自(zì)聊天机器人ChatGPT火爆以来，微(wēi)软公司创(chuàng)始人比(bǐ)尔(ěr)·盖(gài)茨已多次公开谈论人工智(zhì)能话(huà)题(tí)。在(zài)最(zuì)近的(de)一次采(cǎi)访中，他再次表示：“AI可能会让科技行业迎来一次剧烈(liè)的洗牌”。

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

他预(yù)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(fāng)面的行动相(xiāng)当迅速。而最终科(kē)技(jì)巨头将把AI整合成(chéng)用户的“全能助(zhù)手”，包揽一(yī)切应用，与人们进行沟通(tōng)并提供建(jiàn)议(yì)，可以取代(dài)亚马逊(xùn)、Siri或(huò)Outlook等(děng)应用。

大佬口中全能助(zhù)手(shǒu)的到来可能(néng)尚(shàng)需时日，但由ControlNet引发(fā)的又一次AI绘画(huà)浪潮，让AIGC在ChatGPT的话题热(rè)点包围中杀出重围(wéi)。

01

ControlNet颠覆AI绘(huì)画新(xīn)玩法

AIGC向可控靠近

以(yǐ)AI绘画为(wèi)代表的AIGC上一次爆火的时(shí)候，还是2022年8月，在美国科罗拉多州(zhōu)举办(bàn)的新(xīn)兴数字(zì)艺术家竞(jìng)赛(sài)中，一幅名为《太(tài)空歌剧院》的(de)作品获(huò)奖(jiǎng)。

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

用户们(men)可(kě)以在应用(yòng)中输入一(yī)组关(guān)键词或者一(yī)张照片，就能获得一幅AI创作的画作。

作画的关键就(jiù)是(shì)所输入的文本。同一组关键词也可以创作出很(hěn)多张风(fēng)格不一(yī)样的(de)画作，这让创作的过程就像开盲盒。

很(hěn)多(duō)用户很喜欢这种(zhǒng)不确定的惊(jīng)喜(xǐ)，他们会将生成的美图当做头像。而另一部分(fēn)喜欢(huān)翻看AI绘画的“翻车”作品(pǐn)。在社交媒体上，许多用户分(fēn)享AI“翻(fān)车现场”，例如，一位网友的小(xiǎo)狗照片被AI画成了“肌肉男(nán)”，还有网友(yǒu)的个人照片(piàn)被AI识别成了建筑。

而(ér)如今随着ControlNet的(de)出现与加持(chí)，以往AI绘画(huà)的填写关键(jiàn)词游戏可能要被(bèi)颠覆了(le)。

ControlNet是一位正(zhèng)在斯(sī)坦福(fú)读(dú)博的中(zhōng)国(guó)人张吕敏创作的一种基于控制点的(de)图像(xiàng)变形算法，主要用于数字图像处理、计算机视(shì)觉和计算(suàn)机图形学等领域。

其SD插件一经(jīng)发布，在(zài)短(duǎn)短的(de)两天(tiān)内便(biàn)成为了AI绘画领(lǐng)域最新(xīn)的热点。

在此之(zhī)前，大(dà)家用了(le)很多方法想让AI生成的结果尽可能的符合要求，但是都不尽如人(rén)意，它(tā)的出现代表(biǎo)着(zhe)AI生成开始进入真正(zhèng)的可控(kòng)时期。

因为ControlNet可以直(zhí)接提(tí)取画(huà)面的构图，人物的姿势和(hé)画面的深(shēn)度信(xìn)息(xī)等。有(yǒu)了(le)它的(de)帮(bāng)助，就不(bù)用频繁的用提示(shì)词(cí)来碰运气，抽(chōu)盲(máng)盒式的创作了。

通俗的说(shuō)ControlNet相当(dāng)于给(gěi)AI绘画加(jiā)了“魔(mó)法”，不(bù)少博(bó)主的(de)作品已经获得了大量的浏(liú)览量，“viggo”就是其中(zhōng)之一(yī)，他用朋友的照片(piàn)直接带她们走进(jìn)动漫世(shì)界。

viggo先用(yòng)StableDiffusion图片转文字(zì)。

再用Text2Prompt插件(jiàn)拓展找到(dào)对(duì)应(yīng)的关键词(cí)；最后用ControlNet插件(jiàn)绑(bǎng)定骨骼(gé)开(kāi)始换关键(jiàn)词试效(xiào)果。

通过(guò)图片就可以(yǐ)看出来，效(xiào)果十分(fēn)惊艳。

更(gèng)厉害(hài)的是，除了(le)真实的(de)照片，草(cǎo)图也可以(yǐ)加上(shàng)“魔(mó)法”，知乎大(dà)牛“DevPoint”和“逗砂”介(jiè)绍(shào)到(dào)ControlNet还(hái)能(néng)实(shí)现(xiàn)线稿转全(quán)彩(cǎi)图。大神张吕敏其本尊也亲自回应。

不(bù)得不说当下AIGC已经变得(dé)越来(lái)越强大，甚至输出的作品(pǐn)都已经能以(yǐ)假乱真了。

02

难辨虚(xū)实，AIGC技术力爆发

警惕(tì)安全问题

近日，“苏州(zhōu)金鸡湖有游艇party”的消息火(huǒ)遍网络，而经过警方(fāng)辟谣这所谓的“party”可(kě)能是全国第一(yī)起AI绘图诈骗。

由于这个活动里(lǐ)面给出(chū)的美女照(zhào)片都是AI制作的真人(rén)照片(piàn)绘图，因为太逼真，被大家(jiā)当成真事(shì)传播了。

不(bù)过仔(zǎi)细(xì)观察可以发现，活动发(fā)起者提供的照片中有个(gè)很大的漏(lòu)洞可以发现并(bìng)非真(zhēn)人(rén)，而(ér)是(shì)AI绘图，那便是图片中女性的手(shǒu)指部(bù)分有的存在异(yì)常。

有行业人事表示：“现在因为(wèi)手(shǒu)指部分的绘(huì)画算(suàn)法(fǎ)比较复(fù)杂，AI还不太会画人的手，但最新看(kàn)到的图片已经有越来越完美(měi)的AI模型出现，以后可能就完全没有漏(lòu)洞(dòng)了(le)。”

类似的AI作图诈骗在(zài)国外也已有发生。据(jù)英国广播(bō)公司报(bào)道，土耳其地震期间(jiān)，有Tiktok用户使(shǐ)用(yòng)AI合成(chéng)了儿童受灾(zāi)的假照片(piàn)发布(bù)到网络，以此诱骗善良(liáng)的人打(dǎ)赏“捐助”从而实施诈(zhà)骗。

目前随着(zhe)技术发展，AIGC已经能做出真人照片般(bān)的绘图效果，如果这(zhè)样的图片被用来(lái)诈骗(piàn)，将非常(cháng)可(kě)怕(pà)。

此外AIGC还引(yǐn)发了(le)很(hěn)多担忧(yōu)，一方面(miàn)，批(pī)判者认(rèn)为AI在“学习”了(le)大(dà)量前人的作(zuò)品之后，其(qí)创作没(méi)有任何情绪和灵(líng)魂，难以和人(rén)类的艺术(shù)创作相提并论。

另一方面，AIGC背后(hòu)的(de)版权、目前都并没(méi)有得到有效的解决，还有AIGC会(huì)不会代替(tì)人类“至高无上”的(de)创意。

马斯克也强调，人工智能(néng)的安全问题需(xū)要a4纸一半大的照片是几寸的啊，a4的一半大小的照片是什么尺寸得(dé)到重(zhòng)视，太晚就来(lái)不及了(le)。

03

AIGC下一站除了视频，还有(yǒu)远方(fāng)

技(jì)术(shù)都(dōu)是(shì)有两(liǎng)面性的(de)，潜在的(de)危(wēi)害并不能掩盖其光辉(huī)的贡(gòng)献。现在(zài)看(kàn)来(lái)，人工(gōng)智能技(jì)术将是第四次工业(yè)革命的核心驱动力量，将创(chuàng)造新的增长奇迹。

过去一年，人工(gōng)智(zhì)能在技(jì)术和商(shāng)业层面(miàn)都有了巨大进展，AI绘画就是人(rén)工(gōng)智能技术发生方向性改变(biàn)的一个代表。其(qí)下一(yī)站或许就(jiù)是视频。

此(cǐ)前，Meta和谷歌(gē)先(xiān)后发布了几条引(yǐn)爆科技圈的短视频。这些视频引发关注并非(fēi)内容做(zuò)得多优(yōu)秀，反而都非常简单，比如一(yī)匹正在喝水的马，一只画(huà)画的玩具熊，或者一段(duàn)骑摩托车(chē)的第一视角(jiǎo)录像，随便一个有(yǒu)手机的人都可以随手(shǒu)录下(xià)一段(duàn)。

但这些短视频的创作方式非常简单，创作者(zhě)仅(jǐn)仅需(xū)要向AI输入一段话，甚至只是说一下(xià)要求，AI就可以根据需要生(shēng)成一段视频。

谷(gǔ)歌发布的两个AI生成视频分(fēn)别来自于Imagen Video和Phenaki，前者主要突出的是高清(qīng)，与(yǔ)Meta的Make-A-Video没有太(tài)多(duō)的(de)差别。

在(zài)Make-A-Video公布了AI生成的(de)视频(pín)后，AI圈(quān)就已经玩了一波梗，一个能够做出更(gèng)高清视(shì)频的AI还不足以在短(duǎn)时(shí)间内(nèi)戳中兴奋点。

Phenaki更加令(lìng)人震惊(jīng)的地方在于，它可以制作出(chū)超过2分钟的连贯的也(yě)有确切内容的(de)视(shì)频，这才是真正让人们感到惊(jīng)喜的地方。因(yīn)为无论AI生成的视频多么高(gāo)清(qīng)，也只能是(shì)为内容(róng)生产者提供一(yī)个灵(líng)感(gǎn)，一个素材，一个过场(chǎng)动画(huà)。

不过能够(gòu)制作出有具(jù)体剧情内容(róng)的视频(pín)就意味着，一些视频创作由AI代替人(rén)工完成已经(jīng)初步有了可能。

当下AI的发展(zhǎn)速度已(yǐ)经超过大(dà)部分人(rén)的想象(xiàng)。内容(róng)产(chǎn)业的(de)本质(zhì)是供给创(chuàng)造需求，AIGC作为(wèi)全新的内容生产方式，可以为内(nèi)容产业(yè)带来更新的内(nèi)容风格、更(gèng)快(kuài)的(de)生产速度，更(gèng)低(dī)的生产(chǎn)成本，这无疑会驱动内(nèi)容产业的大爆(bào)发。

除了AI绘图、视频，AIGC技(jì)术还能应用于音乐、代码、机器人动作等多种(zhǒng)内容(róng)形式的生(shēng)成。不难发现该项技术不仅在(zài)游戏等行业能得到有效(xiào)应(yīng)用，对(duì)于下一代互联网(wǎng)各种元素的构建亦有关键意义(yì)。

从商业化的角度来看，文化娱乐(lè)、教育(yù)、传(chuán)媒(méi)等诸多领域，本身就(jiù)对基于AI的可视化内容(róng)有强烈需求。

因(yīn)此，AI绘画及视频(pín)或(huò)不是结果，而(ér)只是(shì)AI进程(chéng)中的一块重要拼图，有望在技术更新的加持下实(shí)现更大(dà)的应用价值。

AI从理解内(nèi)容，走向了可(kě)以生成内容，甚至能够(gòu)创造(zào)出独(dú)立(lì)价(jià)值和独(dú)立(lì)视(shì)角(jiǎo)的内容(róng)。AIGC的再次出圈，更(gèng)代表着(zhe)未来的先进生产力(lì)即将到来。

04

紧抓大模型与算(suàn)力，牢(láo)固AIGC底座

从技术的发(fā)展也可以(yǐ)看出，在语(yǔ)言大模(mó)型、图像大(dà)模型(xíng)之后(hòu)，多(duō)模态大模(mó)型已经成为了新的趋势。

大模型被(bèi)誉为当前人(rén)工智能发展的智能底座，是全球竞争最激烈的研究方向之(zhī)一，包括谷歌、亚(yà)马逊(xùn)、百度、阿里、腾讯等(děng)众多头部(bù)企业都在竞相发力。

不过训练大模型的确价(jià)格(gé)不(bù)菲，以国盛证券发(fā)布的(de)《ChatGPT需要多少算力》报告估算，GPT-3训练一次(cì)的成本约(yuē)为140万美(měi)元。而对于(yú)一(yī)些更大的LLM(大型语(yǔ)言模型)，训练(liàn)成本则介于(yú)200万美元至1200万美元高价(jià)之间。

以ChatGPT在2023年1月(yuè)的独立访客平均数1300万计算，其对应芯片需求(qiú)为3万(wàn)多片英伟达A100 GPU，初始(shǐ)投(tóu)入成(chéng)本约为8亿美元，每日仅电(diàn)费就在(zài)5万美元左(zuǒ)右。

此外(wài)不论是ChatGPT还(hái)是AIGC，都离不开庞大算力(lì)支(zhī)持。在(zài)关注(zhù)各类大模(mó)型的发展同时，更(gèng)应该关(guān)注算力网络的(de)建设(shè)。

算力网络正驱动AI产(chǎn)业发展进入史诗级加速进(jìn)程，让AIGC及通用AI这(zhè)一(yī)人工智(zhì)能发展的(de)终极目标离得更近(jìn)。

因为算力可以(yǐ)对(duì)突破(pò)性技术创新提供大力的支持。这方面(miàn)，多(duō)模(mó)态大(dà)模型是(shì)典(diǎn)型(xíng)。作为面向(xiàng)未来(lái)强人工(gōng)智能、通(tōng)用人工(gōng)智能的重要技术(shù)创新，多模(mó)态(tài)大(dà)模型(xíng)已经在人工智能领域提出了很多年，业界也有不(bù)少技术突破，但(dàn)是，多模态大模型进一(yī)步往(wǎng)下(xià)走(zǒu)，算(suàn)力需求(qiú)呈几(jǐ)何式上(shàng)升，一般的(de)算力基础设施很快(kuài)将难以胜(shèng)任。

从图(tú)像、文字、语音单(dān)独一项(xiàng)的(de)训练(liàn)，到双模态、三模(mó)态的跃迁，让人工智能可以灵(líng)活应对不同(tóng)模态(tài)的(de)转化、像(xiàng)人与世界交互一(yī)样自然(rán)，这方面，由(yóu)算力网络来驱动(dòng)将有明显优势。

此外，还有(yǒu)很多需(xū)要(yào)爆发式增长(zhǎng)的算力来支撑(chēng)的技术(shù)创新，将在(zài)人工智能算力网络支撑下快速推进。

AIGC已经(jīng)露出曙(shǔ)光，期待(dài)在大(dà)模(mó)型和(hé)大算力的支持下AIGC能持续颠覆内容(róng)生产的方式，将创(chuàng)造的(de)边际成本降低(dī)，让万众受益。

未经允许不得转载：橘子百科-橘子都知道 a4纸一半大的照片是几寸的啊，a4的一半大小的照片是什么尺寸