自聊天机器(qì)人ChatGPT火(huǒ)爆以来(lái)，微软公司创(chuàng)始(shǐ)人比尔(ěr)·盖(gài)茨已多次公开谈(tán)论人工智能(néng)话题(tí)。在最近的一(yī)次采访(fǎng)中(zhōng)，他再次(cì)表示：“AI可能(néng)会让科技(jì)行业迎来(lái)一次剧烈(liè)的洗(xǐ)牌(pái)”。

这个结论是他(tā)在(zài)当地时间2月20日接(jiē)受《In Good Company》节目(mù)专访时提出(chū)的。

他预期，AI的发展可能会威胁到(dào)谷(gǔ)歌的市占(zhàn)率，因为微软(ruǎn)在AI方面(miàn)的行动相当迅速。而(ér)最终科技巨头将(jiāng)把AI整合成用户(hù)的(de)“全能助手(shǒu)”，包揽一切应用(yòng)，与(yǔ)人(rén)们进(jìn)行沟通并(bìng)提供建议，可(kě)以取代亚(yà)马逊(xùn)、Siri或(huò)Outlook等(děng)应用。

大佬(lǎo)口中全能助手(shǒu)的到来可能尚需(xū)时日，但(dàn)由(yóu)ControlNet引发的又一次AI绘画浪潮(cháo)，让AIGC在ChatGPT的话题热点(diǎn)包围中(zhōng)杀出重围。

01

ControlNet颠覆AI绘画新玩法

AIGC向可(kě)控靠近

以AI绘画为代表的(de)AIGC上一次爆火的时(shí)候(hòu)，还是2022年8月，在(zài)美国(guó)科罗拉多州举办的新兴数字艺术家(jiā)竞赛中，一(yī)幅名(míng)为《太空歌剧(jù)院(yuàn)》的作品获奖(jiǎng)。

随后各大厂商的(de)AI绘(huì)画软件被广大网友熟知并(bìng)体(tǐ)验，Stable Diffusion便是(shì)其中代表。

用户们可(kě)以在应用(yòng)中输入一(yī)组关键词或者一张照(zhào)片，就能(néng)获得一幅AI创作的(de)画(huà)作。

作画(huà)的关键(jiàn)就是(shì)所(suǒ)输入的(de)文本。同(tóng)一组关(guān)键词也(yě)可以创(chuàng)作(zuò)出很多张风格不(bù)一样的(de)画(huà)作，这让(ràng)创作的过程就(jiù)像(xiàng)开盲盒。

很多用户很喜(xǐ)欢这种不确定的惊(jīng)喜，他们(men)会(huì)将生成的美图当做头像。而另一部分喜(xǐ)欢翻(fān)看(kàn)AI绘画的“翻车”作品。在(zài)社交媒体(tǐ)上，许(xǔ)多用户分享AI“翻(fān)车现场”，例(lì)如，一(yī)位(wèi)网友的小(xiǎo)狗照片被(bèi)AI画成了“肌肉男”，还有网友的个(gè)人照片(piàn)被AI识(shí)别成(chéng)了(le)建(jiàn)筑(zhù)。

而(ér)如今随着ControlNet的(de)出(chū)现与加持，以(yǐ)往AI绘(huì)画的填(tián)写关键词(cí)游戏可能(néng)要被(bèi)颠覆了。

ControlNet是一位正在(zài)斯坦福(fú)读(dú)博(bó)的中国(guó)人张(zhāng)吕敏(mǐn)创(chuàng)作的一(yī)种基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学等领域(yù)。

其(qí)SD插件一(yī)经发布，在短短的两(liǎng)天(tiān)内便成为(wèi)了AI绘画领域最新的(de)热点。

在此之前(qián)，大(dà)家用(yòng)了很(hěn)多方法想让(ràng)AI生成的(de)结(jié)果尽可能的(de)符(fú)合要(yào)求，但是都(dōu)不尽(jǐn)如人意，它(tā)的出(chū)现代表着AI生(shēng)成开始(shǐ)进入真正的可控时期。

因为ControlNet可以直接提取画面的构图(tú)，人(rén)物的姿势(shì)和画面中考考几科,总分多少分，中考一般各科考多少分的深(shēn)度信息等。有了(le)它的帮助，就不用频繁的用提(tí)示词来碰运气(qì)，抽盲盒(hé)式的创(chuàng)作了。

通俗(sú)的(de)说ControlNet相当于(yú)给(gěi)AI绘画加(jiā)了“魔(mó)法”，不少博主的(de)作品已经获得了大(dà)量的浏览量，“viggo”就是(shì)其中(zhōng)之一，他用(yòng)朋友的照(zhào)片(piàn)直接带她们走进动(dòng)漫世界。

viggo先用StableDiffusion图片(piàn)转文(wén)字。

再用Text2Prompt插件拓(tuò)展找到对应(yīng)的关键词(cí)；最后(hòu)用ControlNet插件(jiàn)绑定骨骼开始换(huàn)关键词(cí)试效(xiào)果(guǒ)。

通过图片就(jiù)可以(yǐ)看(kàn)出(chū)来，效果十分惊艳。

更厉害的是，除了(le)真实(shí)的照片，草图也可以(yǐ)加(jiā)上“魔法”，知乎大牛“DevPoint”和“逗砂”介绍到ControlNet还能实现线稿转全(quán)彩图(tú)。大神(shén)张吕(lǚ)敏其本尊也亲自回应。

不得不说当(dāng)下AIGC已经(jīng)变得越来越强大，甚至输(shū)出的作(zuò)品(pǐn)都已经(jīng)能以假乱真了。

02

难(nán)辨虚实(shí)，AIGC技术力爆发

警惕安全问题

近日，“苏州金(jīn)鸡湖有(yǒu)游艇party”的消息火遍网络，而(ér)经过警方(fāng)辟谣这(zhè)所谓(wèi)的“party”可能是全国第(dì)一(yī)起AI绘图诈骗。

由于(yú)这个(gè)活动里(lǐ)面(miàn)给出的美女(nǚ)照片都是AI制作(zuò)的真人照片(piàn)绘图(tú)，因为(wèi)太逼真(zhēn)，被大家当成真事传播了。

不(bù)过仔(zǎi)细观察可以发现(xiàn)，活动发(fā)起者提供的照片中(zhōng)有个很大(dà)的漏洞(dòng)可以发(fā)现并非真人，而是AI绘图，那(nà)便是(shì)图片中女性的手指部(bù)分有的存在异常(cháng)。

有行业(yè)人事表示：“现在(zài)因为手指(zhǐ)部分的绘画算(suàn)法比较复杂，AI还(hái)不太会画人的手(shǒu)，但最(zuì)新(xīn)看到(dào)的(de)图片已经有越来越完美的AI模型出现，以后可能就完全没有(yǒu)漏洞了(le)。”

类似的(de)AI作图诈骗在国(guó)外也已(yǐ)有发生。据英国广播(bō)公司报道，土耳其地震期(qī)间(jiān)，有Tiktok用户使用AI合(hé)成了儿童(tóng)受灾(zāi)的假照片发布到网络，以此(cǐ)诱骗善良(liáng)的人打(dǎ)赏“捐(juān)助”从(cóng)而实施诈骗。

目前随(suí)着技术发展，AIGC已经能做出真人照(zhào)片般的绘图效果(guǒ)，如果这样的图(tú)片被用来(lái)诈(zhà)骗，将非常(cháng)可(kě)怕。

此外AIGC还引(yǐn)发(fā)了很多担忧，一方面(miàn)，批判者认为AI在“学习”了大量前人的(de)作品之后(hòu)，其(qí)创作(zuò)没有任何情绪和(hé)灵魂，难以和人(rén)类的艺术创作相提(tí)并论。

另一方面，AIGC背后的版权(quán)、目前(qián)都并(bìng)没有得到有效(xiào)的解决，还有AIGC会不会代替人类“至高(gāo)无(wú)上”的(de)创意。

马斯克也强调，人(rén)工智能的安(ān)全问题(tí)需要得到(dào)重视，太晚就(jiù)来不(bù)及了。

03

AIGC下一站除了视频(pín)，还有远方(fāng)

技术都是有两面性的，潜在的(de)危害并不能掩盖其光辉的贡献。现在看来，人(rén)工智能技术(shù)将是(shì)第四次(cì)工业(yè)革命的核(hé)心(xīn)驱动力量，将创造新的增长(zhǎng)奇迹(jì)。

过去(qù)一年，人(rén)工智能(néng)在(zài)技术和商(shāng)业层面都有了(le)巨(jù)大(dà)进展，AI绘(huì)画就是人工智能技术(shù)发生方(fāng)向性改变(biàn)的一个代(dài)表。其下一站(zhàn)或(huò)许就(jiù)是视(shì)频。

此(cǐ)前，Meta和谷(gǔ)歌先后发布了几(jǐ)条引爆科技圈的短视频。这些视频引发(fā)关注并非(fēi)内(nèi)容做得多优秀，反而都非常(cháng)简单，比(bǐ)如一(yī)匹正在(zài)喝水的(de)马，一只(zhǐ)画(huà)画的玩具熊，或者一段骑摩托车的(de)第一视(shì)角录(lù)像，随便一个有手机的人(rén)都(dōu)可以随手录下一段(duàn)。

但这些短(duǎn)视(shì)频的创(chuàng)作方式非(fēi)常简单，创作者仅仅需要(yào)向(xiàng)AI输入(rù)一段话(huà)，甚(shèn)至只是说一下要求，AI就可以(yǐ)根据(jù)需要生(shēng)成一(yī)段(duàn)视(shì)频。

谷歌发(fā)布(bù)的两个AI生成视频分别来自于(yú)Imagen Video和Phenaki，前者(zhě)主要突出(chū)的是(shì)高清，与Meta的Make-A-Video没有太(tài)多的差(chà)别。

在Make-A-Video公布了AI生成的视频后，AI圈就(jiù)已经玩了一波(bō)梗，一个能够做(zuò)出更高清视频的AI还不足(zú)以(yǐ)在(zài)短(duǎn)时(shí)间内戳(chuō)中兴奋点。

Phenaki更加令人(rén)震(zhèn)惊的(de)地方在于，它(tā)可以制作(zuò)出超(chāo)过2分钟的连贯的也有确切内(nèi)容的视频，这(zhè)才是真(zhēn)正(zhèng)让(ràng)人们(men)感(gǎn)到惊喜的(de)地(dì)方。因为无论(lùn)AI生成的视(shì)频多么高清，也只(zhǐ)能(néng)是为内容生(shēng)产者提供一个灵感(gǎn)，一个素材，一个过场动画。

不过(guò)能够制作出有具体剧(jù)情内(nèi)容的视频就意味着(zhe)，一些视(shì)频(pín)创作由AI代替(tì)人(rén)工完成已(yǐ)经初步有了可能。

当下AI的发展速度(dù)已经(jīng)超(chāo)过大(dà)部(bù)分人的想象。内容产业(yè)的(de)本质(zhì)是供给创(chuàng)造需求，AIGC作为全新的内(nèi)容生产方式，可以为内(nèi)容产业带来更新的内容风格、更(gèng)快的生产速度(dù)，更低的生产成本，这无疑会驱动(dòng)内容产业的大爆发(fā)。

除了AI绘(huì)图、视频，AIGC技术还能应用(yòng)于(yú)音乐(lè)、代码、机器人动作等多种内容形式(shì)的生成。不难发现该项技术不仅在游戏等行业能得到有效应用(yòng)，对于下一代互联网各种(zhǒng)元素的构建亦有关键意(yì)义。

从商业(yè)化(huà)的角度来看，文化娱乐、教育、传媒等诸(zhū)多(duō)领域，本身就对(duì)基(jī)于AI的(de)可视化(huà)内容有强烈需(xū)求。

因此，AI绘画及(jí)视频或不是结果(guǒ)，而只是AI进程中的(de)一块重要拼(pīn)图，有望在技术更新(xīn)的加持下实现更(gèng)大的应用价值。

AI从(cóng)理解内容，走向了可(kě)以生(shēng)成内容，甚至能够创造出独立价值和独立视角(jiǎo)的内容。AIGC的再次出圈，更代表着未来(lái)的先进生产力即将(jiāng)到来。

04

紧抓大模型与算力(lì)，牢固(gù)AIGC底座

从(cóng)技术的发展也(yě)可以看出，在(zài)语言(yán)大模(mó)型、图像(xiàng)大模(mó)型之后，多(duō)模态大模型已(yǐ)经成为了新的趋势(shì)。

大(dà)模(mó)型被誉为(wèi)当前人工智能发展(zhǎn)的智能底座，是全球竞争最激烈的研究方(fāng)向之一，包括谷歌、亚(yà)马(mǎ)逊(xùn)、百度、阿里(lǐ)、腾讯等众多(duō)头部企(qǐ)业(yè)都在(zài)竞相发力。

不(bù)过训练大模型的(de)确价格(gé)不菲(fēi)，以国盛证券发布的(de)《ChatGPT需要(yào)多(duō)少算(suàn)力》报告估算，GPT-3训(xùn)练一次的成本约为(wèi)140万美(měi)元(yuán)。而(ér)对于一些更大的LLM(大型语言模型(xíng))，训(xùn)练成本则介于200万美元至(zhì)1200万(wàn)美元高价之间。

以ChatGPT在(zài)2023年1月的(de)独(dú)立访客平均(jūn)数1300万(wàn)计算(suàn)，其对应(yīng)芯(xīn)片需求为(wèi)3万多片英伟达(dá)A100 GPU，初始投入(rù)成本约(yuē)为8亿美元，每日仅电费(fèi)就在5万美元(yuán)左右。

此外不论是ChatGPT还是AIGC，都离不开(kāi)庞大(dà)算力支持。在关注各类(lèi)大模型的发展同时，更(gèng)应(yīng)该关注(zhù)算(suàn)力网络的建设。

算力(lì)网络正驱动AI产业(yè)发(fā)展进(jìn)入史诗(shī)级加(jiā)速进程，让(ràng)AIGC及(jí)通用(yòng)AI这一人工智能发展的终(zhōng)极目标(biāo)离得更近。

因为算力(lì)可(kě)以对(duì)突破性技(jì)术创新提供大力的支持(chí)。这方面，多模态大模型是典型。作为面向(xiàng)未来强人工智(zhì)能、通用人(rén)工智(zhì)能(néng)的重要技术创新(xīn)，多模(mó)态大模型已经在人工智能领域提出了很多(duō)年(nián)，业界(jiè)也有不(bù)少技术突破，但是(shì)，多模态大模(mó)型进一步往下走，算(suàn)力需(xū)求呈几何式上升，一般的算力基(jī)础设施很快将难以(yǐ)胜任。

从图像(xiàng)、文字、语音(yīn)单独(dú)一项的训练，到双模态、三模态的跃迁，让人工智(zhì)能可以灵活(huó)应对不(bù)同模态的(de)转化、像人与世界交互一样(yàng)自然，这(zhè)方面，由算力网络来驱动将有明(míng)显优势。

此外，还有很(hěn)多(duō)需要爆发(fā)式增长的算力来支撑(chēng)的(de)技术创(chuàng)新，将在人工智能算力网络支撑下快速推进(jìn)。

AIGC已(yǐ)经(jīng)露出曙光，期待在大模型和(hé)大算力的支持下AIGC能持(chí)续(xù)颠(diān)覆(fù)内容生产(chǎn)的方式，将创造的边际成本(běn)降(jiàng)低(dī)，让万众受益。

未经允许不得转载：橘子百科-橘子都知道 中考考几科,总分多少分，中考一般各科考多少分