自聊天机(jī)器(qì)人ChatGPT火爆以来，微(wēi)软公司创(chuàng)始人比(bǐ)尔(ěr)·盖(gài)茨已多次公(gōng)开谈论人工(gōng)智能(néng)话题。在(zài)最近的一次(cì)采访中，他(tā)再(zài)次(cì)表(biǎo)示：“AI可能会让科技行业迎来(lái)一次剧烈的洗牌”。

这个结(jié)论(lùn)是(shì)他(tā)在(zài)当地时间2月(yuè)20日接(jiē)受《In Good Company》节目专(zhuān)访时提出(chū)的(de)。

他预期，AI的(de)发展可能会威(wēi)胁到(dào)谷歌的(de)市占率，因为(wèi)微软在AI方面的行动相当(dāng)迅速。而(ér)最终科技巨(jù)头(tóu)将把(bǎ)AI整合(hé)成用户的“全能助手”，包揽(lǎn)一切应用，与(yǔ)人(rén)们进行沟通并提供建(jiàn)议，可(kě)以(yǐ)取代(dài)亚马逊、Siri或(huò)Outlook等应用。

大佬口(kǒu)中全能助手的到(dào)来可能尚需时日，但由ControlNet引发的(de)又一次AI绘画浪潮，让AIGC在ChatGPT的话题热点(diǎn)包围中杀出重围。

01

ControlNet颠覆(fù)AI绘画(huà)新玩法(fǎ)

AIGC向(xiàng)可控靠近

以AI绘画为(wèi)代表的AI太监割掉的是哪些部位，太监为什么割掉的是哪些部位GC上一次爆火的时(shí)候，还是(shì)2022年8月，在美国科罗拉多(duō)州举(jǔ)办的新兴(xīng)数字艺术家竞赛中，一幅名为《太空歌(gē)剧院》的作品获(huò)奖。

随后各大厂商(shāng)的AI绘(huì)画软件被广大(dà)网友熟知并体验(yàn)，Stable Diffusion便是其中代表。

用户(hù)们可以在应用中输入一组关键词或者一张(zhāng)照片，就能获得一幅AI创(chuàng)作的画作。

作画的关键就是所输(shū)入的(de)文本。同一(yī)组关(guān)键词也可以创作出(chū)很多张风格不一样的画(huà)作(zuò)，这让创作的(de)过程就像(xiàng)开盲盒。

很(hěn)多用户(hù)很喜欢(huān)这种不确定的惊喜，他们会将(jiāng)生成的(de)美图当做(zuò)头(tóu)像。而另一部(bù)分(fēn)喜(xǐ)欢翻看AI绘画的“翻车”作(zuò)品。在社交媒体(tǐ)上(shàng)，许多(duō)用户(hù)分享AI“翻(fān)车现(xiàn)场”，例如，一位网友的小(xiǎo)狗照(zhào)片(piàn)被AI画成了“肌肉男”，还有网(wǎng)友的个人(rén)照片被(bèi)AI识别成(chéng)了建筑。

而如今(jīn)随着(zhe)ControlNet的出现与加持，以(yǐ)往AI绘(huì)画的填写关键词游戏可能(néng)要被颠覆了。

ControlNet是(shì)一位正(zhèng)在斯坦福(fú)读博的中国人(rén)张吕敏创作的一种基于控制(zhì)点的图像变形算法，主要用(yòng)于(yú)数字图像处(chù)理、计算机视觉(jué)和计算(suàn)机(jī)图(tú)形(xíng)学等领域。

其(qí)SD插件(jiàn)一经发布，在(zài)短短的两天(tiān)内便成为了AI绘画(huà)领域最新的热点。

在此之前，大家用(yòng)了很多方法想让AI生成的(de)结果尽可能的符合(hé)要(yào)求，但(dàn)是(shì)都不尽如人意，它的出(chū)现代表(biǎo)着AI生成开始(shǐ)进(jìn)入真正的可控(kòng)时(shí)期(qī)。

因为ControlNet可以直(zhí)接(jiē)提取画(huà)面的(de)构图，人(rén)物的姿势和画面(miàn)的深度信息等。有了(le)它的帮(bāng)助，就不(bù)用频繁的用提示(shì)词来碰(pèng)运气，抽(chōu)盲盒式的(de)创作(zuò)了。

通俗的说(shuō)ControlNet相当于给AI绘画(huà)加了“魔法”，不(bù)少(shǎo)博主(zhǔ)的作品(pǐn)已经获得(dé)了大量的(de)浏(liú)览量，“viggo”就是其中之(zhī)一(yī)，他用朋友(yǒu)的照片直接(jiē)带她们走进动漫(màn)世界。

viggo先用StableDiffusion图片转文字。

再用Text2Prompt插件拓展找(zhǎo)到对(duì)应的关键词；最后用ControlNet插件(jiàn)绑定骨骼开始换(huàn)关(guān)键(jiàn)词试效果。

通过(guò)图(tú)片(piàn)就可以看(kàn)出来，效(xiào)果十分惊艳。

更厉(lì)害(hài)的是(shì)，除了真(zhēn)实的照片(piàn)，草图也可以加上“魔法”，知(zhī)乎大(dà)牛“DevPoint”和“逗砂”介绍到ControlNet还能实(shí)现线稿转全彩图。大(dà)神张(zhāng)吕敏其本(běn)尊也(yě)亲自回应。

不得(dé)不(bù)说当下AIGC已经变得越来越(yuè)强大，甚至输出的作品都已经能以假(jiǎ)乱真了。

02

难辨虚实，AIGC技术力爆(bào)发

警惕(tì)安全问题(tí)

近日(rì)，“苏(sū)州(zhōu)金鸡湖有游艇party”的消息(xī)火遍网络，而经过(guò)警方辟谣(yáo)这所(suǒ)谓(wèi)的“party”可能是(shì)全国第一起(qǐ)AI绘图诈骗。

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(zhēn)人(rén)照片绘图，因为太逼(bī)真，被大家当成(chéng)真事传播(bō)了。

不过仔细观察可以发现，活动发(fā)起者提供的照片中(zhōng)有个很大的漏洞可以发现并非(fēi)真人，而(ér)是AI绘图，那便是图片中女性的手指部分有的存在(zài)异常。

有行业人事表示：“现在因为手指部分(fēn)的(de)绘画算法比较复杂，AI还不(bù)太会画(huà)人的(de)手，但最新看到的图(tú)片已(yǐ)经有越来(lái)越(yuè)完美(měi)的(de)AI模(mó)型出现，以后可能就完全没有漏洞(dòng)了。”

类似的AI作图诈骗在国外(wài)也已有(yǒu)发生。据英(yīng)国(guó)广播公(gōng)司(sī)报道，土(tǔ)耳其地震(zhèn)期间，有Tiktok用户使用AI合成了儿童受灾的假照片发布到网(wǎng)络，以此(cǐ)诱骗善良(liáng)的人(rén)打赏“捐助(zhù)”从(cóng)而实(shí)施诈骗。

目前随着技术(shù)发展(zhǎn)，AIGC已经(jīng)能(néng)做(zuò)出真(zhēn)人照片(piàn)般(bān)的绘(huì)图效果，如(rú)果(guǒ)这样的图(tú)片被用(yòng)来诈骗(piàn)，将非(fēi)常可(kě)怕(pà)。

此外(wài)AIGC还引发了很(hěn)多担(dān)忧，一(yī)方面，批判(pàn)者认为AI在“学习”了大量(liàng)前人(rén)的作品之后(hòu)，其创作没(méi)有(yǒu)任何情(qíng)绪和灵魂，难以和(hé)人类的艺(yì)术创作相(xiāng)提(tí)并(bìng)论。

另一方面，AIGC背后的版权、目前都并(bìng)没有得到有(yǒu)效(xiào)的解决(jué)，还有AIGC会(huì)不会代替人类“至(zhì)高无(wú)上”的(de)创意(yì)。

马斯克也强调，人工智(zhì)能的(de)安全问题(tí)需(xū)要(yào)得(dé)到重视，太晚(wǎn)就来(lái)不及了。

03

AIGC下一站除了视频，还有(yǒu)远方

技术都是有两面性(xìng)的，潜在的危害并不能掩盖(gài)其光辉的贡(gòng)献(xiàn)。现在看来，人工智(zhì)能技术将(jiāng)是第四次工业革(gé)命的核心驱动力量，将创(chuàng)造(zào)新的增长(zhǎng)奇迹。

过(guò)去一年，人工智能在(zài)技(jì)术和(hé)商业层(céng)面都有了巨大进展(zhǎn)，AI绘画就是人工智能技术发生方向性(xìng)改(gǎi)变的一个(gè)代表(biǎo)。其(qí)下一站或许就(jiù)是视(shì)频。

此前，Meta和谷歌先后发布(bù)了几条引爆科技圈(quān)的短视频。这些视频引发关注并非内容做得(dé)多(duō)优秀，反而都(dōu)非(fēi)常简单(dān)，比如一匹(pǐ)正(zhèng)在喝水的马，一只(zhǐ)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(yǒu)手机的人都(dōu)可(kě)以随手录下一段。

但(dàn)这些(xiē)短视频的创作(zuò)方式非常简(jiǎn)单，创作(zuò)者仅仅需(xū)要向AI输入一(yī)段话，甚至只是说一下要求，AI就可以根据需要生成(chéng)一段视频(pín)。

谷(gǔ)歌发布的两个AI生成视(shì)频分别来自(zì)于(yú)Imagen Video和Phenaki，前(qián)者(zhě)主要突出的是高清(qīng)，与Meta的Make-A-Video没有太多(duō)的差别。

在Make-A-Video公布了AI生成的(de)视频后，AI圈就已经玩了一(yī)波梗，一个能(néng)够(gòu)做出更高清视频(pín)的AI还不足(zú)以(yǐ)在短时(shí)间(jiān)内戳中兴奋点。

Phenaki更加令人(rén)震惊的地方在(zài)于(yú)，它可(kě)以制作出(chū)超(chāo)过2分钟的连贯的也(yě)有确切内容的视频，这才是(shì)真(zhēn)正让人们感到(dào)惊喜(xǐ)的地方。因为无论AI生(shēng)成(chéng)的视频多么高清，也只能(néng)是为内(nèi)容生产者提(tí)供(gōng)一个灵感，一个素(sù)材，一(yī)个过场动画。

不过能够制作(zuò)出有具体剧情内容的视频就意味着(zhe)，一些视频创作由AI代替人工完(wán)成已经初步有了可能。

当(dāng)下AI的(de)发展速(sù)度已经超过大部分人(rén)的(de)想象。内(nèi)容产业的(de)本质(zhì)是供给创造需求，AIGC作为全新的内(nèi)容(róng)生产方式，可以为内容产(chǎn)业带来更新的内容风(fēng)格(gé)、更快的(de)生产(chǎn)速度(dù)，更低的生产成本，这无疑会(huì)驱动内容产业的大爆发。

除了AI绘图、视(shì)频，AIGC技术(shù)还能应用于音乐、代(dài)码、机器人动作等多种内容(róng)形式的生成。不难发现该项技术不仅在游戏等(děng)行(xíng)业能(néng)得(dé)到有效应用(yòng)，对(duì)于(yú)下(xià)一代互联网各种元素的构建(jiàn)亦有关键意义。

从商业化的角度来看，文(wén)化娱乐、教育、传媒等诸多领(lǐng)域(yù)，本身就对基于AI的可视化内(nèi)容有(yǒu)强烈需(xū)求。

因此，AI绘画及视频(pín)或不是结果，而(ér)只是AI进(jìn)程(chéng)中的一块重要拼图(tú)，有(yǒu)望在技术更(gèng)新的(de)加持下实现更大的应用(yòng)价值。

AI从理解(jiě)内容(róng)，走向(xiàng)了可以生(shēng)成(chéng)内容，甚至能够创造出独(dú)立(lì)价值(zhí)和独立(lì)视角的(de)内容。AIGC的再(zài)次出(chū)圈，更代表着未(wèi)来(lái)的(de)先进生产力即(jí)将到来。

04

紧抓大模型(xíng)与算力(lì)，牢固AIGC底座

从(cóng)技术的(de)发展也可以看出，在语言大模型、图像大(dà)模型(xíng)之后，多模态大模型已经成为了新的趋势。

大模型(xíng)被誉为当前人(rén)工智(zhì)能发展(zhǎn)的智(zhì)能底座，是全(quán)球竞争最激烈(liè)的(de)研(yán)究方向之一(yī)，包括谷歌、亚马逊、百度、阿里、腾(téng)讯等众多头(tóu)部企业(yè)都(dōu)在竞相发力。

不过训练大(dà)模(mó)型的确价(jià)格(gé)不菲，以国盛证券发(fā)布的《ChatGPT需要多少算力》报告估算，GPT-3训练一次(cì)的成(chéng)本约为140万美(měi)元。而(ér)对于一些更大的LLM(大型语言(yán)模型)，训练(liàn)成(chéng)本则介于200万美元至1200万(wàn)美元高(gāo)价之(zhī)间。

以(yǐ)ChatGPT在(zài)2023年1月的独(dú)立访客平均数(shù)1300万(wàn)计算，其对应芯片需(xū)求(qiú)为3万多片(piàn)英伟达A100 GPU，初始(shǐ)投入成本约为(wèi)8亿美元，每日仅(jǐn)电费就在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)关注各(gè)类大(dà)模(mó)型的发展同时，更应该关注(zhù)算力网(wǎng)络(luò)的建(jiàn)设。

算力网络正驱动AI产(chǎn)业(yè)发(fā)展(zhǎn)进(jìn)入史(shǐ)诗级(jí)加速进程，让AIGC及通用AI这一人工智能发展的终(zhōng)极目标离(lí)得更近。

因为算力可以对突破性技术创新提(tí)供大力的支持。这方(fāng)面，多模(mó)态大模型(xíng)是典(diǎn)型。作(zuò)为面向未来强(qiáng)人工(gōng)智能、通用人工智(zhì)能的重要技术创新，多模态(tài)大模型已经在人工智能领(lǐng)域提出了很多年，业界也有不少技(jì)术突破，但是，多(duō)模态(tài)大模(mó)型进一(yī)步(bù)往下走，算力需求(qiú)呈几何式上(shàng)升，一般的算力基础设(shè)施(shī)很快将难以胜任。

从(cóng)图像(xiàng)、文(wén)字、语音单独(dú)一项的训练，到双模态、三(sān)模态的跃迁，让(ràng)人工智能(néng)可(kě)以灵活应(yīng)对不同模态的(de)转(zhuǎn)化、像(xiàng)人与世(shì)界交互一样(yàng)自然，这方面，由(yóu)算力网络来驱动将有明显优势。

此外，还有很多需要爆发式增长的算力来支撑的技术创(chuàng)新，将在人工智能算力(lì)网络支撑下快(kuài)速推进。

AIGC已经露出曙光，期待在大模型和大算力的支持下AIGC能持续(xù)颠覆内容生产的(de)方式(shì)，将创造的边际成本降低(dī)，让(ràng)万众受益。

未经允许不得转载：橘子百科-橘子都知道 太监割掉的是哪些部位，太监为什么割掉的是哪些部位