自聊天机器人ChatGPT火爆以来，微软(ruǎn)公司创始(shǐ)人比尔·盖茨已(yǐ)多次公开谈(tán)论(lùn)人工智能话题(tí)。在最近的(de)一(yī)次(cì)采(cǎi)访中，他再次表示：“AI可能会让科技行业迎来(lái)一次剧烈的洗牌”。

这(zhè)个结论是他在当地时间2月(yuè)20日接(jiē)受《In Good Company》节目(mù)专(zhuān)访时提(tí)出的。

他预(yù)期，AI的发(fā)展可(kě)能会威胁到谷歌的市占率，因(yīn)为微软在AI方面的行动相当迅速。而最终科技巨(jù)头将把AI整合成用(yòng)户的(de)“全能(néng)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(xùn)、Siri或Outlook等应用(yòng)。

大佬口中全(quán)能助手的(de)到来可能尚需时日，但(dàn)由(yóu)ControlNet引发(fā)的又一次(cì)AI绘画浪潮(cháo)，让AIGC在ChatGPT的话(huà)题热点包(bāo)围(wéi)中杀(shā)出重围。

01

ControlNet颠覆AI绘画新玩法

AIGC向(xiàng)可控靠(kào)近

以AI绘画为代表的AIGC上一次爆火的时候，还是2022年8月，在美国科(kē)罗拉多州举(jǔ)办(bàn)的(de)新兴(xīng)数字艺术家竞(jìng)赛中，一(yī)幅(fú)名为《太空歌剧院》的作品获奖。

随(suí)后各大厂商的AI绘画软件被广(guǎng)大(dà)网友熟(shú)知并体(tǐ)验，Stable Diffusion便是其(qí)中代(dài)表。

用户们可以(yǐ)在应用中输入(rù)一组(zǔ)关键词(cí)或(huò)者一张(zhāng)照(zhào)片，就能获(huò)得一幅AI创作的画作。

作画的关(guān)键就是所输入的文本(běn)。同一组关键词也可以创作出很多(duō)张风格不一(yī)样(yàng)的画作，这让创作(zuò)的(de)过程(chéng)就像开盲盒(hé)。

很(hěn)多(duō)用(yòng)户很喜欢这种不确(què)定的惊喜，他们会将生成的美(měi)图当做头(tóu)像。而另一部分喜欢翻(fān)看AI绘画的“翻(fān)车”作品。在(zài)社交(jiāo)媒体上，许(xǔ)多用户分享AI“翻车现场”，例(lì)如，一位网友的小(xiǎo)狗照片被AI画(huà)成(chéng)了“肌肉男”，还有网友的个人(rén)照片被AI识(shí)别成了建筑。

而如今随着(zhe)ControlNet的(de)出现(xiàn)与加持，以往AI绘画的填写关键词游戏可能要(yào)被颠覆了。

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

其SD插(chā)件一经发布，在短(duǎn)短的两天内便成为了AI绘画(huà)领(lǐng)域最新的热(rè)点。

在(zài)此之前，大家用了很多方法想(xiǎng)让AI生成的(de)结果(guǒ)尽(jǐn)可能的符合要求，但(dàn)是都不尽如人意(yì)，它的出现(xiàn)代表(biǎo)着(zhe)AI生成开(kāi)始(shǐ)进入真(zhēn)正的可控(kòng)时期。

因为ControlNet可以直接提取画面(miàn)的(de)构图(tú)，人物(wù)的姿势和画面的深度(dù)信息等。有了(le)它的帮(bāng)助(zhù)，就不(bù)用频繁的用提示词来碰(pèng)运气(qì)，抽盲(máng)盒式的创作了。

通俗的(de)说ControlNet相当(dāng)于给(gěi)AI绘画加了“魔(mó)法”，不(bù)少博主的作品已经获(huò)得了大量(liàng)的浏览量，“viggo”就是(shì)其(qí)中之(zhī)一，他用朋友的照片直接带(dài)她们走进(jìn)动漫世界。

viggo先(xiān)用StableDiffusion图(tú)片转文字。

再用Text2Prompt插(chā)件拓展找(zhǎo)到对(duì)应(yīng)的关键词(cí)；最后(hòu)用ControlNet插(chā)件绑定骨骼开始(shǐ)换关键词试效果。

通过图片就可以看出来，效果十分惊艳。

更厉害的是，除了真实的照片，草(cǎo)图(tú)也(yě)可(kě)以加上“魔(mó)法”，知乎大牛“DevPoint”和“逗砂”介绍到ControlNet还能实现线稿(gǎo)转全彩图(tú)。大(2023是佛历多少年，今年是佛历多少年多少月dà)神张吕敏其(qí)本尊也亲自回应。

不得不说当下AIGC已(yǐ)经变得(dé)越来越强(qiáng)大，甚(shèn)至输出的作品都已经能(néng)以假乱(luàn)真了。

02

难辨虚实，AIGC技(jì)术力爆发

警惕(tì)安全问(wèn)题(tí)

近日(rì)，“苏州(zhōu)金鸡湖(hú)有(yǒu)游艇party”的消息(xī)火(huǒ)遍网络，而经过警方辟(pì)谣这(zhè)所谓(wèi)的“party”可能是全国第一(yī)起AI绘图诈骗。

由于这个活动里面给(gěi)出(chū)的(de)美女照片都是(shì)AI制作(zuò)的真人照片(piàn)绘图，因为太(tài)逼真，被大(dà)家当成(chéng)真事传播了。

不过仔细观察(chá)可以发现，活动发起(qǐ)者提供的照片中有个很大的漏(lòu)洞可以发现(xiàn)并非真人(rén)，而是(shì)AI绘图，那便是图片中(zhōng)女性(xìng)的手指(zhǐ)部分有的存在(zài)异常(cháng)。

有行业人事(shì)表示：“现(xiàn)在因为(wèi)手指部分的绘画算法(fǎ)比较复杂(zá)，AI还不太(tài)会(huì)画人的手，但最(zuì)新看(kàn)到(dào)的图片已(yǐ)经有越来越完(wán)美的(de)AI模型(xíng)出(chū)现，以后可能就(jiù)完全(quán)没有(yǒu)漏洞了。”

类似的AI作图(tú)诈骗在国(guó)外也已有发生。据(jù)英国(guó)广播公司报(bào)道，土耳其(qí)地震期间，有Tiktok用户使用AI合(hé)成(chéng)了儿童受(shòu)灾的(de)假照片发布(bù)到网络，以此诱骗善良的(de)人打赏“捐(juān)助”从而实(shí)施(shī)诈(zhà)骗。

目前(qián)随着技(jì)术发展，AIGC已经能做出真人照(zhào)片般的(de)绘图效果，如果这样的图片被用来诈骗，将(jiāng)非常(cháng)可怕(pà)。

此外(wài)AIGC还(hái)引发(fā)了很(hěn)多担忧，一方面(miàn)，批判(pàn)者认为AI在“学习”了大量前人的作品之后(hòu)，其创作没有任何情绪和灵魂，难以(yǐ)和(hé)人类的艺(yì)术创作相提并论。

另一(yī)方面，AIGC背后的版(bǎn)权、目前都并(bìng)没有得到有效的(de)解决，还有AIGC会不会(huì)代替人类“至高无上”的创(chuàng)意。

马斯(sī)克也强(qiáng)调(diào)，人工智能(néng)的安全问题需(xū)要得到重视，太晚就来不及了。

03

AIGC下一站(zhàn)除了(le)视频(pín)，还有(yǒu)远方(fāng)

技(jì)术都是有两面(miàn)性的(de)，潜在(zài)的危害并不能掩盖其光辉的贡献。现(xiàn)在看来，人工(gōng)智(zhì)能技术将(jiāng)是第四(sì)次(cì)工业革命的核心驱动(dòng)力(lì)量，将创造新的增(zēng)长奇(qí)迹。

过去一(yī)年，人(rén)工智能(néng)在(zài)技术和商业层(céng)面都有(yǒu)了巨大进展(zhǎn)，AI绘(huì)画就是(shì)人(rén)工智(zhì)能(néng)技(jì)术发生方向性改变的一(yī)个(gè)代表。其下一站(zhàn)或许(xǔ)就(jiù)是视频(pín)。

此(cǐ)前，Meta和谷歌先(xiān)后发布(bù)了几条引爆科技圈(quān)的(de)短视频(pín)。这些(xiē)视频(pín)引发(fā)关注并非内容做得多(duō)优秀(xiù)，反而都非常简单，比如一匹正在(zài)喝水的马(mǎ)，一只画(huà)画的玩(wán)具(jù)熊，或者一段(duàn)骑摩托车的第一视角录像，随(suí)便(biàn)一个有手机的人都可以随手(shǒu)录(lù)下一(yī)段。

但(dàn)这些短视(shì)频的(de)创作方式非常简单，创作(zuò)者仅仅需要向(xiàng)AI输入一段话，甚至(zhì)只是(shì)说一(yī)下要求，AI就(jiù)可以根据需要生成一段视频(pín)。

谷(gǔ)歌发(fā)布的两(liǎng)个AI生成视(shì)频分(fēn)别来自于Imagen Video和Phenaki，前者主要(yào)突出的是高清，与Meta的Make-A-Video没有太多的(de)差别。

在Make-A-Video公布了(le)AI生成的(de)视频后，AI圈就已(yǐ)经玩了(le)一波梗(gěng)，一个能够做出更高(gāo)清视频的AI还(hái)不足以在短时间内戳中兴奋点。

Phenaki更加令(lìng)人(rén)震惊的地方在于，它可以制作(zuò)出超过(guò)2分钟的连贯的也(yě)有确切内容的视频，这才是真正让(ràng)人们感到惊喜的地方。因为(wèi)无论AI生(shēng)成的视(shì)频多么(me)高清，也只能是为内容生产(chǎn)者提供(gōng)一个灵感(gǎn)，一个素材，一个过场(chǎng)动画。

不过能够制作出有具体剧情内容的视频就意味(wèi)着，一些(xiē)视频创作由AI代替人工完成已经初步有了可(kě)能。

当下AI的发(fā)展速度已经(jīng)超过(guò)大部分人的想(xiǎng)象。内容(róng)产业的本质(zhì)是供给创造需求，AIGC作为(wèi)全新的内容生产(chǎn)方式，可(kě)以为内容产业带来更新的(de)内(nèi)容风格、更快的(de)生(shēng)产速(sù)度，更低的生产成本(běn)，这无疑会(huì)驱动内容产业的大爆发。

除了AI绘图、视频，AIGC技(jì)术还能应用于音乐、代码、机器人动(dòng)作等多种(zhǒng)内容形式的生成。不(bù)难发(fā)现该项技(jì)术不仅在游戏等行业(yè)能(néng)得到有效应用(yòng)，对于下(xià)一代互联网各种(zhǒng)元(yuán)素的构建亦有(yǒu)关(guān)键意义。

从商业化的角度来看，文化娱(yú)乐、教育、传媒(méi)等(děng)诸(zhū)多领域，本身就(jiù)对基于AI的可视化内容有强烈(liè)需求。

因此，AI绘画及(jí)视频或不是结果，而只(zhǐ)是AI进程中(zhōng)的一块(kuài)重要拼图，有(yǒu)望(wàng)在技术更新的加持下实现更大(dà)的应(yīng)用价(jià)值。

AI从理解内容，走向了可以生(shēng)成内容(róng)，甚(shèn)至(zhì)能够(gòu)创造出独立价值和独立视角的内容。AIGC的再次(cì)出圈，更(gèng)代表(biǎo)着未来(lái)的先进生产力(lì)即将到来。

04

紧(jǐn)抓(zhuā)大模型与算力，牢固AIGC底座

从技术的发展也可以看(kàn)出，在(zài)语言大模(mó)型(xíng)、图(tú)像大(dà)模型之后(hòu)，多(duō)模(mó)态大模型(xíng)已(yǐ)经成(chéng)为了新(xīn)的趋势。

大模型(xíng)被(bèi)誉为(wèi)当前人工智能(néng)发展的(de)智能(néng)底座，是全球(qiú)竞(jìng)争最激(jī)烈的(de)研(yán)究方向之(zhī)一，包括谷歌(gē)、亚马(mǎ)逊(xùn)、百度(dù)、阿里、腾讯等众多头部企业都在竞相发力。

不过(guò)训(xùn)练大模(mó)型(xíng)的确价格(gé)不菲，以国盛(shèng)证(zhèng)券发布的(de)《ChatGPT需要多少算力》报告估算，GPT-3训练一次的(de)成本约为140万美元(yuán)。而对(duì)于一些更大的LLM(大型语(yǔ)言模型)，训练(liàn)成本(běn)则介于200万美元至1200万美元高价之间。

以ChatGPT在2023年1月的独立(lì)访客平均数1300万计算，其对(duì)应芯(xīn)片需求(qiú)为3万多片英(yīng)伟(wěi)达A100 GPU，初始投入成本约为8亿美(měi)元(yuán)，每日仅电费就在5万美元(yuán)左(zuǒ)右。

此(cǐ)外不论是ChatGPT还(hái)是AIGC，都离不开庞大算(suàn)力支(zhī)持。在关(guān)注各类大模型(xíng)的(de)发展同时，更应(yīng)该(gāi)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(rù)史诗(shī)级(jí)加速进(jìn)程，让AIGC及通用AI这一人工(gōng)智(zhì)能发展的(de)终极目标(biāo)离得(dé)更近。

因为算力可以(yǐ)对(duì)突破性技术创新提供大(dà)力的支持。这方面，多(duō)模态大模型(xíng)是典型。作为面向未来强(qiáng)人工智能、通(tōng)用人工智(zhì)能的重(zhòng)要技术创新(xīn)，多模态大模型(xíng)已经在人(rén)工智能(néng)领域提出了很多(duō)年，业界(jiè)也有(yǒu)不少技术突破，但是，多模态大(dà)模型(xíng)进一步往下走，算力需求呈几(jǐ)何(hé)式上升，一般的算(suàn)力基础设施(shī)很快将难以胜(shèng)任(rèn)。

从图像、文(wén)字、语音单(dān)独(dú)一(yī)项的训练，到双(shuāng)模态、三(sān)模态的(de)跃迁，让人(rén)工智能可(kě)以灵活(huó)应对不同模态的转化、像(xiàng)人与世界(jiè)交互一样自然，这方面，由算力网络来驱动将有明显(xiǎn)优势。

此外(wài)，还有很多需要(yào)爆发(fā)式增长的算(suàn)力(lì)来支撑的技术(shù)创新，将在人工智能算力网络(luò)支(zhī)撑(chēng)下(xià)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AIGC能(néng)持(chí)续颠覆内容生产的方式，将(jiāng)创(chuàng)造的边际成本降低，让万众受益。

未经允许不得转载：橘子百科-橘子都知道 2023是佛历多少年，今年是佛历多少年多少月