自聊(liáo)天机器人ChatGPT火(huǒ)爆(bào)以来，微软公司创始(shǐ)人比(bǐ)尔(ěr)·盖茨已多次公开谈论人工智能话题。在最近的一次采访(fǎng)中，他(tā)再次表示：“AI可能会(huì)让科技行(xíng)业迎来一次(cì)剧烈的(de)洗牌”。

这个结论是他在当地时间2月(yuè)20日接(jiē)受《In Good Company》节(jié)目专访时提出的。

他预期，AI的发展可能(néng)会(huì)威胁到谷歌的市占率，因为(wèi)微软(ruǎn)在(zài)AI方面的(de)行动相当迅(xùn)速(sù)。而最终(zhōng)科技巨(jù)头将把AI整合成用户的“全能(néng)助手(shǒu)”，包(bāo)揽一(yī)切应用，与人们(men)进行沟通并提(tí)供建议，可以取代亚马逊、Siri或Outlook等(děng)应用。

大(dà)佬(lǎo)口中全能助手(shǒu)的到来可能尚(shàng)需时日，但由ControlNet引发的又一次AI绘画浪(làng)潮，让AIGC在ChatGPT的话题(tí)热(rè)点包围中(zhōng)杀出(chū)重围。

01

ControlNet颠覆AI绘画新玩法

AIGC向可(kě)控(kòng)靠(kào)近(jìn)

以(yǐ)AI绘画(huà)为代表(biǎo)的AIGC上一次爆(bào)火的时(shí)候，还是2022年8月，在美国(guó)科罗拉(lā)多州举办的新兴(xīng)数字(zì)艺(yì)术(shù)家(jiā)竞赛中，一(yī)幅名为《太空歌(gē)剧院》的作品获奖。

随后各大厂商的(de)AI绘画软件被广大网友熟知(zhī)并体验(yàn)，Stable Diffusion便是其(qí)中代(dài)表。

用户(hù)们可以在应用中输入一组关键词(cí)或者(zhě)一张照(zhào)片(piàn)，就(jiù)能获得一幅AI创(chuàng)作的画作。

作画的关(guān)键就是(shì)所输(shū)入的(de)文本。同一组关键词也可以创作出(chū)很多张(zhāng)风格不一样的画作，这(zhè)让创作的过程就像开盲盒(hé)。

很(hěn)多用户很喜(xǐ)欢这种(zhǒng)不确定的惊喜(xǐ)，他(tā)们会将生成的美图当(dāng)做头(tóu)像。而(ér)另一部(bù)分喜欢翻看AI绘画的“翻车”作品。在社(shè)交媒(méi)体上(shàng)，许(xǔ)多用户分享AI“翻(fān)车(chē)现场(chǎng)”，例如，一位网(wǎng)友的(de)小狗照片被AI画成了(le)“肌肉(ròu)男(nán)”，还有网友的个(gè)人照片被AI识(shí)别成(chéng)了(le)建筑(zhù)。

而(ér)如今随着ControlNet的出(chū)现与(yǔ)加持，以往AI绘(huì)画(huà)的填写关键词(cí)游戏可能要被颠覆了。

ControlNet是一位正在斯坦福读博的中国人张(zhāng)吕敏(mǐn)创作的(de)一(yī)种基于控制点的图像变形算(suàn)法，主要用(yòng)于(yú)数字图像处理、计算(suàn)机视觉和计算机图形学等领域。

其SD插(chā)件一经发布，在短短的两天内便成为了AI绘(huì)画领域(yù)最新的热点。

在此之(zhī)前，大家用了很多(duō)方法(fǎ)想让(ràng)AI生成的结果尽可能的符合要求，但是都不(bù)尽如(rú)人意，它的出现代表着AI生成开(kāi)始进入真(zhēn)正的可(kě)控(kòng)时期。

因为ControlNet可以直接(jiē)提取(qǔ)画面的构图，人物的姿势和画面(miàn)的(de)深度信息(xī)等。有了它的(de)帮助，就不用频繁(fán)的(de)用提(tí)示词来碰(pèng)运气，抽盲盒式的(de)创(chuàng)作了。

通俗的说ControlNet相当于给AI绘画加了“魔法”，不(bù)少博主的(de)作品已经(jīng)获得了大(dà)量的浏览量，“viggo”就是(shì)其中之一，他用朋友的照片直接带她们走进(jìn)动漫(màn)世界。

viggo先用(yòng)StableDiffusion图片转文字。

再用(yòng)Text2Prompt插(chā)件拓展(zhǎn)找到对应(yīng)的(de)关(guān)键词；最(zuì)后用ControlNet插件(jiàn)绑定骨骼开始换关键词试效(xiào)果。

通过(guò)图片就可(kě)以看(kàn)出(chū)来，效果十分(fēn)惊艳。

更厉(lì)害的是，除了真实(shí)的照片，草图(tú)也可以加上“魔法(fǎ)”，知乎(hū)大牛“DevPoint”和“逗(dòu)砂(shā)”介绍(shào)到ControlNet还(hái)能实现线稿转全(quán)彩图。大神张吕敏其本(běn)尊(zūn)也亲自回(huí)应。

不得(dé)不说当(dāng)下(xià)AIGC已经变得越来越强大，甚(shèn)至输(shū)出的作品都已经能以假乱真了。

02

难辨虚(xū)实，AIGC技术力爆发

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，而经过警方辟谣(yáo)这所谓的“party”可能是全国第一起AI绘图(tú)诈骗。

由于这个(gè)活动里(lǐ)面(miàn)给出的美女照片(piàn)都是AI制作(zuò)的真(zhēn)人照片绘图，因为(wèi)太逼真，被大家(jiā)当成真(zhēn)事传播了。

不(bù)过仔细观察可(kě)以发(fā)现(xiàn)，活动(dòng)发起者(zhě)提供的照片中(zhōng)有个很大的漏(lòu)洞可以发现并非真(zhēn)人，而是AI绘图(tú)，那便是图(tú)片中女性的手(shǒu)指部分(fēn)有(yǒu)的存在(zài)异常。

有行(xíng)业人事表示：“现在因(yīn)为手(shǒu)指(zhǐ)部分(fēn)的绘画(huà)算(suàn)法比较复杂，AI还不太会(huì)画人的手，但最(zuì)新看到的图片(piàn)已经有(yǒu)越来越完美的AI模型(xíng)出现，以(yǐ)后可能就完全没有漏(lòu)洞了。”

类似的AI作图(tú)诈(zhà)骗在国外也(yě)已有发生。据英国广播公司报(bào)道，土耳其地震期间，有Tiktok用户使用AI合成了儿童(tóng)受(shòu)灾的假照片发布(bù)到网络，以此(cǐ)诱(yòu)骗善良的(de)人打赏“捐助”从(cóng)而实施(shī)诈骗。

目前(qián)随着技术(shù)发展，AIGC已经(jīng)能做出真人照片般(bān)的绘(huì)图效果，如果这样(yàng)的图片被用(yòng)来诈骗，将非常可怕。

此外AIGC还引发了很多担(dān)忧，一方(fāng)面，批(pī)判者认为AI在“学习”了大量前人的(de)作品之(zhī)后，其创作没有任何情绪(xù)和灵(líng)魂，难以和人类的艺(yì)术创作相提并论(lùn)。

另(lìng)一方面，AIGC背后(hòu)的版权、目前都并没有得到有效的解决(jué)，还有AIGC会不(bù)会代替人类“至(zhì)高(gāo)无(wú)上”的(de)创意。

马斯克也强调，人工智能(néng)的安(ān)全问题需要得到(dào)重视，太晚就来不及了。

03

AIGC下一站除(chú)了视(shì)频，还有(yǒu)远方

技(jì)术都是有(yǒu)两面(miàn)性的，潜在的危害并(bìng)不能掩盖其光辉(huī)的贡献。现在看来(lái)，人工智能技术将是第四次工业(yè)革命的(de)核心驱动力量，将创造新的增长奇迹。

过去一年，人工智(zhì)能在(zài)技(jì)术和商业层面都有了巨大进展，AI绘画就是(shì)人工智能技术发(fā)生(shēng)方向性改变的一个代表。其下一(yī)站(zhàn)或许就(jiù)是视频。

此前，Meta和谷歌先(xiān)后(hòu)发布(bù)了几(jǐ)条(tiáo)引爆科技圈的短视频。这些视频引发关注并非(fēi)内容做得多优秀，反(fǎn)而都非(fēi)常简(jiǎn)单(dān)，比如一匹正在喝(hē)水的马，一(yī)只画画的玩具(jù)熊，或(huò)者一段骑摩托车的第一视角录像，随便一个有(yǒu)手机的人都可以随手录下一段。

但这些短视(shì)频的创作(zuò)方(fāng)式(shì)非常简(jiǎn)单，创作者仅(jǐn)仅需要向AI输入一(yī)段话，甚至只是说一下要求，AI就可以(yǐ)根据需要(yào)生成一段视频。

谷歌(gē)发布的(de)两个AI生(shēng)成视频分别来自于Imagen Video和Phenaki，前者主要突出的是高(gāo)清，与Meta的Make-A-Video没有太多的差别。

在Make-A-Video公布了(le)AI生成的视频后，AI圈就已经玩了(le)一波梗，一个能够做出更高清视频(pín)的AI还不足以在(zài)短时(shí)间内(nèi)戳中兴奋点。

Phenaki更加令人震(zhèn)惊的地方在于，它(tā)可以制作出超过2分钟(zhōng)的连贯的也有确(què)切内容的(de)视频，这(zhè)才是真正让(ràng)人(rén)们感到惊喜的地方。因为无论AI生成的视频多么高清，也(yě)只能(néng)是为内容生产(chǎn)者提供一个(gè)灵感，一个素材，一个过场动画(huà)。

不过能够(gòu)制(zhì)作(zuò)出(chū)有具体剧情内容的视频就意味着，一些视频(pín)创(chuàng)作由AI代(dài)替人工(gōng)完成已经初步(bù)有了可(kě)能。

当下AI的发(fā)展速度已经(jīng)超过(guò)大(dà)部分人的想象。内(nèi)容产业的本质(zhì)是供给创造需(xū)求(qiú)，AIGC作为(wèi)全新的(de)内(nèi)容(róng)生产方式，可以(yǐ)为内容产业带来更新的内容风(fēng)格(gé)、更快的生产(chǎn)速度，更低的生产成本(běn)，这无疑(yí)会驱动内(nèi)容产业的(de)大爆发。

除(chú)了AI绘图、视频，AIGC技术还能应(yīng)用于(yú)音乐、代码、机器人动作(zuò)等多种内容(róng)形式的生成。不难发(fā)现该项技术不仅(jǐn)在(zài)游戏等行业能得(dé)到有效应用，对于下一代(dài)互联(lián)网(wǎng)各种元素的构建亦(yì)有(yǒu)关键意义(yì)。

从(cóng)商业化的角度来(lái)看，文(wén)化(huà)娱乐、教育、传媒等诸多领域，本身(shēn)就对基(jī)于AI的可视化内容有强烈需(xū)求。

因此，AI绘画及视(shì)频(pín)或不(bù)是结果，而只是AI进程(chéng)中的一块重要(yào)拼图，有(yǒu)望(wàng)在技术更新(xīn)的(de)加持下实现更大(dà)的应用价值(zhí)。

AI从理解内(nèi)容，走向了可以生成内容，甚至能够创造出独(dú)立价值和独(dú)立视角(jiǎo)的内容(róng)。AIGC的再次出圈，更(gèng)代(dài)表(biǎo)着未来的先进生产力(lì)即将(jiāng)到来(lái)。

04

紧抓大模型与算(suàn)力(lì)，牢固(gù)AIGC底座

从技术的发展也可以看出(chū)，在语言大模型、图(tú)像大模型之后，多模态大(dà)模型(xíng)已经成为了新的趋(qū)势。

大模型被誉为当前人工智能(néng)发展的智能(néng)底座(zuò)，是全球(qiú)竞争最激烈的研究方向之一，包括(kuò)谷(gǔ)歌、亚马逊、百度(dù)、阿里(lǐ)、腾讯(xùn)等(děng)众多(duō)头部企业都在(zài)竞相发力。

不过训练大模型的确价格(gé)不菲，以国盛证(zhèng)券发布的(de)《ChatGPT需(xū)要多少算(suàn)力(lì)》报告(gào)估算，GPT-3训(xùn)练一(yī)次的成本约为140万美元。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(wàn)美元高价之间。

以(yǐ)ChatGPT在2023年1月(yuè)的独立访客平均数1300万计算，其对应芯片需求(qiú)为3万多片(piàn)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(měi)元左(zuǒ)右(yòu)。

此外不论(lùn)是ChatGPT还是AIGC，都离不开庞大算(suàn)力支持。在关注各类大模型的发展同时，更应该关注算力网络的建设。

算(suàn)力网络正驱动AI产业发展(zhǎn)进(jìn)入史诗(shī)级加速(sù)进程(chéng)，让(ràng)AIGC及通(tōng)用(yòng)AI这一人(rén)工智能发展的终极目标离(lí)得更近。

因为算(suàn)力(lì)可(kě)以对突(tū)破(pò)性技(jì)术创新提供大(dà)力的支持。这方面，多模态大模型是典型。作为面(miàn)向未(wèi)来强(qiáng)人(rén)工(gōng)智能、通(tōng)用人工智能(néng)的重要(yào)技(jì)术创新，多模态大模(mó)型已经在人工智能(néng)领域提(tí)出(chū)了很(hěn)多(duō)年(nián)，业界也有不少技术突破，但是，多(duō)模态大(dà)模(mó)型进一步往下走，算力需求呈几何式上(shàng)升，一般的算力(lì)基础设(shè)施很快将难以胜任。

从图像、文(wén)字、语音单独一项的训练，到双模态、三模态的跃迁(qiān)，让人工智能可以灵活应对不同(tóng)模(mó)态的(de)转化、像人与世界交互(hù)一(yī)样自然，这方面，由算力网络来驱(qū)动(dòng)将有明显(xiǎn)优势。

此外，还(hái)有很多需要爆(bào)发(fā)式增长的算力来支撑的技术创新，将在人工智能算力网络支撑(chēng)下快速(sù)推进。

AIGC已经露出曙光，期(qī)待在大模型和大(dà)算力的(de)支持(chí)下AIGC能持续颠覆内容生产的方式(shì)，将创造的边际成本(běn)降低(dī)，让万众受益。

未经允许不得转载：橘子百科-橘子都知道 一亿等于10的几次方万，一亿等于10的几次方元