自聊天机器(qì)人ChatGPT火(huǒ)爆(bào)以来，微软公司创始人比(bǐ)尔·盖茨已多次公开(kāi)谈论人(rén)工智能话题。在最近的一次采访中，他再次表(biǎo)示(shì)：“AI可能会让科技行业迎来一次剧烈的洗牌”。

这个(gè)结论是他(tā)在当(dāng)地时间2月20日接受《In Good Company》节目专(zhuān)访时提出(chū)的(de)。

他预期，AI的发展可能会威(wēi)胁到谷歌的市占率(lǜ)，因为微软在AI方面的行动(dòng)相(xiāng)当迅速。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(yīng)用，与人们进行沟通(tōng)并提供建(jiàn)议，可以(yǐ)取代亚马逊、Siri或(huò)Outlook等应用(yòng)。

大佬(lǎo)口中全能(néng)助手的到来可能(néng)尚需(xū)时日，但由ControlNet引发的又一次AI绘画(huà)浪潮，让(ràng)AIGC在ChatGPT的(de)话(huà)题热点包围中杀出重围。

01

ControlNet颠覆AI绘画新玩法

AIGC向可(kě)控(kòng)靠(kào)近(jìn)

以AI绘画(huà)为(wèi)代(dài)表的AIGC上一次爆火的(de)时(shí)候，还是2022年(nián)8月，在(zài)美(měi)国(guó)科(kē)罗(luó)拉(lā)多州举(jǔ)办的新兴数字艺(yì)术家竞赛中，一幅名为《太空歌剧院》的作(zuò)品获奖(jiǎng)。

随后各大厂商的(de)AI绘画(huà)软件被广大网友熟(shú)知(zhī)并体(tǐ)验，Stable Diffusion便(biàn)是其中代(dài)表。

用户(hù)们可以在应用中输入(rù)一组关键词或者一张(zhāng)照(zhào)片，就(jiù)能获得一幅AI创作的画作。

作画的(de)关键就是所输入(rù)的文本。同一组关键词也可以创作出很多张风格不一样的画作，这让创作的过程就像开盲盒。

很多用户很喜(xǐ)欢(huān)这(zhè)种不确(què)定的惊喜，他们会将(jiāng)生成的(de)美图(tú)当做头像。而另一部分喜(xǐ)欢翻看AI绘画的“翻车”作品。在社交媒体上，许多用户分(fēn)享AI“翻车现场”，例如(rú)，一位网(wǎng)友的(de)小(xiǎo)狗照片(piàn)被AI画成了“肌(jī)肉男”，还(hái)有网友的个(gè)人照片被(bèi)AI识别(bié)成了建筑。

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

ControlNet是一位正在(zài)斯坦福读博的中国人张(zhāng)吕敏(mǐn)创(chuàng)作的一种基于控制点(diǎn)的(de)图像变(biàn)形算法，主要用于数字图像处理、计算(suàn)机视觉和计算机(jī)图(tú)形学等领域。

其SD插(chā)件一经发(fā)布，在短短的两天内便成为(wèi)了AI绘画领域最新的热点。

在此之(zhī)前，大(dà)家用了很(hěn)多方(fāng)法想让AI生成的结果尽可能的符合要求，但(dàn)是都不(bù)尽如人意，它(tā)的(de)出现代表(biǎo)着AI生成(chéng)开始进入真正的(de)可控时期。

因为ControlNet可(kě)以(yǐ)直接提取画面的构图(tú)，人物的姿(zī)势和(hé)画面的深度(dù)信息等。有了它(tā)的(de)帮(bāng)助，就不(bù)用频繁的用提示词来碰(pèng)运气，抽盲盒式的创作了。

通俗的说ControlNet相当(dāng)于给AI绘画加了“魔法”，不少博主的(de)作品已(yǐ)经获得了大量(liàng)的浏览量，“viggo”就是其中(zhōng)之一，他用(yòng)朋(péng)友的照片(piàn)直接(jiē)带(dài)她(tā)们走进动漫世界。

viggo先用StableDiffusion图片(piàn)转文字。

再用(yòng)Text2Prompt插件拓展找到对应(yīng)的关(guān)键词；最后用ControlNet插件绑定骨骼开始(shǐ)换关键词试效果。

通过图片就可以看出来，效果十分惊艳(yàn)。

更厉害的是，除了(le)真实的照片，草(cǎo)图也可(kě)以加上“魔法”，知(zhī)乎大牛“DevPoint”和“逗砂”介(jiè)绍到ControlNet还(hái)能实现线(xiàn)稿转全彩图。大神张吕敏(mǐn)其(qí)本尊也亲(qīn)自回应。

不(bù)得(dé)不说当下AIGC已经(jīng)变得越(yuè)来越强大，甚(shèn)至(zhì)输(shū)出的作品都(dōu)已经(jīng)能以(yǐ)假乱真了。

02

难辨虚实，AIGC技术力爆发(fā)

警惕安(ān)全问题

近日，“苏州金鸡湖有(yǒu)游艇party”的消(xiāo)息(xī)火遍网络，而经(jīng)过警方辟谣(yáo)这所谓的(de)“party”可能是全国(guó)第(dì)一起AI绘图诈骗。

由于这个活动(dòng)里面给出的美女照(zhào)片(piàn)都是AI制作的真人照(zhào)片绘图，因(yīn)为太逼真，被大家(jiā)当成真事(shì)传播了(le)。

不过(guò)仔细观察可以发(fā)现，活动(dòng)发起者提供的照片(piàn)中有个很大的漏洞可以发(fā)现并非真人，而(ér)是AI绘图，那便是图(tú)片中女性(xìng)的手指部分有的存(cún)在(zài)异常。

有行业人事表示：“现在因为手指(zhǐ)部分的绘画算法比(bǐ)较复杂，AI还(hái)不太会(huì)画人的手，但最新看到的图(tú)片已(yǐ)经有越来越完美的AI模(mó)型出现，以(yǐ)后可(kě)能就(jiù)完(wán)全没有漏洞了。”

类似的(de)AI作(zuò)图诈骗在国外也(yě)已有(yǒu)发生(shēng)。据英(yīng)国广播公司(sī)报道，土耳其地(dì)震期间，有Tiktok用户使用(yòng)AI合成了(le)儿童受灾的(de)假(jiǎ)照(zhào)片发布到网络，以此诱骗善(shàn)良的人(rén)打赏“捐助”从而(ér)实施(shī)诈骗。

目前(qián)随着技术发展，AIGC已经能做出真人(rén)照片般的绘图效果(guǒ)，如果这样(yàng)的图片被用来诈骗，将非常可怕。

此外(wài)AIGC还引发(fā)了很(hěn)多担忧，一方面，批判者认为AI在“学习”了大量前人的(de)作品之后，其(qí)创(chuàng)作没(méi)有任何情(qíng)绪和灵魂，难(nán)以和(hé)人类的艺术创作相提(tí)并论。

另一(yī)方面(miàn)，AIGC背(bèi)后的版(bǎn)权、目前(qián)都(dōu)并没有得到有效(xiào)的(de)解(jiě)决，还(hái)有(yǒu)AIGC会不会代(dài)替人类(lèi)“至高无(wú)上”的创意。

马斯克也强调(diào)，人工智能的安全问题需要得(dé)到重视，太晚就来不(bù)及了。

03

AIGC下一(yī)站除了视频，还(hái)有远方

技术都是有两面性的，潜在的(de)危(wēi)害并不能掩(yǎn)盖其(qí)光辉的(de)贡献。现在看(kàn)来，人工智能(néng)技术将是第(dì)四次工业(yè)革命的核心驱动力量，将创(chuàng)造新的增长奇迹。

过去一年，人(rén)工智能在(zài)技术和商业层(céng)面都有了巨(jù)大进展，AI绘画就是人工智能技术发生方向性(xìng)改(gǎi)变的(de)一个(gè)代表。其(qí)下一站或许就(jiù)是(shì)视频。

此前，Meta和(hé)谷歌先后发布(bù)了(le)几条引爆科技圈的(de)短视频。这些视频引发关注并(bìng)非内容(róng)做(zuò)得多(duō)优秀(xiù)，反而(ér)都非常简单，比如一匹正在喝水的马，一只画画(huà)的玩具熊，或者一段骑摩(mó)托(tuō)车(chē)的(de)第一(yī)视角录像，随便一个有手机(jī)的人都可以随手录下(xià)一(yī)段。

但这些(xiē)短视(shì)频的(de)创作方式(shì)非(fēi)常简单，创作者(zhě)仅仅需要(yào)向AI输入一(yī)段话，甚(shèn)至(zhì)只是说一下要求，AI就可以(yǐ)根据需要生成一段视(shì)频。

谷歌发布的两个AI生成视频分别来自于Imagen Video和Phenaki，前者主要突出的(de)是高清，与Meta的Make-A-Video没有太(tài)多的差(chà)别。

在Make-A-Video公(gōng)布了AI生(shēng)成(chéng)的(de)视频后，AI圈(quān)就已经(jīng)玩(wán)了一波(bō)梗(gěng)，一个(gè)能够(gòu)做(zuò)出更高清(qīng)视频(pín)的AI还不足以在短时(shí)间内戳中兴(xīng)奋(fèn)点(diǎn)。

Phenaki更加令人震惊的地方在(zài)于(yú)，它可(kě)以制作出超(chāo)过2分(fēn)钟的连(lián)贯的也有确切内容的(de)视频，这(zhè)才是(shì)真正让人们感到(dào)惊(jīng)喜的地方。因(yīn)为无论AI生成的(de)视频多么高清，也只能(néng)是为内容(róng)生产者提供(gōng)一个灵感，一个素(sù)材，一个(gè)过(guò)场(chǎng)动(dòng)画。

不过能够制作出有具(jù)体(tǐ)剧情(qíng)内容的视频就意味着(zhe)，一些(xiē)视频创作由(yóu)AI代替人工完(wán)成已经初步有了可能。

当下AI的发展速(sù)度已经超过(guò)大部(bù)分人(rén)的想象(xiàng)。内容(róng)产(chǎn)业的本(běn)质是供给创造需求，AIGC作(zuò)为全新的内容(róng)生产(chǎn)方式(shì)，可(kě)以(yǐ)为内容产业带来更新(xīn)的(de)内容风格(gé)、更快的(de)生(shēng)产速(sù)度，更低(dī)的生产成(chéng)本，这(zhè)无疑(yí)会驱(qū)动内(nèi)容产业的大(dà)爆发。

除了AI绘图、视频，AIGC技(jì)术还能应用于音乐、代码、机器人(rén)动作等多种(zhǒng)内容(róng)形式的生成。不(bù)难发现该项技术不仅在游戏等行业能得到(dào)有效应用，对于(yú)下一代(dài)互(hù)联网各种元素的构建亦有关键意义(yì)。

从商业化的角(jiǎo)度来(lái)看，文化娱乐、教育(yù)、传媒等诸多领(lǐng)域，本身就(jiù)对基于AI的(de)可视(shì)化内容有强(qiáng)烈需(xū)求。

因此，AI绘画及(jí)视频(pín)或不(bù)是结(jié)果，而只是(shì)AI进程中的(de)一块(kuài)重(zhòng)要(yào)拼图(tú)，有望(wàng)在(zài)技术更新的加持下实现更大的应用价值。

AI从理解(jiě)内容，走向了可以(yǐ)生成(chéng)内容(róng)，甚(shèn)至能(néng)够创造出(chū)独立价(jià)值和独立视角(jiǎo)的内容。AIGC的再(zài)次出圈，更代表着(zhe)未来的先进(jìn)生产(chǎn)力即将到来(lái)。

04

紧抓大模型与(yǔ)算力，牢(láo)固AIGC底座

从技术的发展也可(kě)以看出，在(zài)语(yǔ)言大模型、图像大(dà)模型之(zhī)后(hòu)，多模态大模型已经成(chéng)为了新(xīn)的(de)趋势。

大(dà)模(mó)型(xíng)被誉为当前人工智(zhì)能发展(zhǎn)的智能底座，是全球竞(jìng)争最激烈的研究(jiū)方向(xiàng)之一(yī)，包括谷歌、亚马(mǎ)逊、百度、阿里、腾讯(xùn)等众多头部企业都在竞(jìng)相发力。

不过(guò)训练大模型(xíng)的(de)确价格不菲，以国盛证券发布的《ChatGPT需要(yào)多少(shǎo)算力》报告估(gū)算，GPT-3训练一(yī)次的成本约为140万(wàn)美元。而对(duì)于(yú)一些更(gèng)大的LLM(大型语言模(mó)型)，训练成(chéng)本则介于200万美元至1200万美元高价之间。

以ChatGPT在2023年1月的独立访(fǎng)客平(píng)均数(shù)1300万计算(suàn)，其对应芯片需求为(wèi)3万多(duō)片(piàn)英伟达A100 GPch2是什么基团，chch3ch3是什么基团U，初始(shǐ)投入成(chéng)本约为8亿美元，每日仅电(diàn)费(fèi)就在(zài)5万美元(yuán)左右。

此外不论(lùn)是ChatGPT还是AIGC，都离不(bù)开庞大算力支持。在(zài)关注(zhù)各类大模(mó)型(xíng)的(de)发展同时，更(gèng)应该关注算力网络的建(jiàn)设。

算力网(wǎng)络正(zhèng)驱动AI产业发(fā)展(zhǎn)进入史(shǐ)诗级加(jiā)速进程，让(ràng)AIGC及通(tōng)用(yòng)AI这(zhè)一人工(gōng)智能发展的终极目标(biāo)离得(dé)更(gèng)近。

因为算力可以对突破(pò)性技(jì)术创新(xīn)提供大力的支持。这(zhè)方面，多模态大(dà)模型(xíng)是典型。作为面向(xiàng)未来强(qiáng)人工(gōng)智能、通用人工智能的重要技术创新，多模态大模(mó)型已经在人工智能领域提出了很多年，业界也(yě)有(yǒu)不少技术(shù)突破，但是，多模态大模(mó)型进一步往下走(zǒu)，算(suàn)力(lì)需(xū)求呈几何(hé)式上升，一般(bān)的算力基础设施很(hěn)快将难(nán)以胜任。

从图像、文字、语音单独一项的训练，到(dào)双模态(tài)、三模态的跃迁，让人工智能可以(yǐ)灵(líng)活应对不同模态(tài)的(de)转化、像人与世界交(jiāo)互一样自然，这方面，由(yóu)算力网络来驱动将有(yǒu)明显优(yōu)势(shì)。

此外，还有很多(duō)需要(yào)爆发式(shì)增长的算力(lì)来支撑的(de)技术创新，将在人(rén)工(gōng)智能算(suàn)力网络支(zhī)撑下快速(sù)推进。

AIGC已经露出曙光，期待在大(dà)模型和大算力的(de)支(zhī)持下AIGC能持续颠覆(fù)内(nèi)容生产的方式，将创造的(de)边际(jì)成本(běn)降低，让万众受益。

未经允许不得转载：橘子百科-橘子都知道 ch2是什么基团，chch3ch3是什么基团