自聊天机器人ChatGPT火爆(bào)以来，微软公司创始(shǐ)人(rén)比尔·盖茨已多次公(gōng)开谈论人工智能话题。在最近的一次采(cǎi)访中，他再(zài)次表示：“AI可能会让(ràng)科技行业迎来一(yī)次(cì)剧烈的(de)洗牌”。

这个结论是他(tā)在当地(dì)时间2月20日接受《In Good Company》节目(mù)专访时提出的。

他预期(qī)，AI的(de)发展(zhǎn)可能(néng)会威胁到谷歌(gē)的(de)市(shì)占(zhàn)率，因为微软在AI方面的行动(dòng)相当迅速。而最终科(kē)技巨(jù)头将把AI整合成用户(hù)的“全能助手”，包揽一(yī)切应(yīng)用，与(yǔ)人们进行沟(gōu)通并提供建议，可以取代亚(yà)马逊、Siri或(huò)Outlook等应用。

大佬口(kǒu)中全能助手的到来(lái)可能尚需时日，但由ControlNet引发的(de)又(yòu)一次AI绘(huì)画(huà)浪潮，让AIGC在ChatGPT的话(huà)题热(rè)点包(bāo)围中杀出重(zhòng)围。

01

ControlNet颠覆AI绘画新玩法

AIGC向可控靠近(jìn)

以AI绘(huì)画(huà)为代表的AIGC上一次爆火的时候，还是2022年8月(yuè)，在美国科罗拉(lā)多州举办的新兴数字艺术家竞赛中，一幅名为《太空歌剧院》的(de)作品(pǐn)获奖。

随后各大厂商的AI绘画(huà)软件被广大网友(yǒu)熟知并体验，Stable Diffusion便是其中代(dài)表。

用户(hù)们可(kě)以在应用中输入一组关键(jiàn)词或者一张照(zhào)片(piàn)，就能获得一幅AI创作的画作。

作(zuò)画的关(guān)键就是(shì)所输入的文(wén)本(běn)。同一组(zǔ)关键(jiàn)词(cí)也可以创作出很多张风格不一样的(de)画作(zuò)，这让创作的(de)过程(chéng)就像开盲(máng)盒。

很(hěn)多用户很喜欢这种不确(què)定的惊喜，他们(men)会将生成的美(měi)图当做头像。而(ér)另一(yī)部分喜(xǐ)欢(huān)翻看AI绘画的“翻车”作品。在社(shè)交媒体上，许多(duō)用户分(fēn)享AI“翻(fān)车(chē)现场”，例如，一位网(wǎng)友的(de)小狗(gǒu)照片(piàn)被(bèi)AI画成了(le)“肌(jī)肉(ròu)男(nán)”，还有(yǒu)网友的个人照片被(bèi)AI识(shí)别成了建(jiàn)筑。

而如今(jīn)随着ControlNet的出现与加持，以往AI绘(huì)画的填写关(guān)键词游戏可能要被(bèi)颠覆了。

ControlNet是一位正(zhèng)在(zài)斯坦福(fú)读博(bó)的中国人张(zhāng)吕(lǚ)敏创作(zuò)的一种基于控制点的图像(xiàng)变形算法，主要用于(yú)数(shù)字(zì)图像处理、计算机视觉和计算机图形学(xué)等领(lǐng)域。

其SD插件一经发(fā)布(bù)，在(zài)短短的两天(tiān)内(nèi)便成(chéng)为了AI绘画(huà)领域最新的热点(diǎn)。

在此之(zhī)前，大家(jiā)用(yòng)了很多方法想让AI生成的结果(guǒ)尽可能的符合要求，但(dàn)是都不尽如人(rén)意，它(tā)的出(chū)现代表(biǎo)着AI生成开始进入(rù)真正(zhèng)的可(kě)控时期。

因(yīn)为ControlNet可(kě)以(yǐ)直接提取(qǔ)画(huà)面的构图，人物的姿(zī)势和(hé)画面的深度(dù)信息等。有了它的帮助，就不用频(pín)繁的(de)用提示词来(lái)碰运(yùn)气，抽盲(máng)盒式(shì)的创作了。

通(tōng)俗的说ControlNet相当(dāng)于给(gěi)AI绘画(huà)加了(le)“魔法”，不少博(bó)主(zhǔ)的作品已经获得(dé)了大量的(de)浏(liú)览量，“viggo”就(jiù)是其中之一(yī)，他用朋友的照(zhào)片直(zhí)接(jiē)带她们走进动漫世界。

viggo先用StableDiffusion图片转文(wén)字(zì)。

再用(yòng)Text2Prompt插件拓展找到对应的关(guān)键词；最后用ControlNet插(chā)件绑定骨骼(gé)开始换关(guān)键词试(shì)效果。

贪嗔痴慢疑什么意思啊，贪嗔痴慢疑的对应一句rc="https://mmbiz.heiliaofuli.com/wp-content/uploads/2023/03/4efa72af2df1b5d.jpeg?imageMogr2/thumbnail/2160x0/format/webp/quality/80" data-ratio="0.54140625" data-s="300,640" data-type="jpeg" data-w="1280">

通过(guò)图片就可以看出来，效果(guǒ)十分惊(jīng)艳。

更厉(lì)害的是(shì)，除了(le)真实的照片，草图也可(kě)以(yǐ)加上“魔法”，知乎大(dà)牛“DevPoint”和(hé)“逗(dòu)砂”介绍到ControlNet还能实现(xiàn)线(xiàn)稿转全彩图。大(dà)神张(zhāng)吕敏其本尊也亲自回应(yīng)。

不得不说(shuō)当(dāng)下AIGC已(yǐ)经变得越来越(yuè)强大，甚至(zhì)输出的作品都已经能以假乱真(zhēn)了。

02

难辨虚实，AIGC技术力爆发

警惕安全(quán)问题(tí)

近(jìn)日，“苏州(zhōu)金鸡湖(hú)有游艇(tǐng)party”的(de)消(xiāo)息火遍网络，而经过警方(fāng)辟谣(yáo)这所谓的“party”可能是全国第一(yī)起AI绘(huì)图诈骗。

由于这个活动(dòng)里面给出的美(měi)女照片都(dōu)是AI制(zhì)作(zuò)的(de)真人照片绘图，因为太(tài)逼真，被(bèi)大家当成真事传(chuán)播了(le)。

不过仔细观察可(kě)以发现，活动发起者提供的(de)照片中有个很大的(de)漏洞可以发现并非真人，而是AI绘图，那便(biàn)是图片(piàn)中女性的(de)手指部分有的存(cún)在异常。

有行业人事表示：“现(xiàn)在因为手指部分的绘画(huà)算法比较复杂，AI还不太会画人的手(shǒu)，但最(zuì)新看到的(de)图片已(yǐ)经有越来越完美的AI模型出现(xiàn)，以(yǐ)后可能(néng)就(jiù)完全没(méi)有漏(lòu)洞(dòng)了。”

类(lèi)似(shì)的(de)AI作图诈骗在国外也已有发生。据英国(guó)广(guǎng)播公司报道，土耳其地(dì)震期(qī)间，有Tiktok用户使用AI合成了儿童受灾的假照片发(fā)布(bù)到网(wǎng)络，以此诱骗善良的人打赏“捐助”从而实施诈骗。

目前随(suí)着技术发展，AIGC已经能做出真人照片般(bān)的绘图效果(guǒ)，如果(guǒ)这样的图片被(bèi)用来诈骗，将非常(cháng)可怕。

此外AIGC还引(yǐn)发了很多担忧，一方面，批判者认为AI在“学习(xí)”了大量(liàng)前人(rén)的(de)作品之后，其创作没有任何情绪和灵(líng)魂，难以和人类的艺术创作(zuò)相提(tí)并论。

另一方面，AIGC背后的版权、目前都并没(méi)有得到(dào)有效的解决(jué)，还有AIGC会不会(huì)代替人类“至高无上”的(de)创意。

马斯克(kè)也强调，人工(gōng)智能的安全(quán)问题(tí)需(xū)要得到重视，太晚就来不(bù)及了。

03

AIGC下一站除(chú)了(le)视频，还有(yǒu)远方

技(jì)术(shù)都是有两面(miàn)性(xìng)的，潜(qián)在的危(wēi)害并(bìng)不能掩(yǎn)盖其(qí)光辉的贡献。现在(zài)看来，人工智能技术将是(shì)第四(sì)次(cì)工业(yè)革命的核(hé)心驱动力量，将创造新的增长奇迹。

过去一(yī)年，人工智(zhì)能在技术和商业层面都有了(le)巨(jù)大进展，AI绘画就是人工智能技术发生方向(xiàng)性改(gǎi)变的一个代(dài)表。其下一站或许就是视频。

此前(qián)，Meta和谷歌(gē)先后发布了几条(tiáo)引爆科技圈的短视(shì)频。这些(xiē)视频引发关注并非(fēi)内容做得多优秀，反而都非常简单，比如一匹正在喝水的(de)马，一只画(huà)画的(de)玩具熊，或者(zhě)一段(duàn)骑摩托车(chē)的(de)第一视角录像，随便一个有手机的(de)人(rén)都(dōu)可以(yǐ)随手录(lù)下一(yī)段。

但这些(xiē)短(duǎn)视频的创作(zuò)方式非常简单，创作者仅仅需要(yào)向AI输入(rù)一段话，甚(shèn)至(zhì)只(zhǐ)是说一下(xià)要求(qiú)，AI就可(kě)以根据需(xū)要生(shēng)成一段视频。

谷(gǔ)歌发(fā)布的(de)两个AI生成视频分别来自于(yú)Imagen Video和Phenaki，前者主要(yào)突(tū)出的是高清(qīng)，与Meta的Make-A-Video没有(yǒu)太多的差别(bié)。

在Make-A-Vid贪嗔痴慢疑什么意思啊，贪嗔痴慢疑的对应一句eo公布了(le)AI生成的视频后，AI圈就已经玩了一波梗，一个能(néng)够做出更(gèng)高(gāo)清(qīng)视频的AI还不足以在短时间内戳中兴奋点。

Phenaki更加令人震惊的地方在于，它可以制作出超过2分钟(zhōng)的连贯的也有确切内(nèi)容的视频，这才是真正让人们感到(dào)惊喜(xǐ)的地方。因为无论AI生成的视频多(duō)么(me)高清，也只能是为内容生产者提供一个灵感，一个素材，一(yī)个(gè)过(guò)场(chǎng)动画(huà)。

不过(guò)能(néng)够制作出有具(jù)体剧情内容的视频(pín)就意味着，一些(xiē)视频(pín)创作由AI代替人工完(wán)成已经初步有了可能。

当下AI的发展速度(dù)已经(jīng)超过大部分(fēn)人的(de)想(xiǎng)象(xiàng)。内容产业的本(běn)质是供给创(chuàng)造需求，AIGC作为全新的内容(róng)生(shēng)产方式，可以为内容产业带来(lái)更新(xīn)的内容(róng)风格(gé)、更快的生产(chǎn)速度(dù)，更低(dī)的生产(chǎn)成(chéng)本，这无疑会驱动(dòng)内容产业的大爆发(fā)。

除(chú)了AI绘图、视频，AIGC技术还能应(yīng)用于音(yīn)乐、代码、机(jī)器(qì)人动作等(děng)多种内容形(xíng)式的(de)生(shēng)成。不(bù)难发现(xiàn)该项技术不(bù)仅在(zài)游戏等行业能得到有效(xiào)应(yīng)用，对于(yú)下一代互联网各种元素的构建亦(yì)有关键意义(yì)。

从商业(yè)化的(de)角度(dù)来看(kàn)，文化娱乐、教育、传媒等(děng)诸多领域，本身(shēn)就对(duì)基于AI的可视化内容有(yǒu)强烈需求。

因(yīn)此，AI绘画(huà)及视频或不是结果，而只是AI进程中的一块重要拼图(tú)，有望(wàng)在技术(shù)更(gèng)新的加(jiā)持下实现(xiàn)更大的(de)应用价(jià)值。

AI从理解内(nèi)容，走向了可以(yǐ)生成内容，甚至(zhì)能够创造(zào)出独立价值和独立视(shì)角的内容。AIGC的再次出(chū)圈(quān)，更代表着未来的先进生产力即将(jiāng)到来(lái)。

04

紧抓大(dà)模型(xíng)与算力，牢(láo)固AIGC底(dǐ)座

从技(jì)术的(de)发展也可(kě)以看出，在语言大模型、图像大(dà)模型(xíng)之后，多模(mó)态大模(mó)型已经成为了新的趋势。

大模型被誉为(wèi)当(dāng)前(qián)人工智能发展的(de)智能底座，是全球竞争最(zuì)激烈的(de)研究方(fāng)向(xiàng)之一，包(bāo)括谷(gǔ)歌、亚马逊、百度、阿里、腾(téng)讯等(děng)众多头部企业都在竞相发力。

不过训练(liàn)大(dà)模(mó)型(xíng)的确价格不(bù)菲，以国盛证(zhèng)券发布的《ChatGPT需要多少算力》报告估算，GPT-3训练(liàn)一(yī)次的(de)成本约(yuē)为140万美(měi)元(yuán)。而对于(yú)一些更大的LLM(大型语言模(mó)型)，训练(liàn)成本(běn)则介于200万美元至1200万美元高价(jià)之间。

以ChatGPT在2023年1月的(de)独立访客平均数1300万计(jì)算，其对(duì)应芯片需求为3万多片英(yīng)伟达A100 GPU，初始投(tóu)入成本约为8亿美元，每日仅(jǐn)电费就(jiù)在5万(wàn)美元左(zuǒ)右。

此(cǐ)外不论(lùn)是ChatGPT还是AIGC，都(dōu)离不开庞大算力(lì)支持(chí)。在关注各类(lèi)大模(mó)型(xíng)的发展同时，更应该(gāi)关注(zhù)算力网络的建设(shè)。

算力网络正(zhèng)驱动AI产业发(fā)展进入史诗(shī)级加速进程，让AIGC及(jí)通用(yòng)AI这一人工智能(néng)发(fā)展(zhǎn)的终极目标离得更近(jìn)。

因为算力(lì)可以对突破性技(jì)术(shù)创(chuàng)新提供大力的支持。这(zhè)方面，多(duō)模态(tài)大模型是典型。作为面向未(wèi)来强人(rén)工智能、通用人(rén)工智能的重要(yào)技术(shù)创新(xīn)，多模态大模(mó)型已经在人工智能领(lǐng)域提出了很多年，业界也有不(bù)少技术突(tū)破，但是，多模(mó)态(tài)大模型进一步(bù)往下走，算力需(xū)求呈几何式(shì)上(shàng)升，一般的算力基(jī)础设施(shī)很快将(jiāng)难(nán)以胜任。

从(cóng)图像、文字(zì)、语音单独一(yī)项(xiàng)的(de)训练，到双(shuāng)模态、三模态的(de)跃迁，让(ràng)人工智能可以(yǐ)灵(líng)活应对(duì)不同(tóng)模态的(de)转化(huà)、像人与世(shì)界交互一样自然，这方面，由算力网络来驱动将有明显优势(shì)。

此外，还有(yǒu)很多需(xū)要爆发式增长的算力来支撑的(de)技术创(chuàng)新，将在人(rén)工智能算力网络(luò)支撑下快速(sù)推进。

AIGC已经露出(chū)曙光，期待在大模型和大(dà)算力(lì)的支持下AIGC能持续颠覆内容生产的方(fāng)式(shì)，将创造的边际(jì)成本降(jiàng)低，让万(wàn)众受益(yì)。

未经允许不得转载：橘子百科-橘子都知道 贪嗔痴慢疑什么意思啊，贪嗔痴慢疑的对应一句