机视(shì)觉和计算机图形学等领域。

其(qí)SD插件一(yī)经发布，在短(duǎn)短的两天内便(biàn)成为了AI绘(huì)画领域最新的热点(diǎn)。

在(zài)此之(zhī)前，大家(jiā)用了很多方(fāng)法想让AI生成的结(jié)果尽可能(néng)的符合要求，但(dàn)是都不(bù)尽(jǐn)如人意，它的(de)出现代表着AI生成开始进入真正的(de)可控时(shí)期。

因为ControlNet可以(yǐ)直接提取画面的构(gòu)图，人物的姿势(shì)和画面(miàn)的深度信息(xī)等(děng)。有了它的帮助，就不用(yòng)频繁的用(yòng)提示词来碰(pèng)运气(qì)，抽盲盒式的创作了。

通俗的说(shuō)ControlNet相当(dāng)于给AI绘画加了“魔法”，不少博主的作品(pǐn)已经获得了大(dà)量的浏览(lǎn)量，“viggo”就是其中之一，他用(yòng)朋友的照片直接带她们走进动漫世界。

viggo先用StableDiffusion图片转文(wén)字(zì)。

再用Text2Prompt插件拓展(zhǎn)找到对应的关键词；最后用ControlNet插件绑定(dìng)骨骼开始换关键词试效(xiào)果。

通过图片就可以看出来(lái)，效果(guǒ)十(shí)分惊(jīng)艳。

更厉害的是，除了(le)真实(shí)的照片，草图也可(kě)以加上“魔法”，知乎大牛“DevPoint”和“逗砂”介绍到ControlNet还能实现线稿转全彩图。大神张吕敏其(qí)本尊也(yě)亲自回应。

不得不说当下AIGC已经变(biàn)得越(yuè)来越强大，甚至输(shū)出的作品(pǐn)都已经能(néng)以假乱(luàn)真了。

02

难辨虚实，AIGC技术力(lì)爆发(fā)

警(jǐng)惕安全问题

近日，“苏州金鸡湖有游艇(tǐng)party”的消息火遍网络，而经过警方辟谣(yáo)这(zhè)所谓的“party”可(kě)能是全国第(dì)一起AI绘(huì)图诈骗(piàn)。

由于这个活动里面给出的(de)美女照片都是AI制作(zuò)的真(zhēn)人照片绘(huì)图，因为(wèi)太逼真，被(bèi)大(dà)家当(dāng)成(chéng)真(zhēn)事传(chuán)播(bō)了。

不过(guò)仔细观察(chá)可以发现，活动发起者提供的照(zhào)片中有个(gè)很大的漏洞(dòng)可以发现(xiàn)并非真人(rén)，而是AI绘图，那(nà)便是图片中(zhōng)女性的(de)手指(zhǐ)部分有的(de)存在异常(cháng)。

有行业人事表(biǎo)示：“现在因为手指部分的绘画算(suàn)法比(bǐ)较复杂，AI还不太会画(huà)人的手，但(dàn)最新(xīn)看到的图片已经有越来越完(wán)美的AI模型出现，以(yǐ)后可(kě)能(néng)就完全没有漏洞了。”

类似的AI作图诈(zhà)骗在(zài)国外红十字会三救三献是什么 红十字会是公务员还是事业编也已有发生。据英国广播公司(sī)报道，土耳其地震期间，有Tiktok用户(hù)使(shǐ)用AI合成了儿童受灾(zāi)的假照(zhào)片发布(bù)到网络，以此(cǐ)诱骗善良的人打赏(shǎng)“捐助”从而实施诈骗。

目前(qián)随(suí)着技术发展，AIGC已经(jīng)能做(zuò)出真(zhēn)人照片般的绘图效果(guǒ)，如果这(zhè)样的图(tú)片被用来诈骗，将非常(cháng)可(kě)怕。

此外AIGC还引发了很多担(dān)忧，一方面，批判者认为AI在“学(xué)习(xí)”了大量前人(rén)的作品之后，其(qí)创作没有(yǒu)任(rèn)何(hé)情(qíng)绪和灵魂，难(nán)以和人类的艺(yì)术创作相提并论。

另一方面，AIGC背后的版权、目前都并没有(yǒu)得到有(yǒu)效的解决，还有AIGC会不会代替人类“至(zhì)高(gāo)无上”的创意。

马斯克也(yě)强调，人工智能的安(ān)全问题(tí)需要得到重视，太晚就来不(bù)及了(le)。

03

AIGC下一站除了视频，还有远方

技术都是有(yǒu)两面性的，潜在的危害并不能掩盖其光辉(huī)的贡献。现在(zài)看(kàn)来，人工智能技术将(jiāng)是第(dì)四次工业革(gé)命的核(hé)心驱动力量(liàng)，将(jiāng)创造新的(de)增长(zhǎng)奇迹(jì)。

过去一(yī)年，人工智能在技术和商业层面(miàn)都(dōu)有了巨大进展，AI绘(huì)画(huà)就是人工(gōng)智能技术发生方向性(xìng)改变的一(yī)个代表(biǎo)。其下一站或(huò)许就(jiù)是视频。

此前，Meta和谷歌先(xiān)后发布了几条引爆科技圈的短视频。这(zhè)些视(shì)频引发关注(zhù)并非内容做得多优秀，反(fǎn)而都(dōu)非常简单，比(bǐ)如(rú)一匹正在(zài)喝水的马，一只画画的(de)玩具熊，或(huò)者一段(duàn)骑(qí)摩托车的(de)第一视角(jiǎo)录像，随便一个有(yǒu)手机的人都(dōu)可以随手(shǒu)录下一(yī)段。

但这(zhè)些短视频(pín)的创作方(fāng)式(shì)非常简单，创作者仅仅需要(yào)向AI输入一(yī)段话，甚至只是说一下要求(qiú)，AI就可以(yǐ)根据需要生(shēng)成一段视频。

谷歌(gē)发布的两个AI生成视频分别来自于Imagen Video和Phenaki，前(qián)者主要突(tū)出的(de)是高清，与Meta的Make-A-Video没有太多的(de)差别(bié)。

在(zài)Make-A-Video公布了AI生成的视频(pín)后，AI圈就已经玩了一波梗，一个能够做出更高清(qīng)视频(pín)的(de)AI还不足(zú)以在短时(shí)间内戳中兴奋点。

Phenaki更加令人震(zhèn)惊的地方(fāng)在于，它可以制(zhì)作出(chū)超(chāo)过(guò)2分钟的连贯的(de)也(yě)有确切(qiè)内容(róng)的视频，这才是真正让(ràng)人(rén)们感(gǎn)到惊(jīng)喜(xǐ)的(de)地方(fāng)。因为无论AI生(shēng)成(chéng)的视(shì)频多么高清，也只能(néng)是为内容(róng)生产者提供(gōng)一个灵感，一个素(sù)材，一个过(guò)场动画(huà)。

不过(guò)能够制(zhì)作(zuò)出有具体剧(jù)情内容的视频就(jiù)意味着，一些视频创作由AI代替人工(gōng)完成已(yǐ)经初步有了可能。

当下AI的发展速度(dù)已经超过大(dà)部分(fēn)人的(de)想(xiǎng)象。内容(róng)产业的本质是供(gōng)给创造需求，AIGC作为全新(xīn)的内(nèi)容生产方(fāng)式，可以(yǐ)为内(nèi)容(róng)产(chǎn)业(yè)带来更新的内容风格、更快的生产(chǎn)速度，更低的生产成本，这无疑会(huì)驱动内(nèi)容产业的(de)大爆发(fā)。

除了(le)AI绘图、视频(pín)，AIGC技术还能应(yīng)用于音(yīn)乐、代(dài)码、机(jī)器人(rén)动作(zuò)等(děng)多种内容(róng)形(xíng)式的生成(chéng)。不(bù)难发现该(gāi)项(xiàng)技术不仅在游戏等(děng)行业能(néng)得到(dào)有(yǒu)效应用，对于下一代互联网(wǎng)各种元素的构建(jiàn)亦有关(guān)键意义。

从商业化的角度来看(kàn)，文化娱(yú)乐、教育、传媒(méi)等诸多领域(yù)，本身就对基于AI的可视(shì)化内容有强(qiáng)烈需求。

因此，AI绘画及(jí)视频或不是(shì)结果(guǒ)，而只(zhǐ)是AI进程中的一块重(zhòng)要拼(pīn)图，有望在技术更新的加持下实现更(gèng)大的应用价(jià)值。

AI从(cóng)理解内容，走向(xiàng)了可以生成(chéng)内容，甚至能够创造(zào)出独立(lì)价值和独(dú)立(lì)视角(jiǎo)的内容。AIGC的(de)再次出圈，更代表(biǎo)着未来的先进生产力即将(jiāng)到来(lái)。

04

紧抓大模(mó)型与算力，牢固(gù)AIGC底座

从技术的发展也可以(yǐ)看出，在(zài)语言(yán)大模型、图像大模(mó)型(xíng)之后(hòu)，多(duō)模态大模(mó)型已经成为(wèi)了新(xīn)的趋(qū)势。

大模型被(bèi)誉为当前(qián)人工智能(néng)发展的智能底座(zuò)，是全(quán)球竞争最激烈的研究(jiū)方(fāng)向之一，包括谷歌、亚马逊、百度、阿里、腾讯等众多(duō)头(tóu)部(bù)企业都在竞(jìng)相(xiāng)发力。

不(bù)过训(xùn)练大(dà)模(mó)型的确价(jià)格不菲，以(yǐ)国盛证券发布的《ChatGPT需(xū)要多少算(suàn)力(lì)》报告估算，GPT-3训练一次的成本(běn)约为140万(wàn)美(měi)元。而对于(yú)一些更大的LLM(大型语言模型)，训练成本则介于200万美元至1200万美元高(gāo)价(jià)之间(jiān)。

以ChatGPT在2023年1月的独立(lì)访客(kè)平均数1300万计算，其对应芯片需求为3万多片(piàn)英伟达A100 GPU，初始投入成本约(yuē)为(wèi)8亿美元(yuán)，每日仅电费就在5万美元左右。

此外不论是ChatGPT还是AIGC，都离不(bù)开庞大算力支持。在关注各类大模型的发展同时(shí)，更应该关注算(suàn)力网络的建(jiàn)设(shè)。

算力网络正驱动AI产(chǎn)业(yè)发展进入(rù)史诗级加速(sù)进程(chéng)，让AIGC及通用AI这一人工智能(néng)发展的(de)终极目标离得更(gèng)近。

因为算(suàn)力(lì)可以对(duì)突破性(xìng)技(jì)术创新提供大(dà)力的支持(chí)。这(zhè)方(fāng)面，多(duō)模(mó)态大(dà)模型是典型。作为面向未来(lái)强人工智能、通用人工智能的重要技术创新，多模态大模(mó)型已经在人工智能领域提(tí)出(chū)了很(hěn)多年，业(yè)界也有不少技术突破(pò)，但(dàn)是，多模态大模型进(jìn)一(yī)步(bù)往下走，算力需求呈几何式上升，一般的算(suàn)力(lì)基础(chǔ)设施很快(kuài)将难以胜任。

从图像、文(wén)字(zì)、语(yǔ)音单(dān)独(dú)一项的(de)训(xùn)练，到双(shuāng)模态、三模(mó)态的跃迁，让人(rén)工智能可以灵活应(yīng)对不(bù)同(tóng)模态的转化、像(xiàng)人与世(shì)界交互一样自然，这(zhè)方面(miàn)，由算力网络来(lái)驱动(dòng)将(jiāng)有明显优势。

此(cǐ)外，还有很多需(xū)要爆发式增长(zhǎng)的算(suàn)力来(lái)支撑的(de)技术创新(xīn)，将在人工智(zhì)能算力网络(luò)支撑下快速推进。

AIGC已经露出曙光，期待在大(dà)模(mó)型和大算(suàn)力的支持下AIGC能(néng)持续(xù)颠覆(fù)内(nèi)容生产的方式，将创造(zào)的边际(jì)成本降(jiàng)低，让(ràng)万众受益。

未经允许不得转载：橘子百科-橘子都知道 红十字会三救三献是什么 红十字会是公务员还是事业编