自聊(liáo)天机器(qì)人ChatGPT火爆以来，微软公司创(chuàng)始人比尔·盖茨已多次公开谈论人工智(zhì)能(néng)话题(tí)。在最近的一次(cì)采访中，他再次(cì)表示：“AI可能会让(ràng)科技行业迎来一次剧烈的洗牌”。

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

他预期，AI的发展可(kě)能(néng)会(huì)威胁到谷歌(gē)的(de)市占(zhàn)率，因(yīn)为微软在(zài)AI方面的行动相当迅速。而最终科技(jì)巨头(tóu)将把AI整合(hé)成用户的“全能助手”，包揽一切应用(yòng)，与人们进行沟(gōu)通并提供建议，可以取(qǔ)代亚马逊、Siri或(huò)Outlook等(děng)应用(yòng)。

大佬口(kǒu)中全能(néng)助手的到(dào)来可能尚(shàng)需时日(rì)，但由(yóu)ControlNet引发的(de)又一次(cì)AI绘画浪潮，让AIGC在ChatGPT的话题热(rè)点包(bāo)围中杀出重围。

01

ControlNet颠覆(fù)AI绘画新(xīn)玩法

AIGC向可控靠(kào)近

以(yǐ)AI绘画为代表的(de)AIGC上(shàng)一次爆(bào)火的时候，还是2022年8月，在美国科(kē)罗(luó)拉多州举办的新兴数(shù)字(zì)艺术(shù)家竞赛中，一(yī)幅名为《太空歌剧院》的作品(pǐn)获奖。

随(suí)后各大厂商的AI绘画软件被广大(dà)网友熟知并体验，Stable Diffusion便(biàn)是(shì)其中(zhōng)代表。

用户们(men)可以在应用中输入一(yī)组关键词或者一张照片，就能(néng)获得一幅AI创作的画作。

作(zuò)画的关键就是所输入的文本(běn)。同一(yī)组关键(jiàn)词也可以创作出很多(duō)张(zhāng)风格不一样(yàng)的画作，这(zhè)让创作的(de)过程就像开盲盒。

很多用(yòng)户(hù)很喜欢这种不确定的惊(jīng)喜(xǐ)，他们(men)会(huì)将生(shēng)成(chéng)的美图当(dāng)做(zuò)头像。而另(lìng)一部分喜欢翻看AI绘画的“翻车”作品。在社交(jiāo)媒体上(shàng)，许(xǔ)多用户分(fēn)享(xiǎng)AI“翻(fān)车现(xiàn)场”，例如，一位网友的小狗照(zhào)片被AI画成了“肌肉男”，还有网友的个人照片被AI识(shí)别成(chéng)了(le)建(jiàn)筑。

而如今随(suí)着ControlNet的出现与加持，以往(wǎng)AI绘画的填写(xiě)关键(jiàn)词游戏(xì)可(kě)能要被(bèi)颠(diān)覆了(le)。

ControlNet是一位正在斯坦福读博的(de)中国人张吕敏创作(zuò)的一种(zhǒng)基(jī)于控制(zhì)点的图像变形算法，主要用于数字图像处(chù)理(lǐ)、计算机视觉和计(jì)算(suàn)机图形学等领域(yù)。

其(qí)SD插件一经发布，在短短的两天内便成(chéng)为了AI绘(huì)画领(lǐng)域最(zuì)新的热点。

在此(cǐ)之前，大家用了很多方法(fǎ)想让AI生成的结果尽可能的符合要(yào)求，但是都不尽(jǐn)如人意(yì)，它的出现代表着AI生(shēng)成开始(shǐ)进入真正的可控时期。

因为(wèi)ControlNet可以直接提(tí)取画面的构图(tú)，人物的(de)姿势和画(huà)面的(de)深度信息等(děng)。有了它的帮助(zhù)，就(jiù)不(bù)用频繁的用提示词来碰运(yùn)气，抽盲盒(hé)式的(de)创作(zuò)了(le)。

通俗(sú)的(de)说ControlNet相当(dāng)于给AI绘画加(jiā)了“魔法”，不少(shǎo)博主的作品(pǐn)已经获(huò)得了大量的浏览量(liàng)，“viggo”就是其中之一，他用朋友的照片直接带她们走进(jìn)动漫世(shì)界(jiè)。

viggo先用StableDiffusion图片转文字(zì)。

再(zài)用Text2Prompt插件拓展找到对应的关键词；最后(hòu)用ControlNet插件绑定骨骼开始(shǐ)换关键词(cí)试效果。

通过图片就可以看(kàn)出(chū)来，效(xiào)果十分惊艳(yàn)。

更厉害的是，除(chú)了真实(shí)的照片(piàn)，草图也可以(yǐ)加上(shàng)“魔法”，知乎(hū)大牛(niú)“DevPoint”和“逗砂”介绍(shào)到ControlNet还能实现线稿转(zhuǎn)全彩图。大(dà)神(shén)张吕敏其(qí)本尊(zūn)也亲自(zì)回应。

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

02

难辨虚实，AIGC技(jì)术力爆发

警惕安全问题

近日，“苏州金鸡湖(hú)有(yǒu)游艇party”的消息火遍(biàn)网络，而经过警(jǐng)方辟谣这(zhè)所谓的“party”可能(néng)是全国第一起AI绘图(tú)诈(zhà)骗。

由于这个(gè)活(huó)动(dòng)里(lǐ)面给(gěi)出(chū)的(de)美女照片都是AI制(zhì)作的(de)真人(rén)照片绘图，因(yīn)为太逼真，被大家当(dāng)成真(zhēn)事传播了。

不(bù)过仔细(xì)观察可(kě)以(yǐ)发(fā)现，活动发(fā)起者(zhě)提供的照片中(zhōng)有个很大的(de)漏洞可以发现(xiàn)并(bìng)非真人，而(ér)是AI绘图(tú)，那(nà)便是(shì)图片(piàn)中女性(xìng)的手指部(bù)分(fēn)有的(de)存(cún)在异(yì)常(cháng)。

有(yǒu)行(xíng)业人事表示：“现(xiàn)在因为(wèi)手(shǒu)指部(bù)分的(de)绘(huì)画算法比较复杂，AI还不太会(huì)画人的手，但最新(xīn)看到(dào)的图片已经有越(yuè)来越完美的(de)AI模型出现(xiàn)，以(yǐ)后(hòu)可能就完(wán)全没(méi)有漏洞(dòng)了。”

类(lèi)似的AI作图诈骗在国外(wài)也已有发(fā)生。据英国广播公司报道，土耳(ěr)其地(dì)震期间，有Tiktok用户使用AI合成(chéng)了儿童受灾的(de)假(jiǎ)照片发布到网络(luò)，以此诱骗善(shàn)良的人打(dǎ)赏“捐(juān)助”从而实(shí)施(shī)诈(zhà)骗(piàn)。

目(mù)前随着技术发(fā)展(zhǎn)，AIGC已经能(néng)做出真人照片般的绘图效果，如果这样的图片被(bèi)用(yòng)来诈骗，将非常可(kě)怕(pà)。

此外AIGC还引发(fā)了很多担忧，一方面，批判(pàn)者认为(wèi)AI在“学(xué)习”了大量前人的作品之后，其创作没有任何情(qíng)绪和灵魂(hún)，难以和人类的艺术创作(zuò)相提(tí)并(bìng)论。

另一方面，AIGC背后的版权、目(mù)前都并没有得(dé)到有效的解决，还有AIGC会不会代(dài)替人类“至高无上”的创意。

马斯克也强(qiáng)调，人(rén)工智能的安全(quán)问题需(xū)要得(dé)到(dào)重视(shì)，太(tài)晚就(jiù)来不及了。

03

AIGC下一站除了(le)视频，还有(yǒu)远方

技术都是有(yǒu)两面性(xìng)的(de)，潜在的危(wēi)害并不能掩盖其光辉的贡献。现在看来，人工智(zhì)能技术将(jiāng)是第(dì)四次工业革命的核心(xīn)驱动力量，将(jiāng)创造新的增长奇迹。

过去一(yī)年，人工智能(néng)在技术和商业层面都有(yǒu)了(le)巨大进(jìn)展，AI绘(huì)画(huà)就(jiù)是人(rén)工智能技术发生方向性改变的一个(gè)代表。其下一站或许就是视频。

此前(qián)，Meta和谷歌先后(hòu)发(fā)布了几(jǐ)条(tiá天兵天将指哪个生肖，天兵天将指哪个生肖的动物o)引爆科(kē)技圈的短视(shì)频。这些视频引发关注并非内容做得多(duō)优秀(xiù)，反而都非常简单，比如一匹(pǐ)正在喝水的马，一只画画的玩具熊，或(huò)者一段骑摩托车的第一视角录(lù)像，随便一个(gè)有(yǒu)手(shǒu)机的人都可以随手录下一段。

但这些(xiē)短视频的(de)创(chuàng)作方式非(fēi)常简(jiǎn)单，创作(zuò)者仅仅需要向AI输入(rù)一段话，甚至只是(shì)说一(yī)下(xià)要(yào)求，AI就可以根(gēn)据需要生成一段视(shì)频。

谷歌发(fā)布(bù)的两个(gè)AI生成视频分(fēn)别来自于Imagen Video和Phenaki，前者主要突出的(de)是高清(qīng)，与Meta的Make-A-Video没(méi)有太多的差别。

在Make-A-Video公布了AI生成(chéng)的视频后，AI圈就已经玩了一波梗，一个能够(gòu)做出更高清视频的AI还不(bù)足以在(zài)短时间内戳(chuō)中兴奋点。

Phenaki更加(jiā)令人(rén)震惊的地方(fāng)在于，它可(kě)以制作(zuò)出超(chāo)过2分钟(zhōng)的连贯的(de)也有确切(qiè)内(nèi)容的(de)视频，这才是真正让人们(men)感到惊喜(xǐ)的地(dì)方。因为无(wú)论AI生成的(de)视频(pín)多么高清，也只能是为内容生产者(zhě)提(tí)供一个灵(líng)感，一个素(sù)材，一(yī)个过场动画。

不过能(néng)够制作(zuò)出有具(jù)体(tǐ)剧情内容(róng)的(de)视频就意味着，一些视频(pín)创作由AI代替人工完成(chéng)已经初步有了可能。

当下AI的(de)发(fā)展速度已经超过(guò)大部分人的想象(xiàng)。内容产业的本质是供给创造需(xū)求，AIGC作为全新的(de)内容生产(chǎn)方(fāng)式(shì)，可(kě)以(yǐ)为(wèi)内容产(chǎn)业带来更新的内容风格(gé)、更快的生产(chǎn)速度(dù)，更低的生产成本，这无疑会驱动内容(róng)产业的大爆发。

除(chú)了AI绘图、视频，AIGC技术还(hái)能应用于音乐(lè)、代码、机器人动作等多种内容形式的生(shēng)成(chéng)。不(bù)难发现该项(xiàng)技术不仅在游戏等行业(yè)能(néng)得到有效应用，对于下一(yī)代互联网(wǎng)各种元(yuán)素的构建亦有关键意义(yì)。

从商业化的角度(dù)来(lái)看，文化(huà)娱乐(lè)、教育、传(chuán)媒等(děng)诸多领域，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(shì)频(pín)或不是结果(guǒ)，而(ér)只是AI进程中的一块重要拼图(tú)，有望在技术更新(xīn)的加持(chí)下(xià)实现更(gèng)大的应用(yòng)价值。

AI从理(lǐ)解(jiě)内容，走向了可以生成(chéng)内容(róng)，甚至能(néng)够(gòu)创造出独立价值和独立视角的内容。AIGC的再次出圈(quān)，更代(dài)表着未来的先(xiān)进生产力即将到来。

04

紧(jǐn)抓大模型与算力，牢固AIGC底座

从技(jì)术的发展也可(kě)以(yǐ)看出(chū)，在语言大模型、图(tú)像大模(mó)型之后，多(duō)模态大模型(xíng)已经成(chéng)为了新的趋(qū)势。

大模(mó)型被誉(yù)为当前(qián)人工智能发展的智能底(dǐ)座，是全球竞争最激烈的(de)研究方向之一，包括谷歌(gē)、亚马逊、百度、阿里(lǐ)、腾讯(xùn)等众多头(tóu)部企业(yè)都(dōu)在(zài)竞(jìng)相发力。

不过训(xùn)练(liàn)大模(mó)天兵天将指哪个生肖，天兵天将指哪个生肖的动物型的确价格(gé)不菲，以国盛证券发布的(de)《ChatGPT需要多少算力》报告估算，GPT-3训练一次(cì)的成本约为140万(wàn)美元。而对(duì)于一些更大的LLM(大型语言模型)，训练成本则介于200万美元至1200万美元高价之间。

以ChatGPT在(zài)2023年(nián)1月(yuè)的独立访客平(píng)均数(shù)1300万计算，其对应芯片需求(qiú)为3万多片(piàn)英伟(wěi)达A100 GPU，初始投入成本约为8亿美元(yuán)，每(měi)日仅电(diàn)费就(jiù)在(zài)5万(wàn)美元左右。

此外不论是(shì)ChatGPT还是AIGC，都离不(bù)开庞(páng)大算力支持。在关注各类大模(mó)型的发展同时，更应该关(guān)注算力网络的建设。

算力网络正驱动AI产业发展进入史诗级加(jiā)速进(jìn)程(chéng)，让AIGC及(jí)通用AI这(zhè)一(yī)人工智能发展(zhǎn)的(de)终(zhōng)极目标离得更(gèng)近。

因为算力可以对突破(pò)性技术创(chuàng)新提供大力的支持。这(zhè)方面，多(duō)模态(tài)大(dà)模(mó)型是(shì)典型。作为面向未来强人(rén)工智能(néng)、通用人工智能的重要(yào)技(jì)术创新，多模态大(dà)模型已经(jīng)在人工智能领(lǐng)域提(tí)出了很多(duō)年，业界也有不少(shǎo)技术突破，但是，多模态大模型(xíng)进(jìn)一(yī)步往(wǎng)下走，算力(lì)需求(qiú)呈几(jǐ)何式(shì)上升，一般(bān)的算(suàn)力基础(chǔ)设施很快将难以胜(shèng)任。

从图像、文字(zì)、语音(yīn)单独一(yī)项的训练，到双模态、三模态的跃(yuè)迁，让人工智(zhì)能可以灵活(huó)应对不同模态的转化、像人与世界交互一样自(zì)然(rán)，这方面，由算力网络(luò)来驱(qū)动将有明显优势。

此外，还有很(hěn)多需要(yào)爆(bào)发式(shì)增长的算力来支撑的(de)技术创新，将在人工智(zhì)能(néng)算力(lì)网络支撑下快速推进。

AIGC已经露出(chū)曙光，期待在大模型和大算力的支(zhī)持下AIGC能持续颠覆内(nèi)容生产的方(fāng)式(shì)，将创造的边际成本降低(dī)，让万众受益(yì)。

未经允许不得转载：橘子百科-橘子都知道 天兵天将指哪个生肖，天兵天将指哪个生肖的动物