自聊天机(jī)器人ChatGPT火爆以来，微(wēi)软公(gōng)司创始人比尔·盖茨已多次(cì)公(gōng)开谈论人工(gōng)智(zhì)能话题。在最近的一次采访中，他再次表示：“AI可能会让科技行业迎来(lái)一次(cì)剧烈的洗牌”。

这个结论是他在当地时间(jiān)2月20日(rì)接(jiē)受《In Good Company》节目专(zhuān)访时提出的(de)。

他(tā)预期，AI的发展可能(néng)会威胁到谷歌(gē)的(de)市占(zhàn)率(lǜ)，因为微(wēi)软(ruǎn)在AI方(fāng)面的行动相(xiāng)当迅速。而(ér)最终科技巨头将把(bǎ)AI整合成(chéng)用户(hù)的“全能助手”，包揽一切应用，与人们(men)进行沟通并提供建(jiàn)议，可以(yǐ)取代(dài)亚(yà)马逊、Siri或Outlook等(děng)应用。

大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绘画浪潮，让AIGC在ChatGPT的话题热点包围中杀出重(zhòng)围。

01

ControlNet颠覆AI绘画新玩法

AIGC向(xiàng)可(kě)控(kòng)靠近(jìn)

以AI绘(huì)画为代表的AIGC上一次爆火的时候，还是2022年8月(yuè)，在(zài)美国科罗拉多州(zhōu)举(jǔ)办的新兴数(shù)字艺(yì)术家竞赛中，一幅名为(wèi)《太空歌剧院》的作品获奖。

随后各大厂商的(de)AI绘画软(ruǎn)件(jiàn)被广大网友熟知并体验，Stable Diffusion便是(shì)其中代表(biǎo)。

用户(hù)们可以在应用中输入(rù)一(yī)组关键词或者一张(zhāng)照片，就能获得一幅AI创作的(de)画作。

作画的(de)关键就是所输入的(de)文本。同一组关键词也可以(yǐ)创(chuàng)作出(chū)很(hěn)多张(zhāng)风格(gé)不一样的画作，这让(ràng)创作的过程就像开(kāi)盲盒。

很多(duō)用户很喜欢这种不(bù)确(què)定(dìng)的惊喜，他们会将生成(chéng)的(de)美图当做头像(xiàng)。而(ér)另一部分喜欢翻看AI绘画(huà)的(de)“翻(fān)车”作(zuò)品。在社交媒体上，许多用户(hù)分享AI“翻车现场”，例(lì)如(rú)，一(yī)位网友的小狗照片被AI画成了(le)“肌肉男”，还有网(wǎng)友的个人照片被AI识别成了建(jiàn)筑。

而(ér)如今随着ControlNet的(de)出(chū)现与加持，以往AI绘画(huà)的填写关键词游戏可能要(yào)被(bèi)颠(diān)覆(fù)了。

ControlNet是一位(wèi)正(zhèng)在斯(sī)坦福读博(bó)的中(zhōng)国人张吕敏创作的一(yī)种基于(yú)控(kòng)制(zhì)点的图像(xiàng)变形算法，主要(yào)用于数(shù)字(zì)图(tú)像处理、计算机(jī)视觉和(hé)计算(suàn)机图形学等领域。

其(qí)SD插件一经发布，在短短的(de)两天内便(biàn)成为了AI绘画领域最新的热点。

在(zài)此(cǐ)之前(qián)，大家用了很多(duō)方法(fǎ)想让AI生成的(de)结果尽可能(néng)的符(fú)合(hé)要求(qiú)，但是都不尽如人意，它的出现代表着AI生成开始进入真(zhēn)正的可控时期。

因为(wèi)ControlNet可以直接(jiē)提取画面(miàn)的构图，人物的姿势和画面(miàn)的(de)深度(dù)信息(xī)等。有了(le)它的帮助，就不用频(pín)繁的用提示词来碰(pèng)运气(qì)，抽盲(máng)盒(hé)式的(de)创作了。

通俗的说ControlNet相当于给AI绘(huì)画加了“魔法”，不(bù)少博主的(de)作品(pǐn)已经获得了大量的浏(liú)览量，“viggo”就是(shì)其中(zhōng)之(zhī)一，他用朋(péng)友的照片直接带(dài)她们走进动漫世界(jiè)。

viggo先用StableDiffusion图片转(zhuǎn)文字。

再(zài)用Text2Prompt插件拓展找到(dào)对应的关键词；最后(hòu)用(yòng)ControlNet插件绑定骨骼开(kāi)始换关键词试(shì)效果(guǒ)。

通过图片就可以看出来，效果十分惊艳。

更厉害的(de)是，除(chú)了(le)真实的照(zhào)片，草(cǎo)图也可以加上“魔法”，知乎(hū)大(dà)牛“DevPoint”和“逗砂”介绍到(dào)ControlNet还能实现线稿转全(quán)彩图。大神张吕敏其本(běn)尊也亲自(zì)回应。

不得(dé)不说当(dāng)下(xià)AIGC已经变得越来越强大，甚(shèn)至输出(chū)的作品都已经能以(yǐ)假乱真了。

02

难(nán)辨(biàn)虚(xū)实，AIGC技术(shù)力爆发

警惕安全问题

近日，“苏(sū)州金鸡(jī)湖有游(yóu)艇party”的消(xiāo)息火遍网络，而经过警方辟(pì)谣这(zhè)所(suǒ)谓的“party”可能是全国第一起AI绘图诈(zhà)骗。

由于这个活动里面给(gěi)出的美(měi)女照(zhào)片都是AI制(zhì)作的真人照片绘(huì)图，因(yīn)为太逼真，被(bèi)大(dà)家当(dāng)成(chéng)真事(shì)传播了。

不过仔细观察可以发现，活动发起者提供的(de)照片中有(yǒu)个很大的漏洞可以发现并非(fēi)真人，而是AI绘图，那便是(shì这都有水了还说不想要，啊怎么这么多水啊)图片中女性的(de)手指部分(fēn)有的存在异常。

有(yǒu)行(xíng)业人(rén)事表示：“现在因为手指部分(fēn)的绘画算法比较复(fù)杂，AI还不太会画人的(de)手，但(dàn)最(zuì)新(xīn)看到的(de)图(tú)片已经有越来越完(wán)美的AI模型出(chū)现，以(yǐ)后可能就完全没有漏(lòu)洞(dòng)了。”

类似的(de)AI作图诈骗在国(guó)外也已有(yǒu)发(fā)生。据英国广播公(gōng)司报(bào)道(dào)，土耳其地震期间，有Tiktok用(yòng)户(hù)使用(yòng)AI合成了儿童受灾的(de)假照(zhào)片发布到网络，以此诱(yòu)骗善(shàn)良(liáng)的人打赏“捐(juān)助”从而实施(shī)诈骗。

目前(qián)随(suí)着技术(shù)发展，AIGC已经能(néng)做出真人照片般的(de)绘图(tú)效果，如果这样的图片被用(yòng)来诈骗，将非常可怕。

此(cǐ)外AIGC还(hái)引发了很多担忧(yōu)，一方面(miàn)，批(pī)判者(zhě)认为AI在“学习”了(le)大量前人的作(zuò)品之后，其创作没有(yǒu)任(rèn)何(hé)情绪和灵魂，难以和人类的艺术创(chuàng)作相提并论。

另一方面，AIGC背(bèi)后的版权、目前都并(bìng)没有得(dé)到有(yǒu)效的解决，还有AIGC会不会(huì)代替人类“至高无上”的创(chuàng)意(yì)。

马(mǎ)斯克也强调，人工智能(néng)的安全问(wèn)题需要得到重视，太(tài)晚(wǎn)就(jiù)来不及了。

03

AIGC下一站除了视频，还有远方(fāng)

技术都(dōu)是有两面性的，潜在(zài)的危害并不(bù)能掩盖(gài)其光辉(huī)的贡献(xiàn)。现在看(kàn)来，人工智能技术将是第四次工业革(gé)命的(de)核(hé)心驱动力量，将创造(zào)新的增长(zhǎng)奇(qí)迹。

过(guò)去一(yī)年，人(rén)工智能在(zài)技(jì)术和商业层面都有了巨大进展，AI绘画就是人(rén)工智能(néng)技术发生方向性改变的(de)一个代表。其(qí)下一站或许就是视频。

此前(qián)，Meta和谷歌先(xiān)后发布了几条引爆科技圈(quān)的短视频。这些视频引发关注(zhù)并非内容做(zuò)得(dé)多优(yōu)秀，反而(ér)都(dōu)非常(cháng)简单，比如一匹正在(zài)喝水的马，一只画画(huà)的玩具熊，或者一段骑摩托车的第一(yī)视角录像，随便一个(gè)有手机的人都可以随手录下一(yī)段。

但这(zhè)些短视频的创作方式非(fēi)常简(jiǎn)单，创作者(zhě)仅仅需要向AI输入(rù)一段话，甚至只是说(shuō)一(yī)下(xià)要求(qiú)，AI就(jiù)可以根(gēn)据需要生成一段视频。

谷歌发(fā)布的(de)两个AI生成视(shì)频分别来自于Imagen Video和Phenaki，前者(zhě)主要突出的是高清，与(yǔ)Meta的Make-A-Video没有太多(duō)的(de)差别(bié)。

在(zài)Make-A-Video公(gōng)布了AI生成的视频后，AI圈就(jiù)已经玩了一波梗，一个能够(gòu)做出(chū)更高(gāo)清视频的(de)AI还(hái)不足以(yǐ)在(zài)短时间(jiān)内戳中(zhōng)兴奋点。

Phenaki更加令人(rén)震(zhèn)惊的地方在于，它可以制(zhì)作出(chū)超过2分钟的连(lián)贯(guàn)的也有确切内容的视频，这(zhè)才是真(zhēn)正让人们感到(dào)惊喜(xǐ)的(de)地方。因为(wèi)无论AI生(shēng)成的视频多么高清，也只(zhǐ)能是为内容生产者提供一个灵感，一个(gè)素材(cái)，一个过场动(dòng)画。

不过能够制(zhì)作出有具体剧情内容的视(shì)频就意味着，一些视频(pín)创作由AI代替(tì)人(rén)工完成已经初步(bù)有(yǒu)了可能。

当下AI的发展(zhǎn)速度已经超过(guò)大部(bù)分人的想象。内容产业的本质(zhì)是供给创造需(xū)求(qiú)，AIGC作为全新的内容生(shēng)产方(fāng)式，可(kě)以为内容产业带来更新的(de)内容风(fēng)格、更(gèng)快的生产速度，更(gèng)低的(de)生产(chǎn)成本，这无疑会(huì)驱动(dòng)内容产(chǎn)业的大爆发。

除(chú)了AI绘图、视频，AIGC技术(shù)还能应用(yòng)于音乐(lè)、代码、机器人动作等多种内容形(xíng)式的生成。不难发现(xiàn)该项技术不仅在(zài)游戏等行业能得(dé)到(dào)有效应用，对于(yú)下(xià)一代互(hù)联网各种元素的构(gòu)建(jiàn)亦有(yǒu)关键意义。

从商业化(huà)的角度来看，文化娱乐、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(yǒu)强烈(liè)需求。

因此，AI绘(huì)画及(jí)视频或不是结果，而只是(shì)AI进程中的(de)一块重要拼图，有(yǒu)望在技术更新的加持下实现更大的应用价值。

AI从理解内容，走向了可以生成(chéng)内容，甚至能够(gòu)创造出独立价值和独立视角的内容。AIGC的再次出圈(quān)，更(gèng)代表着未来的(de)先进生(shēng)产力即将到来。

这都有水了还说不想要，啊怎么这么多水啊coding="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

紧抓大模(mó)型与(yǔ)算力，牢固AIGC底座

从技术的发展(zhǎn)也可以看出(chū)，在(zài)语言大模型、图像大模(mó)型(xíng)之后，多模(mó)态大(dà)模型已经(jīng)成为了(le)新的(de)趋势(shì)。

大模型被誉为当前(qián)人工智能发展的智能底座，是全(quán)球(qiú)竞争最激(jī)烈的研究(jiū)方向之(zhī)一，包括谷(gǔ)歌(gē)、亚马逊、百度(dù)、阿里、腾讯(xùn)等众多(duō)头部(bù)企(qǐ)业都在竞(jìng)相(xiāng)发力。

不过训练大模型(xíng)的确价格不菲，以国盛证券发布的(de)《ChatGPT需(xū)要多少(shǎo)算力》报告估算，GPT-3训练一次的成本约(yuē)为140万美元(yuán)。而(ér)对于一些(xiē)更大的LLM(大型语(yǔ)言模(mó)型)，训练(liàn)成本则介(jiè)于200万美元至1200万美元高价之间。

以(yǐ)ChatGPT在2023年1月的独立(lì)访(fǎng)客(kè)平均(jūn)数1300万计算(suàn)，其对(duì)应芯片需求(qiú)为(wèi)3万多片英伟(wěi)达A100 GPU，初始(shǐ)投入成本约为8亿美元，每日(rì)仅电费就在5万(wàn)美(měi)元左右。

此外不论是ChatGPT还是AIGC，都离不开庞大(dà)算力支持。在(zài)关注(zhù)各类大模型的发展(zhǎn)同时，更应(yīng)该关注(zhù)算力网络的建设。

算力网(wǎng)络正驱(qū)动(dòng)AI产(chǎn)业发(fā)展进入史诗级(jí)加速进程，让(ràng)AIGC及通(tōng)用(yòng)AI这一人工智能发展的终极目标离得更近。

因为算力可(kě)以对突破性技术创新提供(gōng)大(dà)力的支持。这方面，多模(mó)态大模型是典型。作为面向未来(lái)强人工(gōng)智能、通用人(rén)工智能的重(zhòng)要技术创新，多模态大模型已经在人工智能领(lǐng)域提(tí)出了很多年(nián)，业界(jiè)也(yě)有不(bù)少技(jì)术突(tū)破，但是，多模(mó)态(tài)大模型进(jìn)一步往下走，算力(lì)需求呈几何(hé)式上升，一般的算力基础(chǔ)设施(shī)很快将难以胜任。

从图像、文字、语音单独一项的训(xùn)练，到双(shuāng)模态、三模态的跃迁，让(ràng)人(rén)工智能可(kě)以(yǐ)灵(líng)活应对不同模态的(de)转化、像人与世界交(jiāo)互一样(yàng)自(zì)然，这方面，由算力网络来驱(qū)动将有明显优势。

此外，还有很多需要爆发式增长的算(suàn)力来(lái)支撑的技术创新，将在人工智(zhì)能算力(lì)网络支(zhī)撑下快(kuài)速推进(jìn)。

AIGC已经露出曙光(guāng)，期待(dài)在大模型和大算(suàn)力的支(zhī)持下AIGC能(néng)持续颠覆(fù)内容生产的方(fāng)式，将创(chuàng)造的(de)边际(jì)成(chéng)本(běn)降(jiàng)低，让万众受(shòu)益(yì)。

未经允许不得转载：橘子百科-橘子都知道 这都有水了还说不想要，啊怎么这么多水啊