自聊(liáo)天(tiān)机器(qì)人ChatGPT火爆以来(lái)，微软公司创始人比尔·盖茨已多次(cì)公开谈论人工(gōng)智能话(huà)题。在最近的一次(cì)采访中，他再次表示：“AI可能会让科技行业迎来(lái)一次剧(jù)烈的洗牌”。

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

他预期，AI的(de)发展可(kě)能会(huì)威胁到谷(gǔ)歌的市(shì)占率，因为微软在(zài)AI方(fāng)面的行动相当迅速。而最终科技巨(jù)头将把AI整(zhěng)合成用户的(de)“全能助手(shǒu)”，包揽一切(qiè)应用，与人们进行沟通并提供(gōng)建(jiàn)议，可以取代亚马逊(xùn)、Siri或Outlook等应用。

大佬口(kǒu)中(zhōng)全能助手的到(dào)来可能(néng)尚需时日，但(dàn)由ControlNet引(yǐn)发(fā)的又一次AI绘画浪潮，让(ràng)AIGC在ChatGPT的话题热(rè)点包围中杀出重围(wéi)。

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(shàng)一(yī)次(cì)爆火(huǒ)的(de)时候，还是2022年8月(yuè)，在美国科罗拉(lā)多州举(jǔ)办的新兴数字艺术家竞赛中，一幅名为《太空歌(gē)剧院》的作(zuò)品获奖。

随后各大厂商的AI绘画软件被广大网友(yǒu)熟(shú)知并体验，Stable Diffusion便是其(qí)中代表。

用户们可以在应用中输入(rù)一(yī)组关键词或者一张照片，就能获得一幅(fú)AI创(chuàng)作(zuò)的画作。

作画的关键就是(shì)所(suǒ)输入的文本。同(tóng)一组关键词也可(kě)以创作(zuò)出很多张风格不一样的(de)画(huà)作，这(zhè)让创作(zuò)的(de)过程就像开盲盒(hé)。

很(hěn)多用(yòng)户很(hěn)喜欢这种不确定的(de)惊(jīng)喜，他们会将生成的美图(tú)当做(zuò)头像。而另一部分喜欢翻看(kàn)AI绘画的“翻车(chē)”作品。在社交(jiāo)媒体上(shàng)，许(xǔ)多用户分享AI“翻车(chē)现场”，例(lì)如(rú)，一(yī)位网友(yǒu)的小狗(gǒu)照片被AI画成(chéng)了“肌肉男”，还有网友的个人照片被AI识别成了(le)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(xiě)关键词游戏可能要被颠覆(fù)了。

ControlNet是(shì)一位正在斯(sī)坦福(fú)读博的中(zhōng)国人张吕敏创作的一种基于控制(zhì)点的图像变形算法，主要用(yòng)于数字图(tú)像(xiàng)处(chù)理、计算机视觉(jué)和计算机图形学等(děng)领(lǐng)域。

其(qí)SD插件(jiàn)一(yī)经发布，在短短的两(liǎng)天(tiān)内(nèi)便成为了AI绘画(huà)领(lǐng)域(yù)最新的(de)热点。

在此之前，大(dà)家用了很多(duō)方法(fǎ)想让AI生成的(de)结果(guǒ)尽可能的(de)符合要求，但是都不尽如人意，它的(de)出现代(dài)表(biǎo)着AI生(shēng)成开始(shǐ)进入真正(zhèng)的可控时(shí)期。

因为ControlNet可以直接提取画(huà)面的(de)构图，人物的(de)姿势和(hé)画(huà)面的(de)深度信息等。有(yǒu)了它的帮助(zhù)，就(jiù)不用频繁的用(yòng)提示词来碰(pèng)运气，抽(chōu)盲盒式的(de)创作了。

通俗的说(shuō)ControlNet相当(dāng)于给(gěi)AI绘画(huà)加(jiā)了“魔法”，不少(shǎo)博主的作品已经获得(dé)了(le)大量的浏览量，“viggo”锻炼身体的练是哪个练字，锻练与锻炼有什么区别锻就是(shì)其中之一，他(tā)用朋友的(de)照(zhào)片直接带她们走进动漫(màn)世界(jiè)。

viggo先(xiān)用StableDiffusion图片转文字。

再用Text2Prompt插件(jiàn)拓展找到对应的(de)关(guān)键词；最(zuì)后用ControlNet插(chā)件绑定骨(gǔ)骼开始换关键词试效果(guǒ)。

通过图片就可以(yǐ)看出来，效果十(shí)分惊艳(yàn)。

更(gèng)厉害(hài)的是，除了真(zhēn)实的照片，草图(tú)也可以加上“魔法”，知(zhī)乎大牛“DevPoint”和(hé)“逗砂”介绍(shào)到ControlNet还能实现线稿转全彩图。大神张吕敏(mǐn)其本(běn)尊也亲自回应。

不(bù)得不说当下AIGC已经(jīng)变得越来越(yuè)强大，甚至(zhì)输出的作品(pǐn)都已经能以假乱真了。

02

难辨虚(xū)实，AIGC技术力爆(bào)发

警惕安全问题(tí)

近日，“苏(sū)州金鸡(jī)湖有游艇party”的消息(xī)火遍网络(luò)，而经过警方辟谣这(zhè)所谓(wèi)的“party”可能(néng)是全国第一起AI绘图诈骗。

由于这(zhè)个活动里面给出的美(měi)女照(zhào)片(piàn)都是(shì)AI制(zhì)作(zuò)的真人(rén)照片绘图，因为太逼真，被大家(jiā)当成真(zhēn)事传(chuán)播(bō)了。

不过仔细观察可以发(fā)现(xiàn)，活动发(fā)起者提供的照(zhào)片中有个很大的漏(lòu)洞可(kě)以发(fā)现并非真(zhēn)人(rén)，而是AI绘(huì)图，那便是图片中女性的手(shǒu)指部分有的存在异(yì)常。

有行业人(rén)事表(biǎo)示：“现(xiàn)在因为(wèi)手指部分(fēn)的绘画算法比较(jiào)复杂，AI还不太会画人的手，但最新看到的图片(piàn)已经有越(yuè)来越完美的(de)AI模型出现，以后可能就完全没有漏洞了。”

类似的AI作图(tú)诈骗在国(guó)外也已有发(fā)生。据英(yīng)国(guó)广(guǎng)播公(gōng)司(sī)报道，土耳其(qí)地震期间，有Tiktok用户(hù)使用(yòng)AI合成了儿童受灾的假照片发(fā)布(bù)到网络，以此诱(yòu)骗善良的人打赏“捐助”从而实施诈骗。

目前随(suí)着技术(shù)发展，AIGC已(yǐ)经能做出真人(rén)照片般(bān)的绘图效(xiào)果，如果这样的图片被用来诈骗(piàn)，将非常(cháng)可怕。

此外(wài)AIGC还引(yǐn)发了很(hěn)多(duō)担忧(yōu)，一方面，批判(pàn)者认为AI在“学习”了大量(liàng)前人的作品之后，其创作没(méi)有(yǒu)任(rèn)何情绪和灵魂，难以和人类的艺术创作相提并论。

另一方面，AIGC背(bèi)后(hòu)的(de)版(bǎn)权(quán)、目前都并没有得到有效(xiào)的解决，还有(yǒu)AIGC会不会代替(tì)人类“至高(gāo)无(wú)上”的创(chuàng)意(yì)。

马斯克也强(qiáng)调，人工智(zhì)能的安(ān)全问题(tí)需要得到重视，太晚(wǎn)就来(lái)不及了(le)。

03

AIGC下一站除了视频，还有远(yuǎn)方

技术都是有(yǒu)两面性(xìng)的，潜在的危害并不(bù)能掩盖其(qí)光(guāng)辉的贡(gòng)献。现(xiàn)在(zài)看来，人工(gōng)智能技术将是第四(sì)次工(gōng)业革命的(de)核心驱(qū)动(dòng)力(lì)量，将创造新的增(zēng)长奇迹。

过去一年，人工智能在技术和(hé)商业(yè)层面(miàn)都有了(le)巨大进展，AI绘画(huà)就是(shì)人工(gōng)智能技术发生方向(xiàng)性改变的(de)一个代表(biǎo)。其下一(yī)站或许就是视频。

此前，Meta和谷歌(gē)先(xiān)后发(fā)布(bù)了几(jǐ)条(tiáo)引(yǐn)爆(bào)科技圈的短(duǎn)视(shì)频。这些视(shì)频(pín)引发关注并非内容做得多优秀，反而都非常简单，比如(rú)一匹(pǐ)正在喝水(shuǐ)的马，一只画(huà)画的(de)玩(wán)具锻炼身体的练是哪个练字，锻练与锻炼有什么区别锻熊，或者一段(duàn)骑摩托车的第一视角录像，随便一个有手(shǒu)机的人都可以随手录下一段。

但这些短视频(pín)的创作(zuò)方式(shì)非(fēi)常(cháng)简单，创(chuàng)作者仅仅需要向AI输入一段(duàn)话，甚至只是说一下要求，AI就可以根据需要生成一段(duàn)视频。

谷歌发布(bù)的两个AI生(shēng)成视(shì)频(pín)分别(bié)来自于Imagen Video和Phenaki，前者主(zhǔ)要(yào)突出的是高清(qīng)，与(yǔ)Meta的Make-A-Video没有太多的差别。

在(zài)Make-A-Video公布了AI生(shēng)成的视频(pín)后，AI圈(quān)就已经玩了(le)一波梗，一(yī)个能够做(zuò)出更高清视频的AI还(hái)不足以在短(duǎn)时间(jiān)内戳中兴奋点(diǎn)。

Phenaki更加令人震惊的(de)地方(fāng)在于，它可(kě)以制作出超过2分钟的连贯(guàn)的(de)也有确切(qiè)内(nèi)容的视频，这才是真正让人们感到惊喜的地(dì)方。因(yīn)为无论AI生(shēng)成(chéng)的(de)视频多么高(gāo)清(qīng)，也(yě)只(zhǐ)能(néng)是为内容(róng)生(shēng)产(chǎn)者提供(gōng)一个灵(líng)感(gǎn)，一个素(sù)材(cái)，一个过场动(dòng)画。

不过能够制作出有(yǒu)具(jù)体剧情内容的(de)视频就(jiù)意味着，一些视频创作由AI代(dài)替人工完成(chéng)已经初步有了可能。

当下AI的(de)发展速度已经超过(guò)大(dà)部分人的想象。内容产(chǎn)业的本质(zhì)是供(gōng)给创造(zào)需求，AIGC作为全(quán)新的内容(róng)生产方式，可(kě)以为内容产业(yè)带(dài)来更新的内(nèi)容(róng)风(fēng)格、更快的生产速度(dù)，更低的生产成本(běn)，这(zhè)无疑会(huì)驱动(dòng)内容产(chǎn)业的(de)大爆发(fā)。

除了(le)AI绘图、视(shì)频(pín)，AIGC技术还(hái)能应用于音乐、代码(mǎ)、机器(qì)人动(dòng)作等多种内(nèi)容形式的(de)生成。不难发现该项技术不仅在游戏等行业能得到有(yǒu)效(xiào)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)商业化的角度来看(kàn)，文化娱乐、教育、传(chuán)媒等诸多领域(yù)，本身就对基于(yú)AI的可视化内容有强烈需求。

因此，AI绘画及视频或(huò)不是结果，而只是AI进程中(zhōng)的一块重要拼图，有望在技术更新(xīn)的加持下实现更大的应用价值(zhí)。

AI从理解(jiě)内容，走向了可(kě)以生成(chéng)内容，甚至能够创造出独立(lì)价值和独立视角的(de)内(nèi)容。AIGC的再次出圈，更代表着(zhe)未(wèi)来的先进(jìn)生(shēng)产力即(jí)将到来。

04

紧抓大模型与算力，牢(láo)固AIGC底座

从技术的发展(zhǎn)也(yě)可以看出，在语言大模型、图像大模(mó)型之后，多(duō)模态大模型已经成为了(le)新(xīn)的趋势。

大模型被(bèi)誉(yù)为当(dāng)前人工智(zhì)能发展的智(zhì)能底(dǐ)座(zuò)，是全球竞争最激烈的研究方向之一，包括谷歌、亚(yà)马逊、百度、阿(ā)里、腾讯等(děng)众多头部企业(yè)都在竞相发力。

不过训练大模型的确价(jià)格不菲，以(yǐ)国盛证(zhèng)券发(fā)布(bù)的《ChatGPT需要(yào)多少算力》报告(gào)估算(suàn)，GPT-3训练一次(cì)的成本约为140万美元。而(ér)对(duì)于一些更大的LLM(大型语言(yán)模型)，训练成本则介于200万美元至1200万(wàn)美元高价之(zhī)间。

以ChatGPT在2023年1月(yuè)的独立访客平(píng)均数1300万计算，其对应芯片(piàn)需(xū)求为(wèi)3万多片英伟达A100 GPU，初始投入成本约为8亿美(měi)元，每日仅电费就在5万美元左右。

此外不论是(shì)ChatGPT还是AIGC，都离不开庞大算(suàn)力支持(chí)。在关(guān)注各类大模型(xíng)的发展同时，更(gèng)应(yīng)该关(guān)注算力(lì)网络(luò)的建设。

算力网络正驱动AI产业发展进(jìn)入史(shǐ)诗级加速进程，让AIGC及通用AI这一人(rén)工智能发展的终极目标离得更(gèng)近(jìn)。

因为算力可以(yǐ)对突(tū)破性技(jì)术(shù)创(chuàng)新提供大力(lì)的支持。这方面(miàn)，多模态大(dà)模型是(shì)典型。作为面向未来强人工(gōng)智(zhì)能、通用人工智能的重要技术创新，多模态大模(mó)型已经在人工(gōng)智能(néng)领域提出了很(hěn)多年，业界也有不少(shǎo)技术突破(pò)，但是，多模态大模型进一(yī)步往下走，算力需求呈几何式上升，一般(bān)的(de)算力基础设施(shī)很快将难以(yǐ)胜任。

从图像、文字、语音单独一项的训练(liàn)，到双模态、三模态的跃迁(qiān)，让(ràng)人(rén)工智能(néng)可以灵活(huó)应对不同(tóng)模态的(de)转(zhuǎn)化、像人(rén)与世(shì)界(jiè)交互一样自然，这方面(miàn)，由算力网络来(lái)驱动(dòng)将有明(míng)显优势。

此外，还有很多(duō)需要爆发式增长的算力来支(zhī)撑的技术创新，将在人工智能算力(lì)网络(luò)支撑(chēng)下快速推进。

AIGC已(yǐ)经露(lù)出曙光(guāng)，期待在大模型和大算力的支持下AIGC能持(chí)续(xù)颠覆内容生产(chǎn)的方(fāng)式，将创(chuàng)造(zào)的边际成本降低，让(ràng)万(wàn)众(zhòng)受益。

未经允许不得转载：橘子百科-橘子都知道 锻炼身体的练是哪个练字，锻练与锻炼有什么区别锻