自聊天(tiān)机器人ChatGPT火爆以来，微软(ruǎn)公司创始人比尔(ěr)·盖茨已多次公开谈论人(rén)工智能话题。在(zài)最近的一次采(cǎi)访中，他再次表示：“AI可能会让科技行业迎来一(yī)次剧烈的洗(xǐ)牌”。

这(zhè)个结论(lùn)是他在(zài)当地时间2月20日(rì)接(jiē)受(shòu)《In Good Company》节目专访(fǎng)时提出的(de)。

他预(yù)期(qī)，AI的发(fā)展(zhǎn)可能会威胁到谷歌(gē)的市占率，因为微软在AI方(fāng)面(miàn)的行动相当迅速。而最终科技巨(jù)头(tóu)将把AI整(zhěng)合成用户的“全能(néng)助手”，包揽(lǎn)一切应用，与人(rén)们进行沟通并提供(gōng)建议，可(kě)以(yǐ)取代亚马逊、Siri或Outlook等应用(yòng)。

大佬(lǎo)口(kǒu)中全(quán)能助手的(de)到(dào)来(lái)可能尚需时日(rì)，但由(yóu)ControlNet引发(fā)的又(yòu)一次AI绘画浪潮，让AIGC在ChatGPT的话题热点包围中杀出重围。

01

ControlNet颠(diān)覆AI绘画新玩法(fǎ)

AIGC向可控(kòng)靠近(jìn)

以AI绘画为(wèi)代表的(de)AIGC上一次爆火(huǒ)的时候(hòu)，还是2022年8月，在美国科罗(luó)拉多州举办的新(xīn)兴数字(zì)艺(yì)术家竞赛(sài)中，一(yī)幅名为《太空(kōng)歌剧院》的作品获(huò)奖(jiǎng)。

随后各大厂商(shāng)的AI绘(huì)画软件被广大网友(yǒu)熟知并(bìng)体(tǐ)验，Stable Diffusion便是其中(zhōng)代表(biǎo)。

用户们可以在应用中输入一(yī)组关键词或者(zhě)一张照片，就能获(huò)得一幅AI创作的画(huà)作。

作画的关键就是所输(shū)入的文本。同一组(zǔ)关(guān)键(jiàn)词(cí)也可以创作出(chū)很多张风格不一样(yàng)的画作，这让创作的过程就像开盲盒(hé)。

很(hěn)多用户很喜欢这种(zhǒng)不确定的惊喜，他(tā)们会将(jiāng)生成的美图当(dāng)做(zuò)头像。而另(lìng)一部分喜欢(huān)翻(fān)看AI绘画(huà)的“翻(fān)车”作(zuò)品。在社交媒(méi)体上，许多用户分享AI“翻车现(xiàn)场”，例如，一位(wèi)网友的小狗照片被AI画成(chéng)了(le)“肌肉男”，还有网(wǎng)友的个(gè)人照片被AI识别(bié)成了建筑。

而如(rú)今随着(zhe)ControlNet的(de)出现与加持(chí)，以往(wǎng)AI绘画的填写关(guān)键词(cí)游戏(xì)可能要被颠覆了。

ControlNet是一(yī)位(wèi)正在斯坦(tǎn)福读博的中国人张吕敏创作的一种基(jī)于控制点的(de)图像变形算法，主要用(yòng)于数字(zì)图像处理、计(jì)算机视觉(jué)和计算机图形学等(děng)领域。

其SD插件一经发(fā)布，在短短的(de)两天内便成为了AI绘画领域最新的热点(diǎn)。

在此之前，大家用了很多(duō)方法想让AI生成的结(jié)果尽可能的符合(hé)要(yào)求，但是都(dōu)不尽如人意，它的(de)出现代表(biǎo)着AI生成开始进入真(zhēn)正(zhèng)的可控时期。

因(yīn)为ControlNet可(kě)以直(zhí)接提取画面的构图，人物(wù)的姿势和(hé)画面的深度信(xìn)息(xī)等。有(yǒu)了它的帮助(zhù)，就不用频繁的用提示词来碰运气，抽(chōu)盲盒(hé)式的创作了。

通俗(sú)的(de)说ControlNet相当于给AI绘(huì)画加了“魔法”，不少博主(zhǔ)的作品已经获得(dé)了大(dà)量的浏览(lǎn)量，“viggo”就是(shì)其中之一，他用朋友的照片直接带她们走进动漫(màn)世(shì)界。

viggo先用(yòng)StableDiffusion图片转文字。

再用Text2Prompt插件拓(tuò)展找到对(duì)应(yīng)的关(guān)键词；最后用ControlNet插件绑定骨骼开始换(huàn)关键词(cí)试效果。

通过图(tú)片就可以看出(chū)来(lái)，效(xiào)果十(shí)分惊(jīng)艳。

更厉害的是，除了真实的照(zhào)片，草图也可以加上“魔法”，知乎(hū)大牛“DevPoint”和“逗砂”介绍到ControlNet还能实现线稿转全彩(cǎi)图。大神张吕敏其本尊也亲自回应。

不得不说当下AIGC已经变得越来越(yuè)强大，甚至输出的作(zuò)品都已经能以假乱真了(le)。

02

难(nán)辨虚实，AIGC技(jì)术力爆发

警(jǐng)惕安(ān)全问(wèn)题

近日，“苏州金鸡湖(hú)有(yǒu)游艇(tǐng)party”的消息火遍网络，而经过警方辟谣这所谓的“party”可能是全国第(dì)一起AI绘图诈骗。

由于这(zhè)个(gè)活动里面给出的美女(nǚ)照片都是(shì)AI制作的真人照(zhào)片绘图，因为(wèi)太逼真，被大(dà)家(jiā)当成(chéng)真事传播了(le)。

不过仔(zǎi)细观察可以发现，活动发起者提供的(de)照片中有个很大(dà)的漏洞可以发现并非真人，而是AI绘图，那(nà)便(biàn)是图(tú)片中女性的手指(zhǐ)部分(fēn)有的存在异常。

有行业人事(shì)表(biǎo)示：“现在因为(wèi)手指部(bù)分(fēn)的绘画算法比较复杂，AI还(hái)不太(tài)会(huì)画人的(de)手，但最新看(kàn)到的图片已经有(yǒu)越(yuè)来越完(wán)美(měi)的AI模型出现，以后可能(néng)就(jiù)完(wán)全没(méi)有漏(lòu)洞(dòng)了。”

类似(shì)的(de)AI作图诈骗在国(guó)外也已有(yǒu)发生。据英国广(guǎng)播公司报道，土耳其地震期间，有Tiktok用户使(shǐ)用AI合成了(le定性变量与定量变量区别在哪，定性变量与定量变量区别)儿童受灾的假照片发布到(dào)网络，以此(cǐ)诱骗善良的人打赏“捐(juān)助”从(cóng)而实施诈骗。

目前(qián)随着技术发展，AIGC已经能做(zuò)出(chū)真人照片般的绘图效果，如果这(zhè)样的图片被(bèi)用来(lái)诈骗，将非常(cháng)可怕。

此(cǐ)外AIGC还(hái)引发了很多担忧(yōu)，一方面，批判者认为AI在“学习(xí)”了大量前人(rén)的作品(pǐn)之后，其创(chuàng)作没有任何情绪和灵(líng)魂，难以和人类的艺术创作(zuò)相(xiāng)提(tí)并(bìng)论。

另一(yī)方面(miàn)，AIGC背后的版权、目(mù)前都并(bìng)没有得到有(yǒu)效的(de)解决，还有AIGC会(huì)不会代(dài)替人类“至高无上”的(de)创意(yì)。

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

03

AIGC下一(yī)站除了视(shì)频，还(hái)有远方

技(jì)术都是有两面性的，潜(qián)在的危害并(bìng)不(bù)能掩盖其光辉的贡(gòng)献。现在(zài)看来，人工智能技(jì)术将是第四次工业革命的核心驱动力量，将创造新的增长奇迹。

过去一年，人工(gōng)智能(néng)在技术和商业(yè)层面都有了(le)巨(jù)大进展，AI绘画就是人(rén)工智能(néng)技术发生方(fāng)向定性变量与定量变量区别在哪，定性变量与定量变量区别性改(gǎi)变的一个(gè)代表。其下一站或(huò)许就是(shì)视(shì)频。

此前，Meta和(hé)谷歌先后发(fā)布了几条引爆科(kē)技圈(quān)的短(duǎn)视(shì)频。这些视频引发关注并非(fēi)内(nèi)容做(zuò)得多优秀，反而都非(fēi)常简单(dān)，比如(rú)一匹正(zhèng)在(zài)喝水的马，一只(zhǐ)画画的玩(wán)具熊，或者一段骑摩(mó)托车的第一视角录像(xiàng)，随便一个有手(shǒu)机的(de)人都(dōu)可以随手录下一段。

但这些短视(shì)频的创作方式非(fēi)常简单，创(chuàng)作(zuò)者仅仅需要向AI输入一(yī)段话(huà)，甚至只是说一下要求，AI就可(kě)以根据需要(yào)生成一段(duàn)视频。

谷歌发布的两个AI生成视频分别(bié)来自于(yú)Imagen Video和Phenaki，前者(zhě)主要突出的是高(gāo)清(qīng)，与Meta的Make-A-Video没有(yǒu)太多(duō)的差别。

在(zài)Make-A-Video公(gōng)布了AI生(shēng)成(chéng)的视频(pín)后，AI圈就已经玩了一波梗(gěng)，一个能够做(zuò)出更高(gāo)清(qīng)视频(pín)的AI还不(bù)足以在短时间内戳中兴奋点。

Phenaki更加(jiā)令人震惊的地方在于(yú)，它可以制作出超过(guò)2分(fēn)钟(zhōng)的连贯(guàn)的也(yě)有确切(qiè)内容的视频，这(zhè)才是真正让人(rén)们感到惊喜(xǐ)的地方。因为无论AI生成的视频多么(me)高清(qīng)，也(yě)只(zhǐ)能是(shì)为内容生(shēng)产者提(tí)供一个灵感，一个素材，一个过场动画。

不过能(néng)够(gòu)制作出有具(jù)体剧情内容的视频(pín)就(jiù)意味着，一些视频创作由AI代替(tì)人(rén)工(gōng)完成已(yǐ)经初步(bù)有了可能(néng)。

当下AI的发(fā)展速度已(yǐ)经超过大部分人的(de)想象。内容产业的本质是供给创造需求，AIGC作为(wèi)全(quán)新的内容生产方(fāng)式(shì)，可以为内容(róng)产(chǎn)业带来更新(xīn)的内容风(fēng)格、更(gèng)快(kuài)的生产速(sù)度(dù)，更低的(de)生产成本，这无疑(yí)会驱动内容产(chǎn)业的(de)大爆发(fā)。

除了AI绘图(tú)、视频，AIGC技(jì)术还能应用于音乐、代(dài)码、机器人动(dòng)作等(děng)多种(zhǒng)内容(róng)形式(shì)的生成。不难发现该项技(jì)术不仅在(zài)游(yóu)戏等(děng)行业(yè)能得(dé)到有效应用，对于(yú)下一代互联网各种元素的构建亦有(yǒu)关键意(yì)义。

从(cóng)商业化的角(jiǎo)度来看，文化娱乐、教(jiào)育、传媒等诸多领(lǐng)域，本(běn)身就对(duì)基于AI的(de)可(kě)视化内容(róng)有强烈需(xū)求。

因(yīn)此，AI绘画及视频或不是结(jié)果，而只是AI进(jìn)程中(zhōng)的一块重(zhòng)要(yào)拼图，有望在技术更新(xīn)的加持下实现更大的应用(yòng)价值。

AI从理(lǐ)解内容，走向了可(kě)以生(shēng)成(chéng)内容，甚至(zhì)能够创造(zào)出(chū)独立价值和(hé)独(dú)立(lì)视角(jiǎo)的(de)内容。AIGC的再次出圈，更代表着未来的先进生产力即将到来。

04

紧抓大(dà)模型与(yǔ)算力，牢固AIGC底座

从技(jì)术的发展也可以看(kàn)出，在(zài)语(yǔ)言大模型、图(tú)像大(dà)模型之(zhī)后，多模态大模型(xíng)已经成为了新的趋势。

大模型被誉(yù)为(wèi)当前(qián)人(rén)工(gōng)智能发展的智能底座，是(shì)全球竞争最激(jī)烈(liè)的(de)研究方向之一，包括谷歌(gē)、亚(yà)马逊、百(bǎi)度、阿里、腾(téng)讯等众多头部企(qǐ)业(yè)都在竞相发力(lì)。

不过训(xùn)练大模型的确价(jià)格不菲，以国盛证券发布的《ChatGPT需要多少算(suàn)力(lì)》报告估(gū)算，GPT-3训练一次的成本约为(wèi)140万(wàn)美元。而对于一些更大的(de)LLM(大型(xíng)语言模型)，训练成本则介于200万美元至1200万美元(yuán)高价之(zhī)间。

以ChatGPT在2023年1月的独(dú)立访客平(píng)均数1300万计算，其(qí)对(duì)应芯片需求(qiú)为3万多片英伟达A100 GPU，初始投(tóu)入(rù)成(chéng)本约为8亿美(měi)元，每(měi)日(rì)仅电费就在5万(wàn)美元左右。

此外不论是ChatGPT还是(shì)AIGC，都离不(bù)开(kāi)庞大算力支(zhī)持。在(zài)关注各类(lèi)大模型的发(fā)展同时，更(gèng)应该关(guān)注算(suàn)力网络(luò)的建设。

算力网络正驱动AI产业(yè)发(fā)展进入史(shǐ)诗级(jí)加速进(jìn)程，让AIGC及通用AI这一人工(gōng)智能(néng)发(fā)展的终极目标离得更近。

因为算(suàn)力可(kě)以对突破性技术创新(xīn)提供大力的支(zhī)持(chí)。这(zhè)方面(miàn)，多(duō)模态大模型是典型。作为面(miàn)向未来强(qiáng)人工(gōng)智能、通用人工(gōng)智能的重要技(jì)术(shù)创新，多模(mó)态大(dà)模型已经在人工智能领(lǐng)域提出了很多年(nián)，业界也(yě)有不少技术突破，但是，多模态大模型进一步往(wǎng)下走，算力需求呈(chéng)几何式(shì)上升(shēng)，一(yī)般的(de)算力基(jī)础设(shè)施很快将(jiāng)难(nán)以胜任(rèn)。

从图像、文字、语音单独一项的训(xùn)练，到双模(mó)态(tài)、三模态的跃迁(qiān)，让人工智能可以灵活应对不同模态(tài)的转化、像人与(yǔ)世界交互(hù)一样自然，这方面，由算力网络来驱动将有明显优势。

此外，还(hái)有很多需要(yào)爆发(fā)式增长的算(suàn)力来(lái)支撑的技术创新，将在人(rén)工智能算力(lì)网络支撑下快速推进(jìn)。

AIGC已经露出曙光，期待(dài)在大模型(xíng)和大算力的支持(chí)下AIGC能持(chí)续颠覆内容生产的方式(shì)，将创造(zào)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 定性变量与定量变量区别在哪，定性变量与定量变量区别