自(zì)聊天机器人(rén)ChatGPT火爆(bào)以来，微(wēi)软(ruǎn)公司(sī)创始人比(bǐ)尔(ěr)·盖(gài)茨已多次公开谈论(lùn)人(rén)工(gōng)智能话题。在最近的一次采访中(zhōng)，他再次(cì)表示：“AI可能会(huì)让科技行业迎(yíng)来一次剧(jù)烈的洗牌”。

这个结论是(shì)他在当地时间2月20日接受(shòu)《In Good Company》节目专(zhuān)访时提出的。

他预期，AI的发(fā)展可能(néng)会威胁(xié)到谷歌(gē)的(de)市占(zhàn)率，因为微软在AI方面的行动相当迅速。而最(zuì)终科技巨头将把AI整合成用户(hù)的“全能助(zhù)手(shǒu)”，包(bāo)揽(lǎn)一切应用，与人们(men)进行(xíng)沟(gōu)通并提供建(jiàn)议，可以(yǐ)取代亚(yà)马逊、Siri或Outlook等应用。

大佬口中全(quán)能助手的到来可能(néng)尚需时日，但由ControlNet引发的又(yòu)一(yī)次AI绘(huì)画浪潮，让AIGC在ChatGPT的话题热点包(bāo)围中杀出重围。

01

ControlNet颠(diān)覆AI绘(huì)画(huà)新玩法

AIGC向可控靠近

以AI绘画为代表的AIGC上一次爆火(huǒ)的时候，还是2022年8月(yuè)，在美国(guó)科罗拉多州举办(bàn)的新(xīn)兴数字艺(yì)术家竞赛中(zhōng)，一幅名为《太(tài)空歌剧(jù)院》的作品获奖。

随后各大(dà)厂(chǎng)商的(de)AI绘画(huà)软件被广大网友熟知(zhī)并体验(yàn)，Stable Diffusion便是其中代(dài)表。

用户们(men)可以在(zài)应用中输入(rù)一组关键词或(huò)者(zhě)一张照片(piàn)，就(jiù)能(néng)获得一幅AI创(chuàng)作(zuò)的画(huà)作。

作(zuò)画的关键就是所输入的文本。同一组关键(jiàn)词也(yě)可(kě)以创作出很多张风格不一(yī)样的画作，这让(ràng)创作的过程就(jiù)像(xiàng)开盲盒。

很多用(yòng)户很喜欢这种不确(què)定的惊喜，他们(men)会将(jiāng)生成的(de)美图(tú)当做(zuò)头像。而另一(yī)部分喜欢翻看AI绘画的(de)“翻车”作品。在社交媒体上，许多用户分(fēn)享AI“翻(fān)车(chē)现场”，例(lì)如，一位网友的小狗(gǒu)照(zhào)片被AI画成了(le)“肌(jī)肉(ròu)男”，还有网友的个人照片被AI识别成(chéng)了建筑。

而(ér)如(rú)今随着ControlNet的(de)出现(xiàn)与加持，以(yǐ)往AI绘画的(de)填写关(guān)键词游戏(xì)可能(néng)要被颠覆了(le)。

ControlNet是(shì)一位正在斯坦福读博的中国(guó)人(rén)张吕(lǚ)敏(mǐn)创作的一(yī)种(zhǒng)基于(yú)控制(zhì)点的图(tú)像(xiàng)变(biàn)形算法(fǎ)，主要用于数字(zì)图像处理、计算(s千里修书只为墙 让他三尺又何妨全诗告诉我们什么道理，千里修书只为墙让他三尺又何妨全诗uàn)机视觉和计算机图形学等领域。

其(qí)SD插(chā)件一经发布，在短短的两天内便(biàn)成为(wèi)了AI绘(huì)画领域最新的(de)热点。

在(zài)此之前，大(dà)家用了很多方法想让AI生(shēng)成的结(jié)果尽可能的符合要求，但是都不(bù)尽如人意，它的(de)出现(xiàn)代表着AI生成开始(shǐ)进入真正的可控时期。

因为ControlNet可以直(zhí)接提取画面的构图，人物的(de)姿势(shì)和画(huà)面的深度信息等。有了它的帮助(zhù)，就不用(yòng)频(pín)繁的用提示词来(lái)碰运气，抽(chōu)盲盒式的创作了。

通俗的(de)说ControlNet相当(dāng)于给(gěi)AI绘画(huà)加了“魔法”，不(bù)少博主的作(zuò)品(pǐn)已经获得了大(dà)量的浏览量，“viggo”就是(shì)其中之一，他用朋(péng)友(yǒu)的(de)照片直接带她们(men)走进动漫世界。

viggo先用StableDiffusion图(tú)片转文字。

再用Text2Prompt插件拓展(zhǎn)找(zhǎo)到对应的关(guān)键词；最后用ControlNet插(chā)件绑(bǎng)定骨骼开始换关键(jiàn)词试效(xiào)果。

通过(guò)图片就可以(yǐ)看出来，效果十分惊艳。

更厉害(hài)的是，除了真实的照片(piàn)，草图(tú)也可以(yǐ)加(jiā)上“魔法”，知乎(hū)大牛“DevPoint”和“逗砂”介绍到(dào)ControlNet还能实(shí)现线稿转(zhuǎn)全彩图。大(dà)神张吕敏其本尊也(yě)亲(qīn)自(zì)回应(yīng)。

不得不说当下AIGC已经变得越来越强大(dà)，甚至输出的作品都已经能以假乱真了。

02

难辨虚实，AIGC技术力爆发

警惕安(ān)全(quán)问题(tí)

近日，“苏州金(jīn)鸡湖有游艇party”的(de)消息火遍网络，而经(jīng)过警方辟谣这(zhè)所谓(wèi)的(de)“party”可能是全国(guó)第一起AI绘图(tú)诈骗。

由于这(zhè)个活(huó)动里面(miàn)给出的美女照片都是AI制作的(de)真人照(zhào)片(piàn)绘图(tú)，因为太(tài)逼真，被大家当成真事传播了。

不过仔(zǎi)细观察可以发现，活动发(fā)起者(zhě)提供(gōng)的照片中有个很(hěn)大的漏洞可以发现(xiàn)并非(fēi)真人(rén)，而是AI绘图(tú)，那(nà)便是(shì)图(tú)片(piàn)中女性的手指部(bù)分有(yǒu)的(de)存在异常(cháng)。

有行(xíng)业人事表示(shì)：“现(xiàn)在因为手指部分的绘画(huà)算法比较复杂，AI还(hái)不太会(huì)画人的(de)手，但最新看到的图片已经有越来越(yuè)完美的AI模型出(chū)现，以后(hòu)可(kě)能(néng)就完全(quán)没有(yǒu)漏洞了。”

类似的AI作图诈骗在国(guó)外也已有发生。据英国广(guǎng)播公司报道，土耳其地震期间，有Tiktok用户使(shǐ)用AI合成了儿童受灾的(de)假照片(piàn)发(fā)布到(dào)网络，以此诱骗善良的(de)人(rén)打赏“捐助”从而(ér)实施诈骗(piàn)。

目前随(suí)着技术(shù)发展(zhǎn)，AIGC已(yǐ)经能做出真人(rén)照片般的绘(huì)图效果，如(rú)果这样的(de)图片被用来诈骗，将非常(cháng)可(kě)怕。

此外(wài)AIGC还引发(fā)了很(hěn)多担忧，一(yī)方面，批判者(zhě)认为AI在“学习”了大量前人的作品之后，其创作没有任何情绪和灵魂，难(nán)以和人类的艺(yì)术创(chuàng)作相提并论。

另(lìng)一方面，AIGC背后(hòu)的版权、目前都(dōu)并没有得(dé)到(dào)有效的解决，还有(yǒu)AIGC会不会(huì)代替人(rén)类(lèi)“至高(gāo)无上”的创意(yì)。

马斯(sī)克(kè)也强调，人(rén)工智能的(de)安全问题需(xū)要得到重视，太(tài)晚就来不及了(le)。

03

AIGC下一(yī)站除了视频(pín)，还有远方

技术都是(shì)有两(liǎng)面性(xìng)的，潜在的危(wēi)害并不(bù)能掩(yǎn)盖其光辉的贡献。现(xiàn)在看(kàn)来，人工智能技术(shù)将是(shì)第四次(cì)工业革命的(de)核(hé)心(xīn)驱动力量(liàng)，将创造(zào)新的增长奇迹(jì)。

过去一年，人(rén)工智(zhì)能在(zài)技术和(hé)商(shāng)业层(céng)面都有了巨大进展，AI绘画就是人工(gōng)智能技术发生方向性改变的一个代表。其(qí)下一站或许(xǔ)就是视频。

此前(qián)，Meta和谷歌先后发布(bù)了几条引爆科(kē)技圈的短(duǎn)视频。这(zhè)些视频引发关注(zhù)并非内容做得(dé)多优秀，反而都非(fēi)常简单，比如一匹正在(zài)喝水的(de)马(mǎ)，一只画画(huà)的(de)玩具熊，或(huò)者(zhě)一段(duàn)骑摩托车的第(dì)一视角录像，随便一个有(yǒu)手机的人都可以随手录下一段。

但(dàn)这些短视频(pín)的创作方式非常(cháng)简单，创作(zuò)者仅仅需要向AI输(shū)入一段话，甚至只是说一下(xià)要求，AI就可(kě)以根据(jù)需要生成(chéng)一段(duàn)视频。

谷歌(gē)发布的两个AI生(shēng)成视频分(fēn)别来自于Imagen Video和Phenaki，前者主要突出(chū)的(de)是高清，与Meta的Make-A-Video没有太多的差别。

在Make-A-Video公布(bù)了AI生成(chéng)的视频后，AI圈就已(yǐ)经玩了(le)一波梗，一个能够做(zuò)出更高清视频的AI还(hái)不足以在短时间内戳中兴(xīng)奋点。

Phenaki更(gèng)加令人震惊的地(dì)方在于(yú)，它可以(yǐ)制(zhì)作出超过2分钟的连贯的(de)也有确切(qiè)内容的视(shì)频，这才是真正(zhèng)让人们感到惊喜的(de)地方。因为无论AI生成的视频多么高清(qīng)，也(yě)只能是为内容生产(chǎn)者提供一个灵感，一个素材，一个(gè)过场动画。

不过能够制作(zuò)出(chū)有具体剧情内(nèi)容的视频(pín)就(jiù)意味着(zhe)，一些视频创作由(yóu)AI代替人工完(wán)成已经初(chū)步(bù)有了可能。

当(dāng)下(xià)AI的(de)发(fā)展速度(dù)已经(jīng)超过大部分人的(de)想象。内(nèi)容产业的本质是供给创造(zào)需求，AIGC作(zuò)为全新(xīn)的内(nèi)容(róng)生产方式，可(kě)以为内容产(chǎn)业带(dài)来更新(xīn)的内容(róng)风(fēng)格、更快(kuài)的生产速度，更(gèng)低的生(shēng)产(chǎn)成本(běn)，这(zhè)无疑(yí)会驱动内容(róng)产业的大爆发。

除(chú)了(le)AI绘(huì)图、视频(pín)，AIGC技术(shù)还能(néng)应用于(yú)音乐(lè)、代码(mǎ)、机器(qì)人动作等多种(zhǒng)内(nèi)容形式的(de)生成。不(bù)难(nán)发现(xiàn)该项技(jì)术不仅(jǐn)在游戏等行业能得到有效应用，对(duì)于(yú)下一代互(hù)联(lián)网各(gè)种元(yuán)素的构建亦有关键(jiàn)意义。

从商(shāng)业化的(de)角度来看，文化(huà)娱乐、教育、传(chuán)媒(méi)等诸多领域，本身就对(duì)基于AI的可视化内容有(yǒu)强烈需求。

因此，AI绘画及视频或不是结果，而只是AI进(jìn)程中的(de)一块重要(yào)拼图，有望在技术(shù)更(gèng)新的加持(chí)下(xià)实现更大(dà)的(de)应(yīng)用价值。

AI从理(lǐ)解内容(róng)，走(zǒu)向(xiàng)了可以生成内(nèi)容，甚(shèn)至能够创造出独立价值(zhí)和(hé)独立视角的内(nèi)容。AIGC的再(zài)次出圈，更(gèng)代(dài)表着未来的先进(jìn)生(shēng)产力即将到来。

04

紧抓大模型与算力(lì)，牢固AIGC底座

从(cóng)技术的(de)发展也可以看出，在语言大模型、图像大模型之后，多模态大模型(xíng)已经成为了新的趋势。

大模(mó)型被誉为当前人工智能发展的智能底(dǐ)座(zuò)，是全(quán)球竞争最激(jī)烈的研究方(fāng)向之(zhī)一，包括谷歌、亚马逊(xùn)、百度、阿里、腾讯等众多头部企业(yè)都在竞相发力。

不过训(xùn)练大模型的确价格不(bù)菲，以(yǐ)国盛证券(quàn)发布的《ChatGPT需要(yào)多少算力》报(bào)告估算，GPT-3训练一(yī)次(cì)的成本(běn)约为(wèi)140万美(měi)元。而对于一些更大的LLM(大型(xíng)语言模(mó)型(xíng))，训练成本则介于(yú)200万美元至1200万美元高(gāo)价之(zhī)间。

以ChatGPT在(zài)2023年1月的独(dú)立访客平均数1300万计(jì)算，其对(duì)应芯片(piàn)需求(qiú)为(wèi)3万多片(piàn)英伟达A100 GPU，初始投入成本(běn)约为8亿美(měi)元，每日(rì)仅电(diàn)费就在5万美元左右。

此外不论(lùn)是(shì)ChatGPT还是(shì)AIGC，都离不开庞大算力支(zhī)持(chí)。在关注(zhù)各类(lèi)大模型的发展同(tóng)时，更应该(gāi)关注算力(lì)网络的建设(shè)。

算力网络正驱动AI产业(yè)发展(zhǎn)进(jìn)入史诗级(jí)加速进(jìn)程，让(ràng)AIGC及通(tōng)用(yòng)AI这一(yī)人工智(zhì)能发展的终极目标离得更近。

因为算力可以对突(tū)破(pò)性技术创新提供大力的支持。这方面，多模态大模型是典型。作为面向未(wèi)来强人工智(zhì)能、通(tōng)用(yòng)人工智能(néng)的重要技术(shù)创(chuàng)新，多(duō)模态大(dà)模型已经(jīng)在人工智能(néng)领域提出了很(hěn)多(duō)年，业界也有不少技(jì)术(shù)突破，但是，多模态大(dà)模(mó)型进(jìn)一步(bù)往(wǎng)下走，算力(lì)需求呈(chéng)几何式上升(shēng)，一般的算力基础设施很快将难以胜(shèng)任(rèn)。

从图像、文字、语(yǔ)音单独一项的训练，到(dào)双模态、三模态的跃(yuè)迁，让人工(gōng)智(zhì)能(néng)可以灵活应对不(bù)同模态的转化、像人与世(shì)界交互一样自然，这方面，由算力(lì)网络来驱(qū)动(dòng)将有明显优势。

此外，还有很(hěn)多需要爆发(fā)式增长的算力(lì)来支撑的(de)技(jì)术创新，将在人工智(zhì)能(néng)算力网络支撑(chēng)下快速推进。

AIGC已经露出曙光，期待在大(dà)模型和大算力的支持下AIGC能持(chí)续颠覆内(nèi)容生产的方(fāng)式，将创造(zào)的边际成(chéng)本降低(dī)，让万众受(shòu)益。

未经允许不得转载：橘子百科-橘子都知道 千里修书只为墙 让他三尺又何妨全诗告诉我们什么道理，千里修书只为墙让他三尺又何妨全诗