自聊天机(jī)器(qì)人(rén)ChatGPT火爆以来，微软(ruǎn)公司创始人比尔·盖茨已多次(cì)公开谈论人工智能(néng)话题。在最近的(de)一次(cì)采访中，他再(zài)次表示：“AI可能会让科(kē)技行业迎来一次剧烈的(de)洗(xǐ)牌”。

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

他预(yù)期，AI的(de)发展可能会(huì)威(wēi)胁到谷(gǔ)歌的(de)市占(zhàn)率，因为微软在AI方(fāng)面的(de)行动相当迅速。而最(zuì)终(zhōng)科技巨头(tóu)将把AI整合(hé)成用(yòng)户的“全(quán)能(néng)助(zhù)手”，包(bāo)揽一切(qiè)应用，与人(rén)们进行沟(gōu)通并提供建议(yì)，可以(yǐ)取代(dài)亚马逊、Siri或Outlook等(děng)应用。

大佬口中全能助手的到来可(kě)能(néng)尚需时(shí)日(rì)，但由ControlNet引发(fā)的(de)又一次(cì)AI绘画浪潮，让(ràng)AIGC在(zài)ChatGPT的话题热点包围(wéi)中杀出重围。

01

ControlNet颠覆AI绘(huì)画新玩法

AIGC向(xiàng)可控靠近

以AI绘画(huà)为代表的(de)AIGC上一次爆火的时候，还是2022年(nián)8月，在美国科罗拉(lā)多州举办的新兴数字(zì)艺(yì)术(shù)家竞赛中，一幅名为《太空歌剧院》的(de)作品获奖。

随后各(gè)大厂商的AI绘画软件被广(guǎng)大网友熟知并(bìng)体验，Stable Diffusion便(biàn)是其中(zhōng)代表。

用户们可以(yǐ)在应用中输入(rù)一(yī)组关键(jiàn)词或者一张照片，就能获得一(yī)幅AI创作(zuò)的画作。

作(zuò)画(huà)的关键就(jiù)是所输(shū)入的文本(běn)。同一组关键(jiàn)词也可以(yǐ)创作出很(hěn)多张风格不一(yī)样的画(huà)作，这让(ràng)创作(zuò)的过程就像开盲盒。

很多用户很喜欢这(zhè)种不确定的惊(jīng)喜，他(tā)们会(huì)将(jiāng)生成的(de)美图当做(zuò)头像。而另(lìng)一(yī)部分喜欢(huān)翻看AI绘画(huà)的“翻车”作(zuò)品。在(zài)社交媒体上，许多(duō)用户分(fēn)享AI“翻车现场”，例(lì)如，一(yī)位网友的小狗照片被AI画成了(le)“肌肉男”，还有网友的个(gè)人照(zhào)片(piàn)被AI识(shí)别(bié)成了建筑。

而如今随着(zhe)ControlNet的出(chū)现与加(jiā)持，以(yǐ)往AI绘画的填(tián)写关键词(cí)游戏可能要被颠覆了。

ControlNet是(shì)一位(wèi)正(zhèng)在斯坦(tǎn)福读博的中国人张吕敏创作(zuò)的(de)一种基于控制(zhì)点的图(tú)像(xiàng)变形算(suàn)法(fǎ)，主要(yào)用于数字图像处理、计(jì)算机视(shì)觉和(hé)计算机图(tú)形学等领域(yù)。

其SD插(chā)件一(yī)经发布，在(zài)短短的(de)两天内便成为了AI绘画领域最新的热(rè)点。

在此之前，大家用了很多(duō)方法(fǎ)想让(ràng)AI生成的(de)结(jié)果尽可能(néng)的符合要求，但(dàn)是(shì)都不尽如人(rén)意，它的(de)出现代表着(zhe)AI生成开(kāi)始进入真正的可控时期。

因为(wèi)ControlNet可以(yǐ)直接提取画面的构图(tú)，人物的姿势(shì)和(hé)画面的(de)深度信息等。有(yǒu)了它的帮助，就不用频(pín)繁(fán)的用提示词来碰运气，抽盲(máng)盒(hé)式的创作了(le)。

通俗的(de)说(shuō)ControlNet相(xiāng)当于(yú)给AI绘画加了“魔(mó)法”，不(bù)少博主的作品已(yǐ)经获得了大(dà)量的浏(liú)览量(liàng)，“viggo”就是其中之一，他用朋友的照片直(zhí)接(jiē)带她们走进动(dòng)漫世界。

viggo先用StableDiffusion图片转文(wén)字。

再用(yòng)Text2Prompt插件拓展找到对应的关键(jiàn)词；最(zuì)后用(yòng)ControlNet插件(jiàn)绑定(dìng)骨骼(gé)开始换(huàn)关(guān)键词(cí)试效果。

通过(guò)图片就可以(yǐ)看出来，效果(guǒ)十分惊(jīng)艳。

更厉害的是，除了真实的照片，草图也(yě)可(kě)以(yǐ)加(jiā)上“魔(mó)法”，知乎大牛“DevPoint”和“逗砂”介绍到ControlNet还能实现线稿转(zhuǎn)全彩图(tú)。大神张吕敏其本尊也亲自回应。

不得不说(shuō)当下(xià)AIGC已经变得越(yuè)来越强大(dà)，甚至(zhì)输(shū)出的作品都(dōu)已经能以假乱(luàn)真(zhēn)了(le)。

02

难(nán)辨虚实，AIGC技(jì)术力爆发

警惕安全问题

近日，“苏州(zhōu)金鸡湖有游艇party”的消息火遍网络(luò)，而经过警方辟谣这所(suǒ)谓的“party”可(kě)能(néng)是(shì)全国(guó)第一起AI绘图诈骗。

由于(yú)这个活动里面给出的美(měi)女照片都是AI制作的真人照片绘图，因为太逼(bī)真，被(bèi)大(dà)家(jiā)当(dāng)成真事(shì)传播了(le)。

不(bù)过仔细(xì)观察可(kě)以发现，活动发(fā)起者(zhě)提供的(de)照片中(zhōng)有个很大的漏洞可(kě)以发现并非(fēi)真人，而是AI绘图，那便是图片中女(nǚ)性的手指部(bù)分有的(de)存在异常。

有行业人事表(biǎo)示：“现在因(yīn)为手指部(bù)分的绘(huì)画算法比较复(fù)杂，AI还(hái)不太会(huì)画人的手(shǒu)，但(dàn)最新看到的图片已经(jīng)有越来越完美的AI模型出(chū)现，以(yǐ)后可(kě)能就完全没有漏洞了。”

类似(shì)的AI作(zuò)图(tú)诈骗在国外也(yě)已有发(fā)生。据英国广播(bō)公司报道(dào)，土耳其地震期(qī)间，有Tiktok用户使用(yòng)AI合成(chéng)了儿童受灾的假(jiǎ)照片发布到(dào)网络(luò)，以此(cǐ)诱骗(piàn)善(shàn)良的人(rén)打赏“捐助”从而实施诈骗。

目前(qián)随着技术(shù)发展，AIGC已(yǐ)经(jīng)能做出真人照片般的绘图效果，如果(guǒ)这样的图(tú)片被(bèi)用来诈骗，将非(fēi)常可怕。

此外(wài)AIGC还引发了很多(duō)担忧，一(yī)方面，批判者认为AI在“学(xué)习(xí)”了大量(liàng)前人(rén)的作品之后，其创作没有任何(hé)情绪和灵(líng)魂，难以和人类的艺术创作相提并(bìng)论(lùn)。

另一方面(miàn)，AIGC背后的版权、目前都并没有(yǒu)得到有(yǒu)效(xiào)的解决，还有AIGC会不会代替人类“至高无(wú)上”的创(chuàng)意(yì)。

马斯克也强调，人工智能的安全(quán)问题需(xū)要得到重视，太晚(wǎn)就来不(bù)及了。

03

AIGC下一站除了视频，还有远方

技术都(dōu)是有两面性的，潜在(zài)的(de)危(wēi)害并不能掩盖其光辉的贡(gòng)献。现(xiàn)在看来，人工智能技术(shù)将(jiāng)是第四次工业革命的核(hé)心驱(qū)动力量，将创造新的增长奇迹。

过去一年(nián)，人工智能在技术和商业层面(miàn)都(dōu)有了(le)巨(jù)大进(jìn)展，AI绘画就是(shì)人工智能技术发生方向性改变(biàn)的一(yī)个代表。其下一站或(huò)许(xǔ)就是视(shì)频。

此前，Meta和谷歌先后发布了几条引爆科(kē)技圈的短视(shì)频(pín)。这些视频引发关(guān)注(zhù)并非内容做得多(duō)优(yōu)秀，反而都非常简单(dān)，比如一(yī)匹(pǐ)正在喝水的马，一只画画的玩具熊，或者一段骑(qí)摩(mó)托车(chē)的第一视角录像(xiàng)，随便(biàn)一个(gè)有手机(jī)的(de)人都可以随手录下一段。

但这(zhè)些短视频(pín)的(de)创作方式非常简(jiǎn)单，创作者(zhě)仅(jǐn)仅需要向AI输入一段话，甚至只(zhǐ)是(shì)说(shuō)一下(xià)要(yào)求(qiú)，AI就可以根据需要生(shēng)成一段(duàn)视频。

谷歌发布(bù)的两个AI生成视频分别来自(zì)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公布了AI生(shēng)成的视频后(hòu)，AI圈就已经玩(wán)了一波梗，一个能够(gòu)做出更(gèng)高(gāo)清(qīng)视频的AI还不(bù)足以在短(duǎn)时间内戳中兴奋点。

Phenaki更加令人震(zhèn)惊的(de)地方在于，它可以制作出超过(guò)2分钟的(de)连贯的也有确切内(nèi)容(róng)的视频，这(zhè)才是(shì)真正让(ràng)人们感到(dào)惊(jīng)喜的地(dì)方。因为无论AI生成的(de)视频多么(me)高清，也只(zhǐ)能是为(wèi)内容生产者提供一个(gè)灵(líng)感，一个(gè)素材，一(yī)个(gè)过场(chǎng)动画。

不(bù)过能够(gòu)制作出有具体剧情内容的视频就意味着(zhe)，一些视频(pín)创作(zuò)由AI代替人工完成已经初(chū)步有了可能。

当下AI的发(fā)展速度已(yǐ)经超过大部(bù)分人的想象。内容(róng)产业的(de)本质是供(gōng)给创造需求(qiú)，AIGC作(zuò)为全新的内(nèi)容生产(chǎn)方式，可以为内容(róng)产(chǎn)业带来更(gèng)新的内容(róng)风格、更快的(de)生(shēng)产速度，更(gèng)低的生产成本，这无疑(yí)会驱动内容(róng)产(chǎn)业的大爆发(fā)。

除了AI绘图、视频，AIGC技术还能应(yīng)用于音乐、代码、机器人动(dòng)作(zuò)等多种内容形式的生成。不难发(fā)现该项技术(shù)不仅(jǐn)在游戏等行业能得到有效应用，对于下(xià)一代互联网各种元素(sù)的构建亦有关键(jiàn)意义。

从商(shāng)业化(huà)的角度来(lái)看，文(wén)化娱乐、教育、传媒等诸多领(lǐng)域，本(běn)身就对基(jī)于AI的(de)可视化(huà)内(nèi)容有强烈需求(qiú)。

因此(cǐ)，AI绘画及视频或不是(shì)结果，而只是AI进程中的一块重要拼(pīn)图，有望在技(jì)术更新(xīn)的加(jiā)持下实(shí)现(xiàn)更(gèng)大的应用价值。

AI从理解内容，走向了可以生成内容，甚至能够创造出独(dú)立(lì)价值(zhí)和独立视角的内容(róng)。AIGC的再(zài)次(cì)出圈，更代表(biǎo)着未来的先(xiān)进(jìn)生产力即将到来(lái)。

04

紧(jǐn)抓(zhuā)大模型(xíng)与算(suàn)力，牢(láo)固AIGC底座

从技术的发展也可以看出，在语言大模型、图像大模型之后(hòu)，多(duō)模态(tài)大(dà)模(mó)型已(yǐ)经成为(wèi)了(le)新的趋(qū)势(shì)。

大模型被誉为当前(qián)人工智能发展的智(zhì)能底(dǐ)座，是全球竞争最激烈(liè)的(de)研究(jiū)方向之一(yī)，包括(kuò)谷歌、亚马逊、百度、阿里、腾讯等众多头部企业都在竞相发力。

不过训练大模(mó)型的确价(jià)格不菲，以国盛(shèng)证券发(fā)布的《ChatGPT需要多少(shǎo)算力》报告估(gū)算(suàn)，GPT-3训练一次(cì)的成本约(yuē)为140万美(měi)元(yuán)。而对于一些更大(dà)的LLM(大型(xíng)语(yǔ)言模(mó)型(xíng))，训练(liàn)成(chéng)本则介于(yú)200万美元至1200万美元高价(jià)之间。

以ChatGPT在(zài)2023年1月的独立访客(kè)平均数1300万计算，其对(duì)应芯片需(xū)求(qiú)为3万多片英伟(wěi)达A100 GPU，初始投入成本约(yuē)为8亿(yì)美元，每日仅(jǐn)电费就在5万(wàn)美元左右。

此外不论是ChatGPT还是AIGC，都离不开庞大算力(lì)支持。在关注各类大模型的(de)发展同时(shí)，更应该关注(zhù)算力网络的建设。

算(suàn)力网(wǎng)络正驱动AI产业发展(zhǎn)进入史(shǐ)诗级加(jiā)速(sù)进程，让AIGC及通用AI这(zhè)一人工智能发展的终极目(mù)标离得更近。

因(yīn)为算力(lì)可以对突(tū)破性技术创新(xīn)提供大力(lì)的(de)支持。这方面(miàn)，多模态(tài)大模型(xíng)是典型。作为(wèi)面(miàn)向未来(lái)强人工智能(néng)、通用人工(gōng)智能的(de)重(zhòng)要技术创新，多(duō)模态大模型已经(jīng)在人(rén)工智能领域提(tí)出了很多年，业界也有(yǒu)不(bù)少技术突破，但是(shì)，多模态大模型(xíng)进一步往下走，算力(lì)需求呈几何式上升，一般的算力(lì)基础设施很快将(jiāng)难以胜任。

从(cóng)图(tú)像、文字、语(yǔ)音(yīn)单独一项的训练，到双模态、三模态的跃迁，让人工智能(néng)可以灵活应对不同模态的转(zhuǎn)化、像(xiàng)人与世界交互一样自(zì)然，这方(fāng)面(miàn)，由算力网络来驱动将有明显(xiǎn)优势(shì)。

此外(wài)，还(hái)有很多需要(yào)爆发式(shì)增长的算(suàn)力来支撑的技术创(chuàng)新，将(jiāng)在人工智(zhì)能算力网络支撑下快速推(tuī)进。

AIGC已经露出(chū)曙(shǔ)光，期(qī)待在大模型和大算(suàn)力(lì)的支持下AIGC能持续颠覆(fù)内容生产的方式，将(jiāng)创造(zào)的边(biān)际成本降低，让(ràng)万众受(shòu)益。

未经允许不得转载：橘子百科-橘子都知道 87的所有因数有哪些数，87的所有因数有哪些