自聊天(tiān)机器人ChatGPT火爆以来(lái)，微软公司创始人比尔(ěr)·盖茨已多次公开(kāi)谈论(lùn)人工智能话(huà)题。在(zài)最近的一次采访中，他再次表示(shì)：“AI可能会让科技行(xíng)业迎来一次(cì)剧(jù)烈的洗(xǐ)牌(pái)”。

这(zhè)个(gè)结论是他在当地时间(jiān)2月(yuè)20日接受《In Good Company》节目专访时提出(chū)的。

他预期，AI的(de)发展可(kě)能会威胁(xié)到(dào)谷歌的市占率，因为微(wēi)软在AI方面的(de)行动(dòng)相当迅速。而(ér)最终科技巨(jù)头(tóu)将把AI整合(hé)成用户的“全能(néng)助手”，包揽一切应用，与人们进(jìn)行沟(gōu)通并提供(gōng)建议，可以(yǐ)取(qǔ)代亚马逊(xùn)、Siri或Outlook等应用。

大(dà)佬口中全能助手的到来可能尚需时日，但由ControlNet引发的又一次AI绘(huì)画浪(làng)潮，让AIGC在ChatGPT的(de)话题(tí)热点包围中杀出重围。

01

ControlNet颠覆AI绘(huì)画新玩法

AIGC向可控靠(kào)近(jìn)

以(yǐ)AI绘(huì)画为代(dài)表的(de)AIGC上一次爆(bào)火(huǒ)的时候，还是(shì)2022年8月，在美国科罗拉(lā)多州举办的新(xīn)兴数(shù)字艺术家竞赛中，一幅名(míng)为《太(tài)空歌剧院》的作品(pǐn)获奖(jiǎng)。

随后各大厂(chǎng)商的(de)AI绘画(huà)软(ruǎn)件被广(guǎng)大(dà)网友熟知并体验(yàn)，Stable Diffusion便是其中代(dài)表(biǎo)。

用户们可以(yǐ)在应用中输入(rù)一组关键词或(huò)者一张照片，就能(néng)获得一幅(fú)AI创(chuàng)作(zuò)的画(huà)作。

作(zuò)画的关键就是(shì)所输入(rù)的文(wén)本。同一组关键词也可以创(chuàng)作出很多(duō)张风格不(bù)一样的画(huà)作，这让(ràng)创作的过(guò)程就(jiù)像开盲盒。

很多用户(hù)很喜(xǐ)欢这种不确定的惊(jīng)喜，他们会将生成的(de)美图(tú)当做头像。而另一部分喜(xǐ)欢(huān)翻看AI绘画的(de)“翻车”作品。在社(shè)交媒体上，许(xǔ)多用(yòng)户分享AI“翻车现场”，例如，一位网友(yǒu)的小(xiǎo)狗(gǒu)照片被AI画(huà)成了“肌(jī)肉男”，还有网(wǎng)友的(de)个人(rén)照片(piàn)被AI识别(bié)成了建筑。

而如(rú)今随着(zhe)ControlNet的出现与加持(chí)，以往AI绘画的填(tián)写(xiě)关(guān)键词游戏可能要被颠(diān)覆(fù)了。

ControlNet是一位正(zhèng)在斯坦福读博的中国人张吕敏创作(zuò)的一种(zhǒng)基(jī)于控制点的(de)图像变(biàn)形算法(fǎ)，主要(yào)用于数字图像处理(lǐ)、计算机(jī)视觉和计算机图形(xíng)学等(děng)领域。

其SD插件一经发布，在短短的两天内便成为(wèi)了AI绘画领(lǐng)域(yù)最(zuì)新的热点。

在此(cǐ)之前，大(dà)家用(yòng)了(le)很多方法(fǎ)想(xiǎng)让AI生成的(de)结果尽可能(néng)的符合(hé)要(yào)求，但是都不尽如人意，它(tā)的出现(xiàn)代表着AI生成开始进(jìn)入(rù)真(zhēn)正的可控时期(qī)。

因为ControlNet可(kě)以直(zhí)接提取画(huà)面(miàn)的构图(tú)，人(rén)物的姿(zī)势和画面(miàn)的(de)深度信息(xī)等(děng)。有了它的帮(bāng)助，就不用频繁的用提示词来碰(pèng)运(yùn)气，抽盲盒式的(de)创(chuàng)作了。

通(tōng)俗的(de)说ControlNet相(xiāng)当于给AI绘画加了“魔(mó)法”，不少博主的作(zuò)品已经获得了大(dà)量(liàng)的浏览量，“viggo”就是其中之一，他用朋友的照片直接带她(tā)们走(zǒu)进动漫世界。

viggo先用(yòng)StableDiffusion图片转文字。

再(zài)用Text2Prompt插(chā)件拓展(zhǎn)找到对应的关键(jiàn)词；最后用ControlNet插(chā)件绑定骨(gǔ)骼(gé)开始(shǐ)换关(guān)键词(cí)试效果。

通过图片就可(kě)以看出来，效(xiào)果十分惊(jīng)艳(yàn)。

更厉害的是，除了真实的照片(piàn)，草图(tú)也可以(yǐ)加上“魔法”，知乎大(dà)牛“DevPoint”和“逗砂”介(jiè)绍到ControlNet还(hái)能实现线稿转全彩(cǎi)图。大神张(zhāng)吕(lǚ)敏(mǐn)其本尊也亲自回应。

不得不说当下AIGC已经变得越来越(yuè)强大，甚至输出(chū)的作品都已经能以假乱真了。

02

难辨(biàn)虚实(shí)，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(luò)，而经过(guò)警方辟谣(yáo)这所(suǒ)谓的“party”可能是全(quán)国第一起(qǐ)AI绘图(tú)诈(zhà)骗。

由于这(zhè)个活动里面(miàn)给(gěi)出的美女(nǚ)照片都是AI制作的真人照片绘图，因为太逼真，被大家当成(chéng)真事传播了。

不过仔(zǎi)细观察(chá)可以发现(xiàn)，活动发(fā)起者提(tí)供(gōng)的照片中有个很大的漏洞可以发现并非(fēi)真(zhēn)人，而是AI绘(huì)图，那便是图(tú)片中女性的手(shǒu)指部分有(yǒu)的(de)存在异常。

有行业人事表示：“现在(zài)因为手指部分(fēn)的绘画(huà)算法(fǎ)比较复杂，AI还不太会画人(rén)的(de)手，但最新看到的图片已(yǐ)经有越(yuè)来越完美的AI模型出现，以后(hòu)可能就完全没有漏洞了(le)。”

类似(shì)的AI作图诈骗在国外也已有发生。据英(yīng)国(guó)广播公(gōng)司报道，土耳其地震期(qī)间，有(yǒu)Tiktok用户使用AI合成了儿童(tóng)受灾的假照片发布到网络，以此诱骗善良的人(rén)打赏“捐助(zhù)”从而实(shí)施诈(zhà)骗(piàn)。

目前随着技术发(fā)展，AIGC已经能做出(chū)真人照(zhào)片(piàn)般的绘图效果(guǒ)，如果这样的图片被用来诈骗，将非常可怕(pà)。

此外AIGC还(hái)引(yǐn)发了很(hěn)多担忧，一方(fāng)面，批判者(zhě)认为AI在“学习(xí)”了大量前人的作品之(zhī)后，其创(chuàng)作没有(yǒu)任何(hé)情绪和灵魂(hún)，难以和人类的艺术创作(zuò)相提并论。

另一方面，AIGC背后(hòu)的版权、目前(qián)都并没(méi)有得到有效的解决，还有AIGC会不会代替人(rén)类“至高无上”的创意。

三万日元等于多少人民币多少马斯克(kè)也强调，人工智能的安全问题需要得(dé)到重视(shì)，太晚就来(lái)不及了。

03

AIGC下一站除了视频，还有远方三万日元等于多少人民币多少>

技(jì)术都是有两(liǎng)面性(xìng)的，潜在的危(wēi)害并不(bù)能掩盖其光辉的贡献。现(xiàn)在看来，人(rén)工(gōng)智能技术将是第四次工业革命的核心驱动(dòng)力量，将(jiāng)创(chuàng)造新(xīn)的增长奇迹。

过去一年，人工智能在技术和商(shāng)业层(céng)面都(dōu)有了巨大进展，AI绘画(huà)就是(shì)人(rén)工智能技术发(fā)生方向(xiàng)性(xìng)改变的(de)一个代表。其下(xià)一站或许就是(shì)视(shì)频。

此(cǐ)前，Meta和谷歌先(xiān)后发布(bù)了(le)几条引爆科技圈的短视(shì)频。这(zhè)些视频引(yǐn)发关注并非内容做得多优(yōu)秀，反(fǎn)而都非(fēi)常(cháng)简单，比如一匹正在喝水的马，一只画画的玩具熊(xióng)，或者一段骑(qí)摩托车的第一视角录像，随便(biàn)一个有手机的人都可(kě)以随手(shǒu)录下一(yī)段(duàn)。

但这些短视频的(de)创(chuàng)作方式(shì)非常简(jiǎn)单，创作者仅仅需要(yào)向AI输(shū)入一段话，甚至(zhì)只(zhǐ)是说一下(xià)要求，AI就可(kě)以根(gēn)据需要生成一段视频。

谷歌发布的(de)两个AI生成视频分(fēn)别(bié)来自于Imagen Video和Phenaki，前者主(zhǔ)要突出的(de)是高(gāo)清，与Meta的Make-A-Video没有(yǒu)太多的差别(bié)。

在(zài)Make-A-Video公布了AI生成(chéng)的视频后，AI圈(quān)就(jiù)已经(jīng)玩了(le)一波梗，一个能够(gòu)做出更高清视频(pín)的AI还不足以(yǐ)在短时间(jiān)内戳中兴奋点(diǎn)。

Phenaki更加令人震惊的(de)地方在于，它可(kě)以制作出超过2分钟的(de)连贯的也有确(què)切内(nèi)容的视频，这才(cái)是(shì)真正让(ràng)人(rén)们感到惊喜的(de)地方。因为无(wú)论AI生成(chéng)的视频多么高清，也只能是为(wèi)内容生产(chǎn)者(zhě)提供(gōng)一(yī)个灵感，一(yī)个素(sù)材，一个过场动画(huà)。

不过能够制(zhì)作出有具体剧(jù)情(qíng)内容的视(shì)频就(jiù)意(yì)味着，一(yī)些(xiē)视频创(chuàng)作由AI代替人工完成已经初(chū)步有了可(kě)能。

当下AI的发展速度已(yǐ)经超(chāo)过大部分(fēn)人的想象(xiàng)。内容(róng)产业(yè)的本质是(shì)供给创(chuàng)造需求，AIGC作(zuò)为(wèi)全(quán)新的内容生产方式(shì)，可以为内(nèi)容产业带来更新的内容风格、更快的(de)生产(chǎn)速度，更低的(de)生产成本，这无(wú)疑会驱(qū)动(dòng)内(nèi)容产业的大爆(bào)发。

除(chú)了AI绘图、视频，AIGC技术还能应用于(yú)音乐、代码、机器人(rén)动作等(děng)多种(zhǒng)内容形式(shì)的生成。不难发现该项技术不仅(jǐn)在游(yóu)戏等行业能得到有效应用，对于下一代互联网各(gè)种元(yuán)素的构建亦有关键意义。

从商(shāng)业化的角度来看，文(wén)化娱(yú)乐、教(jiào)育、传媒等诸多领域，本身就对基于(yú)AI的可视化内容有强烈需求。

因此，AI绘(huì)画及视频或不是结果(guǒ)，而只是AI进(jìn)程中的(de)一块重要拼图，有(yǒu)望在(zài)技术更新的加持(chí)下实(shí)现(xiàn)更(gèng)大的应用价(jià)值(zhí)。

AI从(cóng)理解内容，走向了可以生成内容，甚至能(néng)够(gòu)创造出(chū)独立(lì)价值和独立视(shì)角的(de)内容。AIGC的再次出圈，更代表着(zhe)未来的(de)先进生产(chǎn)力即(jí)将到来(lái)。

04

紧抓大(dà)模型与算力，牢(láo)固(gù)AIGC底座

从技术的(de)发展也可(kě)以看出，在(zài)语言(yán)大模型、图像大模型之后(hòu)，多模态大模型已(yǐ)经(jīng)成(chéng)为了新(xīn)的趋势(shì)。

大模型被誉为当前人工(gōng)智能发展(zhǎn)的智能底座，是(shì)全球竞争最激烈的研究方向之一，包括谷歌、亚马逊、百度、阿里(lǐ)、腾讯等(děng)众多头部(bù)企业都在竞相发力。

不(bù)过训练大模型(xíng)的确(què)价(jià)格不菲，以国(guó)盛证券发(fā)布的《ChatGPT需要(yào)多少算力》报告估算，GPT-3训(xùn)练一次的成本约(yuē)为140万美(měi)元。而(ér)对于(yú)一(yī)些更大的LLM(大型语言(yán)模(mó)型)，训练成本则介于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)客平均数1300万计算，其对(duì)应芯片需求(qiú)为3万(wàn)多(duō)片英(yīng)伟达(dá)A100 GPU，初始投入(rù)成本约为8亿(yì)美元，每(měi)日仅电(diàn)费就在5万美元左右。

此外(wài)不论是ChatGPT还(hái)是AIGC，都离(lí)不开(kāi)庞大算(suàn)力支持。在关注(zhù)各(gè)类(lèi)大模(mó)型的(de)发(fā)展同时，更应(yīng)该(gāi)关注(zhù)算(suàn)力网(wǎng)络的建设。

算力网(wǎng)络正驱动AI产业发展进入史(shǐ)诗(shī)级加速进(jìn)程，让AIGC及通用AI这一人(rén)工智能发展的(de)终极目标(biāo)离(lí)得更近。

因(yīn)为(wèi)算力可以对突破性技(jì)术创新提供大力的支持(chí)。这方面，多模(mó)态大模型是典型。作为面向未来(lái)强人工智能、通用人工智能的重要(yào)技(jì)术(shù)创新，多模态(tài)大模型已经在人工智(zhì)能领域提出(chū)了很多年，业界也有不少技(jì)术突破(pò)，但是，多模态大模(mó)型进一步(bù)往(wǎng)下走，算力需(xū)求呈(chéng)几何式(shì)上(shàng)升，一(yī)般的算(suàn)力基(jī)础设(shè)施很快(kuài)将难以胜任。

从(cóng)图像(xiàng)、文字、语音单独一(yī)项(xiàng)的训练，到(dào)双模(mó)态(tài)、三模态(tài)的跃迁(qiān)，让(ràng)人工(gōng)智(zhì)能可(kě)以灵活应(yīng)对不同模(mó)态的转化、像人与世(shì)界交互一样自然，这方面，由算力网(wǎng)络来驱动将有明显优势(shì)。

此外，还(hái)有很多需要爆发(fā)式增长(zhǎng)的算力来支撑的技术创新，将在(zài)人工智能算力网络支撑下快(kuài)速推进。

AIGC已经露出曙光，期(qī)待在大模型和大算力的支(zhī)持下AIGC能持(chí)续颠覆内容生产的方式(shì)，将创造的边际成本(běn)降低，让万众(zhòng)受益。

未经允许不得转载：橘子百科-橘子都知道 三万日元等于多少人民币多少