自聊天机(jī)器人ChatGPT火(huǒ)爆以来，微软(ruǎn)公司创(chuàng)始(shǐ)人比尔·盖(gài)茨(cí)已(yǐ)多次公开谈论人工智能话(huà)题。在最近的一次采访中，他再(zài)次(cì)表示(shì)：“AI可能会让科技(jì)行业迎来一次剧烈的洗牌”。

这个结论是他在(zài)当地时间2月20日接受《In Good Company》节目专访时提出的。

他(tā)预(yù)期，AI的发展可能会威(wēi)胁到谷歌的市占(zhàn)率(lǜ)，因为微软在AI方面的行动相(xiāng)当迅速。而最(zuì)终科技(jì)巨头将把AI整合成用户的“全能助(zhù)手”，包揽一切(qiè)应用，与人(rén)们(men)进行沟(gōu)通并(bìng)提供建(jiàn)议，可以取代亚马逊、Siri或Outlook等(děng)应用。

大佬口(kǒu)中全能助手的(de)到来可能(néng)尚需时日，但由ControlNet引发的又一次AI绘画浪潮，让(ràng)AIGC在ChatGPT的话题热点包(bāo)围(wéi)中(zhōng)杀出重围。

01

ControlNet颠覆AI绘画新(xīn)玩法

AIGC向可(kě)控靠近

以AI绘画为代表的AIGC上(shàng)一次爆火的时候，还是(shì)2022年8月，在美国科罗拉多(duō)州举办的新兴数字艺术家竞赛(sài)中(zhōng)，一幅名为(wèi)《太空歌剧院(yuàn)》的作(zuò)品(pǐn)获奖。

随后(hòu)各大厂商的AI绘画软件(jiàn)被广大网友熟知并体(tǐ)验，Stable Diffusion便是其中代表。

用户们可以在(zài)应(yīng)用中输入(rù)一组关键(jiàn)词或者一张照片(piàn)，就能获得一幅AI创作的画(huà)作。

作画的(de)关(guān)键就是所输入的文本(běn)。同一组(zǔ)关键词也可以创作(zuò)出(chū)很多张风(fēng)格不一样的画(huà)作，这让创作的过程就像开盲盒。

很多用户(hù)很喜欢(huān)这种不确定的惊(jīng)喜，他们(men)会将生成的美图当做(zuò)头像。而另一部分喜(xǐ)欢翻(fān)看AI绘画的“翻车”作品。在(zài)社交媒体上，许多用户(hù)分(fēn)享AI“翻车现(xiàn)场”，例如，一位网友(yǒu)的小狗照片被AI画成了(le)“肌肉男”，还(hái)有网友的个人照片(piàn)被AI识别成了建筑(zhù)。

而如今随着(zhe)ControlNet的出现与加持(chí)，以往AI绘(huì)画(huà)的填写关(guān)键词游(yóu)戏可能要被颠覆了。

ControlNet是(shì)一位正(zhèng)在斯坦福读(dú)博的中国(guó)人张吕敏创作的一种(zhǒng)基于(yú)控制点的图像(xiàng)变(biàn)形算法，主要用于数字图像处理、计算机视觉和计算机(jī)图形学等领域。

其SD插件一经发(fā)布，在(zài)短(duǎn)短(duǎn)的两天内便(biàn)成为了AI绘(huì)画领域最(zuì)新(xīn)的热点。

在此(cǐ)之前，大家用了很多方法想让AI生成的(de)结果尽可(kě)能的(de)符(fú)合(hé)要求，但是都(dōu)不尽如人意，它(tā)的出现(xiàn)代表着AI生成开始(shǐ)进(jìn)入真正的可(kě)控时期。

因为ControlNet可以直接提取画面的构(gòu)图(tú)，人物的(de)姿势(shì)和画面的深度(dù)信息等。有了它的帮助，就不用频繁(fán)的用提示词来碰运气，抽盲盒式的(de)创作(zuò)了。

通(tōng)俗(sú)的说ControlNet相(xiāng)当于给AI绘画加了“魔法”，不(bù)少博主的作品(pǐn)已经获得了大量的浏览量，“v电表可以调快慢吗 电表房东能做手脚吗iggo”就是其中之一，他(tā)用朋友的照片直接(jiē)带她们走进动漫(màn)世(shì)界。

viggo先(xiān)用(yòng)StableDiffusion图片转文字(zì)。

再用(yòng)Text2Prompt插件拓展找到(dào)对(duì)应的关键词；最后用ControlNet插件绑定骨骼(gé)开始换(huàn)关(gu电表可以调快慢吗 电表房东能做手脚吗ān)键词试效果。

通过图(tú)片就可以(yǐ)看(kàn)出来，效果十分惊艳。

更厉害的(de)是，除了真实的照片，草图也(yě)可以加上“魔法”，知乎大牛“DevPoint”和“逗砂”介(jiè)绍到ControlNet还(hái)能实(shí)现线稿转全(quán)彩图(tú)。大神张吕敏其本尊(zūn)也亲自回应。

不(bù)得不说当下AIGC已经变(biàn)得越来越(yuè)强大(dà)，甚至输(shū)出的(de)作品都已经能以(yǐ)假乱真了。

02

难辨虚实，AIGC技术(shù)力爆发

警惕安(ān)全问题(tí)

近日，“苏(sū)州金鸡湖有游艇party”的消息火遍网络(luò)，而经过(guò)警(jǐng)方辟谣这所谓的(de)“party”可能是全国(guó)第一(yī)起AI绘图诈骗(piàn)。

由(yóu)于(yú)这(zhè)个活动里面给出(chū)的美女照片都是AI制作的真人照片绘图，因(yīn)为太逼真，被大家(jiā)当成真事传(chuán)播了。

不过仔细(xì)观察(chá)可以(yǐ)发现，活动发起者提供的照片中(zhōng)有个(gè)很大的漏洞可以发现并(bìng)非真人，而(ér)是(shì)AI绘图，那便是图片中(zhōng)女性的(de)手指部分(fēn)有的存在(zài)异常(cháng)。

有(yǒu)行业人事(shì)表示：“现在因为手(shǒu)指(zhǐ)部(bù)分的(de)绘画算(suàn)法比较复(fù)杂，AI还不太会画(huà)人(rén)的(de)手，但最新看(kàn)到的图片已经有越来越完美的AI模(mó)型出现，以后(hòu)可能就完全没(méi)有漏(lòu)洞了。”电表可以调快慢吗 电表房东能做手脚吗

类似的AI作(zuò)图诈骗在国外(wài)也(yě)已有发生(shēng)。据英国广(guǎng)播公司报道(dào)，土耳其地震期间，有(yǒu)Tiktok用户使用(yòng)AI合成(chéng)了儿(ér)童受灾的假照片发布到网络(luò)，以此诱骗善良的(de)人(rén)打赏“捐(juān)助”从(cóng)而(ér)实施诈骗。

目(mù)前随着技术发(fā)展(zhǎn)，AIGC已经能做出真人照片般的绘图效果，如果这样的图片被用来诈骗，将非常可怕。

此外AIGC还引发(fā)了(le)很多担忧，一方面，批判者认为AI在“学习”了大量前(qián)人的作品(pǐn)之(zhī)后，其创作没有任何情绪和灵魂(hún)，难以和人类的艺(yì)术(shù)创作相提并论。

另一方(fāng)面，AIGC背后的版权、目前(qián)都(dōu)并没有(yǒu)得到有(yǒu)效的解决，还有AIGC会不会代替人类(lèi)“至高无上”的创意。

马斯克也强调，人工智能的安全问题需要(yào)得到(dào)重视，太晚就来不及(jí)了。

03

AIGC下一站除了(le)视(shì)频(pín)，还有(yǒu)远方

技(jì)术都是有两面性(xìng)的，潜在(zài)的危害并不能掩盖其光辉的贡(gòng)献(xiàn)。现在看(kàn)来，人工智(zhì)能(néng)技术(shù)将是(shì)第四次工业革命的(de)核心(xīn)驱动力(lì)量，将创造新的增长奇(qí)迹(jì)。

过去一年，人工(gōng)智(zhì)能(néng)在技术和商业层面(miàn)都有了(le)巨大进展，AI绘画就是(shì)人工智能(néng)技术发生方向性改(gǎi)变的一(yī)个代表。其下一站或许就是视频(pín)。

此前，Meta和谷歌先后发(fā)布了(le)几条引爆科技圈的短视频。这些视频引发关注并(bìng)非内(nèi)容做得多优(yōu)秀，反而都(dōu)非常简单(dān)，比如一匹(pǐ)正在喝水的马，一只画画(huà)的玩具熊，或(huò)者一段骑摩托车的第一视角录像，随便一(yī)个有(yǒu)手机的(de)人都可以(yǐ)随手录下一段。

但这些(xiē)短(duǎn)视频的创(chuàng)作方式(shì)非常简(jiǎn)单，创(chuàng)作者(zhě)仅仅需要(yào)向AI输入一段(duàn)话，甚至(zhì)只是说(shuō)一(yī)下要(yào)求(qiú)，AI就可以(yǐ)根据需要生成一段视频。

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

在(zài)Make-A-Video公布了AI生成的视频后(hòu)，AI圈就已(yǐ)经玩了一波梗，一个能(néng)够做出更高清视频的AI还(hái)不足(zú)以在短时间(jiān)内戳中兴奋点。

Phenaki更加令人震惊的地(dì)方在于，它可以制作出超过2分钟的连贯的也有确切内(nèi)容的视(shì)频(pín)，这(zhè)才是真正(zhèng)让人们感到惊喜的(de)地方。因为无论AI生成的(de)视频多(duō)么高(gāo)清，也只能是为内(nèi)容生产(chǎn)者提供一(yī)个灵感，一个素材，一个过场动画。

不过能够制(zhì)作出(chū)有(yǒu)具体(tǐ)剧情内容的视频就意(yì)味着，一些视频(pín)创(chuàng)作由AI代替(tì)人工完(wán)成已(yǐ)经(jīng)初步(bù)有了可能。

当下AI的发展速(sù)度已经超过大部分(fēn)人(rén)的想(xiǎng)象。内容产业的本质是供给创(chuàng)造需求，AIGC作(zuò)为全(quán)新(xīn)的内容生产方式，可(kě)以(yǐ)为内容产业带(dài)来更新的内容风格、更快的(de)生产速度，更(gèng)低(dī)的生产(chǎn)成本，这无疑会驱动内容产业的大爆发。

除了(le)AI绘图、视频，AIGC技术还能应用于音乐、代码、机(jī)器人动作等(děng)多种内容形式的生(shēng)成。不难发现该(gāi)项技术不仅在(zài)游戏等行业能得到有(yǒu)效应用，对(duì)于(yú)下一代互联网各(gè)种元素的构建亦有关键意义(yì)。

从商业化的角(jiǎo)度(dù)来看(kàn)，文(wén)化娱(yú)乐、教育(yù)、传媒等诸(zhū)多领域，本(běn)身就对基于(yú)AI的可视化内容有强烈需求。

因(yīn)此，AI绘画及视(shì)频或不是结果，而只(zhǐ)是AI进程中的一(yī)块重要(yào)拼图(tú)，有(yǒu)望在技(jì)术更(gèng)新的加(jiā)持(chí)下实现更(gèng)大的应用价值。

AI从理解内容，走向(xiàng)了可(kě)以生成内容，甚(shèn)至(zhì)能(néng)够创造出独立(lì)价值和独立视角(jiǎo)的内容。AIGC的(de)再次出圈，更代表着未来(lái)的先进(jìn)生产(chǎn)力即将到来。

04

紧(jǐn)抓大模(mó)型与算力，牢固(gù)AIGC底座

从技(jì)术的发展(zhǎn)也可以看出(chū)，在语(yǔ)言大(dà)模型(xíng)、图(tú)像大模型之后(hòu)，多模态大模型已经(jīng)成为(wèi)了新(xīn)的趋势(shì)。

大模型(xíng)被誉为当前人工智能发(fā)展(zhǎn)的(de)智(zhì)能底座(zuò)，是全球竞争最激烈(liè)的研究方向之一，包括(kuò)谷(gǔ)歌、亚马逊、百度、阿里、腾讯等众多头部企(qǐ)业都在竞相发力。

不(bù)过训练大(dà)模(mó)型的确价(jià)格不菲，以国盛证(zhèng)券发布的《ChatGPT需要多少算力》报告估算，GPT-3训练一(yī)次的成本约为140万美元(yuán)。而对于一些更大的LLM(大型语言模(mó)型)，训练成本则介于200万美元至1200万(wàn)美元高(gāo)价(jià)之(zhī)间。

以ChatGPT在(zài)2023年1月的独立访客平均数1300万计算，其(qí)对应芯片(piàn)需求为(wèi)3万多(duō)片英伟达A100 GPU，初始投入成(chéng)本约(yuē)为(wèi)8亿(yì)美元，每日仅电(diàn)费就在5万美元左(zuǒ)右。

此外不论是ChatGPT还是AIGC，都(dōu)离不(bù)开(kāi)庞大算力支持。在关注各类(lèi)大模型的发展同时(shí)，更应该关注算力网络的(de)建设。

算(suàn)力网络(luò)正驱动(dòng)AI产业发展进入史诗级加(jiā)速进程，让AIGC及通用AI这(zhè)一人工智能发展的终极目(mù)标(biāo)离得(dé)更近(jìn)。

因为算力可(kě)以对突破性技术创新(xīn)提供(gōng)大力(lì)的支持(chí)。这方面，多模态(tài)大模型(xíng)是(shì)典(diǎn)型(xíng)。作(zuò)为(wèi)面向未来强(qiáng)人工智(zhì)能、通用人工智能的重要技术创新(xīn)，多模态大模型已经在人(rén)工智能领域提出了很多年，业界也有不少技术(shù)突破，但是，多模态大模型(xíng)进一步往下走，算(suàn)力需求呈几何式上升，一般的算力基础设施很快将难以胜任。

从图像、文字、语音单独一项的(de)训练，到双(shuāng)模态、三模态的跃迁，让人(rén)工智能可以灵活应对不同模态的转化、像人与(yǔ)世界交互一样自然，这方面(miàn)，由算(suàn)力网络(luò)来驱动将有明显优势。

此外，还有很(hěn)多(duō)需要爆发式增(zēng)长的(de)算(suàn)力来支(zhī)撑的技术(shù)创新(xīn)，将(jiāng)在(zài)人工智能算(suàn)力(lì)网络支撑(chēng)下(xià)快速推进(jìn)。

AIGC已经露出(chū)曙光，期待在大模型和大算力的(de)支持(chí)下AIGC能持续颠(diān)覆内(nèi)容生产的方式(shì)，将创(chuàng)造(zào)的边(biān)际成本(běn)降低(dī)，让万(wàn)众受益。

未经允许不得转载：橘子百科-橘子都知道 电表可以调快慢吗 电表房东能做手脚吗