自聊(liáo)天机(jī)器(qì)人ChatGPT火爆以来(lái)，微(wēi)软公司创始人比尔·盖茨已多次(cì)公(gōng)开谈论(lùn)人工智能话题。在(zài)最近的一次采(cǎi)访中(zhōng)，他再次表(biǎo)示：“AI可(kě)能会让科(kē)技行业迎来一次剧(jù)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(mù)专访时提出的。

他(tā)预(yù)期，AI的发展可能会(huì)威胁到谷歌的市(shì)占率，因(yīn)为微(wēi)软在(zài)AI方(fāng)面的行(xíng)动相当(dāng)迅速(sù)。而最(zuì)终科技巨头将(jiāng)把AI整合成用户的“全(quán)能助手”，包(bāo)揽一切应用，与人(rén)们进行沟通(tōng)并提供(gōng)建议(yì)，可以取代亚(yà)马逊(xùn)、Siri或Outlook等(děng)应(yīng)用。

大佬口中全能助手(shǒu)的到来可(kě)能尚需时日，但由ControlNet引发的又一次(cì)AI绘画浪潮，让(ràng)AIGC在(zài)ChatGPT的话题热点(diǎn)包围(wéi)中杀出重围。

01

ControlNet颠(diān)覆AI绘画新玩法

AIGC向可控靠近

以AI绘画为代表(biǎo)的(de)AIGC上一(yī)次(cì)爆火的时候，还(hái)是2022年8月，在美国科罗拉多州举办的(de)新兴数字艺术家竞赛中，一(yī)幅名为《太空(kōng)歌剧院》的作品获奖。

随后各大厂商的AI绘画软件被广大网友熟知并(bìng)体(tǐ)验(yàn)，Stable Diffusion便(biàn)是(shì)其中代表。

用(yòng)户们(men)可以(yǐ)在应用中输入一组关(guān)键(jiàn)词或者一张照(zhào)片，就能获得一(yī)幅AI创作(zuò)的画作。

作画的关键就(jiù)是(shì)所(suǒ)输入的(de)文(wén)本(běn)。同一组关(guān)键(jiàn)词也可以创(chuàng)作出很多张风格不一样的(de)画作，这让创作的过程就(jiù)像开盲盒。

很(hěn)多用户很喜欢(huān)这(zhè)种(zhǒng)不确定的惊喜，他们会将生成(chéng)的美图(tú)当做头像。而另一(yī)部(bù)分喜(xǐ)欢翻看AI绘(huì)画的“翻车”作品(pǐn)。在社(shè)交媒体(tǐ)上，许多用户分享AI“翻车现场”，例(lì)如，一位网(wǎng)友的(de)小狗(gǒu)照片被AI画成了(le)“肌肉男”，还有网友的个人照片(piàn)被(bèi)AI识别成了建(jiàn)筑。

而如今随着ControlNet的出现与加持(chí)，以(yǐ)往(wǎng)AI绘画(huà)的填写关键词(cí)游(yóu)戏可能(néng)要(yào)被(bèi)颠(diān)覆了。

ControlNet是一位正在斯(sī)坦福读博的中国人张吕(lǚ)敏(mǐn)创作的(de)一种(zhǒng)基于控制点的图像变形算(suàn)法，主要用于数字图(tú)像(xiàng)处(chù)理、计算(suàn)机视觉和计算机图形学(xué)等领域(yù)。

其SD插件(jiàn)一经发(fā)布，在(zài)短短的两天内(nèi)便成为(wèi)了AI绘画(huà)领域(yù)最新的热点。

在此之前，大家(jiā)用了很多方法(fǎ)想(xiǎng)让(ràng)AI生成(chéng)的结果尽可能的符合(hé)要求，但(dàn)是都不(bù)尽(jǐn)如人意(yì)，它的出现代表着(zhe)AI生成开始(shǐ)进入真正的(de)可控时期(qī)。

因为(wèi)ControlNet可(kě)以直接提取画面的构图，人物的姿(zī)势和画(huà)面的深度信息等。有了它的帮助，就不用频繁的(de)用(yòng)提示词来(lái)碰(pèng)运气(qì)，抽盲盒式(shì)的创作了。

通(tōng)俗的说ControlNet相当于给AI绘(huì)画加了“魔法”，不少(shǎo)博主的作(zuò)品(pǐn)已(yǐ)经获(huò)得了大量(liàng)的浏览量(liàng)，“viggo”就是其中之一，他用朋友的照片直接带她们走(zǒu)进动漫世界(jiè)。

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

再用Text2Prompt插件拓(tuò)展找到对(duì)应的关键(jiàn)词；最(zuì)后(hòu)用ControlNet插件(jiàn)绑定骨骼(gé)开始换关(guān)键词试效果。

通过图片就(jiù)可以看出来(lái)，效果十(shí)分惊(jīng)艳。

更厉(lì)害的是(shì)，除(chú)了真实(shí)的照片(piàn)，草(cǎo)图也(yě)可以加上“魔法”，知乎大(dà)牛“DevPoint”和(hé)“逗砂”介(jiè)绍到(dào)ControlNet还能实现线稿转全彩图。大神张吕敏其本(běn)尊也亲自回应。

不得不(bù)说当下AIGC已经(jīng)变(biàn)得越来越(yuè)强大，甚(shèn)至输出的作(zuò)品都已(yǐ)经能(néng)以假乱真了。

02

难辨虚(xū)实，AIGC技术力(lì)爆发

警(jǐng)惕安全问题

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

由于这个(gè)活动里(lǐ)面(miàn)给出的美女照片都是AI制作的真人(rén)照片绘图(tú)，因为太(tài)逼真，被大家当成真事(shì)传播了。

不过仔细观察可以发现，活动发(fā)起者提供的照(zhào)片(piàn)中有个很大的(de)漏洞可以发现并非真(zhēn)人(rén)，而是AI绘图(tú)，那便(biàn)是图片中(zhōng)女性的手指部分有的存在异常。

有行业(yè)人(rén)事(shì)表(biǎo)示：“现在因为(wèi)手(shǒu)指部分(fēn)的绘画(huà)算法比较复(fù)杂，AI还不太会画人的手，但最新看(kàn)到(dào)的(de)图片已经有(yǒu)越来越完美的AI模型出(chū)现，以后可能(néng)就完全没有漏洞了。”

类(lèi)似的(de)AI作图诈骗(piàn)将军三箭定天山指的是谁定天下，将军三箭定天山说的是哪位历史人物在国(guó)将军三箭定天山指的是谁定天下，将军三箭定天山说的是哪位历史人物外也已有发(fā)生。据英国广播公司报道，土(tǔ)耳(ěr)其地震期间，有(yǒu)Tiktok用户使用AI合成了(le)儿童受灾的假(jiǎ)照片(piàn)发布到网络，以此诱骗善良(liáng)的人打(dǎ)赏(shǎng)“捐助”从而实施诈(zhà)骗。

目前(qián)随着技(jì)术发展，AIGC已经能做出真人照片般的绘(huì)图效果，如果这(zhè)样(yàng)的(de)图片被用来(lái)诈骗，将非(fēi)常可怕(pà)。

此外AIGC还引发了(le)很多担忧(yōu)，一方面，批(pī)判(pàn)者认为(wèi)AI在“学习(xí)”了大(dà)量前(qián)人的作(zuò)品之后，其创(chuàng)作没(méi)有任何(hé)情绪和灵魂，难以和人类的艺术创作相提并(bìng)论。

另(lìng)一方面，AIGC背后的版权(quán)、目前都并没有(yǒu)得(dé)到(dào)有效的解决，还有AIGC会(huì)不会代(dài)替人类“至高无(wú)上(shàng)”的创意(yì)。

马斯克也强调，人(rén)工智能(néng)的安全问(wèn)题需要(yào)得到重(zhòng)视，太(tài)晚就来不及了。

03

AIGC下一(yī)站(zhàn)除了视频(pín)，还有远(yuǎn)方

技术(shù)都(dōu)是有两面性的，潜在的(de)危害并不能掩盖其光辉(huī)的贡(gòng)献(xiàn)。现在看来，人工智能(néng)技术将是第(dì)四(sì)次工(gōng)业革命的核(hé)心(xīn)驱动力量，将创造(zào)新的增长奇迹。

过(guò)去一年(nián)，人工智能在(zài)技术和商业(yè)层面(miàn)都有(yǒu)了巨大进(jìn)展，AI绘画就是人工智能技术(shù)发(fā)生方向性改变的一(yī)个代表。其下一站(zhàn)或许就是视频。

此(cǐ)前，Meta和谷歌先(xiān)后发布了几条引爆(bào)科技圈的短视频。这些视频(pín)引发关注并非内容做得多优秀，反(fǎn)而都(dōu)非常(cháng)简(jiǎn)单，比如一(yī)匹正(zhèng)在(zài)喝(hē)水的马(mǎ)，一只画画的(de)玩具熊，或者一(yī)段(duàn)骑摩托(tuō)车(chē)的(de)第一视角录像，随便一个有手机的人(rén)都可以随(suí)手录下一段。

但这些短视频(pín)的创作方式(shì)非常简单，创作(zuò)者仅(jǐn)仅(jǐn)需要向AI输(shū)入(rù)一段(duàn)话(huà)，甚(shèn)至只(zhǐ)是说一下要求，AI就可以根据需(xū)要生成(chéng)一(yī)段视频(pín)。

谷(gǔ)歌发布的两个AI生成视频分(fēn)别来自于Imagen Video和Phenaki，前者主要突(tū)出的是高(gāo)清，与Meta的(de)Make-A-Video没有太多的差别。

在Make-A-Video公布了AI生成的视频后，AI圈就已经玩(wán)了(le)一(yī)波梗，一个(gè)能够做出更高清(qīng)视频的AI还不足以在(zài)短时间内戳(chuō)中(zhōng)兴奋点。

Phenaki更加(jiā)令人震惊(jīng)的地方在于，它可(kě)以(yǐ)制(zhì)作(zuò)出超过2分钟(zhōng)的连贯的也有确切内容的(de)视(shì)频，这才是真正(zhèng)让(ràng)人们(men)感到惊喜的地方。因(yīn)为无论(lùn)AI生成的视(shì)频多么高(gāo)清，也只(zhǐ)能是为内容生产者(zhě)提(tí)供一个灵感(gǎn)，一(yī)个素材，一个过场动画。

不(bù)过能够(gòu)制作出有具体剧情内容的(de)视频就意(yì)味着，一(yī)些视频创作由AI代替(tì)人(rén)工完成已经初步有了可能。

当下AI的发展(zhǎn)速(sù)度已经超过(guò)大部分(fēn)人的想象。内容产(chǎn)业的本质是供(gōng)给创造需求，AIGC作为全(quán)新的内(nèi)容生产方式，可以为内容产业带来更新的内容风(fēng)格(gé)、更(gèng)快的生产速度(dù)，更(gèng)低的生产成本，这无(wú)疑会驱动内容(róng)产(chǎn)业的(de)大爆(bào)发(fā)。

除(chú)了AI绘图、视频(pín)，AIGC技术(shù)还(hái)能应用于音乐、代(dài)码、机(jī)器人动作(zuò)等多(duō)种(zhǒng)内容(róng)形式(shì)的(de)生成。不难发现该项技(jì)术不仅在游戏等行(xíng)业能得到有(yǒu)效应用，对于下一代互联网各种元素的构(gòu)建亦(yì)有(yǒu)关键意义。

从商(shāng)业化的角度来看，文(wén)化(huà)娱(yú)乐、教育、传媒等诸多领域，本(běn)身就对基(jī)于AI的可视(shì)化(huà)内容(róng)有强烈需求(qiú)。

因(yīn)此，AI绘画及视频或不(bù)是结(jié)果(guǒ)，而只是AI进程中(zhōng)的一块重要拼图，有望在技术更新的加持下实现更(gèng)大(dà)的应用价值。

AI从(cóng)理解内(nèi)容，走向了(le)可(kě)以生成内(nèi)容，甚至能够创(chuàng)造出独立价值和独立(lì)视角(jiǎo)的内容(róng)。AIGC的再次出圈(quān)，更代表着未来的(de)先进生(shēng)产(chǎn)力即将到来。

04

紧抓大模型与算力，牢固(gù)AIGC底座

从技术(shù)的(de)发(fā)展(zhǎn)也可以看出，在(zài)语言(yán)大模型、图像大(dà)模型之后，多模(mó)态大模型已经成为了新的趋势。

大模型被誉为当前人工智能发展的(de)智能(néng)底座，是全球竞争(zhēng)最激烈的研(yán)究方(fāng)向(xiàng)之(zhī)一，包括(kuò)谷歌(gē)、亚马逊、百度、阿里、腾(t将军三箭定天山指的是谁定天下，将军三箭定天山说的是哪位历史人物éng)讯(xùn)等众多头部(bù)企业都在竞相发力。

不(bù)过训练大模(mó)型的确价(jià)格(gé)不(bù)菲，以国盛证(zhèng)券发布的《ChatGPT需要多少算力》报告(gào)估算，GPT-3训练一次的成本约为(wèi)140万美元。而对(duì)于一些(xiē)更大的LLM(大型语言模型)，训练成本则(zé)介于200万美元(yuán)至1200万美元高价之间(jiān)。

以ChatGPT在(zài)2023年1月的独立(lì)访客平均数1300万计算(suàn)，其对应芯片需(xū)求为3万多片英伟(wěi)达A100 GPU，初(chū)始投(tóu)入成本约为(wèi)8亿美(měi)元，每日仅电费就在5万(wàn)美元左右(yòu)。

此外不论(lùn)是ChatGPT还是(shì)AIGC，都离(lí)不开庞大算力(lì)支(zhī)持。在(zài)关注各类大模型的发展同时，更(gèng)应该关注(zhù)算力网络(luò)的建设。

算(suàn)力网络(luò)正驱动AI产(chǎn)业发展进入史诗(shī)级加速(sù)进程，让(ràng)AIGC及(jí)通(tōng)用AI这一人(rén)工智能(néng)发展(zhǎn)的(de)终极目(mù)标(biāo)离得(dé)更近。

因为算(suàn)力(lì)可以对(duì)突破(pò)性技术创新提(tí)供大力(lì)的(de)支持。这(zhè)方面(miàn)，多(duō)模(mó)态(tài)大模(mó)型是典型。作为面向(xiàng)未来强人工(gōng)智能、通用人工智能的重要技(jì)术创新(xīn)，多模态大模型已经在人工智能领(lǐng)域提出了很多年，业界也有不少(shǎo)技术突破，但是(shì)，多(duō)模态大模型进一步往下走，算力需求呈几何式上升，一般的算力基(jī)础设(shè)施很快将难以胜任。

从图像、文(wén)字、语音单独一项的训练，到(dào)双模态、三模态(tài)的跃迁，让人工智能可以灵活应对不(bù)同模态的转化、像人与世界交互(hù)一样(yàng)自然，这方面，由(yóu)算力(lì)网络来驱动将有明显优势。

此(cǐ)外，还有很多需要爆(bào)发式增长的(de)算力来(lái)支撑的技术(shù)创新，将在人工智能算力网络(luò)支撑下快速推进。

AIGC已经露出曙光，期(qī)待在大模(mó)型和大算(suàn)力的支持下AIGC能(néng)持(chí)续(xù)颠覆(fù)内容(róng)生(shēng)产的方式，将创造(zào)的(de)边(biān)际成(chéng)本降低，让(ràng)万众受益。

未经允许不得转载：橘子百科-橘子都知道 将军三箭定天山指的是谁定天下，将军三箭定天山说的是哪位历史人物