自聊天机器(qì)人ChatGPT火爆以来，微(wēi)软公司创始(shǐ)人比尔(ěr)·盖茨已多次公开(kāi)谈论人(rén)工智能话题(tí)。在最近的一次采访(fǎng)中(zhōng)，他(tā)再次表示：“AI可能会让科技行业迎来一次剧烈(liè)的洗600毫升等于多少斤水，800ml是多少水牌(pái)”。

这个结论是他(tā)在当(dāng)地时间2月(yuè)20日接受《In Good Company》节(jié)目专(zhuān)访时提出(chū)的。

他预期(qī)，AI的发展(zhǎn)可能会威胁到(dào)谷歌的市占率，因为(wèi)微软(ruǎn)在(zài)AI方(fāng)面的行动相当迅速。而最(zuì)终科技巨头将把AI整合成用户的(de)“全能助手”，包揽一切应用，与人们进行沟通并提(tí)供建议，可以取代(dài)亚马(mǎ)逊、Siri或Outlook等应用。

大佬口中全能助手的到(dào)来可能尚(shàng)需时(shí)日，但由ControlNet引发的(de)又一次(cì)AI绘(huì)画浪潮，让AIGC在ChatGPT的话题(tí)热点包围中(zhōng)杀出重(zhòng)围。

01

ControlNet颠(diān)覆AI绘(huì)画新(xīn)玩法(fǎ)

AIGC向(xiàng)可控靠近

以AI绘(huì)画为代表的(de)AIGC上一(yī)次爆火的时候，还(hái)是(shì)2022年8月，在美国(guó)科罗拉多州(zhōu)举(jǔ)办的新兴数字艺(yì)术家竞赛(sài)中，一幅名(míng)为《太空歌剧院》的作品(pǐn)获奖。

随(suí)后各大厂商的AI绘画软(ruǎn)件被广大网友熟(shú)知并体验(yàn)，Stable Diffusion便是其中代表。

用户(hù)们可以在应用中(zhōng)输入一组关(guān)键词(cí)或者一(yī)张照片，就(jiù)能获得一幅AI创作的画作(zuò)。

作画的关键就是所输入的(de)文本。同一组关(guān)键词也可以(yǐ)创(chuàng)作出很(hěn)多(duō)张风格不一样(yàng)的画(huà)作(zuò)，这让(ràng)创作的过(guò)程就像(xiàng)开盲盒。

很(hěn)多用户很喜欢这(zhè)种不(bù)确定的(de)惊喜，他们(men)会将(jiāng)生成的(de)美图当做头(tóu)像(xiàng)。而(ér)另一部(bù)分喜欢(huān)翻看(kàn)AI绘画的(de)“翻车(chē)”作(zuò)品(pǐn)。在(zài)社交媒体上，许多(duō)用户分享AI“翻(fān)车(chē)现场”，例如，一位(wèi)网友的(de)小狗照片(piàn)被AI画成了“肌肉男”，还有网友(yǒu)的个人(rén)照(zhào)片被AI识别成了建筑。

而如今随着ControlNet的出现与(yǔ)加持，以往AI绘画的填写关(guān)键词游戏可能要被颠覆了。

ControlNet是一(yī)位正在斯坦福读博的中国人张(zhāng)吕(lǚ)敏创(chuàng)作的(de)一种基于控制点的图像变形算法，主要用于数字(zì)图像处(chù)理(lǐ)、计算机视(shì)觉和计(jì)算(suàn)机图形学(xué)等领域。

其(qí)SD插(chā)件一经发布，在(zài)短短的两天内(nèi)便成为(wèi)了(le)AI绘画领(lǐng)域最(zuì)新的(de)热点。

在此之前，大家用(yòng)了(le)很(hěn)多方法想让AI生(shēng)成的结果尽(jǐn)可(kě)能的符合(hé)要求，但(dàn)是(shì)都(dōu)不(bù)尽如人意，它的出(chū)现代(dài)表着AI生成开(kāi)始进入真正的可控时期(qī)。

因(yīn)为(wèi)ControlNet可以直(zhí)接提取画面的构图，人物的姿势和(hé)画面的(de)深度信息等。有了(le)它的帮助，就不用频繁的用提示词来碰运气，抽盲盒式的(de)创作了。

通俗的说(shuō)ControlNet相当于(yú)给AI绘画(huà)加了“魔(mó)法”，不少博(bó)主的作品已(yǐ)经获得了(le)大量的浏览量，“viggo”就是其中之一(yī)，他用朋(péng)友的照片直接带(dài)她(tā)们走进动漫世界(jiè)。

viggo先(xiān)用StableDiffusion图片转文字。

再用Text2Prompt插件拓展(zhǎn)找到(dào)对应的(de)关(guān)键词；最后(hòu)用(yòng)ControlNet插件绑定骨骼开始换关键词(cí)试效(xiào)果(guǒ)。

通(tōng)过图片就可以看出来，效果十分惊艳。

更(gèng)厉(lì)害(hài)的(de)是，除(chú)了真(zhēn)实的(de)照片，草图也(yě)可以加上“魔法(fǎ)”，知乎大(dà)牛(niú)“DevPoint”和(hé)“逗砂”介绍到ControlNet还能实现(xiàn)线稿转全彩图。大神张吕(lǚ)敏其本尊也亲(qīn)自回应(yīng)。

不得不(bù)说当下AIGC已经变得(dé)越来越强大，甚至输出(chū)的(de)作品都已(yǐ)经能(néng)以假乱真了(le)。

02

难辨(biàn)虚实(shí)，AIGC技(jì)术力爆发

警惕安全问题

近日，“苏州金鸡湖有(yǒu)游艇party”的(de)消息火遍网络，而经过警方辟谣这所谓的“party”可能是全(quán)国第(dì)一起(qǐ)AI绘图诈骗。

由于这个活动里面给(gěi)出(chū)的美女照片都(dōu)是AI制作的(de)真人(rén)照片绘图(tú)，因为太逼真，被大家当(dāng)成(chéng)真事传播了。

不过仔细观察可以发现，活动发起者提供的照片中有个很大(dà)的(de)漏洞可以发现(xiàn)并非(fēi)真人，而是AI绘图，那便是图片中女性的手指部分有(yǒu)的(de)存(cún)在异常。

有行业人事(shì)表示：“现(xiàn)在因为手指部分的绘画算法比(bǐ)较复杂，AI还不太(tài)会画(huà)人的手(shǒu)，但(dàn)最新看到的图片已经(jīng)有越来越完美的AI模型出(chū)现(xiàn)，以后可能就完全没(méi)有漏(lòu)洞了(le)。”

类(lèi)似的AI作图诈骗在国外也已有发生。据英(yīng)国广(guǎng)播公司报(bào)道(dào)，土(tǔ)耳其(qí)地震(zhèn)期间，有Tiktok用户使用AI合(hé)成了儿童(tóng)受灾的假照片发(fā)布到网(wǎng)络，以此(cǐ)诱骗善良的(de)人打赏“捐(juān)助”从而(ér)实施诈骗。

目(mù)前随着(zhe)技术发展，AIGC已(yǐ)经(jīng)能做出(chū)真人照片(piàn)般(bān)的(de)绘图效果，如果这(zhè)样的图片被用来(lái)诈骗，将非常可(kě)怕。

此外(wài)AIGC还引发了很(hěn)多担忧(yōu)，一方面，批判者认(rèn)为AI在“学习”了大(dà)量(liàng)前人(rén)的作品之后，其创(chuàng)作(zuò)没有(yǒu)任何情绪和灵魂，难以和人类的艺(yì)术(shù)创作相提并论。

另一方面，AIGC背后的版权(quán)、目前都并没(méi)有(yǒu)得到有效(xiào)的解决，还有(yǒu)AIGC会不会代替人类(lèi)“至高无(wú)上(shàng)”的创(chuàng)意。

马斯克也强调(diào)，人工智能的(de)安(ān)全(quán)问(wèn)题(tí)需要得(dé)到重(zhòng)视，太晚就来不(bù)及(jí)了。

03

AIGC下一站除了视(shì)频，还有(yǒu)远方(fāng)

技(jì)术都是有两面性(xìng)的，潜在的(de)危害并不(bù)能掩盖(gài)其光辉的贡献。现在看来(lái)，人工智能技术(shù)将是第四次(cì)工(gōng)业革命的核心驱动力量，将创(chuàng)造新的(de)增长(zhǎng)奇迹。

过去一年(nián)，人工智能在技术和商业层面都有了(le)巨大进(jìn)展，AI绘画就是人(rén)工智(zhì)能技术发生方(fāng)向性改变(biàn)的(de)一个(gè)代表。其下一(yī)站(zhàn)或许就是视频。

此前，Meta和(hé)谷(gǔ)歌先后发布了几条引爆科技圈的短视(shì)频(pín)。这些(xiē)视(shì)频引发关注并非内容(róng)做得多优秀，反而都非常简单，比如一(yī)匹正在喝水(shuǐ)的(de)马，一只画画的玩具熊，或(huò)者(zhě)一段(duàn)骑摩托车的(de)第(dì)一视(shì)角录像，随(suí)便一个有手机的人都可以随(suí)手录下一(yī)段。

但(dàn)这些短(duǎn)视频的创作(zuò)方(fāng)式非(fēi)常简单，创作者仅仅需要向AI输入一段(duàn)话，甚(shèn)至只是说一(yī)下(xià)要求，AI就可以根据需(xū)要生成(chéng)一(yī)段视频。

谷歌发布的两个AI生(shēng)成视(shì)频分别来自于(yú)Imagen Video和(hé)Phenaki，前(qián)者主要突出的是高清，与Meta的Make-A-Video没有太多(duō)的(de)差(chà)别。

在Make-A-Video公布了AI生成的视(shì)频(pín)后，AI圈(quān)就已经玩(wán)了一波梗，一(yī)个能够做出更高(gāo)清视频的AI还不足(zú)以在(zài)短时(shí)间内戳中兴(xīng)奋点。

Phenaki更加令(lìng)人震惊(jīng)的地(dì)方在于，它可以制作出超过(guò)2分钟的连贯的也有确切内(nèi)容(róng)的(de)视频，这(zhè)才是真正让人(rén)们感到惊喜的地(dì)方。因为(wèi)无(wú)论AI生成(chéng)的视频多么高清，也只能是为内容(róng)生(shēng)产者(zhě)提供一个灵感，一个素材，一个过(guò)场动画。

不过能够制作出(chū)有具体(tǐ)剧(jù)情内(nèi)容的视频就意味(wèi)着，一些视频创作由AI代(dài)替人(rén)工(gōng)完成已经初步有(yǒu)了可能。

当下AI的发展(zhǎn)速度已经超过大部分人的(de)想象。内容产业的本质是供给创(chuàng)造(zào)需求，AIGC作为全新的内容生产方式，可以为内容产业带来更(gèng)新的(de)内(nèi)容风格、更快的生产速度，更低的生产成本，这无(wú)疑(yí)会驱动内容产业(yè)的大(dà)爆(bào)发(fā)。

除了AI绘图、视(shì)频，AIGC技(jì)术还能应用于(yú)音(yīn)乐(lè)、代码(mǎ)、机器(qì)人动作等多种内容形式的(de)生成。不难(nán)发现该项(xiàng)技术(shù)不仅在游戏(xì)等(děng)行业能得到有效(xiào)应用(yòng)，对于下一代互(hù)联网各(gè)种元素的构建亦有(yǒu)关键(jiàn)意义。

从商业化(huà)的(de)角度来看，文(wén)化娱乐、教育(yù)、传媒(méi)等诸多领域，本身就对基(jī)于AI的可视化(huà)内容有强烈需求。

因(yīn)此，AI绘(huì)画及视频(pín)或不是结(jié)果(guǒ)，而只是AI进程(chéng)中的一块重要拼图，有望在技术(shù)更新(xīn)的加持(chí)下实现更(gèng)大的应用价值。

AI从理解内容，走向了(le)可以生成内容，甚至能够创(chuàng)造出(chū)独立价(jià)值(zhí)和独(dú)立视(shì)角(jiǎo)的内容。AIGC的再次出圈，更代表着未(wèi)来(lái)的先进生产力即(jí)将(jiāng)到来。

04

紧抓大模型与算力(lì)，牢固AIGC底座

从(cóng)技术的发(fā)展也可以(yǐ)看出(chū)，在语言大模(mó)型、图像大模(mó)型之(zhī)后(hòu)，多模(mó)态(tài)大模型已(yǐ)经(jīng)成(chéng)为了新(xīn)的(de)趋势。

大模型被誉(yù)为当前人工智能(néng)发展(zhǎn)的智(zhì)能底(dǐ)座(zuò)，是(shì)全球竞争最激(jī)烈的研究(jiū)方向之一，包括谷歌(gē)、亚(yà)马逊、百度、阿里、腾讯等众多头部企业都在竞相发力。

不过训练大模型的确价格不菲(fēi)，以国盛证券发布的《ChatGPT需(xū)要多少算力》报告估算，GPT-3训(xùn)练一次(cì)的成(chéng)本约为140万美元。而对于一些更大的(de)LLM(大(dà)型语言模(mó)型)，训练(liàn)成本则(zé)介于(yú)200万美元至(zhì)1200万美元高价之间。

以(yǐ)ChatGPT在(zài)2023年1月的(de)独立访(fǎng)客(kè)平均数(shù)1300万计(jì)算(suàn)，其对应芯(xīn)片需(xū)求为3万多片英伟达A100 GPU，初始投入成(chéng)本约为8亿美元，每日仅电(diàn)费就在5万美元左右。

此外(wài)不(bù)论是ChatGPT还是AIGC，都离(lí)不开(kāi)庞大(dà)算力支持。在(zài)关注(zhù)各类(lèi)大模型的发展同时(shí)，更(gèng)应该关注算力网络(luò)的(de)建设(shè)。

算(suàn)力网络正(zhèng)驱动AI产业发展进(jìn)入史诗(shī)级加速进程(chéng)，让AIGC及通(tōng)用AI这一(yī)人(rén)工智能发展的终极目标离得更近。

因为算力可以对突破性技术创新提供大力的支持(chí)。这方面，多模态大模(mó)型(xíng)是典型。作(zuò)为面向(xiàng)未(wèi)来强人工智(zhì)能(néng)、通(tōng)用人工智能的(de)重要技术创新，多模态大模型(xíng)已经在人工智能(néng)领(lǐng)域提出(chū)了(le)很多年，业界也有不少技术突破，但(dàn)是(shì)，多模(mó)态大(dà)模型(xíng)进一步往下走，算力需求呈几(jǐ)何式上升，一般的算力(lì)基础设施很快将难以胜任。

从图(tú)像、文字、语音单独一(yī)项(xiàng)的(de)训练，到双模态、三模态(tài)的跃迁，让人(rén)工(gōng)智能可以灵(líng)活(huó)应对(duì)不同模态(tài)的(de)转化(huà)、像人(rén)与世界交互一样自然，这方面，由算力网络来驱动(dòng)将有明显优(yōu)势。

此(cǐ)外(wài)，还(hái)有很多需要爆(bào)发式增长的算力(lì)来支撑的技术创新，将在人工(gōng)智能算力网络支(zhī)撑下快速(sù)推进。

AIGC已经露出曙光，期待在大模(mó)型和大(dà)算力的支持下AIGC能(néng)持(chí)续颠(diān)覆内(nèi)容(róng)生产的方(fāng)式，将创造的(de)边际成(chéng)本降(jiàng)低，让万众受益。

未经允许不得转载：橘子百科-橘子都知道 600毫升等于多少斤水，800ml是多少水