自聊天机器人ChatGPT火爆(bào)以来，微软公司创始人(rén)比尔·盖(gài)茨已多次公开谈论人工智(zhì)能话题。在(zài)最近的一次采访中(zhōng)，他再次表示(shì)：“AI可(kě)能(néng)会让(ràng)科技(jì)行(xíng)业迎来一次(cì)剧烈的洗牌”。

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

他预期，AI的(de)发展可能会威胁到谷歌的市(shì)占率，因为(wèi)微软在AI方面的行动(dòng)相当迅速。而最终科(kē)技巨头(tóu)将把AI整合(hé)成用户的“全(quán)能助手”，包揽一切应(yīng)用，与人(rén)们进行沟通并提供建议，可以取代(dài)亚马逊(xùn)、Siri或Outlook等应用。

大(dà)佬口中全(quán)能助手(shǒu)的(de)到来可能尚需时日(rì)，但由ControlNet引发的又一次AI绘画(huà)浪(làng)潮，让AIGC在ChatGPT的话(huà)题(tí)热点包围中(zhōng)杀(shā)出重围。

01

ControlNet颠覆AI绘(huì)画新玩法

AIGC向可(kě)控靠近

以AI绘画(huà)为代表(biǎo)的AIGC上一(yī)次爆(bào)火的时(shí)候，还是2022年8月，在(zài)美(měi)国科罗(luó)拉多(duō)州举(jǔ)办的(de)新兴数字艺术家竞(jìng)赛中，一(yī)幅名(míng)为(wèi)《太空(kōng)歌剧(jù)院(yuàn)》的作(zuò)品获奖(jiǎng)。

随后各大厂商的AI绘画软(ruǎn)件被(bèi)广大(dà)网友(yǒu)熟知并体验，Stable Diffusion便(biàn)是其中代表。

用户们(men)可(kě)以在应(yīng)用中(zhōng)输入一组关键词或者一张照(zhào)片(piàn)，就能获(huò)得一幅AI创作的(de)画(huà)作。

作画(huà)的(de)关键就(jiù)是所输(shū)入的文(wén)本(běn)。同(tóng)一组关键词(cí)也可以创作出很多张风(fēng)格不(bù)一样的(de)画作，这(zhè)让创作的过程就像开(kāi)盲盒。

很多用户很喜欢这(zhè)种不(bù)确(què)定(dìng)的(de)惊喜，他们会(huì)将生成的美图(tú)当做(zuò)头像。而另一部(bù)分喜欢翻看AI绘画的(de)“翻车”作品。在社交(jiāo)媒体上，许多用户分享(xiǎng)AI“翻车(chē)现场”，例如，一(yī)位网友的小狗照片被AI画成了(le)“肌肉(ròu)男”，还有网友(yǒu)的(de)个(gè)人照片被AI识别成了(le)建筑。

而如今随着(zhe)ControlNet的出(chū)现与加持，以(yǐ)往(wǎng)AI绘画的填写(xiě)关键词游戏可(kě)能要(yào)被(bèi)颠覆了。

ControlNet是(shì)一位正在斯坦福读博(bó)的中国人张吕敏创作的一(yī)种基于控制点的图像变形算(suàn)法，主要(yào)用(yòng)于数(shù)字图像处理、计算机视觉和计(jì)算机图形学等领域。

其SD插件一经发布，在短短(duǎn)的两天内便成为了AI绘(huì)画领域最(zuì)新(xīn)的(de)热点。

在此(cǐ)之前，大家用了很多方法(fǎ)想让AI生成的结果尽(jǐn)可(kě)能的符合要求(qiú)，但是(shì)都(dōu)不尽如人意，它的出现(xiàn)代表着AI生成开始进(jìn)入真正的可控时期。

因为ControlNet可以(yǐ)直接提取画面(miàn)的构图，人物的(de)姿势和画面的深度信息等(děng)。有了它的帮助，就(jiù)不用频(pín)繁的用提示词来碰运气，抽盲(máng)盒式的创作了。

通俗的说ControlNet相当于给AI绘画加了“魔法(fǎ)”，不少博主的作品已经获(huò)得了大量的浏览量，“viggo”就是其中之(zhī)一，他用朋友的照片直(zhí)接(jiē)带她(tā)们走进(jìn)动(dòng)漫世界。

viggo先用(yòng)StableDiffusion图片(piàn)转(zhuǎn)文字。

再用Text2Prompt插件拓展(zhǎn)找到(dào)对应的关(guān)键(jiàn)词(cí)；最后用ControlNet插件绑定骨骼开始换关键词试(shì)效(xiào)果。

通过图(tú)片就(jiù)可(kě)以看出来，效果十(shí)分惊艳。

更厉害的是(shì)，除(chú)了真实(shí)的照片，草图也可以加上(shàng)“魔法(fǎ)”，知(zhī)乎大牛“DevPoint”和“逗砂”介绍(shào)到ControlNet还能实现线稿转全彩图(tú)。大神(shén)张吕敏(mǐn)其本尊也亲自回(huí)应。

不得不(bù)说当下AIGC已经变得越来越强大，甚(shèn)至输(shū)出的作品都已经能(néng)以假乱真了(le)。

02

难辨虚实，AIGC技术力爆发(fā)

警惕安全问题

近日，“苏州金鸡湖有游艇party”的消息火遍(biàn)网络(luò)，而经过(guò)警方(fāng)辟谣这所谓(wèi)的“party”可能是全国第一起AI绘图(tú)诈骗。

由于这个活(huó)动里面给出(chū)的美女照片(piàn)都是AI制作的真人照片绘图(tú)，因为太逼真，被大(dà)家当(dāng)成(chéng)真事(shì)传播(bō)了。

不过仔细观(guān)察可(kě)以(yǐ)发现，活动发(fā)起者(zhě)提供的(de)照片(piàn)中有(yǒu)个很大的漏洞可以发现并非真人(rén)，而是AI绘(huì)图，那便是图片中(zhōng)女性的(de)手(shǒu)指(zhǐ)部分(fēn)有的存在异(yì)常。

有行(xíng)业人(rén)事表示：“现在因为手指部(bù)分的绘画(huà)算(suàn)法比较复(fù)杂，AI还不太(tài)会画人的手，但最新看到的图(tú)片已经有越来越完美的AI模型出(chū)现，以后可能就完全没有漏洞了。”

类似的AI作图诈骗在(zài)国外(wài)也已(yǐ)有发生。据英(yīng)国广播公司报道，土(tǔ)耳其地震期间，有Tiktok用户使(shǐ)用AI合成了(le)儿童受(shòu)灾的假照片(piàn)发布到网络，以此诱(yòu)骗(piàn)善(shàn)良(liáng)的人(rén)打(dǎ)赏“捐(juān)助”从(cóng)而实施诈(zhà)骗。

目前随着(zhe)技(jì)术发展，AIGC已经能做出真人照片般(bān)的绘图(tú)效(xiào)果，如果这样的图片被用来诈骗，将(jiāng)非(fēi)常(cháng)可怕。

此外(wài)AIGC还引(yǐn)发了(le)很多担忧，一方面，批判者认为AI在“学习”了大量前人的作品之后，其创作没有(yǒu)任(rèn)何情(qíng)绪和灵魂(hún)，难以和人类的(de)艺术(shù)创作(zuò)相提并论(lùn)。

另一方(fāng)面(miàn)，AIGC背后的版权、目前都并(bìng)没有得到有效的解决，还有AIGC会不会代替人类“至高无上”的(de)创意(yì)。

马斯克也强调(diào)，人工智能的安(ān)全问题需要得(dé)到(dào)重(zhòng)视(shì)，太晚就来不及了。

03

AIGC下(xià)一站除了(le)视(shì)频，还(hái)有远方

技(jì)术都是有(yǒu)两面性(xìng)的，潜在(zài)的危(wēi)害(hài)并不(bù)能掩盖其光辉的贡献(xiàn)。现在(zài)看来，人(rén)工智能技术将是第四次(cì)工(gōng)业革(gé)命(mìng)的核心驱动力量，将(jiāng)创(chuàng)造新的增(zēng)长奇迹。

过(guò)去一(yī)年，人工智能在(zài)技术和商业层面都有了巨大进展，AI绘画就是人工(gōng)智能技(jì)术发生方向性(xìng)改(gǎi)变的一个代表。其下一站或许就(jiù)是视(shì)频。

此前，Meta和(hé)谷歌(gē)先后发布了几条引爆科技(jì)圈的短视频。这些视频引发关注并非(fēi)内容做得(dé)多优秀，反而都(dōu)非常简单，比(bǐ)如一匹正(zhèng)在喝水(shuǐ)的马，一只(zhǐ)画画的玩具熊，或者一段骑摩托车的第一视角录(lù)像，随便一个有手机的人(rén)都可以随手录下(xià)一(yī)段。

但这些短视频(pín)的(de)创作方式(shì)非(fēi)常简单，创作(zuò)者仅仅需要向AI输(shū)入一段话，甚至只是说一下要(yào)求(qiú)，AI就可以根据需(xū)要生成一段视频。

谷歌(gē)发(fā)布的两个AI生成视频分别来自于Imagen Video和(hé)Phenaki，前者主要突出的是高清，与Meta的Make-A-Video没有太(tài)多的差别。

在Make-A-Video公布了AI生(shēng)成的视频后，AI圈就已(yǐ)经玩了一波梗，一个(gè)能够做出更高清视频的AI还不足以在短(duǎn)时间内戳中兴(xīng)奋点。

Phenaki更加令人震惊的地(dì)方在于，它可以制作出超过(guò)2分钟的连贯(guàn)的也有(yǒu)确切内容的视(shì)频，这才是真正让人们(men)感到惊喜的(de)地方。因(yīn)为(wèi)无论(lùn)AI生成的视频多么高(gāo)清，也只能(néng)是为(wèi)内容生产者提供一个灵感，一个素材(cái)，一个过场动(dòng)画。

不(bù)过能够制(zhì)作(zuò)出有具体(tǐ)剧情(qíng)内容(róng)的视频就意(yì)味着，一些视频创作由AI代替人工完成已经初(chū)步有了可(kě)能。

当下AI的发(fā)展速(sù)度已经(jīng)超过(guò)大部分人的想象。内容(róng)产业的本质是供给创造需求，AIGC作(zuò)为全(quán)新的(de)内容(róng)生产方(fāng)式，可以为内容产(chǎn)业带(dài)来更新(xīn)的内容风(fēng)格、更(gèng)快的(de)生产速度，更低的生产(chǎn)成(chéng)本，这无疑(yí)会(huì)驱动内容产业的大爆发。

除了AI绘图(tú)、视频，AIGC技术(shù)还能应用于音乐、代码(mǎ)、机器人动作等多种内(nèi)容形式的生成。不难发(fā)现(xiàn)该项技(jì)术(shù)不仅在游(yóu)戏等(děng)行业能得(dé)到有效应用，对于下一代(dài)互联网各(gè)种元素的(de)构建(jiàn)亦有关键意义。

从商业化的角度来看，文(wén)化娱乐、教育(yù)、传媒等诸多领域，本身就对(duì)基(jī)于AI的可视化内容有强烈需求。

因此，AI绘画及视频或不是结果，而只(zhǐ)是AI进程(chéng)中(zhōng)的一块重要拼图(tú)，有望在技术更(gèng)新的加持下实现更(gèng)大的应用价值(zhí)。

AI从理解内容，走向了可以生成内容，甚至能够(gòu)创(chuàng)造出(chū)独立价值和独立视角的内容。AIGC的再(zài)次(cì)出圈(quān)，更代表着未来的先进生产力即将到来。

04

紧抓大(dà)模(mó)型与算(suàn)力，牢固AIGC底座

从技术的发展也(yě)可以看出，在语言大模(mó)型、图(tú)像大模(mó)型(xíng)之后，多模态大模(mó)型已(yǐ)经(jīng)成为了(le)新的趋势。

大(dà)模型被誉为当前人工智能发展的智能(néng)底(dǐ)座(zuò)，是全(quán)球(qiú)竞(jìng)争最激烈(liè)的研究方向之一，包括谷歌、亚马(mǎ)逊、百度、阿(ā)里(lǐ)、腾讯等(děng)众多头部企业(yè)都在竞相发(fā)力。

不过训练大(dà)模(mó)型的确价格不菲，以国盛证券发(fā)布的《ChatGPT需(xū)要(yào)多少算力》报告估算，GPT-3训(xùn)练一次(cì)的成本(běn)约为140万美元。而对于(yú)一些更大的(de)LLM(大(dà)型(xíng)语言模(mó)型)，训练成本则介于200万美元(yuán)至(zhì)1200万美元高(gāo)价之间。

以ChatGPT在2023年1月的独立访客平均(jūn)数1300万(wàn)计算，其对应(yīng)芯片需求为3万多片英伟(wěi)达(dá)A100 GPU，初始(shǐ)投入成(chéng)本约为(wèi)8亿美(měi)元，每日仅电费就在5万(wàn)美元左右。

此外不论是ChatGPT还是AIGC，都离不(bù)开庞大算力支持。在关注各类(lèi)大模型的发(fā)展同时，更应(yīng)该关注(zhù)算力网络的建(jiàn)设。