自聊(liáo)天机(jī)器人ChatGPT火爆以来，微软(ruǎn)公司创始人比尔·盖茨已多次公(gōng)开谈论人(rén)工智能话题(tí)。在最近的一次采访(fǎng)中(zhōng)，他(tā)再次(cì)表示：“AI可能(néng)会(huì)让科技行业迎来(lái)一次剧烈(liè)的洗牌”。

这个(gè)结论(lùn)是他在当地时间2月20日接受《In Good Company》节目(mù)专(zhuān)访时提出(chū)的(de)。

他预期，AI的发展(zhǎn)可能会威胁到(dào)谷歌的市占率，因为微(wēi)软在(zài)AI方面的行动相当迅速。而最终科技(jì)巨头将把AI整合成用户(hù)的“全能助手”，包(bāo)揽一切应用，与人们进行沟通并提供建议(yì)，可以取代(dài)亚马逊、Siri或Outlook等(děng)应用。

大佬口中(zhōng)全能(néng)助手(shǒu)的到(dào)来可(kě)能(néng)尚需时(shí)日，但由ControlNet引(yǐn)发的(de)又(yòu)一次AI绘画浪潮(cháo)，让AIGC在ChatGPT的话(huà)题热点(diǎn)包围中杀(shā)出(chū)重(zhòng)围。奥巴马与中国关系好嘛，奥巴马在任时与中国的关系好吗

01

ControlNet颠覆AI绘画新玩法

AIGC向可控靠近

以AI绘画(huà)为代表的AIGC上(shàng)一次爆(bào)火的时候，还是2022年8月，在美国(guó)科罗拉多州举办(bàn)的新兴数字艺术(shù)家竞赛中，一幅名(míng)为(wèi)《太空(kōng)歌剧院》的作品获(huò)奖。

随后各大(dà)厂商的AI绘画软件被广大网友熟知并体(tǐ)验，Stable Diffusion便是其中代表。

用(yòng)户们可(kě)以在应用中(zhōng)输(shū)入一组关键词或(huò)者一张照片，就能获得一幅(fú)AI创作的画作。

作(zuò)画的关(guān)键就(jiù)是所(suǒ)输(shū)入的文本(běn)。同一组关键词也可以创(chuàng)作出很多张风格不(bù)一(yī)样的画(huà)作(zuò)，这让(ràng)创作的(de)过程就像开盲盒。

很多(duō)用户很喜欢这种不确定的惊喜(xǐ)，他们会将生成的(de)美图当做头像。而另一(yī)部(bù)分(fēn)喜欢翻(fān)看AI绘画(huà)的“翻(fān)车(chē)”作品(pǐn)。在社交媒体上，许多用户(hù)分享AI“翻车现场”，例如，一位网友的小狗照片被(bèi)AI画成了“肌(jī)肉男(nán)”，还有网友的个人照片被AI识别成了建筑(zhù)。

而如今随(suí)着ControlNet的(de)出(chū)现与加持，以(yǐ)往AI绘画的填(tián)写(xiě)关(guān)键词游戏可能要(yào)被(bèi)颠覆(fù)了。

ControlNet是一位正在斯(sī)坦福读(dú)博的(de)中(zhōng)国人(rén)张吕敏创作的一种基于控制(zhì)点(diǎn)的(de)图(tú)像变(biàn)形(xíng)算法(fǎ)，主(zhǔ)要用于数字图像(xiàng)处理(lǐ)、计算机视觉和计(jì)算机(jī)图形学(xué)等领域。

其SD插件一经发布，在短(duǎn)短的(de)两天内便成为了AI绘(huì)画领(lǐng)域最新的(de)热点(diǎn)。

在此之前，大家用了很多方(fāng)法想让AI生成的结果(guǒ)尽可能的符合要求(qiú)，但是都不(bù)尽如人意，它(tā)的(de)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可以直接提取画面的(de)构图，人物的姿(zī)势和画面的(de)深度信息等。有了它的帮助，就不用频(pín)繁的用(yòng)提示词来碰运气，抽盲盒(hé)式的创(chuàng)作了。

通(tōng)俗(sú)的说ControlNet相当于给AI绘画加了“魔法”，不少(shǎo)博主(zhǔ)的作品(pǐn)已经获得了大量的浏(liú)览量，“viggo”就是(shì)其中(zhōng)之一(yī)，他用朋友的照片(piàn)直接(jiē)带她们(men)走(zǒu)进动漫世界(jiè)。

viggo先用StableDiffusion图片转文(wén)字。

再用(yòng)Text2Prompt插件(jiàn)拓展找到对应的(de)关键(jiàn)词；最后用ControlNet插件绑定骨骼开始换(huàn)关键(jiàn)词试效果。

通过图片就可以看(kàn)出来，效(xiào)果(guǒ)十(shí)分(fēn)惊艳。

更厉害的是，除了真实(shí)的(de)照片，草图也可以加上“魔法”，知乎大牛“DevPoint”和“逗砂(shā)”介绍到ControlNet还能(néng)实现线(xiàn)稿转全(quán)彩图。大(dà)神张(zhāng)吕敏其本(běn)尊也亲(qīn)自回应。

不得不说(shuō)当下AIGC已经变得越来越(yuè)强(qiáng)大，甚至输(shū)出的作品都已(yǐ)经能(néng)以(yǐ)假乱真(zhēn)了。

02

难辨虚实，AIGC技术力爆发

警惕安全问(wèn)题(tí)

近日(rì)，“苏州(zhōu)金鸡湖有游艇party”的消息火遍网(wǎng)络，而经过(guò)警方辟谣这所(suǒ)谓(wèi)的“party”可能是全国第一起AI绘图诈骗。

由于这个(gè)活动里面给出(chū)的美女照片都(dōu)是AI制作的真人照(zhào)片绘(huì)图(tú)，因为太逼真，被大(dà)家当成真(zhēn)事传(chuán)播了。

不过仔(zǎi)细观察可(kě)以(yǐ)发现，活动(dòng)发起者提(tí)供(gōng)的照片(piàn)中有个很大的漏(lòu)洞可(kě)以(yǐ)发现并非真(zhēn)人，而是(shì)AI绘图，那便是(shì)图片中女性的手指部(bù)分有的存在异(yì)常。

有行(xíng)业人事表示：“现在因为手指部分的(de)绘画算(suàn)法比较复杂，AI还不太(tài)会画(huà)人(rén)的手，但最新看(kàn)到的图片(piàn)已(yǐ)经有(yǒu)越(yuè)来越完美的AI模型(xíng)出现，以后可(kě)能就完全(quán)没有漏洞了。”

类似(shì)的AI作图诈(zhà)骗在国(guó)外也已有发生。据英国广播公司报道，土耳(ěr)其地(dì)震期间(jiān)，有Tiktok用户使用AI合成(chéng)了(le)儿童受(shòu)灾的假照片发布(bù)到网络，以此诱骗善(shàn)良(liáng)的人打赏“捐助”从而实施诈骗。

目前随着技(jì)术发(fā)展，AIGC已经能做出真人照(zhào)片(piàn)般的绘图效果，如果这样的图片(piàn)被用来诈(zhà)骗，将非常可(kě)怕。

此(cǐ)外AIGC还引发了很多担(dān)忧，一方面，批判者认(rèn)为AI在“学习”了大量前(qián)人(rén)的作品之后(hòu)，其创作没有任何(hé)情绪和灵魂，难以和(hé)人类(lèi)的艺(yì)术创作(zuò)相提并(bìng)论。

另(lìng)一(yī)方面，AIGC背后的版权、目前都(dōu)并没有得到(dào)有(yǒu)效的解决，还(hái)有(yǒu)AIGC会不会代(dài)替(tì)人类“至高(gāo)无上”的创(chuàng)意。

马(mǎ)斯克也强调，人工智(zhì)能(néng)的安全问题需要得(dé)到重视，太晚(wǎn)就(jiù)来(lái)不(bù)及了。

03

AIGC下一站除(chú)了视频，还有远方(fāng)

技(jì)术都是(shì)有两(liǎng)面性的，潜在的危害(hài)并不能掩盖其光辉的(de)贡献。现在看(kàn)来，人工智能技术将是(shì)第(dì)四(sì)次工业革命的核心(xīn)驱(qū)动(dòng)力量，将(jiāng)创(chuàng)造新(xīn)的增(zēng)长奇迹。

过(guò)去一年，人工智能在技术和商业层面都有了巨大进(jìn)展(zhǎn)，AI绘画就是(shì)人工智能技术发(fā)生方向(xiàng)性改(gǎi)变的一个(gè)代表(biǎo)。其下一站或许就是视频(pín)。

此前，Meta和谷(gǔ)歌先后发布了(le)几条引爆科技(jì)圈的短视频。这些视频引发关注并(bìng)非内容(róng)做得(dé)多优(yōu)秀，反(fǎn)而都非常简(jiǎn)单，比如(rú)一匹正(zhèng)在(zài)喝水的马，一只(zhǐ)画(huà)画的(de)玩具熊，或(huò)者(zhě)一段(duàn)骑摩托车(chē)的第一视(shì)角录(lù)像，随便一(yī)个有手机的(de)人都可以随手录下一段(duàn)。

但这(zhè)些短视频的创作方(fāng)式非常简单，创(chuàng)作者仅(jǐn)仅需要向(xiàng)AI输入一段话(huà)，甚至只是说(shuō)一下要求，AI就(jiù)可以根据需要生成一(yī)段(duàn)视频(pín)。

谷歌发(fā)布的(de)两个AI生成视频(pín)分别来自于Imagen Video和Phenaki，前者主(zhǔ)要突(tū)出(chū)的(de)是高清，与Meta的(de)Make-A-Video没有太(tài)多的差别。

在Make-A-Video公布了AI生成的视频(pín)后，AI圈就已(yǐ)经玩了一波梗，一(yī)个能够(gòu)做出更(gèng)高清视频的AI还不足以在短时(shí)间(jiān)内戳(chuō)中兴奋点。

Phenaki更加令(lìng)人震惊的地方在(zài)于，它可以(yǐ)制作出超过2分钟的连贯的也有(yǒu)确切内容的视(shì)频(pín)，这才是真正让人们感到惊喜的(de)地方。因为无论AI生成的视频多么高清，也只能是为内(nèi)容(róng)生产者提供一个(gè)灵感(gǎn)，一个素(sù)材，一(yī)个过场动画。

不(bù)过能够制作出有(yǒu)具体剧情内容的视(shì)频就意味着(zhe)，一些视频创作由AI代替人工完成已(yǐ)经初步有了可能。

当下(xià)AI的发展速度已经超过(guò)大部分(fēn)人的想象。内(nèi)容产业的本质是(shì)供(gōng)给创(chuàng)造需(xū)求，AIGC作(zuò)为全新的(de)内容生产方式，可以为(wèi)内(nèi)容产(chǎn)业带(dài)来更新的(de)内容风格、更快的生产速度，更低的生产成本，这无疑会(huì)驱动内容产业的(de)大爆(bào)发(fā)。

除了AI绘图、视(shì)频，AIGC技术还能应用于(yú)音乐、代码、机器人动作等多种内容形式的生(shēng)成(chéng)。不难发现该项(xiàng)技术奥巴马与中国关系好嘛，奥巴马在任时与中国的关系好吗不仅(jǐn)在游(yóu)戏(xì)等行业能得到有效应用(yòng)，对于下(xià)一代(dài)互联(lián)网各(gè)种元素的(de)构建亦有(yǒu)关键意(yì)义。

从商(shāng)业(yè)化(huà)的角度来看，文化(huà)娱乐、教育(yù)、传(chuán)媒等诸多领域，本身就对基于(yú)AI的(de)可视化内容有强烈(liè)需(xū)求。

因(yīn)此，AI绘画及视频或不是结(jié)果(guǒ)，而只是AI进程中(zhōng)的一块重(zhòng)要拼图，有望在(zài)技(jì)术更新的(de)加持下实现更大的应用价值。

AI从理解内容，走向了可以生成内(nèi)容，甚至(zhì)能够创造出(chū)独(dú)立(lì)价(jià)值和独立视角的内(nèi)容。AIGC的再次出圈(quān)，更代表着未来的先进(jìn)生产(chǎn)力即将到来。

04

紧抓大模型与算力(lì)，牢固(gù)AIGC底座(zuò)

从技术(shù)的(de)发展也可以看(kàn)出，在语言大模(mó)型、图像大模(mó)型之后(hòu)，多(duō)模态大模型(xíng)已(yǐ)经成(chéng)为了新的趋势。

大模型被誉(yù)为当(dāng)前人工智能(néng)发展的智能底座，是全(quán)球(qiú)竞争最激烈的研究方向之一(yī)，包括谷(gǔ)歌、亚马逊、百(bǎi)度、阿里、腾讯等众多(duō)头部企业都(dōu)在竞(jìng)相(xiāng)发力(lì)。

不过训练(liàn)大模型的确(què)价格不菲，以国盛(shèng)证(zhèng)券发布(bù)的《ChatGPT需(xū)要多少算力》报(bào)告估算，GPT-3训练一(yī)次的成(chéng)本约为140万(wàn)美元(yuán)。而对(duì)于一些更大的LLM(大型语言(yán)模型)，训练成本则(zé)介于200万美元至(zhì)1200万(wàn)美元高价之(zhī)间(jiān)。

以ChatGPT在(zài)2023年1月的独(dú)立访客平均数1300万计(jì)算，其对应芯片(piàn)需求为3万多片英伟达A100 GPU，初始投(tóu)入(rù)成(chéng)本约(yuē)为(wèi)8亿(yì)美元，每日仅电费就在5万美元左(zuǒ)右(yòu)。

此外(wài)不(bù)论是(shì)ChatGPT还是AIGC，都(dōu)离不(bù)开庞大算(suàn)力(lì)支持。在关(guān)注各类大(dà)模型的发(fā)展同时，更应该关注算力(lì)网络的建设。

算力网(wǎng)络正驱动AI产(chǎn)业发(fā)展进入史诗级加(jiā)速(sù)进程(chéng)，让AIGC及(jí)通用AI这一(yī)人工智能发展的终(zhōng)极目标离得(dé)更近。

因为算力可以(yǐ)对突(tū)破性(xìng)技术创新(xīn)提供(gōng)大力的(de)支持。这方面，多模(mó)态大模型是典(diǎn)型。作为面向未(wèi)来强(qiáng)人工(gōng)智能、通(tōng)用人工智能的(de)重要技术创新，多模态(tài)大模(mó)型已经在人工智能领域提出了很多年，业(yè)界(jiè)也有不少技术突破，但是，多模态大模型(xíng)进(jìn)一(yī)步往下(xià)走，算力需求呈几何式上升，一般的算力(lì)基础设(shè)施(shī)很快将难(nán)以(yǐ)胜任。

从图像、文字、语音单独一项(xiàng)的(de)训练(liàn)，到双模(mó)态(tài)、三模态的跃迁，让人工智能可以灵活应对不同模态的(de)转化、像人(rén)与世界交(jiāo)互(hù)一样自(zì)然，这方面，由算力网络(luò)来驱动将有明显优(yōu)势(shì)。

此(cǐ)外，还有(yǒu)很多需要爆发式(shì)增长的(de)算(suàn)力(lì)来支撑的技术(shù)创新，将在人工智能算力网络(luò)支撑下快速推进。

AIGC已经露出曙光，期待(dài)在大模型和大(dà)算力(lì)的支(zhī)持(chí)下AIGC能持续颠(diān)覆内容生(shēng)产的方(fāng)式，将创造的边际成本(běn)降低，让万众受益。

未经允许不得转载：橘子百科-橘子都知道 奥巴马与中国关系好嘛，奥巴马在任时与中国的关系好吗