自聊(liáo)天(tiān)机器人ChatGPT火爆(bào)以来，微软(ruǎn)公司创始人比尔·盖(gài)茨已多(duō)次(cì)公开谈(tán)论人工智能话题。在最近的一(yī)次(cì)采访(fǎng)中，他再次表示：“AI可能会让科技行业迎(yíng)来一次剧烈的(de)洗(xǐ)牌”。

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

他(tā)预期，AI的发展可能会威胁到(dào)谷歌的市占率，因为微软在AI方(fāng)面的行动相当迅速。而(ér)最终(zhōng)科技巨头(tóu)将把(bǎ)AI整合成(chéng)用户的“全能助手”，包(bāo)揽一切应(yīng)用，与人们进行沟通并(bìng)提供建(jiàn)议，可以取代亚马逊、Siri或Outlook等应用。

大(dà)佬(lǎo)口(kǒu)中全能助手的到来(lái)可能尚需时(shí)日，但由ControlNet引发的又一次(cì)AI绘(huì)画浪(làng)潮，让AIGC在(zài)ChatGPT的话题热(rè)点包围中(zhōng)杀出(chū)重围(wéi)。

01

ControlNet颠覆AI绘画新玩法(fǎ)

AIGC向(xiàng)可控靠(kào)近

以AI绘画为代表(biǎo)的(de)AIGC上一次爆火(huǒ)的时候，还是2022年(nián)8月，在(zài)美国(guó)科罗拉(lā)多州举办(bàn)的新兴数字艺术家(jiā)竞(jìng)赛(sài)中(zhōng)，一(yī)幅(fú)名(míng)为《太(tài)空歌(gē)剧院》的(de)作品获(huò)奖(jiǎng)。

随后各大厂商(shāng)的(de)AI绘画软件被广大网友(yǒu)熟知并体(tǐ)验，Stable Diffusion便是其(qí)中(zhōng)代表。

用户(hù)们可以(yǐ)在(zài)应用中(zhōng)输(shū)入一(yī)组(zǔ)关键词或(huò)者一张照片，就能获得(dé)一幅AI创(chuàng)作的画作。

作(zuò)画的关键就是(shì)所输入的文本。同(tóng)一组关键(jiàn)词也可(kě)以创(chuàng)作出很多张风(fēng)格不一(yī)样的画(huà)作，这(zhè)让创作的过(guò)程就(jiù)像开盲盒。

很多用户很(hěn)喜欢这种不确定的惊喜(xǐ)，他们会将(jiāng)生(shēng)成的美图(tú)当做头像。而另一部分喜欢(huān)翻看AI绘(huì)画的“翻车”作品(pǐn)。在社交媒(méi)体上，许(xǔ)多用户分(fēn)享AI“翻车现场”，例如(rú)，一位网友的小狗照片被AI画成了“肌肉男”，还有(yǒu)网(wǎng)友的(de)个(gè)人照片被AI识别(bié)成了建筑。

而如今随(suí)着ControlNet的出现与加持，以往AI绘(huì)画(huà)的填写关(guān)键词游(yóu)戏(xì)可能要被(bèi)颠覆了。

ControlNet是一位(wèi)正在斯坦福(fú)读(dú)博的(de)中国人张吕敏创作的一种(zhǒng)基(jī)于控制点的图像变形算法，主要用于数(shù)字图(tú)像处(chù)理(lǐ)、计算机视觉和计(jì)算机图形学等(děng)领域。

其SD插件一经(jīng)发布，在短短(duǎn)的两天内(nèi)便成为(wèi)了(le)AI绘画领域(yù)最新的热(rè)点。

在此之前，大家(jiā)用了很多方法(fǎ)想(xiǎng)让AI生成的结(jié)果尽可能的符合要求，但是都不尽如人意(yì)，它的出现代表着(zhe)AI生成开(kāi)始进入真正(zhèng)的可控时期。

因为ControlNet可以直接(jiē)提取(qǔ)画面的构(gòu)图，人物的姿势和画(huà)面的深(shēn)度信息等。有了它(tā)的帮助，就(jiù)不用频繁的用提示词来(lái)碰运气，抽盲盒式的创(chuàng)作了。

通俗的说ControlNet相当于给AI绘画(huà)加了(le)“魔法”，不少博(bó)主的作(zuò)品已(yǐ)经获得(dé)了大(dà)量的(de)浏览量，“viggo”就(jiù)是其中(zhōng)之一，他用朋友的照片(piàn)直(zhí)接带她们走进(jìn)动漫世界。

viggo先用StableDiffusion图片转文(wén)字。

再用(yòng)Text2Prompt插件拓展找到对应(yīng)的(de)关键(jiàn)词；最后用(yòng)ControlNet插(chā)件绑定骨骼开始换关(guān)键(jiàn)词试效果。

通过图片就(jiù)可以看出来，效果十(shí)分惊(jīng)艳。

更厉害的(de)是，除(chú)了真(zhēn)实(shí)的照片，草图也(yě)可以(yǐ)加上“魔法”，知乎大牛“DevPoint”和“逗砂”介(jiè)绍到ControlNet还能实现线(xiàn)稿转全彩图。大神(shén)张吕敏其本尊也亲(qīn)自回应。

不得不(bù)说当下(xià)AIGC已经变得越来越强(qiáng)大(dà)，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(bào)发

警(jǐng)惕安全问题

近日，“苏(sū)州金鸡(jī)湖有游艇party”的消息(xī)火遍(biàn)网(wǎng)络，而经过警(jǐng)方辟谣这所谓的“party”可(kě)能(néng)是全国第(dì)一(yī)起AI绘图诈骗。

由于这个(gè)活(huó)动里面(miàn)给出(chū)的(de)美(měi)女照片都(dōu)是(shì)AI制作的真人照片(piàn)绘图，因为太逼(bī)真，被(bèi)大家当成真事传(chuán)播了。

不(bù)过仔细观察可以发现，活动发起者(zhě)提供的(de)照(zhào)片中有个很大(dà)的漏(lòu)洞(dòng)可(kě)以发(fā)现并(bìng)非真人，而是AI绘图，那便(biàn)是图片中女(nǚ)性的手(shǒu)指部分有的(de)存在异常。

有(yǒu)行业人事表示(shì)：“现在因为手指部分的(de)绘画算法(fǎ)比较复杂(zá)，AI还不太会画人的手，但最(zuì)新看到的图片已经(jīng)有越来越完美的AI模型出现，以后可能就完全(quán)没有漏洞(dòng)了。”

类似的AI作图诈骗在(zài)国外也已有发生。据(jù)英国广播公司报(bào)道(dào)，土耳其地震期间，有Tiktok用(yòng)户(hù)使(shǐ)用AI合成了儿童受灾的假照片发布到网络，以此(cǐ)诱(yòu)骗善(shàn)良(liáng)的人(rén)打(dǎ)赏“捐助(zhù)”从(cóng)而(ér)实施(shī)诈(zhà)骗。

目前随着技术(shù)发(fā)展，AIGC已经能做(zuò)出(chū)真(zhēn)人照(zhào)片般的绘图效果(guǒ)，如果这样(yàng)的图(tú)片被用(yòng)来诈(zhà)骗，将非常可怕。

此外AIGC还引(yǐn)发了很多担(dān)忧，一方面，批判者(zhě)认为AI在“学习(xí)”了大量前人的作品(pǐn)之后，其创作没有任何情绪和灵魂(hún)，难以和(hé)人(rén)类(lèi)的艺术创(chuàng)作(zuò)相(xiāng)提并(bìng)论。

另(lìng)一方(fāng)面(miàn)，AIGC背后(hòu)的版(bǎn)权、目前都并没有(yǒu)得到有效的解(jiě)决(jué)，还有AIGC会不会代替(tì)人类“至高无上(shàng)”的创意。

马斯克也强调，人(rén)工智能的安全问(wèn)题需要(yào)得到(dào)重视(shì)，太晚就(jiù)来不及了。

03

AIGC下一站除了视频，还有(yǒu)远方(fāng)

技术(shù)都(dōu)是有两面(miàn)性的，潜(qián)在的危害并(bìng)不能掩(yǎn)盖其光辉(huī)的贡献。现在看来，人工智能技术将是(shì)第四(sì)次工业革命的核心驱动(dòng)力量，将创造新的(de)增长奇(qí)迹。

过去一(yī)年(nián)，人工(gōng)智能在技术和商(shāng)业层面都有了巨大进展，AI绘(huì)画就是人工智能技术(shù)发(fā)生方向性改变的一(yī)个(gè)代表(biǎo)。其下一站或许就是视频。

此前(qián)，Meta和谷歌先后发布了几(jǐ)条引爆(bào)科技圈的短视(shì)频。这些视频引发关注并非(fēi)内(nèi)容做得多(duō)优秀，反而都非常简单，比如一匹正在喝(hē)水的马，一只画画的玩具熊，或者一段骑摩托车的第(dì)一(yī)视角录像，随(suí)便一个(gè)有手机的人都可以随手(shǒu)录下一段(duàn)。

但这些短视频的创作方式非常简(jiǎn)单，创作者仅仅(jǐn)需(xū)要向AI输入一(yī)段(duàn)话，甚至(zhì)只是说一下要求，AI就可以(yǐ)根据需要生成(chéng)一段视频。

谷歌发(fā)布(bù)的两(liǎng)个AI生成视频(pín)分别来(lái)自于Imagen Video和(hé)Phenaki，前者主要突出(chū)的是高(gāo)清，与Meta的(de)Make-A-Video没有太多的差别。

在Make-A-Video公布了AI生成(chéng)的视频后，AI圈就已经玩了(le)一波梗，一个能够做出更高清(qīng)视频的(de)AI还(hái)不足(zú)以(yǐ)在短时(shí)间(jiān)内戳中兴(xīng)奋点(diǎn)。

Phenaki更(gèng)加令人震惊的地方在于，它(tā)可(kě)以(yǐ)制作出超(chāo)过(guò)2分钟的连贯的也有确切内容的(de)视(shì)频，这才(cái)是真正让人(rén)们(men)感(gǎn)到惊喜的地方。因为无论(lùn)AI生成的视频多么(me)高(gāo)清，也只能是为内容生产者提供一个灵感，一个素材，一个过(guò)场动画。

不过能够制作出(chū)有具(jù)体(tǐ)剧情内容的视频就(jiù)意味着，一些视频创作(zuò)由AI代替人工完成已经初(chū)步有了可(kě)能。

当下AI的(de)发展速度已经(jīng)超过大(dà)部分人的想(xiǎng)象。内容产业的本质(zhì)是(shì)供(gōng)给(gěi)创造需求，AIGC作为全新的内容生(shēng)产方式，可以为内容产业(yè)带来更新的内容风格、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的大爆发。

除了(le)AI绘图、视(shì)频(pín)，AIGC技术还能应(yīng)用于(yú)音乐、代码(mǎ)、机(jī)器人动作等多种内容形式的(de)生成。不难发(fā)现该项技术不仅(jǐn)在游(yóu)戏等行业能(néng)得到有效应用，对于下一代(dài)互联网各种元素的构建亦(yì)有关键意义。

从商业化(huà)的角度来看，文化(huà)娱乐(lè)、教育、传媒等(děng)诸多领域，本身就对(duì)基于AI的(de)可视化内容(róng)有强烈需(xū)求(qiú)。

因此，AI绘画及(jí)视频或不是(shì)结果，而只是AI进程中的一块重(zhòng)要(yào)拼图(tú)，有望在(zài)技术(shù)更新的加持下实现更大(dà)的应用价(jià)值。

AI从理解内容，走向了(le)可以生成内(nèi)容，甚至(zhì)能(néng)够创造出(chū)独立价(jià)值和独立视角(jiǎo)的内容。AIGC的(de)再(zài)次出圈，更代表(biǎo)着未来的先进生(shēng)产力即将到来(lái)。

04

紧抓大模(mó)型(xíng)与算力(lì)，牢固AIGC底座(zuò)

从技术的发(fā)展也(yě)可以看(kàn)出，在(zài)语言大模型、图像大(dà)模型之(zhī)后，多模态大模型已经成为了新的(de)趋势。

大模(mó)型被誉为(wèi)当前人工智(zhì)能发展的智能(néng)底座，是全球竞争最激烈的(de)研究方向之(zhī)一(yī)，包(bāo)括谷歌、亚马逊、百度、阿里、腾讯等众多(duō)头部企业(yè)都(dōu)在竞相发力。

不过训(xùn)练大模型(xíng)的(de)确价格不(bù)菲，以国盛证(zhèng)券发布(bù)的《ChatGPT需(xū)要(yào)多(duō)少(shǎo)算(suàn)力(lì)》报告估算，GPT-3训练一次的成本约(yuē)为140万美元(yuán)。而(ér)对于(yú)一些更(gèng)大的LLM(大型语言模型)，训练(liàn)成(chéng)本则介于200万美元至1200万美元高(gāo)价之间。

以(yǐ)ChatGPT在2023年1月的独立(lì)访客平均数1300万计算，其对应芯片(piàn)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，每日仅电(diàn)费就(jiù)在5万(wàn)美元左右。

此外不(bù)论是ChatGPT还是AIGC，都(dōu)离不(bù)开庞(páng)大算力支持。在(zài)关注各类大(dà)模型的发展同时，更(gèng)应(yīng)该关(guān)注算(suàn)力网络的(de)建设。

算力网络正驱动(dòng)AI产业发展进入史诗级加速进(jìn)程，让AIGC及(jí)通(tōng)用AI这一(yī)人工智能发展的终极(jí)目标离得更近。

因为算力可(kě)以对突(tū)破性(xìng)技术创(chuàng)新提供大力的(de)支持。这方面，多模(mó)态大模型是典型。作(zuò)为面向未来强人(rén)工智能、通(tōng)用人工(gōng)智(zhì)能的重要技术创新，多(duō)模(mó)态(tài)大(dà)模型已经(jīng)在人工(gōng)智能领域提出了很多(duō)年，业(yè)界也有不少(shǎo)技术突(tū)破，但是，多模(mó)态大(dà)模型进(jìn)一(yī)步往下走，算(suàn)力(lì)需求(qiú)呈几(jǐ)何式上升(shēng)，一(yī)般(bān)的算力基础(chǔ)设施很快将难以胜任。

从图像、文字、语音单独一项的训练，到双模态、三(sān)模态的跃迁，让(ràng)人工智(zhì)能可以灵活应对(duì)不同模态的(de)转化、像人与世界交(jiāo)互(hù)一样自然，这方面，由算力网络来驱动将有明显优(yōu)势。

此(cǐ)外，还有很多需要爆发式增长(zhǎng)的(de)算力来支撑的技术(shù)创新，将在人工智能算力网络(luò)支撑(chēng)下快速推(tuī)进。

AIGC已经露出曙光，期待在大(dà)模型和大(dà)算力的支持下AIGC能持(chí)续颠覆内容生产的(de)方式，将创(chuàng)造的边际成本降低，让(ràng)万(wàn)众受益。

未经允许不得转载：橘子百科-橘子都知道 毁掉一个老师最好的办法