自聊(liáo)天机器人ChatGPT火(huǒ)爆以来，微软公司(sī)创始人比尔·盖茨已多次公开(kāi)谈论(lùn)人工智能(néng)话题。在最近的一(yī)次采访中，他再次表示：“AI可能(néng)会让科技行业迎来(lái)一次剧烈的洗(xǐ)牌”。

这个结论是他(tā)在(zài)当地时间2月20日接受《In Good Company》节目专访时(shí)提出的。

他预(yù)期(qī)，AI的发(fā)展(zhǎn)可能会威(wēi)胁(xié)到谷歌的市占率，因(yīn)为微(wēi)软在AI方面的(de)行动(dòng)相当(dāng)迅速。而最终科技巨头(tóu)将把(bǎ)AI整合成用户的“全能助手”，包(bāo)揽一切应用，与人们(men)进行沟通并提供(gōng)建议，可以取全国有多少个省市自治区和直辖市 全国有多少个地级市代亚马逊、Siri或Outlook等应用。

大佬口中全能助(zhù)手的到来可(kě)能尚需(xū)时日(rì)，但由ControlNet引发的又(yòu)一次AI绘画浪(làng)潮，让AIGC在(zài)ChatGPT的(de)话题热点(diǎn)包围(wéi)中杀出重(zhòng)围。

01

ControlNet颠覆AI绘画新玩法

AIGC向(xiàng)可控靠近

以(yǐ)AI绘画为代表的(de)AIGC上(shàng)一次(cì)爆火的(de)时候(hòu)，还(hái)是2022年8月，在美国科罗拉多(duō)州(zhōu)举办的新兴数字艺术家竞赛中，一幅名为《太空歌剧院(yuàn)》的作品获奖(jiǎng)。

随后各大厂商的AI绘画软件被广(guǎng)大网友(yǒu)熟知并体验(yàn)，Stable Diffusion便是(shì)其中代(dài)表。

用户们可以在应用中输入(rù)一(yī)组(zǔ)关键词或者(zhě)一张照片(piàn)，就(jiù)能获得一幅AI创作(zuò)的画作(zuò)。

作画(huà)的(de)关(guān)键就是所输入的文本(běn)。同(tóng)一组关键词也可以创作(zuò)出很(hěn)多张风格不一样的画作(zuò)，这(zhè)让创作(zuò)的过程就像开盲盒。

很多用户很喜欢这种不确(què)定的惊(jīng)喜，他们会将生成的美图当(dāng)做(zuò)头(tóu)像。而另一部分喜(xǐ)欢翻(fān)看(kàn)AI绘画的“翻车”作品。在社(shè)交媒体上，许多用户分享AI“翻(fān)车(chē)现场”，例(lì)如，一位网友的小狗照(zhào)片被AI画成了“肌肉男”，还有网友的(de)个人照片被AI识别成了建筑。

而(ér)如今随(suí)着ControlNet的出现(xiàn)与(yǔ)加(jiā)持，以往AI绘(huì)画的(de)填写关键(jiàn)词游戏可(kě)能要被颠(diān)覆了(le)。

ControlNet是一位(wèi)正在(zài)斯坦福(fú)读博的(de)中国(guó)人张吕敏(mǐn)创(chuàng)作的一种基(jī)于控制点的图像变形算法，主要(yào)用于(yú)数(shù)字图像处理(lǐ)、计(jì)算(suàn)机视觉(jué)和计算机图形学(xué)等(děng)领域。

其SD插(chā)件一经发布，在短短的(de)两天内便成为了AI绘画领域最新的热(rè)点(diǎn)。

在(zài)此之前，大家用了很(hěn)多方法想让AI生成的结果尽可能(néng)的符合要求(qiú)，但是都不尽(jǐn)如人意，它的出(chū)现代表着(zhe)AI生成开始进入真正(zhèng)的可控时期。

因(yīn)为ControlNet可以直接提(tí)取画(huà)面的构图，人物的(de)姿势和画面(miàn)的(de)深(shēn)度信息等。有了它(tā)的帮助，就不用(yòng)频繁(fán)的用提示词来(lái)碰运气，抽(chōu)盲盒(hé)式的创作(zuò)了(le)。

通俗(sú)的(de)说ControlNet相当于给AI绘画加了“魔法”，不(bù)少博主的作品已经获得了大量的浏览量，“viggo”就是其中(zhōng)之一，他用(yòng)朋友的照片直接带她们走进动漫世界。

viggo先用StableDiffusion图片(piàn)转(zhuǎn)文字(zì)。

再用Text2Prompt插件(jiàn)拓(tuò)展(zhǎn)找(zhǎo)到对(duì)应的关(guān)键(jiàn)词；最(zuì)后用ControlNet插件(jiàn)绑定(dìng)骨骼开始换关键词试效(xiào)果(guǒ)。

通过图片就可以看出(chū)来(lái)，效果十分惊艳(yàn)。

更厉害的是，除了真实的照片，草图(tú)也可以加上“魔法”，知乎大牛“DevPoint”和(hé)“逗砂”介绍(shào)到ControlNet还(hái)能实(shí)现线稿转全(quán)彩图。大(dà)神张吕敏其(qí)本尊(zūn)也亲自(zì)回应。

不得不说当下AIGC已经(jīng)变得越来越(yuè)强大，甚至输出(chū)的作品(pǐn)都已经(jīng)能以假乱真了。

02

难辨虚(xū)实，AIGC技术力爆发

警惕(tì)安全问题

近日，“苏州金鸡湖(hú)有游艇party”的(de)消息(xī)火遍网络，而经过警(jǐng)方辟谣这(zhè)所谓(wèi)的“party”可能是全国第一起AI绘图诈骗。

由于这个活动里(lǐ)面给(gěi)出的美女照(zhào)片都(dōu)是AI制作(zuò)的真(zhēn)人(rén)照(zhào)片绘图，因(yīn)为太逼真，被大家当成真事传播(bō)了。

不过仔细观察可(kě)以(yǐ)发(fā)现，活(huó)动发起者提(tí)供的照片中有个很大的漏洞可以(yǐ)发现并非真(zhēn)人，而(ér)是(shì)AI绘图，那便是(shì)图片中(zhōng)女性(xìng)的手指部(bù)分有的存(cún)在异常。

有(yǒu)行业人事表示：“现在因(yīn)为手指部分的绘(huì)画(huà)算法比较复杂(zá)，AI还(hái)不太会画人的手，但最新看到(dào)的图(tú)片已经(jīng)有越来越完美的AI模型出现(xiàn)，以后可能就完全没有(yǒu)漏洞(dòng)了。”

类(lèi)似的AI作图诈骗(piàn)在国(guó)外也已有发生。据英(yīng)国广播公司报道(dào)，土耳(ěr)其地震期间，有Tiktok用户使用AI合成了儿童(tóng)受灾(zāi)的假照片发(fā)布(bù)到网络，以此诱骗善良的人(rén)打赏“捐助”从(cóng)而实施(shī)诈骗。

目前随着技术发(fā)展，AIGC已经能做出真(zhēn)人照片般的绘图效果，如果这(zhè)样的图片被(bèi)用来诈骗，将非常可怕。

此外AIGC还(hái)引发(fā)了很(hěn)多担忧，一方面，批判者认为(wèi)AI在“学(xué)习”了大量前人的作品之(zhī)后，其(qí)创作没(méi)有任何(hé)情绪(xù)和灵(líng)魂，难(nán)以(yǐ)和人类的艺术(shù)创作(zuò)相提(tí)并论。

另一(yī)方面，AIGC背(bèi)后的版权(quán)、目前都(dōu)并没有得到有效的(de)解决，还有AIGC会不会代替人(rén)类“至高无上”的创意。

马斯克也强调，人(rén)工智能的安(ān)全问题需要得到重视，太晚就来(lái)不(bù)及了。

03

AIGC下(xià)一(yī)站除了视(shì)频，还有远方

技术(shù)都是有两面性(xìng)的，潜在的危(wēi)害并不能掩盖(gài)其(qí)光辉(huī)的贡献。现在(zài)看(kàn)来，人工智能技术将是第四(sì)次工(gōng)业(yè)革(gé)命的核心驱动(dòng)力量(liàng)，将创造新的增长奇(qí)迹。

过去一年，人工智(zhì)能在技术和商业层面都有了巨大进展，AI绘画就是人工智能技术发生方向性(xìng)改变的一个(gè)代表。其(qí)下一站或(huò)许(xǔ)就(jiù)是视频。

此前，Meta和(hé)谷歌先后发布了几条(tiáo)引爆科(kē)技圈(quān)的(de)短(duǎn)视频。这(zhè)些视频引发关注并非内容(róng)做得多优(yōu)秀，反而都非常(cháng)简单(dān)，比如一(yī)匹正在喝水的(de)马，一只画画(huà)的(de)玩具(jù)熊，或者一段骑摩托(tuō)车(chē)的第一视(shì)角录像，随便一个有手机的人都(dōu)可以(yǐ)随手录下一段。

但这些短视频的创作方式(shì)非常简单(dān)，创(chuàng)作(zuò)者(zhě)仅仅(jǐn)需要向AI输入一段话，甚至只是说一下要求，AI就可以根据需要生(shēng)成一段(duàn)视频。

谷歌发布的(de)两个AI生成视(shì)频分别来自于Imagen Video和Phenaki，前者主(zhǔ)要突出的是高(gāo)清，与(yǔ)Meta的Make-A-Video没(méi)有太(tài)多(duō)的差(chà)别。

在Make-A-Video公(gōng)布了AI生成的视频后，AI圈就已经玩(wán)了一波梗，一个能够(gòu)做出更高清视频(pín)的AI还不足以在(zài)短时(shí)间内戳(chuō)中(zhōng)兴奋点。

Phenaki更加(jiā)令人震惊的(de)地方在于(yú)，它可以制作(zuò)出超过2分(fēn)钟的连(lián)贯的也有确(què)切内容(róng)的视频，这才是真正(zhèng)让人们感(gǎn)到惊(jīng)喜的地方。因(yīn)为无论AI生成(chéng)的视频多么高清，也只能(néng)是(shì)为内容生产者提(tí)供一个灵感(gǎn)，一(yī)个(gè)素材(cái)，一个(gè)过场(chǎng)动(dòng)画。

不过能够(gòu)制作出有具(jù)体剧情(qíng)内容的视频(pín)就意味着(zhe)，一(yī)些视(shì)频创(chuàng)作(zuò)由AI代(dài)替人工完成已经初步有(yǒu)了可能。

当下(xià)AI的发(fā)展(zhǎn)速(sù)度已经(jīng)超过大部分人的(de)想(xiǎng)象。内容(róng)产业的本(běn)质(zhì)是供给(gěi)创造需求，AIGC作为(wèi)全新的(de)内(nèi)容生产方式，可以(yǐ)为内(nèi)容产业(yè)带来更新的(de)内容风格、更(gèng)快的生产(chǎn)速度，更低的全国有多少个省市自治区和直辖市 全国有多少个地级市(de)生(shēng)产成本，这无疑会驱(qū)动内容(róng)产业的大爆发。

除(chú)了(le)AI绘(huì)图、视(shì)频，AIGC技术还能应用于音乐、代码、机器(qì)人(rén)动(dòng)作等多种内容(róng)形(xíng)式的生成。不难(nán)发(fā)现该项技术不仅(jǐn)在游戏等(děng)行业能得(dé)到有效应(yīng)用，对于下一代互联网(wǎng)各种元素(sù)的构建亦有关键意义(yì)。

从(cóng)商业化的角度(dù)来看，文化娱(yú)乐(lè)、教育、传(chuán)媒(méi)等诸多领域，本身就对基于AI的可视化内容(róng)有强烈需求。

因此，AI绘画(huà)及视频或不是结(jié)果，而只(zhǐ)是AI进(jìn)程(chéng)中的(de)一块(kuài)重要拼图(tú)，有望在(zài)技术更新的加持下实现更(gèng)大的应用价值。

AI从(cóng)理解内(nèi)容(róng)，走向了(le)可以生成内容(róng)，甚至(zhì)能够创造出(chū)独立价值和独(dú)立视角的(de)内容。AIGC的再次出(chū)圈，更(gèng)代表着未来的先进生产力即将到(dào)来(lái)。

04

紧抓大模(mó)型与(yǔ)算力，牢(láo)固AIGC底座

从(cóng)技术(shù)的发展也可以看出，在语言大(dà)模型、图(tú)像大模型之后，多模态大模型已经成为(wèi)了新的趋(qū)势。

大(dà)模(mó)型(xíng)被誉为当前人(rén)工智能发展的(de)智能底座，是(shì)全球竞(jìng)争最激烈的研究(jiū)方向之一，包(bāo)括谷歌(gē)、亚马逊(xùn)、百(bǎi)度、阿里、腾(téng)讯等众多头部(bù)企(qǐ)业都(dōu)在竞相发力。

不过训练大模型的确价格不菲(fēi)，以国(guó)盛(shèng)证券发布的《ChatGPT需要多少算力(lì)》报告(gào)估算，GPT-3训(xùn)练(liàn)一次的成(chéng)本约为140万美元。而对(duì)于一些更大的LLM(大型语言模(mó)型)，训(xùn)练成本则介于200万(wàn)美元至1200万美元高价(jià)之(zhī)间。

以ChatGPT在2023年(nián)1月的独立访客平均数1300万(wàn)计算，其对应芯片需求为3万多片英伟(wěi)达A100 GPU，初始投入成本(běn)约为8亿美元(yuán)，每日仅电费就(jiù)在5万美元左右。

此外(wài)不(bù)论是(shì)ChatGPT还是AIGC，都(dōu)离(lí)不开庞大算力(lì)支持。在关注(zhù)各类大模型(xíng)的(de)发(fā)展(zhǎn)同(tóng)时，更应该关注算力网络的建设。

算力(lì)网络正驱动AI产业发展进入史诗(shī)级(jí)加速进程，让AIGC及通用(yòng)AI这一人(rén)工智能发展(zhǎn)的终极目标离(lí)得更近。

因为算力可以对(duì)突破性(xìng)技术创新(xīn)提供(gōng)大力的支持。这方(fāng)面(miàn)，多模态大模型是典型(xíng)。作为面(miàn)向未来强(qiáng)人(rén)工智(zhì)能(néng)、通(tōng)用(yòng)人工智能的重要技术创新(xīn)，多模态大(dà)模型已经在人工智能领域提出了很多年，业界(jiè)也(yě)有不少技(jì)术(shù)突破(pò)，但是，多(duō)模(mó)态大模型进(jìn)一(yī)步(bù)往下走，算力需求呈几(jǐ)何式(shì)上(shàng)升(shēng)，一般(bān)的算力基础设施很快将难以胜(shèng)任。

从图像、文字、语(yǔ)音单独(dú)一项的(de)训练，到(dào)双模(mó)态、三模态的跃迁，让人工智能可以灵活应对不(bù)同模态的(de)转化、像人与世界交互一样自(zì)然，这方面，由算力网(wǎng)络来驱动将(jiāng)有明显优势。

此(cǐ)外(wài)，还有很(hěn)多需(xū)要爆(bào)发(fā)式(shì)增长的算力来支(zhī)撑的技术(shù)创(chuàng)新，将在人工智能算力网络支(zhī)撑下快速推进(jìn)。

AIGC已经露(lù)出曙光，期(qī)待在大模型(xíng)和大算力的支持下AIGC能持续颠(diān)覆内容生产的方(fāng)式，将创(chuàng)造的边(biān)际成(chéng)本降低，让(ràng)万众受益。

未经允许不得转载：橘子百科-橘子都知道 全国有多少个省市自治区和直辖市 全国有多少个地级市