自(zì)聊天机器人ChatGPT火爆以(yǐ)来，微软(ruǎn)公(gōng)司创始人比尔·盖茨已(yǐ)多(duō)次(cì)公开谈论人(rén)工智能话题。在最近(jìn)的一(yī)次采访(fǎng)中，他再(zài)次表示：“AI可能会让科(kē)技行业迎来一(yī)次(cì)剧烈的洗牌(pái)”。

这(zhè)个(gè)结论是他在当地时(shí)间(jiān)2月20日接受《In Good Company》节目专(zhuān)访(fǎng)时提出的(de)。

他预期，AI的发(fā)展可能会威胁到谷歌(gē)的市占率，因为微软(ruǎn)在AI方面(miàn)的行动相当迅速。而最终科技(jì)巨(jù)头(tóu)将把AI整合成用户的“全(quán)能助手”，包揽一切应用，与(yǔ)人们进行沟通并提供建议，可(kě)以(yǐ)取代亚(yà)马逊、Siri或(huò)Outlook等应用。

大佬(lǎo)口中全(quán)能助手的(de)到来(lái)可能尚需时日(rì)，但由ControlNet引发的(de)又一次(cì)AI绘画(huà)浪潮(cháo)，让AIGC在ChatGPT的话题热点包围中杀出重围。

01

ControlNet颠覆AI绘(huì)画新玩法

AIGC向可控靠近

以AI绘画为代表的AIGC上(shàng)一(yī)次爆(bào)火的时候，还是2022年8月(yuè)，在美(měi)国科罗拉多州举办的新(xīn)兴数字艺术家竞赛中，一幅名为(wèi)《太空歌剧院》的作(zuò)品获奖。

随(suí)后各大厂商的AI绘画(huà)软件被广大网友熟知并体验，Stable Diffusion便是其中代表(biǎo)。

用户们可(kě)以在(zài)应用中输入一组(zǔ)关(guān)键(jiàn)词或者一张照(zhào)片，就能(néng)获(huò)得一幅AI创作的画作。

作画的关(guān)键(jiàn)就是所(suǒ)输入的文(wén)本。同(tóng)一组关键词也(yě)可以创作出很(hěn)多张风格不一样的画作，这让创(chuàng)作(zuò)的(de)过程就像开盲盒。

很多用户很喜欢这种(zhǒng)不确(què)定(dìng)的惊(jīng)喜，他们会将生(shēng)成的美图当做头(tóu)像。而(ér)另一部分(fēn)喜欢翻看AI绘画的“翻车(chē)”作(zuò)品。在(zài)社(shè)交媒体上，许(xǔ)多用户(hù)分享AI“翻车现场”，例如(rú)，一位网友的小狗(gǒu)照片被AI画成(chéng)了“肌肉男”，还有网(wǎng)友的个人照(zhào)片(piàn)被AI识别成了(le)建筑。

而如今随着(zhe)ControlNet的出(chū)现与加持，以往AI绘画的填写关键词游戏可能(néng)要(yào)被颠覆了。

ControlNet是一位正(zhèng)在斯坦福读博的中国人张吕敏创作(zuò)的一种基(jī)于控制(zhì)点的图(tú)像(xiàng)变形算法，主要用于数字图像处理(lǐ)、计算机视觉和计算机图形学等(děng)领域。

其SD插件一经发(fā)布，在(zài)短(duǎn)短的两天内(nèi)便成为了(le)AI绘画领域(yù)最新的热(rè)点。

在此之前，大(dà)家用了很(hěn)多方(fāng)法想让AI生(shēng)成的结果尽可能的(de)符合要求(qiú)，但是(shì)都不尽(jǐn)如人意，它的出现代(dài)表着AI生成开始(shǐ)进入(rù)真(zhēn)正的可控时(shí)期。

因(yīn)为ControlNet可以直接提取画面的构图，人物的姿势和(hé)画面(miàn)的深度信(xìn)息等。有(yǒu)了它的帮助，就不用频(pín)繁的(de)用提示词来碰运(yùn)气(qì)，抽(chōu)盲(máng)盒式的创(chuàng)作了。

通俗的说(shuō)ControlNet相当(dāng)于(yú)给AI绘画加(jiā)了“魔法”，不少博主的作品已经(jīng)获(huò)得了大量的浏览量，“viggo”就是其中(zhōng)之一(yī)，他用朋友的照片直(zhí)接带她们走进动(dòng)漫世(shì)界。

viggo先(xiān)用(yòng)StableDiffusion图片转文字。

再用Text2Prompt插(chā)件(jiàn)拓(tuò)展找(zhǎo)到对应的(de)关键词；最(zuì)后(hòu)用(yòng)ControlNet插件绑定(dìng)骨骼开始换关键词(cí)试效果。

通过图片就可(kě)以(yǐ)看出来，效(xiào)果十分惊艳(yàn)。

更(gèng)厉害的是，除了(le)真实的照片，草图也可以(yǐ)加上“魔法(fǎ)”，知乎大牛“DevPoint”和“逗砂”介(jiè)绍到(dào)ControlNet还(hái)能(néng)实现(xiàn)线(xiàn)稿转全彩图。大神(shén)张吕敏其本尊也亲自回应。

不得不说当下AIGC已经变得越来(lái)越强(qiáng)大，甚至输出的作品都已(yǐ)经能以假乱(luàn)真了。

02

难辨虚实，AIGC技术(shù)力(lì)爆发

警惕安(ān)全问题

近日(rì)，“苏州金鸡湖有(yǒu)游艇(tǐng)party”的消(xiāo)息火遍网络(luò)，而经过警方辟(pì)谣(yáo)这(zhè)所谓的“party”可能是全国(guó)第一起AI绘图诈(zhà)骗。

由于这个活动里面给出的(de)美女(nǚ)照片都是AI制作的真人照(zhào)片绘(huì)图，因为太逼真，被大(dà)家(jiā)当(dāng)成真事传播了。

不过仔细观(guān)察可以发现，活动(dòng)发起者提供的照片中有(yǒu)个(gè)很大的漏洞可以发(fā)现并非真人(rén)，而(ér)是AI绘图，那便是图片中女性(xìng)的手指部分有的存在异常。

有(yǒu)行业人(rén)事表示：“现在因为(wèi)手指部分的(de)绘画算法比较复杂，AI还(hái)不太会画(huà)人的手，但(dàn)最新看到的图片已经有越(yuè)来越完美的AI模型出现(xiàn)，以后可能就完全(quán)没有漏洞(dòng)了。”

类似的AI作图诈骗在国外也(yě)已(yǐ)有(yǒu)发(fā)生。据英国广播公司报道，土耳其地震(zhèn)期间，有Tiktok用户使用AI合(hé)成(chéng)了儿童受灾的假照片(piàn)发布到网络，以此(cǐ)诱骗善良的人打(dǎ)赏“捐(juān)助(zhù)”从而实施诈骗。

目前随着技(jì)术发展(zhǎn)，AIGC已经能做出真人(rén)照片般的绘图效果，如(rú)果这(zhè)样的图片被用来诈骗(piàn)，将非常可怕。

此外AIGC还引发了很多担忧，一方面(miàn)，批(pī)判者(zhě)认为AI在“学习”了大量前人(rén)的作品之后，其创作没有任何情绪(xù)和灵(líng)魂，难以和人(rén)类的艺术创作相提并论。

另一方(fāng)面，AIGC背后的版(bǎn)权、目前都并没有得到有效的解决，还(hái)有AIGC会不会代替人类“至高无上”的(de)创意。

马斯克也强调，人工智能(néng)的安全(quán)问题需要得(dé)到重视，太晚就来不及了。

03

AIGC下一站除了视频，还(hái)有(yǒu)远方

技术(shù)都(dōu)是有两面性的(de)，潜(qián)在的危害(hài)并不能掩盖其光辉的贡(gòng)献。现在看来，人工智能技术(shù)将是(shì)第四次(cì)工业革命的核心驱动力量，将创造新的增(zēng)长奇(qí)迹。

过去一年(nián)，人工智能在(zài)技术和商业层面都有(yǒu)了(le)巨大进展(zhǎn)，AI绘画(huà)就是人工智(zhì)能技(jì)术发(fā)生(shēng)方向(xiàng)性改变的一个代表。其下一站或许就(jiù)是视频。

此前，Meta和(hé)谷歌(gē)先(xiān)后(hòu)发布了几(jǐ)条(tiáo)引爆科技圈(quān)的短(duǎn)视频。这些视频引发关注(zhù)并非内容做得多优秀，反而(ér)都非常简(jiǎn)单，比如一匹正在喝水的马(mǎ)，一只(zhǐ)画(huà)画的玩具(jù)熊，或者一段骑摩托车的第一视角录像，随便一个有手机(jī)的人都可以随手录下一段。

但(dàn)这些短(duǎn)视频的创作方(fāng)式非常(cháng)简单，创(chuàng)作者仅仅需要向AI输入一段话，甚至只是(shì)说一下要(yào)求，AI就(jiù)可(kě)以(yǐ)根据需要生(shēng)成一段视频。

谷歌发布的两个AI生成(chéng)视频分别(bié)来自(zì)于Imagen Video和Phenaki，前者主要突出的是高清，与Meta的Make-A-Video没有(yǒu)太多的差别(bié)。

在Make-A-Video公布了AI生成的视频(pín)后，AI圈就已经(jīng)玩了一波(bō)梗，一个能够(gòu)做出更高清视频的AI还不足以在短时间内戳中兴奋点(diǎn)。

Phenaki更加令人震惊的地方在于，它(tā)可以制作出超过(guò)2分钟的连贯的也(yě)有(yǒu)确(què)切(qiè)内(nèi)容的视频，这才是(shì)真正(zhèng)让人们感到惊(jīng)喜的地(dì)方。因为(wèi)无论AI生成的视频多么(me)高清，也只能是为内容(róng)生产(chǎn)者提供一个灵感，一个素材，一个(gè)过场动画。

不过能(néng)够制(zhì)作(zuò)出(chū)有(yǒu)具体剧情(qíng)内(nèi)容的视(shì)频就意味着，一些视频创作(zuò)由AI代替(tì)人工完(wán)成已经初步有了可能(néng)。

当下(xià)AI的发展速度已经超过大部分(fēn)人的想象。内容产业的(de)本质(zhì)是供(gōng)给创造需求，AIGC作为全新的内容生产方式，可(kě)以为内容产(chǎn)业(yè)带(dài)来更新(xīn)的内容风格、更快的(de)生(shēng)产速度，更(gèng)低(dī)的生产成(chéng)本，这无疑会驱动内容产业(yè)的(de)大爆发。

除了(le)AI绘图(tú)、视(shì)频，AIGC技术还(hái)能应用于(yú)音乐、代码(mǎ)、机(jī)器人动作(zuò)等多种内容(róng)形式的生(shēng)成。不难发现该项技术不仅在游戏(xì)等行业能得到有效(xiào)应用(yòng)，对于下一代互联(lián)网(wǎng)各种元素的构建亦有关(guān)键意义(yì)。

从(cóng)商业化的角度来(lái)看，文化娱(yú)乐(lè)、教育、传媒等(děng)诸多领(lǐng)域，本(běn)身就对基(jī)于AI的可(kě)视化内(nèi)容有强烈需求。

因此，AI绘画及视频或不是(shì)结(jié)果，而只是(shì)AI进(jìn)程(chéng)中的一块重要拼图，有望在(zài)技术更新的加持下(xià)实(shí)现更(gèng)大的(de)应(yīng)用价(jià)值。

AI从理(lǐ)解内容，走(zǒu)向(xiàng)了可以(yǐ)生成内容，甚至能(néng)够创造出独立价值和(hé)独(dú)立视(shì)角的内容。AIGC的再次出圈，更代表着未来的(de)先进生产力(lì)即将到来。

04

紧(jǐn)抓大模(mó)型与算力，牢(láo)固AIGC底座

从(cóng)技术的发展也(yě)可以(yǐ)看出，在语言大(dà)模(mó)型、图(tú)像大模型之后，多(duō)模态(tài)大(dà)模型已经成(chéng)为了新的趋(qū)势。

大模型被誉为当(dāng)前人(rén)工智能发展的智(zhì)能底座，是全球(qiú)竞(jìng)争(zhēng)最激烈(liè)的(de)研究(jiū)方(fāng)向之一，包括谷(gǔ)歌、亚马逊、百度、阿(ā)里、腾讯等众多头部企业(yè)都(dōu)在竞(jìng)相发力。

不过训练大(dà)模型(xíng)的(de)确价(jià)格不菲(fēi)，以国盛证券(quàn)发布的《ChatGPT需要多(duō)少算力》报告估算，GPT-3训练一(yī)次的成本约(yuē)为140万美(měi)元。而对于一(yī)些(xiē)更(gèng)大的LLM(大型语言模型(xíng))，训(xùn)练成(chéng)本则介(jiè)于200万(wàn)美元至1200万美元(yuán)高(gāo)价(jià)之间。

以ChatGPT在2023年1月的独立访客平均数1300万计(jì)算(suàn)，其对(duì)应芯(xīn)片需(xū)求为3万(wàn)多片(piàn)英伟达A100 GPU，初(chū)始投入成本约为8亿美元，每日仅(jǐn)电费就在5万(wàn)美元左右(yòu)。

此外不论是ChatGPT还是AIGC，都离不开庞(páng)大算力支持。在(zài)关注(zhù)各(gè)类大(dà)模型(xíng)的发(fā)展(zhǎn)同时，更应该关注算(suàn)力(lì)网络的建(jiàn)设。

算力网络正驱动AI产业发展进(jìn)入史诗(shī)级加(jiā)速进程，让AIGC及(jí)通用AI这一人工智能发展的终(zhōng)极(jí)目标离得更近。

因(yīn)为算力可以对突破性技术创新提供大(dà)力的支持。这方面，多模态大(dà)模型(xíng)是典型。作为面向未来强人工智(zhì)能、通(tōng)用人(r向华强敢惹霍家吗，向华强和霍家哪个厉害én)工智能的重要技术创(chuàng)新，多模(mó)态大模型已经在人工智(zhì)能领域提出了(le)很多(duō)年，业(yè)界也有不少技术突破，但是，多模(mó)态大(dà)模型进(jìn)一步往(wǎng)下走，算(suàn)力需(xū)求呈(chéng)几(jǐ)何式(shì)上(shàng)升，一般的算(suàn)力(lì)基础设施很(hěn)快将难以胜任。

从(cóng)图像(xiàng)、文字(zì)、语音单独一项的训(xùn)练，到双模态、三模态的跃迁，让人工智(zhì)能可以灵活应对不同模态的转化、像(xiàng)人与世界交(jiāo)互一样自然，这方面，由(yóu)算力网(wǎng)络来驱动将有明显优势。

此外，还有很多需要爆发式(shì)增长的算(suàn)力来(lái)支撑的技术创新，将(jiāng)在人工智能算力网络支撑下快速推进。

AIGC已经露出曙光，期待在(zài)大模型(xíng)和(hé)大算力的支持下AIGC能持续颠覆内容生(shēng)产的方式，将创(chuàng)造的(de)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 向华强敢惹霍家吗，向华强和霍家哪个厉害