自聊(liáo)天机器(qì)人ChatGPT火爆(bào)以来，微软公司(sī)创始(shǐ)人比尔·盖茨已多(duō)次公开谈论人工智能话题。在最近的一(yī)次采访(fǎng)中，他再(zài)次表示：“AI可能会让科(kē)技行业迎来一次(cì)剧烈的洗牌(pái)”。

这个结论是他在(zài)当(dāng)地时(shí)间2月20日(rì)接(jiē)受《In Good Company》节目专访时提出(chū)的。

他预(yù)期，AI的发展可能会(huì)威胁到谷歌的市占率，因(yīn)为微软在AI方面(miàn)的行(xíng)动(dòng)相当迅速。而最终科技巨头将把AI整合成用户的(de)“全能助手”，包揽一切应用，与人们进行沟通并提供建议，可(kě)以取代亚马逊、Siri或Outlook等应用。

大佬口(kǒu)中全能助手的到来可能尚需时日，但由ControlNet引发的(de)又(yòu)一(yī)次(cì)AI绘(huì)画(huà)浪(làng)潮，让AIGC在(zài)ChatGPT的话题热点(diǎn)包(bāo)围中杀出重围。

01

ControlNet颠覆(fù)AI绘画新玩法

AIGC向可控靠近

以AI绘画为代表的AIGC上一次爆火的时候，还是(shì)2022年(nián)8月，在(zài)美国科罗拉(lā)多州(zhōu)举办的新兴数字艺术(shù)家竞赛中，一幅名为(wèi)《太空歌剧(jù)院(yuàn)》的作(zuò)品获奖(jiǎng)。

随(suí)后(hòu)各(gè)大厂商的AI绘画软件被广大网友熟知(zhī)并(bìng)体验，Stable Diffusion便(biàn)是其中(zhōng)代(dài)表。

用户们可(kě)以在应用中输入一组关键词或(huò)者(zhě)一张(zhāng)照片，就(jiù)能获得一幅AI创作的(de)画作(zuò)。

作画的关(guān)键(jiàn)就是(shì)所(suǒ)输(shū)入(rù)的文本。同(tóng)一(yī)组关键词也可以创作(zuò)出(chū)很多张(zhāng)风格不(bù)一样(yàng)的画作，这让创作(zuò)的过程就像开(kāi)盲盒。

很(hěn)多(duō)用户很(hěn)喜欢这种不确定的惊喜，他们会将生(shēng)成的美图当做头(tóu)像(xiàng)。而另一(yī)部分喜欢(huān)翻看AI绘画的(de)“翻车”作品。在社(shè)交媒(méi)体上(shàng)，许多(duō)用户分享AI“翻车现场”，例(lì)如，一位网友的小狗照片被AI画(huà)成(chéng)了“肌肉男”，还有网友(yǒu)的(de)个人照片被AI识别(bié)成(chéng)了建筑(zhù)。

而如今(jīn)随着ControlNet的出现与加持，以往(wǎng)AI绘画(huà)的填写关键词游戏可能要(yào)被颠覆了。

ControlNet是(shì)一位(wèi)正在斯(sī)坦福读(dú)博的中国人张(zhāng)吕敏创作的(de)一种基于(yú)控制(zhì)点的图像(xiàng)变形算法，主要(yào)用于数字图像(xiàng)处理(王宝强学历，王宝强不是84年的吗lǐ)、计算机视觉和(hé)计算机图形学等领域。

其SD插件(jiàn)一经发布(bù)，在(zài)短短的(de)两天内便成为了AI绘画(huà)领域最新的热点。

在此之前，大(dà)家用了很多(duō)方(fāng)法想让(ràng)AI生成的结果(guǒ)尽(jǐn)可能的符合要求，但(dàn)是都不尽如人意，它(tā)的出(chū)现(xiàn)代表着AI生成开(kāi)始进入真正的可控(kòng)时(shí)期。

因为(wèi)ControlNet可以直接提取画(huà)面(miàn)的(de)构图，人物的姿势和画面(miàn)的(de)深度信息等。有了它的帮(bāng)助，就(jiù)不(bù)用频繁的用提示词来碰运气，抽(chōu)盲盒(hé)式的创(chuàng)作了。

通俗的(de)说ControlNet相当(dāng)于给(gěi)AI绘画加(jiā)了“魔法”，不少博主的作品已经获得了大量的浏览量(liàng)，“viggo”就是其中之一，他用(yòng)朋友的照片直接带她们走(zǒu)进动(dòng)漫(màn)世界。

viggo先(xiān)用(yòng)StableDiffusion图(tú)片转文字。

再用(yòng)Text2Prompt插(chā)件拓展找到对(duì)应的关(guān)键词(cí)；最后(hòu)用ControlNet插(chā)件(jiàn)绑定(dìng)骨骼开始(shǐ)换关(guān)键词(cí)试效果。

通过图片(piàn)就可以看(kàn)出(chū)来，效果十分(fēn)惊艳。

更厉害(hài)的是，除(chú)了真实的(de)照(zhào)片，草图也可以加(jiā)上“魔法”，知乎大(dà)牛“DevPoint”和“逗砂”介绍到ControlNet还能实(shí)现线稿转(zhuǎn)全彩图。大(dà)神张吕(lǚ)敏其本(běn)尊也亲自回应。

不得不说当下AIGC已(yǐ)经变(biàn)得越来越强大(dà)，甚(shèn)至输出的(de)作品都已(yǐ)经能以假乱(luàn)真(zhēn)了。

02

难辨虚(xū)实，AIGC技术力爆发(fā)

警惕安全问题

近(jìn)日，“苏州金鸡(jī)湖有游(yóu)艇party”的(de)消息火(huǒ)遍网(wǎng)络，而经过警方(fāng)辟谣(yáo)这所谓(wèi)的(de)“party”可(kě)能(néng)是全国第一(yī)起(qǐ)AI绘图诈骗(piàn)。

由于这(zhè)个(gè)活动里面给(gěi)出的美女照片都是AI制作(zuò)的(de)真人照片绘图，因为(wèi)太逼真(zhēn)，被(bèi)大(dà)家当成真事传播了(le)。

不过(guò)仔细观(guān)察可以发现，活动发起者提(tí)供(gōng)的(de)照片(piàn)中有个很大的漏洞可(kě)以发现并(bìng)非真人，而(ér)是AI绘图，那便是图片中女性(xìng)的手(shǒu)指(zhǐ)部分有的存(cún)在异(yì)常(cháng)。

有行业人(rén)事(shì)表示(shì)：“现在因为(wèi)手指部分的绘画算法比(bǐ)较(jiào)复杂，AI还(hái)不(bù)太(tài)会画人的(de)手(shǒu)，但最新(xīn)看到的图片已(yǐ)经有越(yuè)来越完美的AI模(mó)型出现，以(yǐ)后可能就完全没有漏洞了。”

类似的AI作图(tú)诈骗在国外也已有(yǒu)发生(shēng)。据英国广(guǎng)播(bō)公司(sī)报道，土(tǔ)耳其地震期间，有Tiktok用户使用AI合成(chéng)了儿童受灾的假照(zhào)片发布到网络(luò)，以此(cǐ)诱骗善良的人打赏“捐助”从而实施诈骗(piàn)。

目前随着技(jì)术发展，AIGC已(yǐ)经能(néng)做出真人照片般(bān)的(de)绘图效果，如果这(zhè)样的图片被用(yòng)来诈骗，将非常可(kě)怕(pà)。

此外AIGC还引发了(le)很多(duō)担忧(yōu)，一方(fāng)面，批(pī)判者认为AI在“学习”了大量(liàng)前人的作品之(zhī)后，其创作没有任何情(qíng)绪(xù)和灵魂(hún)，难以(yǐ)和人类的艺术创作相(xiāng)提并(bìng)论。

另一方面，AIGC背后的版权(quán)、目前都(dōu)并没有(yǒu)得到有(yǒu)效的解决，还有AIGC会不会(huì)代替人类“至高无上”的创意。

马斯克也强调(diào)，人工(gōng)智能的(de)安全问题需(xū)要得到重视，太晚就来不及了。

03

AIGC下(xià)一站除了视频，还有远方(fāng)

技术(shù)都是有两面性的，潜在(zài)的危害并不能掩盖(gài)其光辉的(de)贡献。现在看来，人工智(zhì)能技术将是第四次(cì)工(gōng)业革命的核心驱动力量，将创(chuàng)造新(xīn)的增长奇(qí)迹。

过去一年，人工智能在技术和商业层面都(dōu)有了巨大进展，AI绘画(huà)就(jiù)是人工智能技术(shù)发(fā)生方(fāng)向性(xìng)改(gǎi)变(biàn)的(de)一个代表。其下一站(zhàn)或许就是视(shì)频(pín)。

此前，Meta和谷歌(gē)先后发布(bù)了几条引爆科技圈的短视频。这(zhè)些(xiē)视频引发(fā)关注并非内容做得多优秀(xiù)，反而都非常简单，比(bǐ)如一匹正在喝水的(de)马(mǎ)，一只画画的玩(wán)具熊(xióng)，或者一段骑摩托车的(de)第(dì)一视(shì)角录(lù)像，随(suí)便一个有手机(jī)的人都可以(yǐ)随(suí)手录下一(yī)段。

但这些短视频的(de)创作方式(shì)非常(cháng)简单(dān)，创作(zuò)者仅仅(jǐn)需要向AI输(shū)入一段话，甚至只(zhǐ)是(shì)说一(yī)下(xià)要求，AI就可以根据(jù)需要(yào)生成一段视频。

谷歌发布的(de)两(liǎng)个AI生成视频分别来自(zì)于Imagen Video和Phenaki，前者主要突出的是高清，与Meta的Make-A-Video没有太多的(de)差(chà)别。

在Make-A-Video公布了AI生(shēng)成的视频后，AI圈(quān)就已经玩了一波梗，一个能够(gòu)做出更高(gāo)清(qīng)视(shì)频的AI还不足(zú)以在短(duǎn)时间(jiān)内戳中兴(xīng)奋点。

Phenaki更加令人震惊的地方在于，它可以制作出超(chāo)过2分钟的(de)连贯的也有确切(qiè)内容的视频，这才是真(zhēn)正让人们感到(dào)惊喜的(de)地方(fāng)。因为(wèi)无论AI生(shēng)成(chéng)的视频多么(me)高清，也只(zhǐ)能是为内容生产者提供一个(gè)灵感，一个素材(cái)，一个(gè)过场动画。

不过能够制作(zuò)出有具体(tǐ)剧情内容(róng)的(de)视频就意味着，一些视频创作由AI代替人工(gōng)完成已经初步(bù)有了可能。

当下AI的发展(zhǎn)速(sù)度(dù)已经(jīng)超过大部(bù)分(fēn)人的想象(xiàng)。内容产业的本质是供(gōng)给创造需求，AIGC作为全新的(de)内(nèi)容(róng)生产方式，可以为内容产业带来更新的(de)内容(róng)风(fēng)格、更快的生产速度，更低的生(shēng)产成本，这(zhè)无疑(yí)会驱动内容产业的大爆发。

除了AI绘图、视频，AIGC技(jì)术还能应用(yòng)于音乐、代码、机器人动作等多种(zhǒng)内(nèi)容形(xíng)式的(de)生成。不(bù)难发(fā)现该项技术不仅(jǐn)在游戏等行业能得到有效应用，对于下一代互联网各种元素的构建亦有关键意(yì)义。

从(cóng)商业化的角度来(lái)看(kàn)，文化(huà)娱乐、教育、传媒等(děng)诸多(duō)领域，本身就对(duì)基于AI的可视化内(nèi)容(róng)有(yǒu)强(qiáng)烈需(xū)求。

因此，AI绘(huì)画(huà)及视频或(huò)不是(shì)结果，而只是AI进程中的一块重要(yào)拼图，有望在技术更(gèng)新的加持下实现(xiàn)更大(dà)的应用价值。

AI从(cóng)理解内容，走向(xiàng)了可以生成内容(róng)，甚至能够(gòu)创造出独立价值(zhí)和独立视角(jiǎo)的内容。<王宝强学历，王宝强不是84年的吗strong>AIGC的再次出圈，更(gèng)代表(biǎo)着未来的先进生产力即将到来。

04

紧抓大模(mó)型与算力，牢固(gù)AIGC底座(zuò)

从(cóng)技术的发展也可以看出，在语言大模型、图像大模型(xíng)之后(hòu)，多模态(tài)大模型已(yǐ)经成为了新的趋势。

大模型被誉为当前(qián)人(rén)工智能发展的智(zhì)能(néng)底座，是(shì)全球竞争最激烈的研究方向之(zhī)一，包括谷(gǔ)歌、亚马逊、百(bǎi)度、阿里、腾讯等众多头部企(qǐ)业(yè)都在竞相发力。

不(bù)过训练大模型的确价格不菲，以国(guó)盛证券发布的《ChatGPT需要(yào)多少算(suàn)力(lì)》报告估算(suàn)，GPT-3训(xùn)练一次的(de)成(chéng)本约为140万美元(yuán)。而对于(yú)一(yī)些更大的LLM(大型语言模型)，训练成本则介于200万美(měi)元至1200万美元高价(jià)之间。

以(yǐ)ChatGPT在2023年1月的独立访客平(píng)均数1300万计算，其对(duì)应(yīng)芯片(piàn)需求为(wèi)3万多片英伟达A100 GPU，初始投入成本(běn)约为8亿美元(yuán)，每(měi)日(rì)仅(jǐn)电费就在5万美元左(zuǒ)右。

此外不论是ChatGPT还是AIGC，都(dōu)离不开庞大算力支持(chí)。在关注(zhù)各(gè)类(lèi)大模型的发展同时，更应(yīng)该关注算力网络的(de)建设。

算力(lì)网络正(zhèng)驱(qū)动AI产业发展(zhǎn)进入(rù)史诗级加速进程，让(ràng)AIGC及通用AI这(zhè)一人工智能发展的终极目标离得(dé)更近(jìn)。

因为算力可以对突(tū)破性(xìng)技术创(chuàng)新提供大(dà)力的支持。这方面，多模态大(dà)模型是典型。作(zuò)为(wèi)面(miàn)向未来强(qiáng)人工智(zhì)能、通用人工智(zhì)能的重要技(jì)术创新，多(duō)模态大模型已经(jīng)在人工智能领域提出(chū)了(le)很多年，业界也有不(bù)少(shǎo)技术突破，但是，多(duō)模态大模型(xíng)进一步往下走，算力(lì)需求呈几何(hé)式上升(shēng)，一般(bān)的(de)算(suàn)力基础设(shè)施很快将难以胜任。

从(cóng)图像、文字(zì)、语音(yīn)单独一项的训练，到双模态、三模态的跃(yuè)迁，让人工智能可以灵活(huó)应对不同模态的转化、像人与世(shì)界交互(hù)一(yī)样自然(rán)，这方(fāng)面(miàn)，由算力网络来驱动将有明显优势。

此外(wài)，还(hái)有很多需要爆(bào)发式增长的算力(lì)来支撑的技术创新，将(jiāng)在人工智(zhì)能算力网络支(zhī)撑下快速推进。

AIGC已经露出曙光，期待在大模型和大算力的支持下AIGC能持续颠覆内容(róng)生产的方式，将创造(zào)的边际成(chéng)本降低，让(ràng)万众(zhòng)受(shòu)益。

未经允许不得转载：橘子百科-橘子都知道 王宝强学历，王宝强不是84年的吗