自聊天(tiān)机(jī)器人ChatGPT火(huǒ)爆以来，微软(ruǎ向华强敢惹霍家吗，向华强和霍家哪个厉害n)公司创始人比尔·盖茨已多次公开谈论人工智能话题。在(zài)最近(jìn)的一次(cì)采访中(zhōng)，他再次表示(shì)：“AI可能会让科(kē)技行业迎来一次剧烈(liè)的洗牌”。

这个结论是他在当地时间2月20日接(jiē)受《In Good Company》节目专访时(shí)提(tí)出的。

他(tā)预期，AI的(de)发(fā)展(zhǎn)可能(néng)会威胁到(dào)谷歌的市(shì)占率，因为微(wēi)软在AI方面的行动相当迅速。而最终科技巨(jù)头将(jiāng)把AI整合成用户的“全能(néng)助手”，包揽一(yī)切应用(yòng)，与人们进行沟通并(bìng)提供建(jiàn)议，可以取代亚马逊、Siri或Outlook等应用。

大(dà)佬口中全能助手的到(dào)来可(kě)能尚需时日(rì)，但由ControlNet引(yǐn)发的又(yòu)一次(cì)AI绘(huì)画浪潮，让AIGC在ChatGPT的话题热点(diǎn)包围中杀出重围。

01

ControlNet颠覆AI绘画新(xīn)玩(wán)法

AIGC向可控靠(kào)近(jìn)

以AI绘画(huà)为代表(biǎo)的(de)AIGC上一次爆火的时候(hòu)，还是(shì)2022年(nián)8月(yuè)，在美国科(kē)罗(luó)拉多州举办的新(xīn)兴数字艺术家竞(jìng)赛中，一幅名为《太空歌剧院》的作品获奖。

随后各大(dà)厂(chǎng)商(shāng)的AI绘画(huà)软件被广大网友熟知并(bìng)体(tǐ)验，Stable Diffusion便是其中(zhōng)代表。

用(yòng)户(hù)们可(kě)以在应用中输入一组关键(jiàn)词(cí)或者(zhě)一张照片，就(jiù)能(néng)获(huò)得一(yī)幅AI创作的画作。

作画的关键就是所输入的文本。同一组关键词也(yě)可以创作出很多张风格不一样(yàng)的画作，这让创作的过(guò)程就(jiù)像开盲(máng)盒。

很(hěn)多(duō)用户(hù)很喜欢(huān)这种(zhǒng)不(bù)确定的(de)惊喜(xǐ)，他(tā)们会将生成(chéng)的美图当(dāng)做头像。而另一部分喜欢翻看(kàn)AI绘画(huà)的“翻车”作品。在社交媒体上，许多用户分享(xiǎng)AI“翻车(chē)现场(chǎng)”，例如，一(yī)位(wèi)网友的小狗(gǒu)照片被AI画成(chéng)了“肌(jī)肉男”，还有网友(yǒu)的个(gè)人照(zhào)片被AI识别(bié)成了建筑。

而如今随着ControlNet的(de)出现与(yǔ)加持，以(yǐ)往AI绘画的填写关键词游戏可能要被(bèi)颠覆(fù)了。

ControlNet是一位(wèi)正在斯坦福读博的中国人张(zhāng)吕敏创作的一种基于控制点的图像变(biàn)形算法，主要用于数(shù)字图像处理、计算机(jī)视觉和计(jì)算(suàn)机(jī)图形学等(děng)领域。

其SD插件一经发布，在(zài)短短的两天内便成为了AI绘画(huà)领域(yù)最新的(de)热点。

在此之前，大家用了很多(duō)方法想让(ràng)AI生成的结(jié)果(guǒ)尽(jǐn)可能的符合要求(qiú)，但(dàn)是都(dōu)不尽如人意(yì)，它(tā)的出(chū)现(xiàn)代(dài)表着AI生成开始进入真正(zhèng)的(de)可控时期。

因为ControlNet可(kě)以(yǐ)直接提(tí)取画面的构图，人物的姿势(shì)和画面的深度信(xìn)息等。有(yǒu)了它的帮(bāng)助(zhù)，就不(bù)用频繁的(de)用提示词来碰运(yùn)气，抽盲盒式的创作了。

通俗的(de)说ControlNet相当于给AI绘画加(jiā)了(le)“魔法”，不少博主的作品已经获得了大量(liàng)的(de)浏览量(liàng)，“viggo”就是其中之一，他用(yòng)朋友(yǒu)的照(zhào)片直(zhí)接带她们(men)走进动漫世界(jiè)。

viggo先(xiān)用(yòng)StableDiffusion图片转(zhuǎn)文字。

再用(yòng)Text2Prompt插件拓展找到对应的关键词(cí)；最后用(yòng)ControlNet插件(jiàn)绑定骨骼(gé)开始换关键词(cí)试效果。

通(tōng)过(guò)图片就可以看(kàn)出来，效果十分惊(jīng)艳(yàn)。

更厉害的是(shì)，除了真实的照片，草图也可以加(jiā)上“魔(mó)法”，知乎大牛“DevPoint”和“逗砂”介绍到(dào)ControlNet还能实现(xiàn)线稿转全彩图(tú)。大神张(zhāng)吕敏(mǐn)其本尊也亲自回应。

不得不说(shuō)当下(xià)AIGC已(yǐ)经(jīng)变得(dé)越来越强大(dà)，甚至输出(chū)的作品(pǐn)都已经能以(yǐ)假(jiǎ)乱(luàn)真(zhēn)了。

02

难辨虚实，AIGC技术力爆发

警(jǐng)惕安全问题

近(jìn)日，“苏州金鸡湖有(yǒu)游艇party”的消息火遍网络(luò)，而经过警(jǐng)方辟(pì)谣这所谓的“party”可(kě)能是全国(guó)第(dì)一起AI绘图诈骗。向华强敢惹霍家吗，向华强和霍家哪个厉害

由于这个(gè)活动(dòng)里面给出的美女照片都是AI制作(zuò)的真人(rén)照片绘图，因为(wèi)太(tài)逼真，被大家当成真(zhēn)事传播了。

不过(guò)仔细观察可以发现，活动发起者提(tí)供(gōng)的照片(piàn)中有个很大的漏洞可以发现并非真人(rén)，而(ér)是AI绘(huì)图，那便(biàn)是图(tú)片中女性(xìng)的手指(zhǐ)部分有的存在(zài)异常(cháng)。

有行业人事表示：“现在(zài)因为(wèi)手指(zhǐ)部分(fēn)的绘画算(suàn)法(fǎ)比较复杂(zá)，AI还不太会画人的(de)手，但最新(xīn)看到(dào)的(de)图片已经有越来越完(wán)美的AI模(mó)型(xíng)出(chū)现(xiàn)，以(yǐ)后可能就(jiù)完(wán)全没(méi)有漏洞了。”

类似的AI作(zuò)图诈(zhà)骗在(zài)国外也已有发生。据英国(guó)广播公司(sī)报道，土耳(ěr)其地震期间，有Tiktok用户使用AI合(hé)成(chéng)了儿童受(shòu)灾(zāi)的假照片发布到网络，以(yǐ)此(cǐ)诱骗善(shàn)良(liáng)的人打赏“捐助”从而实施(shī)诈骗。

目前随(suí)着技(jì)术发(fā)展，AIGC已经(jīng)能做(zuò)出真人照片般(bān)的绘图效(xiào)果，如果这样(yàng)的图片被用(yòng)来诈骗，将非常(cháng)可怕。

此外AIGC还引发(fā)了很多担忧，一方面，批判者认为AI在“学(xué)习”了大(dà)量(liàng)前人的作品(pǐn)之后，其创作没有(yǒu)任何情绪和灵魂，难(nán)以(yǐ)和人类的艺术创(chuàng)作相提并论(lùn)。

另一方面，AIGC背(bèi)后的版权、目前都并没(méi)有(yǒu)得(dé)到有效的解决，还有AIGC会(huì)不会(huì)代替人类“至高无上”的(de)创意。

马斯克也(yě)强调，人(rén)工智能的安全问题需要(yào)得到(dào)重视，太(tài)晚就(jiù)来不及了。

03

AIGC下一站除了视(shì)频，还(hái)有远(yuǎn)方

技术都(dōu)是有两面性的，潜在的危害并不能掩盖其光(guāng)辉的(de)贡献。现在看来(lái)，人工智能技术将是(shì)第四次(cì)工业(yè)革命的核心驱动(dòng)力量，将(jiāng)创(chuàng)造新的增长奇迹。

过去一年，人(rén)工智能在(zài)技术和商业层(céng)面(miàn)都有了巨(jù)大进(jìn)展，AI绘画就是人(rén)工智能技术发生方向性(xìng)改变(biàn)的(de)一个代(dài)表。其下一站或许就是视(shì)频。

此(cǐ)前，Meta和(hé)谷歌先(xiān)后发布(bù)了几条(tiáo)引(yǐn)爆科技(jì)圈的短视频。这些视频引发关(guān)注(zhù)并非(fēi)内容做得多优秀，反而都非常简单(dān)，比如一匹正在喝水的马，一只画画的玩具熊(xióng)，或(huò)者一段骑摩(mó)托车的(de)第一(yī)视角录像(xiàng)，随便一个(gè)有手机的人都可以随手(shǒu)录(lù)下一段。

但这些短(duǎn)视频的创作方式非常简(jiǎn)单(dān)，创作(zuò)者仅(jǐn)仅(jǐn)需要向AI输入(rù)一段话(huà)，甚至只是(shì)说一下要求，AI就(jiù)可以根据需要(yào)生(shēng)成一段视频。

谷歌发布的两个AI生成视频分(fēn)别来自于Imagen Video和(hé)Phenaki，前(qián)者主要突出的是高(gāo)清，与Meta的Make-A-Video没(méi)有太多的(de)差别。

在Make-A-Video公(gōng)布了AI生成的视(shì)频后，AI圈就(jiù)已经(jīng)玩了一波梗，一个(gè)能够(gòu)做(zuò)出更(gèng)高清(qīng)视频(pín)的AI还不足以在短时(shí)间内(nèi)戳中兴奋点。

Phenaki更(gèng)加令人震惊的地方在于，它可以制作出(chū)超过(guò)2分钟的连贯的(de)也有确(què)切内容的视频，这(zhè)才是真正让人们感(gǎn)到(dào)惊喜的地方向华强敢惹霍家吗，向华强和霍家哪个厉害。因为无(wú)论AI生(shēng)成的视频多么高清，也只能是为内容(róng)生产者提(tí)供一个灵感，一个素材，一个过场动画。

不过能够制(zhì)作出有(yǒu)具体剧情(qíng)内容的视频就意(yì)味(wèi)着，一些视频创作由(yóu)AI代替人工完成已经初步有了可能。

当下AI的(de)发展速(sù)度已经超过大部分人的想象。内容产业的本质是供给创造需求，AIGC作为全新(xīn)的内容生产方(fāng)式(shì)，可以为(wèi)内容产业带来更新的内容风格、更快的生产速度(dù)，更低的生产成本(běn)，这无疑会驱动内容产业的大爆发。

除了AI绘图、视频，AIGC技术还(hái)能应用于音乐、代码、机器人(rén)动(dòng)作等(děng)多种内容形(xíng)式的生成。不难发现(xiàn)该项技(jì)术不(bù)仅在游(yóu)戏等行业能(néng)得(dé)到有效(xiào)应用，对于下一代(dài)互联网各种(zhǒng)元素(sù)的构建亦有关键意义。

从商(shāng)业(yè)化(huà)的角度来看(kàn)，文化娱乐、教育、传媒等(děng)诸(zhū)多领域，本身就对(duì)基(jī)于AI的可视(shì)化内容有强烈需(xū)求。

因此，AI绘(huì)画及视频或不是(shì)结果，而只是(shì)AI进程中的一(yī)块重要拼图，有(yǒu)望在技术更新(xīn)的加持下实现更大的应用价值。

AI从(cóng)理(lǐ)解内容(róng)，走向(xiàng)了可以生成内容，甚(shèn)至能(néng)够创造出(chū)独立价值和独(dú)立视(shì)角的内容(róng)。AIGC的(de)再次出圈，更(gèng)代(dài)表着未来(lái)的先进生产力(lì)即将到(dào)来(lái)。

04

紧抓大模型与算(suàn)力，牢固AIGC底座

从技术(shù)的发展也可(kě)以看出，在语言大(dà)模型、图像大模型之后，多模态大模型已(yǐ)经(jīng)成(chéng)为了(le)新的趋势。

大模型被誉为(wèi)当(dāng)前人工智能发展的智能底座，是全球竞(jìng)争最激烈(liè)的研(yán)究方向之一，包(bāo)括谷歌、亚马逊、百度、阿里(lǐ)、腾(téng)讯等众(zhòng)多头(tóu)部企业(yè)都在(zài)竞相发力(lì)。

不过训练(liàn)大(dà)模型(xíng)的(de)确价格不菲，以国盛证券发布的《ChatGPT需要(yào)多少算力》报(bào)告(gào)估(gū)算，GPT-3训练一次的成本约(yuē)为(wèi)140万(wàn)美(měi)元。而对于一些更大的(de)LLM(大型语(yǔ)言模型)，训练成本则介(jiè)于200万美元(yuán)至1200万美元高价之(zhī)间。

以ChatGPT在2023年1月的独立访(fǎng)客平均(jūn)数1300万(wàn)计算(suàn)，其对应(yīng)芯片需求为(wèi)3万多片英伟达A100 GPU，初始投入成本约(yuē)为8亿美(měi)元(yuán)，每日仅(jǐn)电费就在5万(wàn)美元左右。

此外不论是ChatGPT还(hái)是(shì)AIGC，都离不开庞大算(suàn)力支持。在关注各(gè)类大模(mó)型的发展(zhǎn)同时，更应该关注算力网(wǎng)络的(de)建设(shè)。

算力网络正(zhèng)驱动AI产业发展(zhǎn)进入史(shǐ)诗级加速进程，让AIGC及通用AI这(zhè)一人(rén)工智能发展的终(zhōng)极目标离得(dé)更近(jìn)。

因(yīn)为算力可(kě)以对突破性技术创新提供大力的(de)支(zhī)持。这方面，多(duō)模态大模型是典型。作(zuò)为面向未来强人工智能、通用人工智能的重要(yào)技术(shù)创新，多模态(tài)大模型已经在人工智能领域提出了很多(duō)年，业界也(yě)有不少技术突破，但是(shì)，多模(mó)态大模型(xíng)进一步往下走，算力需求呈几何(hé)式上升，一般的算力(lì)基(jī)础设施很快(kuài)将难以胜任(rèn)。

从图像、文(wén)字、语音单独(dú)一项的训(xùn)练，到(dào)双模态(tài)、三模态的跃迁(qiān)，让人(rén)工智(zhì)能可(kě)以灵活应(yīng)对(duì)不同模态的转化、像(xiàng)人(rén)与世界交互一(yī)样自然(rán)，这方面(miàn)，由算力(lì)网(wǎng)络来驱动(dòng)将有明显(xiǎn)优势。

此外，还有很多(duō)需要爆发式增长的算力来支(zhī)撑(chēng)的技术创新，将在(zài)人工智(zhì)能算力网络支撑下快速推进。

AIGC已经露(lù)出曙(shǔ)光，期待在大模型和(hé)大算力的支持(chí)下AIGC能持续颠覆内容(róng)生产(chǎn)的方(fāng)式，将创造的(de)边(biān)际成本降(jiàng)低，让万众受益。

未经允许不得转载：橘子百科-橘子都知道 向华强敢惹霍家吗，向华强和霍家哪个厉害