自聊天(tiān)机器人ChatGPT火(huǒ)爆以来，微软公司创始人(rén)比(bǐ)尔·盖茨已多次公开谈论人工智能(néng)话题。在(zài)最近的(de)一次采访中，他再次表示：“AI可能会让科技行业迎(yíng)来一次剧烈的洗牌”。

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

他预期，AI的发展可(kě)能会(huì)威胁到谷歌的市占率，因(yīn)为(wèi)微(wēi)软在AI方(fāng)面的行动相当迅速。而(ér)最终科(kē)技巨头将把AI整合成用(yòng)户(hù)的“全能助手”，包(bāo)揽(lǎn)一切应用，与人们进行沟通并提供建议，可以取代亚马逊、Siri或(huò)Outlook等(děng)应用。

大佬口中(zhōng)全能(néng)助手的(de)到来可能(néng)尚(shàng)需时日，但由ControlNet引(yǐn)发的又一次AI绘画浪潮，让AIGC在ChatGPT的话题热点包围(wéi)中杀出重围。

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上一次爆(bào)火的时候(hòu)，还是2022年8月，在美国科(kē)罗(luó)拉多州举办的新(xīn)兴(xīng)数字艺术家(jiā)竞赛(sài)中，一幅名为《太空歌剧院》的作品获奖(jiǎng)。

随后各大厂(chǎng)商的AI绘(huì)画软件被(bèi)广大网友(yǒu)熟知并体验，Stable Diffusion便是其中代(dài)表。

用户们可以在应用中输入(rù)一组关键词或者一张照片，就能(néng)获(huò)得(dé)一幅AI创作的画(huà)作(zuò)。

作画的关键就是(shì)所(suǒ)输入的文本。同一组关键词也可以创(chuàng)作(zuò)出很(hěn)多张风格不一样(yàng)的画作，这(zhè)让创作的过(guò)程就像开(kāi)盲盒(hé)。

很多用户很喜(xǐ)欢这种不确定的惊喜，他(tā)们会(huì)将生(shēng)成的美图当做头像。而另一部分喜欢翻看AI绘画的“翻车”作品。在社(shè)交媒体上，许多用户分享AI“翻车现场”，例如，一位(wèi)网友(yǒu)的小狗照片被AI画成了“肌肉男”，还有网友的(de)个人(rén)照(zhào)片被(bèi)AI识别成了建筑。

而如今随(suí)着ControlNet的(de)出现与加(jiā)持，以(yǐ)往AI绘画(huà)的填写关键(jiàn)词游戏可能要被颠覆了。

ControlNet是(shì)一位正在斯坦福(fú)读博(bó)的中(zhōng)国人张吕敏(mǐn)创作的一种(zhǒng)基于控制点的(de)图像变形(xíng)算法，主要用于数字(zì)图(tú)像(xiàng)处理(lǐ)、计算机视觉和(hé)计(jì)宋朝二府三司分别是什么，二府三司分别是什么东府和西府算机图(tú)形(xíng)学等领域(yù)。

其SD插件一经发布，在(zài)短短的两天内便(biàn)成为了AI绘画领域最新的热点。

在此之前，大(dà)家用了很多方法想让AI生(shēng)成的(de)结果尽可(kě)能(néng)的符(fú)合要求(qiú)，但是都(dōu)不尽如(rú)人意，它的出(chū)现代表着(zhe)AI生成开始进(jìn)入真正的可控(kòng)时(shí)期。

因为(wèi)ControlNet可以直接提取画面的构图，人物的(de)姿势和画面的深度信息(xī)等。有了它的帮助，就不(bù)用频(pín)繁的用提示词来碰运气，抽盲盒式的创作了。

通俗的说(shuō)ControlNet相当于给AI绘画(huà)加了(le)“魔法(fǎ)”，不少博(bó)主的作品已经获得了大量的(de)浏览量，“viggo”就(jiù)是其中之一，他用朋友的(de)照片直接带她(tā)们走进(jìn)动漫世界。

viggo先用StableDiffusion图片转(zhuǎn)文字(zì)。

再用(yòng)Text2Prompt插件拓展找到(dào)对应的关键(jiàn)词；最(zuì)后用ControlNet插件绑定(dìng)骨骼开始换关键(jiàn)词(cí)试效果。

通过(guò)图片就可(kě)以(yǐ)看(kàn)出来，效果十分惊(jīng)艳(yàn)。

更厉害(hài)的是，除了真(zhēn)实(shí)的照片，草图(tú)也(yě)可以(yǐ)加上“魔法”，知乎大牛“DevPoint”和“逗砂”介绍到(dào)ControlNet还能(néng)实现线(xiàn)稿(gǎo)转全彩图。大(dà)神张吕敏(mǐn)其本尊也亲自回(huí)应。

不得不说当(dāng)下AIGC已经变(biàn)得越来越强大，甚至宋朝二府三司分别是什么，二府三司分别是什么东府和西府输出的作品都已经能以假(jiǎ)乱真了(le)。

02

难(nán)辨虚实，AIGC技术(shù)力(lì)爆(bào)发

警惕安全问题

近日，“苏州金鸡(jī)湖有(yǒu)游艇party”的(de)消息火遍网络，而经过警(jǐng)方辟谣(yáo)这(zhè)所谓的(de)“party”可能是全国第一起(qǐ)AI绘图诈骗。

由于这个活动里(lǐ)面给出的美女(nǚ)照(zhào)片都是AI制作(zuò)的真人照片绘图(tú)，因为太逼真，被大家当(dāng)成真事(shì)传播了。

不过仔细观察可以发现，活(huó)动(dòng)发起者提供的(de)照片中有个很(hěn)大(dà)的漏洞(dòng)可(kě)以发现并非真人(rén)，而是AI绘图，那(nà)便是(shì)图片中女性的手指部分有的存在异常。

有行业人(rén)事表示：“现在因为手指(zhǐ)部分的(de)绘(huì)画(huà)算法比较复(fù)杂，AI还不太会画人的手，但最(zuì)新看(kàn)到的图片已经有越(yuè)来越完美的AI模(mó)型出现，以后可能(néng)就完全没有漏洞了。”

类似的AI作图诈(zhà)骗(piàn)在(zài)国外也(yě)已有发生。据(jù)英国广播公司报道，土(tǔ)耳其地震期间(jiān)，有Tiktok用户使(shǐ)用AI合成了儿童受灾的(de)假照片发布到网络，以此诱骗善(shàn)良(liáng)的人打赏“捐(juān)助”从而实施(shī)诈骗。

目(mù)前随着(zhe)技术发展，AIGC已经能做出真人照(zhào)片般(bān)的(de)绘图效(xiào)果(guǒ)，如果这样的图片(piàn)被用(yòng)来诈骗，将非常(cháng)可怕。

此外(wài)AIGC还引发了很多担忧，一(yī)方(fāng)面，批判者认为AI在“学习(xí)”了大量前人的作品(pǐn)之(zhī)后，其创(chuàng)作(zuò)没有任何情(qíng)绪和灵魂，难以和人类的艺术创(chuàng)作相(xiāng)提并(bìng)论。

另一方面，AIGC背后的版权、目(mù)前(qián)都并没有得到有效的解(jiě)决(jué)，还有AIGC会不会(huì)代替人类“至高(gāo)无上”的创意(yì)。

马斯克也(yě)强调，人工智能的(de)安全问题需要(yào)得到重视，太晚就(jiù)来不及(jí)了。

03

AIGC下(xià)一站除了视频，还(hái)有远方

技术都是有两面性(xìng)的，潜在的危害(hài)并不能掩盖其光辉(huī)的贡献(xiàn)。现在看来，人工智能技(jì)术将是第四次(cì)工业革(gé)命的核心驱动力量(liàng)，将创造新的(de)增(zēng)长(zhǎng)奇迹。

过去一年，人工(gōng)智能在技术和商业(yè)层(céng)面都(dōu)有了(le)巨大进展(zhǎn)，AI绘(huì)画就是人工(gōng)智能技术发生方向性改变的一个(gè)代(dài)表。其(qí)下一站(zhàn)或许就是视频。

此前(qián)，Meta和谷歌先后发布了(le)几条引爆科技圈的短视(shì)频。这些视频引发关注并非内(nèi)容做得多优秀，反而(ér)都非(fēi)常简(jiǎn)单，比如一匹正在喝水的马，一(yī)只画画的玩具熊，或者一(yī)段骑摩托车的第一视角录像(xiàng)，随便(biàn)一(yī)个有(yǒu)手(shǒu)机的人都(dōu)可以随(suí)手录下一段(duàn)。

但这些(xiē)短视频的创作方式非常(cháng)简单(dān)，创作者仅仅需要向(xiàng)AI输入一段话，甚至只(zhǐ)是说(shuō)一下要求，AI就可以(yǐ)根据需要生成(chéng)一段视频。

谷(gǔ)歌发布的(de)两个AI生成视频分别来自于Imagen Video和Phenaki，前者主要突(tū)出的是高清，与Meta的Make-A-Video没(méi)有(yǒu)太多的差别。

在Make-A-Video公布了AI生成(chéng)的视频后，AI圈就已经玩(wán)了一(yī)波梗(gěng)，一个(gè)能够做出更高清视频的AI还不足以在(zài)短时间内(nèi)戳中兴(xīng)奋点。

Phenaki更加(jiā)令人震惊(jīng)的(de)地方在于，它可(kě)以制(zhì)作出超过2分钟(zhōng)的连贯的也有确切内容的(de)视频，这才是真正(zhèng)让人们(men)感到惊喜的地方。因为无论(lùn)AI生(shēng)成的视频多么高清，也只能是(shì)为内容生产(chǎn)者提供一个灵感，一个素材，一个过场动画(huà)。

不(bù)过能够制作出有具体剧情内容的视(shì)频就意味着(zhe)，一(yī)些视频创作由AI代替人工(gōng)完(wán)成已经初步有了可能。

当下(xià)AI的发展速(sù)度(dù)已经超过大部(bù)分人的想象。内容产业(yè)的本质是供(gōng)给(gěi)创(chuàng)造需求，AIGC作为全(quán)新的内容生产方(fāng)式，可以为内容(róng)产业带来更(gèng)新的(de)内容风格、更快(kuài)的生产速度，更(gèng)低的生产(chǎn)成本，这无疑会驱动内容产业(yè)的(de)大爆发(fā)。

除了AI绘图、视频，AIGC技术还能应用于音乐(lè)、代(dài)码、机器(qì)人动作等多种内容形式(shì)的生成。不(bù)难发现该项(xiàng)技术不仅(jǐn)在游戏(xì)等行业能(néng)得到有(yǒu)效应用，对(duì)于下一代(dài)互联网各种元(yuán)素的构建亦有关键意义。

从商业化的角度来(lái)看，文化娱乐、教育、传媒等诸多领域，本身就对基于AI的可(kě)视化(huà)内容有强烈需求。

因此，AI绘画及视频或不(bù)是结果，而只是AI进程中的(de)一块重(zhòng)要拼图(tú)，有望(wàng)在技术(shù)更新的(de)加持下实现更(gèng)大的(de)应用价(jià)值。

AI从理解内容，走向了(le)可以生成内容，甚至能够创造出独立价值和独立视角的内容。AIGC的(de)再次出(chū)圈，更(gèng)代表着未来的先进(jìn)生产(chǎn)力(lì)即将到来(lái)。

04

紧(jǐn)抓大(dà)模型与算力，牢固AIGC底座

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

大模(mó)型被誉为当前人工智(zhì)能发(fā)展(zhǎn)的(de)智(zhì)能底座(zuò)，是(shì)全(quán)球竞争最激烈的研究方向之一，包括谷歌、亚马逊、百度、阿里、腾讯等众多头部(bù)企(qǐ)业(yè)都在竞(jìng)相发力。

不过训练大模型(xíng)的(de)确价格不菲(fēi)，以国(guó)盛(shèng)证券发布的《ChatGPT需要多(duō)少(shǎo)算(suàn)力》报告估(gū)算，GPT-3训练一次的(de)成本(běn)约为140万美(měi)元。而对于一些更大的LLM(大(dà)型语言模型)，训练成本则(zé)介于200万美元至1200万美元高价之间。

以(yǐ)ChatGPT在2023年1月(yuè)的独(dú)立访客平均数1300万计(jì)算，其对(duì)应芯(xīn)片需求为3万多片英伟达A100 GPU，初始(shǐ)投(tóu)入成本约为(wèi)8亿美元，每日仅电费就在5万(wàn)美元左右。

此外不论是ChatGPT还(hái)是AIGC，都离不开庞大算力支持(chí)。在关注各类大模(mó)型的发展(zhǎn)同时，更应该关(guān)注(zhù)算力网络的建设。

算力网(wǎng)络正驱(qū)动(dòng)AI产业(yè)发展进入史诗级加速进程，让AIGC及通用AI这一人工智能发展的终极目标(biāo)离得更近。

因为算(suàn)力可以对突破(pò)性技术创新提供大力(lì)的(de)支持。这方(fāng)面，多模(mó)态(tài)大模型是典型。作为面向未来强(qiáng)人(rén)工(gōng)智(zhì)能、通(tōng)用人(rén)工智能的重(zhòng)要技术创新，多模态(tài)大(dà)模型已经在人工智(zhì)能领域提出了很多年，业界也有不少(shǎo)技(jì)术突破，但是，多模(mó)态大模型进一步往下走，算力需求(qiú)呈几何式上升，一般的算力基(jī)础设(shè)施很快将(jiāng)难以(yǐ)胜(shèng)任。

从(cóng)图像、文(wén)字、语音单独(dú)一项的训练，到双模态、三(sān)模态的跃迁，让(ràng)人(rén)工智(zhì)能(néng)可以灵活(huó)应对不同模态的(de)转化、像人与世界交互(hù)一样自(zì)然(rán)，这方面，由算力(lì)网(wǎng)络(luò)来(lái)驱动将有明显优势。

此外，还有很(hěn)多(duō)需要爆发(fā)式增长的算力(lì)来支撑(chēng)的(de)技术(shù)创新，将在人工智能算力(lì)网(wǎng)络支撑下(xià)快速推(tuī)进(jìn)。

AIGC已(yǐ)经露出(chū)曙光，期待在大模型和大算力的(de)支(zhī)持下AIGC能持续颠覆内容(róng)生产的方(fāng)式，将创造(zào)的边际成本降低，让万众(zhòng)受益。

未经允许不得转载：橘子百科-橘子都知道 宋朝二府三司分别是什么，二府三司分别是什么东府和西府