自聊天机器人ChatGPT火爆以来(lái)，微软(ruǎn)公司创始人比尔·盖(gài)茨已多(duō)次公开谈论人(rén)工(gōng)智能话题。在最近的(de)一次采访中，他(tā)再(zài)次表示(shì)：“AI可能会让科技(jì)行业(yè)迎(yíng)来一次剧烈的(de)洗牌(pái)”。

这(zhè)个结论是(shì)他在(zài)当地时(shí)间(jiān)2月20日接(jiē)受《In Good Company》节目(mù)专(zhuān)访(fǎng)时(shí)提(tí)出(chū)的。

他预期，AI的发展可(kě)能(néng)会威胁到谷歌的市占(zhàn)率，因为微软在AI方面的(de)行(xíng)动相当(dāng)迅速。而最终科(kē)技巨(jù)头将把AI整合(hé)成用户的“全能助手”，包揽(lǎn)一切(qiè)应用，与人们进行沟通并提供建议，可以(yǐ)取代(dài)亚马逊、Siri或Outlook等应(yīng)用。

大佬口中全能(néng)助手的到来可能尚(shàng)需时(shí)日，但由ControlNet引发的(de)又一(yī)次(cì)AI绘画浪潮，让AIGC在ChatGPT的(de)话(huà)题(tí)热点(diǎn)包围中杀出(chū)重围。

01

ControlNet颠(diān)覆AI绘画(huà)新玩法

AIGC向(xiàng)可(kě)控(kòng)靠近

以AI绘画为(wèi)代表的(de)AIGC上一次(cì)爆火的时候，还是2022年8月，在美国科罗(luó)拉多(duō)州(zhōu)举办(bàn)的新兴数字(zì)艺术家竞赛(sài)中，一幅名为《太空(kōng)歌(gē)剧院》的作品获奖。

随后各大厂商(shāng)的AI绘画软件被广大网(wǎng)友熟知并(bìng)体验，Stable Diffusion便(biàn)是其中(zhōng)代表。

用户们可以在应用(yòng)中输入一组关键词或者(zhě)一张照片(piàn)，就能获得一(yī)幅(fú)AI创作的画作。

作画的(de)关键就是(shì)所输入的文本(běn)。同一组关键词(cí)也可以创作出很多(duō)张风格(gé)不一样的画(huà)作，这(zhè)让(ràng)创作的过(guò)程(chéng)就像开盲盒。

很多用户很喜欢这种不确定的惊喜，他们会将生成(chéng)的(de)美(měi)图(tú)当做头像。而另一部分喜欢(huān)翻看AI绘(huì)画的(de)“翻车(chē)”作品。在社交媒(méi)体上，许多(duō)用户分享AI“翻车现(xiàn)场(chǎng)”，例如，一位(wèi)网(wǎng)友的小狗照片被(bèi)AI画成了“肌肉男”，还有网友的个人(rén)照(zhào)片被AI识别成了(le)建(jiàn)筑。

而(ér)如今随着ControlNet的出现与(yǔ)加持，以往AI绘画(huà)的(de)填写关键词游(yóu)戏可能要被颠(diān)恋爱初期很平淡还有必要谈吗，有男朋友却感觉不像在谈恋爱覆了(le)。

ControlNet是一位正在(zài)斯(sī)坦(tǎn)福读博的(de)中国(guó)人张(zhāng)吕(lǚ)敏创作的一种基于控制点(diǎn)的图像变形算法，主要用于数字图(tú)像(xiàng)处(chù)理、计算机视(shì)觉和计(jì)算机图形(xíng)学等领域。

其SD插件一经发布，在短短的两天内便成为了AI绘画(huà)领(lǐng)域最新的热点。

在此之前(qián)，大(dà)家用了很(hěn)多方法想(xiǎng)让(ràng)AI生成的结果(guǒ)尽可(kě)能的(de)符合要求，但是(shì)都不尽如人意，它的(de)出现代表着AI生成开始进入真正的可控时期。

因为ControlNet可以直(zhí)接提取画面的构图(tú)，人物(wù)的(de)姿势和画面(miàn)的深度信息等。有(yǒu)了(le)它的帮助，就不(bù)用频繁的用提(tí)示词来碰运气，抽盲盒式的创作了。

通俗的说ControlNet相当于给(gěi)AI绘(huì)画(huà)加了“魔法”，不少(shǎo)博主的(de)作品已(yǐ)经获(huò)得了大量的浏览量，“viggo”就是其中之(zhī)一(yī)，他用朋友的照(zhào)片直接带她们走进动漫(màn)世(shì)界。

viggo先用StableDiffusion图片转文字。

再用Text2Prompt插件拓(tuò)展(zhǎn)找到对应(yīng)的关(guān)键词；最(zuì)后用(yòng)ControlNet插件绑(bǎng)定骨骼开(kāi)始(shǐ)换关键词试效果。

通过图片就可以看出来，效果十分惊艳。

更(gèng)厉害的是，除了真(zhēn)实(shí)的照(zhào)片，草图也(yě)可以加上“魔法”，知乎大牛“DevPoint”和(hé)“逗砂”介绍到ControlNet还(hái)能实现线稿转全彩(cǎi)图。大神恋爱初期很平淡还有必要谈吗，有男朋友却感觉不像在谈恋爱张(zhāng)吕敏(mǐn)其本尊也亲(qīn)自回(huí)应。

不得(dé)不说(shuō)当下AIGC已(yǐ)经变得越来越(yuè)强(qiáng)大，甚至输出(chū)的作(zuò)品都已(yǐ)经能(néng)以假乱真了。

02

难辨虚实，AIGC技术力爆发

警(jǐng)惕安全问题

近日，“苏州(zhōu)金(jīn)鸡湖有游(yóu)艇party”的消息火(huǒ)遍(biàn)网络，而经(jīng)过(guò)警方(fāng)辟谣这(zhè)所(suǒ)谓(wèi)的“party”可能是全国第一(yī)起AI绘图诈骗。

由于这个活动里面给(gěi)出的美女(nǚ)照片都是AI制作的真人照片绘图，因为太(tài)逼真(zhēn)，被大家当成(chéng)真事传播了。

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

有行业人事(shì)表示：“现在因为手指部分的绘(huì)画(huà)算法比较复杂(zá)，AI还(hái)不太会(huì)画人的手，但(dàn)最新看(kàn)到的图(tú)片已经有越来越(yuè)完(wán)美的AI模型出现，以(yǐ)后可能(néng)就(jiù)完全没有漏洞了。”

类似(shì)的AI作图(tú)诈骗(piàn)在国(guó)外(wài)也已(yǐ)有发(fā)生。据英(yīng)国广播公司报(bào)道，土耳其地(dì)震期间，有Tiktok用户使用AI合成了儿童受灾的假照片(piàn)发布到(dào)网络，以此诱骗善良的(de)人打赏“捐助”从而(ér)实施诈骗(piàn)。

目前随着技术发(fā)展，AIGC已经能做出真人照(zhào)片(piàn)般的绘图(tú)效(xiào)果(guǒ)，如果这样的(de)图片被用来诈骗(piàn)，将非(fēi)常(cháng)可怕。

此外AIGC还引(yǐn)发了很多担忧，一方(fāng)面，批判(pàn)者认(rèn)为AI在(zài)“学习”了大量前(qián)人的作品之(zhī)后(hòu)，其创作没(méi)有任何情绪和(hé)灵魂(hún)，难以和人类的艺术创作(zuò)相提(tí)并(bìng)论。

另一方面，AIGC背(bèi)后的版权(quán)、目前都并没有(yǒu)得到有效的解决，还(hái)有AIGC会不(bù)会(huì)代(dài)替(tì)人类“至高无上”的创意。

马斯克也强调，人工(gōng)智能(néng)的(de)安全(quán)问题需要(yào)得到重视，太晚就来不(bù)及了。

03

AIGC下(xià)一站(zhàn)除了视频，还有(yǒu)远(yuǎn)方

技术都是有(yǒu)两面(miàn)性的，潜在的(de)危害并不能掩盖其光辉的贡献。现(xiàn)在看来(lái)，人工智(zhì)能技术将是第四次(cì)工业革命的核(hé)心驱动力量，将(jiāng)创造新的增长奇(qí)迹。

过去一年，人(rén)工智能在技(jì)术和商业层面都有了巨大进(jìn)展(zhǎn)，AI绘画就是人(rén)工智能技(jì)术发生方向性改变的(de)一个代(dài)表。其下一站或许就是视频。

此前，Meta和谷歌先后发布了几条引爆科技圈的短视(shì)频。这些视频引(yǐn)发关注并非内容做得多优秀，反而都非(fēi)常(cháng)简(jiǎn)单，比如(rú)一匹正在喝水(shuǐ)的马，一(yī)只画画的玩(wán)具熊，或者(zhě)一段骑摩(mó)托车的第一视角录(lù)像，随(suí)便一个有手机的人(rén)都可以随手录下一段。

但这些短视频(pín)的创作方式非常简单，创作者仅仅需要向AI输入一段话，甚至(zhì)只是(shì)说一下要求，AI就可(kě)以根据需要生(shēng)成一段视频。

谷歌发布的两(liǎng)个AI生成(chéng)视频分别来自(zì)于Imagen Video和Phenaki，前者主要突(tū)出的(de)是(shì)高清，与Meta的Make-A-Video没有太多(duō)的差别。

在Make-A-Video公布了AI生成的视(shì)频后，AI圈就(jiù)已经玩了一(yī)波梗，一个能够做出更高清视(shì)频的AI还不足以在短时间内戳(chuō)中兴奋点(diǎn)。

Phenaki更加令(lìng)人震惊(jīng)的地方在于，它可以制作(zuò)出超过2分钟的连贯的(de)也有(yǒu)确切内容的视(shì)频，这才是真正让人们(men)感(gǎn)到惊喜的地方。因为(wèi)无论AI生(shēng)成的视频多么高清，也只能是为内容(róng)生产者提供一个(gè)灵感，一个素材(cái)，一个(gè)过场(chǎng)动画。

不过能够制作出有(yǒu)具体剧情内容的视频就(jiù)意味着，一些(xiē)视频创作由(yóu)AI代替人工完成已经(jīng)初(chū)步有了可能。

当下AI的发展速(sù)度已经超过大(dà)部分人的(de)想(xiǎng)象。内容产业的本质是(shì)供给创造需求，AIGC作为全(quán)新(xīn)的内容生产方式，可以为内容产(chǎn)业带来更新的(de)内容风格(gé)、更(gèng)快的生产速度，更低的生(shēng)产(chǎn)成本(běn)，这无疑会驱动(dòng)内容产业的大爆发。

除了AI绘图、视(shì)频，AIGC技术还能应用于音乐、代(dài)码、机器人动作等(děng)多(duō)种内(nèi)容(róng)形式的(de)生成(chéng)。不(bù)难发现(xiàn)该项(xiàng)技术不仅在(zài)游(yóu)戏(xì)等行业(yè)能(néng)得到有效应(yīng)用(yòng)，对于(yú)下一代互联(lián)网各种元素的构建亦有(yǒu)关(guān)键意义。

从商(shāng)业化(huà)的角度来看，文化娱乐、教育、传媒等诸(zhū)多领域(yù)，本身就对基(jī)于AI的可视化内容有强烈需(xū)求(qiú)。

因此，AI绘画及(jí)视频或不是(shì)结果，而只是AI进程中的一块重(zhòng)要拼图(tú)，有望在技术更(gèng)新的加持(chí)下实现(xiàn)更大的应(yīng)用价(jià)值。

AI从理(lǐ)解内容，走向了可以生成内容，甚至能够创造(zào)出独立(lì)价值和独(dú)立视角的内容。AIGC的再(zài)次出(chū)圈(quān)，更(gèng)代表着未(wèi)来的先进生产力即(jí)将到来(lái)。

04

紧抓大模(mó)型(xíng)与(yǔ)算力，牢固AIGC底座(zuò)

从技(jì)术的(de)发展(zhǎn)也(yě)可以看出(chū)，在语(yǔ)言大模型、图像大模型之后(hòu)，多模态大模型已经成为(wèi)了(le)新的(de)趋势(shì)。

大模(mó)型被誉为当前(qián)人工智(zhì)能(néng)发展的智(zhì)能(néng)底座，是全球竞争最激烈的研究方(fāng)向之(zhī)一，包括谷歌、亚(yà)马逊、百(bǎi)度(dù)、阿里、腾讯(xùn)等众(zhòng)多头部企(qǐ)业都在竞相发力。

不过(guò)训练(liàn)大模(mó)型的确价格不菲，以(yǐ)国盛证券发布的(de)《ChatGPT需要多少算力》报告估算，GPT-3训练一次的成本约为140万美元。而对于一(yī)些(xiē)更大的LLM(大型语言(yán)模(mó)型)，训练成本则介(jiè)于200万美元至1200万(wàn)美(měi)元高价(jià)之(zhī)间。

以ChatGPT在2023年1月(yuè)的(de)独立访客平均数1300万计(jì)算，其(qí)对应芯片需求为3万(wàn)多片英(yīng)伟达A100 GPU，初(chū)始(shǐ)投入(rù)成(chéng)本约(yuē)为8亿美(měi)元，每日(rì)仅电费就在(zài)5万(wàn)美(měi)元左右。

此外(wài)不论是ChatGPT还(hái)是(shì)AIGC，都离不开庞大算力支持。在关注各类(lèi)大(dà)模型(xíng)的(de)发展同时，更(gèng)应该关(guān)注算力(lì)网(wǎng)络的建设。

算力网(wǎng)络正驱动AI产业发(fā)展进入(rù)史诗级(jí)加速进(jìn)程，让AIGC及(jí)通用AI这一人工(gōng)智能发展的终极目(mù)标离得(dé)更(gèng)近。

因为算(suàn)力可以对(duì)突破性技(jì)术创新提供大力(lì)的支持。这方面，多模态大模型是(shì)典(diǎn)型。作为面(miàn)向未来强人工智能(néng)、通(tōng)用人(rén)工智能的(de)重要技术创新，多(duō)模态大模型已经在人(rén)工(gōng)智能领域提出了很多年，业界也有不少技术突破，但是(shì)，多模态大模(mó)型进一步往下走，算(suàn)力(lì)需求(qiú)呈几何式上(shàng)升，一般的算(suàn)力基础设(shè)施很快将难以胜任。

从图像、文字、语音单独一项的训(xùn)练(liàn)，到双模(mó)态、三模态的(de)跃(yuè)迁，让人工智(zhì)能可以灵活应对不同模态的转化、像人与(yǔ)世界交互一样(yàng)自然，这方面(miàn)，由算力(lì)网络来驱动(dòng)将有明显优势(shì)。

此(cǐ)外，还有很多需要爆发式增长的算力来支撑的技术(shù)创新，将在人工智能算力(lì)网(wǎng)络(luò)支撑下快速推进。

AIGC已经(jīng)露(lù)出曙光，期待在大模型和大算(suàn)力的支持(chí)下(xià)AIGC能持续颠覆内容生产的方式，将创造(zào)的边(biān)际成(chéng)本降低，让万众(zhòng)受益。

未经允许不得转载：橘子百科-橘子都知道 恋爱初期很平淡还有必要谈吗，有男朋友却感觉不像在谈恋爱