自聊天机器(qì)人ChatGPT火爆以来，微软公司创始人(rén)比尔·盖茨已多次公开(kāi)谈论人工智能(néng)话题。在最近的(de)一(yī)次采访中，他再(zài)次表示(shì)：“AI可(kě)能会让科技行业迎来一次剧烈的洗(xǐ)牌”。

这个(gè)结论(lùn)是他在当地时间2月20日接受《In Good Company》节目专访时提(tí)出的。

他(tā)预期，AI的发(fā)展可能(néng)会威胁到谷(gǔ)歌的市占率，因(yīn)为微软在AI方面的行动(dòng)相当迅(xùn)速。而最终(zhōng)科技(jì)巨头将把AI整合成用户(hù)的“全能助手”，包揽一(yī)切应用，与人们进行沟通并(bìng)提供建议(yì)，可以取代亚马逊、Siri或Outlook等应用(yòng)。

大佬口中全能助手的(de)到来可能尚(shàng)需(xū)时日(rì)，但由ControlNet引发的又一次AI绘画(huà)浪潮，让AIGC在ChatGPT的话题热点(diǎn)包围中杀出重围。

01

ControlNet颠覆AI绘画新玩法

AIGC向可控(kòng)靠(kào)近

以(yǐ)AI绘画为代表(biǎo)的AIGC上一次爆火的时候(hòu)，还是2022年8月，在(zài)美国科罗拉多州举(jǔ)办的新(xīn)兴(xīng)数字艺术家(jiā)竞赛中(zhōng)，一幅名为《太空歌(gē)剧院》的作品获奖(jiǎng)。

随后各大厂商(shāng)的(de)AI绘画(huà)软件被广(guǎng)大网友熟知并体验(yàn)，Stable Diffusion便是(shì)其中代(dài)表。

用(yòng)户们可以在(zài)应用(yòng)中输入一组关(guān)键词(cí)或者一张照(zhào)片，就能获得一幅AI创作(zuò)的(de)画作。

作画的关(guān)键就是所(suǒ)输入的文(wén)本。同一(yī)组关(guān)键词也可(kě)以(yǐ)创作(zuò)出很多张(zhāng)风格不一样的(de)画作，这让创作的过程(chéng)就像开盲盒。

很多用(yòng)户很喜欢这种(zhǒng)不确定(dìng)的(de)惊喜，他们(men)会将生成的美图当做头像。而(ér)另一(yī)部分喜欢翻看AI绘画(huà)的(de)“翻车”作品。在社交(jiāo)媒体(tǐ)上，许多用户分享(xiǎng)AI“翻车(chē)现(xiàn)场”，例如，一位网友(yǒu)的小狗照片被AI画成了(le)“肌肉男”，还有网友的个(gè)人照片(piàn)被AI识别(bié)成(chéng)了建筑。

而如今随着(zhe)ControlNet的(de)出现(xiàn)与加持，以往(wǎng)AI绘画的填(tián)写关键词游戏可能(néng)要被颠(diān)覆了(le)。

ControlNet是一位正在斯坦(tǎn)福读博的(de)中国(guó)人(rén)张吕敏创(chuàng)作的一(yī)种基于控制点的(de)图像变(biàn)形算法，主要(yào)用于(yú)数字(zì)图(tú)像处(chù)理、计算机视觉和计算(suàn)机图形学等领(lǐng)域(yù)。

其SD插(chā)件一经发布，在短短(duǎn)的两天内便成为了AI绘画领域最新的热点。

在此之前(qián)，大家用了很多方法(fǎ)想(xiǎng)让AI生(shēng)成的(de)结果(guǒ)尽可能的(de)符合要(yào)求，但是都不(bù)尽如人意，它的(de)出现代表着(zhe)AI生成开始进入真(zhēn)正的可控时期。

因为ControlNet可以直接提取画面的构(gòu)图，人物的姿势(shì)和(hé)画面的深度(dù)信息(xī)等。有(yǒu)了它的帮(bāng)助，就不(bù)用频繁的用(yòng)提示词来(lái)碰运气，抽(chōu)盲盒(hé)式的创(chuàng)作(zuò)了。

通俗的说ControlNet相当于给AI绘画(huà)加(jiā)了(le)“魔法(fǎ)”，不少博主的作(zuò)品已经获得(dé)了大量的浏(liú)览(lǎn)量，“viggo”就是其中之一(yī)，他(tā)用朋友的照片直接带她(tā)们走进动(dòng)漫世界。

viggo先用StableDiffusion图片转文字。

再(zài)用Text2Prompt插件拓(tuò)展找到对应的关键词；最后用ControlNet插件绑(bǎng)定骨骼开始换关(guān)键词试效果(guǒ)。

通过图片就(jiù)可以看(kàn)出来，效(xiào)果(guǒ)十(shí)分惊艳。

更厉害(hài)的是(shì)，除了真(zhēn)实的照片，草图也可以加上“魔法”，知(zhī)乎大(dà)牛(niú)“DevPoint”和“逗砂(shā)”介绍到(dào)ControlNet还能实现线(xiàn)稿转全彩图。大神(shén)张吕敏(mǐn)其本尊也亲自回(huí)应。

不得不说当下AIGC已经变得越来越(yuè)强大，甚至输出的(de)作品(pǐn)都已(yǐ)经(jīng)能以(yǐ)假乱真了。

02

难辨虚实(shí)，AIGC技(jì)术力爆发

警惕安全问题(tí)

近(jìn)日(rì)，“苏(sū)州金鸡湖(hú)有(yǒu)游艇(tǐng)party”的(de)消息火遍网络，而经过(guò)警方(fāng)辟谣(yáo)这所谓的“party”可能(néng)是全(quán)国第一(yī)起AI绘图诈骗。

由于这个活(huó)动里面给(gěi)出的美(měi)女照片都是AI制作的真人(rén)照(zhào)片绘图，因为太逼真，被大家当(dāng)成真事传播了。

不过仔(zǎi)细(xì)观察可以发现，活动发起者(zhě)提供(gōng)的照片中(zhōng)有个很大的漏洞可(kě)以发现并非(fēi)真人，而是AI绘(huì)图，那便是图片中女(nǚ)性的手(shǒu)指部分有的存在异常。

有行业人事(shì)表示：“现在(zài)因为手指部分的绘(huì)画算法比较复杂，AI还不太会(huì)画(huà)人的手，但最新(xīn)看到(dào)的图(tú)片已经有越来越完美的AI模型出现，以后可(kě)能就完全(quán)没有漏(lòu)洞(dòng)了(le)。”

类似的AI作图诈骗在国外也已(yǐ)有(yǒu)发生。据英(yīng)国(guó)广(guǎng)播公司(sī)报道，土耳(ěr)其(qí)地震(zhèn)期间，有Tiktok用户使(shǐ)用AI合成(chéng)了(le)儿(ér)童受(shòu)灾的假(jiǎ)照片发布到网络，以此诱骗善良的人打(dǎ)赏(shǎng)“捐助”从而实施诈骗。

目前随着技术发展(zhǎn)，AIGC已经能做出真人照片(piàn)般(bān)的(de)绘图效(xiào)果，如果(guǒ)这(zhè)样的图片(piàn)被用来诈(zhà)骗(piàn)，将(jiāng)非常可(kě)怕(pà)。

此外AIGC还引发了很多(duō)担忧，一(yī)方(fāng)面，批判者认为AI在“学习(xí)”了(le)大量前人的作品之后，其(qí)创作没有任何(hé)情绪(xù)和灵魂，难以和(hé)人类(lèi)的艺术创作相提并论。

另一方面，AIGC背后的版权、目(mù)前(qián)都并没有(yǒu)得到有(yǒu)效的解决，还有AIGC会不会代(dài)替人类“至(zhì)高无上”的创意。

马斯克(kè)也(yě)强调(diào)，人工智(zhì)能的(de)安(ān)全问(wèn)题需要(yào)得到重视(shì)，太晚就来不及了(le)。

03

AIGC下一站除(chú)了视频(pín)，还(hái)有远方

技(jì)术(shù)都是有(yǒu)两面性(xìng)的，潜在(zài)的危害并不能掩盖其光辉的(de)贡(gòng)献。现在看(kàn)来，人工(gōng)智能技术(shù)将是第四次工业革命的核(hé)心驱动力(lì)量，将创造新的增(zēng)长奇(qí)迹。

过去一年，人工智(zhì)能在技术和商业层面都有(yǒu)了巨大进(jìn)展，AI绘(huì)画就是人工智能技术发生方向(xiàng)性(xìng)改变的(de)一(yī)个代表。其下一站或许就是(shì)视频。

此前，Meta和谷歌先后发(fā)布了几(jǐ)条引爆(bào)科技圈的短视频。这些视(shì)频引发关注并非内容做(zuò)得多优秀(xiù)，反(fǎn)而(ér)都非常(cháng)简单，比如(rú)一匹正(zhèng)在(zài)喝(hē)水的马，一只(zhǐ)画画(huà)的玩具熊，或(huò)者一(yī)段(duàn)骑摩托(tuō)车的第一(yī)视(shì)角(jiǎo)录(lù)像，随便(biàn)一个有(yǒu)手机的人都可以随(suí)手(shǒu)录(lù)下一段。

但这些短视频的创作方(fāng)式非常(cháng)简单，创作者仅仅需(xū)要向(xiàng)AI输(shū)入一段话，甚(shèn)至只是说(shuō)一下要求(qiú)，AI就可以根据需要生成(chéng)一(yī)段视(shì)频(pín)。

谷歌发布的两个AI生成视频分别来自于Imagen Video和Phenaki，前者主要突出的是高清，与(yǔ)Meta的(de)Make-A-Video没有太多的(de)差别。

在(zài)Make-A-Video公(gōng)布了AI生成的视频后，AI圈就已经玩了一(yī)波梗，一(yī)个能够(gòu)做出更高清(qīng)视频的AI还不足以在短时间内戳中(zhōng)兴奋点。

Phenaki更加令人震(zhèn)惊(jīng)的地方在于，它可以制作出超过2分钟的连贯的也有确切(qiè)内容的视频(pín)，这才是真正(zhèng)让人们感到惊喜的地(dì)方。因为无论AI生成的视频多么高清，也只能是(shì)为内容(róng)生产(chǎn)者(zhě)提供一个灵感(gǎn)，一个素材，一个过(guò)场动画。

不(bù)过能(néng)够制作(zuò)出有(yǒu)具体剧情内容(róng)的视频就意味着(zhe)，一些视频创作由(yóu)AI代替人工完成已经初步有了(le)可能(néng)。

当下AI的发展(zhǎn)速度已经超过大部分(fēn)人的想象(xiàng)。内容产(chǎn)业的本质(zhì)是供给创(chuàng)造(zào)需(xū)求(qiú)，AIGC作为全(quán)新的内(nèi)容生产(chǎn)方式(shì)，可以为(wèi)内(nèi)容产业带来(lái)更新的内容(róng)风格(gé)、更快的生产(chǎn)速度，更(gèng)低的生产成本，这无疑会驱动内容产业的大(dà)爆发(fā)。

除了AI绘图、视(shì)频(pín)，AIGC技术还能应(yīng)用于音(室外残疾人坡道坡度规范要求，室外残疾人坡道一般不超过yīn)乐、代码、机器人动作等(děng)多种内容形式的生(shēng)成。不难发现该项(xiàng)技术不仅(jǐn)在游戏等行业能得到有效应用(yòng)，对于下一代(dài)互联网(wǎng)各(gè)种(zhǒng)元(yuán)素的构建亦有关键(jiàn)意(yì)义(yì)。

从(cóng)商业(yè)化的角(jiǎo)度来看，文化(huà)娱乐、教育(yù)、传媒等诸多领域(yù)，本身就(jiù)对(duì)基于AI的可视化(huà)内容有强烈需求(qiú)。

因此，AI绘画(huà)及视频或不是结果(guǒ)，而只是AI进程中的(de)一块重(zhòng)要拼图，有望在技(jì)术更(gèng)新的加持下实现更大的(de)应用价值。

AI从理解内容，走向了可(kě)以(yǐ)生(shēng)成(chéng)内容，甚至能够创造出(chū)独立价值和独立(lì)视角的内(nèi)容。AIGC的再次出圈，更代表着未来的先进生产(chǎn)力即将(jiāng)到来(lái)。

04

紧抓大模(mó)型(xíng)与算力，牢固AIGC底座

从技术(shù)的发展也可(kě)以看出，在语言大模型、图像大模型之后，多模态大模型已经成为了新(xīn)的趋势。

大模型被誉为(wèi)当前人(rén)工智能发展的智能底(dǐ)座，是(shì)全球竞争最激烈的研究方向之一，包(bāo)括谷歌、亚(yà)马(mǎ)逊、百度(dù)、阿里、腾讯(xùn)等众多头部(bù)企(qǐ)业都在(zài)竞相发(fā)力。

不(bù)过训练大模型的确价(jià)格不(bù)菲，以国盛证(zhèng)券(quàn)发布的(de)《ChatGPT需要多(duō)少(shǎo)算(suàn)力》报告估(gū)算，GPT-3训练(liàn)一次的(de)成本约为(wèi)140万美元。而对于一(yī)些更大的(de)LLM(大型(xíng)语(yǔ)言(yán)模型)，训(xùn)练成本则介于(yú)200万(wàn)美(měi)元至1200万美元高(gāo)价之间。

以ChatGPT在2023年1月的独立(lì)访客平均(jūn)数1300万(wàn)计算(suàn)，其对应(yīng)芯片需求(qiú)为3万多片英伟达A100 GPU，初(chū)始投入成本(běn)约为8亿美(měi)元，每日仅电费就(jiù)在5万美元左(zuǒ)右。

此外(wài)不论(lùn)是ChatGPT还是AIGC，都离不开庞大(dà)算力(lì)支持。在关注各类大模(mó)型的发展同时，更应(yīng)该关注(zhù)算力网络的建设。

算力网络正驱动AI产(chǎn)业发展进(jìn)入史诗级加速进程，让AIGC及通(tōng)用AI这一人工智能发展的终极目(mù)标离得更近(jìn)。

因为(wèi)算力可(kě)以对突破性技(jì)术创新提供大力的支持。这方面，多模态大模型是典(diǎn)型。作(zuò)为面向未来强人(rén)工智能、通用人工智能的重要技术创新，多模态大模型已经在人工智能领域提出了很多年，业界也有(yǒu)不少技术突破，但(dàn)是，多模(mó)态大模型进(jìn)一步往下走，算力需求呈几(jǐ)何(hé)式上升(shēng)，一般的算力基础设施很快将难以胜(shèng)任。

从图像、文字、语音单独一项的训练，到双模态、三模态的跃迁，让人工智能(néng)可以灵活应对不同(tóng)模态的转化、像(室外残疾人坡道坡度规范要求，室外残疾人坡道一般不超过xiàng)人与世(shì)界交(jiāo)互一样(yàng)自然，这方面，由算(suàn)力网络来驱动将有明显优势。

此外(wài)，还(hái)有很多需要(yào)爆发式增(zēng)长的算(suàn)力来支(zhī)撑的(de)技术创新(xīn)，将在人(rén)工智能算力网(wǎng)络支(zhī)撑下快速推进。

AIGC已经露出曙(shǔ)光，期(qī)待在大模型和(hé)大(dà)算力的(de)支持下AIGC能持续颠覆(fù)内容(róng)生产的方式，将创造的边际成(chéng)本降低，让万(wàn)众受益。

未经允许不得转载：橘子百科-橘子都知道 室外残疾人坡道坡度规范要求，室外残疾人坡道一般不超过