自聊天机器人ChatGPT火(huǒ)爆以来，微软公司创始(shǐ)人比尔·盖茨已(yǐ)多次公开谈(tán)论人工智能(néng)话题。在最(zuì)近的一次采访中，他(tā)再次表示：“AI可能会让(ràng)科技行业迎来一次剧烈(liè)的洗牌(pái)”。

这个结论是他在当地时(shí)间2月20日接受(shòu)《In Good Company》节目专(zhuān)访时(shí)提出的。

他(tā)预期，AI的发展可能会威胁到谷歌的市占(zhàn)率，因为微软(ruǎn)在AI方面的行(xíng)动相当迅速(sù)。而最终科(kē)技巨头将把AI整合成用(yòng)户的“全能助手”，包揽一切应用，与人们进行沟通并提供(gōng)建议，可以取(qǔ)代亚马逊、Siri或Outlook等应用。

大佬口(kǒu)中全能助手的(de)到来(lái)可能尚需时日，但由(yóu)ControlNet引发(fā)的(de)又一次AI绘画(huà)浪潮，让AIGC在ChatGPT的话题热(rè)点包(bāo)围(wéi)中杀(shā)出重围(wéi)。

01

ControlNet颠覆AI绘画新玩法

AIGC向(xiàng)可控靠(kào)近

以(yǐ)AI绘画为代表的AIGC上一次爆(bào)火的时(shí)候，还是(shì)2022年8月(yuè)，在美国科罗拉多州(zhōu)举办(bàn)的新(xīn)兴数字艺术家竞赛(sài)中，一幅名为(wèi)《太空歌剧院》的作品(pǐn)获奖。

随后各大厂商的AI绘画软件被广大(dà)网友熟知并体验(yàn)，Stable Diffusion便是其(qí)中代表。

用户们可以(yǐ)在(zài)应用中输(shū)入一(yī)组关键词或者一张照片，就能(néng)获得一(yī)幅(fú)AI创作的画作。

作画(huà)的关键就是所(suǒ)输入的文(wén)本。同一(yī)组(zǔ)关(guān)键词也可以创作出很多张风格不一样的画作(zuò)，这让创作的过程(chéng)就像(xiàng)开盲盒。

很(hěn)多(duō)用户很喜欢这种不确定的惊喜，他们会将(jiāng)生成的美图当做头像。而另一部分(fēn)喜欢翻看(kàn)AI绘画的“翻车”作品。在社(shè)交媒体上(shàng)，许(xǔ)多用户(hù)分享AI“翻车(chē)现场”，例(lì)如，一位网友的小(xiǎo)狗照片被AI画成了“肌肉男(nán)”，还有网友的(de)个人(rén)照片被(bèi)AI识别(bié)成了建(jiàn)筑。

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

ControlNet是一(yī)位正(zhèng)在斯坦(tǎn)福读博的中国人(rén)张吕敏创作的(de)一种基于控(kòng)制点的图(tú)像变形算法，主要用(yòng)于数字图像处(chù)理、计算机视觉和计算机图形学等领域(yù)。

其(qí)SD插件一(yī)经(jīng)发(fā)布，在短短的两天内便成为了AI绘画领域最新的(de)热点。

在此(cǐ)之前，大家用了很多方(fāng)法(fǎ)想让AI生成(chéng)的结果尽(jǐn)可能的符合要求，但是(shì)都不尽(jǐn)如人意，它的出(chū)现代(dài)表(biǎo)着AI生成开始进(jìn)入真(zhēn)正(zhèng)的可(kě)控时期。

因(yīn)为(wèi)ControlNet可以(yǐ)直(zhí)接(jiē)提取画(huà)面的构图，人物(wù)的姿(zī)势和画面(miàn)的深度信息等。有了(le)它的帮助(zhù)，就(jiù)不用频繁(fán)的用提示(shì)词(cí)来碰(pèng)运气，抽(chōu)盲(máng)盒式的创作了。

通俗的说ControlNet相(xiāng)当于给AI绘(huì)画加了“魔法”，不(bù)少(shǎo)博(bó)主的作品已经(jīng)获得了大(dà)量的浏(liú)览量，“viggo”就(jiù)是其中之一，他用朋友的照(zhào)片直(zhí)接带她们走进动漫世界(jiè)。

viggo先用(yòng)StableDiffusion图片转文字。

再(zài)用Text2Prompt插件拓(tuò)展找到对应的关键词；最后用ControlNet插件绑定(dìng)骨骼开始换(huàn)关键词试效果。

通(tōng)过图片就可以看出来(lái)，效(xiào)果十分惊(jīng)艳。

更(gèng)厉(lì)害的是，除了真实的照(zhào)片，草图也可(kě)以加上“魔法”，知(zhī)乎大牛“DevPoint”和“逗砂”介绍到ControlNet还能实现线稿转全彩图(tú)。大神张吕敏其本尊也亲自回应。

不得不(bù)说当下AIGC已经(jīng)变得越来越(yuè)强大，甚至输出的作(zuò)品都已经能以(yǐ)假乱真(zhēn)了(le)。

02

难辨虚实，AIGC技术力爆发

警(jǐng)惕安(ān)全问题

近日，“苏州金鸡湖有游(yóu)艇party”的消息火遍网络，而经过警方辟谣这(zhè)所谓的(de)“party”可能是(shì)全国第一起AI绘图(tú)诈骗(piàn)。

由于这(zhè)个活动里面给出的美女(nǚ)照片都是AI制(zhì)作的真人(rén)照片绘(huì)图，因为太逼真，被(bèi)大家当成真事传(chuán)播(bō)了(le)。

不过仔细观察可以发现，活动发(fā)起者提供的照片(piàn)中有个很大的漏洞可以发现并非真人，而是AI绘图，那便是图片中(zhōng)女(nǚ)性的手指部分(fēn)有(yǒu)的存在异常(cháng)。

有(yǒu)行业人(rén)事表示(shì)：“现在因为手指部分的绘画(huà)算法(fǎ)比较复(fù)杂(zá)，AI还不太会(huì)画人的手(shǒu)，但最新(xīn)看到的(de)图片已(yǐ)经有越(yuè)来(lái)越完美的AI模型出现，以后(hòu)可能就完全没(méi)有(yǒu)漏洞了。”

类似(shì)的AI作图(tú)诈骗在国外也已有发生(shēng)。据英(yīng)国广播(bō)公司报道，土耳其(qí)地震期间(jiān)，有(yǒu)Tiktok用户使(shǐ)用AI合成了儿童受灾的假照片发布到网络，以此(cǐ)诱骗善良的(de)人打赏(shǎng)“捐(juān)助”从而实施(shī观音山上观山水下联是什么，观音山有下联了获奖名单)诈骗。

目前(qián)随(suí)着技(jì)术发展，AIGC已经能做(zuò)出(chū)真人(rén)照片般的绘(huì)图效(xiào)果，如果这样的图片被用(yòng)来诈骗，将非常可怕(pà)。

此外AIGC还引发了很(hěn)多担忧(yōu)，一方面(miàn)，批(pī)判者认为(wèi)AI在“学习”了(le)大量(liàng)前人(rén)的作品之(zhī)后(hòu)，其创作没有任(rèn)何情绪和灵魂，难(nán)以和(hé)人类(lèi)的艺术(shù)创作相提(tí)并论。

另一方面(miàn)，AIGC背后(hòu)的版权、目前都并没(méi)有得到有(yǒu)效(xiào)的解决(jué)，还(hái)有(yǒu)AIGC会不会代(dài)替人(rén)类“至高(gāo)无上”的创意。

马斯克也强(qiáng)调，人工智能的(de)安全问题需要得到重视，太晚就(jiù)来不及了(le)。

03

AIGC下一站除(chú)了(le)视(shì)频，还有远方

技术都是有两面性的，潜在的危害(hài)并不能掩盖其光辉的贡献(xiàn)。现在看来(lái)，人(rén)工(gōng)智能技术将(jiāng)是(shì)第四次工(gōng)业革命的(de)核(hé)心驱动力量，将创造新的增长奇迹。

过去一年，人(rén)工智能在(zài)技术和商(shāng)业层面都有(yǒu)了巨大(dà)进展，AI绘(huì)画就是人(rén)工智(zhì)能技术发生方(fāng)向性改变的一个代表。其下一站(zhàn)或许(xǔ)就是视频。

此前(qián)，Meta和(hé)谷(gǔ)歌先后(hòu)发布了(le)几条引(yǐn)爆(bào)科(kē)技圈的短视频。这些视(shì)频引发关(guān)注并非内容做(zuò)得多优(yōu)秀(xiù)，反而都非常(cháng)简单，比如一匹正(zhèng)在喝水的马，一只画(huà)画的玩具熊(xióng)，或者一段骑摩(mó)托车的第一视角录像，随便(biàn)一个有手机的人都可(kě)以随手录下一段。

但这些(xiē)短(duǎn)视频的(de)创作方式非常(cháng)简单，创作者仅仅需要向AI输(shū)入一段话，甚至(zhì)只是说一(yī)下要求，AI就可以根据需要生成一段视频。

谷歌发布的两个(gè)AI生成视频分别来(lái)自(zì)于Imagen Video和(hé)Phenaki，前者(zhě)主要突出的是(shì)高清，与Meta的Make-A-Video没有太多的差(chà)别。

在Make-A-Video公布了AI生成的视频(pín)后(hòu)，AI圈(quān)就已经(jīng)玩(wán)了一波梗，一个能够做出(chū)更(gèng)高清视频的(de)AI还不足以在短时间内戳中兴(xīng)奋点。

Phenaki更加令人(rén)震惊的地(dì)方在于，它(tā)可以制作出超过2分钟(zhōng)的连贯的也(yě)有确切(qiè)内容(róng)的视频，这才(cái)是真正让人们感到惊喜的地方。因为无论AI生成的视频(pín)多(duō)么高清(qīng)，也只能是(shì)为内容生(shēng)产者提供一个灵感，一个素材，一个过场动(dòng)画。

不过(guò)能够制作出有具体剧情内容的视(shì)频就意(yì)味着，一些(xiē)视频创(chuàng)作由(yóu)AI代替人工完(wán)成已经初(chū)步有(yǒu)了可能(néng)。

当下AI的(de)发展速度已(yǐ)经超(ch观音山上观山水下联是什么，观音山有下联了获奖名单āo)过大部(bù)分人的想(xiǎng)象。内容(róng)产业的本质是供给创造需求，AIGC作为全新(xīn)的内容生产方式(shì)，可以为(wèi)内(nèi)容产(chǎn)业带(dài)来更新的内容(róng)风格(gé)、更快的生(shēng)产速度(dù)，更低(dī)的(de)生产成(chéng)本，这无(wú)疑会驱动内容产业(yè)的大爆发。

除了(le)AI绘图、视频，AIGC技术(shù)还能应用于音乐、代码、机器人动作等多种内(nèi)容形(xíng)式的生成(chéng)。不难发现该(gāi)项技(jì)术不仅在游戏等行业能得(dé)到有效应用，对于(yú)下一(yī)代(dài)互联网各种元素的构建亦(yì)有关键(jiàn)意义(yì)。

从商业化(huà)的角度来看，文(wén)化娱乐、教(jiào)育、传媒等诸(zhū)多领域，本身就(jiù)对基于AI的(de)可(kě)视化内容有强烈需求。

因此，AI绘画及视(shì)频或不是结果，而只是AI进程中的一块重要拼图，有望在(zài)技术(shù)更新的加持下实现更大的应用价(jià)值。

AI从理解内容，走(zǒu)向了可以生成内容，甚(shèn)至能(néng)够创造出独(dú)立(lì)价值(zhí)和独(dú)立(lì)视角的内容(róng)。AIGC的再次(cì)出圈，更代表着未来的先进生产力即(jí)将到来(lái)。

04

紧抓(zhuā)大模型与算(suàn)力，牢固AIGC底座

从(cóng)技术的发(fā)展也可以(yǐ)看出，在语言大模型、图(tú)像大模型之后(hòu)，多模态大模型已经(jīng)成为了新的趋势。

大模型被誉为当前人工智(zhì)能发展的(de)智能底座，是全球(qiú)竞争(zhēng)最激烈的研究方向之一，包括谷歌、亚马逊、百度、阿里(lǐ)、腾讯等众多头(tóu)部企业(yè)都在(zài)竞相发力(lì)。

不过训练(liàn)大模型的确价格不菲，以国盛证券(quàn)发布的《ChatGPT需要多少算力(lì)》报告估(gū)算(suàn)，GPT-3训(xùn)练一次的成本约为140万美元。而对于一(yī)些更大的LLM(大(dà)型语言模型)，训练成本则介于(yú)200万(wàn)美元至1200万美元高价(jià)之间。

以ChatGPT在2023年(nián)1月的独立访客平均数1300万计算，其对应芯片需求为3万多(duō)片英伟达A100 GPU，初始(shǐ)投入成本(běn)约为8亿美元，每日(rì)仅电费就(jiù)在5万(wàn)美元(yuán)左(zuǒ)右(yòu)。

此(cǐ)外不论是ChatGPT还是AIGC，都离不开庞大(dà)算力支持。在关注各类大(dà)模型的发展同时，更应该关注(zhù)算(suàn)力网络(luò)的(de)建(jiàn)设。

算力网络(luò)正(zhèng)驱动(dòng)AI产业发展进入(rù)史诗级加速进程，让AIGC及(jí)通用AI这一人工智(zhì)能(néng)发展的终极目标(biāo)离得更近。

因为(wèi)算力可(kě)以对突破(pò)性技术创新提供(gōng)大(dà)力(lì)的(de)支持。这方(fāng)面，多模(mó)态大模型是(shì)典型。作为面向未来强人工智能(néng)、通用人工智(zhì)能(néng)的重要(yào)技术创新，多模态(tài)大(dà)模型已经在(zài)人(rén)工智能领域(yù)提出了很多年，业界也有不少技术突破，但是，多模态大模(mó)型进(jìn)一步往下(xià)走，算力需求呈(chéng)几何式(shì)上升，一般的算(suàn)力基础设施很(hěn)快将难(nán)以胜(shèng)任。

从(cóng)图像、文(wén)字(zì)、语音(yīn)单独一项的训练，到双模(mó)态、三模态的(de)跃迁，让(ràng)人(rén)工(gōng)智能可以灵活应对不同模态(tài)的转(zhuǎn)化(huà)、像人与世(shì)界交互一样自然，这方面(miàn)，由算(suàn)力网络(luò)来(lái)驱(qū)动将有明(míng)显(xiǎn)优(yōu)势。

此外，还(hái)有很多需要爆发(fā)式增长的算力来支撑的技术创新，将在人工(gōng)智能(néng)算力网络支撑下快(kuài)速(sù)推进(jìn)。

AIGC已(yǐ)经露出曙(shǔ)光，期待在大模(mó)型和大算力的支持下AIGC能持续颠覆内容生(shēng)产(chǎn)的(de)方式(shì)，将创造的边(biān)际成本(běn)降低(dī)，让万众受益。

未经允许不得转载：橘子百科-橘子都知道 观音山上观山水下联是什么，观音山有下联了获奖名单