自聊天机(jī)器(qì)人ChatGPT火爆以来(lái)，微软公司创始人比尔·盖茨已多次公开谈论人工智能话题。在最近的一次采访中(zhōng)，他再次表示：“AI可能会让(ràng)科技(jì)行业(yè)迎来一次剧烈的(de)洗牌”。

这个结论是(shì)他(tā)在(zài)当地时间2月20日接受《In Good Company》节目专(zhuān)访(fǎng)时(shí)提出(chū)的(de)。

他预(yù)期，AI的发展(zhǎn)可能会威胁到谷歌的市占率，因为微软在(zài)AI方面的行动相(xiāng)当迅(xùn)速。而最终科(kē)技巨头将(jiāng)把AI整合成用户的“全能助(zhù)手(shǒu)”，包(bāo)揽一切应用，与人们(men)进(jìn)行(xíng)沟通并提供建(jiàn)议，可以(yǐ)取代(dài)亚马(mǎ)逊、Siri或Outlook等应用。

大佬口中全能助手的到(dào)来可能尚需(xū)时(shí)日，但(dàn)由ControlNet引发(fā)的又一次AI绘画浪潮，让AIGC在ChatGPT的话题热点包(bāo)围中杀出(chū)重围。

01

ControlNet颠覆AI绘画新玩法

AIGC向(xiàng)可控(kòng)靠近

以AI绘画为代表的AIGC上一(yī)次爆火的时候(hòu)，还是2022年8月，在美国科罗拉多州举办的新兴数字艺术(shù)家竞赛中，一幅名为(wèi)《太空(kōng)歌剧院》的作品(pǐn)获奖。

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(biǎo)。

用(yòng)户(hù)们可以在应用中(zhōng)输入一组关键词或者一张照(zhào)片，就能获(huò)得一(yī)幅AI创作的画作(zuò)。

作画的关(guān)键(jiàn)就(jiù)是所输(shū)入的文本。同一组关键词也可以创(chuàng)作(zuò)出(chū)很(hěn)多张(zhāng)风格不一样的(de)画作，这让创作(zuò)的过(guò)程就像开盲盒(hé)。

很(hěn)多用户很喜欢这种不确定的(de)惊喜，他们(men)会(huì)将生成的美图当做头像。而另一部分喜欢翻(fān)看(kàn)AI绘画的“翻(fān)车(chē)”作品。在(zài)社交媒(méi)体上，许多用户分(fēn)享AI“翻车现(xiàn)场”，例如，一位网友的小狗(gǒu)照片(piàn)被AI画成了“肌肉男”，还有网友的(de)个(gè)人照(zhào)片被AI识别成了建筑。

而如今(jīn)随(suí)着(zhe)ControlNet的出现与加持(chí)，以往AI绘画(huà)的填写关(guān)键词游戏(xì)可能要被颠(diān)覆了。

ControlNet是一位(wèi)正在斯坦(tǎn)福读博的中国人张吕敏创(chuàng)作(zuò)的一种基(jī)于控制点的图像变形算法，主(zhǔ)要用(yòng)于数字图像(xiàng)处理、计算机视觉和计(jì)算机图形学等(děng)领(lǐng)域(yù)。

其SD插(chā)件一经发(fā)布，在短(duǎn)短的(de)两天内便成(chéng)为了AI绘画领域最新(xīn)的热点。

在此之前(qián)，大家用了(le)很多方(fāng)法(fǎ)想让AI生成(chéng)的(de)结(jié)果尽可能的符合要求(qiú)，但是都不尽如人意，它(tā)的出(chū)现(xiàn)代表着AI生成开始(shǐ)进(jìn)入真(zhēn)正的(de)可控时期。

因为(wèi)ControlNet可以(yǐ)直接(jiē)提取(qǔ)画面(miàn)的构图(tú)，人物的姿势(shì)和画面(miàn)的深(shēn)度(dù)信息等(děng)。有了它的帮助(zhù)，就不(bù)用频繁(fán)的用提示词(cí)来(lái)碰运气，抽盲盒(hé)式(shì)的(de)创作了。

通俗的说(shuō)ControlNet相当(dāng)于(yú)给AI绘画加了“魔法(fǎ)”，不少(shǎo)博主的作品已经获得了大(dà)量的浏览(lǎn)量(liàng)，“viggo”就是其中之一，他(tā)用朋友的照片(piàn)直接(jiē)带她(tā)们走进(jìn)动漫世(shì)界。

viggo先用StableDiffusion图(tú)片转(zhuǎn)文(wén)字(zì)。

再用Text2Prompt插件拓展找到对应的关键词；最后(hòu)用ControlNet插件绑定骨骼(gé)开始(shǐ)换关键词试效果。

通过(guò)图片就可以看(kàn)出来，效果十分(fēn)惊艳。

为什么福建女人不能娶 decoding="async" src="https://mmbiz.heiliaofuli.com/wp-content/uploads/2023/03/e7e8e8f00e39da2.jpeg?imageMogr2/thumbnail/2160x0/format/webp/quality/80" data-ratio="0.75234375" data-s="300,640" data-type="jpeg" data-w="1280">

更厉害的是，除了(le)真实(shí)的(de)照片，草图也可以加上“魔法”，知(zhī)乎(hū)大牛“DevPoint”和“逗(dòu)砂”介绍(shào)到ControlNet还能实现线稿(gǎo)转全彩图。大神张吕敏其本尊(zūn)也亲自回应(yīng)。

不得(dé)不说当下AIGC已经变(biàn)得(dé)越来越强大，甚至输出的作品都(dōu)已经能以假乱真了。

02

难辨虚实(shí)，AIGC技术力(lì)爆发

警惕安全问题

近(jìn)日，“苏州金鸡湖(hú)有游艇(tǐng)party”的消(xiāo)息火遍网络，而经过警方辟谣(yáo)这(zhè)所谓的(de)“party”可能是全国第一起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(zhì)作(zuò)的真(zhēn)人(rén)照片绘(huì)图(tú)，因为太逼(bī)真，被(bèi)大家当(dāng)成真事传播了。

不过仔细观(guān)察可以发现，活动发起者提供的照片(piàn)中有个(gè)很大的漏洞(dòng)可以发现(xiàn)并非真人，而是AI绘图，那便是(shì)图(tú)片中女性的手(shǒu)指(zhǐ)部分有的存在异常。

有行业人事表示：“现在因为手(shǒu)指部(bù)分的绘画算法比较复杂(zá)，AI还不太(tài)会(huì)画人(rén)的手，但最新看(kàn)到的图片已经有(yǒu)越来越完美(měi)的(de)AI模(mó)型(xíng)出现，以后可能就(jiù)完全没(méi)有漏洞了。”

类似的(de)AI作图诈骗在国(guó)外也已有(yǒu)发生。据英国广播公(gōng)司报道，土耳其地震期(qī)间(jiān)，有Tiktok用户使用(yòng)AI合(hé)成(chéng)了儿童受(shòu)灾的假照(zhào)片(piàn)发布到网络，以(yǐ)此诱骗善良的人(rén)打(dǎ)赏“捐助(zhù)”从而实施诈骗。

目前(qián)随着技术发展，AIGC已经能做出真人照片般的绘(huì)图效果，如果这样(yàng)的图(tú)片被用来诈骗，将非常可怕。

此外AIGC还引发了很多担忧，一方面，批判(pàn)者认为AI在“学习”了大量前人的作品之后(hòu)，其创(chuàng)作没有任何情绪和(hé)灵魂，难(nán)以和(hé)人类的(de)艺术创作(zuò)相提并论。

另(lìng)一方面，AIGC背后的版权、目前(qián)都并没有得到有(yǒu)效的解决，还有AIGC会不(bù)会代替人类“至高无上(shàng)”的创意。

马斯克(kè)也强调，人工智能(néng)的安全问题需要得到重视，太(tài)晚就来不(bù)及了。

03

AIGC下一站除了视频，还有远方

技术都是有两(liǎng)面(miàn)性的，潜在的(de)危害并不能掩盖其光(guāng)辉的贡(gòng)献(xiàn)。现在看来(lái)，人(rén)工(gōng)智能技术(shù)将是(shì)第(dì)四次工业革命的核心驱动力(lì)量，将创造新的增长(zhǎng)奇(qí)迹。

过去(qù)一(yī)年，人(rén)工智能在技术和商业(yè)层面都(dōu)有了巨大进展，AI绘画(huà)就是人工智能(néng)技术发生方(fāng)向性(xìng)改变的(de)一个(gè)代表。其下一站或(huò)许就是视频。

此(cǐ)前，Meta和谷(gǔ)歌(gē)先(xiān)后发布了(le)几条引(yǐn)爆科技圈的(de)短视频。这些视频引发关注并(bìng)非内(nèi)容做得(dé)多(duō)优秀，反而(ér)都(dōu)非(fēi)常简(jiǎn)单，比如一匹(pǐ)正在喝水(shuǐ)的马(mǎ)，一只画画的玩具(jù)熊(xióng)，或者一(yī)段骑摩(mó)托车的第一(yī)视角录像，随便(biàn)一个有(yǒu)手机的人都可(kě)以随手录下一(yī)段。

但这些(xiē)短(duǎn)视频(pín)的创作方式非(fēi)常简单，创(chuàng)作者仅仅需要向AI输入一(yī)段话(huà)，甚至只是(shì)说(shuō)一下要求，AI就可以根据需要生成一段视频。

谷歌(gē)发布的两个AI生成(chéng)视频分别来自于Imagen Video和(hé)Phenaki，前者主(zh为什么福建女人不能娶ǔ)要突(tū)出的是高清，与(yǔ)Meta的Make-A-Video没有太多的差(chà)别(bié)。

在Make-A-Video公布(bù)了(le)AI生(shēng)成的视频后，AI圈就已经玩了一波梗，一个能够做出更高清视频(pín)的(de)AI还不足以在短(duǎn)时间内(nèi)戳(chuō)中兴奋点。

Phenaki更加令人震(zhèn)惊的地方在于，它(tā)可以制作出超过2分(fēn)钟的连贯的也有确(què)切内容(róng)的视频，这(zhè)才是真正让人们(men)感到惊喜的(de)地方。因为无论AI生成(chéng)的视频多么(me)高清，也(yě)只能是为内(nèi)容生产者提供一个灵感，一个(gè)素材，一个过场动画(huà)。

不过能够制作出有具体剧情(qíng)内容的视频就(jiù)意味(wèi)着，一些视(shì)频创作由AI代替人工完成已经初步(bù)有了可能。

当下AI的(de)发展速(sù)度已(yǐ)经超(chāo)过大(dà)部分人的想象(xiàng)。内容产业的本(běn)质是供给创(chuàng)造需求，AIGC作为全(quán)新的内容生产方式(shì)，可以为内容产业带来(lái)更新的(de)内容风格、更快的生产(chǎn)速度，更低的生产成本，这(zhè)无疑会驱动内容(róng)产业(yè)的大爆(bào)发(fā)。

除了AI绘图、视频，AIGC技术还能应用于音乐、代码、机(jī)器人动作等(děng)多种内容(róng)形(xíng)式的生(shēng)成。不难发现该项技术不仅在游戏(xì)等行(xíng)业能得到有效应用，对于下一代互联网(wǎng)各(gè)种元素(sù)的构建亦有(yǒu)关键意义。

从商业化的角度(dù)来看，文化(huà)娱乐、教育(yù)、传媒等诸多领域，本身就对基于(yú)AI的可(kě)视化(huà)内容有强烈需(xū)求。

因此(cǐ)，AI绘画及视频或(huò)不是结果，而只是AI进程中的一(yī)块重要拼(pīn)图，有望在技术(shù)更新(xīn)的加持下实现更大的应(yīng)用价值。

AI从(cóng)理解内容，走(zǒu)向了可以生成内容，甚至能(néng)够创造出独立价值(zhí)和(hé)独(dú)立视角的内容。AIGC的再次出圈，更代表着(zhe)未来的先进生产(chǎn)力即将到来。

04

紧抓大模型与(yǔ)算力，牢固AIGC底座

从技(jì)术的(de)发展也可(kě)以看出(chū)，在语言大模型(xíng)、图像大模型(xíng)之后，多模态大模型(xíng)已经(jīng)成为(wèi)了新(xīn)的趋(qū)势。

大(dà)模型被(bèi)誉为当前人(rén)工智能发展的智能(néng)底座(zuò)，是(shì)全球竞争最(zuì)激烈(liè)的研究方向之一，包(bāo)括谷歌、亚马逊、百度、阿里(lǐ)、腾讯等众多头部企业都在(zài)竞相发力。

不(bù)过训练大模型的确价格不菲(fēi)，以(yǐ)国盛证券发布的(de)《ChatGPT需要(yào)多少算力》报(bào)告(gào)估算，GPT-3训练一(yī)次的成(chéng)本约为140万美元。而对(duì)于一(yī)些(xiē)更大的LLM(大型语(yǔ)言模(mó)型)，训练成本则介于200万美元至(zhì)1200万美元高价之间。

以ChatGPT在2023年1月的独(dú)立访客(kè)平均数1300万计算(suàn)，其对应芯(xīn)片需求为(wèi)3万多片英伟达(dá)A100 GPU，初(chū)始投入(rù)成本约为8亿(yì)美元，每(měi)日仅电费(fèi)就在5万美元左右(yòu)。

此外不论是ChatGPT还(hái)是AIGC，都离(lí)不开庞大算力支持。在关注各类大模型的发展同时，更应(yīng)该关注算力网络的建(jiàn)设。

算力网络(luò)正驱动AI产业(yè)发展(zhǎn)进(jìn)入史诗(shī)级(jí)加速(sù)进(jìn)程，让AIGC及(jí)通(tōng)用AI这一人(rén)工(gōng)智能发(fā)展(zhǎn)的终(zhōng)极目标离得更近(jìn)。

因为算力(lì)可(kě)以对突破性技术创新(xīn)提供大力(lì)的支持。这方面，多模(mó)态大模型是典型。作为面向未来强人(rén)工智能、通用人工智能的(de)重要技(jì)术创新，多模态大模型已经在人工智能领域提出(chū)了很多年，业界也有不少技术突破，但是，多模态大模(mó)型进一步往下(xià)走，算力需求呈几何式上升(shēng)，一般的算力(lì)基(jī)础设施很快(kuài)将(jiāng)难以(yǐ)胜任。

从图像、文字(zì)、语(yǔ)音单独一项的训练，到(dào)双模(mó)态、三模态的跃(yuè)迁，让人工智能(néng)可以灵活应对不同模态的转化(huà)、像人与(yǔ)世界交互一样自然(rán)，这方面，由(yóu)算力网络(luò)来驱动将有明显优势。

此外，还(hái)有很(hěn)多需要爆发式增长的算力来(lái)支撑的技(jì)术创新(xīn)，将在人工(gōng)智能算(suàn)力网(wǎng)络支撑下快速推进。

AIGC已经露出曙光，期待在(zài)大(dà)模型和大算力的支(zhī)持下AIGC能(néng)持续颠覆内容生产的方式(shì)，将创造(zào)的边(biān)际成本降低，让万众受益。

未经允许不得转载：橘子百科-橘子都知道 为什么福建女人不能娶