自(zì)聊天(tiān)机器人ChatGPT火爆(bào)以来，微软公(gōng)司创始人比尔·盖(gài)茨已多次公开谈论人(rén)工智能话题。在最近(jìn)的一次采(cǎi)访中，他(tā)再次表示：“AI可能会让科技行业(yè)迎来一(yī)次剧烈的洗牌”。

这(zhè)个结论是他在当(dāng)地时间2月20日接(jiē)受《In Good Company》节目专(zhuān)访时提出的(de)。

他预期(qī)，AI的发(fā)展可能(néng)会威胁(xié)到(dào)谷歌的(de)市占(zhàn)率，因为微软在AI方面的行动相(xiāng)当迅速。而最(zuì)终科技巨头将把(bǎ)AI整合成(chéng)用户(hù)的“全能助手”，包(bāo)揽(lǎn)一切(qiè)应用，与人们(men)进行(xíng)沟通并提供建议，可以取代亚马逊、Siri或Outlook等应用。

大佬口(kǒu)中全(quán)能助手的(de)到来可(kě)能尚(shàng)需(xū)时日，但由(yóu)ControlNet引发(fā)的(de)又一(yī)次AI绘(huì)画(huà)浪潮，让(ràng)AIGC在ChatGPT的话题热(rè)点(diǎn)包围中(zhōng)杀出重围。

01

ControlNet颠覆(fù)AI绘画新玩(wán)法

AIGC向可控(kòng)靠(kào)近

以AI绘画为代(dài)表的(de)AIGC上一次(cì)爆火的时(shí)候，还(hái)是2022年8月，在(zài)美国科罗(luó)拉多州(zhōu)举办的(de)新(xīn)兴(xīng)数字艺术家竞赛(sài)中，一幅名(míng)为《太空歌剧院》的(de)作品获奖。

随后(hòu)各(gè)大(dà)厂商(shāng)的(de)AI绘画软件(jiàn)被广大网友熟知(zhī)并体验，Stable Diffusion便是(shì)其中代表。

用户们(men)可以在应用(yòng)中输入一组(zǔ)关键(jiàn)词或者一(yī)张照(zhào)片，就(jiù)能获(huò)得一幅(fú)AI创作的(de)画作。

作画的关键就是(shì)所输入的文本。同一组关键词也可(kě)以创作出很多张风格不一样的画(huà)作，这(zhè)让创作的过(guò)程就像开盲(máng)盒。

很多用户很喜欢这种不确定(dìng)的(de)惊喜，他们(men)会将生成的(de)美图(tú)当做头像。而另一部分喜欢翻看(kàn)AI绘画的“翻车”作品。在社交媒体上，许多用户(hù)分享AI“翻车现(xiàn)场”，例(lì)如，一位(wèi)网友的小(xiǎo)狗照片被AI画成了“肌(jī)肉男”，还有网(wǎng)友(yǒu)的个人照(zhào)片被AI识(shí)别成了建筑。

而如今随着ControlNet的出(chū)现与加持(chí)，以(yǐ)往AI绘画的填写关键词(cí)游戏可能要被颠覆(fù)了。

ControlNet是一位正在斯坦福读博(bó)的中国人张吕(lǚ)敏创(chuàng)作的一种(zhǒng)基于控制点(diǎn)的图像变形算法，主要用(yòng)于数字(zì)图像处理(lǐ)、计(jì)算机视觉和计算机图形学等领域。

其(qí)SD插件一经发布，在短短的两(liǎng)天内便成(chéng)为了(le)AI绘画(huà)领域最新的(de)热点。

在此之(zhī)前(qián)，大家用了很多方法想让AI生(shēng)成的结(jié)果尽可能的符合要(yào)求(qiú)，但是都(dōu)不尽(jǐn)如人意，它的出现(xiàn)代表着AI生(shēng)成开始进入(rù)真正的可控(kòng)时(shí)期。

因为ControlNet可以(yǐ)直接提取画面的构(gòu)图，人物的(de)姿势和画面的深度信息等。有了它的(de)帮助，就不用(yòng)频繁(fán)的(de)用(yòng)提(tí)示词(cí)来碰(pèng)运气，抽(chōu)盲盒(hé)式的创(chuàng)作了。

通俗的说ControlNet相当(dāng)于给(gěi)AI绘画加了(le)“魔法”，不少(shǎo)博主(zhǔ)的作(zuò)品已(yǐ)经(jīng)获得(dé)了大(dà)量的浏览(lǎn)量(liàng)，“viggo”就(jiù)是其中之(zhī)一(yī)，他用(yòng)朋(péng)友的照片直接带她们走进动(dòng)漫世界。

viggo先用StableDiffusion图片(piàn)转(zhuǎn)文(wén)字。

再用Text2Prompt插件拓展找到对应的关键(jiàn)词；最后(hòu)用ControlNet插(chā)件(jiàn)绑定骨骼开始换关键词试效果。

通过(guò)图片(piàn)就(jiù)可以看出来(lái)，效果十分惊(jīng)艳。<srds是什么意思，srds是什么意思啊/p>

更厉害的是(shì)，除了真实的照片，草图也可以(yǐ)加上(shàng)“魔法(fǎ)”，知乎大(dà)牛“DevPoint”和“逗砂”介绍到ControlNet还(hái)能实现(xiàn)线稿转(zhuǎn)全彩图。大神张吕(lǚ)敏(mǐn)其本尊也亲(qīn)自回应。

不(bù)得不说当下AIGC已经变得越(yuè)来越强大，甚至输出的作(zuò)品都已经能(néng)以假乱真了(le)。

02

难(nán)辨虚实(shí)，AIGC技术力爆发

警惕安全(quán)问题

近日，“苏州金鸡湖有(yǒu)游艇party”的(de)消息(xī)火遍网(wǎng)络，而经过(guò)警方(fāng)辟谣(yáo)这所谓(wèi)的“party”可能是全国(guó)第一(yī)起AI绘图诈骗。

由于(yú)这(zhè)个活动里面给出的美女照(zhào)片都是AI制作的真人照片绘图(tú)，因为(wèi)太(tài)逼真，被大家当成真事(shì)传播了。

不过仔细(xì)观察可以发现，活动(dòng)发(fā)起(qǐ)者提供(gōng)的照片(piàn)中有个很(hěn)大的漏(lòu)洞(dòng)可以发现并非真(zhēn)人，而是AI绘图，那(nà)便是图片(piàn)中女(nǚ)性的手指(zhǐ)部分有的存在异常。

有行业人(rén)事表示：“现在因为手(shǒu)指部分的绘画算法(fǎ)比较复杂(zá)，AI还不太(tài)会画人(rén)的手，但(dàn)最新(xīn)看(kàn)到(dào)的图片已经有越来(lái)越(yuè)完美的AI模型(xíng)出现，以后可(kě)能就完(wán)全没有漏(lòu)洞了。”

类似的AI作图诈骗(piàn)在国外也(yě)已有发生。据英国广播(bō)公司报(bào)道，土耳(ěr)其地震期间，有Tiktok用户使用AI合(hé)成了儿童受灾的假照片(piàn)发布到网络，以此诱骗善(shàn)良的人(rén)打赏“捐助(zhù)”从而实施诈(zhà)骗(piàn)。

目(mù)前(qián)随着(zhe)技术发展，AIGC已(yǐ)经能做出(chū)真人(rén)照片般的(de)绘图效果，如(rú)果这样的图片(piàn)被用来(lái)诈骗，将非常可怕。

此外AIGC还(hái)引发了(le)很多担忧(yōu)，一(yī)方(fāng)面，批(pī)判(pàn)者认为AI在“学(xué)习”了(le)大量前人的(de)作品之后，其创(chuàng)作(zuò)没有任何(hé)情绪和灵魂，难以和(hé)人类的(de)艺术创作相提并论。

另(lìng)一方面，AIGC背后的版权、目前都并没有得到有效的解(jiě)决，还有AIGC会不会代替人(rén)类(lèi)“至高无上”的(de)创(chuàng)意。

马斯(sī)克也(yě)强(qiáng)调，人(rén)工(gōng)智能的安全问题需要得到重视，太(tài)晚就来不(bù)及了(le)。

03

AIGC下一(yī)站(zhàn)除了视频(pín)，还有远(yuǎn)方(fāng)

技术都是(shì)有两面性的(de)，潜在(zài)的危害并不能掩盖其光辉的贡献(xiàn)。现在看来，人工智能技(jì)术将(jiāng)是第(dì)四次(cì)工业革(gé)命的核心驱(qū)动力量(liàng)，将创造新的增(zēng)长奇迹。

过去一年，人(rén)工智能在技(jì)术和商业层面都有了(le)巨(jù)大进展，AI绘画就是(shì)人工智能技术发生方(fāng)向性改变的一(yī)个代表。其下一站或许就是视(shì)频。

此前，Meta和谷(gǔ)歌先后发布了几条引爆科技圈的(de)短视频(pín)。这(zhè)些(xiē)视频引发(fā)关注并(bìng)非内容做得多优(yōu)秀，反而都非常简单，比如一匹正在喝(hē)水的马，一只(zhǐ)画画的玩具熊(xióng)，或者一段骑(qí)摩(mó)托车的第一视角录像，随(suí)便一个有(yǒu)手机的(de)人(rén)都可(kě)以(yǐ)随手(shǒu)录下一(yī)段。

但这些短视(shì)频的创作方式非常简单，创作者仅(jǐn)仅需(xū)要向AI输(shū)入一段话，甚至只是说一下要求，AI就可以根据需要生成(chéng)一段视(shì)频。

谷歌(gē)发(fā)布的两个AI生成视频分(fēn)别来自(zì)于Imagen Video和Phenaki，前(qián)者主(zhǔ)要突出的是(shì)高清，与Meta的Make-A-Video没有(yǒu)太多的差别。

在Make-A-Video公布了AI生成(chéng)的视频后，AI圈(quān)就已经玩了一波梗，一个能够做(zuò)出更高(gāo)清视频(pín)的AI还(hái)不足以在(zài)短时间(jiān)内戳中(zhōng)兴(xīng)奋点。

Phenaki更加令人震惊的地方在于，它(tā)可以制作出超过(guò)2分钟的连贯的也(yě)有确切(qiè)内容(róng)的视频，这才(cái)是真正让(ràng)人(rén)们感到惊喜的地方(fāng)。因为无论AI生(shēng)成的视频(pín)多么高清，也只能是为(wèi)内容生产者(zhě)提供一个灵感，一个素材，一个(gè)过场动画(huà)。

不(bù)过能(néng)够制作出有具体剧情内容(róng)的视频就意味着，一(yī)些视频(pín)创作由AI代替(tì)人工完成已经初步有(yǒu)了可能。

当下AI的发展速度已(yǐ)经(jīng)超过(guò)大部分人的想象(xiàng)。内(nèi)容(róng)产业的(de)本质是供给创(chuàng)造(zào)需求，AIGC作为(wèi)全新的内容生(shēng)产方(fāng)式，可以为内容产业带来(lái)更新的内容风(fēng)格(gé)、更快的(de)生(shēng)产速度，更低的生产成本，这无(wú)疑会驱动内容产(chǎn)业(yè)的大爆发。

除了AI绘图(tú)、视频，AIGC技术还能(néng)应用(yòng)于音乐、代码(mǎ)、机器人动作等多种(zhǒng)内容形式(shì)的生(shēng)成。不难(nán)发现该项技术(shù)不仅在游戏等行(xíng)业能得到(dào)有效应用，对于下(xià)一代互联网(wǎng)各种元素的(de)构建亦(yì)有关键意义(yì)。

从商业(yè)化的角度(dù)来看，文化娱乐、教育、传媒(méi)等诸(zhū)多领域，本身就(jiù)对基(jī)于AI的可视化内(nèi)容有强烈(liè)需求。

因(yīn)此，AI绘画及(jí)视频或(huò)不(bù)是结果，而(ér)只是AI进程中的一块重要(yào)拼图，有望在技术更(gèng)新的加持(chí)下实(shí)现(xiàn)更大的应用价值。

AI从(cóng)理(lǐ)解内容，走向了可以生成内容(róng)，甚至能够(gòu)创造出独(dú)立(lì)价值和独立视(shì)角的内容。AIGC的再(zài)次出圈，更代表着未来的先进(jìn)生产力即将到来。

04

紧抓大模型与算力，牢(láo)固(gù)AIGC底座

从技术的(de)发展(zhǎn)也(yě)可以看出(chū)，在语言大模型(xíng)、图像大(dà)模型之后，多模态大模型已经成(chéng)为了新(xīn)的(de)趋势。

大模(mó)型(xíng)被誉为当前人工智能发展的(de)智能底座，是全球竞争最激烈的研(yán)究方(fāng)向之一，包括谷歌、亚马逊、百度、阿里、腾讯等众多头(tóu)部企业都在竞相发力(lì)。

不过训练(liàn)大模型(xíng)的确价格不菲，以国盛证(zhèng)券发布(bù)的《ChatGPT需要多少算力》报(bào)告估算(suàn)，GPT-3训练一次的成本(běn)约(yuē)为(wèi)140万(wàn)美元(yuán)。而对于一些更(gèng)大的LLM(大型语(yǔ)言模型)，训(xùn)练成本则介(jiè)于200万(wàn)美元(yuán)至1200万美(měi)元高价之间(jiān)。

以ChatGPT在(zài)2023年1月(yuè)的(de)独立访客平均(jūn)数(shù)1300万计算，其对应芯片需求为3万多片英伟(wěi)达(dá)A100 GPU，初始投入成本约(yuē)为8亿美元(yuán)，每日仅电费就在5万美元左右(yòu)。

此外不(bù)论(lùn)是ChatGPT还是AIGC，都离不开庞大(dà)算(suàn)力支持。在关注各类大模型(xíng)的(de)发展(zhǎn)同时，更应该关注(zhù)算(suàn)力网络(luò)的建(jiàn)设。

算力网络正(zhèng)驱动AI产业发展进入(rù)史诗(shī)级加速进(jìn)程，让AIGC及通(tōng)用AI这(zhè)一人(rén)工(gōng)智能发展的终(zhōng)极目标离得更近。

因为算(suàn)力可(kě)以对突破性技术创新提供大力(lì)的支持。这(zhè)方面(miàn)，多模态大模型(xíng)是(shì)典型。作为面向未来强人工智能、通用人工智能的重要技术(shù)创(chuàng)新，多(duō)模态大模型已经(jīng)在(zài)人(rén)工(gōng)智能领(lǐng)域提出了很多(duō)年(nián)，业界也有不少技术突破，但是(shì)，多(duō)模态大模型进一步往下走，算力需(xū)求(qiú)呈(chéng)几何式上(shàng)升，一般(bān)的算力基础设施(shī)很快将难以胜任(rèn)。

从图像、文(wén)字(zì)、语音单独一项的训(xùn)练，到双(shuāng)模态(tài)、三模态(tài)的跃迁，让人工(gōng)智能可(kě)以灵活应对不同(tóng)模态的(de)转化(huà)、像人与世界交互一样自然，这方面，由算(suàn)力网络(luò)来驱动(dòng)将(jiāng)有明显(xiǎn)优势。

此外，还(hái)有很多需要爆发式增长的算(suàn)力来(lái)支撑的技(jì)术创(chuàng)新，将在人工智能算力网络支(zhī)撑(chēng)下快速推进。

AIGC已经露出曙光，期待在大模型和(hé)大算力的支持(chí)下(xià)AIGC能持续颠(diān)覆内容生产的方式(shì)，将创(chuàng)造的(de)边际成本降低，让万(wàn)众(zhòng)受益。

未经允许不得转载：橘子百科-橘子都知道 srds是什么意思，srds是什么意思啊