自聊天机器人ChatGPT火(huǒ)爆以来，微软(ruǎn)公司创(chuàng)始人比尔·盖茨已多次公(gōng)开谈论人工(gōng)智能(néng)话题。在最近(jìn)的一次(cì)采访(fǎng)中，他(tā)再次表示：“AI可能会让科技行业(yè)迎来一(yī)次剧(jù)烈(liè)的洗(xǐ)牌”。

这个结论(lùn)是他在当(dāng)地时间2月20日接(jiē)受(shòu)《In Good Company》节目(mù)专访时(shí)提(tí)出的。

他预期，AI的(de)发展可能会威胁到谷歌的市占率(lǜ)，因为微(wēi)软在AI方面的行动相当迅速。而最终科技(jì)巨头将把(bǎ)AI整合成用户(hù)的“全能助(zhù)手”，包揽一切应用，与人(rén)们进行沟通并提供建议(yì)，可以取代亚马逊(xùn)、Siri或Outlook等(děng)应用。

大佬口(kǒu)中(zhōng)全能助(zhù)手的到来(lái)可能尚(shàng)需(xū)时日，但由ControlNet引发的又一次AI绘(huì)画浪潮，让AIGC在(zài)ChatGPT的(de)话题(tí)热点包围中杀出重围(wéi)。

01

ControlNet颠覆(fù)AI绘画新玩法

AIGC向可控靠近

以(yǐ)AI绘(huì)画(huà)为代(dài)表的AIGC上一(yī)次爆火的时候，还是(shì)2022年(nián)8月，在美国科(kē)罗拉多州举办(bàn)的新兴数字艺术家竞(jìng)赛中，一(yī)幅名为《太空歌剧院》的作(zuò)品(pǐn)获奖(jiǎng)。

随后各大厂(chǎng)商(shāng)的AI绘画软(ruǎn)件被广大(dà)网友熟(shú)知并体验(yàn)，Stable Diffusion便是其中代表。

用户(hù)们可以在(zài)应(yīng)用中(zhōng)输入(rù)一组关(guān)键词或者一张照片(piàn)，就能获得一幅(fú)AI创作(zuò)的(de)画作。

作画的关键就是所输入的文本。同一(yī)组关键词(cí)也可以创作出很多张风格不一样的画作(zuò)，这让(ràng)创作的过程(chéng)就像开(kāi)盲盒。

很(hěn)多用户很喜欢(huān)这种(zhǒng)不确定的惊喜，他们会将生成的美图当做头像。而另一(yī)部(bù)分喜欢翻看(kàn)AI绘画的“翻车(chē)”作品(pǐn)。在社交媒体上，许(xǔ)多用户分享AI“翻(fān)车现场”，例如，一(yī)位网友(yǒu)的小狗照片(piàn)被AI画成了“肌肉男”，还(hái)有网友(yǒu)的个人照(zhào)片被(bèi)AI识别成了建筑(zhù)。

而如今随着(zhe)ControlNet的出(chū)现与加持，以(yǐ)往AI绘(huì)画的填写关(guān)键词(cí)游(yóu)戏(xì)可能(néng)要(yào)被(bèi)颠覆了。

ControlNet是(shì)一位正在斯坦福读博的中国人张吕敏创作的一(yī)种(zhǒng)基(jī)于控制点的图像变形(xíng)算法，主要(yào)用于数(shù)字图(tú)像处理、计算(suàn)机视觉(jué)和计算机图形学等(děng)领域。

其SD插(chā)件一(yī)经(jīng)发布，在(zài)短(duǎn)短的两天内便成为了AI绘(huì)画(huà)领域最新的热点。

在此之前，大家用了很多方法想让AI生成的结果尽可(kě)能的符合要(yào)求，但是(shì)都不尽如人意，它的出现代(dài)表(biǎo)着AI生成开始进(jìn)入(rù)真正的可控(kòng)时(shí)期。

因(yīn)为ControlNet可以直接提(tí)取画面的构图(tú)，人(rén)物的(de)姿势和画面的深度信(xìn)息等。有了它的帮助，就不用频繁(fán)的(de)用提示词来(lái)碰运气(qì)，抽盲盒(hé)式(shì)的创作了。

通俗的说ControlNet相当于给AI绘画(huà)加了“魔法”，不少博主(zhǔ)的作品已经获得了大(dà)量的(de)浏览量，“viggo”就是其中之(zhī)一(yī)，他用朋友的照片直(zhí)接带她们(men)走进动漫世(shì)界。

viggo先用StableDiffusion图片(piàn)转文字。

再用Text2Prompt插件拓展找(zhǎo)到对应的关键词(cí)；最后用ControlNet插件(jiàn)绑(bǎng)定骨骼开(kāi)始换关键词试效(xiào)果。

通过图片就可以看(kàn)出来，效果(guǒ)十分惊艳。

更厉害的是，除了真实的照片，草(cǎo)图也可以加上(shàng)“魔法(fǎ)”，知乎(hū)大牛“DevPoint”和(hé)“逗砂”介(jiè)绍到(dào)ControlNet还能实现线稿转(zhuǎn)全彩图(tú)。大神张(zhāng)吕(lǚ)敏其本尊也亲自回(huí)应。

不(bù)得不说(shuō)当下(xià)AIGC已经变得越来越强大，甚至输出(chū)的作品(pǐn)都已经能以(yǐ)假(jiǎ)乱真了。

02

难(nán)辨虚实(shí)，AIGC技术力爆发(fā)

警(jǐng)惕安全(quán)问题

近(jìn)日，“苏州(zhōu)金鸡(jī)湖有游艇(tǐng)party”的消息火(huǒ)遍(biàn)网络(luò)，而经过警方辟(pì)谣(yáo)这所谓的“party”可能是全国第一起(qǐ)AI绘图诈(zhà)骗(piàn)。

由(yóu)于这个活动里面给出的美女照片都是AI制(zhì)作的(de)真人(rén)照片绘图，因(yīn)为太(tài)逼(bī)真，被大家当成真(zhēn)事(shì)传播了(le)。

不过仔细观察可以发现，活动发起(qǐ)者提供的照片(piàn)中有个很大的漏洞可以(yǐ)发现并非(fēi)真人，而是AI绘图(tú)，那便是图片中(zhōng)女性的手指部(bù)分有的存在异常。

有行(xíng)业(yè)人事表示：“现在(zài)因为手指部分的绘画(huà)算法比较复杂，AI还不太会(huì)画(huà)人的手(shǒu)，但(dàn)最新看到(dào)的图片已经有(yǒu)越来越完美的AI模型出现，以后可能就完全(quán)没有漏(lòu)洞了。”

类似(shì)的(de)AI作图诈(zhà)骗在国(guó)外(wài)也已有发生。据英国广(guǎng)播公司报(bào)道，土耳(ěr)其地震期(qī)间，有(yǒu)Tiktok用户使(shǐ)用AI合成(chéng)了儿(ér)童受灾的假(jiǎ)照片发布(bù)到网络，以此诱骗善良的人打(dǎ)赏“捐助(zhù)”从而实施诈骗。

目前随(suí)着(zhe)技术(shù)发展(zhǎn)，AIGC已经能(néng)做出真(zhēn)人照片般的(de)绘图效(xiào)果(guǒ)，如果(guǒ)这样的图片被(bèi)用来诈骗，将非常可怕。

此外AIGC还引发了很多担忧，一方(fāng)面，批判者(zhě)认为AI在“学习”了大量前人的作品之后，其(qí)创作(zuò)没(méi)有任何情(qíng)绪和(hé)灵魂，难以和人类的艺术创(chuàng)作(zuò)相(xiāng)提并论。

另(lìng)一(yī)方面，AIGC背后的(de)版权、目前(qián)都并没有得到有(yǒu)效(xiào)的(de)解决，还有AIGC会(huì)不会(huì)代替(tì)人类“至高无上”的创意。

马斯克也强调，人工智能的安(ān)全问题(tí)需(xū)要得到重视，太(tài)晚就来不及了。

03

AIGC下一(yī)站除了视频，还有远(yuǎn)方

技(jì)术都(dōu)是有两面性的，潜在的危害并不能掩(yǎn)盖其光(guāng)辉的贡献(xiàn)。现在看来(lái)，人工(gōng)智能技术将是第四(sì)次(cì)工业革命(mìng)的(de)核心驱动力(lì)量，将创造新的增长奇迹(jì)。

过去一年(nián)，人工智能在技术和商业层面(miàn)都有(yǒu)了巨大(dà)进(jìn)展，AI绘画就是人工(gōng)智能(néng)技术(shù)发生方向性改变的一个代表。其下一(yī)站(zhàn)或(huò)许就是视频。

此前(qián)，Meta和谷歌(gē)先后发(fā)布了几(jǐ)条引爆科技(jì)圈的短视频(pín)。这些视频引发(fā)关注并(bìng)非(fēi)内容做得(dé)多优秀，反而都非(fēi)常(cháng)简(jiǎn)单，比如一匹正(zhèng)在喝水的马(mǎ)，一只画画的玩具熊，或者一段骑(qí)摩托(tuō)车(chē)的第(dì)一视角录像，随便一(yī)个有手机的(de)人都可以(yǐ)随(suí)手录(lù)下一段。

但这些短(duǎn)视频的(de)创作(zuò)方式非常简单，创作者仅仅需要向AI输入一段(duàn)话，甚至只是(shì)说(shuō)一下(xià)要求(qiú)，AI就可(kě)以根据需要生成一段视频。

谷歌发布(bù)的两个(gè)AI生(shēng)成视频(pín)分别来自于Imagen Video和Phenaki，前者主要突(tū)出的是高清，与Meta的Make-A-Video没有太(tài)多的差别(bié)。

在Make-A-Video公布了(le)AI生成的视(shì)频后，AI圈就已经玩了一波梗，一个能够做(zuò)出更(gèng)高清视频的(de)AI还不足(zú)以在(zài)短时间(jiān)内戳中(zhōng)兴奋点(diǎn)。

Phenaki更(gèng)加令(lìng)人震惊的地方在于，它可以制作(zuò)出超(chāo)过2分钟的连贯的也有确(què)切内容的视频，这才(cái)是真正(zhèng)让(ràng)人们感到惊(jīng)喜的地方。因(yīn)为无论AI生(shēng)成(chéng)的视(shì)频多么(me)高(gāo)清，也只能(néng)是为内容生产者(zhě)提供一个灵感，一个素材，一个过场动(dòng)画。

不过能够制(zhì)作出有具体剧情内容的视频就(jiù)意(yì)味着(zhe)，一些视频创作(zuò)由(yóu)AI代(dài)替(tì)人工完成(chéng)已(yǐ)经初步有了可能。

当(dāng)下AI的发展(zhǎn)速度(dù)已经(jīng)超过大(dà)部(bù)分(fēn)人的想象。内容产(chǎn)业的本质是(shì)供(gōng)给(gěi)创造需求(qiú)，AIGC作为全新的内容生产(chǎn)方式(shì)，可以为内容产业(yè)带来更新的内(nèi)容风格、更快的生产(chǎn)速度，更低的(de)生(shēng)产成本，这无疑(yí)会驱(qū)动内容产业的大爆发。

除了AI绘图、视频，AIGC技术还(hái)能(néng)应用于音乐、代(dài)码、机器人动作(zuò)等多种内容形式的生(shēng)成(chéng)。不难(nán)发(fā)现该项技术(shù)不仅在游戏等行(xíng)业能得到有效应用，对于下一代互联网各种元素(sù)的(de)构(gòu)建(jiàn)亦(yì)有关键意义。

从商业化的角度来看，文(wén)化娱乐(lè)、教育、传(chuán)媒等诸多领域，本身就对(duì)基于AI的(de)可视化(huà)内(nèi)容(róng)有强(qiáng)烈需求。

因此，AI绘画及视频或不是(shì)结果(guǒ)，而(ér)只是AI进程中的一块(kuài)重要拼(pīn)图，有望在技术更新的(de)加持下实现更(gèng)大的应用价值。

AI从理解内容，走(zǒu)向了可(kě)以(yǐ)生(shēng)成内容，甚(shèn)至(zhì)能够创造出(chū)独立(lì)价(jià)值(zhí)和独立(lì)视角的内容。AIGC的再次出圈，更代表着(zhe)未来(lái)的先进生产力即将到(dào)来。

04

紧抓大模型与(yǔ)算力，牢固AIGC底座

从技(jì)术的发展也可以(yǐ)看出，在语言大(dà)模型、图像大模型之后，多模态大模型已(yǐ)经成为了新的(de)趋势。

大模(mó)型被(bèi)誉(yù)为当前人工智能(néng)发展的智能底座，是全球(qiú)竞争最(zuì)激(jī)烈的(de)研究方向之一(yī)，包括(kuò)谷歌(gē)、亚马(mǎ)逊(xùn)、百(bǎi)度、阿里(lǐ)、腾讯等众多头部企业都在竞相(xiāng)发力。

不(bù)过训练大模型的确价格(gé)不菲，以(yǐ)国盛证券(quàn)发(fā)布的《ChatGPT需要多少算(suàn)力》报(bào)告(gào)估算，GPT-3训练一次的成本约(yuē)为140万(wàn)美元(yuán)。而对于(yú)一些更大的LLM(大型语(yǔ)言模型)，训(xùn)练成(chéng)本则介于200万美(měi)元至1200万(wàn)美元(yuán)高(gāo)价之间。

以ChatGPT在2023年1月的独立访客平均数1300万计算，其(qí)对应芯(xīn)片(piàn)需求为3万多片英伟(wěi)达A100 GPU，初始投入(rù)成本(běn)约为(wèi)8亿(yì)美元(yuán)，每(měi)日(rì)仅电费就在5万美(měi)元左右(yòu)。

此外不论(lùn)是ChatGPT还是AIGC，都(dōu)离不开庞大算力支持。在关注各(gè)类大模(mó)型的发展同时，更(gèng)应该(gāi)关注算力网络的建设。

算力网络正驱(qū)动AI产(chǎn)业发展进入史诗级加速进(jìn)程，让AIGC及通用AI这一人工智能发展的终极目标(biāo)离得(dé)更近。

因为算力可以对突破(pò)性技术创(chuàng)新(xīn)提供大力的支持。这方面，多(duō)模态大模型是(shì)典型。作为(wèi)面向未来强(qiáng)人工智(zhì)能、通用人工智能的重要技术创新，多(duō)模态大(dà)模型已经(jīng)在人工智(zhì)能领(lǐng)域提(tí)出了很多年，业界(jiè)也有不少(shǎo)技术突破，但是(shì)，多模(mó)态大模型进一步往下走，算力需求呈(chéng)几何式上升，一(yī)般的算(suàn)力(lì)基础(chǔ)设施很快将难以胜任。

从(cóng)图像(xiàng)、文字、语音单独一项的训练，到双模态、三模态的跃迁，让人(rén)工智(zhì)能可以灵活应对不同模态(tài)的(de)转化、像人与(yǔ)世界交互一样自然(rán)，这(zhè)方(fāng)面，由算力网络(luò)来驱动将有明(míng)显优(yōu)势(shì)。

此外，还有很多(duō)需要(yào)爆发(fā)式增长的算力(lì)来支(zhī)撑的技术创新，将在人(rén)工智能算力网络支撑(chēng)下快速推(tuī)进(jìn)。

AIGC已经(jīng)露(lù)出曙光(guāng)，期待在(zài)大模(mó)型和大(dà)算力的(de)支持(chí)下(xià)AIGC能(néng)持续颠覆内(nèi)容(róng)生(shēng)产的方式，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 一寸多少厘米公分 一寸是几个手指