自聊(liáo)天机器人ChatGPT火爆以(yǐ)来，微软公司创(chuàng)始(shǐ)人比尔·盖茨已多次公开谈论人工智(zhì)能(néng)话题。在最近(jìn)的(de)一(yī)次采(cǎi)访中，他(tā)再次表(biǎo)示(shì)：“AI可能会让科技(jì)行业迎来一次剧烈的洗(xǐ)牌”。

这个结(jié)论(lùn)是他在当地时间2月20日接受《In Good Company》节(jié)目专访时提出的。

他预期，AI的发展可能会威胁到谷歌(gē)的市占率，因(yīn)为(wèi)微软在AI方面的行动相(xiāng)当迅速。而最终科技巨头将把AI整合成用户(hù)的“全能助手”，包揽一切应用，与人们进行(xíng)沟通并提供(gōng)建议，可以取(qǔ)代亚马逊(xùn)、Siri或Outlook等应用。

大佬口(kǒu)中全能助手(shǒu)的(de)到来(lái)可能尚需时日，但由ControlNet引发的又一(yī)次(cì)AI绘(huì)画浪潮，让(ràng)AIGC在ChatGPT的(de)话题(tí)热点(diǎn)包围中杀(shā)出(chū)重围。

01

ControlNet颠覆AI绘画新玩法

AIGC向可控靠近(jìn)

以(yǐ)AI绘画为(wèi)代表的(de)AIGC上一次爆火(huǒ)的时候，还是2022年8月，在美国科罗拉(lā)多州举办的新兴数字艺术家竞赛中(zhōng)，一(yī)幅(fú)名为(wèi)《太空(kōng)歌剧院》的(de)作品获奖。

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

用户们可以(yǐ)在应用中(zhōng)输入一组关键词(cí)或者一张照片，就能(néng)获(huò)得一幅AI创(chuàng)作的画作。

作画(huà)的关键就是所输入的(de)文本。同一组关键(jiàn)词也(yě)可以创(chuàng)作(zuò)出很多张(zhāng)风格不一样的画作，这让创作的过(guò)程就像开盲盒。

很多(duō)用户很(hěn)喜欢(huān)这种(zhǒng)不(bù)确定的惊喜，他(tā)们会将生(shēng)成的美图当做(zuò)头像。而(ér)另(lìng)一(yī)部分喜欢翻(fān)看AI绘画(huà)的“翻车”作品(pǐn)。在社交媒(méi)体(tǐ)上(shàng)，许多用户分享AI“翻车现场”，例如，一位网友(yǒu)的(de)小狗照片被AI画成了“肌肉(ròu)男(nán)”，还有网(wǎng)友(yǒu)的个人(rén)照片被AI识别成(chéng)了建筑。

而如今随着ControlNet的出现与加持，以往AI绘(huì)画的(de)填写关键(jiàn)词游戏可能要被颠覆了。

ControlNet是一位正在斯坦(tǎn)福读博(bó)的中国(guó)人张吕敏创作的一种(zhǒng)基于(yú)控制点的图(tú)像(xiàng)变形算法，主要用(yòng)于(yú)数(shù)字(zì)图像处(chù)理、计算(suàn)机视觉和计算机图形学等领(lǐng)域。

其SD插件一经发(fā)布，在短短的两(liǎng)天内便成为了AI绘画领域最新的热点(diǎn)。

在此之前，大(dà)家用了很多方法想让AI生成的结果尽可能的(de)符(fú)合要求，但是都(dōu)不(bù)尽(jǐn)如(rú)人意，它(tā)的出现代(dài)表着AI生成开始进(jìn)入真正的可控(kòng)时期。

因为ControlNet可以(yǐ)直接提取(qǔ)画面(miàn)的(de)构图，人(rén)物的(de)姿势和画面的深度(dù)信息(xī)等(děng)。有了它的帮助(zhù)，就不用频繁的用提(tí)示(shì)词来碰(pèng)运(yùn)气，抽盲盒式的(de)创作了。

通俗的说ControlNet相当于给AI绘画(huà)加了(le)“魔法”，不少博主的作品(pǐn)已经获得(dé)了大量的浏览量，“viggo”就(jiù)是其中之(zhī)一(yī)，他用朋友的照片直接带她们走(zǒu)进(jìn)动漫(màn)世(shì)界。

viggo先用StableDiffusion图(tú)片转(zhuǎn)文字。

再用Text2Prompt插件拓展找到(dào)对应的关键词(cí)；最后用ControlNet插件绑定骨骼开始换关键词(cí)试效(xiào)果。

通(tōng)过图片(piàn)就可以看出来，效果十分惊艳。

更厉害的是，除了(le)真实的照片，草(cǎo)图也可(kě)以加(jiā)上“魔法”，知乎大牛(niú)“DevPoint”和“逗砂”介(jiè)绍(shào)到ControlNet还能(néng)实现(xiàn)线稿(gǎo)转全彩(cǎi)图。大神(shén)张吕敏(mǐn)其(qí)本尊也(yě)亲自回应。

不得不说当(dāng)下AIGC已经变得越来越(yuè)强(qiáng)大，甚至输出的作(zuò)品都已经(jīng)能以假乱真了。

02

难辨虚实，AIGC技术力爆发

警惕安(ān)全问题

近(jìn)日，“苏州(zhōu)金鸡湖有游艇party”的消息(xī)火(huǒ)遍网络，而(ér)经过(guò)警(jǐng)方(fāng)辟谣这所谓的“party”可(kě)能是全国第一起AI绘图诈骗。

由于这个(gè)活动里面给(gěi)出的美(měi)女照片都是AI制作(zuò)的真人(rén)照片绘图，因为太(tài)逼真(zhēn)，被大(dà)家(jiā)当(dāng)成真事传播了。

不过仔(zǎi)细观察(chá)可以发现，活动(dòng)发起者提供的照片中有个很大的漏洞可以(yǐ)发现并(bìng)非(fēi)真人，而(ér)是(shì)AI绘图，那便是图片中女性(xìng)的手指部分有的存在异常。

有行业人(rén)事表示：“现在因为手(shǒu)指部分的绘(huì)画算法比(bǐ)较复杂，AI还不太会画(huà)人的手，但最新看到的图(tú)片已经有(yǒu)越来(lái)越完美的(de)AI模(mó)型出(chū)现，以后可能就完全(quán)没有漏洞了。”

类似的AI作图(tú)诈骗在国外(wài)也已有发(fā)生。据英(yīng)国广播(bō)公司报道，土耳其地(dì)震期间，有Tiktok用户使用(yòng)AI合成了儿童受灾的假照(zhào)片(piàn)发布到网络(luò)，以此诱骗善良的人打(dǎ)赏(shǎng)“捐助(zhù)”从而实施诈(zhà)骗。

目前随(suí)着技术发(fā)展(zhǎn)，AIGC已(yǐ)经能做出真人照片般的绘图效果，如果这样的图片被用来诈(zhà)骗，将(jiāng)非常可(kě)怕。

此外AIGC还引发了很多担(dān)忧，一(yī)方(fāng)面，批判(pàn)者认为AI在(zài)“学习”了大量前人的作品之后，其创作没有任(rèn)何情绪和灵魂，难以和人类的艺术创作相提(tí)并论(lùn)。

另一(yī)方面，AIGC背(bèi)后的版权、目前(qián)都并没(méi)有得(dé)到有效的(de)解决，还有AIGC会不会代替人类“至高(gāo)无上”的创意。

马斯克也强调(diào)，人工智(zhì)能(néng)的安全问题(tí)需要得到重视，太晚就来不及了。

03

AIGC下(xià)一站(zhàn)除了(le)视频，还有远(yuǎn)方

技(jì)术都(dōu)是有(yǒu)两面性的，潜在的危害并不能掩盖(gài)其光辉的(de)贡献。现在看来(lái)，人工智(zhì)能(néng)技术将是第(dì)四(sì)次(cì)工业革命的核心驱动力量(liàng)，将创造新的增长奇迹(jì)。

过去一(yī)年(nián)，人工(gōng)智(z孙悟空真实存在过吗hì)能在技术和商业层面(miàn)都有了巨(jù)大进展(zhǎn)，AI绘画(huà)就(jiù)是(shì)人工智能技术发生方向(xiàng)性改(gǎi)变的一个代表。其下(xià)一站或许就(jiù)是视(shì)频(pín)。

此(cǐ)前，Meta和(hé)谷歌先后发布了(le)几条引爆科技(jì)圈(quān)的短视频。这些视频引发关注(zhù)并(bìng)非内容(róng)做得多优(yōu)秀，反而都(dōu)非常简单，比如一匹正在(zài)喝(hē)水的马，一只画(huà)画的玩具熊(xióng)，或者一段骑摩(mó)托车的第一(yī)视角(jiǎo)录(lù)像，随便一个(gè)有手机(jī)的人都可以随手录下一(yī)段(duàn)。

但这(zhè)些(xiē)短视频的创作(zuò)方式非常简单，创作者(zhě)仅(jǐn)仅需要向AI输(shū)入(rù)一段(duàn)话，甚至只(zhǐ)是说(shuō)一下要求，AI就可以(yǐ)根据需要生(shēng)成一段视(shì)频。

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

在(zài)Make-A-Video公布了AI生成的(de)视频后，AI圈(quān)就(jiù)已(yǐ)经玩了一波梗(gěng)，一个(gè)能(néng)够做出更(gèng)高清(qīng)视频的AI还不足以在短(duǎn)时间内戳中兴奋点。

Phenaki更加令人震惊的地(dì)方在(zài)于，它可以制作出超(chāo)过2分(fēn)钟的连贯的(de)也(yě)有确切内容的视频，这才是真正让人们(men)感到惊喜的地方。因为无论AI生成(chéng)的(de)视(shì)频多么高清，也只能是为内(nèi)容生产者提供一个灵感，一个素材，一个过场动画。

不过能够制作出有具体剧情内容的视(shì)频就意味着，一些视(shì)频创作(zuò)由AI代替人(rén)工完成已(yǐ)经初(chū)步有了可能。

当下(xià)AI的发(fā)展速(sù)度已经超过大部(bù)分(fēn)人的想象(xiàng)。内容(róng)产业的(de)本质(zhì)是供(gōng)给(gěi)创(chuàng)造(zào)需求，AIGC作为全(quán)新的内容生产方式，可以为内容产(chǎn)业带来(lái)更(gèng)新的内(nèi)容风格(gé)、更(gèng)快的(de)生(shēng)产速度，更低的生产成本，这无疑会驱动内容(róng)产业的大爆发。

除了AI绘图、视频，AIGC技(jì)术还能应用于(yú)音乐、代码、机器人(rén)动作等多种(zhǒng)内容形式(shì)的生成。不难发现该项技术(shù)不(bù)仅在游戏等行业能得到有(yǒu)效应用，对于(yú)下一代互联(lián)网各种元素的(de)构建亦有关(guān)键意义。

从商业化的角度来(lái)看(kàn)，文化娱乐、教育、传(chuán)媒等诸多领域，本身就对基于AI的可视(shì)化内容有强烈需(xū)求。

因此(cǐ)，AI绘画(huà)及视(shì)频或(huò)不(bù)是结果(guǒ)，而只是AI进(jìn)程(chéng)中的一(yī)块重要拼图，有望(wàng)在技术更新的加(jiā)持下(xià)实现更大的应用(yòng)价值。

AI从理(lǐ)解内容，走向了可以生成内容(róng)，甚至能(néng)够(gòu)创造出独立价值和独(dú)立视角的内容。AIGC的再次(cì)出圈(quān)，更代表着未来(lái)的先进生(shēng)产力即将到来。

04

紧(jǐn)抓大模型(xíng)与(yǔ)算(suàn)力(lì)，牢(láo)固AIGC底(dǐ)座(zuò)

从技(jì)术(shù)的发展也(yě)可(kě)以看出，在语言大模(mó)型(xíng)、图像大(dà)模型(xíng)之后，多模态(tài)大模型已经成为(wèi)了新的(de)趋势。

大模型被誉为(wèi)当前人工智能(néng)发展的智能底座，是全球竞争最激(jī)烈的研(yán)究方向之一，包(bāo)括谷歌、亚马逊、百度、阿(ā)里(lǐ)、腾讯等众多头部(bù)企业都在竞相发力。

不过训练(liàn)大模(mó)型的(de)确(què)价格不菲，以国盛(shèng)证券(quàn)发布的《ChatGPT需要多少算力》报告估算，GPT-3训(xùn)练一(yī)次的成本约为140万美元。而对(duì)于一些更(gèng)大的LLM(大型(xíng)语言模型(xíng))，训(xùn)练成本(běn)则(zé)介于200万美元(yuán)至1200万美元高价之间。

以ChatGPT在2023年1月的独立(lì)访客平(píng)均(jūn)数1300万(wàn)计(jì)算，其(qí)对应(yīng)芯片需求为(wèi)3万多片英伟达A100 GPU，初(chū)始投入成本约为(wèi)8亿(yì)美(měi)元，每日仅(jǐn)电费就(jiù)在5万美(měi)元左右。

此外不论是ChatGPT还(hái)是AIGC，都离(lí)不开庞大算力支持。在关注各类(lèi)大(dà)模型的发展孙悟空真实存在过吗同时，更应该关注算(suàn)力网络的建设。

算力网络(luò)正(zhèng)驱动(dòng)AI产业发展进入史诗级加速进程(chéng)，让AIGC及通(tōng)用AI这一人工智(zhì)能发展的终极目标(biāo)离得更近(jìn)。

因为算力可以对(duì)突(tū)破性技术创新提供大力的(de)支持。这方(fāng)面(miàn)，多模态大模(mó)型是典型。作为(wèi)面向未(wèi)来强人(rén)工(gōng)智能、通用(yòng)人工智能(néng)的重(zhòng)要技术创(chuàng)新，多模(mó)态(tài)大(dà)模型已经(jīng)在人工智(zhì)能领域提(tí)出了(le)很(hěn)多(duō)年(nián)，业界也(yě)有(yǒu)不少技术(shù)突(tū)破，但是，多模态(tài)大模型进一(yī)步往下走，算力需求呈几何式上升，一(yī)般(bān)的算力基础设施(shī)很快将难以胜(shèng)任。

从(cóng)图像、文字、语音单独一项的训练(liàn)，到双模态(tài)、三模态的跃(yuè)迁，让人工智能可以灵活(huó)应对不同模态的转化、像人与世界交互一样(yàng)自然，这方面，由算力网络来驱(qū)动将有明显(xiǎn)优势(shì)。

此外，还有(yǒu)很多需要爆发式增长的算力来支撑的技术创新(xīn)，将(jiāng)在人(rén)工智能算力网(wǎng)络支(zhī)撑下快速推进。

AIGC已经(jīng)露出(chū)曙光，期(qī)待在大模型和(hé)大算力(lì)的(de)支持下AIGC能持续颠覆(fù)内容(róng)生产(chǎn)的(de)方式，将创(chuàng)造的边际(jì)成本(běn)降低，让万众受益。

未经允许不得转载：橘子百科-橘子都知道 孙悟空真实存在过吗