自(zì)聊天机器人ChatGPT火爆以来，微软公司创始人(rén)比尔·盖茨已多次公开谈论人工智能话题(tí)。在最近的一次采访中，他再次表示(shì)：“AI可能(néng)会让科技行业迎来一次剧烈的洗牌”。

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

他(tā)预期，AI的(de)发展可能(néng)会威胁到谷歌(gē)的市(shì)占率，因为微软在AI方面的(de)行动相当迅速。而(ér)最终科技巨头将把AI整(zhěng)合成用户的(de)“全能助手”，包揽一(yī)切应用，与(yǔ)人们进行沟通并提供建议，可以取代亚马逊、Siri或Outlook等应用。

大佬口中全(quán)能助手的(de)到来可能尚需时日，但(dàn)由(yóu)ControlNet引发的又一次(cì)AI绘(huì)画浪(làng)潮，让AIGC在ChatGPT的话题热(rè)点包围中(zhōng)杀(shā)出重围。

01

ControlNet颠覆AI绘画(huà)新玩法

AIGC向可控靠近

以(yǐ)AI绘画为代(dài)表的AIGC上(shàng)一次爆火的时候，还是(shì)2022年8月，在美国(guó)科(kē)罗拉(lā)多(duō)州举办的新兴数字(zì)艺术(shù)家竞(jìng)赛中(zhōng)，一幅名为(wèi)《太空歌剧院》的(de)作品获奖(jiǎng)。

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

用户们可以在应用中(zhōng)输入一组关键词或(huò)者(zhě)一张(zhāng)照片，就能获得一幅(fú)AI创作的画(huà)作。

作(zuò)画(huà)的关键就是所(suǒ)输入的文本。同一组(zǔ)关(guān)键(jiàn)词(cí)也(yě)可(kě)以创作出很多张风格不一样的(de)画作，这让创作的过程就像开盲盒(hé)。

很多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(tú)当做(zuò)头像。而(ér)另一部(bù)分喜欢翻看AI绘画的“翻车”作品。在社交媒体(tǐ)上，许多用户分享AI“翻(fān)车(chē)现(xiàn)场”，例如，一位网友的小狗照片被AI画成(chéng)了(le)“肌肉(ròu)男”，还有网友(yǒu)的(de)个人(rén)照片被AI识别成(chéng)了建筑。

而如今随着ControlNet的出现与加持，以往AI绘(huì)画(huà)的填(tián)写关键(jiàn)词(cí)游戏可能(néng)要被颠覆(fù)了。

ControlNet是一位正在斯坦福(fú)读博(bó)的中(zhōng)国人(rén)张吕敏(mǐn)创(chuàng)作的一种基于控制点的图(tú)像变形(xíng)算法，主要用于数字(zì)图像处(chù)理、计(jì)算机(jī)视觉和(hé)计算(suàn)机图形(xíng)学等领域。

其SD插件一经发布(bù)，在(zài)短短(duǎn)的两天内便成为了AI绘画领域最新的(de)热点。

在此之前，大家(jiā)用了很(h冰箱1到5哪个最冷，冰箱1最冷还是5最冷ěn)多方法想让(ràng)AI生成(chéng)的结(jié)果(guǒ)尽可能的(de)符合要(yào)求，但是都不尽(jǐn)如人意，它的出现代表(biǎo)着AI生成开始(shǐ)进入(rù)真正的可控时期。

因为ControlNet可以直接提取画面的构图，人物的姿势和画面的深度(dù)信息等。有了它的帮(bāng)助，就不(bù)用频繁的用提示词来(lái)碰运气，抽(chōu)盲盒式的(de)创(chuàng)作了。

通(tōng)俗的说ControlNet相当于给AI绘(huì)画加(jiā)了“魔法(fǎ)”，不(bù)少(shǎo)博主的作品(pǐn)已(yǐ)经获(huò)得了(le)大量的浏览量，“viggo”就(jiù)是其中之(zhī)一(yī)，他用朋友的(de)照片直接(jiē)带她(tā)们走进动漫世界。

viggo先用StableDiffusion图片转文字。

再用Text2Prompt插件(jiàn)拓展找到(dào)对应的关键词；最后(hòu)用ControlNet插件绑定(dìng)骨骼开始换关键词试效果(guǒ)。

通过图片就可以(yǐ)看出来，效(xiào)果(guǒ)十(shí)分惊艳。

更(gèng)厉害的是，除了真实的照片，草图也可以加上“魔法”，知乎大牛“DevPoint”和“逗砂”介绍(shào)到ControlNet还能实现线(xiàn)稿转(zhuǎn)全彩图。大(dà)神张吕(lǚ)敏其本尊(zūn)也亲自(zì)回应。

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

02

难辨虚(xū)实，AIGC技术力爆发

警惕安全问题(tí)

近日，“苏州金鸡湖(hú)有游艇party”的消息火遍(biàn)网络，而经(jīng)过警方(fāng)辟谣(yáo)这所谓的“party”可能是全国第一起AI绘图诈骗。

由于这个活动里面给(gěi)出的美女照片都(dōu)是AI制作(zuò)的真人(rén)照(zhào)片(piàn)绘图，因为太逼真，被大家(jiā)当(dāng)成(chéng)真事传播了。

不过仔细(xì)观察可(kě)以发现，活动发起者提供的照(zhào)片中有个很大的漏洞可以发现(xiàn)并(bìng)非真(zhēn)人(rén)，而是AI绘图，那便是(shì)图(tú)片中女(nǚ)性(xìng)的手指部分有的存在异(yì)常(cháng)。

有行(xíng)业人事表(biǎo)示：“现(xiàn)在(zài)因为手指部(bù)分(fēn)的(de)绘画(huà)算法比较复杂，AI还不太(tài)会(huì)画人的(de)手，但最新看到(dào)的图片(piàn)已经有(yǒu)越来越完美的(de)AI模型(xíng)出现，以(yǐ)后可能就(jiù)完全没有漏洞(dòng)了。”

类似的AI作图诈骗在国外(wài)也已有发生。据英国广播(bō)公(gōng)司报道，土耳其地震期间，有Tiktok用户使用AI合成了儿童受灾的(de)假照片发布到网络，以此(cǐ)诱骗善良的人打赏“捐助”从而实施诈骗。

目前随着(zhe)技术发展，AIGC已经能做出真人照片般的绘(huì)图效果，如果(guǒ)这样的图片被用来(lái)诈骗，将非常可怕(pà)。

此外AIGC还引发了很(hěn)多担忧(yōu)，一(yī)方面，批判者认为AI在(zài)“学习”了(le)大量前人的作品之后，其创作没有任何(hé)情绪(xù)和灵魂，难以和人(rén)类的艺术(shù)创(chuàng)作相提并论。

另一方面(miàn)，AIGC背后(hòu)的版权(quán)、目前都并没有(yǒu)得(dé)到有效的解决，还(hái)有AIGC会不(bù)会(huì)代替人类(lèi)“至高无上(shàng)”的创意(yì)。

马(mǎ)斯克(kè)也强调，人工智能的安全问题需要得到重视，太(tài)晚(wǎn)就来不(bù)及了。

03

AIGC下一站除了视频(pín)，还(hái)有远方

技术都是有两面(miàn)性的，潜在(zài)的危害并不能掩盖其(qí)光辉的贡献。现在看来，人(rén)工智能(néng)技(jì)术将是第四(sì)次工业革(gé)命(mìng)的核心驱动力量，将创造新(xīn)的(de)增长(zhǎng)奇迹。

过去一年，人工智能在技术(shù)和商业层面都有(yǒu)了巨大进展，AI绘画就是人工智能技(jì)术发生方向性改变的一(yī)个(gè)代(dài)表。其下一(yī)站或许就是视(shì)频。

此前，Meta和谷歌先后发(fā)布了几条引爆科技圈的短视频。这些视频引发关注并非内容做(zuò)得多优(yōu)秀(xiù)，反(fǎn)而都(dōu)非常(cháng)简单，比(bǐ)如一匹正在(zài)喝水的马，一只画(huà)画的玩具熊，或者一段(duàn)骑(qí)摩托车的第一视角录像，随(suí)便一(yī)个有手机的(de)人都可(kě)以(yǐ)随手(shǒu)录(lù)下(xià)一段(duàn)。

但这些短视频的创作方(fāng)式非常简单，创作者仅仅需要(yào)向AI输(shū)入(rù)一(yī)段话(huà)，甚至(zhì)只(zhǐ)是说一(yī)下要(yào)求，AI就(jiù)可以根据需要(yào)生成(chéng)一段视频。

谷歌发(fā)布的(de)两个AI生成视(shì)频(pín)分别来自于(yú)Imagen Video和Phenaki，前者主要突出的是高(gāo)清(qīng)，与Meta的Make-A-Video没有(yǒu)太(tài)多的差别。

在(zài)Make-A-Video公(gōng)布了AI生成的视频后(hòu)，AI圈就已经玩了一(yī)波梗，一个能够做出更高清视频的AI还不(bù)足以(yǐ)在短时间内(nèi)戳中兴奋点。

Phenaki更(gèng)加令人震(zhèn)惊的地方在于，它可以制作出超过2分钟的连贯的(de)也有确切内容的(de)视频，这(zhè)才(cái)是(shì)真(zhēn)正让人们感到惊喜的地方。因(yīn)为无(wú)论AI生成的视频多么高清，也只能(néng)是为内容生产(chǎn)者提供(gōng)一个(gè)灵感，一个素材，一个(gè)过场(chǎng)动(dòng)画。

不过能够(gòu)制作出有具体(tǐ)剧情内(nèi)容的视频就意味着，一些视频创作由AI代替人工(gōng)完成已经(jīng)初步(bù)有了可能。

当下AI的发展速度已经超过(guò)大部分(fēn)人的(de)想象。内容产业的本质是供给创造需求(qiú)，AIGC作为全新(xīn)的内容生产方式，可(kě)以为内容(róng)产(chǎn)业带来(lái)更新的内容风格(gé)、更快(kuài)的生产速(sù)度，更低的生产成本，这无疑(yí)会驱动(dòng)内容(róng)产业的(de)大爆发。

除了AI绘图、视频，AIGC技术还能应用于音乐、代码(mǎ)、机器(qì)人动作等多种内容形式的生成。不(bù)难发现(xiàn)该(gāi)项技术(shù)不仅在游(yóu)戏(xì)等行业能(néng)得到有效应用，对于(yú)下(xià)一代互联(lián)网各种元素(sù)的构建亦有关键(jiàn)意(yì)义。

从(cóng)商业化的角度来看，文化娱乐、教育、传(chuán)媒(méi)等诸(zhū)多领(lǐng)域，本(běn)身就对基于AI的(de)可视化内(nèi)容有强(qiáng)烈(liè)需(xū)求(qiú)。

因此，AI绘画及视频或(huò)不是结果，而只是(shì)AI进程中的一(yī)块重(zhòng)要拼(pīn)图，有(yǒu)望在技(jì)术更新的(de)加持下实(shí)现更大的(de)应用价(jià)值。

AI从理解内容(róng)，走向了可以生成内容，甚至(zhì)能够(gòu)创造(zào)出独立价值和独立视角的(de)内容。AIGC的再次出圈，更(gèng)代表着未来的先进生产力即将(jiāng)到来。

04

紧抓大模(mó)型与算力，牢(láo)固(gù)AIGC底座(zuò)

从技(jì)术的发展(zhǎn)也(yě)可以看出，在语言大模(mó)型、图(tú)像大(dà)模(mó)型(xíng)之后(hòu)，多模态大模型已经成为(wèi)了新(xīn)的趋势。

大模(mó)型被誉为当前人工智(zhì)能发(fā)展的智能底座，是全球竞争(zhēng)最(zuì)激烈的研(yán)究方向之一，包(bāo)括谷歌、亚马逊、百度、阿里、腾讯等众多(duō)头(tóu)部企业都(dōu)在(zài)竞相发力(lì)。

不过(guò)训练大(dà)模型的确价格不菲，以国盛证券发布的(de)《ChatGPT需要(yào)多(duō)少算(suàn)力》报告估算(suàn)，GPT-3训练冰箱1到5哪个最冷，冰箱1最冷还是5最冷一次(cì)的成本约为140万美元。而对于一些更大的LLM(大(dà)型语言模型)，训练成(chéng)本则(zé)介于200万美元至1200万美元高价(jià)之(zhī)间(jiān)。

以ChatGPT在2023年1月的独立访客平均(jūn)数1300万计算，其对(duì)应(yīng)芯片需(xū)求为3万多片英伟(wěi)达A100 GPU，初始投(tóu)入成本约为(wèi)8亿美元，每日仅(jǐn)电费就在5万(wàn)美元左右。

此外不论是ChatGPT还是(shì)AIGC，都离不开庞大算力支(zhī)持。在关注各类大(dà)模型的发(fā)展(zhǎn)同(tóng)时，更(gèng)应该关注算力网络(luò)的建设(shè)。

算(suàn)力网络(luò)正(zhèng)驱动AI产业发展进入(rù)史诗级加速进程(chéng)，让(ràng)AIGC及通用AI这一人工(gōng)智能(néng)发展的终极目(mù)标离得更近(jìn)。

因为算(suàn)力可以对突破性(xìng)技术创新提(tí)供大力的支持(chí)。这方面，多模态大模型是典型。作为面向未来强人工(gōng)智能、通用(yòng)人(rén)工智能的重要技术(shù)创新，多(duō)模态大模型已(yǐ)经在人工智能领域提出(chū)了(le)很多(duō)年，业(yè)界也有不少(shǎo)技术突破，但是(shì)，多模(mó)态大模型(xíng)进(jìn)一(yī)步往下走，算力需求呈几何(hé)式上升(shēng)，一般的(de)算力基础设施很快将难以胜(shèng)任。

从图(tú)像、文字、语音单独一项(xiàng)的(de)训(xùn)练，到双模(mó)态、三模(mó)态的跃(yuè)迁，让(ràng)人工智能可以灵活应对不同模态(tài)的转化、像人与(yǔ)世界交互一样自(zì)然，这方面，由算(suàn)力网络来驱动将有明显优势。

此(cǐ)外，还有很(hěn)多需要爆发式增长的算力来(lái)支撑的技(jì)术创新(xīn)，将在人(rén)工智(zhì)能算力网(wǎng)络支撑下快(kuài)速推进。

AIGC已经露出曙光(guāng)，期待在大模型和(hé)大算力的支(zhī)持下AIGC能持续颠覆内(nèi)容生产的(de)方式，将创造的边际成本降低(dī)，让万众受益。

未经允许不得转载：橘子百科-橘子都知道 冰箱1到5哪个最冷，冰箱1最冷还是5最冷