自聊天机器(qì)人ChatGPT火爆以(yǐ)来，微(wēi)软公司(sī)创始人比尔·盖(gài)茨已(yǐ)多(duō)次公(gōng)开谈(tán)论人工智能话题。在(zài)最近的一次采(cǎi)访中，他再(zài)次(cì)表示：“AI可能会让(ràng)科技行业迎来一次剧烈的洗牌”。

这个结论是(shì)他(tā)在当地时间(jiān)2月(yuè)20日(rì)接(jiē)受《In Good Company》节(jié)目(mù)专访时提(tí)出的。

他预期，AI的发(fā)展可能会威胁到谷歌的市占率，因为微软在AI方面的行动相当迅速。而(ér)最(zuì)终科(kē)技(jì)巨头将把AI整合成用户(hù)的“全能助(zhù)手”，包揽一(yī)切(qiè)应(yīng)用，与人们进行沟通并(bìng)提供(gōng)建议，可以取(qǔ)代亚马逊、Siri或(huò)Outlook等应用。

大(dà)佬口(kǒu)中全能助(zhù)手的到来可能尚需时日，但(dàn)由(yóu)ControlNet引发(fā)的又一次AI绘画浪潮，让AIGC在ChatGPT的(de)话题热点包围中杀出重围。

01

ControlNet颠(diān)覆AI绘画(huà)新(xīn)玩法

AIGC向(xiàng)可(kě)控(kòng)靠近

以AI绘画为代(dài)表的AIGC上(shàng)一(yī)次爆火的时候，还是2022年(nián)8月，在美国科罗拉多州(zhōu)举办的新兴数字(zì)艺术家(jiā)竞(jìng)赛(sài)中(zhōng)，一幅名(míng)为(wèi)《太空歌剧(jù)院(yuàn)》的作品获(huò)奖。

随后各大厂商的AI绘画软件被广(guǎng)大网友(yǒu)熟知(zhī)并体验，Stable Diffusion便是其中代表。

用户们可以在(zài)应用中输入一组关(guān)键词或(huò)者一张(zhāng)照(zhào)片，就能获得一(yī)幅AI创(chuàng)作(zuò)的(de)画作。

作画的关键就是所(suǒ)输(shū)入的文本。同一组关键(jiàn)词也(yě)可以创(chuàng)作出很多张风格不一(yī)样的画作，这(zhè)让创作的过程(chéng)就(jiù)像开盲盒。

很多(duō)用(yòng)户(hù)很(hěn)喜欢这广西属于哪个省份，广西属于哪个省哪个市哪个区种不(bù)确定的惊喜，他(tā)们会(huì)将生成的美图当做头像。而(ér)另(lìng)一部分喜欢翻看AI绘画的“翻车(chē)”作(zuò)品。在社交媒体上，许多用(yòng)户分享AI“翻车现(xiàn)场”，例如，一位网(wǎng)友(yǒu)的小狗照片被(bèi)AI画(huà)成(chéng)了(le)“肌(jī)肉男”，还有(yǒu)网友的个人照片(piàn)被AI识(shí)别(bié)成了建筑。

而如(rú)今随着(zhe)ControlNet的出现与加持，以往AI绘画的填(tián)写关键(jiàn)词游(yóu)戏可能要被颠覆了。

ControlNet是一(yī)位(wèi)正在斯坦福读博(bó)的中国人张吕敏创作的一种基于控制点(diǎn)的图像变形算法，主要用于(yú)数(shù)字图像处理(lǐ)、计算机视觉和计算(suàn)机图形(xíng)学等领域。

其(qí)SD插件一(yī)经发布，在(zài)短短的(de)两天内(nèi)便成为了AI绘画领域最新的热点(diǎn)。

在此之前，大家(jiā)用了很多方(fāng)法想让AI生成的结果(guǒ)尽可(kě)能的符(fú)合要求，但(dàn)是(shì)都不尽如(rú)人意，它(tā)的出现代表着AI生成(chéng)开始(shǐ)进入真(zhēn)正(zhèng)的可控时(shí)期。

因为ControlNet可(kě)以直接提取画面的构图(tú)，人物(wù)的(de)姿(zī)势和(hé)画面的深度信息(xī)等。有了(le)它的帮助，就不用频繁的用(yòng)提示词来碰运气，抽盲盒式的创作了(le)。

通(tōng)俗的说ControlNet相当(dāng)于给AI绘画(huà)加(jiā)了“魔法”，不少(shǎo)博主(zhǔ)的作品(pǐn)已经获得了大量的浏览(lǎn)量，“viggo”就是其中之(zhī)一，他用朋友的照片直接(jiē)带她们走进(jìn)动(dòng)漫世界(jiè)。

viggo先用StableDiffusion图(tú)片转文字。

再(zài)用Text2Prompt插(chā)件(jiàn)拓展(zhǎn)找到(dào)对(duì)应的关键词(cí)；最后用ControlNet插件绑定骨骼开始换关键词(cí)试效果。

通(tōng)过(guò)图片就可以看出来(lái)，效果十分惊艳。

更厉(lì)害的(de)是，除(chú)了真(zhēn)实的照片，草图也可以加上“魔法”，知乎大牛“DevPoint”和“逗砂”介绍(shào)到ControlNet还(hái)能实(shí)现线稿转全彩图(tú)。大(dà)神张(zhāng)吕敏(mǐn)其本尊(zūn)也亲自回(huí)应。

广西属于哪个省份，广西属于哪个省哪个市哪个区data-type="jpeg" data-w="1174">

不(bù)得不说当下(xià)AIGC已经变(biàn)得越来越(yuè)强大(dà)，甚至(zhì)输出(chū)的作品都(dōu)已经能以假乱真了(le)。

02

难(nán)辨(biàn)虚(xū)实，AIGC技术力爆发

警惕安(ān)全问题(tí)

近(jìn)日，“苏州(zhōu)金鸡湖有游艇party”的消息火(huǒ)遍网(wǎng)络，而经过警(jǐng)方辟谣这(zhè)所谓(wèi)的“party”可能是全国第一(yī)起(qǐ)AI绘图诈骗。

由(yóu)于这个活动里面给出的美女照片都是AI制作的真(zhēn)人照片绘(huì)图，因为太逼真，被大家(jiā)当成真事(shì)传播了。

不过仔细观察可以发现(xiàn)，活动发起者提供的(de)照片(piàn)中有个很(hěn)大(dà)的漏(lòu)洞可以发现(xiàn)并非真(zhēn)人，而是AI绘图，那便是图片中女性的(de)手指部分有(yǒu)的存在异常。

有行业人事表示：“现在因为手指(zhǐ)部(bù)分的绘画算法比较复杂(zá)，AI还不太(tài)会画人的手，但最新(xīn)看到的图片(piàn)已经有越来(lái)越完美的(de)AI模型出现，以后可(kě)能就完全没(méi)有漏洞了。”

类似的AI作图诈骗(piàn)在国外也已有发(fā)生。据英国广播公司报道(dào)，土(tǔ)耳其地震期(qī)间(jiān)，有Tiktok用户使用AI合成(chéng)了儿童(tóng)受灾的假照片发布到网(wǎng)络，以(yǐ)此诱骗善良(liáng)的(de)人打赏“捐助(zhù)”从而实施诈骗。

目前随(suí)着技术发展，AIGC已经(jīng)能做出真人照片(piàn)般的绘图效(xiào)果，如(rú)果这样的图片被用来诈骗，将(jiāng)非常(cháng)可怕。

此外(wài)AIGC还引(yǐn)发了很多担忧，一方面，批判者认为AI在“学(xué)习(xí)”了大(dà)量前(qián)人的作品之后，其(qí)创(chuàng)作没有任何情绪和灵魂，难以和人(rén)类的艺术创作(zuò)相提并论。

另一方(fāng)面，AIGC背后的版(bǎn)权、目前都并没有得(dé)到有效的解决(jué)，还(hái)有AIGC会不会代替人类“至高无上”的创(chuàng)意。

马斯克也强调(diào)，人工智能的安全问题需(xū)要得到重视，太(tài)晚(wǎn)就来不(bù)及(jí)了。

03

AIGC下一站(zhàn)除(chú)了(le)视频，还有远方

技(jì)术(shù)都是有两面性的，潜在的(de)危害并不能掩盖其光(guāng)辉的贡献。现在看来，人工智能(néng)技术将是第四次工业革命的(de)核(hé)心驱动力量，将(jiāng)创造新的增长奇(qí)迹。

过去一年(nián)，人工(gōng)智能在技术和(hé)商业层(céng)面(miàn)都有了巨大进展，AI绘(huì)画就(jiù)是人工智能技术发生方(fāng)向性改变(biàn)的(de)一(yī)个代表。其(qí)下一站(zhàn)或(huò)许就是视频。

此(cǐ)前，Meta和谷歌先后发布(bù)了(le)几(jǐ)条引爆科技(jì)圈的短视频。这(zhè)些视频引发(fā)关(guān)注并非内容(róng)做得多(duō)优秀，反而都(dōu)非常简单，比如一匹(pǐ)正在(zài)喝(hē)水的马，一只(zhǐ)画(huà)画的玩具熊，或者一(yī)段骑(qí)摩托(tuō)车的第一视角录像，随便一个有手机的人都(dōu)可以随手录下一段。

但(dàn)这些短视频的创作方式非常简单，创(chuàng)作者(zhě)仅(jǐn)仅需(xū)要向AI输(shū)入一段话(huà)，甚至只是说一下要求，AI就可以(yǐ)根据需要生成一段视频。

谷(gǔ)歌发布的两个(gè)AI生成视频(pín)分别来(lái)自于Imagen Video和Phenaki，前者主要突出的是高清(qīng)，与Meta的Make-A-Video没有太(tài)多的差别。

在Make-A-Video公布了(le)AI生成的视(shì)频后(hòu)，AI圈就已(yǐ)经玩了一波(bō)梗，一个能(néng)够(gòu)做出(chū)更高清(qīng)视频的(de)AI还不(bù)足以在短时间内戳中兴奋点。

Phenaki更加令人震惊的地方在于，它可以(yǐ)制作(zuò)出超(chāo)过2分(fēn)钟(zhōng)的连贯的也有确切内(nèi)容的视频，这才是真(zhēn)正让人们(men)感(gǎn)到惊喜的地(dì)方。因(yīn)为无论AI生成的视频(pín)多么高清，也只能(néng)是为内容生产(chǎn)者提供一(yī)个灵感，一个(gè)素(sù)材，一个过场动画。

不(bù)过能够制作出有(yǒu)具体(tǐ)剧情内容的视频就意味(wèi)着(zhe)，一些(xiē)视(shì)频创作由(yóu)AI代替人工完成已经初步(bù)有了可能(néng)。

当下AI的发展(zhǎn)速度已经超过大(dà)部分人的想象(xiàng)。内(nèi)容产业的本质(zhì)是供给创造需求，AIGC作为全(quán)新(xīn)的内容(róng)生产方(fāng)式(shì)，可以为内容产业(yè)带来更新的(de)内容风格、更(gèng)快的生产速度，更低的生(shēng)产成本，这无疑会驱动内容(róng)产(chǎn)业的大爆发。

除了AI绘(huì)图、视(shì)频，AIGC技术还能应(yīng)用于音乐、代码、机器人(rén)动作等(děng)多种内容形式的生成。不难(nán)发现(xiàn)该(gāi)项技(jì)术不仅在游(yóu)戏等行业能得到有效应用，对于(yú)下一代互(hù)联网各种元(yuán)素的构建亦有关键意义(yì)。

从商业化的角度来看，文化娱乐、教育(yù)、传媒(méi)等(děng)诸多领域(yù)，本身就对基于AI的(de)可视(shì)化内容有强烈需求。

因(yīn)此，AI绘(huì)画及(jí)视频或不是结果，而只是AI进(jìn)程中的一块重要(yào)拼图，有(yǒu)望在技术更新的加持下实现更大的应(yīng)用价值(zhí)。

AI从理解内容(róng)，走向了可以生成内(nèi)容，甚至(zhì)能够创造出独立(lì)价值(zhí)和独立(lì)视角的内容。AIGC的再次出圈，更代(dài)表(biǎo)着未来的先进生产力即将到来。

04

紧抓大模型与算力，牢固AIGC底座

从技(jì)术(shù)的发(fā)展(zhǎn)也(yě)可(kě)以看(kàn)出，在(zài)语(yǔ)言大模型、图像大模型(xíng)之后，多模态大模型已经成为了(le)新(xīn)的趋势。

大模型被(bèi)誉为当前人工智(zhì)能发展的智(zhì)能底座，是全球竞争最激烈的研究方向(xiàng)之一，包括谷歌、亚马逊、百(bǎi)度、阿里、腾(téng)讯等众(zhòng)多头部企业都在(zài)竞相发力(lì)。

不过(guò)训练大模型的确价格不菲，以国(guó)盛证(zhèng)券(quàn)发布的《ChatGPT需(xū)要(yào)多少算力》报告估算(suàn)，GPT-3训练一次的成(chéng)本约为140万美元。而对于一些(xiē)更大的LLM(大(dà)型语言模型(xíng))，训练成(chéng)本则(zé)介于200万(wàn)美元至1200万(wàn)美元高价(jià)之间。

以ChatGPT在(zài)2023年(nián)1月的独立访(fǎng)客平(píng)均数1300万计(jì)算(suàn)，其(qí)对应(yīng)芯(xīn)片需求(qiú)为3万多片英(yīng)伟达A100 GPU，初始投入成本约为8亿美元，每日仅电费就在(zài)5万(wàn)美元(yuán)左右(yòu)。

此外不论是ChatGPT还是AIGC，都离不开庞大算力支持(chí)。在(zài)关注各类大模型的(de)发展同(tóng)时(shí)，更应该关(guān)注算力网络的建(jiàn)设。

算力网络(luò)正(zhèng)驱动AI产(chǎn)业发展进入史诗级加速进程，让AIGC及通用AI这一人工智能发展的终极目标(biāo)离得更近。

因(yīn)为算力可以对突(tū)破性技术创新提供大(dà)力的支持(chí)。这方面，多模态大(dà)模(mó)型是典型。作为面向未来强人工智能、通用(yòng)人工智(zhì)能的重要(yào)技(jì)术创(chuàng)新，多(duō)模态大(dà)模型已经在(zài)人工智能领域提出了很多(duō)年，业(yè)界也(yě)有不少技术突破，但是，多模态(tài)大模型(xíng)进(jìn)一(yī)步往下走，算(suàn)力需(xū)求(qiú)呈几何式(shì)上(shàng)升，一般(bān)的算(suàn)力基础设施很(hěn)快(kuài)将难以胜(shèng)任。

从图像、文(wén)字、语音单独一项的训练，到双模态、三模态(tài)的(de)跃迁，让(ràng)人工智(zhì)能可以灵活应对不同模态的转化、像(xiàng)人与(yǔ)世界交互一样自然，这方面，由算力(lì)网(wǎng)络来(lái)驱动将有明显(xiǎn)优势(shì)。

此外(wài)，还有很多需要爆发式增长的算力来支撑的(de)技术创新，将(jiāng)在人工(gōng)智能(néng)算(suàn)力网(wǎng)络(luò)支撑下快速推进。

AIGC已经(jīng)露出曙(shǔ)光，期待在大模型(xíng)和大算力(lì)的(de)支持下AIGC能持续(xù)颠覆内容生产的方式，将创造的边(biān)际成(chéng)本降低，让万(wàn)众受益。

未经允许不得转载：橘子百科-橘子都知道 广西属于哪个省份，广西属于哪个省哪个市哪个区