自(zì)聊天机(jī)器人ChatGPT火爆以(yǐ)来，微软公司创始人比尔(ěr)·盖(gài)茨已多次公开谈论人工智能话(huà)题。在最近的一次采访中(zhōng)，他再(zài)次(cì)表示：“AI可能会让科技行(xíng)业(yè)迎来(lái)一(yī)次剧烈的洗牌(pái)”。

这个结(jié)论是他在当地时间(jiān)2月20日接受《In Good Company》节目专访时提出的。

他预(yù)期，AI的发展可能会(huì)威胁到谷歌(gē)的市占率，因为微软在AI方面(miàn)的行动相当迅速(sù)。而(ér)最终科技巨头将把(bǎ)AI整(zhěng)合成用户的(de)“全能助手”，包揽一切应(yīng)用，与人们进(jìn)行沟通并(bìng)提供(gōng)建议(yì)，可以(yǐ)取代亚马逊、Siri或Outlook等应(yīng)用。

大(dà)佬口(kǒu)中全能助手的到来可能尚(shàng)需时日，但由ControlNet引发的又(yòu)一次AI绘画浪潮，让AIGC在ChatGPT的话题热点包围中杀出重(zhòng)围。

01

ControlNet颠覆AI绘(huì)画新玩法

AIGC向可控(kòng)靠近

以AI绘(huì)画为代表的AIGC上(shàng)一次爆火的(de)时(shí)候，还是2022年8月(yuè)，在(zài)美国(guó)科罗拉多州举办的(de)新兴数字艺术(shù)家竞赛中(zhōng)，一幅名为《太空(kōng)歌剧院》的(de)作品获奖。

随后(hòu)各大厂商的AI绘画软(ruǎn)件被广大(dà)网友熟(shú)知(zhī)并(bìng)体验，Stable Diffusion便(biàn)是(shì)其中代表。

用户们可以在应用(yòng)中输入一组关键(jiàn)词或者(zhě)一张照(zhào)片，就能获得一幅AI创作的画作。

作画的关(guān)键(jiàn)就是所输入的(de)文本。同一组关键词也可以创(chuàng)作(zuò)出(chū)很多张风格不一样的画(huà)作，这让创作的过程就像(xiàng)开盲盒。

很(hěn)多(duō)用户很(hěn)喜欢(huān)这种(zhǒng)不确定(dìng)的惊喜，他们(men)会将生(shēng)成的(de)美(měi)图当做头像。而另(lìng)一部分喜欢(huān)翻看AI绘画的“翻(fān)车”作品(pǐn)。在社(shè)交媒体(tǐ)上(shàng)，许(xǔ)多用(yòng)户分享AI“翻车现场(chǎng)”，例(lì)如，一位网友的小狗照片被AI画成了“肌肉男”，还有网友(yǒu)的个人照片(piàn)被(bèi)AI识(shí)别成(chéng)了(le)建筑。

而如今随着ControlNet的出现与(yǔ)加(jiā)持，以往AI绘画的填写关(guān)键词游戏可能要(yào)被颠覆了。

ControlNet是一位正在斯坦福(fú)读博的中国人张吕(lǚ)敏创作的一种基于(yú)控制点的(de)图像变形算法，主要用(yòng)于数字图像处理、计算机(jī)视觉和计(jì)算机图形学等领域。

其(qí)SD插件一经(jīng)发(fā)布，在(zài)短(duǎn)短的(de)两天内(nèi)便成为了AI绘画领域最新(xīn)的热点(diǎn)。

在此(cǐ)之(zhī)前(qián)，大家用了很多方法想让AI生成的结(jié)果尽可(kě)能的符合要求(qiú)，但是(shì)都不尽如人意，它的出现(xiàn)代(dài)表着AI生成开(kāi)始进入真正的(de)可控(kòng)时期。

因为ControlNet可以直接提(tí)取(qǔ)画面(miàn)的构(gòu)图(tú)，人物的姿势(shì)和画面的深度(dù)信息等。有了它的帮助，就不(bù)用频繁的用(yòng)提示词来碰运气，抽(chōu)盲盒式的创作了。

通俗的(de)说(shuō)ControlNet相当于给AI绘画加了“魔法”，不少博主的作品已(yǐ)经获得了大(dà)量的浏览量，“viggo”就是(shì)其(qí)中之一，他(tā)用(yòng)朋友的照片直接带(dài)她(tā)们走进动漫世界(jiè)。

viggo先用StableDiffusion图片转文字(zì)。

再用Text2Prompt插件拓展找到对应的关键词；最后(hòu)用(yòng)ControlNet插件绑定骨骼开始换(huàn)关(guān)键词试效(xiào)果。

通过(guò)图片(piàn)就可以看出来，效(xiào)果十(shí)分惊艳。

更(gèng)厉(lì)害的是，除(chú)了真实的照片(piàn)，草(cǎo)图也可以加上“魔法”，知乎大牛“DevPoint”和“逗砂”介绍到(dào)ControlNet还能实(shí)现线稿转全彩图。大神(shén)张(zhāng)吕敏其本尊也亲自回应(yīng)。

不得不说(shuō)当下AIGC已经(jīng)变(biàn)得(dé)越来(lái)越强大，甚至输(shū)出的(de)作品都已经能以假乱真(zhēn)了。

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(jīn)鸡湖(hú)有(yǒu)游艇(tǐng)party”的消息火遍网络，而经过警方(fāng)辟谣这所谓的“party”可能是全国第一(yī)起(qǐ)AI绘图诈骗。

由(yóu)于(yú)这个活动里面给出的美女(nǚ)照(zhào)片都是(shì)AI制作的真人照片绘(huì)图，因为(wèi)太逼(bī)真(zhēn)，被(bèi)大家当(dāng)成真事传播了(le)。

不过仔细观(guān)察可以发现(xiàn)，活动(dòng)发起(qǐ)者提供的照片中(zhōng)有个很大(dà)的(de)漏洞可以(yǐ)发(fā)现并非真人，而是AI绘图，那(nà)便(biàn)是图片中女(nǚ)性(xìng)的手指部(bù)分(fēn)有的存在异常。

有(yǒu)行业人事表(biǎo)示：“现在因为(wèi)手指部分的绘画算(suàn)法比较复杂，AI还不(bù)太会画人的手(shǒu)，但最新(xīn)看到的图片(piàn)已(yǐ)经有越来越完(wán)美的AI模(mó)型(xíng)出现，以后可能就完全没有漏洞了。”

类(lèi)似的(de)AI作图诈(zhà)骗在国外也(yě)已有发(fā)生。据英国广播公司报(bào)道，土耳其地震(zhèn)期(qī)间(jiān)，有Tiktok用户(hù)使用(yòng)AI合成了儿童受(shòu)灾的假(jiǎ)照片发(fā)布到网(wǎng)络，以(yǐ)此诱(yòu)骗(piàn)善良的人(rén)打赏“捐助”从而(ér)实施(shī)诈骗。

目前(qián)随着技术发(fā)展，AIGC已经能做出真(zhēn)人(rén)照片般的绘图(tú)效(xiào)果，如果这样的图片(piàn)被用来诈骗，将非常可怕。

此外AIGC还引发了(le)很多担忧，一(yī)方面，批判者认为AI在(zài)“学(xué)习”了大(dà)量(liàng)前(qián)人(rén)的(de)作品之后，其创(chuàng)作没(méi)有(yǒu)任何(hé)情绪和灵魂(hún)，难以和人类的艺术创作相提(tí)并(bìng)论。

另一方面，AIGC背(bèi)后的版权、目前都(dōu)并没有得到(dào)有(yǒu)效的解(jiě)决(jué)，还有AIGC会不会(huì)代替人类“至高无(wú)上”的创意。

马斯克也强(qiáng)调，人(rén)工智能的安全(quán)问(wèn)题需要得(dé)到重视，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)是有两面性的，潜在(zài)的危害(hài)并不能掩盖其(qí)光辉的贡献。现(xiàn)在看来，人工智(zhì)能技术(shù)将(jiāng)是(shì)第四次工业(yè)革(gé)命(mìng)的核心驱动力量，将创造新的增长(zhǎng)奇迹。

过去(qù)一年，人工(gōng)智能在技术和(hé)商(shāng)业层面都有了巨大进展，AI绘(huì)画(huà)就是人工智(zhì)能(néng)技术(shù)发生方(fāng)向(xiàng)性改变的一个代表。其下一站或许(xǔ)就是(shì)视(shì)频(pín)。

此(cǐ)前，Meta和谷歌先(xiān)后发布了几条(tiáo)引爆科技圈(quān)的(de)短(duǎn)视手指的速度越快声音越大，撞得越快叫的声音越频。这些视(shì)频(pín)引发关注并非内容做得多优(yōu)秀(xiù)，反而都非常(cháng)简单，比如一(yī)匹正在喝水的马，一(yī)只画画的玩具熊，或(huò)者一段骑摩托车的(de)第(dì)一视角录(lù)像，随便一(yī)个有手(shǒu)机的人都可以随手录下一(yī)段(duàn)。

但这些短视(shì)频的创(chuà手指的速度越快声音越大，撞得越快叫的声音越ng)作方式非常简单，创作者(zhě)仅仅需要向AI输入一段话，甚至(zhì)只是说一下要(yào)求(qiú)，AI就(jiù)可(kě)以(yǐ)根据需要生成一段视频(pín)。

谷歌发(fā)布(bù)的两个(gè)AI生成视频分别来自于(yú)Imagen Video和Phenaki，前者主要突出的是高清，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(chéng)的视(shì)频后，AI圈就已(yǐ)经玩了一波梗，一个能(néng)够做出更高清(qīng)视频的AI还(hái)不足以在(zài)短时间内戳(chuō)中兴奋(fèn)点。

Phenaki更(gèng)加令人(rén)震惊的地方(fāng)在于，它可以制作出超(chāo)过2分钟的连贯的也(yě)有确切内容的视频，这才(cái)是真正(zhèng)让人们(men)感(gǎn)到惊喜(xǐ)的地方。因为无论AI生成的视频(pín)多么高清，也只能是为内容生产(chǎn)者提(tí)供一个灵(líng)感，一个素材，一个过场动画。

不过能够制(zhì)作出有(yǒu)具体剧情内容的视频就意味着，一些视频创作由(yóu)AI代(dài)替(tì)人工完(wán)成已经初步有了可能。

当下AI的发展速(sù)度已经超过(guò)大部分人的想(xiǎng)象。内容(róng)产业的本质是供(gōng)给(gěi)创造需求，AIGC作(zuò)为全新的内容(róng)生产(chǎn)方式，可(kě)以为内容产业带来更(gèng)新的内容风格(gé)、更快的生产速度(dù)，更低的生产成本(běn)，这无疑会驱动内容(róng)产业的(de)大爆发。

除了(le)AI绘图、视频，AIGC技术还能应(yīng)用于音乐、代码、机(jī)器(qì)人动作等多种内容形式的(de)生(shēng)成。不难发(fā)现该项技术不(bù)仅在游戏等行业能得(dé)到有效应用，对于下一代互联网(wǎng)各种元(yuán)素的构建亦有关键意义。

从商业化的角(jiǎo)度来看，文化娱乐(lè)、教育、传媒等诸多领(lǐng)域(yù)，本身(shēn)就对(duì)基于AI的可视化(huà)内容有强烈需求。

因此，AI绘画(huà)及视频(pín)或不是结(jié)果，而只是AI进程(chéng)中的一块重要拼图，有望在技术更新的加持下实现更大的应(yīng)用(yòng)价值。

AI从理(lǐ)解内容(róng)，走向了可以(yǐ)生成内容，甚至能够创造出独立价值和独立视角的内容(róng)。AIGC的再次出圈，更(gèng)代表着未来(lái)的先进(jìn)生产(chǎn)力即将到来。

04

紧抓大模型(xíng)与(yǔ)算(suàn)力(lì)，牢固AIGC底座

从(cóng)技术的(de)发展(zhǎn)也可以看出(chū)，在语言大模型、图(tú)像(xiàng)大模型(xíng)之后，多模(mó)态大模型已经成为了新的趋势。

大模型被誉为当(dāng)前人工智能发(fā)展(zhǎn)的(de)智能底座，是全球竞争最(zuì)激烈(liè)的研究方向之一，包(bāo)括谷歌、亚马逊(xùn)、百度、阿里、腾讯等众多头部企(qǐ)业(yè)都在(zài)竞(jìng)相发(fā)力。

不过(guò)训(xùn)练大模型的确(què)价格(gé)不菲，以国盛证券发布的(de)《ChatGPT需要多少(shǎo)算力》报告(gào)估算，GPT-3训练一(yī)次(cì)的成本(běn)约为140万美元(yuán)。而对于(yú)一(yī)些更大的LLM(大型语言模型)，训练(liàn)成本则介于200万美元(yuán)至1200万美元高价之(zhī)间。

以ChatGPT在2023年1月的独(dú)立(lì)访客平均数1300万计算，其对应芯片需(xū)求为3万(wàn)多(duō)片英伟达A100 GPU，初始投入成本约为8亿美元，每日仅电费就在(zài)5万(wàn)美元(yuán)左(zuǒ)右。

此外(wài)不(bù)论是ChatGPT还是AIGC，都离不(bù)开(kāi)庞大算(suàn)力支持(chí)。在关注各类大模型(xíng)的(de)发(fā)展(zhǎn)同(tóng)时，更应该关注算力网络的建设。

算力网络(luò)正驱动(dòng)AI产业发展进入史诗级加速进程，让AIGC及通用(yòng)AI这一(yī)人工智能发展的终极目标离(lí)得更近。

因为算力(lì)可以对突(tū)破性技术(shù)创新提供大力的支持(chí)。这方(fāng)面(miàn)，多(duō)模(mó)态大模型是典型(xíng)。作(zuò)为(wèi)面向(xiàng)未来强人工智能、通用人工(gōng)智能的重要(yào)技术创新，多模态大模型已经在人(rén)工智(zhì)能领域提(tí)出了很多(duō)年，业界也有不少技术突(tū)破，但是，多模态(tài)大模型进一步往下走，算力(lì)需(xū)求(qiú)呈几何式上升，一般的算(suàn)力基础设施很快将难以胜任。

从图像、文字、语音单独一(yī)项的训练，到双模态、三(sān)模态的跃迁(qiān)，让(ràng)人工智(zhì)能可以灵活(huó)应(yīng)对不(bù)同(tóng)模态(tài)的(de)转化、像人(rén)与世界交互一样自然，这方面，由算力网络(luò)来(lái)驱动(dòng)将有明显优(yōu)势。

此(cǐ)外，还有很多(duō)需(xū)要爆发式增长的算力(lì)来支撑的技术创新，将在人工智能算力(lì)网(wǎng)络支撑下快速(sù)推进(jìn)。

AIGC已经露出曙光(guāng)，期待在(zài)大模型和大算力的支持下AIGC能持(chí)续(xù)颠覆内容生产的方式，将创造(zào)的边际(jì)成本降低(dī)，让万众受益(yì)。

未经允许不得转载：橘子百科-橘子都知道 手指的速度越快声音越大，撞得越快叫的声音越