自聊天机(jī)器人ChatGPT火(huǒ)爆以来，微软公司创始(shǐ)人比尔·盖茨(cí)已多次公开(kāi)谈论人(rén)工智能话题(tí)。在(zài)最近的一次采访(fǎng)中，他再次表示：“AI可能(néng)会让科技行业迎来一次剧烈的(de)洗牌”。

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

他(tā)预期，AI的发(fā)展可能(néng)会威胁到谷歌(gē)的(de)市占(zhàn)率，因为微(wēi)软(ruǎn)在AI方(fāng)面的行动(dòng)相当迅速。而(ér)最终科(kē)技巨头将(jiāng)把AI整合成用户的“全能(néng)助手”，包揽一切(qiè)应用，与人们进行沟通(tōng)并提(tí)供建议，可以取代亚马(mǎ)逊、Siri或Outlook等(děng)应用。

大佬口中(zhōng)全能(néng)助手的到来(lái)可(kě)能(néng)尚需时日，但由ControlNet引发(fā)的又一(yī)次AI绘画浪潮(cháo)，让AIGC在ChatGPT的话题热(rè)点包围(wéi)中杀出重(zhòng)围。

01

ControlNet颠覆AI绘画(huà)新玩(wán)法

AIGC向可控靠近

以(yǐ)AI绘画为代表的AIGC上一次(cì)爆火的时候，还是2022年8月，在美国科(kē)罗拉多州举办的新兴数字艺术家竞赛中，一幅名为《太空(kōng)歌剧(jù)院》的作品获奖。

随(suí)后各大厂商的AI绘画软件被广大网友熟知并体验，Stable Diffusion便是其中(zhōng)代(dài)表。

用户们可以(yǐ)在(zài)应用中(zhōng)输(shū)入一组关键(jiàn)词或者(zhě)一张照片(piàn)，就能(néng)获(huò)得(dé)一幅AI创作的画作。

作画的关键就是所输(shū)入(rù)的文本。同一(yī)组(zǔ)关键词也可以(yǐ)创作(zuò)出很多(duō)张(zhāng)风(fēng)格不一(yī)样的(de)画作(zuò)，这让创作的过程就像开盲盒。

很(hěn)多用户(hù)很喜欢这种不确定的惊喜，他们会将生成的美图当(dāng)做头像。而(ér)另(lìng)一(yī)部分喜欢翻看AI绘画的“翻车”作品。在(zài)社交媒体上，许多用户分(fēn)享(xiǎng)AI“翻车现场(chǎng)”，例如，一位网友的小狗照片(piàn)被AI画(huà)成了(le)“肌肉(ròu)男”，还有网友的个人照片(piàn)被AI识别(bié)成了建筑。

而如今随着ControlNet的出现与(yǔ)加(jiā)持(chí)，以往AI绘(huì)画(huà)的填写关(guān)键词游戏可能要被颠覆(fù)了。

ControlNet是一位正在(zài)斯(sī)坦福(fú)读博(bó)的中(zhōng)国人(rén)张吕敏创作的一(yī)种基于控(kòng)制(zhì)点的图像变形算法，主要用于数(shù)字图像处理、计算机(jī)视觉和计算机(jī)图(tú)形学等领域。

其SD插件(jiàn)一经(jīng)发(fā)布，在短短的两天内便成为了AI绘画(huà)领(lǐng)域最新的热点。

在(zài)此之前，大家用了很多方法想让AI生成的(de)结果尽可(kě)能(néng)的(de)符合要求，但是(shì)都不尽如人意，它的出现代表着AI生成开(kāi)始进入真(zhēn)正(zhèng)的可控时期。

因(yīn)为(wèi)ControlNet可以直接提取(qǔ)画面的构图，人物(wù)的(de)姿势和画面(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(lái)碰(pèng)运气，抽盲盒式(shì)的创作(zuò)了。

通俗的说ControlNet相当于(yú)给AI绘画加了“魔(mó)法”，不少博(bó)主的作(zuò)品已经(jīng)获得了大量的浏览量，“viggo”就是其中之一，他用朋友的照片直接带她们(men)走(zǒu)进(jìn)动漫世界。

viggo先用(yòng)StableDiffusion图片转文字。

再(zài)用Text2Prompt插(chā)件拓(tuò)展找到对应的关键(jiàn)词；最(zuì)后用ControlNet插件绑定(dìng)骨骼(gé)开(kāi)始换关键词试效果。

通过(guò)图(tú)片就可以(yǐ)看出来，效(xiào)果十分惊艳。

更厉(lì)害的是，除了真实的照片，草(cǎo)图也可以(yǐ)加上“魔法(fǎ)”，知乎大牛(niú)“DevPoint”和(hé)“逗砂”介绍到ControlNet还能实(shí马美如简介)现(xiàn)线稿转全(quán)彩图。大神张吕敏(mǐn)其(qí)本尊也亲自回应。

不得不说当下AIGC已经变得越来(lái)越强大，甚(shèn)至输出(chū)的作品(pǐn)都(dōu)已经能以假乱真了。

02

难(nán)辨虚实，AIGC技术力爆发(fā)

警惕安全问题

近日，“苏州金鸡湖有游(yóu)艇party”的消息火遍网络，而经过警方辟谣这所(suǒ)谓的(de)“party”可能是全国第一起AI绘图诈骗。

由于(yú)这(zhè)个活动(dòng)里面给出的美女照片(piàn)都是AI制作的真人照(zhào)片绘图，因为太逼真，被大家当成(chéng)真事传(chuán)播了(le)。

不过仔细观(guān)察可(kě)以(yǐ)发现，活动发起者提供的照片中有个很大的漏洞可以发现并(bìng)非真人，而(ér)是AI绘图，那便是图片中女性的手指部(bù)分有(yǒu)的存在异(yì)常。

有行业人(rén)事表示：“现在因为手指部分的(de)绘画算法比较复(fù)杂，AI还不太(tài)会画人的(de)手，但最新(xīn)看(kàn)到的图片已经有越来越完(wán)美的AI模型出现(xiàn)，以后可能就完全没有漏洞(dòng)了。”

类似的AI作图诈(zhà)骗在国(guó)外也已有发生。据英国广播(bō)公司报道，土耳其地(dì)震期间(jiān)，有Tiktok用户使用AI合成了儿童受灾的假照片发(fā)布(bù)到网络，以(yǐ)此诱骗善良的人打赏“捐(juān)助”从而实施诈骗。

目前随着技术发展，AIGC已经能做出真人照片般的绘图效果，如果(guǒ)这样的图片被用来诈(zhà)骗，将非常可怕。

此外AIGC还引发了很多担忧(yōu)，一(yī)方(fāng)面，批判者认为AI在“学(xué)习(xí)”了大量前人的作品之(zhī)后，其创作没有任何情绪(xù)和灵魂，难以和人类的(de)艺术(shù)创作相提并论。

另一方面，AIGC背后(hòu)的版权、目前都并没有得到(dào)有(yǒu)效的解决，还有AIGC会不(bù)会代替人类(lèi)“至高无上”的创(chuàng)意。

马斯克也强调(diào)，人(rén)工智(zhì)能的安全问题需(xū)要得到重视，太晚就来不(bù)及了。

03

AIGC下一(yī)站除了视频(pín)，还有远方

技术都是有两(liǎng)面性的，潜(qián)在的危害并不(bù)能掩盖其(qí)光(guāng)辉的贡献(xiàn)。现在看(kàn)来，人工智能技术将(jiāng)是第四(sì)次(cì)工业革(gé)命的(de)核心驱动力量，将创造新的增长奇迹。

过去一年，人工(gōng)智能在(zài)技(jì)术和(hé)商业层面都有了(le)巨(jù)大进展，AI绘(huì)画就是人(rén)工智能(néng)技术发生方向性改(gǎi)变的一个代表(biǎo)。其下一站或许就是(shì)视频。

此前，Meta和谷歌先后(hòu)发(fā)布了几(jǐ)条引(yǐn)爆科技圈的短视频(pín)。这些视频引发关注(zhù)并非内(nèi)容做得多(duō)优秀，反而都非常(cháng)简单，比(bǐ)如一(yī)匹正在喝(hē)水的马(mǎ)，一只画画的玩(wán)具熊，或者一段骑摩托(tuō)车的第(dì)一视(shì)角录像，随便一个有手机的人都可以随手录下一段。

但这些短视频的(de)创(chuàng)作(zuò)方式非(fēi)常简单，创作者仅仅需要向AI输入一(yī)段话(huà)，甚至只(zhǐ)是(shì)说(shuō)一下要(yào)求，AI就可以根据需要生成一段(duàn)视(shì)频(pín)。

谷(gǔ)歌(gē)发布的两个(gè)AI生成(chéng)视频分别(bié)来自(zì)于Imagen Video和(hé)Phenaki，前者(zhě)主要突出的是高清(qīng)，与Meta的Make-A-Video没(méi)有太(tài)多(duō)的(de)差(chà)别。

在(zài)Make-A-Video公布了AI生成(chéng)的视频后，AI圈就已经玩了(le)一波(bō)梗，一个能够(gòu)做出(chū)更高清(qīng)视频(pín)的AI还不足以(yǐ)在短时(shí)间内戳中兴奋(fèn)点。

Phenaki更加令人(rén)震惊(jīng)的地方在(zài)于，它(tā)可(kě)以(yǐ)制作出超(chāo)过2分(fēn)钟的连贯的也有确切(qiè)内(nèi)容的视(shì)频，这(zhè)才(cái)是真正让人们感到(dào)惊喜的地(dì)方。因为(wèi)无论(lùn)AI生成(chéng)的(de)视频多么高清，也只(zhǐ)能是为内容生产者(zhě)提供一个灵(líng)感，一个素材，一(yī)个过(guò)场动(dòng)画(huà)。

不过(guò)能够制(zhì)作出有具(jù)体(tǐ)剧情内(nèi)容的视频就意味着(zhe)，一些视频创作由(yóu)AI代替人(rén)工完成已经初步有了(le)可能(néng)。

当下AI的发(fā)展速度已经超过大(dà)部分(fēn)人的想象。内容产业(yè)的本质是供(gōng)给创(chuàng)造需求，AIGC作为(wèi)全新(xīn)的内(nèi)容生产(chǎn)方式，可以(yǐ)为内容产业带来更新的内容风(fēng)格、更快(kuài)的生产速度，更(gèng)低(dī)的生产(chǎn)成本(běn)，这无疑会驱动内(nèi)容产业的(de)大爆发。

除了AI绘图(tú)、视频(pín)，AIGC技术还能应用(yòng)于(yú)音乐、代码、机器(qì)人动作等多种内容形(xíng)式的生成。不(bù)难发现(xiàn)该项技术(shù)不(bù)仅在(zài)游(yóu)戏等行业能得到有(yǒu)效(xiào)应用，对于下一代互联网各(gè)种元素(sù)的构建亦有关键意义(yì)。

从(cóng)商业(yè)化的角(jiǎo)度(dù)来看，文化娱乐、教育、传媒等(děng)诸多领(lǐng)域，本身就对基于AI的可视化内容有强烈(liè)需求(qiú)。

因(yīn)此，AI绘画及视频(pín)或不是结果，而只是AI进程(chéng)中的一块重要(yào)拼图，有望在技术更(gèng)新的加持(chí)下实现更大的应(yīng)用价值。

AI从理解内(nèi)容，走向(xiàng)了可以生成内容，甚至能够(gòu)创造出独(dú)立价(jià)值(zhí)和独(dú)立(lì)视(shì)角的内容。AIGC的再次(cì)出圈，更代表(biǎo)着未来的先进生产力即将到来。

04

紧抓大(dà)模型与算力，牢固(gù)AIGC底座

从技术(shù)的(de)发展也可以看出，在语言大模(mó)型、图像大模型(xíng)之后，多模(mó)态大(dà)模型已经成(chéng)为了新的趋势。

大(dà)模型被誉为当前人工智能发展的智能底座，是全球(qiú)竞争最激烈的研究方向之(zhī)一，包括谷(gǔ)歌、亚马逊、百(bǎi)度、阿(ā)里、腾讯(xùn)等众(zhòng)多头部企业都在竞相发力。

不过训练(liàn)大模(mó)型的确价格(gé)不菲(fēi)，以(yǐ)国(guó)盛证(zhèng)券(quàn)发布(bù)的(de)《ChatGPT需要(yào)多少算力》报(bào)告估(gū)算(suàn)，GPT-3训练(liàn)一次的成(chéng)本约为140万美元。而对于一些更大的LLM(大型语言模型)，训(xùn)练成本则介于(yú)200万美元至1200万(wàn)美元高价之间。

以ChatGPT在2023年1月的独立访客(kè)平均数1300万计算，其对应芯片需求为3万多(duō)片(piàn)英伟(wěi)达A100 GPU，初始投入成(chéng)本(běn)约为8亿美元，每日仅电费(fèi)就在5万(wàn)美元左右。

此(cǐ)外(wài)不论是ChatGPT还是AIGC，都离不开庞(páng)大算力(lì)支(zhī)持。在关注(zhù)各类大(dà)模型(xíng)的发展同时，更应该关注算力网络的建设(shè)。

算力网络正驱动AI产业发展进入史诗级加速进程，让AIGC及通用(yòng)AI这一人工智能发展的终极目(mù)标离(lí)得更近。

因(yīn)为算(suàn)力(lì)可以对突破性(xìng)技(jì)术(shù)创新提(tí)供大力的支持。这方面(miàn)，多模态大模型是典型。作为面向(xiàng)未来强人工智能(néng)、通(tōng)用人工(gōng)智能(néng)的重要技(jì)术创新，多模态(tài)大(dà)模型已经在人工(gōng)智能领域提出了很多年，业界也有不少技术突破(pò)，但是，多(duō)模态大模型进(jìn)一(yī)步往下(xià)走，算力(lì)需求呈几何式上升，一般(bān)的算力(lì)基(jī)础设(shè)施很快将难以胜任。

从(cóng)图像、文字、语音单独一项的训练，到双模态、三模态的跃迁，让人工智能(néng)可(kě)以灵(líng)活应对不同模态的转化、像(xiàng)人与世界交互一样自然(rán)，这方(fāng)面(miàn)，由算(suàn)力网络来驱动将有明显优(yōu)势。

此外，还有很多需要爆发式增长的(de)算力来支撑的技术创新，将(jiāng)在人工智(zhì)能算力(lì)网络支撑(chēng)下(xià)快(kuài)速(sù)推进。

AIGC已经露出曙光，期待在大模(mó)型和大(dà)算力的支持下AIGC能持续颠覆(fù)内容生产的(de)方式(shì)，将创造的(de)边际(jì)成本降低(dī)，让万(wàn)众受益。

未经允许不得转载：橘子百科-橘子都知道 马美如简介