自聊天机器人ChatGPT火爆以(yǐ)来，微软公司创始(shǐ)人比尔(ěr)·盖茨已多次公开谈论人(rén)工智能话题(tí)。在(zài)最近(jìn)的(de)一次采访中，他再(zài)次表示：“AI可(kě)能会让科技行业迎来一次剧烈的(de)洗牌(pái)”。

这个结论(lùn)是(shì)他在(zài)当地(dì)时间2月20日接受《In Good Company》节目(mù)专访时提出的。

他预(yù)期，AI的发展可(kě)能会威胁(xié)到谷歌的市占(zhàn)率(lǜ)，因为微软在AI方(fāng)面(miàn)的行动(dòng)相当(dāng)迅速。而最终科技巨头将把AI整合成用户的(de)“全能(néng)助手”，包揽一(yī)切应用，与人们进行沟通并提供建议(yì)，可以取代亚马逊、Siri或Outlook等应用。

大佬口中全能助手的到(dào)来可能尚需时(shí)日(rì)，但由ControlNet引发的又(yòu)一(yī)次AI绘画浪潮，让AIGC在ChatGPT的话题热点包围(wéi)中(zhōng)杀(shā)出重围。

01

ControlNet颠覆AI绘画新玩法

AIGC向可(kě)控靠近(jìn)

以AI绘(huì)画为代表(biǎo)的AIGC上(shàng)一次爆火的时候，还(hái)是(shì)2022年8月，在(zài)美国科罗拉多(duō)州(zhōu)举办的新兴数字艺术家竞(jìng)赛中(zhōng)，一(yī)幅(fú)名为《太(tài)空歌剧院》的作品获奖。

随后各大厂商(shāng)的AI绘画软件(jiàn)被(bèi)广大(dà)网友熟知(zhī)并体验(yàn)，Stable Diffusion便是(shì)其中代表(biǎo)。

用户们可以(yǐ)在应用中输入(rù)一组(zǔ)关键词(cí)或者(zhě)一张照片，就能获得一(yī)幅AI创作(zuò)的画作。

作(zuò)画的(de)关(guān)键就是所输入(rù)的(de)文(wén)本。同一组关键(jiàn)词也可以创作(zuò)出(chū)很多张风格不一样(yàng)的画作，这让(ràng)创作的过程(chéng)就像开(kāi)盲盒。

很多用(yòng)户很喜欢这(zhè)种不确定的惊(jīng)喜，他(tā)们会将生成的美图当(dāng)做头像(xiàng)。而另一部(bù)分喜欢翻看AI绘画的“翻车”作品(pǐn)。在社交(jiāo)媒体上，许多用户分享AI“翻车现(xiàn)场”，例如，一位网友的小(xiǎo)狗照片被AI画成了“肌肉男”，还有网友的个(gè)人照片被AI识(shí)别成了建筑。

而如今(jīn)随着ControlNet的出(chū)现与加(jiā)持，以(yǐ)往AI绘画的填(tián)写关键词游戏(xì)可(kě)能要被颠覆了。

ControlNet是(shì)一位正在斯坦福读博的中国人张吕敏创作的一种基于控(kòng)制点的图(tú)像(xiàng)变形算法，主要用于数字(zì)图像处(chù)理、计算机视觉和计算(suàn)机图形学(xué)等领域。

其SD插件一(yī)经发布(bù)，在短短的两(liǎng)天(tiān)内便(biàn)成为(wèi)了(le)AI绘(huì)画领(lǐng)域(yù)最新的热点。

在(zài)此之(zhī)前，大(dà)家用了很多方法想(xiǎng)让AI生成的结(jié)果尽可能的符合要求，但是都不尽如人意(yì)，它(tā)情怀经典句子正能量，形容一个人有情怀咋说的出现代表着AI生成开始进入真正的(de)可控时期。

因为ControlNet可(kě)以(yǐ)直接提取画面的构图，人物(wù)的(de)姿势(shì)和画面的(de)深度信息等。有了它的帮(bāng)助，就不用频(pín)繁的(de)用提示词来碰运气，抽(chōu)盲盒式(shì)的创作了。

通俗的说ControlNet相当于给AI绘画加了“魔法”，不(bù)少博主(zhǔ)的作品已经获得了大(dà)量的浏(liú)览量，“viggo”就(jiù)是其(qí)中之一，他用朋友的照片(piàn)直接带她们走进(jìn)动漫世界。

viggo先用StableDiffusion图片转文字。

再用Text2Prompt插件(jiàn)拓(tuò)展找到对应的关键词(cí)；最后用ControlNet插件绑(bǎng)定(dìng)骨骼(gé)开始换(huàn)关键(jiàn)词试效果(guǒ)。

通过(guò)图片就可(kě)以看出来，效(xiào)果十(shí)分惊艳(yàn)。

更厉害的是，除了真实的照片，草图也可以(yǐ)加上(shàng)“魔(mó)法(fǎ)”，知乎大牛“DevPoint”和(hé)“逗砂”介绍到ControlNet还能实现线稿转全彩图(tú)。大神张吕(lǚ)敏其(qí)本尊也(yě)亲自回应。

不得不说当下(xià)AIGC已(yǐ)经变得越来越强大(dà)，甚至(zhì)输出的(de)作品都已经能以假乱真了。

02

难(nán)辨虚(xū)实，AIGC技术力爆发

警惕(tì)安(ān)全问题

近日，“苏州(zhōu)金鸡湖有游艇party”的消息火遍网络，而经过警方(fāng)辟谣这所谓的“party”可能是全(quán)国第一起AI绘(huì)图诈骗。

由于这个活动里面(miàn)给出的美(měi)女照(zhào)片都是AI制作的真人照片绘(huì)图，因为(wèi)太逼(bī)真(zhēn)，被大家当成真事传播(bō)了。

不过仔细观(guān)察可以发现，活(huó)动发起者提供的照(zhào)片中有个很大的漏洞可(kě)以发现并非真(zhēn)人，而是AI绘图，那(nà)便是图片中女性的手指部分有(yǒu)的存在异常。

有行业(yè)人(rén)事表示：“现在(zài)因为手指部(bù)分的(de)绘(huì)画算法比较复(fù)杂，AI还不(bù)太会画(huà)人的手(shǒu)，但最新(xīn)看到(dào)的图(tú)片(piàn)已经有(yǒu)越来越(yuè)完美的AI模型(xíng)出(chū)现，以后(hòu)可(kě)能就完全没有漏(lòu)洞了。”

类似的(de)AI作图(tú)诈骗(piàn)在国外也已有发生。据英(yīng)国广播公司报道，土(tǔ)耳其地震期间(jiān)，有(yǒu)Tiktok用户使(shǐ)用(yòng)AI合成了儿童受灾的假照片发布到网络，以此诱骗善良的人(rén)打赏(shǎng)“捐助”从而实施诈(zhà)骗。

目(mù)前随着技(jì)术发展，AIGC已经能做出真人照片般的绘图(tú)效(xiào)果(guǒ)，如果这样的(de)图(tú)片(piàn)被用(yòng)来诈骗，将非常可怕(pà)。

此(cǐ)外(wài)AIGC还引(yǐn)发了很多担忧，一方面(miàn)，批(pī)判(pàn)者认(rèn)为AI在“学(xué)习”了大(dà)量前人(rén)的作品之后，其创作没(méi)有任何情绪和灵魂(hún)，难以和人(rén)类的艺(yì)术创作(zuò)相(xiāng)提并论。

另一方面(miàn)，AIGC背(bèi)后的版权、目(mù)前都并没有(yǒu)得到有效的(de)解(jiě)决，还有AIGC会不会代替人类“至(zhì)高无上”的创意。

马斯克也强调，人工(gōng)智(zhì)能的安全问题需要得到(dào)重视(shì)，太晚(wǎn)就(jiù)来(lái)不及了(le)。

03

AIGC下一站除了视频，还有远方

技术都是有两(liǎng)面性(xìng)的，潜(qián)在的危(wēi)害并不(bù)能掩盖其光辉的(de)贡献。现(xiàn)在看(kàn)来，人工智能技术(shù)将是第四(sì)次(cì)工(gōng)业革命(mìng)的核(hé)心(xīn)驱(qū)动力量(liàng)，将创造新(xīn)的增长奇(qí)迹。

过(guò)去一年，人(rén)工智(zhì)能在技术和商业层面都(dōu)有(yǒu)了巨大进展，AI绘画(huà)就是人工智能技术发(fā)生方向性改变(biàn)的一个代(dài)表。其下一站(zhàn)或(huò)许就(jiù)是视频。

此前，Meta和谷(gǔ)歌先后发布了几(jǐ)条(tiáo)引爆(bào)科技圈(quān)的(de)短(duǎn)视频。这(zhè)些(xiē)视频引发关(guān)注(zhù)并非(fēi)内容做(zuò)得(dé)多优秀，反而都非(fēi)常(cháng)简单，比(bǐ)如一匹正在喝水的马，一只画画的玩具(jù)熊(xióng)，或(huò)者(zhě)一段(duàn)骑摩(mó)托车的第一视角录像，随便(biàn)一个有手机(jī)的人都(dōu)可以随手录下一段。

但(dàn)这些短视频的创作方式非(fēi)常简单，创作(zuò)者(zhě)仅(jǐn)仅需要向AI输入一段话，甚至只是说(shuō)一(yī)下要求，AI就可(kě)以根据需要(yào)生成一段视频(pín)。

谷歌(gē)发布的两个AI生成视频分别(bié)来自于Imagen Video和Phenaki，前者主要突出(chū)的是高清，与(yǔ)Meta的(de)Make-A-Video没有太多的差别。

在Make-A-Video公布了AI生成的视频后，AI圈就(jiù)已经玩了一波梗，一(yī)个能够做(zuò)出更高清视频的AI还不足(zú)以在短时间内戳中兴(xīng)情怀经典句子正能量，形容一个人有情怀咋说奋点。

Phenaki更(gèng)加令人震惊的地方在于(yú)，它可以制作出超(chāo)过2分钟的(de)连贯(guàn)的也(yě)有(yǒu)确切内容的视频，这才是真(zhēn)正(zhèng)让(ràng)人们(men)感(gǎn)到惊喜的地方(fāng)。因为无(wú)论AI生成的视频(pín)多么高清，也(yě)只(zhǐ)能是为内容生产(chǎn)者(zhě)提供(gōng)一(yī)个灵感，一(yī)个素(sù)材(cái)，一(yī)个过场动画(huà)。

不过能够(gòu)制作出(chū)有具体剧情内容的(de)视频就意味着(zhe)，一些(xiē)视频创作由AI代替人工完成(chéng)已经初步有了可能。

当(dāng)下AI的(de)发(fā)展速度已经超过大部分人的想(xiǎng)象。内容(róng)产业的本质(zhì)是供(gōng)给创(chuàng)造需求，AIGC作为(wèi)全新的内容生(shēng)产方式，可以为内容产业带(dài)来更(gèng)新的内(nèi)容风格、更快的生产速度，更低的生产成本，这无(wú)疑会(huì)驱(qū)动内容产业的(de)大爆发。

除(chú)了AI绘图、视频，AIGC技术还能应用于音(yīn)乐、代(dài)码(mǎ)、机(jī)器人动作等多种内容形(xíng)式的生成(chéng)。不难发现该项技术不仅(jǐn)在游戏(xì)等(děng)行业(yè)能得到有效(xiào)应用，对于下一(yī)代互联(lián)网(wǎng)各种元素(sù)的构建(jiàn)亦有(yǒu)关键意义(yì)。

从(cóng)商业化的角(jiǎo)度来看，文化娱(yú)乐、教育、传媒等诸多领域(yù)，本身就对基于AI的(de)可视化内容有强烈需求。

因此，AI绘(huì)画及视频或不是结果(guǒ)，而只是AI进(jìn)程中(zhōng)的一块重(zhòng)要(yào)拼图，有望(wàng)在(zài)技术更(gèng)新的加持下实现(xiàn)更大的应用价值。

AI从理(lǐ)解内容，走向了可以生(shēng)成内容(róng)，甚(shèn)至能(néng)够创造出独立价值和独立(lì)视(shì)角的内容。AIGC的再次(cì)出圈，更代表(biǎo)着未来的先(xiān)进生产(chǎn)力(lì)即将(jiāng)到来。

04

紧抓大模型与(yǔ)算力，牢固AIGC底(dǐ)座(zuò)

从技术的发展也可以看出(chū)，在语言大模型、图像(xiàng)大模型之后(hòu)，多模态大(dà)模型已经成(chéng)为了新的趋势。

大模型(xíng)被誉为当前人工(gōng)智能发展的智能底座(zuò)，是全球竞(jìng)争最激烈的研(yán)究(jiū)方向之一，包括谷(gǔ)歌、亚马逊、百(bǎi)度(dù)、阿(ā)里、腾讯等(děng)众多头部企(qǐ)业都在竞相发力。

不(bù)过训练大模型(xíng)的(de)确价格不菲，以国盛证券发布的(de)《ChatGPT需要多少算力》报(bào)告估算，GPT-3训练一次(cì)的成本(běn)约为140万美(měi)元(yuán)。而对于一些(xiē)更大的LLM(大型语言模型)，训练(liàn)成本则介于200万(wàn)美元至1200万美元高价之(zhī)间。

以ChatGPT在(zài)2023年1月的独立访客平(píng)均(jūn)数1300万计算，其对应(yīng)芯片需求为3万多片英伟(wěi)达A100 GPU，初始投入(rù)成本约为8亿美元，每日仅电费就在5万美元左(zuǒ)右。

此外(wài)不论是ChatGPT还是AIGC，都离不开庞大(dà)算(suàn)力支持。在(zài)关注各类大模型的(de)发展同时，更应该关注算力(lì)网络的(de)建设。

算(suàn)力(lì)网(wǎng)络正(zhèng)驱动(dòng)AI产(chǎn)业发展(zhǎn)进入史诗级加速进程，让(ràng)AIGC及通用(yòng)AI这一人工智能(néng)发展的(de)终极目标(biāo)离得更(gèng)近。

因为算力可以(yǐ)对突(tū)破性技术创新(xīn)提供大力的支持。这方面，多模态大(dà)模型(xíng)是(shì)典型。作为面(miàn)向未来强人工(gōng)智能、通用人(rén)工智能(néng)的重要技术创新(xīn)，多模(mó)态大模型已经在人工智(zhì)能领域提出了(le)很多年，业界也有不少(shǎo)技术突(tū)破，但(dàn)是，多(duō)模态大模型进(jìn)一步(bù)往下走，算(suàn)力需求呈几何式上升，一般的(de)算力基础设施很快将难以胜任。

从图(tú)像、文(wén)字、语音单独一(yī)项的训练，到双模态、三模态的跃迁，让人工(gōng)智能可以灵活应对不同模态(tài)的转化、像人与(yǔ)世界交互一(yī)样自然，这方面，由算力网络(luò)来驱动将有明显(xiǎn)优势(shì)。

此(cǐ)外，还有(yǒu)很(hěn)多需要爆发式增(zēng)长的算力(lì)来支(zhī)撑的(de)技术创(chuàng)新，将在人工智(zhì)能算(suàn)力网(wǎng)络支撑下(xià)快速推(tuī)进。

AIGC已经(jīng)露(lù)出曙(shǔ)光，期待在(zài)大(dà)模型(xíng)和(hé)大算力的支持下AIGC能持续颠覆内容生产的方式，将创造(zào)的边际成本降低，让万众受益(yì)。

未经允许不得转载：橘子百科-橘子都知道 情怀经典句子正能量，形容一个人有情怀咋说