自聊(liáo)天机(jī)器人ChatGPT火(huǒ)爆以来(lái)，微软公司创始(shǐ)人比尔(ěr)·盖茨已(yǐ)多(duō)次公开谈(tán)论人工智能(néng)话题。在最近的一次采(cǎi)访中(zhōng)，他(tā)再次(cì)表示：“AI可能会让科(kē)技行业迎来一次剧(jù)烈的(de)洗牌”。

这个结论是他(tā)在当地(dì)时(shí)间2月20日接(jiē)受《In Good Company》节目专访时提出的。

他预期，AI的发(fā)展可能会(huì)威胁(xié)到谷歌的市占率(lǜ)，因(yīn)为微软(ruǎn)在AI方面的行(xíng)动相当迅(xùn)速。而最终科技巨头将把AI整合成用户(hù)的(de)“全能助手”，包揽一切应用，与人们进行沟通并提供(gōng)建议，可(kě)以取代亚(yà)马(mǎ)逊、Siri或Outlook等应用。

大佬(lǎo)口中全能助手的到来可能尚需(xū)时日，但由ControlNet引发的(de)又一(yī)次AI绘画浪潮，让AIGC在(zài)ChatGPT的话(huà)题热点包围中杀出重围(wéi)。

01

ControlNet颠覆AI绘画(huà)新玩法

AIGC向(xiàng)可控靠近

以AI绘画(huà)为(wèi)代表(biǎo)的AIGC上一次(cì)爆(bào)火的时候(hòu)，还是(shì)2022年8月，在美国(guó)科罗拉多州举办的新兴(xīng)数字艺(yì)术家竞赛中(zhōng)，一幅(fú)名为《太(tài)空(kōng)歌剧院》的作品(pǐn)获奖。

随后各大厂商的(de)AI绘画软件被广(guǎng)大网(wǎng)友熟知并体验(yàn)，Stable Diffusion便是其中代表。

用户(hù)们可(kě)以在(zài)应用中输入一(yī)组(zǔ)关键(jiàn)词或者一张(zhāng)照片(piàn)，就(jiù)能获得一幅AI创作(zuò)的画(huà)作。

作画的关(guān)键就是所输入的文(wén)本。同一组(zǔ)关键词也可(kě)以创作出很(hěn)多(duō)张(zhāng)风格(gé)不一样的画作，这(zhè)让(ràng)创作(zuò)的过程就(jiù)像开盲盒。

很多用户很喜欢(huān)这种不确定的惊(jīng)喜，他们会(huì)将生成(chéng)的美(měi)图当(dāng)做头像(xiàng)。而(ér)另(lìng)一部分(fēn)喜欢(huān)翻看AI绘(huì)画的“翻车(chē)”作品。在社交媒(méi)体上，许多(duō)用(yòng)户分享(xiǎng)AI“翻车现场(chǎng)”，例如，一(yī)位(wèi)网友的(de)小狗照片(piàn)被(bèi)AI画成(chéng)了“肌(jī)肉男”，还有网(wǎng)友(yǒu)的(de)个人(rén)照片(piàn)被AI识别成(chéng)了建筑。

而(ér)如(rú)今随着ControlNet的出现与加持(chí)，以往AI绘(huì)画(huà)的填写关键(jiàn)词游戏可能要被颠(diān)覆了。

ControlNet是一位正在(zài)斯坦福读博的中国人张吕(lǚ)敏创作(zuò)的一种基于控(kòng)制点(diǎn)的图像变形算(suàn)法，主要用于数字(zì)图像处理、计算机视觉和计算机图形学等领(lǐng)域(yù)。

其SD插件(jiàn)一经(jīng)发布(bù)，在(zài)短短的两天内便成为(wèi)了AI绘画(huà)领域(yù)最新的热点。

在(zài)此之前，大家用了(le)很多方法想让AI生成的结果尽(jǐn)可能的符合(hé)要求，但是(shì)都不尽如(rú)人意，它的出现代表着(zhe)AI生成开始进入真(zhēn)正的可控时期。

因为ControlNet可以(yǐ)直接提(tí)取(qǔ)画(huà)面(miàn)的构(gòu)图，人物(wù)的(de)姿势和画面的(de)深(shēn)度信(xìn)息(xī)等。有(yǒu)了(le)它的帮助(zhù)，就(jiù)不用频繁的用提(tí)示词(cí)来(lái)碰运(yùn)气，抽(chōu)盲(máng)盒式的创(chuàng)作了。

通俗的说ControlNet相(xiāng)当于给AI绘画加(jiā)了“魔法”，不少博(bó)主(zhǔ)的(de)作品已经获得了大量的浏览量，“viggo”就是(shì)其中之一，他(tā)用朋友的照片直接带她们走进动漫(màn)世界。

viggo先用StableDiffusion图片转文字(zì)。

再用(yòng)Text2Prompt插件拓展找到对应的关(guān)键词(cí)；最后用ControlNet插件绑定骨(gǔ)骼(gé)开(kāi)始(shǐ)换关键(jiàn)词试效果。

通过图片就可(kě)以看出来，效果十分惊艳。

更厉害的是(shì)，除了真实(shí)的照片，草(cǎo)图也可以加(jiā)上(shàng)“魔(mó)法”，知乎大牛“DevPoint”和“逗砂”介绍到(dào)ControlNet还能实现线稿(gǎo)转全彩图。大神(shén)张吕敏其本尊也亲(qīn)自(zì)回(huí)应。

不得(dé)不说当下AIGC已(yǐ)经(jīng)变得越来越强(qiáng)大，甚至(zhì)输出的(de)作品(pǐn)都已(yǐ)经(jīng)能(néng)以假(jiǎ)乱真了。

02

难(nán)辨虚实，AIGC技术力爆发(fā)

警惕(tì)安全问题(tí)

近日，“苏州(zhōu)金(jīn)鸡(jī)湖有游艇party”的消息(xī)火(huǒ)遍网(wǎng)络，而经过警方辟谣这(zhè)所谓的“party”可能是(shì)全国第一(yī)起AI绘图诈(zhà)骗。

由(yóu)于这个活动里面给(gěi)出的美女照片都是AI制作的真人照片绘(huì)图，因为太逼(bī)真(zhēn)，被大家当成真事传(chuán)播(bō)了。

不过仔细观察可以发现，活动发起者(zhě)提供的照片中有个很大的漏(lòu)洞(dòng)可以发(fā)现并非真(zhēn)人，而是AI绘图，那便是图片中女性的(de)手指部(bù)分有(yǒu)的(de)存在异(yì)常。

有行业(yè)人事表(biǎo)示：“现在(zài)因(yīn)为(wèi)手指部(bù)分的绘画算(suàn)法比较复杂，AI还(hái)不太(tài)会(huì)画(huà)人的手，但最(zuì)新(xīn)看到的(de)图片(piàn)已(yǐ)经有(yǒu)越(yuè)来越完美的AI模(mó)型出现，以(yǐ)后可能就完全没有漏(lòu)洞了(le)。”

类似的AI作图诈(zhà)骗(piàn)在国外也已有发(fā)生。据英(yīng)国广播公(gōng)司报道，土耳其地震期间，有(yǒu)Tiktok用户使用AI合成了(le)儿童受(shòu)灾的假(jiǎ)照片发布到(dào)网(wǎng)络(luò)，以此诱骗善(shàn)良的(de)人(rén)打赏(shǎng)“捐助”从而实施诈骗。

目(mù)前随(suí)着技术发展，AIGC已(yǐ)经能(néng)做出(chū)真人照片(piàn)般的绘图效果(guǒ)，如果这样的图片被用来诈骗(piàn)，将非常可怕。

此外AIGC还引发了很多担忧，一方(fāng)面，批判者认为AI在“学习”了(le)大量前(qián)人(rén)的作(zuò)品之(zhī)后，其创作没(méi)有任(rèn)何(hé)情绪和灵魂，难以和人类的艺术(shù)创作(zuò)相提并论。

另一(yī)方(fāng)面，AIGC背后(hòu)的版权、目前都并没有得(dé)到(dào)有(yǒu)效(xiào)的解决，还有AIGC会不会代替人类“至(zhì)高无上(shàng)”的创意。

马斯克也强调，人(rén)工智(zhì)能的安全问题需要得(dé)到重视，太晚(wǎn)就来不及了。

03

AIGC下一站除了视(shì)频(pín)，还(hái)有远方

技术都是有(yǒu)两(liǎng)面(miàn)性(xìng)的(de)，潜在(zài)的危(wēi)害(hài)并不能掩盖其光(guāng)辉的贡献。现在(zài)看来(lái)，人工智能技术将是第四(sì)次工业革命的核心驱动(dòng)力量，将创造新的增长奇迹。

过去一年，人(rén)工智(zhì)能在(zài)技术(shù)和商业层面都有了巨大进展(zhǎn)，AI绘画就是人(rén)工(gōng)智能技术发(fā)生方向性改变的一个代表。其下一站或许就是视频。

此前，Meta和谷歌(gē)先(xiān)后(hòu)发布(bù)了几条引爆(bào)科技圈的短视频。这些视频引发(fā)关注(zhù)并非内容做得多优秀(xiù)，反而(ér)都(dōu)非常简单(dān)，比如一匹正在喝水的(de)马(mǎ)，一只画画的(de)玩具(jù)熊，或者一段骑摩托车(chē)的第一视角录像，随便一个有(yǒu)手机的人都可(kě)以随手录下一(yī)段。

但这些(xiē)短视频(pín)的创作方式非常简单，创作者(zhě)仅仅需要向(xiàng)AI输入一段(duàn)话，甚至只(zhǐ)是说一下要(yào)求，AI就(jiù)可以根据需要生(shēng)成一段视频(pín)。

谷歌发布的两个(gè)AI生成视频分别来自于Imagen Video和(hé)Phenaki，前者主要突出的是高(gāo)清，与Meta的Make-A-Video没有太多的(de)差别。

在Make-A-Video公布了AI生(shēng)成的视频后(hòu)，AI圈就已经(jīng)玩了一波梗，一个能够做出更(gèng)高清视频的AI还不足以在短(duǎn)时间内戳中兴(xīng)奋(fèn)点。

Phenaki更加令人震惊的(de)地方在(zài)于，它(tā)可以制作出超过(guò)2分钟的连贯(guàn)的也有(yǒu)确切内容(róng)的视频，这才(cái)是(shì)真正让人们感到(dào)惊(jīng)喜的(de)地方。因为无论AI生成的视频(pín)多么高清，也(yě)只能是为内容生产(chǎn)者提供一(yī)个灵感，一个素材，一个过场动画。

不过能够制作出有具体(tǐ)剧情(qíng)内容的(de)视频就意味着，一些视频创作(zuò)由(yóu)AI代替人工完成已(yǐ)经(jīng)初(chū)步(bù)有了可能。

当(dāng)下(xià)AI的发展速度已经超过大部(bù)分人的想(xiǎng)象(xiàng)。内容产(chǎn)业的本质(zhì)是供给创造需求，AIGC作为全新的内容生产方式(shì)，可以为内容产(chǎn)业带来(lái)更新(xīn)的内容风格、更快的生产(chǎn)速(sù)度，更低的生产成本，这无(wú)疑会驱(qū)动(dòng)内(nèi)容产业的大爆发。

除了AI绘图(tú)、视频，AIGC技术还能应用于音乐、代码、机器人(rén)动作等多种内容(róng)形式的生成。不难发现该项技术(shù)不仅在游戏等行业能得到有(yǒu)效应用，对于下一代互联网各种元素的(de)构(gòu)建(jiàn)亦有关键意义。

从(cóng)商(shāng)业化的(de)角度来看，文化娱乐(lè)、教育(yù)、传媒等(děng)诸(zhū)多(duō)领域，本身就对基于AI的可视化内(nèi)容有强烈需求。

因此，AI绘画及视频或不是结果，而只是AI进程中的(de)一块重要拼图，有望在(zài)技术(shù)更新的加持下实(shí)现更大(dà)的应用价值。

AI从理(lǐ)解(jiě)内(nèi)容，走(zǒu)向了(le)可以生成内(nèi)容，甚至能够(gòu)创造出独(dú)立价(jià)值(zhí)和独立视角的(de)内容。AIGC的再次出圈，更代表着未来的先进生产(chǎn)力(lì)即将到来。

04

紧抓大模型与算力(lì)，牢固(gù)AIGC底座

从(cóng)技术的发展(zhǎn)也可以看出，在(zài)语言大(dà)模型、图像大模型之后，多模态大模(mó)型已经成(chéng)为(wèi)了新的趋势。

大模型被誉为当前人(rén)工智能(néng)发展(zhǎn)的智能底(dǐ)座，是全球竞争最激烈的研究方向之一，包括谷歌、亚(yà)马逊、百度、阿里(lǐ)、腾讯等众多(duō)头部(bù)企业都(dōu)在竞(jìng)相发力(lì)。

不过训练(liàn)大(dà)模型(xíng)的确价格不菲，以国盛证券发布的《ChatGPT需(xū)要(yào)多少算力》报告估算，GPT-3训练一次的成本约(yuē)为(wèi)140万美元。而对于一些更大(dà)的LLM(大型语言模型)，训练成本则介于200万(wàn)美(měi)元至1200万(wàn)美元高价之间。

以(yǐ)ChatGPT在2023年1月的独(dú)立访客平均数(shù)1300万计(jì)算，其对应芯片(piàn)需(xū)求为3万多片英(yīng)伟达A100 GPU，初(chū)始投入成(chéng)本(běn)约为8亿美元，每日仅电费就(jiù)在5万美元左右。

此外不论(lùn)是ChatGPT还(hái)是(shì)AIGC，都离不开庞大算(suàn)力支持(chí)。在关注各类大(dà)模型(xíng)的(de)发(fā)展(zhǎn)同(tóng)时，更应该关注算力网络的建设。

算力网络正驱(qū)动AI产业发(fā)展进入史诗级加速(sù)进程，让(ràng)AIGC及通(tōng)用AI这(zhè)一人工智能发展的终极目标(biāo)离得更(gèng)近(jìn)。

因(yīn)为(wèi)算力可以(yǐ)对突破性技术创新提供大力的支持。这方面，多模(mó)态(tài)大模型(xíng)是典型(xíng)。作为面向(xiàng)未来强人工智(zhì)能、通(tōng)用人工智能(néng)的重(zhòng)要技术创新，多模态大(dà)模型已经在人工智(zhì)能领域(yù)提出了很多年，业界也有(yǒu)不少技(jì)术突(tū)破，但是(shì)，多模(mó)睡午觉和不睡午觉有什么区别，为什么不爱午睡的孩子智商高态大模型进一步往(wǎng)下走(zǒu)，算力(lì)需求呈几(jǐ)何式上升，一般的算(suàn)力(lì)基础设(shè)施(shī)很快将难以胜(shèng)任。

从图(tú)像(xiàng)、文字、语音单独(dú)一(yī)项(xiàng)的(de)训练，到双模态、三(sān)模态的跃迁，让人工智能可以灵活应对不同模态的转化、像(xiàng)人与世界交(jiāo)互(hù)一样自然，这方面，由算力(lì)网络来驱动将有明(míng)显优势。

此外，还有很(hěn)多需要(yào)爆发式增长的算力来支撑的技术创新，将在人工智能算力网络支撑下快速推进。

AIGC已经露出曙光，期待在大模型和大算力的(de)支(zhī)持下AIGC能(néng)持续颠覆内容(róng)生产的方式，将创造的边际成(chéng)本(běn)降(jiàng)低，让万众受益。

未经允许不得转载：橘子百科-橘子都知道 睡午觉和不睡午觉有什么区别，为什么不爱午睡的孩子智商高