自聊天(tiān)机(jī)器人ChatGPT火(huǒ)爆以来(lái)，微软公司创始人比尔·盖(gài)茨(cí)已多次公开(kāi)谈论人工智能话(huà)题。在最近的一次采访中，他(tā)再(zài)次表(biǎo)示：“AI可能会(huì)让科(kē)技行业迎(yíng)来一次剧烈(liè)的洗牌”。

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

他预期，AI的发展可能会威胁到谷歌的市占率(lǜ)，因为微(wēi)软(ruǎn)在AI方面的行动相(xiāng)当迅速。而最终科技巨头将把AI整合成用户的“全能(néng)助(zhù)手(shǒu)”，包揽一切(qiè)应用，与(yǔ)人们(men)进行沟通并提供建议，可以取(qǔ)代(dài)亚马逊、Siri或Outlook等应用(yòng)。

大佬口中(zhōng)全(quán)能助手(shǒu)的到来可能尚需时日，但由ControlNet引发(fā)的又一次AI绘画浪潮，让AIGC在ChatGPT的话题热点包围中杀出重围。

01

ControlNet颠覆AI绘画新玩(wán)法

AIGC向可控靠近

以AI绘画为代表的AIGC上一次(cì)爆火的时(shí)候，还(hái)是2022年8月，在(zài)美国(guó)科罗拉(lā)多州举办的新兴数字(zì)艺术家竞赛中(zhōng)，一幅名(míng)为《太空歌剧院(yuàn)》的作品获奖。

随后各(gè)大厂商的AI绘(huì)画软件被广大网(wǎng)友(yǒu)熟知并体验，Stable Diffusion便是其中代表。

用户(hù)们可以在(zài)应用中输入一组(zǔ)关(guān)键(jiàn)词或者(zhě)一张照(zhào)片(piàn)，就(jiù)能获(huò)得一幅AI创作的画作。

作(zuò)画(huà)的关键就是所输(shū)入的文本。同一(yī)组关键词也可以创(chuàng)作出很多张风(fēng)格(gé)不一样的画作，这让(ràng)创(chuàng)作的过程就像开盲盒。

很多用户很(hěn)喜(xǐ)欢这种(zhǒng)不确定的惊喜，他们会将生成(chéng)的(de)美图(tú)当做头(tóu)像(xiàng)。而另一(yī)部分喜欢翻看(kàn)AI绘画的(de)“翻车(chē)”作品。在社交(jiāo)媒体上，许多(duō)用(yòng)户分享AI“翻车现(xiàn)场”，例如，一位网友的小狗照片被AI画成了“肌肉男”，还有网友的个(gè)人照片被(bèi)AI识别(bié)成(chéng)了建(jiàn)筑。

而如今随着ControlNet的出(chū)现与(yǔ)加持，以往AI绘画的(de)填写关键(jiàn)词游戏(xì)可(kě)能要被颠覆(fù)了。

ControlNet是(shì)一位正在斯坦福读博的中国人张(zhāng)吕敏创作的一(yī)种基于控制(zhì)点的(de)图像变形(xíng)算法，主要用(yòng)于数字(zì)图像处理、计算机(jī)视觉和计算机(jī)图(tú)形学等领(lǐng)域。

其SD插件一经(jīng)发布，在短(duǎn)短的两天(tiān)内便(biàn)成为了AI绘画领域最新的热(rè)点。

在此之前，大家用了(le)很多方法想让(ràng)AI生成的(de)结果(guǒ)尽可能的符合要求，但是都不尽如人意，它(tā)的出现代表着AI生成(chéng)开(kāi)始(shǐ)进入(rù)真正(zhèng)的(de)可控时期。

因(yīn)为ControlNet可以直接提取画(huà)面的构图，人物的姿势(shì)和画(huà)面的(de)深度信(xìn)息(xī)等。有了它的帮助，就不(bù)用(yòng)频繁的用提示(shì)词来碰(pèng)运气，抽盲盒(hé)式的创(chuàng)作了。

通(tōng)俗的说ControlNet相当(dāng)于给AI绘画加(jiā)了“魔法”，不少博主的(de)作(zuò)品已经获得(dé)了大量的浏览量，“viggo”就是其(qí)中之一，他(tā)用朋友的(de)照(zhào)片直(zhí)接(jiē)带她们(men)走进动漫(màn)世界(jiè)。

viggo先用StableDiffusion图(tú)片(piàn)转文字。

再用Text2Prompt插(chā)件拓展(zhǎn)找到对应的关键词；最后用ControlNet插件绑定(dìng)骨骼开始(shǐ)换关键词试效果。

通过图片就(jiù)可以看出来，效果十(shí)分惊艳。

更厉害的是，除了真实的(de)照片，草图也(yě)可以加上“魔(mó)法”，知乎大牛(niú)“DevPoint”和“逗砂”介绍到ControlNet还能实现线稿转(zhuǎn)全(quán)彩(cǎi)图(tú)。大神张吕敏其本尊也亲自回应。

不得不说当下AIGC已经变得越来越强大，甚至输出(chū)的作品都已经能(néng)以(yǐ)假乱(luàn)真了(le)。

02

难辨虚实(shí)，AIGC技(jì)术(shù)力爆发

警惕(tì)安全(quán)问题(tí)

近日，“苏州金鸡湖有(yǒu)游艇party”的消息火遍网络，而经过警方辟谣这所谓的(de)“party”可能(néng)是全国第一(yī)起AI绘图诈骗。

由(yóu)于这个活动(dòng)里面给出(chū)的美女照片都(dōu)是(shì)AI制作的(de)真(zhēn)人照片(piàn)绘图，因为(wèi)太逼真，被大家(jiā)当成真事传播(bō)了。

推动人类社会发展的第一动力是什么 推动人类社会发展的第一动力是生产力coding="async" src="https://mmbiz.heiliaofuli.com/wp-content/uploads/2023/03/2d75fd6b1ee0be6.png?imageMogr2/thumbnail/2160x0/format/webp/quality/80" data-ratio="0.66640625" data-s="300,640" data-type="png" data-w="1280">

不(bù)过(guò)仔细观察可以发(fā)现，活动发(fā)起者提供(gōng)的照片(piàn)中有个很大的漏洞可以发现并非真人(rén)，而是(shì)AI绘图，那便是(shì)图片(piàn)中女性的手(shǒu)指(zhǐ)部分有的(de)存在异常。

有行业人事表示：“现在因为手(shǒu)指部分的绘画算法比(bǐ)较复杂(zá)，AI还(hái)不(bù)太会画人的手，但最新看(kàn)到(dào)的图片已(yǐ)经(jīng)有越来越(yuè)完美的AI模型出现，以后可(kě)能就完全(quán)没有漏洞(dòng)了。”

类似的AI作图诈骗在国外也已有发生。据英(yīng)国广(guǎng)播(bō)公司报道(dào)，土(tǔ)耳(ěr)其地震(zhèn)期间，有Tiktok用户(hù)使用AI合(hé)成(chéng)了儿童(tóng)受灾的假照片发布到网(wǎng)络，以此诱骗善良的人(rén)打赏“捐助(zhù)”从而实施诈骗。

目前随(suí)着技术发展，AIGC已经能做出真(zhēn)人照片般的绘图效果(guǒ)，如果这样(yàng)的图(tú)片被用(yòng)来诈骗，将(jiāng)非常可怕。

此外(wài)AIGC还引发了很多担忧，一方面，批判者认为AI在“学习(xí)”了大(dà)量(liàng)前人的作品之后，其创作没有任(rèn)何情(qíng)绪和灵魂，难以和人类的艺术创作相提(tí)并论(lùn)。

另一方面(miàn)，AIGC背后的版权、目前都并没有得到有效的解决，还(hái)有AIGC会不会(huì)代替人(rén)类(lèi)“至高无上”的创意(yì)。

马(mǎ)斯克也强调，人工智能的安全问题(tí)需要得到重视，太晚就来不及了。

03

AIGC下一(yī)站除了视频，还有(yǒu)远方

技术都是有两面性的，潜在(zài)的危害并(bìng)不能掩盖其光辉(huī)的贡献。现在看来，人工智能(néng)技术将是第四次工业革命的核心(xīn)驱(qū)动力量(liàng)，将创造新的增(zēng)长奇迹。

过去一年，人工智能在(zài)技术和商(shāng)业层面都(dōu)有了(le)巨大进展，AI绘画就(jiù)是(shì)人工智(zhì)能技术发生方向性改变(biàn)的一个代(dài)表(biǎo)。其下一站或许就是视频。

此前，Meta和谷歌(gē)先后(hòu)发布了几(jǐ)条引(yǐn)爆(bào)科技(jì)圈(quān)的短视频。这(zhè)些视频(pín)引发关注并(bìng)非内(nèi)容(róng)做得多优秀，反而都非常简单，比如一匹正在喝(hē)水的马，一只(zhǐ)画画(huà)的玩具熊，或者(zhě)一段骑(qí)摩托车的第一视角(jiǎo)录像(xiàng)，随便(biàn)一个有手机的(de)人都可以随手录(lù)下(xià)一(yī)段。

但这些短视频的创作方式非常简单，创(chuàng)作(zuò)者仅仅(jǐn)需要向AI输入一段话，甚至只是(shì)说一下要求，AI就(jiù)可以根据需要生成一段视频。

谷歌发布的两个AI生成视(shì)频分别来自于Imagen Video和Phenaki，前者(zhě)主要(yào)突出的(de)是(shì)高(gāo)清，与Meta的Make-A-Video没有(yǒu)太(tài)多的差别。

在Make-A-Video公(gōng)布了(le)AI生成的视频后，AI圈就(jiù)已(yǐ)经玩了(le)一(yī)波梗，一个能够做出更高清视频的(de)AI还不(bù)足以在短(duǎn)时间内戳中(zhōng)兴(xīng)奋(fèn)点。

Phenaki更加令人(rén)震惊的地(dì)方在(zài)于，它可以制(zhì)作(zuò)出(chū)超过(guò)2分钟的连贯的(de)也(yě)有确切内容的视频，这才是真正(zhèng)让人们感(gǎn)到惊喜的(de)地方。因(yīn)为无论(lùn)AI生成的视(shì)频多么高清(qīng)，也只能是为内(nèi)容生(shēng)产者提供一个灵感，一个素材，一个过场动画。

不过能够制作出有具体(tǐ)剧情内(nèi)容的视频(pín)就意味着，一些视频(pín)创作由AI代替人工完成已经(jīng)初步有了可能(néng)。

当下AI的(de)发(fā)展速度已经超过(guò)大部(bù)分人的(de)想象(xiàng)。内容(róng)产业的(de)本(běn)质是供给创造(zào)需求，AIGC作为全新的内容(róng)生(shēng)产方式，可以(yǐ)为内(nèi)容(róng)产(chǎn)业带(dài)来更新的(de)内(nèi)容风格(gé)、更快的生产速度，更低的(de)生产成本，这(zhè)无(wú)疑会驱动内容(róng)产业(yè)的大爆发(fā)。

除了(le)AI绘图(tú)、视(shì)频，AIGC技术还(hái)能应(yīng)用于音(yīn)乐(lè)、代码、机(jī)器人动作(zuò)等多种内容形式的生成。不难发现(xiàn)该项技术不仅在游(yóu)戏(xì)等(děng)行(xíng)业能得到有效(xiào)应用，对于下一(yī)代互联网各种元素(sù)的构建亦(yì)有关键意义。

从商业化的角度来看，文化娱乐、教育、传媒(méi)等诸多领域(yù)，本身就对基于AI的可视化内容有强烈需求(qiú)。

因此，AI绘画及视频或不是结果(guǒ)，而只是AI进程中的一块重要拼图，有望在技术更新的加持下实现更大的应(yīng)用价值。

AI从理解内容(róng)，走(zǒu)向了(le)可以生(shēng)成内容(róng)，甚至能够创造出独立价值(zhí)和独立视角(jiǎo)的内容。AIGC的(de)再次(cì)出圈，更(gèng)代表着未来的先进(jìn)生(shēng)产力即将到(dào)来。

04

紧抓(zhuā)大模型与算力，牢固AIGC底座

从(cóng)技(jì)术(shù)的发展(zhǎn)也可以看(kàn)出，在(zài)语言大(dà)模型、图像(xiàng)大模(mó)型之(zhī)后(hòu)，多模态大模(mó)型已经(jīng)成(chéng)为了新(xīn)的(d推动人类社会发展的第一动力是什么 推动人类社会发展的第一动力是生产力e)趋势。

大模型(xíng)被誉(yù)为(wèi)当(dāng)前人工智能发展的智能底座，是全球竞争最激烈的研(yán)究方(fāng)向之一，包括谷歌、亚马(mǎ)逊、百度、阿(ā)里、腾讯等(děng)众(zhòng)多头部企业都在竞(jìng)相(xiāng)发力。

不过训练(liàn)大模型的确价格不菲，以国盛证券发(fā)布的《ChatGPT需要多少算力》报告估算，GPT-3训练(liàn)一次的成(chéng)本约为140万美元。而(ér)对于一些更大的LLM(大型语言模型)，训练(liàn)成本则介于200万(wàn)美元至(zhì)1200万美元高价之间(jiān)。

以ChatGPT在2023年1月(yuè)的独立访客平均数1300万计算(suàn)，其(qí)对应芯片需求为3万多片英伟达A100 GPU，初始投入成本约为(wèi)8亿美(měi)元(yuán)，每日仅电费就(jiù)在(zài)5万美元左右。

此外不(bù)论(lùn)是ChatGPT还是AIGC，都离不开(kāi)庞(páng)大(dà)算力(lì)支持。在关(guān)注各类(lèi)大模型的发展同时，更应该(gāi)关注算力网(wǎng)络的(de)建设。

算(suàn)力网(wǎng)络正驱动AI产业发展进入史诗级加速(sù)进(jìn)程，让AIGC及通用AI这一人工智能发展的(de)终极目标离得更近。

因为算力可以(yǐ)对突(tū)破性技术(shù)创新提供大力的支持。这方面，多模态大模(mó)型是典型。作为(wèi)面向未(wèi)来强人工智能(néng)、通用人工智能的(de)重要技术创新(xīn)，多模态(tài)大模型已经在人(rén)工智(zhì)能领(lǐng)域提出(chū)了(le)很多年，业界(jiè)也有不(bù)少(shǎo)技术(shù)突(tū)破(pò)，但(dàn)是，多模态大(dà)模(mó)型进一(yī)步(bù)往(wǎng)下走(zǒu)，算力需求呈几何式上升，一(yī)般的(de)算力基(jī)础设施很快将难以胜任。

从图像、文字、语音单独(dú)一项的训(xùn)练，到(dào)双模态、三模态的跃迁(qiān)，让人工智能可(kě)以灵活应对不同模态的转(zhuǎn)化、像人(rén)与世界交互(hù)一样自然(rán)，这方(fāng)面，由算力网络(luò)来驱动将有明显优势(shì)。

此外，还有很多(duō)需要(yào)爆(bào)发式增长(zhǎng)的算(suàn)力来支撑的(de)技术创新，将在人工(gōng)智能算力网(wǎng)络支撑下快速推进。

AIGC已(yǐ)经露(lù)出曙光，期待在大模型和(hé)大算力的(de)支持下(xià)AIGC能(néng)持续(xù)颠(diān)覆内容生产的方式，将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 推动人类社会发展的第一动力是什么 推动人类社会发展的第一动力是生产力