自聊天机器人(rén)ChatGPT火(huǒ)爆以来，微软公(gōng)司创始(shǐ)人(rén)比尔·盖茨(cí)已多次公开谈论(lùn)人工智能话题。在最近的(de)一次采(cǎi)访中，他再(zài)次(cì)表示：“AI可能会让科技行业迎来一次剧(jù)烈的(de)洗牌(pái)”。

这个结论是他在当地时间2月20日(rì)接受(shòu)《In Good Company》节目专(zhuān)访(fǎng)时提出的(de)。

他预期，AI的发展可能会威(wēi)胁到谷歌的市占率，因为微软(ruǎn)在AI方面的(de)行(xíng)动(dòng)相(xiāng)当迅速(sù)。而(ér)最(zuì)终科技巨头将把AI整合成用户的“全能(néng)助手”，包揽一(yī)切应用，与(yǔ)人们进(jìn)行沟通(tōng)并提供建议，可以取代亚(yà)马逊、Siri或Outlook等应(yīng)用(yòng)。

大佬口中全能助手(shǒu)的到来可能尚需时日(rì)，但由ControlNet引发的又一(yī)次AI绘画(huà)浪(làng)潮，让AIGC在ChatGPT的话题(tí)热(rè)点包围(wéi)中杀出重围。

01

ControlNet颠覆(fù)AI绘画(huà)新玩法

AIGC向可控靠近

以(yǐ)AI绘画为代表的(de)AIGC上一次爆火的(de)时候，还是2022年8月，在美国科罗拉多州举办(bàn)的新兴(xīng)数字艺术家竞赛(sài)中，一幅(fú)名(míng)为(wèi)《太空歌剧(jù)院》的作品获奖。

随(suí)后(hòu)各大(dà)厂商的(de)AI绘画软件被广大网友熟知(zhī)并体验，Stable Diffusion便(biàn)是(shì)其中代表。

用户们可以在应用(yòng)中输入一组关键词或者一张照片，就能获得一幅AI创作的画作。

作画的关键就是所输(shū)入的文(wén)本(běn)。同一组(zǔ)关键词(cí)也可以创作(zuò)出很多张风格不一样的画(huà)作(zuò)，这让创作的过程就像开(kāi)盲(máng)盒。

很多用(yòng)户很(hěn)喜欢这种不确(què)定的惊喜，他们会(huì)将(jiāng)生(shēng)成的美(měi)图当做头像。而另一部分(fēn)喜(xǐ)欢翻看AI绘画(huà)的“翻车”作品。在社交媒体上，许(xǔ)多用户分享(xiǎng)AI“翻(fān)车现场”，例如，一位网友(yǒu)的小狗(gǒu)照片被AI画(huà)成了(le)“肌(jī)肉男”，还有网友的个人照片被AI识别成了建筑。

而如(rú)今随着ControlNet的(de)出现(xiàn)与(yǔ)加持，以往AI绘(huì)画的填写关(guān)键词游(yóu)戏可能要被颠覆了。

ControlNet是(shì)一位正在斯坦福读博的中国人张吕敏创作的一种基于控制点的图像变形算(suàn)法，主要用于数字图像处理、计算机视觉和计算机图形学等领域。

其SD插件一经发(fā)布(bù)，在(zài)短短的两天内便成为了(le)AI绘画领域最(zuì)新的热(rè)点。

在(zài)此(cǐ)之前，大家用(yòng)了(le)很多方法想让AI生成的结果尽(jǐn)可能的符(fú)合要求(qiú)，但是(shì)都(dōu)不尽如人(rén)意，它的(de)出现(xiàn)代表(biǎo)着AI生成开始进入真正的可控时期。

因为(wèi)ControlNet可以直接提取画面的构(gòu)图，人物的姿(zī)势和(hé)画面的深度信息等。有了它的帮(bāng)助，就(jiù)不用频繁的用(yòng)提示(shì)词来碰运(yùn)气，抽盲盒式的创作了(le)。

通俗的说ControlNet相当于(yú)给AI绘画加了“魔法”，不少博主的作品已(yǐ)经获得了大量的(de)浏(liú)览量，“viggo”就是其(qí)中之一，他用朋(péng)友的照片(piàn)直接(jiē)带她(tā)们走进动漫(màn)世界(jiè)。

viggo先用StableDiffusion图(tú)片(piàn)转文字。

再用Text2Prompt插件(jiàn)拓展找到对应的关键词(cí)；最后用ControlNet插件(jiàn)绑定骨骼开始换关(guān)键(jiàn)词试效果。

撒贝宁个人资料简历coding="async" src="https://mmbiz.heiliaofuli.com/wp-content/uploads/2023/03/4efa72af2df1b5d.jpeg?imageMogr2/thumbnail/2160x0/format/webp/quality/80" data-ratio="0.54140625" data-s="300,640" data-type="jpeg" data-w="1280">

通过图片就可以(yǐ)看出来，效果(guǒ)十分惊艳(yàn)。

更(gèng)厉害的是，除了真实的(de)照片，草(cǎo)图也可以(yǐ)加(jiā)上“魔法(fǎ)”，知乎大(dà)牛“DevPoint”和“逗(dòu)砂”介绍到ControlNet还(hái)能实现线稿转全彩(cǎi)图(tú)。大(dà)神张吕敏其本尊也亲自回应。

不(bù)得不说(shuō)当下AIGC已经变(biàn)得(dé)越来越(yuè)强大，甚至输出的作品都已经(jīng)能以(yǐ)假(jiǎ)乱(luàn)真(zhēn)了。

02

难(nán)辨虚实，AIGC技术力爆(bào)发

警惕安全问题

近日(rì)，“苏州金鸡湖有游(yóu)艇party”的消息火遍网络，而经过警方辟谣(yáo)这所谓的“party”可能是全国第一起AI绘(huì)图(tú)诈(zhà)骗。

由于这个活(huó)动里面给出(chū)的美女照片都是(shì)AI制作的真人(rén)照片绘图，因(yīn)为太逼(bī)真，被大家当成真(zhēn)事传播(bō)了。

不过仔细观察(chá)可以发现，活动发起者提(tí)供的照片中有(yǒu)个很大的漏洞可以(yǐ)发现并(bìng)非真人，而是AI绘图，那便是图片中女(nǚ)性的手指部分有(yǒu)的存在异常。

有行(xíng)业(yè)人事(shì)表示：“现在因为手指部分的绘画算法比较复杂，AI还不(bù)太会画人的手，但最(zuì)新看到(dào)的图片已经有越来(lái)越完(wán)美的AI模型出现，以后(hòu)可能(néng)就完全(quán)没有漏(lòu)洞了。”

类(lèi)似的AI作图诈骗在(zài)国外也已有发生。据英国广播公司报道(dào)，土耳(ěr)其(qí)地震期间，有Tiktok用户使用AI合成了儿童受灾的假照片发布到网(wǎng)络，以此诱骗善良的人打赏“捐助(zhù)”从而实施诈骗。

目前(qián)随着(zhe)技术发(fā)展，AIGC已经能做出(chū)真人照片般(bān)的绘图效果，如(rú)果这样的(de)图片被用来诈(zhà)骗，将非(fēi)常可怕。

此外AIGC还引(yǐn)发了很多担忧，一方(fāng)面，批判者认(rèn)为AI在“学(xué)习”了大(dà)量前人(rén)的(de)作品之(zhī)后，其创作没有任何情绪和灵(líng)魂，难以和(hé)人类的艺术创作相提并论。

另一方面，AIGC背后的版权、目前都并没有得到(dào)有效(xiào)的解(jiě)决，还有(yǒu)AIGC会不(bù)会代(dài)替人类(lèi)“至高无上”的创(chuàng)意(yì)。

马(mǎ)斯克也强调，人工(gōng)智(zhì)能的安全问题需要(yào)得到(dào)重视(shì)，太晚就(jiù)来(lái)不及了。

03

AIGC下一(yī)站除了(le)视频，还有远方

技(jì)术都是(shì)有两面性(xìng)的(de)，潜(qián)在的(de)危害并不(bù)能掩盖其(qí)光(guāng)辉的贡献(xiàn)。现在(zài)看来，人工智(zhì)能技术将是第四次工业革命(mìng)的核心驱动力量，将创(chuàng)造(zào)新的增长奇迹。

过去一年(nián)，人(rén)工智能在(zài)技术和商业层(céng)面都有了巨大(dà)进(jìn)展，AI绘(huì)画就是人工智(zhì)能技(jì)术发生方向(xiàng)性改变(biàn)的(de)一个代(dài)表(biǎo)。其下一站或许就是视频。

此前(qián)，Meta和谷歌先后发布了几(jǐ)条引爆(bào)科技圈的短(duǎn)视频。这些视频引(yǐn)发(fā)关(guān)注并非内容做(zuò)得(dé)多优秀，反而都非常简(jiǎn)单，比如一(yī)匹正(zhèng)在喝水的(de)马，一只画画的玩具熊(xióng)，或者一(yī)段(duàn)骑摩托车的(de)第一视角(jiǎo)录像，随(suí)便一(yī)个有(yǒu)手(shǒu)机的人都可以随手录下一段(duàn)。

但(dàn)这(zhè)些短视频的创作方式非常(cháng)简单，创作者仅仅(jǐn)需要(yào)向AI输入一(yī)段话，甚至只是(shì)说(shuō)一下要求，AI就可以根据需要生成(chéng)一段视频。

谷歌发布(bù)的两(liǎng)个AI生成视频分别(bié)来自于(yú)Imagen Video和Phenaki，前(qián)者(zhě)主(zhǔ)要突出的是(shì)高清，与Meta的Make-A-Video没有太(tài)多的差别。

在Make-A-Video公布了AI生成的(de)视(shì)频后，AI圈就已经玩了一波梗，一个能(néng)够做出更高清视频的AI还不足以(yǐ)在短时间(jiān)内戳中兴奋点。

Phenaki更加令人震惊(jīng)的地方在(zài)于，它可以(yǐ)制作出超过2分钟的连贯的也有确(què)切内(nèi)容的视频(pín)，这才(cái)是真(zhēn)正让人们感到(dào)惊喜的地方。因为无(wú)论(lùn)AI生成的视频多么高(gāo)清，也只(zhǐ)能(néng)是为内(nèi)容(róng)生产者提供一个(gè)灵感，一(yī)个素材，一个过(guò)场(chǎng)动画。

不(bù)过能(néng)够制作出有具体剧情内容的视(shì)频就(jiù)意味着，一些视频创作由AI代(dài)替人工完成已经初(chū)步有了可能。

当(dāng)下AI的发展速度已经(jīng)超过大部分(fēn)人的想象。内容产(chǎn)业的本质(zhì)是(shì)供给创(chuàng)造需求，AIGC作为(wèi)全新(xīn)的内容生产方式，可以为内(nèi)容产业带来更(gèng)新的内容风格、更快的生产速度，更低(dī)的生产成本，这无疑会驱动内容产业的大爆(bào)发。

除了(le)AI绘(huì)图(tú)、视频(pín)，AIGC技术还能应用于音乐、代码(mǎ)、机器(qì)人动作等多种内容(róng)形式的生成(chéng)。不(bù)难发现该项技术不仅在游戏等行业能得(dé)到有(yǒu)效应用，对于下一代互联网(wǎng)各种元素的构建亦有(yǒu)关(guān)键意义。

从商业化的角度来看，文化娱乐、教育、传媒等诸多领域，本身就对基于AI的可(kě)视化内容有强(qiáng)烈需(xū)求。

因此，AI绘画及视频或不(bù)是结果，而只是AI进程中的一块(kuài)重要拼图(tú)，有望在技术更新的加持(chí)下(xià)实现(xiàn)更大的(de)应用价值。

AI从(cóng)理解内容，走(zǒu)向了可以(yǐ)生(shēng)成(chéng)内(nèi)容，甚(shèn)至能(néng)够创造(zào)出独立价值和独立视角的(de)内容。AIGC的再次(cì)出圈，更代表着(zhe)未来(lái)的先(xiān)进生产(chǎn)力即将(jiāng)到(dào)来。

04

紧抓大模型与算力，牢固AIGC底(dǐ)座

从技术的发(fā)展也可(kě)以看(kàn)出，在(zài)语言大模型、图像大模(mó)型之(zhī)后，多模态大模型(xíng)已经成(chéng)为(wèi)了新的趋势。

大(dà)模型被誉(yù)为当前人工智(zhì)能发展的智能(néng)底座，是全(quán)球竞争最激烈(liè)的研究方向之一(yī)，包括谷歌、亚马逊(xùn)、百(bǎi)度、阿(ā)里(lǐ)、腾讯(xùn)等众多头部(bù)企业都在竞相发力(lì)。

不过训练大(dà)模型的(de)确价(jià)格不菲，以国盛证券(quàn)发布的《ChatGPT需要多少算力》报告估算，GPT-3训练(liàn)一次的(de)成(chéng)本约为140万美(měi)元。而对于(yú)一些(xiē)更大(dà)的LLM(大(dà)型语言(yán)模型)，训练成(chéng)本则介于200万美元至1200万美元高(gāo)价之间。

以ChatGPT在2023年1月的独立访客平均数(shù)1300万计算(suàn)，其对应(yīng)芯(xīn)片(piàn)需求(qiú)为3万多片英伟达A100 GPU，初始(shǐ)投(tóu)入成本约为8亿美元，每日仅电费(fèi)就在(zài)5万美元左(zuǒ)右。

此外不论(lùn)是ChatGPT还是AIGC，都离不(bù)开庞(páng)大算力支(zhī)持。在关(guān)注各类大模型的发展同时，更应该关注(zhù)算力(lì)网络的建(jiàn)设。

算力网络正驱动(dòng)AI产业发(fā)展(zhǎn)进入史诗级加速进程，让A撒贝宁个人资料简历IGC及通用(yòng)AI这一人工智能发展的终极目(mù)标(biāo)离得更(gèng)近。

因(yīn)为算力可以(yǐ)对突破性技术创新提供(gōng)大(dà)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智能、通用(yòng)人(rén)工智能的重(zhòng)要技术创(chuàng)新(xīn)，多模态大模型已(yǐ)经在人工智(zhì)能领域提出(chū)了(le)很多年(nián)，业界(jiè)也有不少技术(shù)突破(pò)，但(dàn)是(shì)，多模(mó)态(tài)大模型进一步(bù)往(wǎng)下走，算力需求(qiú)呈几何式上(shàng)升，一般的算力基础(chǔ)设施很快(kuài)将难(nán)以胜任。

从图像、文字、语音单独一(yī)项的训(xùn)练，到(dào)双模态(tài)、三模态的跃迁，让人工智(zhì)能可以灵活应对不同模态的(de)转化、像人与世界交互一样自然，这方面，由算力网络来(lái)驱动将(jiāng)有明显优势。

此外，还有很多需要爆发式增长的算力来支撑的(de)技术创新(xīn)，将在人工智能算力(lì)网络支撑下快速推进。

AIGC已经露出曙光，期待在大模型和大算力的支持下(xià)AIGC能持续颠覆(fù)内容生产的(de)方式，将创造的边际成(chéng)本降低(dī)，让万众受益。

未经允许不得转载：橘子百科-橘子都知道 撒贝宁个人资料简历