自聊天机器人(rén)ChatGPT火爆以来(lái)，微软(ruǎn)公司创始人比(bǐ)尔(ěr)·盖茨(cí)已(yǐ)多次公开谈(tán)论人(rén)工智能话题。在最近的一次采访(fǎng)中，他再次表示：“AI可能(néng)会让科技行业迎来一次剧烈(liè)的洗牌”。

这个结论是他在当地(dì)时(shí)间2月20日接受《In Good Company》节目专访(fǎng)时提出的。

他预期，AI的发(fā)展可能会威胁(xié)到谷歌的(de)市占率，因为微软(ruǎn)在AI方面的行动相当迅速。而(ér)最终(zhōng)科技巨头将把(bǎ)AI整(zhěng)合成(chéng)用(yòng)户的“全能助手”，包(bāo)揽(lǎn)一切应用(yòng)，与人们进行(xíng)沟通(tōng)并提供建议，可以取代亚马逊(xùn)、Siri或Outlook等应用(yòng)。

大佬(lǎo)口中(zhōng)全(quán)能助(zhù)手的到来可能(néng)尚需时日，但由ControlNet引发的又一次AI绘画浪潮，让AIGC在ChatGPT的(de)话题热点包围(wéi)中(zhōng)杀出(chū)重(zhòng)围(wéi)。

01

ControlNet颠覆AI绘画新(xīn)玩法

AIGC向可控靠近

以AI绘画为代表的AIGC上一次爆(bào)火的时(shí)候(hòu)，还是2022年8月(yuè)，在美(měi)国科罗拉多州举(jǔ)办的新(xīn)兴数字艺术家竞赛中，一幅(fú)名为《太空歌剧院》的(de)作(zuò)品获奖。

随后各大厂(chǎng)商的AI绘画软件被广(guǎng)大网(wǎng)友熟(shú)知(zhī)并体验，Stable Diffusion便是其中代表。

用户(hù)们可以在(zài)应用中输入(rù)一组关键词或(huò)者(zhě)一张照片，就能获得一幅AI创(chuàng)作的画作(zuò)。

作画(huà)的关键(jiàn)就是所输(shū)入的文本。同一(yī)组关键词(cí)也可以创(chuàng)作出(chū)很多(duō)张风格不一样的画作，这(zhè)让创(chuàng)作的过程就像(xiàng)开(kāi)盲盒。

很多用户很喜欢(huān)这种不确(què)定(dìng)的惊(jīng)喜(xǐ)，他们会将生成的美图当(dāng)做头像。而另一部分喜欢翻看AI绘画的“翻车”作品。在(zài)社(shè)交媒体(tǐ)上(shàng)，许多(duō)用户分享(xiǎng)AI“翻(fān)车现场”，例如，一位(wèi)网友(yǒu)的小狗照片(piàn)被AI画成(chéng)了(le)“肌肉男(nán)”，还有网友的个人照片被(bèi)AI识别成了建筑(zhù)。

而如今随着ControlNet的出(chū)现与加持，以往AI绘(huì)画的(de)填(tián)写关键词游戏可能要被颠(diān)覆了。

ControlNet是一位(wèi)正在(zài)斯坦福读博(bó)的中国人张吕敏创作的一种基于控制点的图像变形算法，主要用于数字图像(xiàng)处理、计算机视觉和计(jì)算机图(tú)形学等(děng)领域。

其(qí)SD插件一经发(fā)布，在短(duǎn)短(duǎn)的两天内(nèi)便成为(wèi)了AI绘(huì)画领域(yù)最新的热(rè)点。

在此之前，大家用(yòng)了很多方法想让AI生成的结果尽可能的符合要求，但是都不尽如人意(yì)，它的出现代表着(zhe)AI生(shēng)成开始(shǐ)进入(rù)真正的可控时(shí)期。

因为ControlNet可以直接提取画面的构(gòu)图，人物(wù)的姿势和画面的深(shēn)度信息等。有了它的帮(bāng)助，就不用频繁(fán)的(de)用提示词来碰运气，抽盲盒式的创作(zuò)了。

通俗的说(shuō)ControlNet相当于给(gěi)AI绘画加了“魔法”，不少博主的作品已经获得了(le)大量的浏览量，“viggo”就是其中之(zhī)一，他用朋友的照片(piàn)直接(jiē)带她们(men)走进动漫世界(jiè)。

viggo先用StableDiffusion图片转文(wén)字。

再(zài)用Text2Prompt插件拓展找到(dào)对(duì)应的关键(jiàn)词；最后用(yòng)ControlNet插件绑定骨骼(gé)开始换关键(jiàn)词试效(xiào)果。

通过(guò)图片就可以(yǐ)看出来(lái)，效果(guǒ)十分惊艳(yàn)。

唯物主义者和唯心主义者什么意思，唯心主义者是啥更厉害的是(shì)，除了真实的(de)照片，草图也可以加(jiā)上(shàng)“魔法”，知乎大牛“DevPoint”和“逗砂”介(jiè)绍到ControlNet还(hái)能实现线稿(gǎo)转全彩图(tú)。大神张吕敏(mǐn)其本尊也亲自(zì)回应。

不得不(bù)说当下AIGC已(yǐ)经(jīng)变得(dé)越来越(yuè)强大(dà)，甚至输出的(de)作品都已经能(néng)以(yǐ)假乱真了。

02

难辨(biàn)虚实，AIGC技术力爆发

警惕安全问题(tí)

近日，“苏州金鸡湖有(yǒu)游艇party”的(de)消息火遍网络，而经过警(jǐng)方(fāng)辟(pì)谣这所谓的“party”可能是全国第一起AI绘图(tú)诈骗。

由于这(zhè)个活动里面给出的美女照(zhào)片都是AI制作的真人照(zhào)片(piàn)绘图，因为太逼真(zhēn)，被大家(jiā)当成真(zhēn)事传播(bō)了(le)。

不过(guò)仔细(xì)观察可以发现，活动发起者提供(gōng)的照片(piàn)中有个很大(dà)的(de)漏洞可以(yǐ)发现并非真(zhēn)人，而是AI绘(huì)图，那便是图(tú)片中女性的(de)手指部(bù)分有的(de)存在异常。

有(yǒu)行业人事表(biǎo)示(shì)：“现(xiàn)在因为手指部分的绘画算法(fǎ)比(bǐ)较复杂(zá)，AI还不太会画人(rén)的手，但最新(xīn)看到的图片唯物主义者和唯心主义者什么意思，唯心主义者是啥已经有越来越完美的AI模型(xíng)出现，以后可能就(jiù)完全(quán)没有漏洞了(le)。”

类似的AI作(zuò)图诈骗(piàn)在国外也(yě)已有发生。据英(yīng)国(guó)广播公司报道，土耳(ěr)其地震期间，有Tiktok用户使用AI合(hé)成了(le)儿童受灾的假照片(piàn)发布到网(wǎng)络，以此诱骗善良(liáng)的(de)人(rén)打(dǎ)赏“捐助”从(cóng)而实施(shī)诈骗。

目前随着技术发展(zhǎn)，AIGC已经能做(zuò)出真人照片般的绘图效果(guǒ)，如果这样的图片被(bèi)用来(lái)诈骗，将非常可怕。

此(cǐ)外AIGC还(hái)引发了很多(duō)担忧(yōu)，一方面，批判者认为AI在“学习(xí)”了(le)大量前(qián)人的作(zuò)品之后(hòu)，其创作(zuò)没有任何情(qíng)绪(xù)和(hé)灵魂，难以和人类的艺术创作相提并论。

另一(yī)方面(miàn)，AIGC背后的(de)版权、目前都并没有得到有效的解决，还有AIGC会不(bù)会(huì)代替(tì)人类“至高无上”的创意。

马斯(sī)克也强调，人工智能(néng)的安全问题需(xū)要得(dé)到重(zhòng)视，太(tài)晚就来不及了。

03

AIGC下一(yī)站除了(le)视频(pín)，还有远(yuǎn)方

技(jì)术都是有两面性(xìng)的，潜在的危害(hài)并不能(néng)掩盖(gài)其光辉的贡(gòng)献。现在看来，人(rén)工(gōng)智(zhì)能技术将是第(dì)四次(cì)工业革命的核心驱动力量，将创(chuàng)造新的增长奇迹(jì)。

过(guò)去一(yī)年(nián)，人工(gōng)智(zhì)能(néng)在(zài)技(jì)术和商业层面都有了巨(jù)大进(jìn)展，AI绘画(huà)就是(shì)人工智能(néng)技术发(fā)生方(fāng)向(xiàng)性(xìng)改(gǎi)变的一个代(dài)表。其下一站或(huò)许(xǔ)就是视频。

此前，Meta和(hé)谷歌先(xiān)后发布(bù)了几条引爆(bào)科技圈的短视频。这些视频(pín)引发关注并非内容做(zuò)得多(duō)优秀，反而(ér)都非常(cháng)简(jiǎn)单，比如(rú)一匹正在喝水(shuǐ)的马，一只画画的玩具熊(xióng)，或者(zhě)一段骑摩托车(chē)的第一视角录像，随便一个有手机的人(rén)都可(kě)以随手录下一段。

但这些短(duǎn)视频的创作方式(shì)非常简单，创作(zuò)者仅仅需要向AI输入一(yī)段话(huà)，甚至只是说一(yī)下要(yào)求，AI就可(kě)以根据需要(yào)生成(chéng)一段视频。

谷歌发布的(de)两(liǎng)个AI生成视(shì)频分别来自于Imagen Video和Phenaki，前者主要(yào)突出(chū)的是高清，与Meta的(de)Make-A-Video没有太多(duō)的差别。

在Make-A-Video公布了AI生成的视频(pín)后(hòu)，AI圈(quān)就已经玩了(le)一波梗，一个能够做出(chū)更高清(qīng)视频的AI还不(bù)足以(yǐ)在短时(shí)间(jiān)内戳中兴奋点。

Phenaki更(gèng)加(jiā)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(guàn)的也(yě)有确切内容的视频，这才是(shì)真正让人们(men)感到惊喜(xǐ)的地方。因为无论(lùn)AI生成的视频多么高清，也只(zhǐ)能是为内容生(shēng)产(chǎn)者提供一个灵感，一个素(sù)材，一个过场动画。

不过能(néng)够制作出有具体(tǐ)剧(jù)情内容的视频就意味着，一些视频创作由AI代替人(rén)工完成(chéng)已经初步有了可能(néng)。

当下AI的发(fā)展速度已(yǐ)经超(chāo)过大部分(fēn)人的想象。内(nèi)容产业的本质是(shì)供给创造需求，AIGC作为全新的(de)内容生(shēng)产(chǎn)方式(shì)，可以为内(nèi)容产业带来更(gèng)新的内容风格、更快的(de)生(shēng)产(chǎn)速度，更低的生产成(chéng)本，这无疑会驱动内容产业的大爆发(fā)。

除了AI绘图、视频，AIGC技(jì)术还能应用于音乐、代码、机器人动作等多种内容形式的生成。不难(nán)发现该项技(jì)术不(bù)仅(jǐn)在游戏(xì)等行业能得到有效(xiào)应(yīng)用，对于(yú)下一代互(hù)联网各种(zhǒng)元素的构(gòu)建亦有关键意义。

从商(shāng)业(yè)化的角度来(lái)看，文化娱乐、教育、传(chuán)媒等(děng)诸多领(lǐng)域，本身(shēn)就对(duì)基于AI的可视化内容有(yǒu)强烈需求。

因(yīn)此，AI绘画及视(shì)频或不是结果(guǒ)，而只是(shì)AI进程中(zhōng)的一块重要拼图，有望(wàng)在技术更新的加持下(xià)实现更大的应用(yòng)价(jià)值。

AI从(cóng)理解内容，走向(xiàng)了可以生(shēng)成内容，甚至能够(gòu)创造出独(dú)立价值和独立(lì)视角的内容。AIGC的再(zài)次出圈，更(gèng)代表着未来的先进生产力(lì)即将(jiāng)到(dào)来。

04

紧抓大(dà)模型与算力，牢固AIGC底(dǐ)座

从(cóng)技术的(de)发展也可(kě)以看出，在语言大模(mó)型、图像大模型之后，多模态大模型已经成(chéng)为了新(xīn)的(de)趋势。

大模型被誉为当前人工(gōng)智能发展的(de)智能底座，是全球(qiú)竞争最激(jī)烈(liè)的研究方向之(zhī)一，包括谷歌(gē)、亚(yà)马逊、百度、阿里、腾讯等众多头部企(qǐ)业(yè)都(dōu)在竞(jìng)相发力。

不过训练大模型的确价格不(bù)菲，以国盛证券发(fā)布的《ChatGPT需要多少算力》报告估(gū)算(suàn)，GPT-3训练(liàn)一次(cì)的成本约为140万美(měi)元。而(ér)对(duì)于一些(xiē)更大的(de)LLM(大型语言模型)，训练成本则介于200万美元至1200万美元高价之间。

以ChatGPT在(zài)2023年1月的独立访客(kè)平均数(shù)1300万(wàn)计(jì)算(suàn)，其对应(yīng)芯片需求为3万(wàn)多片英伟达A100 GPU，初始投入(rù)成本约为(wèi)8亿美元，每(měi)日仅(jǐn)电费(fèi)就在5万(wàn)美元(yuán)左右。

此(cǐ)外不论是ChatGPT还是AIGC，都离不开庞(páng)大算力支(zhī)持(chí)。在关注各类(lèi)大模型的发(fā)展同时(shí)，更(gèng)应(yīng)该关注算力网(wǎng)络(luò)的建(jiàn)设。

算力网络正驱动AI产业发展进入史诗级加速(sù)进程(chéng)，让(ràng)AIGC及(jí)通用AI这一人工智(zhì)能(néng)发展的终极目标离得更近。

因为算力可以(yǐ)对突破性技(jì)术创新提(tí)供大力的(de)支持。这方面，多模态大模型是典型。作为面向未来强人工(gōng)智(zhì)能(néng)、通用人工智能的重(zhòng)要技术创新，多模态大(dà)模型已经(jīng)在人工智能领域提(tí)出了很多年，业界(jiè)也有不(bù)少技术突破，但是，多模态大模型进一(yī)步(bù)往(wǎng)下走，算力需求呈几何(hé)式上升，一般(bān)的算(suàn)力基础(chǔ)设施很快将难以胜(shèng)任。

从图像、文字、语音单独一项的训练(liàn)，到双模(mó)态、三(sān)模态的跃迁，让人工智能可以(yǐ)灵活应(yīng)对不同(tóng)模态的转化、像(xiàng)人与世界交互一样自(zì)然，这方面，由算力(lì)网(wǎng)络(luò)来驱动将(jiāng)有明显优(yōu)势。

此外，还有很多需要爆发式(shì)增长的算力来支撑的技术创新，将(jiāng)在人工智能(néng)算力(lì)网络支撑(chēng)下快速推进。

AIGC已经露出曙光，期待在大(dà)模型(xíng)和大算力的支(zhī)持下AIGC能持续(xù)颠(diān)覆(fù)内容生产的方式(shì)，将创造的边际(jì)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 唯物主义者和唯心主义者什么意思，唯心主义者是啥