自聊天(tiān)机(jī)器(qì)人ChatGPT火爆以来，微软公(gōng)司创始人比尔·盖茨已多次公开(kāi)谈论人(rén)工智能话题。在最近的一次采访中，他再次表示：“AI可能会让(ràng)科(kē)技行(xíng)业迎来一次剧烈的(de)洗牌(pái)”。

这(zhè)个结论是他在(zài)当地时间2月20日接受《In Good Company》节目专访时提出的。

他预期，AI的发展(zhǎn)可(kě)能会威胁到谷歌的市占率，因(yīn)为微(wēi)软(ruǎn)在AI方面的行动相当迅速。而最(zuì)终科技巨头(tóu)将(jiāng)把AI整(zhěng)合(hé)成用户的(de)“全能助手”，包揽一切应用，与人们进行沟通并提(tí)供建议，可以(yǐ)取代亚马逊(xùn)、Siri或Outlook等应用(yòng)。

大佬口中全能助手的到来可(kě)能尚需(xū)时日，但由ControlNet引发的又一次AI绘画浪潮，让(ràng)AIGC在ChatGPT的话题热点包围中杀出重围(wéi)。

01

ControlNet颠覆AI绘(huì)画新玩法

AIGC向可(kě)控靠(kào)近

以AI绘画(huà)为(wèi)代(dài)表的AIGC上(shàng)一次爆(bào)火的(de)时候，还(hái)是2022年8月，在美(měi)国科(kē)罗拉多州举(jǔ)办的新兴数字艺术家竞赛中，一幅名为《太空歌剧院》的作品获(huò)奖。

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

用户们(men)可以(yǐ)在应用中输入一组关键词或者一张(zhāng)照片，就能获得一幅AI创作(zuò)的画作。

作画的关键就是所输入(rù)的文(wén)本(běn)。同一组关(guān)键词也可以(yǐ)创作出很多(duō)张(zhāng)风格不一样的画作，这让创作(zuò)的过程(chéng)就像开盲盒。

很多用户很喜欢这种不(bù)确(què)定的(de)惊(jīng)喜，他(tā)们(men)会(huì)将生成的(de)美图当做头(tóu)像。而另一部分喜欢翻看AI绘画的“翻(fān)车(chē)”作品。在社(shè)交媒(méi)体上(shàng)，许多(duō)用户分享(xiǎng)AI“翻车现场”，例如，一位(wèi)网友的(de)小狗照(zhào)片被AI画成了“肌肉男”，还有(yǒu)网友的个(gè)人照片被(bèi)AI识别(bié)成了建筑。

而(ér)如(rú)今随着ControlNet的出现与(yǔ)加持，以往AI绘画的填写关键词游戏(xì)可能要(yào)被颠覆了。

ControlNet是一位(wèi)正(zhèng)在斯坦福读博的中国(guó)人张吕敏创作的一(yī)种基于控(kòng)制点的(de)图像变形算法，主(zhǔ)要用于数字图(tú)像处理、计(jì)算(suàn)机视(shì)觉和计算机图形学(xué)等领域。

其SD插件(jiàn)一经发(fā)布，在短短的两天内便成为了(le)AI绘画领域最(zuì)新的热点。

在此之前(qián)，大家用了很多(duō)方法想让AI生成的结(jié)果尽(jǐn)可能的符合要求，但(dàn)是都(dōu)不尽(jǐn)如人意(yì)，它的(de)出(chū)现代表着AI生(shēng)成开(kāi)始进入(rù)真正(zhèng)的可控(kòng)时期。

因为ControlNet可以直接提取画(huà)面的构(gòu)图(tú)，人物(wù)的姿势和画面(miàn)的深度信息等。有了它的(de)帮助，就不用频繁的用提示词来碰运气，抽(chōu)盲盒式的创(chuàng)作(zuò)了(le)。

通(tōng)俗(sú)的(de)说ControlNet相当于给AI绘画(huà)加了(le)“魔法”，不少博主的作品已经(jīng)获得了大量的浏(liú)览量，“viggo”就(jiù)是其(qí)中(zhōng)之一，他用朋(péng)友的照(zhào)片直接带(dài)她们(men)走进动漫世(shì)界。

viggo先用StableDiffusion图片转文(wén)字(zì)。

再(zài)用Text2Prompt插件(jiàn)拓展找(zhǎo)到对应(yīng)的关键词；最后用ControlNet插件绑(bǎng)定骨骼开始换(huàn)关(guān)键词试效(xiào)果。

通过(guò)图片就可以看出(chū)来，效果十分惊艳。

更厉害的(de)是(shì)，除了(le)真实的(de)照片，草图也可以加(jiā)上“魔(mó)法”，知乎大牛“DevPoint”和(hé)“逗砂”介绍到ControlNet还能实现线稿转(zhuǎn)全彩图。大(dà)神张吕敏其本尊也亲自回应(yīng)。

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

02

难辨虚实，AIGC技术力爆发

警(jǐng)惕(tì)安全问题

近日，“苏州金鸡(jī)湖有游艇(tǐng)party”的(de)消息火遍网络(luò)，而经(jīng)过警方辟谣这所谓的“party”可能是全国(guó)第一(yī)起AI绘(huì)图诈骗。

由于这个活动(dòng)里面(miàn)给出的美女照片都是AI制作的真(zhēn)人照片绘图(tú)，因为太(tài)逼真，被大(dà)家当成真事(shì)传播了。

不过仔细(xì)观察可以发现，活动发(fā)起者提供的照片中有个很大的(de)漏洞可以发(fā)现并非真人，而是AI绘图，那便是图片中女(nǚ)性(xìng)的(de)手指部分有(yǒu)的存在异常。

有行业人(rén)事表示：“现在(zài)因(yīn)为(wèi)手(shǒu)指部分的绘画算法比(bǐ)较(jiào)复杂(zá)，AI还不太会画人的手(shǒu)，但最新看到(dào)的图(tú)片(piàn)已(yǐ)经有越来越(yuè)完(wán)美的AI模型出(chū)现(xiàn)，以后可能就完全没有(yǒu)漏洞了。”

类似(shì)的(de)AI作图诈骗在国外也已有发生。据(jù)英国广播公司(sī)报道，土耳其(qí)地震期(qī)间，有(yǒu)Tiktok用户使用AI合成(chéng)了(le)儿童受灾的假照(zhào)片(piàn)发布到网络，以(yǐ)此诱骗善良的(de)人打赏(shǎng)“捐助”从而实施诈骗。

目前随着技术发展，AIGC已(yǐ)经能做出真人照片般的绘图效果，如果(guǒ)这样(yàng)的(de)图片被用来诈(zhà)骗，将非常(cháng)可(kě)怕。

此外AIGC还引发了很(hěn)多担(dān)忧，一方面，批判者认为(wèi)AI在“学习”了(le)大量前人的作(zuò)品之(zhī)后，其创(chuàng)作没有(yǒu)任何情绪(xù)和灵魂，难以和人类(lèi)的艺术创作(zuò)相提并论。

另一(yī)方面，AIGC背(bèi)后(hòu)的版权、目(mù)前都并没有得到有(yǒu)效的解决，还有AIGC会不会(huì)代(dài)替人类“至高无上”的(de)创意。

马斯克(kè)也强调，人工智能(néng)的安(ān)全问题需要得到重视，太晚就来不及了(le)。

03

AIGC下一(yī)站(zhàn)除(chú)了视频，还有远方

技术都是有两(liǎng)面(miàn)性的(de)，潜在的危害并不能掩盖(gài)其光辉的贡(gòng)献(xiàn)。现在看(kàn)来，人工智能技术(shù)将是(shì)第(dì)四次(cì)工业革命的核心(xīn)驱动力量(liàng)，将创造新的增长奇(qí)迹(jì)。

过去(qù)一年，人工智能(néng)在技术和商业层面都有了巨(jù)大(dà)进展，AI绘(huì)画(huà)就是(shì)人工智(zhì)能技(jì)术发生方向性改(gǎi)变的一个代表。其(qí)下一站或许就是(shì)视频。

此前(qián)，Meta和谷歌先后发布(bù)了(le)几(jǐ)条引爆科技圈的短视(shì)频(pín)。这些视(shì)频引发关(guān)注并(bìng)非内容做得多(duō)优秀(xiù)，反而都(dōu)非常简单，比如一匹正在喝水(shuǐ)的(de)马(mǎ)，一只画画的玩具熊，或者一段骑摩(mó)托车(chē)的(de)第一视角(jiǎo)录像(xiàng)，随便一个有(yǒu)手机的(de)人都可以随手录下一段(duàn)。

但这(zhè)些短(duǎn)视频的创作方(fāng)式非常简单，创作者仅(jǐn)仅需要向AI输入(rù)一段(duàn)话，甚至(zhì)只是说一下要求，AI就可以根据需要生(shēng)成一(yī)段视频(pín)。

谷歌发(fā)布的(de)两个AI生成视频分别来自(zì)于Imagen Video和Phenaki，前者主要突出的是高清，与Meta的Make-A-Video没有太多(duō)的差别。

在Make-A-Video公(gōng)布了AI生成(chéng)的视频后，AI圈就已经玩了一波梗，一个(gè)能够(gòu)做(zuò)出更(gèng)高清视频(pín)的AI还不足以在短时间内戳中(zhōng)兴奋(fèn)点(diǎn)。

Phenaki更(gèng)加令人震惊的地方在(zài)于(yú)，它(tā)可(kě)以制作出超过2分钟的连贯的(de)也有(yǒu)确切(qiè)内容(róng)的视频(pín)，这才是真正让人们感(gǎn)到惊喜的地方。因为无(wú)论AI生(shēng)成的视频多么(me)高清，也(yě)只能是为内容(róng)生产(chǎn)者提供一个灵感，一个素材(cái)，一个过场动画。

不(bù)过能够制作出(chū)有具(jù)体剧情内容的视频就意(yì)味着，一些视频创作由AI代替人工(gōng)完(wán)成已经(jīng)初步(bù)有了可能(néng)。

当下AI的发展速度已经超(chāo)过(guò)大(dà)部分人的想象。内容产业的本质是(shì)供给创造需(xū)求，AIGC作为全新的内容生产(chǎn)方式，可以为内容产业带来更新(xīn)的内容风格、更快的生产(chǎn)速度，更(gèng)低的生(shēng)产(chǎn)成(chéng)本，这无疑(yí)会驱动内容产(chǎn)业(yè)的大爆发。

除了AI绘图(tú)、视频(pín)，AIGC技术还能应用于音乐、代码(mǎ)、机器人(rén)动作等(děng)多种(zhǒng)内容形式的生成(chéng)。不(bù)难发现该(gāi)项技术不仅在游戏等行业(yè)能得到有效应用(yòng)，对于(yú)下一代互联网各种元素的构(gòu)建(jiàn)亦有关键意义(yì)。

从商业(yè)化的角度来看，文化娱乐(lè)、教育、传媒等诸(zhū)多领域，本(běn)身(shēn)就对(duì)基(jī)于AI的(de)可(kě)视化内容(róng)有强烈需求。

因(yīn)此(cǐ)，AI绘画及视频或不是结果，而只是(shì)AI进(jìn)程中(zhōng)的一块重要拼图(tú)，有(yǒu)望在(zài)技术更新的加持下实现(xiàn)更大的应(yīng)用(yòng)价值。

AI从理(lǐ)解内容，走向了可以生成内容(róng)，甚至(zhì)能够(gòu)创(chuàng)造(zào)出独立价值和独(dú)立视角(jiǎo)的内容。AIGC的再(zài)次出(chū)圈，更代表(biǎo)着未来的(de)先(xiān)进生产(chǎn)力即将(jiāng)到来(lái)。

04

紧抓大模型(xíng)与(yǔ)算力，牢(láo)固(gù)AIGC底座

从技术的发展也可以看出，在语(yǔ)言大模型、图(tú)像大模型之(zhī)后，多(duō)模(mó)态(tài)大模型已经成为了新(xīn)的(de)趋势。

大模型被(bèi)誉为当前人工智能发展(zhǎn)的智(zhì)能底座，是全(quán)球(qiú)竞争(zhēng)最激烈(liè)的(de)研究方向之(zhī)一，包(bāo)括谷歌、亚马逊、百度、阿里、腾讯等众多头部企业都在(zài)竞(jìng)相发力。

不过训(xùn)练(liàn)大模(mó)型的确价(jià)格(gé)不(bù)菲，以国(guó)盛(shèng)证(zhèng)券(quàn)发布(bù)的《ChatGPT需要多(duō)少(shǎo)算力》报告估算，GPT-3训练一次的成本约为140万美(měi)元。而对于(yú)一(yī)些更(gèng)大的LLM(大型(xíng)语言(yán)模型)，训练成本(běn)则(zé)介于200万美元至1200万美元(yuán)高价之间。

以(yǐ)ChatGPT在2023年1月的独(dú)立访客平均数1300万(wàn)计(jì)算，其对应(yīng)芯片需(xū)求(qiú)为3万多片英伟达A100 GPU，初始投入成本约为8亿美元，每日仅电费就(jiù)在5万美元左右。

此(cǐ)外不论是ChatGPT还是AIGC，都离不(bù)开庞大算力支(zhī)持。在关注(zhù)各类大(dà)模型的发展同时，更(gèng)应该关注算力网络的建设。

算(suàn)力(lì)网络正(zhèng)驱动AI产业发展进入(rù)史诗级(jí)加速(sù)进程，让AIGC及通用AI这(zhè)一(yī)人工智能发展(zhǎn)的(de)终极目标(biāo)离得(dé)更近。

因为算力可以对突破性技(jì)术创新提供(gōng)大力的支(zhī)持。这(zhè)方面，多模态大模型是典型。作为面向未来强人工智能、通用(yòng)人工(gōng)智能的重要技术(shù)创(chuàng)新，多模态大模型已经在人工智能领域提出了很多年，业界(jiè)也有不少技术(shù)突破(pò)，但是(shì)，多(duō)模态大模(mó)型(xíng)进(jìn)一步往下走，算(suàn)力(lì)需求呈几何式(shì)上升(shēng)，一般的算力基础(chǔ)设施很快将难以胜任(rèn)。

从图像(xiàng)、文字、语音单(dān)独一项的训练(liàn)，到双模态、三模态的跃迁，让(ràng)人工智能可以灵活应(yīng)对不(bù)同(tóng)模态的转化(huà)、像人(rén)与世界(jiè)交互(hù)一样自然，这方面，由算力网络来驱动将有明显优(yōu)势。

此外，还有很多需要(yào)爆发式增(zēng)长(zhǎng)的算力来支撑的技术(shù)创新，将在(zài)人工智能算力(lì)网络支(zhī)撑下快速推进。

AIGC已经露出曙光，期(qī)待在大模型和大算力的支持(chí)下AIGC能持续颠覆内容生产的(de)方式，将创造(zào)的(de)边际成(chéng)本降低，让万众(zhòng)受益。

未经允许不得转载：橘子百科-橘子都知道 仲尼适楚,出于林中,见佝偻者承蜩,犹掇之也翻译，仲尼适楚,出于林中,见佝偻者承蜩,犹掇之也议论文