自聊天机器人ChatGPT火爆以来(lái)，微软(ruǎn)公司创(chuàng)始人比尔·盖茨已多次公开(kāi)谈(tán)论人工智能话题。在(zài)最近(jìn)的(de)一次采访中(zhōng)，他再次表示(shì)：“AI可能(néng)会让科技行业(yè)迎来一次剧烈的洗牌(pái)”。

这个结(jié)论是他在(zài)当地时(shí)间2月20日接(jiē)受(shòu)《In Good Company》节目专访(fǎng)时提出的(de)。

他预期，AI的发(fā)展可能会威胁到谷歌的市占(zhàn)率(lǜ)，因为微软在AI方面的(de)行动(dòng)相当迅速。而最终科(kē)技巨(jù)头将把AI整合成用户的“全能(néng)助手”，包揽一切(qiè)应用(yòng)，与(yǔ)人们进行(xíng)沟(gōu)通(tōng)并提供建(jiàn)议，可以(yǐ)取代(dài)亚马逊、Siri或(huò)Outlook等应用。

大佬口中全能助(zhù)手的到来可(kě)能(néng)尚需时日，但由ControlNet引发的又一次AI绘画浪(làng)潮，让AIGC在(zài)ChatGPT的话题热(rè)点(diǎn)包围(wéi)中杀出重围。

01

ControlNet颠覆AI绘(huì)画新(xīn)玩法(fǎ)

AIGC向可控靠近

以AI绘画为代表的AIGC上一(yī)次(cì)爆火的时(shí)候，还是(shì)2022年8月，在美(měi)国科罗(luó)拉多州举办的新兴数(shù)字艺术家竞赛中(zhōng)，一幅名为《太空(kōng)歌(gē)剧院》的作品获奖。

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

用户们(men)可以在应(yīng)用中输入(rù)一组(zǔ)关键词或者一张照片，就(jiù)能获得一(yī)幅AI创作的画(huà)作。

作画(huà)的关键就是所输入的(de)文本。同一组关键词也可(kě)以创作(zuò)出很多(duō)张风格不一样(yàng)的画(huà)作(zuò)，这(zhè)让创作的(de)过程就像(xiàng)开盲(máng)盒(hé)。

很多用户(hù)很喜欢(huān)这种不确定的(de)惊喜，他们会将(jiāng)生成的美图当做头像。而另一部分喜欢(huān)翻看AI绘(huì)画的“翻车”作品。在(zài)社交媒体上，许(xǔ)多用(yòng)户分享AI“翻车现(xiàn)场”，例如，一位网友的小狗照片被AI画(huà)成了“肌(jī)肉男”，还有网友的个人照片被AI识(shí)别成了建筑。

而如今(jīn)随着ControlNet的出现与加(jiā)持(chí)，以(yǐ)往AI绘画的(de)填(tián)写关键(jiàn)词游戏可能(néng)要被颠覆了。

ControlNet是一位正在斯坦福(fú)读博的中(zhōng)国人(rén)张吕敏创(chuàng)作的一种基于控制点的图像变形算法，主(zhǔ)要(yào)用于数(shù)字图像(xiàng)处理、计算机视(shì)觉和(hé)计算机图(tú)形(xíng)学等领域。

其SD插件一经发(fā)布，在(zài)短(duǎn)短的两天内便成为(wèi)了(le)AI绘画领(lǐng)域最(zuì)新(xīn)的热点(diǎn)。

在(zài)此之前，大家用(yòng)了(le)很多方法想让AI生(shēng)成的结果尽可能的符合要求，但是(shì)都不尽(jǐn)如人(rén)意，它的(de)出现代表着AI生(shēng)成开始(shǐ)进入真正(zhèng)的可(kě)控时期。

因为ControlNet可以(yǐ)直接提取画面(miàn)的构图，人物的(de)姿势和画面的深度信(xìn)息等(děng)。有了(le)它的帮助，就不用频繁的用提(tí)示(shì)词来碰运气，抽盲盒(hé)式的(de)创作了。

通俗的说ControlNet相当于给AI绘画加了(le)“魔法”，不少博主(zhǔ)的作品已经获得了大量的浏览量，“viggo”就是(shì)其中之一，他用(yòng)朋友的(de)照片直接带她们走(zǒu)进动漫世界。

viggo先用StableDiffusion图片转文字(zì)。

再用Text2Prompt插件拓展(zhǎn)找到对应的关键词；最后用(yòng)ControlNet插件(jiàn)绑定骨骼开(kāi)始换关键词试效果。

通(tōng)过图片就可以(yǐ)看出来，效果十(shí)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(zhī)乎大牛“DevPoint”和“逗砂(shā)”介绍到ControlNet还能(néng)实现(xiàn)线稿转全(quán)彩图。大神张吕敏其(qí)本尊也(yě)亲(qīn)自(zì)回应。

不得不说当(dāng)下(xià)AIGC已经变得越来越强大，甚至输出(chū)的(de)作品都已经能以假乱真了(le)。

02

难辨虚实，AIGC技术力爆(bào)发

警惕(tì)安全(quán)问题(tí)

近日，“苏(sū)州金鸡湖(hú)有游(yóu)艇party”的消(xiāo)息火(huǒ)遍(biàn)网络，而经(jīng)过(guò)警方辟谣这所谓(wèi)的“party”可能(néng)是全国第一起AI绘图诈(zhà)骗。

由于这(zhè)个活动里面给出的美女照片都是AI制作的真人照片绘(huì)图，因为太逼(bī)真，被大(dà)家当(dāng)成(chéng)真事传播了。

不过(guò)仔细(xì)观察可以(yǐ)发现，活(huó)动(dòng)发起者提供(gōng)的照片中有(yǒu)个很大(dà)的漏洞可(kě)以发现并非真人(rén)，而是(shì)AI绘图，那便是图片(piàn)中女性的手指(zhǐ)部分有(yǒu)的存(cún)在异常。

有(yǒu)行业人(rén)事表示：“现在因为(wèi)手指部分的绘画(huà)算法(fǎ)比较复杂，AI还不太(tài)会画(huà)人的手，但最新看到的图片(piàn)已经有越(yuè)来越完美的AI模型出现，以后可能(néng)就完全没(méi)有漏(lòu)洞了。”

类似的(de)AI作图诈骗在国外也已有(yǒu)发(fā)生。据英国(guó)广播(bō)公司报道，土耳其(qí)地震(zhèn)期间(jiān)，有Tiktok用(yòng)户使用(yòng)AI合(hé)成(chéng)了儿(ér)童受灾(zāi)的假照片(piàn)发布到网(wǎng)络，以此诱骗善良(liáng)的人打赏“捐助”从而实施诈(zhà)骗。

目前随着(zhe)技术发展，AIGC已经能做出真人照(zhào)片般的绘图效果，如果(guǒ)这样的图片被(bèi)用来诈(zhà)骗，将非常可怕。

此外(wài)AIGC还引发了很多担忧(yōu)，一方(fāng)面，批判者(zhě)认(rèn)为(wèi)AI在“学习”了大量前人(rén)的作品之后(hòu)，其创作没有任(rèn)何情绪(xù)和(hé)灵魂，难以和人类的(de)艺术创作相提并论。

另(lìng)一方面，AIGC背后(hòu)的版权、目前(qián)都并没有得到有(yǒu)效(xiào)的解决(jué)，还有AIGC会不会代替人类“至高无上”的创意。

马斯克也强调，人工(gōng)智能的(de)安全(quán)问题需要得(dé)到重视，太(tài)晚就来不(bù)及(jí)了。

03

AIGC下一站(zhàn)除了(le)视(shì)频，还有远方

技术都是有两面性的，潜在的危害并不能掩盖(gài)其光辉的(de)贡献。现在看(kàn)来，人工智(zhì)能技术将是第四次工业(yè)革命(mìng)的核(hé)心驱动力量(liàng)，将创造新(xīn)的增长奇(qí)迹。

过(guò)去一年，人工智能(néng)在技术和商业层面都有了(le)巨大(dà)进展，AI绘画就是人(rén)工智能技术发生方向性改(gǎi)变的一(yī)个(gè)代表。其下一站或许就是视频。

此前(qián)，Meta和谷歌先后发布了(le)几条引(yǐn)爆(bào)科技圈(quān)的短视频。这些视频引(yǐn)发关(guān)注并非内容做得多优秀，反(fǎn)而都非常(cháng)简单(dān)，比如一匹正在喝水的马，一只画(huà)画的玩(wán)具熊，或者一段骑摩(mó)托车的(de)第一视角录(lù)像，随便一个有手机的人都可以随手录下一段。

但这些短视(shì)频的创作方式(shì)非常简单(dān)，创作者仅仅需要向(xiàng)AI输(shū)入(rù)一段话(huà)，甚至只是说一下要求，AI就可以根据(jù)需要生(shēng)成一段视频。

谷(gǔ)歌发布的两(liǎng)个AI生成(chéng)视(shì)频(pín)分别(bié)来自于Imagen Video和Phenaki，前者主要突出的是高清，与(yǔ)Meta的Make-A-Video没有(yǒu)太多的(de)差别(bié)。

在Make-A-Video公布(bù)了AI生成的视频后，AI圈就已经玩了(le)一波梗，一个能(néng)够做出更高(gāo)清视(shì)频的AI还不足以在短时间内(nèi)戳中兴(xīng)奋(fèn)点。

Phenaki更加令人震(zhèn)惊的地方在于，它可以制作出超(chāo)过2分(fēn)钟的连(lián)贯的(de)也有确切(qiè)内容的视频，这才是真正让人(rén)们感(gǎn)到(dào)惊喜的地方(fāng)。因(yīn)为无论AI生成的视(shì)频多(duō)么高清，也只(zhǐ)能是为内容生产(chǎn)者(zhě)提(tí)供一个灵(líng)感，一(yī)个素材(cái)，一(yī)个过(guò)场动画(huà)。

不(bù)过能够制作出(chū)有具体剧情内(nèi)容的视频就意味着(zhe)，一些视频创作由AI代替人工完成已(yǐ)经初(chū)步有了可能。

当下AI的发展速度已(yǐ)经超过大(dà)部(bù)分人的想象(xiàng)。内容(róng)产业的(de)本质是供给创造需求(qiú)，AIGC作为全新的内容生产方式，可以为(wèi)内容产业(yè)带来(lái)更新的(de)内(nèi)容风格、更快的生(shēng)产速度，更低的生产(chǎn)成(chéng)本，这无疑会驱动内容产业的大爆发。

除了(le)AI绘图、视频，AIGC技(jì)术还能应(yīng)用于音乐、代码、机器人动作等多(duō)种内容(róng)形(xíng)式的生成(chéng)。不难发现(xiàn)该项技术不(bù)仅在(zài)游戏(xì)等行业能得到有(yǒu)为什么911不撞白宫，911未撞上白宫的飞机效应用，对(duì)于下一代互联网各种元素的构(gòu)建亦有关键意义。

从商业化的角度来看，文化娱乐、教育、传媒等诸多领域，本身就对基于AI的可视化内(nèi)容有强(qiáng)烈需求(qiú)。

因此，AI绘画(huà)及(jí)视(shì)频或不是结果，而只是(shì)AI进程中的一(yī)块(kuài)重要拼图，有望(wàng)在技术更(gèng)新的加持下(xià)实现更大的应(yīng)用价值(zhí)。

AI从理解(jiě)内容，走向了(le)可以生(shēng)成(chéng)内容(róng)，甚(shèn)至能够创造出(chū)独立价(jià)值(zhí)和独立视角的内容。AIGC的再次出(chū)圈，更代表着未来的(de)先进(jìn)生产力即将到来(lái)。

04

紧抓(zhuā)大模型与算力，牢固AIGC底座(zuò)

从技术的发(fā)展也可(kě)以看出(chū)，在语言大模型、图像大模型之后，多模(mó)态大模(mó)型已(yǐ)经(jīng)成为了新的趋势。

大模型被(bèi)誉为当前(qián)人工智能发展(zhǎn)的智能底座(zuò)，是全球(qiú)竞争最激烈的研究方向之(zhī)一(yī)，包括谷歌、亚(yà)马逊、百度、阿(ā)里、腾(téng)讯等(děng)众多头部企业(yè)都在竞(jìng)相发力。

不(bù)过训练大(dà)模型的确价格不(bù)菲，以国盛证(zhèng)券(quàn)发(fā)布的《ChatGPT需要多少算力》报告估算，GPT-3训练一(yī)次(cì)的成(chéng)本(běn)约(yuē)为(wèi)140万美元(yuán)。而对于(yú)一些(xiē)更大的LLM(大型语言模型)，训(xùn)练成本(běn)则介于(yú)200万(wàn)美元至1200万(wàn)美(měi)元(yuán)高价之间。

以ChatGPT在2023年1月(yuè)的独立访(fǎng)客平均数1300万(wàn)计(jì)算，其对应芯片需求为3万多片(piàn)英伟达(dá)A100 GPU，初(chū)始投入成本约为8亿美元，每(měi)日仅电(diàn)费就(jiù)在5万美元左右。

此外不论是ChatGPT还是AIGC，都离不开庞大算(suàn)力支持。在(zài)关注各类大模型的发(fā)展同时，更应该关注算力网络的(de)建设。

算力网络正驱动(dòng)AI产(chǎn)业发展进入史诗级(jí)加速进(jìn)程(chéng)，让AIGC及通(tōng)用(yòng)AI这一人工智(zhì)能发展的终极目(mù)标离得更(gèng)近(jìn)。

因为算力可(kě)以对突(tū)破性技术创新(xīn)提供(gōng)大力的支持。这方面，多模态大模型(xíng)是典(diǎn)型。作为(wèi)面向未来强人(rén)工(gōng)智能(néng)、通用人工(gōng)智(zhì)能的重要(yào)技术创新，多(duō)模态大(dà)模(mó)型已经(jīng)在人工智(zhì)能领(lǐng)域(yù)提出了很多(duō)年(nián)，业界(jiè)也有不少技术突破，但(dàn)是，多模态大模型(xíng)进(jìn)一步(bù)往下(xià)走(zǒu)，算力需求呈几何式(shì)上升，一般的算(suàn)力基础设施很快(kuài)将(jiāng)难(nán)以胜(shèng)任。

从(cóng)图像、文字、语音(yīn)单(dān)独一(yī)项的训练，到双模态、三模态的跃迁，让人工智能(néng)可以灵活(huó)应对(duì)不(bù)同模(mó)态的转化、像人与(yǔ)世界交互一(yī)样自(zì)然，这方面，由算力网络来驱动将有明显优(yōu)势。

此外，还有很多(duō)需要爆发式增长的算力来支撑的技术创新，将在人工智能算力网络支撑下快速(sù)推(tuī)进。

AIGC已经露(lù)出曙光，期(qī)待在大模型(xíng)和(hé)大算力的支持下AIGC能持续颠(diān)覆(fù)内容生产的方式，将创造的边际成本降低，让(ràng)万众受益(yì)。

未经允许不得转载：橘子百科-橘子都知道 为什么911不撞白宫，911未撞上白宫的飞机