自聊天机器人ChatGPT火爆以来，微软公司创始人比尔·盖茨已多次公开谈论人工智能话题。在最(zuì)近的一(yī)次采访中，他(tā)再次表(biǎo)示(shì)：“AI可能会让科技行业迎来(lái)一(yī)次剧烈的(de)洗牌”。

这个(gè)结论(lùn)是他(tā)在当地时间2月20日接受《In Good Company》节目专访时提出的。

他(tā)预期，AI的发展(zhǎn)可能会威胁到谷歌的(de)市占率，因为微软在AI方面(miàn)的行动相当迅速(sù)。而最(zuì)终(zhōng)科技巨头将把AI整合(hé)成用户的“全能助手”，包揽一切应用，与人们进行(xíng)沟通并提供建(jiàn)议，可以取代亚马逊、Siri或Outlook等应用(yòng)。

大佬口中全能助手的到(dào)来可能尚需时(shí)日，但(dàn)由ControlNet引发(fā)的又一(yī)次AI绘画(huà)浪潮，让(ràng)AIGC在ChatGPT的(de)话题热(rè)点包围中杀出重围。

01

ControlNet颠覆AI绘画新玩(wán)法

AIGC向可(kě)控(kòng)靠近(jìn)

以AI绘画为(wèi)代表(biǎo)的AIGC上一次爆火(huǒ)的时候，还是2022年(nián)8月，在美国(guó)科(kē)罗拉(lā)多(duō)州举办的新兴(xīng)数字艺术家竞(jìng)赛中，一幅名为(wèi)《太空(kōng)歌剧院》的(de)作品获(huò)奖。

随(suí)后各大厂商的AI绘画软(ruǎn)件被广大(dà)网友熟知并体验，Stable Diffusion便(biàn)是其中代表。

用(yòng)户们(men)可以(yǐ)在(zài)应(yīng)用中输(shū)入一(yī)组关键词或者一张照(zhào)片，就(jiù)能获得一(yī)幅AI创作的画作。

作画的关键就是所输入(rù)的文本。同一组关键(jiàn)词也可以(yǐ)创作出很(hěn)多张风格(gé)不(bù)一样的画作，这让创作的过程就(jiù)像开盲(máng)盒(hé)。

很多(duō)用户很(hěn)喜(xǐ)欢这种(zhǒng)不确定的惊喜，他们会将生成的美(měi)图当做头像(xiàng)。而(ér)另一部分喜欢翻(fān)看(kàn)AI绘(huì)画的“翻车(chē)”作(zuò)品。在社交媒体上，许多(duō)用户分(fēn)享AI“翻车现(xiàn)场(chǎng)”，例如，一位网友(yǒu)的小狗照片被(bèi)AI画成了“肌肉男”，还有网友的(de)个人照片被AI识别成了建筑。

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(xì)可能要被颠(diān)覆(fù)了(le)。

ControlNet是一位(wèi)正在斯坦(tǎn)福读博的中国人张吕敏创作的一种基(jī)于控制点(diǎn)的(de)图像变形算法，主要用(yòng)于数字图像处理(lǐ)、计(jì)算机视觉和计算机图(tú)形学等领域。

其SD插件一经发布(bù)，在短短的两天内便成为了AI绘画领域最新的热点。

在此(cǐ)之(zhī)前(qián)，大(dà)家用了很(hěn)多(duō)方法想让(ràng)AI生成的结果尽可(kě)能的符合(hé)要(yào)求，但是(shì)都不尽(jǐn)如(rú)人(rén)意(yì)，它的出(chū)现代(dài)表(biǎo)着(zhe)AI生成开(kāi)始进入真正的可控时期(qī)。

因为(wèi)ControlNet可以直接提取画面的构图(tú)，人物的姿势和(hé)画面的(de)深度信(xìn)息等(děng)。有(yǒu)了它的(de)帮助，就不用(yòng)频繁的用提(tí)示(shì)词来碰(pèng)运气，抽盲盒式的创作了。

通俗(sú)的(de)说ControlNet相当于给AI绘画(huà)加了“魔法”，不少博主的(de)作品(pǐn)已经(jīng)获得了大量(liàng)的浏(liú)览(lǎn)量(liàng)，“viggo”就是(shì)其(qí)中之(zhī)一，他用朋(péng)友(yǒu)的照片直接带(dài)她们(men)走(zǒu)进动(dòng)漫世(shì)界。

viggo先(xiān)用StableDiffusion图片转文字(zì)。

再用Text2Prompt插件拓展找(zhǎo)到对应(yīng)的关键词；最后(hòu)用(yòng)ControlNet插(chā)件绑(bǎng)定骨骼开始换关(guān)键词试效果。

通(tōng)过图(tú)片就可以看出来(lái)，效果十分(fēn)惊艳。

更厉(lì)害的是，除了真实的照片，草图也可(kě)以加上(shàng)“魔法”，知乎(hū)大(dà)牛“DevPoint”和(hé)“逗砂”介绍到(dào)ControlNet还能实现线稿转全彩(cǎi)图。大神张(zhāng)吕敏其本尊(zūn)也亲自回(huí)应。

不得不(bù)说当(dāng)下AIGC已经变得越来越强大，甚至输(shū)出的作品都(dōu)已经能以假乱(luàn)真了。

02

难辨虚实，AIGC技术(shù)力爆发

警惕安全问(wèn)题(tí)

近日，“苏(sū)州金鸡湖有(yǒu)游艇party”的消息火(huǒ)遍网(wǎng)络，而经过(guò)警(jǐng)方辟谣(yáo)这(zhè)所谓的“party”可能是(shì)全国第一起AI绘图(tú)诈骗。

由于这个活动里面给出的美(měi)女照片(piàn)都是AI制作的真人照片(piàn)绘图，因为太逼真(zhēn)，被大家当成真事传播(bō)了。

不过仔(zǎi)细(xì)观察可以发现，活动发起(qǐ)者(zhě)提供的(de)照片中有个很大(dà)的漏洞可以发现(xiàn)并非(fēi)真人，而(ér)是AI绘图，那(nà)便是图片中(zhōng)女性的手指(zhǐ)部分(fēn)有的存在异常。

有行业人事表示：“现在因为手(shǒu)指(zhǐ)部分的绘画算(suàn)法比较(jiào)复杂，AI还(hái)不(bù)太会画人的手，但最新看到(dào)的(de)图片已(yǐ)经有越来越(yuè)完美的AI模型出现，以后(hòu)可能就完全没有(yǒu)漏洞了(le)。”

类似的AI作图诈骗在国外(wài)也已有发生。据英国(guó)广播公司报道，土(tǔ)耳其(qí)地震期间(jiān)，有(yǒu)Tiktok用户(hù)使用AI合(hé)成了儿童受(shòu)灾的(de)假照片发(fā)布到网络，以此诱骗善良的人(rén)打赏(shǎng)“捐助”从而(ér)实施诈(zhà)骗。

目前(qián)随着技术发(fā)展，AIGC已经能(néng)做出真(zhēn)人照(zhào)片般(bān)的绘(huì)图效果，如果这(zhè)样的(de)图片(piàn)被用来诈(zhà)骗，将(jiāng)非(fēi)常(cháng)可怕。

此(cǐ)外AIGC还引发了很(hěn)多(duō)担忧(yōu)，一方面，批判者(zhě)认(rèn)为AI在“学习(xí)”了大量前人的作(zuò)品之(zhī)后，其创作没有任何情绪和灵魂，难以和人类的艺术创作相提并论。

另一方面(miàn)，AIGC背后的版权、目(mù)前都(dōu)并没有得到有效的(de)解决，还有AIGC会不会代替人(rén)类“至高无上(shàng)”的创(chuàng)意。

马(mǎ)斯克也强(qiáng)调，人工智能的(de)安(ān)全问题需要得到重(zhòng)视(shì)，太晚就来(lái)不及了。

03

AIGC下一站除(chú)了视频，还有远方

技术都(dōu)是有两(liǎng)面性的，潜在的危(wēi)害并不能掩(yǎn)盖(gài)其光辉的贡献。现(xiàn)在看来，人工智能技术将是(shì)第四次工业革命(mìng)的核心(xīn)驱动力(lì)量，将创造新的增长奇迹。

过(guò)去一年，人工智能在技术和(hé)商业层(céng)面都有了(le)巨大(dà)进展，AI绘(huì)画(huà)就是人(rén)工智能技术发(fā)生方向性改变的一(yī)个代表。其(qí)下一(yī)站或许就是视频。

此前，Meta和谷歌先后发布了(le)几条引爆科技圈的短视(shì)频。这(zhè)些视频(pín)引发关(guān)注并(bìng)非内容做(zuò)得(dé)多(duō)优秀，反而都(dōu)非(fēi)常(cháng)简单，比(bǐ)如一匹正(zhèng)在喝水(shuǐ)的(de)马，一只画画的(de)玩具熊，或者一段骑摩托车(chē)的第一视角录像，随便一个有手机的人都可(kě)以随手录下一(yī)段。

但(dàn)这(zhè)些(xiē)短视频的(de)创作方式非(fēi)常简单，创作(zuò)者仅仅(jǐn)需要向AI输入(rù)一(yī)段话，甚至只是说一(yī)下要求，AI就可以根据需要生成一段视频。

谷(gǔ)歌发布的两(liǎng)个AI生(shēng)成(chéng)视频分(fēn)别来自(zì)于Imagen Video和Phenaki，前者主要(yào)突(tū)出的是高清(qīng)，与Meta的Make-A-Video没有太多的差别。

在Make-A-Video公布了AI生成(chéng)的(de)视(shì)频后，AI圈就已经(jīng)玩了一波梗(gěng)，一个能(néng)够做出(chū)更高清(qīng)视频的AI还不足以(yǐ)在短时间内戳中(zhōng)兴(xīng)奋点。

Phenaki更加令人震惊(jīng)的地方在于，它可(kě)以制作出超过2分钟(zhōng)的连贯的也有确(què)切内容的(de)视频，这才是真正让人们感到惊喜的地方。因为无论AI生(shēng)成的视频多(duō)么高(gāo)清，也只能是为内容生产者提(tí)供一个(gè)灵感，一个素材(cái)，一个过场动画。

不过(guò)能够制(zhì)作出(chū)有具体(tǐ)剧(jù)情内容的视频就(jiù)意味着，一些(xiē)视频创作由AI代替(tì)人(rén)工完成(chéng)已经初步有了可能。

当下AI的(de)发(fā)展速度已经超过大部分人的想象(xiàng)。内容产业的本(běn)质(zhì)是(shì)供给创造需求，AIGC作(zuò)为全新的内容生产方(fāng)式(shì)，可以为内容产(chǎn)业带来更新的内容风格、更快的(de)生产速(sù)度，更(gèng)低的生产成(chéng)本，这(zhè)无疑会驱动内容(róng)产业的大爆(bào)发(fā)。

除了AI绘图、视频，AIGC技术还能应(yīng)用于音乐、代码(mǎ)、机器人动(dòng)作等(děng)多种内容(róng)形式的生(shēng)成。不难发现该项技术不仅在(zài)游(yóu)戏等行业能得到有效应(yīng)用，对于下一代互联网各种元素的构建亦有关键意义(yì)。

从商业化的(de)角度来看，文化娱乐(lè)、教育、传媒等诸多领域(yù)，本(běn)身就对(duì)基于AI的(de)可视化内容(róng)有强(qiáng)烈需求。

因此，AI绘(huì)画及视频或不是结果，而只是(shì)AI进程中的(de)一块重要(yào)拼图，有(yǒu)望(wàng)在技术更新的加持下(xià)实现更大的应用(yòng)价值。

AI从理(lǐ)解内(nèi)容，走向了可以生(shēng)成(chéng)内容，甚至能够创(chuàng)造出独立价值和独(dú)立视角(jiǎo)的内容。AIGC的再次出圈，更代表着未来的先进生产力即(jí)将到来(lái)。

04

紧(jǐn)抓大模型与算力(lì)，牢固AIGC底座

从技(jì)术的发展也(yě)可以看出，在语言大(dà)模型、图像大模型之后，多模态大模型已(yǐ)经成为了新的趋势。

大模型被誉(yù)为(wèi)当前(qián)人工智能发展的智能(néng)底座，是全(quán)球竞争最激(jī)烈的研(yán)究方(fāng)向之一，包括谷歌(gē)、亚马(mǎ)逊、百度、阿里、腾讯等众(zhòng)多头部企业都在竞相发力。

不过训练大模型的确价格不菲(fēi)，以国(guó)盛证券发布的《ChatGPT需要多(duō)少算力》报告(gào)估算，GPT-3训练一次的成本(běn)约为140万美元。而(ér)对(duì)于(yú)一(yī)些更大(dà)的LLM(大型语言模(mó)型(xíng))，训(xùn)练成本(běn)则介于200万美(měi)元至1200万美元高价之间。

以ChatGPT在2023年1月(yuè)的(de)独(dú)立访客平均数(shù)1300万计算，其对应芯片需求为3万多片英伟达A100 GPU，初(chū)始投(tóu)入成本(běn)约为8亿美(měi)元，每日仅电(diàn)费就在5万美元左右。

此外不论是ChatGPT还是AIGC，都(dōu)离不开(kāi)庞大算力支持。在关注(zhù)各类大模型的发(fā)展同时，更应(yīng)该关注算力(lì)网络的建设。

算(suàn)力网络正驱动AI产(chǎn)业发展进入(rù)史诗级(jí)加速进程，让AIGC及通用AI这一人工智能发展的终极目标离得(dé)更近。

因为算力可以对突破性技术创新提供大力(lì)的支持(chí)。这方(fāng)面，多模态大模(mó)型是(shì)典型。作为(wèi)面(miàn)向未来强人工智(zhì)能、通用人工智能的重(zhòng)要技(jì)术创新，多模态大(dà)模型已经在人工智(zhì)能领(lǐng)域提出(chū)了很多年，业界也有不少技术(shù)突破(pò)，但是，多模态大模(mó)型(xíng)进(jìn)一步(bù)往下(xià)走，算(suàn)力需求呈几何式上升，一(yī)般的(de)算力基础设施很(hěn)快将(jiāng)难以胜任。

从图像、文字、语音单(dān)独一项的训练，到双模态、三模态的(de)跃迁，让人工智(zhì)能可(kě)以灵活应对不(bù)同模(mó)态的转化、像人与世界交互一样自然，这方面，由算(suàn)力网络来驱动将有明显优势。

此外，还有很多需要爆发(fā)式(shì)增长(zhǎng)的算力来支撑的技术创新，将(jiāng)在人工智能算(suàn)力网络支撑(chēng)下快速推进。中国航发属于央企还是国企啊 中国航发是上市公司吗strong>