自聊天机器人ChatGPT火爆以来，微软公(gōng)司创始人比(bǐ)尔·盖茨已(yǐ)多次公(gōng)开谈论(lùn)人工(gōng)智能话题(tí)。在最近的一次采访中(zhōng)，他(tā)再次表示(shì)：“AI可能(néng)会让科技(jì)行业迎来一次剧烈的洗牌”。

这个结论是他在当(dāng)地(dì)时(shí)间(jiān)2月(yuè)20日接(jiē)受《In Good Company》节(jié)目专访时提出的(de)。

他(tā)预期，AI的发展可能会(huì)威胁到谷歌的市占(zhàn)率，因为微软在AI方面(miàn)的行动相当迅速。而最终科技巨头将把AI整合(hé)成(chéng)用户的“全能助手”，包揽一切应用，与人们进行沟通并(bìng)提供建议，可以取代亚马逊、Siri或Outlook等应用。

大佬口中全能助(zhù)手(shǒu)的到来可能尚需时日，但(dàn)由ControlNet引发(fā)的又一(yī)次AI绘画浪潮，让(ràng)AIGC在ChatGPT的话题热点包围中(zhōng)杀出重(zhòng)围。

01

ControlNet颠覆AI绘(huì)画新玩法

AIGC向可控靠(kào)近

以AI绘画为代表的AIGC上一次爆火的时(shí)候，还(hái)是(shì)2022年8月，在美国科罗拉多州举办的新兴(xīng)数字艺术家竞(jìng)赛(sài)中，一幅名为《太(tài)空歌剧院》的作品获奖。

随后各大厂(chǎng)商的AI绘画(huà)软件(jiàn)被广大网友熟知并体验，Stable Diffusion便是其中(zhōng)代表(biǎo)。

用户们可(kě)以在应用中输入一组关键词(cí)或者一张照片(piàn)，就能获(huò)得一幅AI创作的画作。

作(zuò)画的关键就是所输入的文(wén)本。同一组关键词也可以创作出很多张风格不一样的画作，这让(ràng)创作的过程就像开盲盒。

很多(duō)用户很喜欢(huān)这种不确(què)定的惊(jīng)喜，他们会将(jiāng)生(shēng)成的美(měi)图(tú)当做头(tóu)像(xiàng)。而(ér)另一(yī)部分喜欢翻(妥否的意思是什么，妥否的用法fān)看(kàn)AI绘画的(de)“翻车”作品。在社交媒(méi)体上，许(xǔ)多用户分(fēn)享AI“翻车(chē)现(xiàn)场”，例如，一位网友的(de)小狗照片被AI画成了“肌肉(ròu)男”，还有网友的个人(rén)照片被AI识别(bié)成了建(jiàn)筑。

而(ér)如(rú)今随着ControlNet的出现与加持，以往(wǎng)AI绘画的填写关键词游戏可(kě)能要被颠覆了。

ControlNet是一位正在斯坦福读博的(de)中(zhōng)国人张吕敏创作的一(yī)种基于控制点的图(tú)像变形算法，主要用于(yú)数字图像处(chù)理、计算机(jī)视觉(jué)和计算机图(tú)形(xíng)学等领域(yù)。

其SD插件一经(jīng)发(fā)布，在短短的两天内便(biàn)成(chéng)为了AI绘(huì)画(huà)领域最新(xīn)的(de)热点(diǎn)。

在此之前，大家用了很多方法(fǎ)想让(ràng)AI生成的结果(guǒ)尽可能(néng)的符合要求，但是(shì)都不尽如(rú)人意(yì)，它的(de)出现代表着AI生成开始进(jìn)入真正的可(kě)控时(shí)期。

因为ControlNet可以(yǐ)直接提取画面的构图，人物的姿势和画面的深度信息等(děng)。有了它的帮助(zhù)，就不用频繁(fán)的用提示词来(lái)碰运(yùn)气，抽盲(máng)盒式的创作了。

通(tōng)俗的(de)说ControlNet相当(dāng)于给AI绘画加了(le)“魔法”，不少(shǎo)博主的作品已经获(huò)得了大量的(de)浏览量，“viggo”就(jiù)是(shì)其中(zhōng)之一(yī)，他用朋(péng)友的照片直接带(dài)她们走进动漫(màn)世(shì)界。

viggo先用StableDiffusion图(tú)片转文字。

再用(yòng)Text2Prompt插(chā)件拓展找(zhǎo)到(dào)对应的关(guān)键词；最后用ControlNet插件(jiàn)绑定骨骼开始换(huàn)关键词试效果。

通(tōng)过图片就可(kě)以看出来，效果十分(fēn)惊艳。

更厉害的是(shì)，除了真实(shí)的照(zhào)片，草图也可以加上“魔法(fǎ)”，知乎大牛“DevPoint”和(hé)“逗砂”介绍到ControlNet还能(néng)实现线稿转全彩图。大神张吕敏其本尊也亲自回应(yīng)。

不得不说当下AIGC已经(jīng)变得越(yuè)来越强大，甚至输出(chū)的(de)作品都已经能以假乱真了。

02

难(nán)辨虚实(shí)，AIGC技(jì)术力爆发

警惕安全问题

近日，“苏州金鸡湖有游艇party”的消息火遍网络，而经过(guò)警(jǐng)方辟谣(yáo)这所谓的“party”可能是全国第一起AI绘(huì)图诈骗。

由于这(zhè)个活动里(lǐ)面给(gěi)出的美女照片都是(shì)AI制作的真人照片绘图(tú)，因为(wèi)太逼(bī)真(zhēn)，被(bèi)大家当成(chéng)真(zhēn)事(shì)传(chuán)播(bō)了。

不过(guò)仔细观察(chá)可以(yǐ)发现，活(huó)动发(fā)起(qǐ)者提供的照片中有个很大的漏(lòu)洞(dòng)可(kě)以发(fā)现并非真人，而是AI绘图，那便是(shì)图片中女性的手指部分(fēn)有(yǒu)的存(cún)在异常。

有行业人事表示：“现在(zài)因(yīn)为手指部分(fēn)的绘画算法比较(jiào)复(fù)杂，AI还不太(tài)会(huì)画人(rén)的(de)手，但最(zuì)新(xīn)看到(dào)的(de)图(tú)片已经有越来越完(wán)美的(de)AI模(mó)型出现，以后可能就完(wán)全没(méi)有漏(lòu)洞了。”

类(lèi)似的(de)AI作图诈骗在国(guó)外也(yě)已有发生。据(jù)英(yīng)国广播公司报(bào)道，土耳其地(dì)震期间(jiān)，有(yǒu)Tiktok用(yòng)户使用(yòng)AI合成了儿(ér)童受(shòu)灾的假照片发(fā)布到网络，以此(cǐ)诱骗善良的人打赏(shǎng)“捐助”从而实施诈骗。

目前(qián)随(suí)着技术发展，AIGC已(yǐ)经能做出真(zhēn)人(rén)照片(piàn)般的(de)绘(huì)图效果，如果(guǒ)这样的图片被用(yòng)来诈(zhà)骗，将(jiāng)非常可(kě)怕。

此(cǐ)外AIGC还引(yǐn)发了很(hěn)多担忧，一方面(miàn)，批判(pàn)者认为AI在(zài)“学习”了(le)大量前(qián)人的作品之后(hòu)，其(qí)创(chuàng)作没(méi)有任何(hé)情(qíng)绪和灵魂(hún)，难以和(hé)人类的艺术创作相提并论(lùn)。

另(lìng)一方面(miàn)，AIGC背后的(de)版权、目前(qián)都并没有得到有效的解决(jué)，还(hái)有(yǒu)AIGC会不会代替人类(lèi)“至高(gāo)无上”的创意。

马(mǎ)斯克也强调，人工智能(néng)的安全问题需要得到重视(shì)，太(tài)晚就来不(bù)及了。

03

AIGC下一站除了视频(pín)，还(hái)有(yǒu)远(yuǎn)方

技术都(dōu)是(shì)有两面性的，潜在(zài)的危(wēi)害并不能掩盖其光辉的贡献(xiàn)。现在看(kàn)来，人工智能技术(shù)将是(shì)第四次工业革命(mìng)的(de)核心(xīn)驱动力量(liàng)，将创(chuàng)造新的增长奇迹(jì)。

过(guò)去一年，人(rén)工智能在技术(shù)和商(shāng)业层面都有了巨大进展，AI绘画就是(shì)人工智能技术发生方向性改变的一个代表。其下一(yī)站或许(xǔ)就(jiù)是(shì)视频(pín)。

此前，Meta和谷歌先后(hòu)发布(bù)了几条引爆(bào)科(kē)技圈(quān)的短(duǎn)视频(pín)。这些视频引(yǐn)发(fā)关注并非内容做得多优秀，反而都非常简单，比如一匹正在喝水的马，一只(zhǐ)画画的玩具(jù)熊，或者一(yī)段骑摩托车(chē)的(de)第一视角录像，随便一个有手机的(de)人都可(kě)以随手录下一段。

但(dàn)这些短视(shì)频(pín)的创(chuàng)作方式非常(cháng)简单，创作者仅(jǐn)仅(jǐn)需要(yào)向AI输入(rù)一(yī)段(duàn)话，甚(shèn)至只是(shì)说一下要求，AI就(jiù)可(kě)以根据需(xū)要生成(chéng)一段视频。

谷歌发布的两个AI生(shēng)成视频分别来自于Imagen Video和Phenaki，前者主(zhǔ)要突出的(de)是高(gāo)清，与(yǔ)Meta的(de)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，一个(gè)能够做出(chū)更高清视(shì)频妥否的意思是什么，妥否的用法的AI还不足以在短时间(jiān)内戳中兴奋点(diǎn)。

Phenaki更加令人震惊的地(dì)方(fāng)在于，它可(kě)以制作出超过2分钟(zhōng)的连贯的也有确切(qiè)内(nèi)容的视频，这才(cái)是(shì)真正(zhèng)让人们感到惊喜的地(dì)方(fāng)。因为无论AI生成的视(shì)频多么高清，也只能是(shì)为内容(róng)生产者提供一个灵(líng)感，一个(gè)素(sù)材，一个过场动画。

不过(guò)能够制作出有(yǒu)具体剧情内容的视(shì)频就意味着，一些视频创作(zuò)由AI代替人工完成已(yǐ)经初步有了可能(néng)。

当下AI的(de)发展速度已经超过大部分(fēn)人(rén)的想(xiǎng)象。内容产业(yè)的(de)本质是供给创(chuàng)造需求，AIGC作(zuò)为全新(xīn)的内容生产方式，可以(yǐ)为内容(róng)产业带来更新的内容风(fēng)格、更快的(de)生产速(sù)度，更低(dī)的生产成本，这(zhè)无疑会(huì)驱动内容产业的大爆发。

除了AI绘图、视频，AIGC技术还(hái)能(néng)应用于(yú)音乐、代(dài)码、机(jī)器人动(dòng)作(zuò)等多种内容(róng)形式的生成。不(bù)难发现该项技术不仅在游戏等行业能得到有效应(yīng)用(yòng)，对于下一代互联网(wǎng)各种元(yuán)素的构(gòu)建(jiàn)亦(yì)有(yǒu)关键意义。

从商业化的角度来看，文化娱乐(lè)、教育、传媒等诸(zhū)多领域，本(běn)身(shēn)就对基于(yú)AI的可视化内容有强烈需求(qiú)。

因此，AI绘(huì)画(huà)及视(shì)频或不是结果(guǒ)，而只是(shì)AI进程中的一块重(zhòng)要拼图，有望在技术(shù)更新(xīn)的加持下(xià)实(shí)现(xiàn)更大(dà)的应用(yòng)价值。

AI从理解内(nèi)容，走(zǒu)向了可以生成内容(róng)，甚至能够创(chuàng)造出独(dú)立价(jià)值和独(dú)立视角的内容。AIGC的再次(cì)出(chū)圈，更代表着未来的先(xiān)进生产(chǎn)力即(jí)将到来(lái)。

04

紧抓大(dà)模型与算力，牢固AIGC底座

从技术(shù)的发展也可以看(kàn)出，在语言(yán)大模型、图(tú)像大模(mó)型之后，多模(mó)态(tài)大(dà)模(mó)型已经成(chéng)为了新的趋势。

大模(mó)型被誉(yù)为当前人工(gōng)智能发展的智能(néng)底座，是(shì)全球竞争最(zuì)激烈的(de)研究方向之一，包括谷(gǔ)歌、亚马逊(xùn)、百度、阿里、腾讯等众多头部企业都在(zài)竞(jìng)相(xiāng)发力。

不过训练大(dà)模型的确价格不菲，以国盛证券(quàn)发布的《ChatGPT需要多少算力》报告估算，GPT-3训练一次的(de)成本约为140万(wàn)美元。而对于一些更大(dà)的LLM(大型语言模型)，训练(liàn)成本则介于200万美元至1200万美元高(gāo)价之间(jiān)。

以ChatGPT在2023年1月的(de)独立访客(kè)平均数1300万(wàn)计算，其对应芯片需求(qiú)为3万多片英伟达(dá)A100 GPU，初始投入成本约为8亿(yì)美元，每日仅电费就在(zài)5万美元左(zuǒ)右。

此(cǐ)外(wài)不论是ChatGPT还是AIGC，都离(lí)不开庞大算力支持。在关(guān)注(zhù)各(gè)类大模型的发展同时，更(gèng)应(yīng)该(gāi)关注(zhù)算力网络的(de)建设(shè)。

算力网络正驱(qū)动(dòng)AI产业发(fā)展进入史诗级(jí)加速进程，让AIGC及通用AI这一人(rén)工智能发展的终(zhōng)极目(mù)标离得更近。

因(yīn)为算(suàn)力可以对突破性技术创(chuàng)新提供大力的支持。这方面，多模态大模型是典型。作(zuò)为(wèi)面(miàn)向未来强人工智能(néng)、通(tōng)用人工智能的(de)重要技术(shù)创新(xīn)，多模(mó)态大模型(xíng)已(yǐ)经在人工智(zhì)能领(lǐng)域提出了很多年，业界也有不少技(jì)术(shù)突破(pò)，但是，多模态大模型进一步往下走，算力(lì)需求呈几何式(shì)上升，一般(bān)的(de)算力(lì)基础设(shè)施很快(kuài)将难以胜任。

从图像、文字、语音单(dān)独(dú)一项的(de)训练，到双模(mó)态、三模态的跃迁(qiān)，让人工智(zhì)能可以灵(líng)活应对(duì)不同模(mó)态的转化、像(xiàng)人与世界交互一(yī)样自然(rán)，这方面，由算力网(wǎng)络来(lái)驱动将有明显优势。

此外(wài)，还有很多需要爆发式(shì)增长的算(suàn)力来支撑的技术创新(xīn)，将在(zài)人工智能算(suàn)力(lì)网络支撑下快速(sù)推进(jìn)。

AIGC已经露出(chū)曙光，期待在大模型和大算(suàn)力的支持下AIGC能(néng)持续颠覆(fù)内(nèi)容生产的方式，将创造的边际成本降(jiàng)低，让万众受(shòu)益。

未经允许不得转载：橘子百科-橘子都知道 妥否的意思是什么，妥否的用法