自聊天机器人(rén)ChatGPT火爆(bào)以(yǐ)来，微(wēi)软公司创始(shǐ)人比尔·盖茨已多次(cì)公(gōng)开(kāi)谈论(lùn)人工(gōng)智能话题。在(zài)最近的(de)一次采访中，他(tā)再次表示：“AI可能(néng)会让科技行业迎来(lái)一次(cì)剧(jù)烈的洗牌”。

这个结论(lùn)是(shì)他(tā)在当地时间2月20日(rì)接受《In Good Company》节目专访时提(tí)出的。

他(tā)预(yù)期，AI的发展(zhǎn)可(kě)能会(huì)威胁到(dào)谷歌(gē)的(de)市占率，因为微软在(zài)AI方(fāng)面(miàn)的行动相(xiāng)当迅速。而最终科技(jì)巨头(tóu)将把(bǎ)AI整合成用户的“全能(néng)助手”，包揽一切应用(yòng)，与人们进行沟通并提供建议，可以取(qǔ)代亚马逊、Siri或Outlook等(děng)应用。

大佬口中全能助手(shǒu)的到来可能尚需时(shí)日，但由ControlNet引发的又一(yī)次AI绘画浪(làng)潮，让AIGC在ChatGPT的话题热(rè)点包围中杀出重围(wéi)。

01

ControlNet颠(diān)覆(fù)AI绘画新玩法(fǎ)

AIGC向可(kě)控靠近

以AI绘画为代表的AIGC上一次(cì)爆火的时候，还(hái)是2022年8月，在美国(guó)科罗拉多州举办的新兴数(shù)字艺(yì)术家竞赛中，一幅(fú)名为《太(tài)空歌剧院(yuàn)》的作(zuò)品获奖。

随后各大厂(chǎng)商的AI绘画软(ruǎn)件被广(guǎng)大(dà)网友熟知并体验，Stable Diffusion便是(shì)其(qí)中代表。

用户们可(kě)以在应用中输(shū)入一组(zǔ)关(guān)键词或者一张照片，就能获(huò)得(dé)一幅(fú)AI创(chuàng)作的画(huà)作。

作(zuò)画的关键就(jiù)是所输入的文本。同一(yī)组(zǔ)关键词也可以创作出很(hěn)多张风格不(bù)一样的画(huà)作，这让(ràng)创作的过程就像开盲盒。

很多用户很喜(xǐ)欢这种不确定(dìng)的(de)惊喜，他(tā)们会(huì)将(jiāng)生成(chéng)的美图当做头像。而另一部分(fēn)喜欢翻看AI绘画的(de)“翻车(chē)”作品(pǐn)。在社交媒(méi)体上，许多用户分享AI“翻车现场”，例如，一位网友的小狗(gǒu)照片被(bèi)AI画成了“肌(jī)肉男”，还有网友的(de)个(gè)人照片被AI识别(bié)成了建筑。

而如今随着ControlNet的(de)出现与(yǔ)加持，以往(wǎng)AI绘画的(de)填写关键词游(yóu)戏(xì)可能要被(bèi)颠(diān)覆了。

ControlNet是一(yī)位正在斯(sī)坦福读博的中国(guó)人(rén)张吕敏创作的一种基于控制点的图像变形(xíng)算(suàn)法，主要用于数字(zì)图像(xiàng)处(chù)理(lǐ)、计(jì)算机(jī)视(shì)觉和(hé)计算机(jī)图形学等(děng)领域(yù)。

其(qí)SD插件(jiàn)一经发布，在(zài)短短的两天内便成为(wèi)了AI绘画领域最新的(de)热(rè)点。

在此之(zhī)前，大(dà)家用了(le)很多(duō)方法想让AI生成的结(jié)果(guǒ)尽可能的(de)符合(hé)要求，但是都不尽如人意，它的出现代表(biǎo)着AI生成开始进入真正的可控时(shí)期。

因为ControlNet可以直(zhí)接提取画(huà)面的构图，人物的姿势和(hé)画面的深(shēn)度(dù)信息(xī)等。有(yǒu)了它的(de)帮(bāng)助(zhù)，就(jiù)不用频繁(fán)的(de)用提示词来碰(pèng)运气(qì)，抽盲盒式的创(chuàng)作了。

通俗(sú)的说ControlNet相当(dāng)于给(gěi)AI绘画加(jiā)了“魔法”，不少(shǎo)博主的(de)作(zuò)品已经获得(dé)了大量的浏览(lǎn)量，“viggo”就是其中之(zhī)一，他用朋友的照片直接带她们走进动漫(màn)世界(jiè)。

viggo先用StableDiffusion图片(piàn)转文字。

再(zài)用(yòng)Text2Prompt插(chā)件(jiàn)拓展找(zhǎo)到(dào)对应(yīng)的关键词；最后用ControlNet插件绑(bǎng)定骨骼开始换关(guān)键词试效果。

通过图片(piàn)就可以看出来(lái)，效果十(shí)分惊艳。

选墓地的最好方位是什么，墓地的哪个方位的最好="300,640" data-type="jpeg" data-w="1280">

更(gèng)厉害的是，除了真实的照片，草(cǎo)图也(yě)可(kě)以(yǐ)加上“魔法(fǎ)”，知乎大牛“DevPoint”和“逗(dòu)砂选墓地的最好方位是什么，墓地的哪个方位的最好”介绍到ControlNet还能实现线稿转全彩(cǎi)图。大神张(zhāng)吕敏其本(běn)尊(zūn)也(yě)亲自回应。

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

02

难辨虚实，AIGC技术力爆发

警惕安全问题

近(jìn)日，“苏州(zhōu)金鸡湖有游(yóu)艇party”的(de)消息火遍网(wǎng)络，而经过警方辟谣这所(suǒ)谓的“party”可能是全国第一起AI绘图诈(zhà)骗。

由于这(zhè)个活(huó)动里面给出(chū)的美女照片都是AI制作的真(zhēn)人照片绘图，因为太逼真(zhēn)，被(bèi)大家当成真事(shì)传播了(le)。

不过仔(zǎi)细观察(chá)可以发现(xiàn)，活动发(fā)起者提供的照片(piàn)中有个很大(dà)的漏(lòu)洞(dòng)可以发(fā)现并非真人(rén)，而是AI绘图，那便是图片(piàn)中女(nǚ)性的手指部(bù)分有的存在异(yì)常。

有(yǒu)行业人事表示(shì)：“现在因为手指部(bù)分(fēn)的绘画算(suàn)法(fǎ)比(bǐ)较复杂，AI还不太会(huì)画人的手，但最新看到(dào)的(de)图片已经(jīng)有(yǒu)越来(lái)越(yuè)完美的AI模型出现，以后可能就(jiù)完全没(méi)有漏洞了。”

类似(shì)的AI作图诈骗在国外也已有发(fā)生。据英(yīng)国(guó)广播公司报道，土耳其(qí)地震期间，有Tiktok用户使用(yòng)AI合成(chéng)了儿童受灾的假照(zhào)片(piàn)发布到网络，以此诱(yòu)骗善良的人打赏“捐助”从而实施(shī)诈(zhà)骗。

目前(qián)随着技术(shù)发(fā)展，AIGC已经能做出真人(rén)照(zhào)片般的绘图(tú)效(xiào)果，如果这样(yàng)的图片(piàn)被用来(lái)诈(zhà)骗，将非常可怕。

此外AIGC还(hái)引发(fā)了很多担(dān)忧(yōu)，一方面，批判者(zhě)认为(wèi)AI在(zài)“学(xué)习”了大(dà)量前人(rén)的作品之后，其(qí)创作没有任(rèn)何情绪和灵魂，难以(yǐ)和人类的艺术(shù)创作(zuò)相提并论。

另(lìng)一方面(miàn)，AIGC背后的(de)版权、目前都并没有得到有效的解决(jué)，还有AIGC会不会(huì)代替(tì)人(rén)类“至高(gāo)无上”的创意。

马斯(sī)克也强调，人工(gōng)智能(néng)的安全问题需(xū)要得到(dào)重视(shì)，太晚就(jiù)来不(bù)及了。

03

AIGC下一(yī)站除了(le)视频，还有远方

技(jì)术都是有两面(miàn)性的，潜在的(de)危(wēi)害并不能掩(yǎn)盖其光辉的贡献。现(xiàn)在看来，人(rén)工智能(néng)技术将(jiāng)是第四(sì)次工业革命(mìng)的核心驱动力量，将创造新(xīn)的增长奇迹。

过去一年，人工智能在技术和商业层面都有了巨大(dà)进展，AI绘画就是人工智能技术发生方向性改变的(de)一个代表。其下一站或许就是视(shì)频。

此前，Meta和谷歌先后发布了几条引(yǐn)爆科技圈的(de)短视频。这(zhè)些视频引发关注(zhù)并非内容做(zuò)得多优秀，反(fǎn)而都非(fēi)常简单(dān)，比如一(yī)匹(pǐ)正在(zài)喝水的(de)马，一(yī)只画画的玩(wán)具熊，或者一段(duàn)骑(qí)摩(mó)托车的第一视角(jiǎo)录(lù)像，随便一个有手机(jī)的人都可以随手(shǒu)录下一(yī)段。

但这(zhè)些短视频的创作方式非常简单，创作者仅仅需要向AI输(shū)入一(yī)段话，甚至只是说一下要求，AI就可(kě)以根据需要(yào)生(shēng)成一段(duàn)视频。

谷歌发布的两个AI生成视频分别来自(zì)于Imagen Video和Phenaki，前者主要(yào)突出的是高清，与Meta的Make-A-Video没有太多的差别。

在Make-A-Video公布了AI生成的视频(pín)后，AI圈就(jiù)已经玩了一(yī)波梗，一个能(néng)够(gòu)做(zuò)出更高清视频的AI还不(bù)足以在短时间内戳中兴(xīng)奋点。

Phenaki更加令(lìng)人(rén)震惊(jīng)的地方(fāng)在于，它可以制(zhì)作(zuò)出超过2分(fēn)钟的连贯的也(yě)有确切内容的视频，这(zhè)才是真正让人们感到(dào)惊喜的地方(fāng)。因为无论(lùn)AI生成的视频多么高清，也(yě)只能是为内容(róng)生产(chǎn)者提供一个灵感(gǎn)，一个素(sù)材，一(yī)个过场动画(huà)。

不(bù)过能够制作出有具体剧(jù)情(qíng)内容的(de)视频就意味着，一些视频(pín)创作(zuò)由AI代替人(rén)工(gōng)完成(chéng)已(yǐ)经初步有了可(kě)能。

当下AI的(de)发展(zhǎn)速度已经超过大部(bù)分人的想象。内容产业的本质是供(gōng)给创造需求，AIGC作为全新(xīn)的(de)内(nèi)容生产方(fāng)式，可以为(wèi)内容产业(yè)带来更新的内容风格、更快的生产(chǎn)速度，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、视频(pín)，AIGC技术还能应用于音乐、代码、机器人动作等多种内容(róng)形式的生成。不难发现该(gāi)项技术不仅在游戏等行业能(néng)得(dé)到有效应(yīng)用，对于(yú)下一代互联(lián)网各(gè)种元素(sù)的构建亦有关键意义(yì)。

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

因(yīn)此，AI绘画(huà)及视频或不(bù)是结果(guǒ)，而只是AI进程中的一块重要拼图，有望在技术(shù)更新(xīn)的加持(chí)下实现更(gèng)大(dà)的应用价值。

AI从理解内容，走向了可以(yǐ)生成内容，甚至能够创造出独立价值和(hé)独立视角的内(nèi)容。AIGC的再次(cì)出圈，更代表着未(wèi)来的先进生产力即将到来。

04

紧(jǐn)抓大模(mó)型与算力，牢(láo)固(gù)AIGC底(dǐ)座(zuò)

从(cóng)技术的发展也可以看(kàn)出，在语言大模型、图像大模型(xíng)之后，多(duō)模态大模(mó)型已(yǐ)经成为了新的趋(qū)势。

大模型被誉为当前人工智能发展的智能底座(zuò)，是全球竞争(zhēng)最激烈的研究(jiū)方向之一，包括谷(gǔ)歌(gē)、亚马逊、百度、阿里、腾讯等众(zhòng)多头部(bù)企业都在竞相发力。

不过(guò)训练大模型的(de)确价(jià)格不菲(fēi)，以国盛证券发(fā)布的《ChatGPT需要多(duō)少算力》报告估(gū)算(suàn)，GPT-3训练一次的成本约为140万美元。而对于一些更大(dà)的(de)LLM(大型语言模型)，训练成本(běn)则介于200万美元至1200万美元(yuán)高价(jià)之间。

以ChatGPT在2023年1月(yuè)的(de)独立访(fǎng)客平均(jūn)数1300万计(jì)算，其对应芯(xīn)片需求为3万多片英伟达A100 GPU，初(chū)始投入成(chéng)本约为8亿(yì)美元(yuán)，每日仅电费就(jiù)在5万美元左右。

此外不(bù)论是ChatGPT还是AIGC，都(dōu)离不开庞大算力支持。在关注(zhù)各类大模(mó)型的发展(zhǎn)同(tóng)时，更(gèng)应该(gāi)关注算力网络的(de)建设。

算力(lì)网(wǎng)络正(zhèng)驱动AI产业发(fā)展进(jìn)入史诗级加(jiā)速进程(chéng)，让(ràng)AIGC及通用AI这一人工(gōng)智能(néng)发(fā)展的终(zhōng)极目标(biāo)离得更近。

因为算力(lì)可以对(duì)突破性(xìng)技术创新提供大力的支(zhī)持(chí)。这方面，多模态(tài)大模型是(shì)典(diǎn)型。作为面向未(wèi)来(lái)强(qiáng)人(rén)工智能、通用(yòng)人工智能的重要技术创新，多模态大模型已经在人工智能领域(yù)提出了很(hěn)多年，业(yè)界也(yě)有不少技术突破(pò选墓地的最好方位是什么，墓地的哪个方位的最好)，但是(shì)，多(duō)模态大模型进(jìn)一步往下走，算力需求呈几何式上升(shēng)，一般的算(suàn)力基(jī)础设施很快将难以胜任。

从(cóng)图像(xiàng)、文(wén)字、语音单独一(yī)项的训练(liàn)，到双(shuāng)模态、三模(mó)态的跃迁，让人工智能可以灵活应对不同(tóng)模态的转(zhuǎn)化、像人与世界交互一样自(zì)然，这方(fāng)面，由(yóu)算(suàn)力网(wǎng)络来驱动将有明显(xiǎn)优势。

此外(wài)，还(hái)有(yǒu)很多需要爆发式(shì)增长的算力来支撑的技术创新，将在(zài)人工(gōng)智能算力网络支(zhī)撑下快速推进。

AIGC已经(jīng)露(lù)出曙光，期(qī)待在大模型和大(dà)算力的支(zhī)持下(xià)AIGC能持(chí)续颠覆内容(róng)生产(chǎn)的方式，将(jiāng)创造的(de)边(biān)际成本降低，让万众受益。

未经允许不得转载：橘子百科-橘子都知道 选墓地的最好方位是什么，墓地的哪个方位的最好