自聊天机器人ChatGPT火爆以来，微软公(gōng)司(sī)创(chuàng)始(shǐ)人(rén)比尔·盖茨已多(duō)次(cì)公开谈论人工智能(néng)话题。在最近的一次采访中，他再(zài)次(cì)表示(shì)：“AI可能会让科技行业(yè)迎来一(yī)次剧烈的(de)洗牌”。

这个(gè)结论是他在当地(dì)时间2月20日接受(shòu)《In Good Company》节(jié)目专访时提出的(de)。

他预期，AI的(de)发展可能会威胁到谷歌的市占率，因(yīn)为微(wēi)软在AI方(fāng)面的行动相当迅(xùn)速。而最终科技巨头将把AI整合成用户的“全能助手”，包(bāo)揽一切应用，与(yǔ)人(rén)们进行沟通(tōng)并提供建议，可(kě)以取代亚马逊、Siri或(huò)Outlook等应(yīng)用(yòng)。

大佬口(kǒu)中全(quán)能助手的到来可能尚需(xū)时(shí)日，但由ControlNet引发的又一次(cì)AI绘画浪潮(cháo)，让AIGC在ChatGPT的话(huà)题热点(diǎn)包围中杀出重围。

01

ControlNet颠覆(fù)AI绘画新玩(wán)法

AIGC向可控靠近

以AI绘画(huà)为代表(biǎo)的AIGC上一次爆(bào)火的(de)时候，还是(shì)2022年8月(yuè)，在(zài)美国科罗(luó)拉多(duō)州举(jǔ)办(bàn)的新兴数字(zì)艺术(shù)家(jiā)竞(jìng)赛中，一幅名(míng)为《太(tài)空歌剧院》的作品(pǐn)获(huò)奖(jiǎng)。

随后各大厂商的AI绘画软(ruǎn)件被广大(dà)网友熟知并体验，Stable Diffusion便是其(qí)中(zhōng)代表。

用户们(men)可以在应(yīng)用(yòng)中输入一(yī)组(zǔ)关(guān)键(jiàn)词(cí)或者一张照片(piàn)，就能(néng)获得一(yī)幅AI创作的画(huà)作(zuò)。

作画的关(guān)键就是所(suǒ)输(shū)入的(de)文本。同一组(zǔ)关键(jiàn)词(cí)也可以创(chuàng)作出很多张风格不一(yī)样的画作，这让(ràng)创(chuàng)作的(de)过程就像开盲盒。

很多用户很喜(xǐ)欢这种不确定的惊喜，他们会(huì)将生成(chéng)的美图当(dāng)做头(tóu)像。而另(lìng)一部分喜(xǐ)欢翻看AI绘画(huà)的(de)“翻(fān)车”作(zuò)品。在社交媒(méi)体(tǐ)上，许多用户分享AI“翻车现场”，例如，一位网友的(de)小狗照片被AI画成了“肌肉男”，还(hái)有网(wǎng)友的个(gè)人照片被AI识别(bié)成了建(jiàn)筑(zhù)。

而如今随着ControlNet的出现与加持(chí)，以往AI绘画的填写关键词(cí)游(yóu)戏可能要被颠覆了。

ControlN香炉里面放什么东西插香 香炉里面可以放大米吗et是一位正在斯坦福读博(bó)的(de)中(zhōng)国人张吕(lǚ)敏创(chuàng)作的一(yī)种(zhǒng)基于控制点的图像变形算法，主(zhǔ)要用于(yú)数字图像处理、计算机视觉(jué)和计算(suàn)机图形学等领域。

其SD插件一经发布(bù)，在短短的(de)两(liǎng)天内便成为了AI绘画领(lǐng)域最新的(de)热点。

在此之前(qián)，大(dà)家(jiā)用了很多方法想(xiǎng)让AI生成的结果(guǒ)尽可能的符合要求，但(dàn)是都不尽如人意，它(tā)的出现代表着AI生成(chéng)开(kāi)始进入真正(zhèng)的可控(kòng)时(shí)期。

因为ControlNet可以直接(jiē)提取画面的构图，人(rén)物的姿势和画面的深度信(xìn)息等(děng)。有了它的(de)帮助，就不(bù)用频繁的用(yòng)提示词来(lái)碰运气(qì)，抽(chōu)盲盒式(shì)的创(chuàng)作了。

通(tōng)俗(sú)的说ControlNet相(xiāng)当于(yú)给AI绘画加了“魔(mó)法”，不少(shǎo)博主的作品已经(jīng)获得了(le)大量的浏览量，“viggo”就是(shì)其中(zhōng)之一，他(tā)用朋友(yǒu)的照(zhào)片直(zhí)接带她们走(zǒu)进动漫世界。

viggo先(xiān)用(yòng)StableDiffusion图片转(zhuǎn)文字。

再用Text2Prompt插件拓展找(zhǎo)到对(duì)应(yīng)的关(guān)键词；最(zuì)后用ControlNet插件(jiàn)绑定骨(gǔ)骼开始换关键(jiàn)词(cí)试效果。

通过图片就可以看出来(lái)，效果(guǒ)十分惊艳(yàn)。

更厉害的是，除了真实的照片，草图也(yě)可(kě)以加上“魔(mó)法”，知乎大牛“DevPoint”和“逗砂(shā)”介绍到ControlNet还能实现线稿转香炉里面放什么东西插香 香炉里面可以放大米吗全彩图。大(dà)神张吕敏其本尊也(yě)亲自回应。

不得不说当下AIGC已经(jīng)变得越来越(yuè)强大(dà)，甚(shèn)至输出(chū)的作品(pǐn)都已经能以假乱真了。

02

难辨(biàn)虚实，AIGC技术力爆发

警(jǐng)惕安全问题

近日(rì)，“苏州金(jīn)鸡湖有游艇party”的消息(xī)火遍(biàn)网络，而经(jīng)过警方辟谣这所谓的“party”可(kě)能(néng)是全国第一起AI绘图(tú)诈骗。

由于(yú)这个活动里面给(gěi)出的美女照片都是(shì)AI制作的真人(rén)照片绘(huì)图，因(yīn)为太(tài)逼真(zhēn)，被大家当成真事传播(bō)了。

不过仔细观察可(kě)以发现，活动发起者提供(gōng)的照(zhào)片中有个(gè)很大的(de)漏洞可以发现并(bìng)非真人，而是AI绘图，那(nà)便(biàn)是图片中女性的手指部(bù)分有(yǒu)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算法比较复杂(zá)，AI还不(bù)太会画人(rén)的手，但最新看到的图片已经有越来越完美的AI模型出(chū)现，以后可能就完(wán)全没有漏洞了(le)。”

类似的AI作图诈骗在国外也(yě)已(yǐ)有发生。据英国广播公司报道，土耳其(qí)地震期间，有(yǒu)Tiktok用户使用AI合成了(le)儿童受(shòu)灾的(de)假照片发布(bù)到网(wǎng)络(luò)，以此诱骗善(shàn)良的人(rén)打(dǎ)赏“捐(juān)助”从而实施诈骗(piàn)。

目前随着技术发(fā)展，AIGC已(yǐ)经能(néng)做出真人照片般的绘图效果，如果这样的图片被用来诈骗，将(jiāng)非常可怕。

此外AIGC还引发了(le)很多担忧，一(yī)方面，批判者(zhě)认为AI在“学(xué)习”了大量(liàng)前人的作品之后(hòu)，其创作没有任何情绪和(hé)灵魂(hún)，难以和人(rén)类的(de)艺(yì)术创作相提并论。

另(lìng)一(yī)方(fāng)面，AIGC背后的版权、目前都并没(méi)有得到(dào)有(yǒu)效的解决，还有(yǒu)AIGC会不会代(dài)替人(rén)类(lèi)“至高无上(shàng)”的创意。

马(mǎ)斯(sī)克也强调，人工(gōng)智能的(de)安全(quán)问题需要得到重(zhòng)视，太(tài)晚就来不及了。

03

AIGC下(xià)一站除(chú)了视(shì)频，还有远方

技术都是有两面性的，潜在(zài)的危害并不能掩盖其光(guāng)辉(huī)的贡献(xiàn)。现在(zài)看(kàn)来，人工(gōng)智能(néng)技术将是第四次工业(yè)革命的(de)核心驱动力量，将(jiāng)创(chuàng)造新的(de)增长奇迹。

过去(qù)一年，人工智能在(zài)技术和商业层面都有(yǒu)了巨大进展(zhǎn)，AI绘(huì)画就是人工(gōng)智能技术(shù)发生方(fāng)向性改变(biàn)的一(yī)个代表(biǎo)。其下一站或许就是(shì)视(shì)频。

此前，Meta和谷(gǔ)歌先后发布了几条引(yǐn)爆科技圈的短(duǎn)视频。这些视频引(yǐn)发关注并非内容做得多优秀，反而都非常简(jiǎn)单，比如(rú)一(yī)匹正在(zài)喝水的马，一只画(huà)画的玩具熊，或者(zhě)一段骑(qí)摩托车的(de)第一视角录像，随便一个有手机(jī)的人都可以(yǐ)随手(shǒu)录下一(yī)段。

但这(zhè)些短视频的创作方式非常简单，创(chuàng)作者(zhě)仅仅需(xū)要向AI输(shū)入一(yī)段话，甚至只是说(shuō)一(yī)下要求(qiú)，AI就可以根据需(xū)要生成一段视(shì)频。

谷歌发(fā)布的两(liǎng)个AI生成视频(pín)分别(bié)来自于Imagen Video和Phenaki，前者主要突出的是高清，与Meta的Make-A-Video没有太多(duō)的(de)差别。

在Make-A-Video公布了AI生成的视频后(hòu)，AI圈就已经玩了一(yī)波(bō)梗，一个(gè)能够做出更(gèng)高(gāo)清视(shì)频(pín)的AI还不足以在短时(shí)间(jiān)内戳(chuō)中兴奋点。

Phenaki更加(jiā)令(lìng)人震惊的(de)地方在于，它(tā)可(kě)以制作出超过2分钟的连贯的也有确切内容的(de)视频，这才是真正(zhèng)让人(rén)们感(gǎn)到惊喜的地方。因为无论AI生成(chéng)的视(shì)频多么高清，也只能是为内容生产者提供一个灵感，一个素材，一(yī)个过场(chǎng)动画。

不(bù)过能够制(zhì)作出(chū)有具(jù)体剧情内(nèi)容的(de)视频就意(yì)味着，一些视(shì)频创(chuàng)作由AI代替人工完(wán)成已(yǐ)经初步有了可能(néng)。

当下AI的发展速度已经(jīng)超过大部分人的想象。内容产业的本质是供(gōng)给(gěi)创造需求，AIGC作为全新的内容生产方式，可以为内容产业带来(lái)更新的内容(róng)风格、更快(kuài)的生产速(sù)度，更低(dī)的生产(chǎn)成本，这无(wú)疑会驱动内容(róng)产业(yè)的大爆发。

除了AI绘图(tú)、视(shì)频，AIGC技(jì)术(shù)还(hái)能应(yīng)用(yòng)于音乐、代(dài)码、机器人动作等(děng)多种内容(róng)形式的生成(chéng)。不难发(fā)现该(gāi)项技术(shù)不仅在(zài)游戏等行业能得到有效(xiào)应用，对于下一(yī)代互联网各(gè)种元素的构建亦有关键(jiàn)意义(yì)。

从商业化的角度来看，文化娱乐、教育、传(chuán)媒(méi)等诸多领域，本身(shēn)就(jiù)对基于(yú)AI的可视化内容有强烈需求。

因此(cǐ)，AI绘(huì)画及视频或不是结(jié)果，而(ér)只是AI进程中(zhōng)的(de)一块重要(yào)拼图，有(yǒu)望在技术更新的加持下实现(xiàn)更大的(de)应用价值。

AI从理解内(nèi)容，走向了可以生成内(nèi)容，甚至能够创造出独立价值和独立视(shì)角的(de)内容。AIGC的再(zài)次出圈，更代表着未来的先(xiān)进(jìn)生产力即将到(dào)来。

04

紧抓大模(mó)型与算力，牢固AIGC底(dǐ)座

从技术(shù)的发展也可(kě)以(yǐ)看出，在语言大模型、图像大模(mó)型(xíng)之后，多模态大模型(xíng)已(yǐ)经(jīng)成为了新的(de)趋势(shì)。

大模型(xíng)被誉(yù)为(wèi)当(dāng)前人工(gōng)智能(néng)发展的智能底座，是全球竞争最激(jī)烈的研(yán)究(jiū)方向之(zhī)一，包括谷歌、亚马(mǎ)逊、百度、阿里、腾讯等众多头(tóu)部企业都在竞相发力。

不过训练(liàn)大模型(xíng)的确价格(gé)不菲(fēi)，以国盛证(zhèng)券发布的《ChatGPT需要(yào)多少算力》报告(gào)估算，GPT-3训(xùn)练一次的(de)成本(běn)约为140万美元。而对于(yú)一些更大的(de)LLM(大(dà)型语言(yán)模(mó)型(xíng))，训练成(chéng)本则介于200万(wàn)美元至1200万美元高(gāo)价之间。

以ChatGPT在2023年1月(yuè)的独(dú)立访客平均数1300万计算，其对应芯片需(xū)求为3万多片英(yīng)伟达A100 GPU，初(chū)始投入成本(běn)约为8亿美元，每日仅电费(fèi)就在5万美(měi)元左(zuǒ)右。

此外不论是ChatGPT还是(shì)AIGC，都离不开庞大算力支持。在关注(zhù)各类大(dà)模(mó)型的(de)发(fā)展同(tóng)时(shí)，更(gèng)应(yīng)该(gāi)关注(zhù)算(suàn)力(lì)网络的(de)建设。

算力网络正驱动AI产业发展进入史诗级加速进程，让AIGC及(jí)通(tōng)用AI这一人工(gōng)智能发(fā)展的终极目标离得更近。

因为算力可(kě)以对突破(pò)性技术创新提供大(dà)力的支持。这方面，多模态大模(mó)型是典(diǎn)型。作(zuò)为面向未(wèi)来(lái)强人工(gōng)智能、通用人(rén)工智能的(de)重要技术创新，多模态大模型已经在人(rén)工智能(néng)领域提出了很多年，业界也(yě)有不少技术突破(pò)，但是(shì)，多模态大模型进一(yī)步往下走，算力需求呈几何式上(shàng)升，一般(bān)的(de)算(suàn)力基(jī)础设施很快将(jiāng)难以胜(shèng)任(rèn)。

从(cóng)图像、文(wén)字、语音(yīn)单独一项的训练，到双模态(tài)、三模态的跃迁，让人工智能可以灵(líng)活应对不同模(mó)态(tài)的转化、像人与世界交(jiāo)互(hù)一样自(zì)然，这方(fāng)面，由算力(lì)网络来驱(qū)动将有(yǒu)明显(xiǎn)优势。

此外，还(hái)有很(hěn)多(duō)需要爆发式增长的(de)算力来支撑的技术创新(xīn)，将在人(rén)工智(zhì)能算力网络支撑下快速(sù)推进。

AIGC已经露出曙(shǔ)光(guāng)，期待在大模型和大算力的支(zhī)持(chí)下AIGC能持(chí)续颠覆内容生产的(de)方式(shì)，将创造的边际成本降低，让万众受益。

未经允许不得转载：橘子百科-橘子都知道 香炉里面放什么东西插香 香炉里面可以放大米吗