自(zì)聊天(tiān)机器人ChatGPT火爆以(yǐ)来，微(wēi)软公司创始(shǐ)人比尔(ěr)·盖茨已多次公开谈论人(rén)工(gōng)智能(néng)话(huà)题。在最近的(de)一次采访中(zhōng)，他再次(cì)表示：“AI可能会让科技行业(yè)迎来一次剧烈的洗牌”。

这个结(jié)论是(shì)他在(zài)当地时(shí)间(jiān)2月20日接受《In Good Company》节目专(zhuān)访时提(tí)出的(de)。

他预期，AI的发展可(kě)能会威胁(xié)到谷歌的市占率(lǜ)，因为(wèi)微软在AI方面的(de)行动(dòng)相当迅速(sù)。而最终科技巨(jù)头(tóu)将把AI整合成(chéng)用户(hù)的(de)“全能(néng)助手”，包揽一切应用(yòng)，与人们进(jìn)行沟通并提供建议(yì)，可以(yǐ)取(qǔ)代亚马逊、Siri或Outlook等应用(yòng)。

大佬口中全能(néng)助(zhù)手(shǒu)的到(dào)来可能尚需时日，但(dàn)由ControlNet引(yǐn)发的又(yòu)一次(cì)AI绘画浪(làng)潮，让(ràng)AIGC在ChatGPT的话(huà)题热点包围中杀出(chū)重围。

01

ControlNet颠覆(fù)AI绘画新玩法

AIGC向可控靠(kào)近(jìn)

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(luó)拉(lā)多(duō)州举办的新兴数字艺(yì)术(shù)家竞赛中，一幅名为《太空歌剧院》的(de)作(zuò)品获奖。

随(suí)后各大厂商的(de)AI绘画(huà)软(ruǎn)件被广大(dà)网(wǎng)友熟知并(bìng)体验，Stable Diffusion便是其中代(dài)表。

用户们可以在应(yīng)用中输入一(yī)组关键词或(huò)者一张(zhāng)照(zhào)片，就(jiù)能获得一幅AI创(chuàng)作的(de)画作。

作画的(de)关键就(jiù)是所输(shū)入的(de)文本。同一组关(guān)键词也(yě)可(kě)以创(chuàng)作出(chū)很多张风格不一样的(de)画作(zuò)，这让创作的过(guò)程就像开盲盒。

很(hěn)多用户很(hěn)喜(xǐ)欢(huān)这种不确定的(de)惊(jīng)喜，他(tā)们(men)会将生成的美(měi)图当做头像。而另一部(bù)分喜欢翻看AI绘画的“翻(fān)车”作品。在社交媒体上(shàng)，许多(duō)用户分享AI“翻车现场”，例如(rú)，一位网友的小狗照(zhào)片被AI画成(chéng)了(le)“肌肉男”，还有(yǒu)网友的个人照片(piàn)被AI识别(bié)成了建(jiàn)筑。

而如今随着ControlNet的出现与加持(chí)，以往AI绘画的填写关键词游(yóu)戏(xì)可能要被颠(diān)覆了(le)。

ControlNet是一位(wèi)正(zhèng)在(zài)斯坦福读(dú)博的中国人张(zhāng)吕(lǚ)敏创(chuàng)作的一种基于控制点的图像变(biàn)形算(suàn)法，主(zhǔ)要用(yòng)于(yú)数(shù)字图像处理(lǐ)、计算机视觉和计(jì)算机(jī)图形学等领域。

其SD插件一经发(fā)布，在短短(duǎn)的两天(tiān)内便(biàn)成(chéng)为了(le)AI绘画领域最新的热点。

在(zài)此之前，大家用(yòng)了很(hěn)多方法想(xiǎng)让AI生成的结果尽可能的符(fú)合要求，但是都不尽如人意，它的出(chū)现代(dài)表着AI生成(chéng)开(kāi)始进(jìn)入(rù)真正(zhèng)的可控时期。

因为ControlNet可以直接提取画面的(de)构图(tú)，人物的姿势和画面的深(shēn)度信(xìn)息等。有(yǒu)了它(tā)的帮助(zhù)，就不用频繁的用提(tí)示词来碰运气(qì)，抽盲盒式的创作了。

通(tōng)俗的(de)说ControlNet相当于(yú)给AI绘画加了“魔法”，不少博主的作品(pǐn)已经获得了大量(liàng)的浏览量，“viggo”就是其中之一，他(tā)用朋友的照(zhào)片直接带(dài)她们走(zǒu)进动漫(màn)世(shì)界(jiè)。

viggo先用StableDiffusion图片转文字。

再用Text2Prompt插件拓展找到(dào)对应的关键词；最后用ControlNet插件绑(bǎng)定骨(gǔ)骼开(kāi)始(shǐ)换关键词试效果。

通过图片就可以看出(chū)来，效果(guǒ)十分惊艳。

更厉害的是，除(chú)了真实的(de)照(zhào)片(piàn)，草图也(yě)可以加上“魔(mó)法”，知(zhī)乎大牛“DevPoint”和“逗砂”介绍到(dào)ControlNet还能实(shí)现线稿转全彩图。大神(shén)张吕敏其(qí)本尊也亲自(zì)回应(yīng)。

不得(dé)不说当(dāng)下AIGC已(yǐ)经变得越来越强大，甚至输(shū)出(chū)的作(zuò)品都已经能以(yǐ)假乱真了(le)。

02

难辨虚实(shí)，AIGC技(jì)术力(lì)爆发

警(jǐng)惕安全问题

近(jìn)日，“苏州金鸡湖(hú)有游艇party”的消息火(huǒ)遍网络，而经过(guò)警方辟谣这所谓的“party”可能是全国第一起AI绘图(tú)诈骗(piàn)。

由于这个活动里(lǐ)面(miàn)给出(chū)的美女(nǚ)照片(piàn)都(dōu)是AI制(zhì)作的真人照片绘图，因(yīn)为太逼真，被大(dà)家当成真事(shì)传播(bō)了。

不过(guò)仔(zǎi)细观察(chá)可以发现，活动发起者提供的照片中(zhōng)有(yǒu)个很大的(de)漏洞(dòng)可以发(fā)现并非真人，而是(shì)AI绘图，那(nà)便是图片中女性的手指部(bù)分有的存(cún)在异常。

有(yǒu)行业(yè)人事表示：“现在因(yīn)为手指部分的绘画算法比(bǐ)较复杂，AI还不太会画人的(de)手，但最新看到的图片(piàn)已经有越来越完美的(de)AI模型(xíng)出(chū)现，以(yǐ)后可能就完(wán)全没有(yǒu)漏洞了。”

类似的AI作图(tú)诈骗在国(guó)外也已(yǐ)有发生。据英国广播公司报道，土耳其地震期间，有Tiktok用户使用AI合成了儿童受灾的(de)假(jiǎ)照片发(fā)布(bù)到网络，以此(cǐ)诱(yòu)骗善良(liáng)的(de)人打赏“捐助(zhù)”从而实施诈(zhà)骗。

目前随着(zhe)技术发展，AIGC已经能(néng)做出(chū)真人照片般(bān)的绘图效果(guǒ)，如果(guǒ)这样(yàng)的图片被(bèi)用来诈骗，将非(fēi)常可(kě)怕。

此外AIGC还引发了很多(duō)担忧，一方(fāng)面，批判者(zhě)认为AI在“学习”了大量前人的作(zuò)品之(zhī)后，其创作没有任何情绪和(hé)灵魂，难以(yǐ)和人类的艺术创作相提并论(lùn)。

另(lìng)一方面，AIGC背(bèi)后的版权(quán)、目(mù)前都并没有得到有效的解决，还(hái)有(yǒu)AIGC会不会代替人类“至高无(wú)上”的(de)创意。

马斯克也强调，人工智能的安全(quán)问题需(xū)要(yào)得到重视，太晚就来不及了。

03

AIGC下一站除了视频，还有(yǒu)远方

技术都是有两(liǎng)面性的，潜(qián)在的危害并不能掩盖其光辉的贡献。现(xiàn)在看来，人工智能技术将是第四次工业(过渡句在文章中起什么作用，过渡句在文中起什么作用,有什么好处yè)革命的核心驱动力量(liàng)，将创造新的(de)增长(zhǎng)奇(qí)迹。

过去一年，人工智能(néng)在技术和商业层面(miàn)都有(yǒu)了巨大进展，AI绘画就是(shì)人工(gōng)智能技(jì)术发生方(fāng)向性改变的一个(gè)代表。其下一(yī)站或许就(jiù)是(shì)视频。

此前，Meta和(hé)谷歌先后发布了几(jǐ)条(tiáo)引爆科技圈(quān)的短视频。这(zhè)些视频引发(fā)关注并非内容做得多优秀，反而(ér)都非常简单，比如一(yī)匹正在喝水的马(mǎ)，一只画画的玩(wán)具熊，或者一段骑摩(mó)托车的第一视角(jiǎo)录像，随便(biàn)一个有手机的人都(dōu)可以随手录下一(yī)段。

但(dàn)这(zhè)些短视频的创(chuàng)作方式非常简单，创(chuàng)作者仅仅需要向AI输入一段话，甚(shèn)至只(zhǐ)是说一下要求(qiú)，AI就可以根据(jù)需要生成一段视频。

谷歌发(fā)布的两个AI生成视频分别(bié)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(méi)有(yǒu)太多(duō)的差别。

在Make-A-Video公(gōng)布了AI生(shēng)成(chéng)的视频后，AI圈就已经玩了一波梗，一个能够做(zuò)出更(gèng)高清视频的(de)AI还不足(zú)以(yǐ)在短时间内(nèi)戳中兴奋点。

Phenaki更加令人震(zhèn)惊的地(dì)方在于，它可以制作出(chū)超过2分钟的(de)连贯的也有确(què)切(qiè)内容的视频，这才是(shì)真正(zhèng)让人们(men)感到惊喜的地方。因为无论(lùn)AI生成的(de)视频(pín)多么(me)高清，也只能是为内容生产者(zhě)提供(gōng)一个(gè)灵感，一个素材，一个过场动画。

不过(guò)能够制作出有具体(tǐ)剧情(qíng)内容(róng)的视频(pín)就意(yì)味着，一些视频(pín)创作由(yóu)AI代替人工完成已经初步有了可能。

当下AI的(de)发展速(sù)度已经(jīng)超过大部分人的想象。内(nèi)容(róng)产(chǎn)业的本质是供给创(chuàng)造需求(qiú)，AIGC作为全新(xīn)的内容生产方式，可以为内(nèi)容产业带来更新的内(nèi)容(róng)风格、更(gèng)快的生产速度，更低(dī)的(de)生产成本，这无疑会驱(qū)动(dòng)内容(róng)产业的大爆发。

除了AI绘图、视频，AIGC技术还能(néng)应用(yòng)于音乐(lè)、代码、机器(qì)人(rén)动作等多种(zhǒng)内容形式的生成(chéng)。不(bù)难(nán)发(fā)现该(gāi)项(xiàng)技术不仅在游(yóu)戏(xì)等行业能得到有效应用，对于(yú)下(xià)一代互联网各种元素的构建亦有关键意(yì)义。

从商业化的角度(dù)来看(kàn)，文化娱乐、教育、传媒等诸多领域，本身就对基(jī)于(yú)AI的可视化内容有(yǒu)强(qiáng)烈(liè)需求。

因此(cǐ)，AI绘画(huà)及视频或(huò)不(bù)是结果，而只是AI进程(chéng)中的一块(kuài)重要拼图，有(yǒu)望在技术(shù)更新(xīn)的加持下实(shí)现(xiàn)更大的(de)应用价值(zhí)。

AI从理解内容，走向了(le)可以生成(chéng)内容，甚至能够创造出独立价值和独立视角的内(nèi)容。AIGC的再次出圈，更代表着未来的先进生(shēng)产力即将到来(lái)。

04

紧抓(zhuā)大模型与算(suàn)力，牢固AIGC底座

从(cóng)技术(shù)的发展也可以看出，在语言大模(mó)型、图像大模(mó)型之后，多(duō)模态大模(mó)型已(yǐ)经(jīng)成为了(le)新的趋势。

大模型被(bèi)誉(yù)为当前(qián)人工(gōng)智(zhì)能(néng)发展的智能底座，是全球竞(jìng)争最激烈的研究(jiū)方向之(zhī)一(yī)，包(bāo)括谷歌、亚马逊、百度、阿里、腾讯等众多头部企业都在竞相发力。

不过训练大模型的确(què)价格(gé)不菲(fēi)，以国盛证(zhèng)券发布的《ChatGPT需要多(duō)少算(suàn)力(lì)》报告估算，GPT-3训练一次的(de过渡句在文章中起什么作用，过渡句在文中起什么作用,有什么好处)成本(běn)约为140万美元(yuán)。而对(duì)于一些更大(dà)的LLM(大(dà)型语言(yán)模型)，训练成本则介于200万美元至1200万美元高价(jià)之间(jiān)。

以ChatGPT在2023年1月(yuè)的独立访(fǎng)客平均数(shù)1300万(wàn)计算，其对应芯(xīn)片需求为(wèi)3万多(duō)片英伟达A100 GPU，初始投入(rù)成本约为8亿美元，每日仅电费就(jiù)在5万(wàn)美元左右。

此外不论是ChatGPT还(hái)是(shì)AIGC，都离不开庞大(dà)算力支持。在关注各类大模型的发展同时，更应该(gāi)关注算力网(wǎng)络的建设(shè)。

算力网络(luò)正(zhèng)驱动AI产业发展进入史诗(shī)级加速进程(chéng)，让(ràng)AIGC及通用AI这一人工(gōng)智能(néng)发展(zhǎn)的终极目标离得更近。

因为算力可以对(duì)突破性技术(shù)创新提供大力的支持。这方面(miàn)，多(duō)模态大模型是典型。作(zuò)为(wèi)面向未来强人(rén)工(gōng)智能、通用人(rén)工智(zhì)能的(de)重要技术创(chuàng)新，多模态大(dà)模型(xíng)已经在人工智能(néng)领域提出(chū)了很多年，业界也有不少技术突破，但是，多模(mó)态大模型进一步往下走，算力需求呈几(jǐ)何式(shì)上升，一般的算力基(jī)础设施很快将难以胜任。

从(cóng)图像、文(wén)字、语音单(dān)独一项的训练，到(dào)双模(mó)态、三模态的跃迁(qiān)，让人工智能可以灵活应对不同模态的转化、像人与世界交互一样(yàng)自然，这方面，由算力(lì)网络(luò)来驱动将有明显优势。

此外，还有很多需要爆发式增(zēng)长的算力来支(zhī)撑的技术创新，将在(zài)人工智能算力网络支撑(chēng)下快速推进。

AIGC已经(jīng)露出曙(shǔ)光，期待在大(dà)模型和大算力的支持下AIGC能持续颠覆内容生(shēng)产的方式，将(jiāng)创造的边际成本降低，让万(wàn)众受益。

未经允许不得转载：橘子百科-橘子都知道 过渡句在文章中起什么作用，过渡句在文中起什么作用,有什么好处