自聊天机器(qì)人ChatGPT火(huǒ)爆以(yǐ)来，微软(ruǎn)公(gōng)司创始人比尔·盖茨已(yǐ)多(duō)次公开谈论人工智(zhì)能话题。在(zài)最近的一次(cì)采(cǎi)访中(zhōng)，他再次表示：“AI可能会(huì)让科技行业迎来一次剧(jù)烈的洗(xǐ)牌”。

这(zhè)个(gè)结论是他在当地时间2月20日接受《In Good Company》节目(mù)专访时提(tí)出的。

他(tā)预(yù)期(qī)，AI的发展可(kě)能会威胁(xié)到谷(gǔ)歌的市占(zhàn)率，因为微软在AI方(fāng)面的行动相(xiāng)当(dāng)迅速。而最终科技巨头将把AI整合成(chéng)用户(hù)的“全能助(zhù)手”，包揽一切(qiè)应用(yòng)，与人(rén)们(men)进(jìn)行沟(gōu)通(tōng)并提供(gōng)建(jiàn)议(yì)，可以取代(dài)亚马逊、Siri或Outlook等应用。

大佬口中全能助手的(de)到来(lái)可能尚(shàng)需时日，但(dàn)由ControlNet引发的又一次(cì)AI绘画(huà)浪潮，让AIGC在ChatGPT的话题热点包围中杀出(chū)重围。

01

ControlNet颠覆AI绘画新玩法

AIGC向可控靠近

以AI绘画为代表(biǎo)的AIGC上一次爆火的时候，还是2022年8月，在美(měi)国科罗拉多州举办的新兴(xīng)数字艺术家(jiā)竞赛(sài)中，一幅名为《太(tài)空歌剧院》的(de)作品获奖。

随后各大厂商的AI绘画软(ruǎn)件被广大网友熟知并体验，Stable Diffusion便是其(qí)中代表(biǎo)。

用(yòng)户们可以在应用中输入一组关键词或者一张照片，就(jiù)能获得一(yī)幅AI创作的画作。

作画的关键(jiàn)就是所(suǒ)输入的文本。同一组关键词也(yě)可以创作出很多张风(fēng)格不一(yī)样的画(huà)作，这让创作的过(guò)程就(jiù)像开盲盒。

很(hěn)多用(yòng)户很喜(xǐ)欢这种不确定(dìng)的惊(jīng)喜，他们会(huì)将生成的美图当做头像(xiàng)。而另一(yī)部分喜欢翻看AI绘画的“翻车”作品(pǐn)。在社交媒(méi)体上(shàng)，许(xǔ)多(duō)用户分享AI“翻(fān)车现场”，例如(rú)，一位网友的小(xiǎo)狗照片(piàn)被AI画成了“肌肉男”，还有网(wǎng)友(yǒu)的(de)个人照片被(bèi)AI识别成了建筑。

而如今随着ControlNet的出现与加持，以往AI绘画的填写关键词游戏可能要被(bèi)颠覆(fù)了。

ControlNet是一(yī)位正(zhèng)在斯坦(tǎn)福读博的中国人张吕敏创作的(de)一种基于控制(zhì)点的图像变形(xíng)算法，主要用于(yú)数字(zì)图像处理、计(jì)算机(jī)视觉和计算机图形学等领域(yù)。

其SD插件一(yī)经发布，在短(duǎn)短的两天内便成为了AI绘画领域最新的热点(diǎn)。

在此之(zhī)前，大家用了很多方(fāng)法想让AI生成的(de)结果尽可(kě)能的符合要求，但是都不尽如人意，它的出现代表着(zhe)AI生成开始(shǐ)进入真正的可控时期(qī)。

因为ControlNet可以直(zhí)接提取画面(miàn)的构图(tú)，人物的(de)姿势(shì)和画(huà)面的深(shēn)度信息等。有了它的帮助，就不(bù)用(yòng)频繁的用提示词来(lái)碰运气，抽盲盒式的(de)创作了。

通(tōng)俗的说(shuō)ControlNet相当于(yú)给AI绘(huì)画加了“魔(mó)法(fǎ)”，不少(shǎo)博(bó)主的作品(pǐn)已经获(huò)得了(le)大量的浏览(lǎn)量，“viggo”就是其(qí)中之一，他用朋友(yǒu)的(de)照片直接带她们走进动(dòng)漫世界。

viggo先用StableDiffusion图片转文(wén)字。

再用(yòng)Text2Prompt插件拓展找到对应的关键(jiàn)词；最后用ControlNet插(chā)件绑(bǎng)定骨骼开始换(huàn)关(guān)键词试(shì)效果。

通过图片就可以看出来，效果十分(fēn)惊艳。

更厉害的是(shì)，除了(le)真实的(de)照(zhào)片，草图也可以加上“魔法(fǎ)”，知乎大牛“DevPoint”和“逗砂(shā)”介绍到ControlNet还(hái)能实现线稿转(zhuǎn)全彩图。大神张吕敏其本尊也亲自回应。

不得不说当下AIGC已(yǐ)经变(biàn)得越来越强大，甚至输出的作品(pǐn)都已(yǐ)经能以(yǐ)假乱真了。

02

难辨虚实(shí)，AIGC技术力爆发

警惕安全问题

近日，“苏州(zhōu)金鸡湖有游艇(tǐng)party”的消息火遍网络，而经过警方辟谣这所(suǒ)谓(wèi)的“party”可能(néng)是(shì)全国(guó)第(dì)一(yī)起AI绘图诈(zhà)骗(piàn)。

由于这个(gè)活动里(lǐ)面给出(chū)的美(měi)女照片都是AI制作的真人照片绘图，因为太(tài)逼真，被(bèi)大家当(dāng)成真(zhēn)事传播了。

不过仔细观察可以发现(xiàn)，活动发起者提供的照片中有(yǒu)个(gè)很大的漏(lòu)洞(dòng)可以发现(xiàn)并(bìng)非(fēi)真(zhēn)人，而是AI绘图，那便是图片中女性的手指部分有(yǒu)的存在异常(cháng)。

有(yǒu)行业人事(shì)表示(shì)：“现(xiàn)在因(yīn)为手(shǒu)指(zhǐ)部(bù)分的绘画算法比较复杂，AI还不太(tài)会画人的手，家用炒菜锅生铁好还是熟铁好，铸铁锅和生铁锅哪个对身体好g>但最(zuì)新(xīn)看到的图片(piàn)已经(jīng)有越(yuè)来越完美(měi)的AI模型出现(xiàn)，以后可能就(jiù)完(wán)全没有漏(lòu)洞了。”

类似的(de)AI作图诈(zhà)骗(piàn)在国外也已(yǐ)有发生。据英国广播公司报道，土耳其地震期(qī)间(jiān)，有Tiktok用户使(shǐ)用AI合成了儿童受灾的假(jiǎ)照片发(fā)布到网(wǎng)络，以此(cǐ)诱骗善良的(de)人打赏“捐助”从而实施(shī)诈骗。

目前(qián)随着技术发展，AIGC已经能(néng)做出(chū)真(zhēn)人照片般的(de)绘(huì)图(tú)效果(guǒ)，如(rú)果这样的图片被(bèi)用来诈(zhà)骗(piàn)，将(jiāng)非常(cháng)可怕。

此外AIGC还引发了很多(duō)担忧，一方面，批判者认为AI在“学习”了(le)大量前人的(de)作品之后(hòu)，其创(chuàng)作没有任何(hé)情绪和灵魂，难以和(hé)人类的(de)艺术创作相(xiāng)提并(bìng)论。

另(lìng)一方面，AIGC背(bèi)后(hòu)的版权(quán)、目前都并(bìng)没有得到有效的解(jiě)决(jué)，还有(yǒu)AIGC会不(bù)会代替人类“至高无上(shàng)”的创(chuàng)意。

马(mǎ)斯克也(yě)强调，人(rén)工智能的安全问(wèn)题需要得(dé)到重视，太晚就来不(bù)及了。

03

AIGC下一站除(chú)了(le)视频，还有(yǒu)远方

技术都是有两(liǎng)面(miàn)性(xìng)的，潜(qián)在的危害(hài)并不能掩(yǎn)盖其光辉(huī)的(de)贡献。现(xiàn)在看来，人工智能技(jì)术将是第(dì)四次工业革命的核心驱动力量，将(jiāng)创造新的增长奇迹。

过去一(yī)年(nián)，人工智能在技术和商业层面都有了巨大进展，AI绘画就是人工(gōng)智(zhì)能技(jì)术发生方(fāng)向性改变的一个代表。其下(xià)一(yī)站(zhàn)或许(xǔ)就是视频(pín)。

此(cǐ)前，Meta和(hé)谷歌(gē)先后发(fā)布了几条(tiáo)引爆(bào)科技圈的短视(shì)频。这些视(shì)频引发关注并非(fēi)内容做得多优秀，反而都非常简单，比如一(yī)匹正在喝水的(de)马，一只(zhǐ)画画的玩具熊(xióng)，或者一段(duàn)骑摩(mó)托车的第一视角录(lù)像，随(suí)便(biàn)一个有手机的人都可(kě)以随手录下一段(duàn)。

但(dàn)这些(xiē)短视频的(de)创作方(fāng)式非常简(jiǎn)单，创作者仅仅(jǐn)需要向AI输(shū)入一段(duàn)话(huà)，甚至(zhì)只是(shì)说一下要求，AI就(jiù)可以(yǐ)根据(jù)需要生成一(yī)段(duàn)视(shì)频。

谷(gǔ)歌(gē)发布的两个AI生成视频(pín)分别来自于Imagen Video和Phenaki，前者主(zhǔ)要突(tū)出的(de)是高(gāo)清，与Meta的(de)Make-A-Video没有太多的差(chà)别。

在Make-A-Video公布了(le)AI生(shēng)成的视频后，AI圈(quān)就已经玩了一(yī)波梗，一个(gè)能够做(zuò)出(chū)更高清视频的AI还不足以在短时间(jiān)内戳中兴奋点。

Phenaki更加(jiā)令人震惊的地方在于，它可以(yǐ)制作出超过2分钟的连贯的也有确切内容的视(shì)频(pín)，这(zhè)才是真正让人们感到(dào)惊喜的地方。因为无论AI生(shēng)成的视频多么(me)高清，也只能(néng)是为(wèi)内容生产者提供一个灵感，一个素材，一个过(guò)场动画。

不过能够制作(zuò)出(chū)有具(jù)体剧情内容(róng)的视频就意味(wèi)着，一些视频创作(zuò)由AI代替人工完(wán)成已经(jīng)初(chū)步有了(le)可能。

当下AI的发(fā)展速度已经超过大部(bù)分人(rén)的想(xiǎng)象。内容产业的本(běn)质(zhì)是供给(gěi)创造(zào)需求(qiú)，AIGC作为全(quán)新的(de)内(nèi)容生产(chǎn)方式，可以为内(nèi)容产业带来更新的内容(róng)风格(gé)、更快(kuài)的生产速度，更(gèng)低的生产成本，这(zhè)无疑会驱动(dòng)内容(róng)产业的(de)大爆发(fā)。

除了AI绘(huì)图、视频，AIGC技(jì)术(shù)还能应用于音(yīn)乐、代(dài)码、机器人动作等多种内容(róng)形(xíng)式的(de)生(shēng)成(chéng)。不难发现该项技(jì)术不仅在游戏等行业能(néng)得到有效应用(yòng)，对于下一代互联网各种(zhǒng)元(yuán)素的构建亦有关键意义。

从商业化的角度来看，文化娱(yú)乐、教育、传(chuán)媒等诸多领域(yù)，本(běn)身就对(duì)基于(yú)AI的可视化(huà)内容有强烈需求。

因此，AI绘画及(jí)视频(pín)或不是(shì)结(jié)果(guǒ)，而只是AI进程中的(de)一(yī)块(kuài)重要(yào)拼图，有望在技术更新的加(jiā)持下实现更大(dà)的应用价值。

AI从(cóng)理解内容(róng)，走向了可以(yǐ)生成内容，甚(shèn)至能够创(chuàng)造出独立价值和独(dú)立视角的内容(róng)。AIGC的再(zài)次出圈，更代表(biǎo)着未来的先(xiān)进生产力即将到来。

04

紧(jǐn)抓大模型与算(suàn)力，牢(láo)固(gù)AIGC底座

从技术的发展也可以看(kàn)出，在语言大模(mó)型、图像大模型之后，多(duō)模态大模型已经成(chéng)为了新(xīn)的趋(qū)势。

大模型被誉为当前人工智(zhì)能发展的智能底座，是全球竞(jìng)争最激烈的研究方向之一，包括谷歌、亚马(mǎ)逊、百度、阿里、腾讯(xùn)等众多(duō)头部企业(yè)都在竞(jìng)相(xiāng)发力。

不过训练大(dà)模(mó)型的确价格(gé)不(bù)菲，以国(guó)盛(shèng)证券发布的《ChatGPT需(xū)要多(duō)少算力(lì)》报告(gào)估(gū)算，GPT-3训练(liàn)一次的成(chéng)本约为140万美元。而对于一些更大(dà)的LLM(大型(xíng)语言(yán)模型)，训练成(chéng)本则介(jiè)于(yú)200万美元至(zhì)1200万美元高价之间。

以ChatGPT在2023年1月的独立访(fǎng)客平均(jūn)数1300万计算，其对应芯片(piàn)需求为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(zài)5万美元左(zuǒ)右。

此(cǐ)外(wài)不(bù)论是(shì)ChatGPT还是AIGC，都(dōu)离(lí)不开庞(páng)大算力支持(chí)。在关注各类大模型的发展(zhǎn)同时，更应该关注算(suàn)力网络(luò)的建设。

算力(lì)网络正驱(qū)动AI产业(yè)发展(zhǎn)进入(rù)史诗级加(jiā)速进(jìn)程(chéng)，让AIGC及通用AI这(zhè家用炒菜锅生铁好还是熟铁好，铸铁锅和生铁锅哪个对身体好)一人工(gōng)智能发展的终(zhōng)极目标(biāo)离(lí)得更近。

因为算力(lì)可以(yǐ)对突破性技术(shù)创新提(tí)供大力的支(zhī)持(chí)。这方面，多(duō)模态大模型是(shì)典型。作为(wèi)面向(xiàng)未来(lái)强人工(gōng)智能、通(tōng)用人(rén)工智能的重(zhòng)要(yào)技术(shù)创新，多模态大模型(xíng)已经在人工智能领域提出了很多年，业界也有不少技术(shù)突破，但是，多(duō)模态大模型进一步往下(xià)走(zǒu)，算力(lì)需(xū)求呈几何式上升，一(yī)般的算(suàn)力基础设施很(hěn)快将难(nán)以胜任。

从图像(xiàng)、文字、语音(yīn)单(dān)独(dú)一项的训练(liàn)，到双模态、三模态的跃迁，让人工智(zhì)能(néng)可以灵活(huó)应对不同模态的转化、像(xiàng)人与世界交互一样自然，这方面，由算力网络来(lái)驱动将有明显优势(shì)。

此外，还有(yǒu)很多(duō)需要爆发式增(zēng)长的算力来支撑的技术创新，将在人(rén)工智能(néng)算力网络支撑(chēng)下(xià)快速推(tuī)进。

AIGC已经露出曙光，期待在大模型和大算力的支持(chí)下AIGC能持续(xù)颠覆内容生产的方式，将创造的边际成本降低，让万众受(shòu)益。

未经允许不得转载：橘子百科-橘子都知道 家用炒菜锅生铁好还是熟铁好，铸铁锅和生铁锅哪个对身体好