自聊天(tiān)机器人ChatGPT火爆以(yǐ)来，微软公司创始人(rén)比尔·盖(gài)茨(cí)已(yǐ)多次(cì)公开谈论人工智能话(huà)题。在(zài)最近(jìn)的一次(cì)采访中，他再次(cì)表示：“AI可能(néng)会让科技行业迎来一次剧烈(liè)的洗牌(pái)”。

这个结论(lùn)是(shì)他在(zài)当地时间2月(yuè)20日接受(shòu)《In Good Company》节(jié)目专访时提出(chū)的。

他预期(qī)，AI的发展可能会威(wēi)胁到谷歌(gē)的市(shì)占率，因(yīn)为微软在(zài)AI方面的行(xíng)动相当(dāng)迅(xùn)速(sù)。而最终科技巨头(tóu)将把AI整合成用户的“全(quán)能助手(shǒu)”，包揽一切应用(yòng)，与人们进行沟通并提供(gōng)建议，可以取(qǔ)代亚马逊(xùn)、Siri或Outlook等应用。

大佬口中全能助手的到来可能尚需时(shí)日，但(dàn)由ControlNet引发的又(yòu)一次AI绘(huì)画浪潮(cháo)，让AIGC在(zài)ChatGPT的(de)话题(tí)热点(diǎn)包围中杀(shā)出重(zhòng)围。

01

ControlNet颠覆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(shí)候，还是2022年(nián)8月，在(zài)美(měi)国科(kē)罗拉多州举办的(de)新(xīn)兴数字艺术家(jiā)竞赛中(zhōng)，一幅名为《太空歌剧院(yuàn)》的作品获奖。

随后各大厂商的AI绘画软件被广大网友(yǒu)熟知并体验，Stable Diffusion便(biàn)是其中代表(biǎo)。

用(yòng)户(hù)们可以在应用中(zhōng)输入(rù)一(yī)组关键词或者(zhě)一张照片，就(jiù)能获得一(yī)幅(fú)AI创作的画作(zuò)。

作画的关键就(jiù)是所输入的文本。同一(yī)组关键词也可以创作出很多张风格不一样(yàng)的画作(zuò)，这让创作的(de)过程就(jiù)像开盲盒。

很多用户很(hěn)喜欢这种不(bù)确定的(de)惊喜，他们(men)会将(jiāng)生成的美图(tú)当做头像。而另一部分(fēn)喜欢(huān)翻(fān)看AI绘(huì)画的“翻车(chē)”作品。在社交媒体上，许多用户分享AI“翻车现场”，例如，一位网友的小(xiǎo)狗照片被AI画成了“肌肉男”，还(hái)有网友的个人照(zhào)片被AI识别成(chéng)了建筑(zhù)。

而如今随着ControlNet的出现(xiàn)与(yǔ)加持，以往AI绘画的填写关(guān)键词游戏可(kě)能要(yào)被(bèi)颠覆(fù)了(le)。

ControlNet是一位(wèi)正在斯坦福读博的中国(guó)人(rén)张吕(lǚ)敏创作的一(yī)种基于控制点的(de)图像变形算法，主要用于数字图(tú)像处理、计算机视觉(jué)和计算机图形学(xué)等领域。

其SD插(chā)件一经发布(bù)，在短短的两天内便成为(wèi)了AI绘画领域最新的(de)热(rè)点(diǎn)。

在此之(zhī)前，大家用(yòng)了很多方法想让(ràng)AI生成的(de)结果尽可能的符(fú)合要求(qiú)，但是(shì)都(dōu)不尽如(rú)人意(yì)，它的出现代表着AI生成开始进入真正的可(kě)控时(shí)期。

因为ControlNet可以(yǐ)直接(jiē)提取画面(miàn)的(de)构图，人物(wù)的姿势和(hé)画(huà)面(miàn)的深(shēn)度信息等(děng)。有了它的帮助，就不用频繁(fán)的用提示词来碰(pèng)运气，抽盲盒式的创作了。

通(tōng)俗的说ControlNet相当(dāng)于给AI绘画加了(le)“魔法”，不少(shǎo)博(bó)主的作品已经获(huò)得(dé)了大量的浏(liú)览(lǎn)量，“viggo”就是其中之一，他(tā)用朋友的照片直(zhí)接(jiē)带她(tā)们走进动(dòng)漫(màn)世(shì)界。

viggo先用StableDiffusion图片转(zhuǎn)文字。

再用Text2Prompt插件拓(tuò)展找到对应的关键词；最(zuì)后用ControlNet插(chā)件(jiàn)绑(bǎng)定(dìng)骨骼开始换(huàn)关键词试(shì)效果(guǒ)。

通过图片(piàn)就可以看(kàn)出来，效果十分惊艳。

更厉(lì)害的是，除了(le)真实的照片，草图也(yě)可以加上(shàng)“魔(mó)法(fǎ)”，知乎大牛“DevPoint”和“逗砂”介绍到ControlNet还能实(shí)现(xiàn)线稿转全彩图。大(dà)神张吕敏其本尊也(yě)亲自回(huí)应。

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

02

难辨虚实，AIGC技(jì)术力爆(bào)发

警(jǐng)惕安全问题聚酯纤维对人体有害吗 聚酯纤维是塑料吗

近日，“苏州(zhōu)金(jīn)鸡(jī)湖有游(yóu)艇(tǐng)party”的(de)消息火遍网(wǎng)络，而经过警方辟谣这所谓的(de)“party”可能是(shì)全国第一起AI绘图诈骗。

由于这个活(huó)动里面给(gěi)出的美(měi)女照(zhào)片(piàn)都是AI制作的(de)真人照(zhào)片绘图，因为(wèi)太逼真，被大家当(dāng)成真事传播了(le)。

不过仔细观察可以发现，活动发起者提(tí)供(gōng)的(de)照(zhào)片中有个很大的漏(lòu)洞(dòng)可以发现并非真人，而是AI绘图，那便是图片中女性的手指(zhǐ)部(bù)分有的存在(zài)异常。

有行业人(rén)事表(biǎo)示(shì)：“现在因为手指部分的绘画算法比较复杂，AI还(hái)不太(tài)会(huì)画人的手，但最新看(kàn)到的(de)图片已经有越(yuè)来越(yuè)完美(měi)的AI模型(xíng)出现，以后可能就完全没有漏(lòu)洞了。”

类似的AI作图诈骗在国外也已(yǐ)有发生。据英(yīng)国广播公(gōng)司报(bào)道(dào)，土耳其地震(zhèn)期(qī)间(jiān)，有Tiktok用(yòng)户使用AI合成了(le)儿童受灾的假(jiǎ)照片发布(bù)到网络(luò)，以此诱骗善(shàn)良(liáng)的人打赏“捐助”从而实(shí)施诈骗。

目前随着技术发展，AIGC已经能做出真人照片般的绘(huì)图效果，如果(guǒ)这样的(de)图(tú)片被用来诈骗，将非(fēi)常可(kě)怕。

此外(wài)AIGC还引发了(le)很多担忧，一方面，批判者认(rèn)为AI在“学(xué)习(xí)”了大量前人的作品(pǐn)之(zhī)后，其创作没有(yǒu)任(rèn)何(hé)情(qíng)绪(xù)和灵(líng)魂，难以(yǐ)和人(rén)类的(de)艺术创作相提并论。

另一方(fāng)面(miàn)，AIGC背后的版权、目前都(dōu)并没有得(dé)到有效的解决，还有AIGC会不会(huì)代(dài)替(tì)人(rén)类“至高无上”的创意。

马(mǎ)斯克也强调(diào)，人工智能的安全(quán)问题需要得(dé)到重视，太晚就来不及了。

03

AIGC下一(yī)站除(chú)了(le)视频，还有远方(fāng)

技术都(dōu)是有两面性的，潜在的(de)危害并不能掩盖(gài)其(qí)光辉的贡献。现在看(kàn)来，人工智能技术将是第四(sì)次工业革命的(de)核心驱动力(lì)量，将创(chuàng)造(zào)新的增长奇迹。

过(guò)去一年，人工智能在技(jì)术和商业层(céng)面都有(yǒu)了巨大进展，AI绘画(huà)就是人工智能技术(shù)发生方向性(xìng)改(gǎi)变的(de)一(yī)个代(dài)表(biǎo)。其下一(yī)站或许就是视频。

此前(qián)，Meta和谷歌先后发布了几(jǐ)条引爆科技圈的(de)短视频。这些(xiē)视频引发关注(zhù)并非内容做得多(duō)优(yōu)秀，反而都非常(cháng)简单，比如一匹(pǐ)正(zhèng)在喝水的(de)马，一只画画的玩(wán)具(jù)熊，或者(zhě)一(yī)段骑摩托车的第(dì)一视角录像(xiàng)，随便一个(gè)有手(shǒu)机的人都可(kě)以随手录下(xià)一段。

但这些短视频的创作方式非常简单，创(chuàng)作者仅仅需要(yào)向AI输入一段话，甚(shèn)至只(zhǐ)是说一下(xià)要(yào)求，AI就(jiù)可以根据需要生成一段视频。

谷歌发布的两个(gè)AI生成(chéng)视(shì)频分别(bié)来自于(yú)Imagen Video和Phenaki，前者主(zhǔ)要突出的(de)是高清，与Meta的Make-A-Video没(méi)有太(tài)多的差别。

在Make-A-Video公布(bù)了AI生成(chéng)的视频后(hòu)，AI圈就已经玩了一波梗，一个能够做出更高清视频(pín)的AI还不足以(yǐ)在短(duǎn)时间内戳中(zhōng)兴奋(fèn)点。

Phenaki更(gèng)加令人震惊的地方在于，它可以制作出超过(guò)2分钟(zhōng)的连(lián)贯的也(yě)有确切内容的(de)视频，这才是(shì)真正(zhèng)让人们感(gǎn)到惊喜(xǐ)的地方。因为无论(lùn)AI生成的视(shì)频多么高(gāo)清，也只能是为(wèi)内容生产者提供一个灵感(gǎn)，一(yī)个素(sù)材(cái)，一个过场动画。

不过能够制作出有具体(tǐ)剧情内容的视频就意味着，一些视频创作由AI代替人(rén)工(gōng)完(wán)成已经(jīng)初步有了可能(néng)。

当(dāng)下(xià)AI的(de)发(fā)展速(sù)度已经(jīng)超过(guò)大部(bù)分人的想象。内容产(chǎn)业(yè)的本质是供给创造需求，AIGC作为全(quán)新的内(nèi)容生产方式(shì)，可以为内容产业带来更(gèng)新的内容风格、更(gèng)快的生(shēng)产速度，更低的生产成本，这无疑会(huì)驱动内容产(chǎn)业的大爆发。

除了AI绘图、视频，AIGC技(jì)术还能应用于音乐(lè)、代码、机(jī)器(qì)人动作等(děng)多种内容形(xíng)式的生成(chéng)。不难(nán)发现该项技术不(bù)仅在游(yóu)戏(xì)等(děng)行业能得(dé)到有(yǒu)效应(yīng)用，对于下(xià)一代互联(lián)网各种元素的(de)构建亦有关键意义。

从商(shāng)业化的角度来看(kàn)，文化(huà)娱乐、教育、传媒(méi)等诸(zhū)多领(lǐng)域，本身就对基(jī)于(yú)AI的可视(shì)化内容有强烈需求。

因此，AI绘画及视频或不是结果，而只是(shì)AI进程中的一块(kuài)重要拼图，有望在技术更新的(de)加持下实现更大的应用价值。

AI从理解内容(róng)，走向了可以(yǐ)生成内容(róng)，甚(shèn)至能(néng)够(gòu)创造(zào)出独立价值和独立视角的内容。AIGC的再(zài)次出圈(quān)，更代表着未来(lái)的先(xiān)进生产力即将到来(lái)。

04

紧抓(zhuā)大模型与算力，牢固AIGC底座

从技(jì)术的发展(zhǎn)也可以看出，在(zài)语(yǔ)言大模型、图像大模型之后(hòu)，多模态大模型(xíng)已(yǐ)经成(chéng)为了新(xīn)的趋(qū)势(shì)。

大模型被誉(yù)为(wèi)当(dāng)前人工智能发展的智(zhì)能底座，是全球竞(jìng)争最激烈的研究方向之一，包括谷歌(gē)、亚马逊、百度、阿里、腾讯等众多头(tóu)部企业都在(zài)竞相发力。

不过训练大模(mó)型的确(què)价格(gé)不(bù)菲，以国盛证券发布(bù)的《ChatGPT需(xū)要多少(shǎo)算力》报告(gào)估算，GPT-3训(xùn)练一(yī)次(cì)的成本(běn)约为140万美元。而对(duì)于一些(xiē)更大的(de)LLM(大(dà)型语言模型)，训练(liàn)成本则介(jiè)于200万(wàn)美元至1200万美(měi)元高(gāo)价之(zhī)间(jiān)。

以ChatGPT在2023年(nián)1月(yuè)的独立访客平均(jūn)数1300万计(jì)算，其对应芯片需求为3万多片英伟(wěi)达A100 GPU，初始投(tóu)入成本约为(wèi)8亿美元(yuán)，每日仅电(diàn)费(fèi)就(jiù)在5万美元(yuán)左右。

此外不(bù)论是ChatGPT还是(shì)AIGC，都离不开庞(páng)大算力支持。在(zài)关注(zhù)各类大模(mó)型的发展同时，更应该关注算力网络的建设。

算力网络正驱动AI产(chǎn)业(yè)发展进入史(shǐ)诗级(jí)加(jiā)速进程，让AIGC及(jí)通用AI这一人工智能发(fā)展(zhǎn)的终极目标离得(dé)更近(jìn)。

因为算力可以对突破(pò)性技术(shù)创新提供大力的支持。这方面，多模态大模型是典型(xíng)。作为面向未来强人工(gōng)智(zhì)能(néng)、通(tōng)用人(rén)工智能的重要(yào)技(jì)术(shù)创新，多模态大(dà)模型已经(jīng)在人工(gōng)智能(néng)领域提出(chū)了很(hěn)多年，业界也有不少技术(shù)突破(pò)，但是(shì)，多模(mó)态(tài)大(dà)模(mó)型进一步往下走，算力需求呈几(jǐ)何式上升(shēng)，一般(bān)的算力(lì)基础(chǔ)设施很快将(jiāng)难以胜任。

从图(tú)像(xiàng)、文字、语(yǔ)音单独一项的训练，到双模态、三模态的跃(yuè)迁，让人工智能可以(yǐ)灵活(huó)应(yīng)对不同模态(tài)的转化、像人与(yǔ)世界交互一样自(zì)然(rán)，这(zhè)方(fāng)面，由算力网络来(lái)驱动将有明(míng)显优势(shì)。

此外(wài)，还有很多需要爆发式增长的算(suàn)力来(lái)支撑的技术创新，将在人工(gōng)智能(néng)算力网络支撑下快速(sù)推进。

AIGC已(yǐ)经露出(chū)曙光，期待在大模(mó)型(xíng)和大算力(lì)的支持下AIGC能(néng)持续颠(diān)覆内容(róng)生产的方式(shì)，将创造的边(biān)际成本降(jiàng)低(dī)，让万众受益。

未经允许不得转载：橘子百科-橘子都知道 聚酯纤维对人体有害吗 聚酯纤维是塑料吗