自聊天机器(qì)人ChatGPT火爆以(yǐ)来(lái)，微软(ruǎn)公司创始人(rén)比尔·盖茨已(yǐ)多次(cì)公(gōng)开谈(tán)论人工(gōng)智能(néng)话题。在最近(jìn)的一次采访(fǎng)中(zhōng)，他(tā)再次表示：“AI可(kě)能会让(ràng)科技(jì)行(xíng)业迎来一次剧(jù)烈的洗牌”。

这个(gè)结论(lùn)是他在(zài)当地时间2月20日接受《In Good Company》节目专访时(shí)提出的。

他预期，AI的发展可能会威胁到谷歌的市(shì)占率，因为微软(ruǎn)在(zài)AI方面的(de)行动相当(dāng)迅速。而最终科(kē)技(jì)巨头将把(bǎ)AI整合成(chéng)用户(hù)的“全能助(zhù)手”，包揽(lǎn)一切应用(yòng)，与人们进行沟通并提供建议，可以取代亚马(mǎ)逊(xùn)、Siri或Outlook等应用(yòng)。

大佬口中全(quán)能助手的到(dào)来可(kě)能尚需时日，但(dàn)由ControlNet引发(fā)的又一次AI绘(huì)画浪(làng)潮，让(ràng)AIGC在ChatGPT的(de)话题热点包围(wéi)中杀(shā)出(chū)重围。

01

ControlNet颠覆AI绘(huì)画新玩法(fǎ)

AIGC向可控靠近

以AI绘画为代表的(de)AIGC上一次(cì)爆火的时候，还是2022年(nián)8月，在美国(guó)科罗拉多州举办(bàn)的新兴数(shù)字艺术家(jiā)竞赛中，一幅(fú)名为《太(tài)空歌剧(jù)院》的作品获(huò)奖(jiǎng)。

随后各大厂商的AI绘(huì)画软(ruǎn)件被广大网友熟(shú)知并(bìng)体验，Stable Diffusion便是其(qí)中代表。

用户们可以在(zài)应用中输入一组(zǔ)关键词或者一张照片，就能获(huò)得一(yī)幅(fú)AI创作的画作。

作画的关键(jiàn)就是(shì)所输入(rù)的(de)文本。同(tóng)一组关键词也(yě)可以(yǐ)创作出很(hěn)多张风格不(bù)一样的(de)画作，这让创作(zuò)的过(guò)程就像(xiàng)开(kāi)盲盒。

很(hěn)多用(yòng)户(hù)很喜欢这种不(bù)确定(dìng)的惊(jīng)喜(xǐ)，他们会将生成的美图(tú)当做(zuò)头像。而另一(yī)部分喜欢翻看AI绘画的“翻车”作(zuò)品。在社交媒体上，许多(duō)用户分享AI“翻车现场”，例如，一(yī)位网友的小狗(gǒu)照(zhào)片(piàn)被AI画成(chéng)了“肌肉(ròu)男”，还有网友的个人(rén)照片被AI识别成(chéng)了(le)建筑。

而如今随(suí)着(zhe)ControlNet的出现(xiàn)与加持，以往AI绘画的填写关(guān)键(jiàn)词游(yóu)戏可能要(yào)被颠覆(fù)了(le)。

ControlNet是一位正(zhèng)在斯坦福读博(bó)的中国人张吕敏(mǐn)创(chuàng)作的一(yī)种基于控制点的图像变形算(suàn)法，主要(yào)用(yòng)于(yú)数字图像(xiàng)处(chù)理、计算机(jī)视觉和计算(suàn)机图形学等领(lǐng)域。

其SD插件一经(jīng)发布，在短短的两天内便成为(wèi)了AI绘画领域(yù)最新的热点。

在(zài)此之前，大家用(yòng)了很多方法想让(ràng)AI生成(chéng)的结果尽可能的(de)符合要求，但(dàn)是(shì)都不尽如人意，它(tā)的(de)出现代表着AI生成开(kāi)始进入真正的可控时期。

因为ControlNet可以直接提(tí)取画面的构图，人(rén)物的姿(zī)势和画(huà)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(lái)碰运气，抽盲(máng)盒式的创作了。

通俗的说ControlNet相当(dāng)于给AI绘画(huà)加了(le)“魔法”，不少博(bó)主(zhǔ)的作品已(yǐ)经获(huò)得了大量的浏览量，“viggo”就是其中之一(yī)，他(tā)用(yòng)朋友(yǒu)的照片直接带她们走进动(dòng)漫世界(jiè)。

viggo先用StableDiffusion图片(piàn)转文字。

再用Text2Prompt插件拓展找(zhǎo)到对应的关键(jiàn)词；最后用ControlNet插件绑定骨(gǔ)骼开(kāi)始换关(guān)键词试效果(guǒ)。

通过图片就可以看(kàn)出来(lái)，效果十分惊艳。

更(gèng)厉害的是，除了真实的(de)照片，草图也可以(yǐ)加上“魔法”，知乎大(dà)牛“DevPoint”和“逗砂”介绍到ControlNet还能实现线稿转全彩图。大神张(zhāng)吕(lǚ)敏(mǐn)其本尊也(yě)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)的作品都已经能以假乱真了。

02

难(nán)辨虚实，AIGC技术力爆发

警惕(tì)安全问题

近日，“苏州金鸡湖有游艇party”的消息(xī)火遍网络(luò)，而经过警(jǐng)方辟谣(yáo)这所谓(wèi)的“party”可能是(shì)全国第一起AI绘图诈骗。

由(yóu)于这个活动里(lǐ)面给(gěi)出的美女(nǚ)照片都(dōu)是AI制作的真(zhēn)人(rén)照(zhào)片(piàn)绘图，因(yīn)为太逼真，被大家当成真事传播了(le)。

不过仔细观察(chá)可以(yǐ)发现，活(huó)动发起者提供的照(zhào)片中有个很(hěn)大的(de)漏洞(dòng)可以发(fā)现并非真人，而是AI绘图(tú)，那(nà)便是图(tú)片中女性的手指部分有的存在(zài)异常(cháng)。

有行(xíng)业人事表示：“现在(zài)因为手指部分(fēn)的绘画算(suàn)法比(bǐ)较复杂，AI还不(bù)太会画人(rén)的手，但最新(xīn)看到的图片已经有越来越完美的(de)AI模型出现，以(yǐ)后可(kě)能就完全没有漏(lòu)洞了。”

类似(shì)的AI作图诈骗在国外也已有发生。据英(yīng)国(guó)广播公司(sī)报道，土耳其地震期间(jiān)，有(yǒu)Tiktok用(yòng)户使用AI合(hé)成了(le)儿(ér)童受灾的假照片发布到网络，以此诱骗善良的(de)人打(dǎ)赏“捐助”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图效(xiào)果(guǒ)，如果这样(yàng)的图(tú)片被用来诈(zhà)骗，将非常可怕。

此外AIGC还(hái)引发了(le)很多担忧，一方面，批判者认为AI在“学习(xí)”了(le)大(dà)量前(qián)人(rén)的作品(pǐn)之后，其(qí)创作没有任何情(qíng)绪和灵魂，难(nán)以和人类的艺术创(chuàng)作相(xiāng)提(tí)并(bìng)论。

另一(yī)方面，AIGC背后的(de)版权、目前都并(bìng)没有得到(dào)有效的解决，还有(yǒu)AIGC会不会(huì)代(dài)替人类“至高无(wú)上(shàng)”的创(chuàng)意。

马斯克也强调，人工智能(néng)的安全问题需(xū)要得到重视，太晚就(jiù)来不及了。

03

AIGC下一站除了视频，还有(yǒu)远方

技术都(dōu)是有(yǒu)两面性(xìng)的，潜在(zài)的危害并不能掩盖其(qí)光辉(huī)的贡献。现在(zài)看(kàn)来，人工智能技术将是第四次工业革命的核心驱(qū)动力量，将创造新的增(zēng)长奇(qí)迹。

过去一年，人(rén)工智能(néng)在技术和商业层面都有了巨大(dà)进展，AI绘画就是人工智能技术(shù)发生方向性改变的一个代表。其下一站或许就是(shì)视(shì)频(pín)。

此前，Meta和谷歌先后发布(bù)了几条引爆(bào)科技圈(quān)的短视频。这些视频引发关注并非内容做(zuò)得多优秀，反而都非常简单(dān)，比如一匹正在喝水的马，一只画(huà)画的玩(wán)具(jù)熊，或者一(yī)段骑(qí)摩托车的第(dì)一(yī)视角录像，随便一(yī)个有手机的人都可(kě)以随手录下一段。

但(dàn)这(zhè)些短视频的创作(zuò)方(fāng)式非常简单，创作者(zhě)仅仅需要(yào)向AI输入一段话，甚至(zhì)只(zhǐ)是说一下要求，AI就(jiù)可以(yǐ)根据需要生(shēng)成一段视频。

谷歌(gē)发(fā)布的两(liǎng)个AI生成(chéng)视频分别来自于Imagen Video和Phenaki，前者主(zhǔ)要突出(chū)的是(shì)高清，与Meta的(de)Make-A-Video没有(yǒu)太多的差别(bié)。

在Make-A-Video公布了AI生成的(de)视频后，AI圈(quān)就已经玩了一波梗，一个能够做(zuò)出更高清(qīng)视频的AI还不足(zú)以在(zài)短时间内戳中兴奋点(diǎn)。

Phenaki更(gèng)加令人(rén)震惊的地方在于(yú)，它可以制作(zuò)出超过(guò)2分钟的连(lián)贯的也有确切内容的(de)视频，这才(cái)是真正让(ràng)人(rén)们(men)感到惊喜的地方。因为无(wú)论AI生(shēng)成的(de)视频多么高清，也(yě)只能是(shì)为(wèi)内容(róng)生产者提(tí)供一个(gè)灵感(gǎn)，一个(gè)素材，一个(gè)过场动画。

不过能够制(zhì)作出有具体剧情内容的视(shì)频就意味着，一些视频创(chuàng)作由AI代替人(rén)工完(wán)成已经初步有(yǒu)了可(kě)能。

当(dāng)下AI的(de)发(fā)展(zhǎn)速(sù)度已经超(chāo)过大(dà)部分(fēn)人的想象。内容产(chǎn)业的本(běn)质是(shì)供给创造需求，AIGC作为全新的内容生产(chǎn)方式，可以为内容产(chǎn)业(yè)带来(lái)更新的内(nèi)容风格(gé)、更快的生(shēng)产速度(dù)，更(gèng)低(dī)的(de)生产成本，这无疑会(huì)驱动内容(róng)产业(yè)的(de)大爆(bào)发(fā)。

除了AI绘图、视频，AIGC技(jì)术还(hái)能应用于音(yīn)乐(lè)、代码、机器人动作等多种(zhǒng)内容(róng)形(xíng)式(shì)的生成。不难(nán)发现该(gāi)项技术(shù)不仅在游戏等(děng)行业(yè)能得(dé)到有效应用，对于下一代互联网(wǎng)各种元素的构建亦有关键意义。

从商业化的角(jiǎo)度来看(kàn)，文化娱(yú)乐、教(jiào)育、传媒等诸多领域，本身(shēn)就对基于AI的可视化内容有强烈需求。

因此，AI绘(huì)画及(jí)视频或不是(shì)结(jié)果，而只是AI进程中的一块重要拼图(tú)，有望(wàng)在(zài)技术(shù)更新的加持下实现更大的(de)应用价值。

AI从理(lǐ)解内(nèi)容，走(zǒu)向了可以(yǐ)生(shēng)成内容，甚(shèn)至能够创(chuàng)造出独立价值和独立视角的内容。AIGC的再次出(chū)圈，更代(dài)表着未来的先进生(shēng)产(chǎn)力(lì)即将到来(lái)。

04

紧抓(zhuā)大(dà)模型与算力，牢固AIGC底座(zuò)

从技术的发(fā)展也(yě)可以看出，在语言大模型(xíng)、图(tú)像大模(mó)型(xíng)之后，多模态大模型(xíng)已经(jīng)成为了新的趋(qū)势(shì)。

大模型被(bèi)誉(yù)为当前人工智能发展的智能底座(zuò)，是(shì)全(quán)球(qiú)竞争最激(jī)烈的(de)研(yán)究方(fāng)向之一(yī)，包括谷歌、亚马逊、百度(dù)、阿(ā)里、腾(téng)讯等众多头部企(qǐ)业都(dōu)在(zài)竞相发力。

不过训练大模型的确价格不菲，以(yǐ)国盛(shèng)证券发布的《ChatGPT需要多少算力》报告估(gū)算，GPT-3训练(liàn)一次的(de)成本约为140万美元。而对于一些更(gèng)大的LLM(大型语言模型)，训练成本则(zé)介(jiè)于200万美元至1200万美元高价(jià)之间。

以ChatGPT在2023年1月的独立访(fǎng)客平均数1300万计算，其对应芯片(piàn)需求为3万多片英伟达A100 GPU，初始投入成本约为8亿美(měi)元(yuán)，每(měi)日仅(jǐn)电费就(jiù)在5万(wàn)美元左右。

此(cǐ)外(wài)不论(lù世界上哪个国家女人最开放n)是ChatGPT还是AIGC，都离(lí)不开庞大算力支(zhī)持。在关注各类大(dà)模(mó)型(xíng)的发展同(tóng)时，更应该(gāi)关注算力网络的建设。

算力网络正驱动AI产业发展进(jìn)入(rù)史诗(shī)级加速进程，让AIGC及通用AI这一人工智能(néng)发展的终极目标离(lí)得更近。

因(yīn)为算力可(kě)以对突破性技术创新提供大力的支持。这(zhè)方面，多(duō)模态大模型是(shì)典型。作为面向(xiàng)未(wèi)来强人工智(zhì)能、通用人工智能的(de)重要(yào)技(jì)术创新(xīn)，多模态大模(mó)型已(yǐ)经在(zài)人(rén)工智能领域提出(chū)了(le)很多年，业界也有不少技术突破，但是，多模态大(dà)模型(xíng)进一(yī)步(bù)往下走，算力需(xū)求(qiú)呈几何式(shì)上升(shēng)，一般(bān)的(de)算(suàn)力基础设施很快将难以胜任。

从图(tú)像、文字、语音(yīn)单(dān)独(dú)一(yī)项的训(xùn)练，到双模态(tài)、三模态的跃迁，让(ràng)人(rén)工智能可以灵(líng)活应对不同模态的转化、像人与世界交互(hù)一(yī)样自然，这方面(miàn)，由(yóu)算力网(wǎng)络来(lái)驱(qū)动将(jiāng)有(yǒu)明显(xiǎn)优势。

此外(wài)，还(hái)有很多需要爆发式增长的算(suàn)力(lì)来支撑的技术创新，将在(zài)人(rén)工(gōng)智能算力网(wǎng)络支撑(chēng)下快速推进。

AIGC已经露出(chū)曙(shǔ)光，期待在大模型和大算力(lì)的支持下AIGC能持续颠覆内容生产的方式，将创造的边际成本降低，让(ràng)万众受(shòu)益。

未经允许不得转载：橘子百科-橘子都知道 世界上哪个国家女人最开放