自(zì)聊天(tiān)机(jī)器人ChatGPT火爆以来(lái)，微软公司创始(shǐ)人(rén)比尔·盖茨已多次公开谈论人(rén)工智能话题。在最近的(de)一次采访(fǎng)中(zhōng)，他再(zài)次表示：“AI可能会让科技(jì)行业迎(yíng)来一次剧烈的洗牌”。

这(zhè)个结论是(shì)他在当地(dì)时间2月20日接受《In Good Company》节(jié)目专访时提出的。

他预期，AI的发(fā)展可能会威胁到谷(gǔ)歌的市占率，因为微软在AI方(fāng)面的(de)行动相当迅(xùn)速。而最终科技(jì)巨头将把AI整合成(chéng)用户的(de)“全(quán)能助手”，包揽一切应用，与人们进行沟通(tōng)并提供建议，可(kě)以取代亚马逊(xùn)、Siri或(huò)Outlook等(děng)应用(yòng)。

大(dà)佬口(kǒu)中全能助手的到来可能尚(shàng)需时日，但由ControlNet引发的又一(yī)次AI绘画浪潮，让AIGC在ChatGPT的话(huà)题热(rè)点包围中杀出重围。

01

ControlNet颠(diān)覆AI绘画新玩法

AIGC向(xiàng)可控靠近(jìn)

以AI绘画为代(dài)表的(de)AIGC上一次爆火的(de)时候，还是(shì)2022年8月(yuè)，在美(měi)国(guó)科罗(luó)拉多州举(jǔ)办的(de)新兴(xīng)数字艺术家竞赛中，一幅(fú)名为《太空歌剧院(yuàn)》的作品获奖。

随后各(gè)大厂(chǎng)商的AI绘(huì)画软件被(bèi)广大网友熟(shú)知并(bìng)体验，Stable Diffusion便是其中代表。

用户们可以在应(yīng)用中输(shū)入(rù)一(yī)组关键词或者一张照片，就能获得(dé)一幅(fú)AI创作的(de)画作(zuò)。

作画(huà)的关键就是所输入的文本(běn)。同一组关键词也可(kě)以创(chuàng)作出很多张风格不一样(yàng)的画作，这让创(chuàng)作的过程(chéng)就像开盲盒。

很多(duō)用户很(hěn)喜(xǐ)欢这种不确定的(de)惊喜，他们(men)会将生成的美图当做头像。而(ér)另一部分喜欢(huān)翻看(kàn)AI绘画的“翻车”作品。在(zài)社交媒体(tǐ)上，许多用户分享AI“翻车现场”，例如(rú)，一位(wèi)网友的小狗照片被AI画成(chéng)了(le)“肌肉男”，还有(yǒu)网(wǎng)友的个人照(zhào)片被AI识(shí)别(bié)成了建筑。

而如今随着(zhe)ControlNet的出(chū)现(xiàn)与加持，以往AI绘画的填写(xiě)关(guān)键词游戏可能(néng)要被颠覆了。

ControlNet是一(yī)位正在斯坦福读博(bó)的中国人张吕敏(mǐn)创(chuàng)作的一种基(jī)于控制点的(de)图像(xiàng)变(biàn)形算法，主要用于数字图像(xiàng)处理、计(jì)算机视觉和计算(suàn)机图形学等领域(yù)。

其SD插(chā)件(jiàn)一(yī)经发布(bù)，在短短的两天内便成为(wèi)了(le)AI绘(huì)画领(lǐng)域最新的热点。

在此(cǐ)之前(qián)，大家用了(le)很多方法(fǎ)想让AI生成的结果尽可能的符合要求，但是(shì)都不尽如(rú)人(rén)意，它的出现代表着AI生成开始(shǐ)进事出有因必有妖下一句怎么回，事出反常必有妖,人若反常必有刀,言不由衷定有鬼入真正的(de)可控时期。

因为ControlNet可以直(zhí)接提取画面(miàn)的构图，人(rén)物(wù)的(de)姿(zī)势和画(huà)面的深度信息等。有了它的帮助，就不用频繁的(de)用(yòng)提示词来碰(pèng)运气，抽盲盒式(shì)的(de)创作(zuò)了。

通俗的说ControlNet相(xiāng)当于(yú)给AI绘画加(jiā)了“魔法(fǎ)”，不少博主的作品已经(jīng)获得(dé)了(le)大量(liàng)的浏(liú)览量，“viggo”就是其中之一，他用朋友的照片直接带(dài)她们走进动漫世界。

viggo先用(yòng)StableDiffusion图片转(zhuǎn)文字。

再用Text2Prompt插件拓展(zhǎn)找(zhǎo)到对应(yīng)的(de)关键(jiàn)词(cí)；最后用ControlNet插件(jiàn)绑定骨骼开始换(huàn)关键词试效果(guǒ)。

通(tōng)过图片就可以看出来，效果十分惊(jīng)艳(yàn)。

更厉害的是，除了真实的照片，草图也可以(yǐ)加上(shàng)“魔(mó)法(fǎ)”，知乎(hū)大牛(niú)“DevPoint”和“逗砂”介绍到ControlNet还能实现线稿转(zhuǎn)全(quán)彩图。大神张吕敏(mǐn)其本尊也(yě)亲自回应。

不(bù)得不说当下AIGC已经变得越来越强大，甚至(zhì)输出的作品都(dōu)已经(jīng)能以假乱真了。

02

难(nán)辨虚实，AIGC技(jì)术力(lì)爆发

警惕(tì)安(ān)全问(wèn)题

近(jìn)日(rì)，“苏州(zhōu)金鸡湖有游艇(tǐng)party”的(de)消息火遍网络，而经过(guò)警方(fāng)辟谣(yáo)这所谓(wèi)的“party”可(kě)能是全国(guó)第一起AI绘图诈骗。

由于这个活(huó)动里面给出的美(měi)女照片(piàn)都是AI制作的真人照(zhào)片(piàn)绘(huì)图，因为太逼真，被(bèi)大(dà)家当成真事传播(bō)了。

不过(guò)仔细观察可以发现，活动发(fā)起者提供的照片中有(yǒu)个很(hěn)大的(de)漏洞(dòng)可以(yǐ)发现并非真人，而是(shì)AI绘图，那便是图片中(zhōng)女性(xìng)的(de)手指部分有(yǒu)的存(cún)在异常。

有行业人事表示：“现在因为手指部分的绘画算法比较复杂，AI还不太会画人的手(shǒu)，但最(zuì)新看(kàn)到(dào)的图片已(yǐ)经(jīng)有越来越完美的(de)AI模型(xíng)出现，以后可能就完(w事出有因必有妖下一句怎么回，事出反常必有妖,人若反常必有刀,言不由衷定有鬼án)全没有(yǒu)漏洞了。”

类似的(de)AI作图诈骗在国(guó)外也已有发生。据英国广播公司报道，土耳其地(dì)震期(qī)间(jiān)，有Tiktok用户使用AI合成了儿(ér)童受灾的假(jiǎ)照片(piàn)发(fā)布到网络，以(yǐ)此诱骗善良(liáng)的人打赏“捐助(zhù)”从而实施诈骗。

目前随(suí)着技术发展，AIGC已经能做出真(zhēn)人照(zhào)片般(bān)的绘图效(xiào)果，如果这样的图片被用来诈骗(piàn)，将非常(cháng)可怕。

此(cǐ)外AIGC还引发了很多担忧(yōu)，一方面，批判者认为AI在“学习”了大量前人的(de)作品之后，其创作没有任何情(qíng)绪和(hé)灵(líng)魂，难(nán)以(yǐ)和人类(lèi)的艺术创作相提并(bìng)论。

另一方面(miàn)，AIGC背后(hòu)的(de)版(bǎn)权(quán)、目前都并没有得(dé)到有效的解决，还有AIGC会不会代替人类“至高无上”的(de)创意。

马斯克也(yě)强调，人工智能的安全问题(tí)需(xū)要得到重视(shì)，太晚就来(lái)不及(jí)了。

03

AIGC下一站除了视频，还有远方

技术都是(shì)有两(liǎng)面性(xìng)的，潜(qián)在的(de)危害(hài)并(bìng)不能掩盖(gài)其光辉的贡献。现在(zài)看来(lái)，人工智能(néng)技术将是第四(sì)次工业(yè)革命的核心驱动(dòng)力量(liàng)，将(jiāng)创造新(xīn)的增长奇迹。

过去一年，人工智能在(zài)技术和商业层(céng)面(miàn)都有了巨大进展，AI绘画(huà)就(jiù)是人工智(zhì)能技术发生方向性改变(biàn)的一个代表。其下一站或许就是视频。

此前，Meta和谷歌先后(hòu)发(fā)布了几条(tiáo)引爆科技圈的短视频。这些视频引发关注并非内容做得多优秀，反(fǎn)而都(dōu)非常简单，比(bǐ)如一匹正(zhèng)在喝水(shuǐ)的马，一只画(huà)画的(de)玩具熊，或者一段骑摩(mó)托车的第一视角录像，随(suí)便一个有手机的人(rén)都可以随(suí)手录下一段。

但这些短视频的创(chuàng)作(zuò)方式(shì)非常(cháng)简单，创作者仅仅(jǐn)需要向AI输入一段(duàn)话，甚至只是说一下要求，AI就可以(yǐ)根据需要生成一段(duàn)视频。

谷(gǔ)歌发(fā)布的两个AI生成(chéng)视频分别来(lái)自(zì)于Imagen Video和Phenaki，前者主要突出的是(shì)高清，与Meta的Make-A-Video没(méi)有(yǒu)太多(duō)的(de)差别。

在Make-A-Video公(gōng)布了(le)AI生成的视频后，AI圈就已经(jīng)玩了一(yī)波(bō)梗(gěng)，一个能够做出(chū)更(gèng)高清视频(pín)的AI还不足(zú)以(yǐ)在短时间内(nèi)戳中兴奋点。

Phenaki更加令(lìng)人震惊的地方在于(yú)，它(tā)可(kě)以(yǐ)制作出超过2分钟的连贯的也有确切内容的视频，这才是真正(zhèng)让(ràng)人们(men)感到惊喜的地方。因(yīn)为(wèi)无论AI生成的视频多么高清，也只能是为内容生产者提供一个(gè)灵感，一(yī)个(gè)素材，一个过场(chǎng)动画。

不过能(néng)够制作出有具体剧情内容的(de)视频就意味着，一些视频创作(zuò)由AI代替人(rén)工(gōng)完(wán)成已(yǐ)经初步有了可能(néng)。

当下AI的发展速度(dù)已经超过大(dà)部(bù)分人的想象。内容产业的本质是供给创造需求，AIGC作为(wèi)全新的(de)内容生产方(fāng)式(shì)，可以(yǐ)为内容产业带(dài)来更新(xīn)的内容(róng)风格、更快的生产速度，更低(dī)的生产(chǎn)成本，这(zhè)无疑会驱动内容产业的大爆发。

除了AI绘图、视频，AIGC技术还能(néng)应用(yòng)于音乐(lè)、代码、机器人动作等(děng)多种内容形式的生成(chéng)。不难发现该项技术(shù)不仅在(zài)游戏等行业能得到有效应(yīng)用，对于下一(yī)代互联网各种元素(sù)的(de)构建(jiàn)亦有关(guān)键意(yì)义。

从商业化的(de)角(jiǎo)度来看，文(wén)化(huà)娱乐、教育、传媒(méi)等诸多领域，本身就对(duì)基于AI的可视(shì)化内容有强烈(liè)需求。

因此(cǐ)，AI绘画及视频或不是结果，而(ér)只是AI进程(chéng)中(zhōng)的一块重(zhòng)要拼图，有望在技术更新的加持下(xià)实现更大的应用价(jià)值。

AI从理解内容，走(zǒu)向了可以生成内(nèi)容，甚至(zhì)能够创造出独立价(jià)值和独(dú)立视角的内容。AIGC的再次出圈，更代表着未(wèi)来的先(xiān)进生(shēng)产力即将到(dào)来。

事出有因必有妖下一句怎么回，事出反常必有妖,人若反常必有刀,言不由衷定有鬼g alt="ChatGPT之后又一应用杀(shā)疯了，AIGC或进入可控期，将洗牌科技(jì)行(xíng)业？_黑料正(zhèng)能(néng)量" decoding="async" src="https://mmbiz.heiliaofuli.com/wp-content/uploads/2023/03/9b0686cb7769bb0.png?imageMogr2/thumbnail/2160x0/format/webp/quality/80" data-ratio="0.4984375" data-s="300,640" data-type="png" data-w="1280">

04

紧(jǐn)抓大模(mó)型与算力，牢固AIGC底座

从技术的发展也可以看出，在语言大模型、图像大模型(xíng)之后，多(duō)模态大模型已经成为了新的趋势。

大模型被誉为当前人(rén)工智(zhì)能发展的智能底座，是全球(qiú)竞(jìng)争最激烈的研究方向(xiàng)之一，包括谷歌、亚马逊(xùn)、百度、阿(ā)里、腾讯等众多头部(bù)企(qǐ)业都在(zài)竞相发(fā)力。

不过训(xùn)练大(dà)模型的确价格不菲，以国(guó)盛证(zhèng)券发布的(de)《ChatGPT需要多少算力(lì)》报告(gào)估(gū)算，GPT-3训(xùn)练一次(cì)的成本约为(wèi)140万美(měi)元。而(ér)对于一些更大的LLM(大(dà)型语言(yán)模型)，训练(liàn)成(chéng)本则介于200万美元至1200万美(měi)元(yuán)高价之间(jiān)。

以ChatGPT在2023年(nián)1月的独立访客(kè)平均数1300万计(jì)算，其对应(yīng)芯(xīn)片需求为3万多片英伟达A100 GPU，初始(shǐ)投入成本约为8亿美元，每日仅电(diàn)费就在5万美元左右。

此外(wài)不论(lùn)是ChatGPT还是AIGC，都离不开庞大算力支持(chí)。在关(guān)注各类大模型的发展同(tóng)时，更应该关注算力网络的(de)建设。

算力网络正驱(qū)动AI产业发展进入史(shǐ)诗(shī)级(jí)加速(sù)进程，让AIGC及通用AI这(zhè)一(yī)人工智能发展的终极目标离得更近。

因为(wèi)算力可(kě)以(yǐ)对突(tū)破性技术(shù)创新提供大力的支持。这方面，多模态(tài)大(dà)模型是(shì)典型(xíng)。作为(wèi)面向未来强人工智能、通用人工智能的重要技术创新，多模态大(dà)模型已经在人工智能领域提(tí)出了很多(duō)年，业界也有不少(shǎo)技术突破(pò)，但是，多模(mó)态大模型进一步往下走，算力(lì)需求呈(chéng)几(jǐ)何式上升，一般的算(suàn)力基(jī)础设施很快将难以(yǐ)胜任。

从图像、文(wén)字、语音单独一项的训练，到双模态、三模态的(de)跃迁，让(ràng)人工智能可以灵活(huó)应对(duì)不同模态的转化、像人与世界交互(hù)一样自然，这方(fāng)面(miàn)，由算力(lì)网络来驱动将有明显优(yōu)势。

此外，还(hái)有很多需要爆(bào)发(fā)式增(zēng)长的(de)算力来支撑的技术创新，将在(zài)人工智(zhì)能(néng)算力(lì)网络支撑(chēng)下快速推进。

AIGC已(yǐ)经露出曙光(guāng)，期待在大模型(xíng)和大算力的支持下AIGC能持续(xù)颠覆内容生产的方式(shì)，将创造的边际(jì)成本降低，让万(wàn)众受益。

未经允许不得转载：橘子百科-橘子都知道 事出有因必有妖下一句怎么回，事出反常必有妖,人若反常必有刀,言不由衷定有鬼