自聊天机器人(rén)ChatGPT火(huǒ)爆以来，微软公司创始人比尔·盖茨已多次公开谈论人(rén)工智能话题。在(zài)最(zuì)近的一(yī)次采访中(zhōng)，他再次(cì)表示：“AI可能(néng)会(huì)让(ràng)科技行业迎来一次剧(jù)烈(liè)的(de)洗牌”。

这个(gè)结(jié)论是他在当地(dì)时间2月20日接受《In Good Company》节(jié)目专访(fǎng)时提出的。

他预期(qī)，AI的发展(zhǎn)可能会威胁到谷歌的市占率，因为微软在AI方(fāng)面的行动相当迅速。而(ér)最(zuì)终(zhōng)科技巨头将把AI整合成用户的(de)“全能(néng)助手”，包揽一(yī)切应(yīng)用，与人们(men)进行沟通并提供(gōng)建议，可以取代亚马(mǎ)逊、Siri或Outlook等(děng)应用。

大佬口中全(quán)能助手的到(dào)来可能尚需(xū)时日(rì)，但由ControlNet引发的又一次AI绘画(huà)浪潮，让AIGC在ChatGPT的话题(tí)热点包围(wéi)中(zhōng)杀(shā)出重围。

01

ControlNet颠覆AI绘画新玩(wán)法

AIGC向(xiàng)可控靠近

以AI绘画(huà)为代(dài)表(biǎo)的AIGC上一(yī)次爆火(huǒ)的时候(hòu)，还是2022年8月，在(zài)美国科罗拉多州举办(bàn)的新兴数字(zì)艺术家竞赛中(zhōng)，一幅名为《太空歌剧院》的作品获(huò)奖。

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

用(yòng)户们可(kě)以在应用中输入一组关键词或者一张照片，就(jiù)能获得(dé)一幅(fú)AI创作的画(huà)作。

作画的关键(jiàn)就是所输(shū)入(rù)的文本。同一组关键词(cí)也可以创作出(chū)很多张(zhāng)风格不一样的画作，这让创作的过程就像开盲盒。

很多用户很喜欢这种(zhǒng)不确(què)定的惊喜，他(tā)们会将生成的美(měi)图(tú)当做头像。而另一部分喜欢翻看AI绘画的“翻车”作(zuò)品(pǐn)。在社交媒体上，许多(duō)用户分享AI“翻车(chē)现(xiàn)场(chǎng)”，例(lì)如(rú)，一位网友的小狗照(zhào)片(piàn)被(bèi)AI画成(chéng)了“肌肉(ròu)男”，还有(yǒu)网友的(de)个(gè)人照(zhào)片被AI识别成了建筑。

而如今随着ControlNet的出现与加持(chí)，以(yǐ)往AI绘画的填(tián)写关键(jiàn)词游戏可能要被(bèi)颠(diān)覆了。

ControlNet是一位正在斯坦福读博的中(zhōng)国(guó)人(rén)张吕敏创作的(de)一种(zhǒng)基于(yú)控(kòng)制(zhì)点(diǎn)的图像(xiàng)变形(xíng)算(suàn)法，主要用于数字图像处理(lǐ)、计算机视觉和(hé)计算机图形学等领域。

其SD插件一(yī)经发布(bù)，在短短的(de)两天内(nèi)便(biàn)成为(wèi)了(le)AI绘画领域最新(xīn)的热点。

在此(cǐ)之前，大家用了很多方(fāng)法(fǎ)想让(ràng)AI生成的结果尽可能的符合要求，但是都不尽(jǐn)如人意(yì)，它的(de)出现代(dài)表着AI生成开始进(jìn)入真正(zhèng)的可控时期(qī)。

因为ControlNet可以直接提取画面的构图(tú)，人物(wù)的姿势和画面的深度(dù)信息等(děng)。有了它的帮助，就不(bù)用频繁的(de)用提示词来碰运气，抽盲盒式的创作了。

通(tōng)俗(sú)的说(shuō)ControlNet相(xiāng)当于给AI绘画加了“魔法”，不(bù)少博主(zhǔ)的作(zuò)品已经获得了大量的(de)浏览量，“viggo”就是其中(zhōng)之一，他(tā)用朋(péng)友的照片直接(jiē)带她们(men)走(zǒu)进(jìn)动漫世界。

viggo先(xiān)用StableDiffusion图片转文(wén)字。

再用Text2Prompt插件拓展找(zhǎo)到(dào)对应(yīng)的关键词；最后用(yòng)ControlNet插(chā)件(jiàn)绑定骨骼开始换(huàn)关(guān)键词试(shì)效(xiào)果。

通过图片就可以看(kàn)出来，效果十分惊艳。

更厉害的(de)是(shì)，除了真实的(de)照片，草图(tú)也可以(yǐ)加上“魔法”，知(zhī)乎大牛“DevPoint”和“逗砂”介绍(shào)到ControlNet还能实现线稿(gǎo)转(zhuǎn)全彩图。大(dà)神张吕敏(mǐn)其(qí)本尊也亲自回应。

不得(dé)不说当下AIGC已(yǐ)经变(biàn)得越来越强大(dà)，甚至输出(chū)的作(zuò)品(pǐn)都已经能以假乱真(zhēn)了。

02

难辨虚(xū)实，AIGC技(jì)术力爆发

警惕(tì)安全(quán)问题

近日，“苏(sū)州金鸡湖(hú)有(yǒu)游艇party”的(de)消息火遍(biàn)网络，而经过警方辟谣这(zhè)所谓的“party”可能(néng)是全(quán)国第(dì)一起AI绘图诈骗。

由于这个活动(dòng)里面给出的美女照片(piàn)都(dōu)是(shì)AI制作的真人(rén)照(zhào)片绘图，因为(wèi)太逼真，被(bèi)大家当(dāng)成真事传(chuán)播了。

不过仔细(xì)观察(chá)可(kě)以发现，活动发起(qǐ)者提供的照片(piàn)中有(yǒu)个(gè)很大的(de)漏洞可以(yǐ)发现并非真人，而是AI绘图，那(nà)便是(shì)图片中女(nǚ)性的(de)手指部分(fēn)有的存在异常。

有行(xíng)业人事表示(shì)：“现在因为手指(zhǐ)部分的绘画算法比较复杂(zá)，AI还不太会画(huà)人的手，但最新看到(dào)的(de)图片已经有越来越完美的AI模(mó)型出现，以(yǐ)后可能就完(wán)全没有(yǒu)漏洞了。”

类似的(de)AI作图诈骗在国外也已有发生。据英国(guó)广播公(gōng)司报(bào)道，土耳其地震(zhèn)期间，有Tiktok用户使用AI合成了儿童受灾的假照(zhào)片发布到(dào)网(wǎng)络，以此诱骗善(shàn)良的人打赏(shǎng)“捐助”从(cóng)而(ér)实(shí)施诈(zhà)骗。

目前随着技术发展，AIGC已经能做出真人照片般的绘图效果，如果这样(yàng)的图片被用来诈骗，将非常可怕。

此外AIGC还引(yǐn)发了很多担忧，一方面(miàn)，批判者认为AI在“学习”了大量前人的作品之(zhī)后(hòu)，其(qí)创作没有任何(hé)情绪和灵魂，难以(yǐ)和人类的艺术创作(zuò)相提(tí)并论。

另一方面，AIGC背后的版权、目前都并没有得(dé)到有效(xiào)的解(jiě)决(jué)，还有AIGC会不会(huì)代替人(rén)类(lèi)“至高无(wú)上”的创意(yì)。

马斯克(kè)也强调，人工(gōng)智能(néng)的安全问题需要得(dé)到重视，太晚就来不及了(le)。

03

AIGC下一站除了(le)视频，还有(yǒu)远方(fāng)

技术都是有两面性的(de)，潜在的危害(hài)并不能掩盖其光辉的贡(gòng)献。现在(zài)看(kàn)来，人工智能技术将是第四次工业革命的(de)核心驱(qū)动力量，将创造新(xīn)的增长奇迹。

过去(qù)一年，人工智(zhì)能在技术和商(shāng)业(yè)层面都有了巨大进展，AI绘(huì)画就是(shì)人工智(zhì)能技术发生方向(xiàng)性改变的一(yī)个(gè)代表。其下一站或许(xǔ)就(jiù)是视频(pín)。

此前，Meta和谷歌先后发布(bù)了几条引爆(bào)科技圈的短视频(pín)。这(zhè)些视(shì)频引发关注并非内(nèi)容做得(dé)多优(yōu)秀(xiù)，反而都非常简单，比如(rú)一匹正在喝水的马，一只画画的玩具熊，或(huò)者一段骑摩(mó)托车的(de)第一视角(jiǎo)录像，随便(biàn)一个(gè)有手机(jī)的(de)人都(dōu)可以随手录下(xià)一段。

但这(zhè)些短视频的创作方(fāng)式非(fēi)常简单，创作(zuò)者仅仅需要向AI输(shū)入一(yī)段话，甚至只是说一下要求(qiú)，AI就(jiù)可以(yǐ)根据(jù)需要生成一(yī)段视频。

谷歌发(fā)布的(de)两个AI生(shēng)成视频分别来自于Imagen Video和Phenaki，前者主要突出(chū)的(de)是高清，与Meta的Make-A-Video没有太多(duō)的差别。

在Make-A-Video公布了AI生(shēng)成的视频后，AI圈就已经玩了一波(bō)梗(gěng)，一个能够做出更(gèng)高(gāo)清视频的(de)AI还不(bù)足(zú)以在短(duǎn)时间(jiān)内戳中兴奋点。

Phenaki更加令(lìng)人震惊的(de)地方在于，它(tā)可(kě)以制作出超过2分钟的连贯的也有确切内容(róng)的视频，这才是真正让人们感到惊喜的地方。因(yīn)为无论AI生(shēng)成的(de)视频多么高(gāo)清，也只能是为内容生产者提供一个(gè)灵感(gǎn)，一个(gè)素材，一(yī)个过场动画。

不过能(néng)够制作出有具体剧(jù)情内容的(de)视频就意(yì)味着(zhe)，一些视频(pín)创(chuàng)作由AI代(dài)替(tì)人工完成已经初(chū)步有(yǒu)了可能。

当(dāng)下AI的发展速度已(yǐ)经超(chāo)过大部分人的想象。内容产业的(de)本质是供(gōng)给创(chuàng)造需求，AIGC作为全新的内容生产方式(shì)，可(kě)以(yǐ)为内容产业(yè)带来更(gèng)新(xīn)的(de)内容(róng)风格(gé)、更快(kuài)的生产速(sù)度，更低的生产成本，这无(wú)疑会驱动内(nèi)容产业的大(dà)爆(bào)发。

除了AI绘图、视频(pín)，AIGC技术还(hái)能(néng)应用于音乐、代码(mǎ)、机器人动作等多种内(nèi)容形式的(de)生(shēng)成。不难发现该项(xiàng)技术不仅在游戏等行业(yè)能(néng)得到有效应用，对于下一代互联网各种元素的构建亦(yì)有(yǒu)关键意义。

从商业(yè)化的角度来看，文化(huà)娱(yú)乐、教育、传媒等诸多领(lǐng)域，本(běn)身(shēn)就对基于(yú)AI的可(kě)视(shì)化(huà)内容有强烈需求(qiú)。

因此(cǐ)，AI绘画及视频(pín)或不是结果，而只(zhǐ)是AI进程(chéng)中的一块重要(yào)拼图，有望在技(jì)术更(gèng)新的(de)加持(chí)下实现更大的应用价值(zhí)。

AI从理解内容，走向了(le)可以生成内容，甚至能够创造出独立(lì)价值和独立视角的(de)内(nèi)容(róng)。AIGC的再次出圈，更代表着未来的先进生(shēng)产力即(jí)将到来。

04

紧(jǐn)抓大(dà)模型与算力，牢固AIGC底座

从技术的发展也可以看出，在语(yǔ)言大模(mó)型、图像大模型之后，多模(mó)态(tài)大模型(xíng)已经(jīng)成为了新的趋势(shì)。

大模型被誉为当前人工(gōng)智能发展的智(zhì)能底座，是全球竞争最激烈的(de)研究方向之一，包括谷歌、亚(yà)马逊、百度、阿里、腾讯等众多头部(bù)企(qǐ)业都在竞相发力。

不过训练大模型的(de)确价(jià)格(gé)不菲，以国盛证券发布的(de)《ChatGPT需要多少算力》报告估算(suàn)，GPT-3训(xùn)练一次的成本约为140万美元。而(ér)对于一(yī)些更大的LLM(大(dà)型(xíng)语(yǔ)言模型)，训(xùn)练成本则介于(yú)200万(wàn)美元至1200万(wàn)美元高价之间(jiān)。

以ChatGPT在2023年1月(yuè)的独立访客(kè)平均数1300万计算，其对应(yīng)芯(xīn)片需求为3万多片英伟达A100 GPU，初始投入成(chéng)本约为(wèi)8亿美元，每日仅电(diàn)费就在5万美元(yuán)左右。

此外不(bù)论是ChatGPT还(hái)是AIGC，都离不开庞(páng)大算力(lì)支持。在关注各类大模型的发展同时，更应(yīng)该关注算力网(wǎng)络的建设。

算力网络正(zhèng)驱动AI产(chǎn)业发展进(jìn)入史诗级加速进程，让AIGC及通用AI这一人工智能(néng)发展的终极(jí)目标离得更近。

因为算力可以对(duì)突破性(xìng)技(jì)术(shù)创新提供大力的(de)支持。这方面，多模(mó)态大模型是典型(xíng)。作为面(miàn)向(xiàng)未来(lái)强(qiáng)人工(gōng)智(zhì)能、通用人(rén)工(gōng)智能的重要技(jì)术(shù)创新，多模态大模型已(yǐ)经在(zài)人工智能领域(yù)提出了很多年，业界(jiè)也有不少(shǎo)技术突破，但(dàn)是(shì)，多模态大模型进(jìn)一(yī)步往下(xià)走，算力需求(qiú)呈几何式上升，一般(bān)的(de)算力基础设施很快将难(nán)以胜任。

从图像(xiàng)、文字、语音单独一项的训练，到双模态、三模态的跃(yuè)迁(qiān)，让(ràng)人工智能可以灵(líng)活(huó)应对不同模态的转(zhuǎn)化、像人与世界交互(hù)一样自(zì)然，这方面，由(yóu)算(suàn)力网络(luò)来驱(qū)动将(jiāng)有明显优势(shì)。

此外(wài)，还有很多需要爆发式增(zēng)长的算(suàn)力来(lái)支(zhī)撑(chēng)的技术创新，将在人工智能算力网(wǎng)络支撑下快速推进。

AIGC已经(jīng)露出曙光，期待在大模型和大算(suàn)力的支持下AIGC能持续颠覆内容生产的方式，将创造的边(biān)际成本(běn)降低，让万众受(shòu)益。

未经允许不得转载：橘子百科-橘子都知道 佳明运动手表是哪个国家的 佳明手表属于什么档次