自聊(liáo)天(tiān)机器人ChatGPT火(huǒ)爆以来，微软公司创始人比(bǐ)尔·盖茨已多(duō)次公开谈论(lùn)人工智(zhì)能话题(tí)。在最近的(de)一次采(cǎi)访中，他再(zài)次(cì)表示：“AI可能(néng)会让科技行业迎来(lái)一次剧烈的洗(xǐ)牌”。

这(zhè)个结论是(shì)他在当地时间(jiān)2月(yuè)20日接受《In Good Company》节目专(zhuān)访时提出的(de)。

他预(yù)期，AI的发展可(kě)能(néng)会威(wēi)胁(xié)到谷(gǔ)歌的(de)市占率(lǜ)，因为微软在AI方面的行动相当迅速。而最终科(kē)技(jì)巨头(tóu)将把AI整合成用户的(de)“全能(néng)助手(shǒu)”，包(bāo)揽一切应(yīng)用，与(yǔ)人们进行沟通并提供建(jiàn)议，可以(yǐ)取代亚(yà)马逊(xùn)、Siri或Outlook等(děng)应(yīng)用。

大(dà)佬口中全能(néng)助手(shǒu)的到(dào)来可能(néng)尚需时日，但(dàn)由ControlNet引发的又(yòu)一次AI绘画浪潮，让AIGC在(zài)ChatGPT的话题热点包(bāo)围中杀出重围(wéi)。

01

ControlNet颠覆AI绘画新玩法(fǎ)

AIGC向可控靠近(jìn)

以AI绘画为代表的(de)AIGC上(shàng)一次爆(bào)火的时(shí)候，还是2022年(nián)8月，在(zài)美国科罗(luó)拉多州(zhōu)举(jǔ)办的新兴数(shù)字艺术家竞赛中(zhōng)，一幅名(míng)为(wèi)《太空歌剧(jù)院(yuàn)》的作品获奖。

随后各(gè)大厂商的AI绘画软件被广大网(wǎng)友熟知并体验，Stable Diffusion便是其中代(dài)表。

用户(hù)们可以在应用中输入一组(zǔ)关键词或者一(yī)张(zhāng)照片，就能(néng)获得一(yī)幅AI创(chuàng)作(zuò)的画作。

作画的关键就是所输入的文本。同一组关键词也可(kě)以创作(zuò)出很多张风(fēng)格(gé)不一样的画作，这(zhè)让创(chuàng)作(zuò)的过程(chéng)就像开盲(máng)盒(hé)。

很多用户很喜(xǐ)欢这种不确定(dìng)的惊喜，他(tā)们(men)会将生成(chéng)的美(měi)图当做头像。而(ér)另一部分(fēn)喜欢翻看AI绘(huì)画的“翻车”作(zuò)品(pǐn)。在社交媒(méi)体上，许多用户分享AI“翻车(chē)现场”，例如，一位网友的小狗照片被AI画(huà)成了“肌肉男”，还有网(wǎng)友的个(gè)人照(zhào)片被AI识别成了建筑。

而如今随(suí)着(zhe)ControlNet的(de)出现与(yǔ)加持，以往AI绘画的填写(xiě)关键词游戏可能要被(bèi)颠(diān)覆了。

ControlNet是一位正在斯坦福读博(bó)的中(zhōng)国(guó)人张(zhāng)吕敏(mǐn)创作的一种基于控制点的图像变形算法，主要(yào)用于数(shù)字图像处理、计(jì)算机视觉和计算机图形学等领域(yù)。

其(qí)SD插件一经发布，在短短的两天(tiān)内便成为(wèi)了AI绘画(huà)领域(yù)最新(xīn)的(de)热点。

在此之(zhī)前(qián)，大家用了(le)很多方法想(xiǎng)让AI生(shēng)成(chéng)的结(jié)果尽可能的(de)符(fú)合要(yào)求，但是都不尽如人意，它的出现代表着AI生成开(kāi)始进入真正的可控(kòng)时(shí)期(qī)。

因为ControlNet可以直接提取(qǔ)画面的(de)构图，人物的姿势和画面的深度信息(xī)等。有了(le)它(tā)的帮助，就不(bù)用(yòng)频繁(fán)的用提示词来碰运气(qì)，抽盲盒式的创作了。

通(tōng)俗的(de)说ControlNet相当于(yú)给AI绘(huì)画加了“魔法”，不少博主的(de)作品已经获得了(le)大量(liàng)的(de)浏(liú)览量，“viggo”就是其中之一，他用(yòng)朋(péng)友的照片(piàn)直接(jiē)带她们走进动漫世(shì)界。

viggo先用(yòng)StableDiffusion图片转文(wén)字。

再用(yòng)Text2Prompt插件拓展(zhǎn)找(zhǎo)到对应的(de)关键(jiàn)词；最后用ControlNet插件绑定(dìng)骨骼开始换关键词试效果。

通过图片就可(kě)以看出来，效果十分惊艳。

更(gèng)厉害的是，除了真(zhēn)实的(de)照(zhào)片(piàn)，草图也可(kě)以(yǐ)加上“魔法”，知(zhī)乎(hū)大牛“DevPoint”和“逗砂”介绍到ControlNet还能实现线稿(gǎo)转全彩图。大神张(zhāng)吕敏其本尊(zūn)也亲自回应。

不(bù)得不说当下(xià)AIGC已经变得越来越(yuè)强(qiáng)大(dà)，甚至输出的作品都已经能以(yǐ)假(jiǎ)乱(luàn)真了。

02

难辨虚实，AIGC技术(shù)力爆发

警惕(tì)安全问题

近日，“苏州金鸡湖有(yǒu)游艇party”的消息火遍网络(luò)，而(ér)经过警方辟谣这(zhè)所谓的“party”可(kě)能是全国第一起AI绘(huì)图诈(zhà)骗。

由于这个活动里面给出的美女照片都是(shì)AI制作的(de)真人照片绘图(tú)，因(yīn)为太逼真(zhēn)，被大家(jiā)当成真事传(chuán)播了。

不过仔(zǎi)细观察可以发(fā)现，活(huó)动发起者提供(gōng)的照(zhào)片中有个很(hěn)大的漏(lòu)洞可以发现(xiàn)并(bìng)非真人(rén)，而是AI绘图，那便是图(tú)片中女性的手指(zhǐ)部分有的存在异常。

百万美元宝贝真实事件，百万美元宝贝真实事件是真的吗"1280">

有行业人事(shì)表示：“现在因为(wèi)手指部分的绘画算法比较(jiào)复杂，AI还(hái)不太会画人的手，但最新看到的图片已经(jīng)有越来越完美的AI模型出现，以后可能就完全没有漏洞了。”

类似(shì)的AI作图(tú)诈(zhà)骗在国外也(yě)已(yǐ)有(yǒu)发生。据英国广播公司报(bào)道，土(tǔ)耳其地震期(qī)间，有(yǒu)Tiktok用户(hù)使用AI合成了(le)儿(ér)童受灾的假照(zhào)片发布到网络，以此诱(yòu)骗善良的人(rén)打赏“捐助”从而实(shí)施诈(zhà)骗。

目前(qián)随(suí)着技术发展，AIGC已(yǐ)经能做出真(zhēn)人照片般(bān)的绘(huì)图效(xiào)果，如果这样的(de)图片被用来诈骗，将(jiāng)非常可(kě)怕。

此外AIGC还引发了很多担忧(yōu)，一方面，批判者(zhě)认为(wèi)AI在“学习”了大量前人的(de)作品(pǐn)之后，其创作没有(yǒu)任何(hé)情绪(xù)和灵(líng)魂(hún)，难(nán)以(yǐ)和(hé)人类的艺术创作相提并(bìng)论。

另一方面，AIGC背(bèi)后(hòu)的版(bǎn)权(quán)、目前都并(bìng)没有得(dé)到(dào)有效的解决，还(hái)有AIGC会不会代替人类“至高无上”的创(chuàng)意(yì)。

马(mǎ)斯克也强调，人工智能的(de)安全问题需要(yào)得(dé)到(dào)重视，太晚就来不及了(le)。

03

AIGC下(xià)一站除了视频，还有远(yuǎn)方

技术(shù)都是有两(liǎng)面性的，潜(qián)在的危(wēi)害并不能掩盖其光辉的(de)贡献。现在(zài)看来，人工智能技术将是第(dì)四(sì)次工业(yè)革命(mìng)的(de)核(hé)心驱动力量，将创(chuàng)造新的(de)增长奇迹(jì)。

过去一(yī)年，人工智能在技术和商业层面都(dōu)有了(le)巨大进(jìn)展，AI绘画(huà)就(jiù)是(shì)人工智(zhì)能技术发生方(fāng)向性(xìng)改变的一(yī)个代表(biǎo)。其(qí)下一(yī)站或许就是视频。

此(cǐ)前(qián)，Meta和谷歌(gē)先后发布了几条引爆科技圈的(de)短(duǎn)视(shì)频。这些视频(pín)引发关(guān)注并非(fēi)内容做得多(duō)优秀(xiù)，反(fǎn)而都非常简(jiǎn)单，比如(rú)一匹正在喝水的马，一只画画的玩(wán)具(jù)熊，或者(zhě)一(yī)段骑摩托车的第一视角录像，随(suí)便一个有手机的(de)人都可(kě)以随手(shǒu)录下一(yī)段(duàn)。

但这些短视频(pín)的创作方式非常简单，创作者仅(jǐn)仅(jǐn)需要向AI输入一段话，甚至只(zhǐ)是说一下(xià)要求，AI就可以根(gēn)据需(xū)要生成一段视频(pín)。

谷(gǔ)歌(gē)发布(bù)的两(liǎng)个AI生成视频分别来自于Imagen Video和Phenaki，前者主要(yào)突出的是高清(qīng)，与Meta的Make-A-Video没有太多(duō)的差别。

在Make-A-Video公布了AI生成的(de)视频后(hòu)，AI圈就已(yǐ)经玩(wán)了一波梗，一(yī)个能够(gòu)做(zuò)出更高(gāo)清视频(pín)的AI还不足以在(zài)短(duǎn)时间内戳中兴奋(fèn)点。

Phenaki更加令人震(zhèn)惊的(de)地方在(zài)于，它(tā)可以制作出超过2分钟的连贯的也有(yǒu)确切内容的视频，这才是真(zhēn)正让(ràng)人(rén)们感到惊喜(xǐ)的(de)地(dì)方。因为(wèi)无(wú)论AI生成(chéng)的视频(pín)多么高清，也只(zhǐ)能是为内容(róng)生(shēng)产者(zhě)提供一个灵感(gǎn)，一个素材，一个过场动画。

不过能够(gòu)制作(zuò)出有具体剧情内容(róng)的视频就(jiù)意味着，一些(xiē)视频(pín)创作由AI代替人工完成(chéng)已经初步有(yǒu)了可(kě)能。

当下AI的发(fā)展速度已经超过大部分人的想象。内(nèi)容产业的(de)本质是供给创造需求(qiú)，AIGC作为全(quán)新的内容生(shēng)产方式，可(kě)以为(wèi)内容产业带来更(gèng)新的内容风格、更快的生产速度，更低的(de)生产(chǎn)成本，这无疑会驱动内(nèi)容产(chǎn)业的大爆发(fā)。

除了AI绘(huì)图、视频，AIGC技(jì)术还能(néng)应用(yòng)于音乐、代码(mǎ)、机器人动作等多种内(nèi)容形式的生成(chéng)。不难发现该项(xiàng)技(jì)术不(bù)仅(jǐn)在游戏(xì)等行(xíng)业(yè)能得到有效应用，对于下一代互联网各种(zhǒng)元素的(de)构建亦(yì)有关(guān)键(jiàn)意义。

从(cóng)商业化的角(jiǎo)度来看，文(wén)化娱(yú)乐、教育、传媒等诸多领域，本(běn)身就对基于(yú)AI的可(kě)视化内容有强烈需求。

因此，AI绘画及视(shì)频或不(bù)是(shì)结果，而只是AI进程中的一块重要拼图(tú)，有望在(zài)技术更新的(de)加(jiā)持下实现更(gèng)大的应(yīng)用价值。

AI从理(lǐ)解(jiě)内(nèi)容，走(zǒu)向(xiàng)了可(kě)以(yǐ)生(shēng)成内容，甚至能够创造(zào)出独立价值和独立视角的内(nèi)容。AIGC的再次出圈，更代表着未来的先进(jìn)生产(chǎn)力即(jí)将到来(lái)。

04

紧(jǐn)抓大(dà)模型(xíng)与算(suàn)力，牢固AIGC底座

从技术的(de)发展(zhǎn)也可以看出(chū)，在语言大模型、图像大模型(xíng)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(dāng)前人工智(zhì)能(néng)发展的智能底座，是全球(qiú)竞争最激烈的(de)研究方向(xiàng)之一，包括(kuò)谷歌、亚马逊、百度(dù)、阿里、腾(téng)讯等众多头部企业都在竞相发力。

不过训练(liàn)大模(mó)型的确价格不菲(fēi)，以国盛证券发布的《ChatGPT需(xū)要多少算(suàn)力》报告(gào)估算，GPT-3训练一次的(de)成本约为140万(wàn)美元。而对于一些更大的LLM(大型语言模型)，训练成本则介于200万美元至1200万美元(yuán)高价之间(jiān)。

以ChatGPT在(zài)2023年1月的独立(lì)访(fǎng)客(kè)平均(jūn)数1300万计(jì)算(suàn)，其(qí)对应芯片需(xū)求为3万多片英伟达A100 GPU，初始投入成本约为8亿美元，每日仅电(diàn)费就在5万美元左右。

此外不论(lùn)是ChatGPT还(hái)是AIGC，都离(lí)不开庞(páng)大(dà)算力支持。在关注(zhù)各类大(dà)模型的发展(zhǎn)同时，更应该关注(zhù)算力网(wǎng)络的建(jiàn)设。

算力(lì)网络(luò)正驱动AI产业发(fā)展进入(rù)史诗级加速进程，让AIGC及通用AI这一人工(gōng)智(zhì)能发(fā)展的(de)终极目标离(lí)得更近。

因为(wèi)算力可(kě)以对突破性技(jì)术创新提供大力的支持。这方(fāng)面，多模(mó)态大模型是典型。作(zuò)为面向未(wèi)来(lái)强人工智能、通用人工智能(néng)的(de)重要技术创新，多模(mó)态大模型已(yǐ)经在人工智(zhì)能领(lǐng)域提出了很多(duō)年，业(yè)界也有不少技术突破，但是，多模(mó)态大模型(xíng)进(jìn)一步往下走，算(suàn)力(lì)需(xū)求呈几(jǐ)何(hé)式上升，一般的算力基础(chǔ)设施很快(kuài)将难(nán)以胜(shèng)任。

从图像、文字、语(yǔ)音单(dān)独一项的训练(liàn)，到双模态、三模态的跃迁，让人工智能(néng)可以灵(líng)活(huó)应对不同模态的转化、像(xiàng)人与世界(jiè)交互一样自然(rán)，这方面，由(yóu)算力网络来驱动将有明显优(yōu)势。

此外，还有很多(duō)需要爆发式增长的(de)算力来支撑(chēng)的技术创新，将在人工智能算力网络(luò)支撑(chēng)下快速推(tuī)进。

AIGC已经(jīng)露出曙(shǔ)光(guāng)，期待在大模型和(hé)大算力的支持(chí)下AIGC能持续颠(diān)覆(fù)内容生产(chǎn)的(de)方式，将(jiāng)创造(zào)的(de)边际成本降(jiàng)低(dī)，让万众受益。

未经允许不得转载：橘子百科-橘子都知道 百万美元宝贝真实事件，百万美元宝贝真实事件是真的吗