自聊天机器人ChatGPT火(huǒ)爆(bào)以(yǐ)来，微软公司创始(shǐ)人比尔·盖茨(cí)已多次公开谈论人工智能话题。在最近的一次采访中，他再次表示：“AI可能会让科技行(xíng)业迎来一(yī)次(cì)剧烈的洗牌”。

这个结论(lùn)是他在当地(dì)时间(jiān)2月20日(rì)接受《In Good Company》节(jié)目专访时提出(chū)的(de)。

他预期，AI的发展可能(néng)会威胁到(dào)谷(gǔ)歌的市(shì)占率(lǜ)，因为微软在AI方面的行动相(xiāng)当迅速。而(ér)最终科技巨(jù)头将(jiāng)把AI整合(hé)成用户的“全能助手”，包揽(lǎn)一切应用，与(yǔ)人(rén)们进行沟通(tōng)并提供建议，可以(yǐ)取代亚马逊、Siri或Outlook等应用。

大佬口中全能助手的到来可能尚需时日(rì)，但由ControlNet引发的(de)又一(yī)次AI绘(huì)画浪潮，让AIGC在ChatGPT的话题(tí)热点(diǎn)包围中杀出(chū)重围。

01

ControlNet颠覆AI绘画新玩法

AIGC向可控(kòng)靠近

以AI绘画为代(dài)表的AIGC上一次爆火(huǒ)的时候，还是(shì)2022年8月，在(zài)美(měi)国科(kē)罗拉多州举办的(de)新兴数字艺(yì)术家竞赛中，一幅名为(wèi)《太空歌剧院》的作品获(huò)奖。

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

用户们可以在应用中输入一组关(guān)键词或(huò)者一(yī)张照片(piàn)，就能获(huò)得一幅(fú)AI创作的(de)画(huà)作。

作画(huà)的关键就是所输入的文本。同一组关五谷轮回是什么意思的梗，五谷轮回之所是指什么地方键词(cí)也(yě)可(kě)以创作出很多张风格(gé)不一(yī)样的画作，这让创作的过程就像开盲盒。

很多用(yòng)户很(hěn)喜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(ér)另一部分喜(xǐ)欢翻看AI绘画的“翻车”作品。在社交媒体上，许多用(yòng)户分(fēn)享AI“翻(fān)车现场”，例如，一(yī)位网友的(de)小狗照(zhào)片被AI画成了“肌肉男(nán)”，还有网(wǎng)友的个人照片被AI识别(bié)成了建筑。

而(ér)如今随着ControlNet的出现与加持，以往AI绘(huì)画的填写关键词游戏可(kě)能要被颠覆了。

ControlNet是一位正(zhèng)在斯坦福读博(bó)的中国人张(zhāng)吕敏创作的一种基(jī)于控制点的图像变形算法，主要(yào)用于数字图像处理、计算机视觉和计算机图形(xíng)学等领域。

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

在(zài)此之前，大家用了很多(duō)方法(fǎ)想(xiǎng)让(ràng)AI生(shēng)成的结果尽可能的符(fú)合要求(qiú)，但是都不(bù)尽(jǐn)如人意，它的出现代表着AI生成开始进入真正(zhèng)的可控时期。

因为ControlNet可以直接(jiē)提取画面的构(gòu)图，人物的姿势和(hé)画(huà)面的深(shēn)度信(xìn)息等。有了它的帮助，就不用频繁的用提示(shì)词来碰(pèng)运气(qì)，抽盲(máng)盒式的创作了。

通俗的说(shuō)ControlNet相当于给AI绘(huì)画加了“魔(mó)法”，不少博主的作品已(yǐ)经获得(dé)了大(dà)量的(de)浏览量，“viggo”就(jiù)是(shì)其中之一，他(tā)用朋友的照片直接带(dài)她们走进动漫世界。

viggo先用StableDiffusion图(tú)片转文字(zì)。

再用Text2Prompt插件拓展找到对应的关键词；最后用ControlNet插件绑定(dìng)骨骼开始换关键词试效果。

通过(guò)图(tú)片就可(kě)以看出来，效果(guǒ)十分(fēn)惊艳。

更厉害的(de)是，除了(le)真实的照(zhào)片，草图也可以加上“魔法”，知乎大(dà)牛“DevPoint”和“逗砂(shā)”介绍(shào)到ControlNet还能实现线(xiàn)稿转全彩(cǎi)图。大神(shén)张吕(lǚ)敏其本尊也亲自(zì)回应。

不得不说(shuō)当下AIGC已经变(biàn)得(dé)越来越强大，甚(shèn)至输(shū)出的作品(pǐn)都已经(jīng)能以假乱真了。

02

难(nán)辨(biàn)虚(xū)实，AIGC技术力爆发

警(jǐng)惕安全问题

近(jìn)日，“苏(sū)州金鸡湖有游艇party”的消息火遍网络，而经过警方辟(pì)谣这所谓(wèi)的“party”可能是全国第一(yī)起AI绘(huì)图诈骗。

由于这(zhè)个(gè)活动(dòng)里面给(gěi)出的美女照片都是AI制作的真人照片绘图，因为太逼真，被(bèi)大家当成(chéng)真事传播了(le)。

不过仔(zǎi)细观(guān)察可以(yǐ)发现，活动发(fā)起(qǐ)者(zhě)提供的照(zhào)片中有个很大的漏(lòu)洞可以发(fā)现(xiàn)并非(fēi)真人，而是AI绘图(tú)，那便是(shì)图片中女性的手指(zhǐ)部分有的存在(zài)异常(cháng)。

有(yǒu)行业人事表示：“现在因为手指部分(fēn)的绘(huì)画算法(fǎ)比较复杂，AI还不太会(huì)画人的(de)手，但最新看(kàn)到的图片已(yǐ)经有越来(lái)越完美的AI模型(xíng)出(chū)现，以后(hòu)可能就完全(quán)没有(yǒu)漏(lòu)洞了。”

类似的AI作(zuò)图(tú)诈骗在国外也已有发生。据英国广(guǎng)播公司报道，土(tǔ)耳其地震期间，有Tiktok用户使(shǐ)用AI合成了儿童受灾的假(jiǎ)照片(piàn)发布到网络，以此诱(yòu)骗善良(liáng)的人打赏“捐助”从而(ér)实施诈骗。

目(mù)前随(suí)着技术(shù)发展，AIGC已经能做(zuò)出真人照片般的(de)绘图效果，如(rú)果这样(yàng)的图片被用来诈(zhà)骗，将非常可怕。

此外AIGC还引(yǐn)发了很多担忧，一方(fāng)面，批判(pàn)者(zhě)认为AI在“学习”了大量前人的(de)作(zuò)品之后，其创作没有(yǒu)任何(hé)情绪和灵魂，难以和人类的艺(yì)术创作相提并论(lùn)。

另一方(fāng)面，AIGC背后的版权、目前都并没有(yǒu)得到有效的解决，还有(yǒu)AIGC会不会(huì)代替人类“至(zhì)高无上”的创意。

马(mǎ)斯克(kè)也(yě)强调，人工智能的(de)安(ān)全问题需要得到重(zhòng)视，太晚就来不及了。

03

AIGC下一站除(chú)了视频，还有(yǒu)远(yuǎn)方

技术都是有(yǒu)两面(miàn)性的(de)，潜在的(de)危害并不能掩(yǎn)盖其光辉的贡献。现在看来，人工智能技(jì)术将是第四次工业(yè)革命(mìng)的(de)核心驱动力量，将创造新(xīn)的(de)增长(zhǎng)奇迹。

过(guò)去一(yī)年(nián)，人工智能在技(jì)术和(hé)商(shāng)业层面(miàn)都有了巨(jù)大进(jìn)展，AI绘画就是(shì)人(rén)工智能技术(shù)发生方向性改变(biàn)的一个代表。其下一站或许就(jiù)是视频。

此前，Meta和谷歌先后发布了几条引爆科技圈的(de)短视频。这些(xiē)视频引发(fā)关(guān)注并非内(nèi)容做得多优秀，反(fǎn)而都非常简单，比(bǐ)如一(yī)匹正在喝水的马(mǎ)，一只(zhǐ)画画的玩具熊，或者一段骑(qí)摩托车的第一视角(jiǎo)录像，随(suí)便一个有手机的(de)人都(dōu)可以随手录下(xià)一段。

但这些(xiē)短视频的创作方式非(fēi)常简单，创作者仅仅需(xū)要向(xiàng)AI输入(rù)一(yī)段话，甚至只是(shì)说(shuō)一下(xià)要(yào)求，AI就可(kě)以根据需要生成(chéng)一段视频。

谷歌发布的(de)两个AI生成(chéng)视频分别(bié)来自于Imagen Video和Phenaki，前者主要(yào)突出的是高清，与Meta的Make-A-Video没(méi)有太多的差别。

在Make-A-Video公(gōng)布了AI生成的视频后，AI圈就已经玩了一(yī)波(bō)梗(gěng)，一个能(néng)够做(zuò)出更(gèng)高清视频的AI还(hái)不足以在短(duǎn)时(shí)间内戳中兴奋点。

Phenaki更加令人震惊的地(dì)方在(zài)于，它(tā)可以制作出超过2分钟的连贯的也有确切内容(róng)的视频，这才(cái)是真正让人(rén)们感到惊喜(xǐ)的地方。因为无论AI生(shēng)成的视频多(duō)么高清，也只能是为内容生产者提供一个灵感，一个素材(cái)，一个过场动画。

不过(guò)能够(gòu)制作出(chū)有具体剧情(qíng)内容的视频就意味着，一(yī)些视频创作由AI代(dài)替(tì)人工(gōng)完成已经初步有了(le)可能。

当下AI的(de)发展速度(dù)已经超过大部分人的想象。内容产业的本质(zhì)是(shì)供给创造需(xū)求，AIGC作为全新的内(nèi)容(róng)生产方(fāng)式，可以为内容产业(yè)带来更新(xīn)的内容风格、更快的生产速度，更(gèng)低(dī)的(de)生产(chǎn)成(chéng)本，这无(wú)疑会(huì)驱(qū)动内容产业的大爆发。

除(chú)了AI绘图、视频(pín)，AIGC技(jì)术还能(néng)应用于(yú)音乐、代码、机器人动作等多种(zhǒng)内容形式的生成(chéng)。不难发现该项技(jì)术不仅(jǐn)在游(yóu)戏等(děng)行业能得(dé)到有效应用，对(duì)于下一(yī)代互(hù)联网各种元素的构建亦有关(guān)键意义。

从商业化的角(jiǎo)度来看(kàn)，文化(huà)娱乐、教育、传媒等诸多领域，本身就对基(jī)于AI的可视化(huà)内(nèi)容有强烈需求。

因此，AI绘画及视频(pín)或(huò)不是结(jié)果，而只是AI进程中的一块重要拼图，有望在技术(shù)更新的加(jiā)持(chí)下实(shí)现更大的应用价值(zhí)。

AI从理解内容，走向了可以(yǐ)生成内(nèi)容(róng)，甚至能够创(chuàng)造出独立价值和独(dú)立视角的内容。AIGC的再次出圈，更代表着未(wèi)来的先进生(shēng)产(chǎn)力即将到来。

04

紧抓大模(mó)型与算力，牢固AIGC底座(zuò)

从技术的发展也可以看出，在语(yǔ)言(yán)大模型、图像大模型之后，多模(mó)态大模型已经成为(wèi)了新的趋势。

大模(mó)型被誉为当前(qián)人工智能发展的智能底(dǐ)座(zuò)，是全球竞争最激烈的研(yán)究方向之一，包括谷(gǔ)歌(gē)、亚(yà)马逊、百度、阿里、腾讯等众(zhòng)多头部企业都在竞相发(fā)力。

不过训练大模型的确价格不菲，以(yǐ)国盛(shèng)证券发布的(de)《ChatGPT需要多少算力》报告估(gū)算，GPT-3训练一次的成本约为140万(wàn)美元(yuán)。而对于一(yī)些更大的LLM(大型语言(yán)模型)，训练成本则介(jiè)于200万美(měi)元至(zhì)1200万美元(yuán)高价之间。

以ChatGPT在(zài)2023年1月(yuè)的独立访客(kè)平均数1300万计算，其对应芯片需求(qiú)为3万多(duō)片英伟达A100 GPU，初始投入成本约为8亿美元，每(měi)日仅(jǐn)电费(fèi)就(jiù)在5万美元(yuán)左(zuǒ)右。

此外不论是(shì)ChatGPT还是AIGC，都(dōu)离不开庞大算力支(zhī)持。在(zài)关注各类大模(mó)型的发(fā)展同(tóng)时，更应该关注(zhù)算力(lì)网络的建设。

算力网(wǎng)络(luò)正驱动AI产业发展进入史(shǐ)诗级加速(sù)进程，让AIGC及通用AI这一人工智能发展的(de)终极目标(biāo)离得更近。

因为算(suàn)力可以(yǐ)对突破(pò)性技术创新提供大力的支持。这方面，多模(mó)态大(dà)模(mó)型是典型。作为面向未来强(qiáng)人(rén)工智(zhì)能、通(tōng)用人工智(zhì)能的(de)重(zhòng)要技术创新，多(duō)模态(tài)大(dà)模(mó)型已(yǐ)经(jīng)在人工(gōng)智(zhì)能领(lǐng)域(yù)提(tí)出了很多年，业界也有不少技术突破，但是，多模态(tài)大模型进(jìn)一步往下走，算(suàn)力需(xū)求呈(chéng)几何(hé)式上升，一(yī)般(bān)的(de)算力(lì)基(jī)础设施很快(kuài)将难以(yǐ)胜(shèng)任五谷轮回是什么意思的梗，五谷轮回之所是指什么地方(rèn)。

从图像、文字、语音单独(dú)一(yī)项的训练，到双(shuāng)模(mó)态、三模态的(de)跃迁，让人(rén)工智能可以灵(líng)活应对(duì)不同模态(tài)的(de)转化、像(xiàng)人与世(shì)界(jiè)交互(hù)一样自然，这(zhè)方面(miàn)，由算(suàn)力网络来驱动将(jiāng)有明显优势。

此(cǐ)外，还有很(hěn)多需要(yào)爆发(fā)式增(zēng)长的算力(lì)来(lái)支撑的技术创新，将在人工(gōng)智能算(suàn)力网络支撑(chēng)下快速推进(jìn)。

AIGC已(yǐ)经(jīng)露出曙光，期待(dài)在大模型和大算力的支持下AIGC能持续颠覆内容生产的方(fāng)式，将(jiāng)创(chuàng)造的边际成本降低，让万众受益。

未经允许不得转载：橘子百科-橘子都知道 五谷轮回是什么意思的梗，五谷轮回之所是指什么地方