自(zì)聊天机器人(rén)ChatGPT火爆(bào)以来，微软(ruǎn)公司创(chuàng)始(shǐ)人(rén)比尔(ěr)·盖(gài)茨已多次(cì)公开谈论人(rén)工(gōng)智(zhì)能话题。在最(zuì)近的一次采访中(zhōng)，他再次表示：“AI可能会让科(kē)技行业迎来一次剧烈的洗(xǐ)牌”。

这(zhè)个结(jié)论是他在当地时间2月20日接受(shòu)《In Good Company》节目专访时提出的(de)。

他预期，AI的发展可能会威(wēi)胁到谷歌的市占(zhàn)率，因为(wèi)微软在AI方面的行动相当迅速。而最终科技巨(jù)头(tóu)将把AI整合(hé)成用户(hù)的“全能(néng)助手”，包揽(lǎn)一切(qiè)应用，与人们(men)进行沟(gōu)通并提供建议，可以取(qǔ)代亚马逊(xùn)、Siri或Outlook等应(yīng)用。

大(dà)佬口中(zhōng)全能助手的到来可能尚(shàng)需时日，但由(yóu)ControlNet引发的又一次AI绘画(huà)浪(làng)潮，让AIGC在ChatGPT的(de)话题热(rè)点(diǎn)包围(wéi)中(zhōng)杀出重围。

01

ControlNet颠覆(fù)AI绘画新玩法

AIGC向可控靠近

以AI绘画为代表的(de)AIGC上(shàng)一次爆(bào)火(huǒ)的时候(hòu)，还(hái)是(shì)2022年8月，在美(měi)国科罗拉多州举办(bàn)的新兴数字艺(yì)术(shù)家竞赛中，一幅名为《太(tài)空(kōng)歌剧院(yuàn)》的作(zuò)品获奖(jiǎng)。

随后各大(dà)厂商的AI绘画软件被广大网友熟知并体验，Stable Diffusion便是(shì)其中代(dài)表。

用(yòng)户们(men)可(kě)以在应用中输入一组关(guān)键词或者(zhě)一张照片(piàn)，就(jiù)能获(huò)得一幅AI创作的画作。

作画(huà)的关键就是所输入的(de)文本。同一(yī)组(zǔ)关键词也可(kě)以创(chuàng)作出(chū)很(hěn)多张风格不一样(yàng)的画(huà)作，这让创作(zuò)的过程就像开盲(máng)盒。

很多(duō)用户很喜欢这种不确定(dìng)的(de)惊喜，他们会将生成(chéng)的美图当(dāng)做头像(xiàng)。而另一(yī)部分喜欢翻看(kàn)AI绘画(huà)的“翻车”作(zuò)品。在社交(jiāo)媒体上(shàng)，许多用户(hù)分享AI“翻车现场”，例如，一位(wèi)网友的小(xiǎo)狗照片被AI画成了“肌肉男(nán)”，还有网友的个人(rén)照片被(bèi)AI识别成了建(jiàn)筑。

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

ControlNet是一位(wèi)正在斯坦福读博的中(zhōng)国(guó)人张吕敏(mǐn)创(chuàng)作的一种基于(yú)控制点的图像变形算法，主要用于数字图(tú)像处理、计算机视觉和计算机图形学等领(lǐng)域。

其SD插件一经发布，在(zài)短短(duǎn)的(de)两天内便成为了AI绘画领域最新(xīn)的(de)热点。

在此(cǐ)之(zhī)前，大家用了很多方法想让AI生(shēng)成的结果尽可能的符(fú)合要求(qiú)，但是都不(bù)尽如(rú)人意，它的出现代(dài)表着AI生成开始进(jìn)入真正(zhèng)的(de)可(kě)控时期。

因为(wèi)ControlNet可以直接提(tí)取画(huà)面的构图，人物的(de)姿势(shì)和画面的(de)深度信(xìn)息等(děng)。有了(le)它的(de)帮助，就不用(yòng)频(pín)繁的用提示(shì)词来碰(pèng)运气(qì)，抽盲盒式(shì)的创(chuàng)作了。

通俗的说(shuō)ControlNet相当于给AI绘画加(jiā)了(le)“魔法(fǎ)”，不少(shǎo)博(bó)主的作(zuò)品已经获得了大(dà)量的浏(liú)览量，“viggo”就是其中之(zhī)一(yī)，他用朋友的(de)照(zhào)片直接带她们走进动(dòng)漫世界(jiè)。

viggo先用StableDiffusion图片转文字。

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

通(tōng)过图片就(jiù)可(kě)以看出(chū)来，效果(guǒ)十(shí)分惊艳。

更厉(lì)害(hài)的是，除了真实(shí)的照片，草图也可以(yǐ)加(jiā)上“魔法”，知(zhī)乎(hū)大牛“DevPoint”和“逗砂”介绍到ControlNet还能(néng)实现线稿(gǎo)转全(quán)彩图。大神(shén)张吕(lǚ)敏其本尊也亲自(zì)回应(yīng)。

不得不(bù)说当下AIGC已经变得越来(lái)越强大，甚至输出的作品(pǐn)都(dōu)已经(jīng)能以假乱真了。

02

难(nán)辨虚实，AIGC技术力爆发(fā)

警惕(tì)安(ān)全(quán)问题

近(jìn)日，“苏州(zhōu)金鸡湖有(yǒu)游艇party”的消息火(huǒ)遍网络，而(ér)经过(guò)警方辟(pì)谣(yáo)这所谓的“party”可(kě)能是全国(guó)第一起AI绘图诈骗。

由于(yú)这(zhè)个活动里面给出的(de)美女照片都是AI制作的真人(rén)照片绘图，因为太(tài)逼真(zhēn)，被(bèi)大家当成真(zhēn)事(shì)传(chuán)播了。

不过仔细观察(chá)可以发现，活动发(fā)起者提供的(de)照片中有个很大的(de)漏(lòu)洞(dòng)可以发现并非真(zhēn)人，而是(shì)AI绘(huì)图，那(nà)便是图片中女性(xìng)的手指部分有的(de)存在异常。

有行业人事表示：“现在因为手指部分的绘(huì)画(huà)算法比(bǐ)较复杂，AI还不太会画人(rén)的(de)手，但最(zuì)新看到的图片(piàn)已经有(yǒu)越(yuè)来越(yuè)完(wán)美的AI模(mó)型出现(xiàn)，以后可能就(jiù)完全(quán)没有漏(lòu)洞了。”

类似的AI作图(tú)诈骗在(zài)国外也(yě)已(yǐ)有发生。据英国广播(bō)公(gōng)司报道(dào)，土耳其地震期间，有Tiktok用(yòng)户(hù)使(shǐ)用AI合成了(le)儿(ér)童受灾的假照片发布到网络，以此诱骗善良的人打赏“捐助”从(cóng)而实施(shī)诈骗(piàn)。

目前随(suí)着技术(shù)发展，AIGC已经能做出(chū)真人照片般的绘图(tú)效果，如果这(zhè)样的(de)图片被用来诈骗，将非常(cháng)可(kě)怕(pà)。

此外AIGC还引发了很多担忧(yōu)，一方面，批判者认为AI在“学习”了大(dà)量前人的作品之后，其(qí)创作(zuò)没有任何情绪和灵魂(hún)，难以和人类的艺术创作相(xiāng)提并论(lùn)。

另一方(fāng)面，AIGC背后(hòu)的版权、目前都并没有(yǒu)得到有效(xiào)的解决，还有AIGC会(huì)不会代替人类“至高(gāo)无(wú)上(shàng)”的创(chuàng)意。

马(mǎ)斯克也强调，人工智能的(de)安全问(wèn)题需(xū)要得到重(zhòng)视，太晚就来不及了。

03

AIGC下一(yī)站(zhàn)除了视频，还有远方

技术都(dōu)是有(yǒu)两面(miàn)性的(de)，潜在的危害并不能掩盖其光辉的贡(gòng)献(xiàn)。现在看来(lái)，人工智能技术将是第四(sì)次(cì)工业革命的核心驱动力量，将创造新(xīn)的增长(zhǎng)奇(qí)迹。

过去一年(nián)，人工智能在(zài)技术和商(shāng)业层面都有(yǒu)了巨大(dà)进(jìn)展，AI绘画就是人工智能技术发生方向性改变的一个代表。其下(xià)一站或许就是视频。

此(cǐ)前(qián)，Meta和谷歌先(xiān)后发布了几(jǐ)条引爆科技(jì)圈(quān)的(de)短视频。这(zhè)些视频引发关注并非(fēi)内(nèi)容做得多优秀，反(fǎn)而都非常(cháng)简单，比如一匹正(zhèng)在喝水的马，一只(zhǐ)画(huà)画的玩(wán)具熊，或者一段骑摩托(tuō)车(chē)的第一(yī)视角录像，随(suí)便一个(gè)有(yǒu)手(shǒu)机的人都可以随手录下一段。

但这些短视(shì)频的创作方式非常简单，创作者仅仅需要向(xiàng)AI输入一段话(huà)，甚(shèn)至只是说(shuō)一下要(yào)求，AI就可(kě)以根据需要生成(chéng)一段视(shì)频。

谷歌发布(bù)的(de)两(liǎng)个AI生成(chéng)视(shì)频分别来自于Imagen Video和Phenaki，前者主要(yào)突出的是高清(qīng)，与Meta的(de)Make-A-Video没有太多的差别。

在Make-A-Video公(gōng)布了AI生成的视频后，AI圈就已经玩了一波梗，一个能够做出更高清(qīng)视频的AI还(hái)不足(zú)以在短(duǎn)时间内戳(chuō)中兴奋(fèn)点。

Phenaki更加令人震惊的地方(fāng)在于(yú)，它可(kě)以制作出超过2分(fēn)钟(zhōng)的(de)连贯的(de)也有确切内容的视频，这(zhè)才是真正让人们感(gǎn)到(dào)惊喜的地方。因为无论AI生成的视(shì)频多(duō)么高清(qīng)，也(yě)只能是(shì)为内容生(shēng)产者提供一(yī)个(gè)灵感(gǎn)，一个素材，一(yī)个过(guò)场动画。

不过能够制作出有具体剧情内容的视(shì)频就意味着，一些视(shì)频创作由AI代替人工完成(chéng)已经初步有了可能(néng)。

当下AI的发展速度已(yǐ)经超过大部分人的想象。内容产业的本质是供给创造(zào)需求，AIGC作为全新的内容生产方式，可以为内容产业(yè)带(dài)来更新的内容风格、更快的生(shēng)产(chǎn)速度(dù)，更低的生产成本，这(zhè)无疑会驱(qū)动内(nèi)容产业的大爆(bào)发。

除了AI绘图、视频(pín)，AIGC技术还能应用于音乐、代码、机器人动作(zuò)等多种内容形式的生成。不难发(fā)现(xiàn)该项技术不仅在游戏等行业能得(dé)到(dào)有效应用，对于下一代互(hù)联网各(gè)种元素的构(gòu)建亦有关(guān)键意义。

从商业(yè)化的角(jiǎo)度来(lái)看，文化娱乐、教育、传(chuán)媒等诸多领域，本身(shēn)就(jiù)对基于AI的可视化内容有强烈需(xū)求。

因此，AI绘(huì)画及视频或(huò)不是结(jié)果(guǒ)，而只是(shì)AI进程中的(de)一块重(zhòng)要拼图，有望(wàng)在技术更新的加持下实现更大的应用价(jià)值。

AI从理解内容，走向(xiàng)了可(kě)以生成内容，甚至(zhì)能够(gòu)创造出独立价(jià)值和独立(lì)视角的内容(róng)。AIGC的(de)再次出(chū)圈，更代表着未来的先进生产(chǎn)力(lì)即将到来。

04

紧抓(zhuā)大模型与算力，牢固AIGC底座(zuò)

从技术的发展也可以看出，在语言大模型、图(tú)像大模型之后，多模态大(dà)模(mó)型已经成为(wèi)了新的趋势。

大模型(xíng)被誉为当前人工智能(néng)发(fā)展的智能(néng)底座，是全(quán)球(qiú)竞争最激烈的研(yán)究方向之一(yī)，包括谷歌、亚马逊(xùn)、百度、阿里、腾讯(xùn)等(děng)众多(duō)头部企业都(dōu)在竞相发力。

不过训练大模型(xíng)的确价格不菲，以国盛证券发布的《ChatGPT需要多少算力》报告估算，GPT-3训练一次(cì)的成本约(yuē)为140万美(měi)元。而对于一些更大(dà)的LLM(大型语言模(mó)型)，训练成(chéng)本则介于200万美元至(zhì)1200万美元高(gāo)价之间。

以ChatGPT在2023年1月的独(dú)立访(fǎng)客(kè)平(píng)均数1300万(wàn)计算(suàn)，其对应芯片需求为(wèi)3万多(duō)片英伟(wěi)达A100 GPU，初(chū)始(shǐ)投入成本(běn)约为8亿(yì)美元(yuán)，每日仅电费就在(zài)5万(wàn)美(měi)元(yuán)左右。

此外不论是ChatGPT还是(shì)AIGC，都离(lí)不开庞大算力支持。在关(guān)注(zhù)各类大模(mó)型(xíng)的发展同(tóng)时，更应该关注算力网络的建设(shè)。

算力网络正(zhèng)驱动AI产业发展进入史诗级(jí)加速进程(chéng)，让AIGC及通用AI这一(yī)人工智能发(fā)展(zhǎn)的终极(jí)目标离得(dé)更近(jìn)。

因(yīn)为算力可以对突破性技(jì)术(shù)创新提供大(dà)力的支持。这方面(miàn)，多模态大模型是典型。作(zuò)为面向未(wèi)来强人工智能、通(tōng)用人工智(zhì)能(néng)的重要技术(shù)创新，多模(mó)态大模(mó)型已经在(zài)人工智能领域提出了(le)很多年，业界也有不少(shǎo)技术(shù)突破，但是(shì)，多模态大模(mó)型(xíng)进一步往下走(zǒu)，算力需(xū假如给我三天光明主要内容概括50字，假如给我三天光明主要内容概括30字)求呈几何式上升，一般的算力基础设(shè)施很快(kuài)将难以(yǐ)胜任。

从图像、文字、语(yǔ)音(yīn)单独一项的(de)训练，到双(shuāng)模态、三模态(tài)的跃迁，让(ràng)人工智(zhì)能可以灵活应对不同模态的转化、像人与世界交互一样自(zì)然，这(zhè)方(fāng)面，由算力(lì)网络(luò)来驱动(dòng)将有明显优势。

此(cǐ)外，还有很(hěn)多需(xū)要爆发式增长的算力来支撑(chēng)的技术创新(xīn)，将在人工智能算(suàn)力网络支撑下快速推进(jìn)。

AIGC已(yǐ)经露出曙光，期待在(zài)大模型和(hé)大算力的支持下(xià)AIGC能持续颠覆(fù)内容生产(chǎn)的方(fāng)式，将创造的边际成本降低，让(ràng)万众(zhòng)受益(yì)。

未经允许不得转载：橘子百科-橘子都知道 假如给我三天光明主要内容概括50字，假如给我三天光明主要内容概括30字