自(zì)聊天机器人ChatGPT火爆(bào)以来，微(wēi)软公司创(chuàng)始人比(bǐ)尔·盖茨已多次公开谈(tán)论(lùn)人(rén)工智(zhì)能话(huà)题(tí)。在最近的一次采访中(zhōng)，他再次表示：“AI可能会让科技(jì)行业迎来一次(cì)剧烈的洗(xǐ)牌”。

这个(gè)结(jié)论是他在当地时间(jiān)2月(yuè)20日接受《In Good Company》节目专访时(shí)提出的。

他(tā)预期，AI的发展可能会威胁到谷歌的(de)市占率，因(yīn)为(wèi)微(wēi)软在(zài)AI方面的行(xíng)动相(xiāng)当迅速。而(ér)最终(zhōng)科技巨头将把AI整合(hé)成用户的“全能助手”，包揽一切应用，与人们进行(xíng)沟通并(bìng)提供(gōng)建议，可以取代亚马逊、Siri或Outlook等应(yīng)用。

大佬口中全能助手的到来可(kě)能尚(shàng)需时日(rì)，但由ControlNet引发(fā)的(de)又一次(cì)AI绘画浪潮(cháo)，让AIGC在ChatGPT的(de)话题热点包围中杀出重围。

01

ControlNet颠覆AI绘画新(xīn)玩法(fǎ)

AIGC向(xiàng)可控靠(kào)近

以AI绘(huì)画为(wèi)代(dài)表的AIGC上(shàng)一(yī)次爆火的(de)时候(hòu)，还是2022年(nián)8月，在美国科(kē)罗(luó)拉多州(zhōu)举办(bàn)的新兴(xīng)数字艺术(shù)家竞(jìng)赛(sài)中，一(yī)幅名为《太空歌剧院》的作品获奖。

随后(hòu)各大(dà)厂商的AI绘画软件(jiàn)被广大网(wǎng)友熟知并体验，Stable Diffusion便是(shì)其中(zhōng)代(dài)表。

作(zuò)画(huà)的关键就(jiù)是所(suǒ)输入(rù)的文(wén)本。同一组关键词也可以创作出很多张风(fēng)格不一样(yàng)的画作，这让(ràng)创作的过(guò)程就像开(kāi)盲盒。

很多(duō)用户很(hěn)喜欢这种不确定的惊喜，他们会将生成的美图(tú)当做(zuò)头像。而(ér)另一部分喜欢翻看AI绘(huì)画的“翻(fān)车”作品(pǐn)。在社交媒体上，许多用户(hù)分享AI“翻车现场”，例如(rú)，一位网友的小狗照片被AI画成(chéng)了“肌肉男(nán)”，还(hái)有网(wǎng)友的个人照片被AI识别(bié)成了建(jiàn)筑。

而如今随着ControlNet的出现与(yǔ)加持，以往AI绘画的填写关键词游戏(xì)可能要被颠覆了。

ControlNet是一位(wèi)正在(zài)斯坦福读(dú)博的中(zhōng)国人(rén)张吕敏(mǐn)创作的一种基(jī)于控制点的图(tú)像变形算法，主要用于数字(zì)图像(xiàng)处理、计(jì)算(suàn)机视觉和(hé)计算机图形(xíng)学等(děng)领域。

其(qí)SD插件一经发布，在短短的(de)两天内便成(chéng)为了AI绘画领域最新(xīn)的热点(diǎn)。

在此之前，大家用了很多方法(fǎ)想让AI生(shēng)成的(de)结(jié)果尽可(kě)能的符(fú)合要求，但(dàn)是(shì)都不尽如人意(yì)，它的出现代表着AI生成开始进(jìn)入真(zhēn)正的可控时期。

因(yīn)为ControlNet可(kě)以直接(jiē)提取(qǔ)画面的构图(tú)，人物(wù)的姿势和画面的(de)深度信(xìn)息等。有了它(tā)的帮助，就不用频(pín)繁的用(yòng)提示词来碰运气，抽(chōu)盲盒(hé)式的创作了(le)。

通俗的(de)说ControlNet相当于(yú)给AI绘画加(jiā)了(le)“魔(mó)法(fǎ)”，不少博主(zhǔ)的作品已(yǐ)经获得(dé)了大量的(de)浏览量，“viggo”就是其中(zhōng)之一，他(tā)用(yòng)朋友的照片直接带她们走进(jìn)动(dòng)漫世界(jiè)。

viggo先用StableDiffusion图片(piàn)转文字。

再用Text2Prompt插件拓展找到对(duì)应的关键词；最后用ControlNet插件(jiàn)绑(bǎng)定骨骼(gé)开始(shǐ)换关键词试效果。

通过(guò)图片(piàn)就可(kě)以看出来，效果十分(fēn)惊艳。

更厉(lì)害的是，除了真(zhēn)实的照片，草图也可以(yǐ)加上“魔法”，知乎大牛“DevPoint”和“逗砂”介绍到(dào)ControlNet还能(néng)实现(xiàn)线(xiàn)稿转全彩图。大神(shén)张吕敏其本(běn)尊也亲(qīn)自回应(yīng)。

不得不说当(dāng)下AIGC已(yǐ)经变得越来(lái)越强大，甚至输出的(de)作品都(dōu)已经能(néng)以假乱真了。

02

难辨虚实，AIGC技术力爆发

警(jǐng)惕(tì)安全(quán)问题(tí)

近日，“苏州金鸡湖有游艇party”的消(xiāo)息火遍网络，而(ér)经过(guò)警方辟谣(yáo)这所谓的“party”可(kě)能(néng)是(shì)全国第一起AI绘图诈骗(piàn)。

由于这个活动里面给出(chū)的美女照片都是AI制作的真人(rén)照片绘(huì)图(tú)，因为太(tài)逼真，被大家当(dāng)成真事(shì)传播了。

无法企及是什么意思，不可企及是什么意思"https://mmbiz.heiliaofuli.com/wp-content/uploads/2023/03/2d75fd6b1ee0be6.png?imageMogr2/thumbnail/2160x0/format/webp/quality/80" data-ratio="0.66640625" data-s="300,640" data-type="png" data-w="1280">

不过仔(zǎi)细观察可(kě)以(yǐ)发(fā)现，活动(dòng)发起者提供(gōng)的照片(piàn)中有个很大的漏洞可以发(fā)现并非真人，而是AI绘图，那便是图片中(zhōng)女性的手指部分有的存在异常。

有行业人事(shì)表示：“现在(zài)因(yīn)为手指(zhǐ)部(bù)分的(de)绘画算法比较复杂，AI还(hái)不(bù)太会画人的手，但(dàn)最新看到的图片已经有越来越(yuè)完美的AI模(mó)型(xíng)出现，以后可能就完全(quán)没(méi)有漏洞了(le)。”

类(lèi)似的AI作图诈骗在国外也已有发生(shēng)。据英(yīng)国广播(bō)公(gōng)司报道，土耳(ěr)其地震期间，有Tiktok用户使用(yòng)AI合(hé)成(chéng)了儿童(tóng)受(shòu)灾的假照片发布到网(wǎng)络，以此(cǐ)诱骗善(shàn)良(liáng)的人打赏(shǎng)“捐(juān)助”从而(ér)实(shí)施诈骗(piàn)。

目前随着技术发(fā)展(zhǎn)，AIGC已经能做(zuò)出真人照(zhào)片般(bān)的(de)绘图效果，如果这样的图片被(bèi)用来(lái)诈骗，将非常可怕。

此外(wài)AIGC还引(yǐn)发了很多(duō)担(dān)忧，一(yī)方面，批(pī)判(pàn)者认为AI在“学习(xí)”了大量前人的作品之后，其创(chuàng)作(zuò)没有任何情绪和(hé)灵(líng)魂，难以和(hé)人类的艺(yì)术创(chuàng)作相提(tí)并论。

另一方(fāng)面，AIGC背后(hòu)的(de)版权、目前都并没有得(dé)到有效的(de)解决，还(hái)有AIGC会不会代替(tì)人类“至高无上”的创意。

马斯(sī)克也强调，人(rén)工智(zhì)能的安全问题(tí)需要(yào)得到重(zhòng)视(shì)，太晚就来不及了(le)。

03

AIGC下一站除了视(shì)频，还(hái)有远方

技(jì)术都是有两面性的，潜在的危(wēi)害并不能(néng)掩盖其光辉的贡献。现在看来(lái)，人工智能技术将是第四次(cì)工业革命(mìng)的核心驱动力量，将创造新的增(zēng)长(zhǎng)奇迹。

过(guò)去(qù)一年，人工智(zhì)能(néng)在技术和(hé)商业层面都有了巨大进展，AI绘画就是人工智(zhì)能(néng)技术发生方向性(xìng)改变的一个代(dài)表。其下一站或许(xǔ)就是视频。

此前，Meta和谷(gǔ)歌先后发(fā)布了几条引爆科技圈的短(duǎn)视频。这些视频引发关注并非内容做得多优(yōu)秀，反而都非常(cháng)简(jiǎn)单(dān)，比(bǐ)如一匹(pǐ)正在喝水的马，一只(zhǐ)画画的(de)玩具熊，或者(zhě)一段骑摩托车的第一视角录(lù)像，随(suí)便(biàn)一个有(yǒu)手(shǒu)机的人(rén)都可以随手录下一段。

但这些(xiē)短(duǎn)视频的创(chuàng)作方(fāng)式非常(cháng)简单，创作者(zhě)仅(jǐn)仅需要向AI输(shū)入一段(duàn)话，甚至只(zhǐ)是(shì)说(shuō)一下要求，AI就可(kě)以根据需要生成一段视(shì)频。

谷歌发(fā)布的两个AI生(shēng)成视(shì)频分别来自于Imagen Video和Phenaki，前者主要(yào)突出的是(shì)高清，与Meta的Make-A-Video没有太多的(de)差别。

在Make-A-Video公布了(le)AI生成的视(shì)频后(hòu)，AI圈就已经玩了一波梗(gěng)，一(yī)个能够做出(chū)更高(gāo)清(qīng)视频的(de)AI还不足以在短时间内戳中兴奋(fèn)点。

Phenaki更加令(lìng)人震惊的(de)地(dì)方在于，它可以制作出超(chāo)过2分钟的连贯的也有确切(qiè)内容的视频，这才是真正让(ràng)人(rén)们感到惊喜(xǐ)的地方(fāng)。因为无论AI生成的视频多么高清，也(yě)只能(néng)是为内容生(shēng)产者提供一个灵感(gǎn)，一个(gè)素(sù)材，一个过场(chǎng)动画。

不过能够制(zhì)作出有具体剧情内容的视频就意味着，一些视频(pín)创作(zuò)由AI代(dài)替人工完成已经(jīng)初步有(yǒu)了可能(néng)。

当下AI的发展(zhǎn)速度已经超过大部分人的(de)想象(xiàng)。内容产业的(de)本质是(shì)供(gōng)给创(chuàng)造(zào)需求(qiú)，AIGC作为(wèi)全新的内容生产(chǎn)方式(shì)，可以为内容产业带来更新(xīn)的内容风格、更快的生产速度(dù)，更低的(de)生(shēng)产成本(běn)，这(zhè)无疑会驱(qū)动内容产业的大爆发。

除(chú)了AI绘图、视(shì)频，AIGC技术还能应用于音乐(lè)、代(dài)码、机器人(rén)动作等多种(zhǒng)内(nèi)容(róng)形式的(de)生成。不难发现该(gāi)项(xiàng)技术不仅在游戏等行业能(néng)得到有(yǒu)效应(yīng)用，对于下(xià)一(yī)代互联网各种(zhǒng)元素的构建亦有关键(jiàn)意义。

从(cóng)商(shāng)业化的角(jiǎo)度来看(kàn)，文(wén)化娱乐(lè)、教育、传(chuán)媒等(děng)诸多领域，本身就对(duì)基(jī)于AI的可视化内容有强(qiáng)烈需(xū)求(qiú)。

因此，AI绘(huì)画及视频(pín)或不是结果，而只是AI进程中的(de)一(yī)块重(zhòng)要拼图(tú)，有望在技术更新的加持下实(shí)现更大(dà)的应用价值(zhí)。

AI从理解内容，走向了可以生成内容，甚至能够创(chuàng)造出独立(lì)价值和独立视角的内容。AIGC的再次出圈，更代表着未来的先进生产力即(jí)将到来。

04

紧抓大模型与(yǔ)算力，牢固AIGC底座

从(cóng)技术的发展也可(kě)以看(kàn)出，在语言大模型、图(tú)像大模型之后，多模(mó)态大模型已经成为了新的趋势。

大(dà)模型被誉为(wèi)当(dāng)前人工智能发(fā)展(zhǎn)的智能(néng)底座，是全球竞争最(zuì)激烈的研究方向之一，包(bāo)括谷歌、亚马逊、百度、阿里、腾讯(xùn)等众(zhòng)多头部企业都在(zài)竞相(xiāng)发力。

不过训练大模型的确(què)价格不菲，以国盛证券发布(bù)的《ChatGPT需要(yào)多少(shǎo)算力》报告估(gū)算，GPT-3训练一(yī)次(cì)的成本(běn)约为140万美(měi)元。而对于一些更大的LLM(大型语言模型)，训练(liàn)成本(běn)则介于200万美元(yuán)至(zhì)1200万美(měi)元高价之间。

以(yǐ)ChatGPT在2023年1月的独(dú)立访客平均数(shù)1300万计算，其对应芯片(piàn)需(xū)求为3万多(duō)片英伟(wěi)达A100 GPU，初始投入成本约为8亿美元，每(měi)日仅(jǐn)电费就(jiù)在5万美元左右。

此外不论(lùn)是ChatGPT还(hái)是(shì)AIGC，都离不开庞(páng)大算力支持。在(zài)关注(zhù)各类大模型的发展同时(shí)，更应该关注(zhù)算力(lì)网(wǎng)络的建设。

算力网络正驱动AI产业发展(zhǎn)进入(rù)史诗(shī)级(jí)加速进程(chéng)，让AIGC及通用AI这一(yī)人工智能发展(zhǎn)的(de)终(zhōng)极(jí)目标离(lí)得更近。

因为(wèi)算力可以对突破(pò)性技术创新(xīn)提供大力(lì)的支持。这方面(miàn)，多模(mó)态大模型是典型。作为面向未来强人工智能、通用人工(gōng)智能的(de)重要技术创新，多模态大模型已经在人工智能领域提出了很(hěn)多年(nián)，业界也有不少技术突破，但是，多模态大模(mó)型进一(yī)步往下走，算力(lì)需求(qiú)呈几(jǐ)何式上(shàng)升，一般的算力(lì)基础设施很快将难(nán)以胜(shèng)任。

从图像、文字、语音单(dān)独一(yī)项的训(xùn)练，到双模态、三模(mó)态的跃(yuè)迁，让(ràng)人工智能可以(yǐ)灵活应对不(bù)同模态的转化、像人与世(shì)界交互(hù)一样自然(rán)，这(zhè)方(fāng)面，由算(suàn)力(lì)网络(luò)来驱(qū)动将有明显优势(shì)。

此外，还(hái)有很多需要爆发式增长的算力来支撑的技(jì)术创(chuàng)新(xīn)，将在人工智能算力(lì)网络(luò)支撑下快速推进。

AIGC已(yǐ)经露出曙(shǔ)光，期待在大模型和(hé)大算力的支持下AIGC能持(chí)续颠(diān)覆内容生产的(de)方式，将创造(zào)的边际成(chéng)本降低，让万众(zhòng)受益。

未经允许不得转载：橘子百科-橘子都知道 无法企及是什么意思，不可企及是什么意思