自聊(liáo)天(tiān)机(jī)器人ChatGPT火(huǒ)爆以来(lái)，微软公司创始人比尔·盖茨已多次公开谈论人工智能话题(tí)。在最近(jìn)的(de)一(yī)次采访(fǎng)中，他再次表示：“AI可能会(huì)让(ràng)科技行业迎来一次剧烈的洗(xǐ)牌”。

这个结论是他在(zài)当地时间2月20日接受《In Good Company》节目(mù)专(zhuān)访(fǎng)时提(tí)出的。

他(tā)预期，AI的(de)发(fā)展可能(néng)会威胁到谷歌的市(shì)占率(lǜ)，因为微软在AI方面的行动相(xiāng)当迅速。而最终科技巨头将把AI整合(hé)成用户的“全能助手”，包揽(lǎn)一切(qiè)应用，与人们进行沟(gōu)通并提供建议，可以取代亚马逊、Siri或Outlook等应用。

大佬口中全能助(zhù)手的到来(lái)可能尚需时日，但由ControlNet引(yǐn)发(fā)的(de)又一次AI绘画浪潮，让AIGC在ChatGPT的话(huà)题热(rè)点包(bāo)围中杀出重围。

01

ControlNet颠覆AI绘画新玩法

AIGC向可(kě)控(kòng)靠近

以AI绘画为代表的(de)AIGC上一次爆火的时候，还是(shì)2022年8月(yuè)，在(zài)美国(guó)科罗拉(lā)多(duō)州举(jǔ)办的新兴(xīng)数字艺(yì)术(shù)家(jiā)竞赛中，一幅名为《太(tài)空(kōng)歌剧院》的作品获奖。

随后(hòu)各大厂(chǎng)商的AI绘画软件被广大(dà)网友熟知(zhī)并体验，Stable Diffusion便是其(qí)中代(dài)表。

用户们可以在应用中输入一(yī)组关键词或者(zhě)一张照片，就能获得(dé)一(yī)幅(fú)AI创作的(de)画作。

作画(huà)的关键就是所(suǒ)输入的文(wén)本。同(tóng)一组关键词也可(kě)以(yǐ)创作出很多张风格不一样的画作，这让创作的过程就(jiù)像开盲盒。

很多(duō)用户很喜欢(huān)这种不确定的(de)惊喜(xǐ)，他(tā)们会将生(shēng)成的美图当(dāng)做(zuò)头像。而另一部分喜(xǐ)欢翻(fān)看AI绘画的“翻车(chē)”作品(pǐn)。在(zài)社交(jiāo)媒体(tǐ)上(shàng)，许多用户分享AI“翻车现(xiàn)场(chǎng)”，例(lì)如(rú)，一位网友(yǒu)的小狗照片被(bèi)AI画成(chéng)了“肌肉男”，还有网(wǎng)友的个人照片被(bèi)AI识别成(chéng)了建筑。

而如今随着ControlNet的(de)出(chū)现(xiàn)与(yǔ)加持，以往(wǎng)AI绘画的(de)填(tián)写(xiě)关键词游(yóu)戏可(kě)能要被颠覆了。

ControlNet是一位正在斯(sī)坦福(fú)读博(bó)的中国(guó)人张吕敏创作的(de)一种(zhǒng)基于控制点的图像变形算(suàn)法，主要用于(yú)数字图像处理、计算机视觉和计算机图形学等领域(yù)。

其(qí)SD插件(jiàn)一经发(fā)布，在短短的(de)两天(tiān)内(nèi)便成为了(le)AI绘画领域最新(xīn)的热点。

在此(cǐ)之前，大家用了(le)很(hěn)多方法想(xiǎng)让(ràng)AI生成的结果(guǒ)尽可能的符合要求(qiú)，但(dàn)是都不尽(jǐn)如(rú)人意，它的出现代表着AI生成开(kāi)始进入真正的可控时(shí)期。

因(yīn)为ControlNet可以(yǐ)直接提取(qǔ)画(huà)面(miàn)的(de)构图，人物的姿势和画面的深(shēn)度信息等。有了它的帮助，就不(bù)用频(pín)繁的用提示词来碰运气，抽盲(máng)盒(hé)式的创作了。

通俗的说(shuō)ControlNet相当(dāng)于(yú)给AI绘(huì)画加了“魔(mó)法”，不少博主的作品已(yǐ)经获得(dé)了大量的浏览量(liàng)，“viggo”就是其中(zhōng)之一，他用朋(péng)友(yǒu)的照片直接带她(tā)们走进动漫世界。

viggo先用StableDiffusion图(tú)片转文字(zì)。

再用Text2Prompt插(chā)件拓(tuò)展找(zhǎo)到(dào)对应(yīng)的关键(jiàn)词；最(zuì)后用ControlNet插件(jiàn)绑定骨骼开始换关键(jiàn)词试效果(guǒ)。

通过(guò)图片就(jiù)可(kě)以看出(chū)来，效果十分(fēn)惊艳。

更厉害的是，除了(le)真实的照片，草图也可以加上(shàng)“魔(mó)法”，知乎(hū)大牛“DevPoint”和“逗砂”介绍到(dào)ControlNet还能实现线稿转全(quán)彩图。大神张吕敏(mǐn)其本尊(zūn)也亲自(zì)回应。

不(bù)得不(bù)说(shuō)当下AIGC已(yǐ)经变得越来越强(qiáng)大，甚(shèn)至输出的作(zuò)品都已经(jīng)能以假(jiǎ)乱(luàn)真了。

02

难辨虚实(shí)，AIGC技术力爆发

警惕安全(quán)问(wèn)题

近日，“苏州金鸡湖有游艇(tǐng)party”的消息火遍网络，而经(jīng)过警(jǐng)方辟谣这(zhè)所谓(wèi)的“party”可能是全国第一(yī)起AI绘图(tú)诈(zhà)骗。

由于这个(gè)活(huó)动里面给出(chū)的美(měi)女照片都是AI制(zhì)作的真人照片(piàn)绘图，因为(wèi)太逼真(zhēn)，被大家当成真事传播(bō)了。

不过仔(zǎi)细观(guān)察可以发(fā)现，活动发起者提(tí)供的照片中(zhōng)有个很大的(de)漏洞可以发(fā)现并非真人，而(ér)是AI绘(huì)图，那便(biàn)是图(tú)片中女性的手(shǒu)指部(bù)分有的存在异常。<正实数包括0吗包括负数吗，正实数包括零吗/p>

有行业(yè)人事表示：“现在(zài)因为手指部分的绘画算法(fǎ)比较复杂，AI还不太会画人的手，但最新看到的图片已经有越来越(yuè)完美的AI模型出现，以后可能(néng)就完全没有漏洞了。”

类似的AI作(zuò)图诈骗在国(guó)外也(yě)已有发生。据英国广播公司报(bào)道，土耳其地震(zhèn)期间(jiān)，有Tiktok用(yòng)户使用AI合成了儿童受灾的假照片发布(bù)到网络，以此诱骗善良的人打(dǎ)赏“捐助”从而(ér)实施(shī)诈骗。

目前随(suí)着技术发(fā)展，AIGC已(yǐ)经能做出真人照片般的绘图效(xiào)果(guǒ)，如(rú)果这样的(de)图(tú)片被用来(lái)诈骗，将非常可怕(pà)。

此(cǐ)外AIGC还引发(fā)了很多担忧，一方(fāng)面，批判者认为AI在“学习”了大(dà)量(liàng)前人的作品之(zhī)后，其(qí)创作(zuò)没有(yǒu)任(rèn)何情(qíng)绪和灵魂，难以(yǐ)和人类(lèi)的(de)艺术创作相提并论。

另一(yī)方面(miàn)，AIGC背后的版权、目(mù)前都并(bìng)没有得到有效(xiào)的解决(jué)，还有AIGC会不会代替人(rén)类(lèi)“至(zhì)高无上”的创意。

马斯克也强调，人工智能的安全问(wèn)题需要得到(dào)重视，太晚就(jiù)来(lái)不及了。

03

AIGC下一(yī)站除了(le)视频，还有远方

技术(shù)都是有两面性的，潜在(zài)的危害并不能掩盖其光辉的(de)贡献。现(xiàn)在看来，人工智能技术(shù)将是(shì)第(dì)四次工(gōng)业革命(mìng)的核心驱动力量，将(jiāng)创造新的增长奇迹。

过去(qù)一年(nián)，人工智(zhì)能(néng)在技(jì)术和(hé)商业层(céng)面都有了巨大进展，AI绘画就是人(rén)工智能技术发生(shēng)方向(xiàng)性改变(biàn)的一个(gè)代表。其下一站或许就(jiù)是视频。

此前，Meta和谷(gǔ)歌(gē)先后发布(bù)了几条引爆科技圈的短(duǎn)视频。这些(xiē)视(shì)频(pín)引发关(guān)注并非内容(róng)做得(dé)多(duō)优秀，反而都(dōu)非常(cháng)简(jiǎn)单，比如一匹正在喝水的(de)马，一只画画的玩具熊，或者一段骑摩(mó)托车的第(dì)一视角录像(xiàng)，随便一(yī)个有手机的(de)人都可以随手录下一(yī)段。

但这些(xiē)短视频的创作方(fāng)式非(fēi)常简单，创作者仅仅需(xū)要向AI输入一段(duàn)话(huà)，甚(shèn)至只是说一下要求，AI就(jiù)可以根(gēn)据需(xū)要生成一段视频。

谷歌(gē)发布的两个AI生成视频分别来(lái)自于Imagen Video和Phenaki，前者主要突(tū)出的(de)是高(gāo)清，与Meta的Make-A-Video没(méi)有(yǒu)太多的差别。

在(zài)Make-A-Video公布了AI生成的视频后，AI圈就已经玩了一波梗，一个能够做出更高清视频的AI还(hái)不足(zú)以在(zài)短时间内戳中(zhōng)兴奋点(diǎn)。

Phenaki更(gèng)加令人震惊(jīng)的地方在于(yú)，它可以(yǐ)制作出超过(guò)2分钟(zhōng)的连贯的(de)也有确切内(nèi)容的(de)视频，这(zhè)才是(shì)真正让人们感到惊喜(xǐ)的地方(fāng)。因为无论AI生成的视频多么高清，也只能是为内容生产者提供一(yī)个灵感，一个素材，一(yī)个(gè)过(guò)场(chǎng)动(dòng)画。

不过能(néng)够制作出有具体剧情(qíng)内容的视频就意味(wèi)着(zhe)，一(yī)些(xiē)视(shì)频创作由AI代替人工完成已经初步有了可能。

当下AI的(de)发(fā)展(zhǎn)速度已(yǐ)经超过大部分人(rén)的想象。内容产业的本质是供给创造需(xū)求，AIGC作为全新的(de)内容生产方(fāng)式，可(kě)以为内容产业(yè)带(dài)来(lái)更新(xīn)的(de)内容风格、更快的生产速度(dù)，更低(dī)的生(shēng)产成本，这无疑会(huì)驱(qū)动内(nèi)容产业的大爆发。

除了AI绘图(tú)、视频，AIGC技术还能(néng)应用(yòng)于音乐、代码(mǎ)、机器(qì)人(rén)动作等多(duō)种内容形式的(de)生成。不(bù)难发现该项技(jì)术(shù)不仅在(zài)游戏(xì)等行(xíng)业能得到(dào)有效应用，对于下一代互联网各(gè)种元素的(de)构(gòu)建亦有(yǒu)关键意义。

从(cóng)商(shāng)业化(huà)的角度(dù)来看，文化(huà)娱(yú)乐(lè)、教育、传媒等(děng)诸多(duō)领域，本身就(jiù)对基于AI的可视化(huà)内容有强烈需求(qiú)。

因此，AI绘画及视频或不是结果，而只是AI进程(chéng)中的(de)一块重要拼图，有望在技术更(gèng)新的加持下实现更大的应用(yòng)价值。

AI从(cóng)理(lǐ)解内容，走向了可以生成内容，甚(shèn)至能(néng)够创(chuàng)造(zào)出独立价值和独立视角(jiǎo)的内(nèi)容(róng)。AIGC的(de)再次出圈(quān)，更代(dài)表着未来的(de)先进生(shēng)产力即将到来。

04

紧抓大模型与算力，牢固AIGC底座

从技(jì)术的发(fā)正实数包括0吗包括负数吗，正实数包括零吗展也可以看(kàn)出，在(zài)语言大模型、图像大(dà)模型(xíng)之(zhī)后，多模态大模(mó)型已(yǐ)经成为了新(xīn)的趋势(shì)。

大(dà)模型(xíng)被(bèi)誉(yù)为当前人工智能发展的(de)智能底座(zuò)，是(shì)全球竞争(zhēng)最激烈的(de)研究(jiū)方(fāng)向之一(yī)，包(bāo)括谷歌、亚马(mǎ)逊、百度、阿里、腾(téng)讯等(děng)众(zhòng)多头部企业都在竞(jìng)相发(fā)力。

不过训练大模型的确价(jià)格不菲，以国盛证券(quàn)发布的《ChatGPT需要多少算(suàn)力》报告估算，GPT-3训练一次的成本约为(wèi)140万美元。而对于一些更大的LLM(大型语(yǔ)言模型)，训(xùn)练(liàn)成本则介(jiè)于200万美元至1200万(wàn)美元高(gāo)价之间(jiān)。

以(yǐ)ChatGPT在2023年1月(yuè)的独立访(fǎng)客平均数1300万计(jì)算，其(qí)对(duì)应芯片(piàn)需求(qiú)为3万多片(piàn)英伟达A100 GPU，初始投入成本约为8亿美元(yuán)，每日仅电费(fèi)就在5万(wàn)美元左右。

此外不论是ChatGPT还是AIGC，都离不开庞大算力支持。在关注各类大模型的发展同(tóng)时(shí)，更应(yīng)该关(guān)注(zhù)算(suàn)力网络的建设。

算力网络正驱(qū)动AI产业发展(zhǎn)进入史诗级加速进程，让AIGC及通用(yòng)AI这一人工智(zhì)能发展的终极目标(biāo)离(lí)得更近。

因为(wèi)算力可以(yǐ)对突破性技术(shù)创新(xīn)提供(gōng)大力(lì)的支持。这方(fāng)面，多模(mó)态大模型是(shì)典型。作(zuò)为面向未来强人(rén)工智能、通用人工智能(néng)的重(zhòng)要(yào)技(jì)术创新，多模态(tài)大模型已(yǐ)经(jīng)在人工(gōng)智(zhì)能领域提出(chū)了很多(duō)年，业界也有不(bù)少技术突破，但是，多模态大(dà)模型进一步往下走，算(suàn)力需求(qiú)呈几何式上(shàng)升(shēng)，一(yī)般(bān)的算力基础(chǔ)设施很(hěn)快将难以(yǐ)胜任。

从图像、文(wén)字、语音(yīn)单独一项的(de)训练，到双模态、三模(mó)态(tài)的跃迁，让(ràng)人工智能可以灵活应对不(bù)同模(mó)态的转(zhuǎn)化、像人与世界(jiè)交互一样自(zì)然，这(zhè)方面，由算力网络来驱动将有明显(xiǎn)优势。

此外，还有很多需要爆发(fā)式增长(zhǎng)的算力来(lái)支撑的技(jì)术创新，将在人工智能算力网络支撑下快速推进。

AIGC已经露出曙(shǔ)光，期(qī)待(dài)在(zài)大模型和大算力的支持下AIGC能持续颠覆内容生(shēng)产的方式，将创造(zào)的边(biān)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 正实数包括0吗包括负数吗，正实数包括零吗