自聊天(tiān)机(jī)器(qì)人ChatGPT火(huǒ)爆以来，微软公司创始人比尔·盖茨已多(duō)次(cì)公(gōng)开(kāi)谈(tán)论人工智能话题。在最近的一次采访中，他再次表示：“AI可(kě)能会(huì)让科技行业(yè)迎来一次剧烈的(de)洗(xǐ)牌(pái)”。

这个结论(lùn)是他在当地(dì)时间(jiān)2月20日接受《In Good Company》节(jié)目(mù)专(zhuān)访时(shí)提(tí)出(chū)的。

他预期，AI的发展可能会威(wēi)胁到谷歌的市占率，因为微软在AI方(fāng)面(miàn)的行动相(xiāng)当迅速。而(ér)最(zuì)终科技巨头(tóu)将把AI整合成(chéng)用户的“全能助手”，包揽(lǎn)一切应用，与人们进行沟(gōu)通并提(tí)供建议，可(kě)以(yǐ)取(qǔ)代亚马逊、Siri或Outlook等应用。

大佬口中全能(néng)助手(shǒu)的到来可(kě)能尚需(xū)时(shí)日，但由ControlNet引发的又一次AI绘画浪潮，让AIGC在(zài)ChatGPT的话题热点包围中杀(shā)出(chū)重围。

01

ControlNet颠(diān)覆AI绘(huì)画新玩法

AIGC向可控靠近

以AI绘(huì)画为代表的AIGC上一(yī)次(cì)爆火的时候，还是(shì)2022年8月，在美国科罗拉(lā)多州举办(bàn)的新兴数字艺术(shù)家竞(jìng)赛中(zhōng)，一(yī)幅名为(wèi)《太空歌剧(jù)院》的作品获奖。

随(suí)后(hòu)各大(dà)厂商的AI绘画软件(jiàn)被广大(dà)网(wǎng)友(yǒu)熟(shú)知并体验，Stable Diffusion便是(shì)其中代表。

用户们(men)可以在应用中输入一组(zǔ)关键词(cí)或者(zhě)一张(zhāng)照片(piàn)，就能(néng)获(huò)得一幅AI创作的画(huà)作。

作画的关键(jiàn)就是所输(shū)入的文本。同一组关(guān)键词也可以创作出(chū)很多张风格(gé)不一样的(de)画作，这让创(chuàng)作的过程就(jiù)像开盲(máng)盒。

很(hěn)多用户很喜欢这种不确定的惊喜，他(tā)们会将生(shēng)成(chéng)的美图(tú)当(dāng)做头像(xiàng)。而另(lìng)一部分喜欢翻看AI绘画的“翻车”作(zuò)品。在(zài)社交媒体上，许多(duō)用户(hù)分享AI“翻车现(xiàn)场”，例(lì)如(rú)，一位网友的小狗照(zhào)片被AI画成(chéng)了“肌肉男(nán)”，还有(yǒu)网(wǎng)友的个人照片被AI识别成了建筑。

而如今随着ControlNet的出现与加持(chí)，以往AI绘(huì)画的填写关键(jiàn)词游戏可能要被颠覆了。

ControlNet是一(yī)位(wèi)正在(zài)斯坦(tǎn)福读博的(de)中国人(rén)张(zhāng)吕敏创作(zuò)的一(yī)种基于(yú)控制(zhì)点的(de)图像变(biàn)形算法，主要用于数字图像(xiàng)处理、计算机视觉和计算机图形(xíng)学等领(lǐng)域。

其SD插(chā)件一经发(fā)布(bù)，在短短(duǎn)的两天内便成为(wèi)了(le)AI绘画领(lǐng)域最新的热点。

在此(cǐ)之前(qián)，大家用了很多方法(fǎ)想让AI生成的(de)结果(guǒ)尽可能的(de)符合要求，但是都(dōu)不尽如人(rén)意，它的出(chū)现(xiàn)代表着AI生成开始进入真正(zhèng)的可控时期。

因为ControlNet可以(yǐ)直接提取(qǔ)画(huà)面的构图，人物的(de)姿(zī)势和画面的深度(dù)信(xìn)息(xī)等。有了它的帮助，就(jiù)不用频繁的(de)用提示(shì)词来碰运气，抽盲盒式的创作了。

通俗的(de)说ControlNet相当于给AI绘画加了“魔法(fǎ)”，不(bù)少博主的(de)作品已经获(huò)得(dé)了大量(liàng)的浏览(lǎn)量，“viggo”就是其(qí)中之一，他用朋(péng)友的照(zhào)片直(zhí)接带(dài)她们走进动(dòng)漫(màn)世界(jiè)。

viggo先用StableDiffusion图(tú)片转(zhuǎn)文字。

再用Text2Prompt插件(jiàn)拓展找到对应的关键词；最后用ControlNet插件(jiàn)绑(bǎng)定(dìng)骨骼(gé)开始换关键词(cí)试效果。

通过图片就可以看出来，效果十(shí)分惊(jīng)艳。

更厉害的是，除了真实的照片，草(cǎo)图(tú)也可以(yǐ)加上“魔法”，知乎大牛“DevPoint”和“逗砂(shā)”介(jiè)绍到(dào)ControlNet还能实现线稿转(zhuǎn)全彩图。大(dà)神张(zhāng)吕敏其本尊也亲(qīn)自回应。

不得不(bù)说当下AIGC已经变(biàn)得越(yuè)来越强大，甚至输(shū)出(chū)的作品都(dōu)已经能以假乱真了。

02

难(nán)辨虚实，AIGC技(jì)术(shù)力爆发

警惕(tì)安(ān)全(quán)问题

近日，“苏州(zhōu)金鸡湖有游艇(tǐng)party”的消息火(huǒ)遍(biàn)网络，而经过警方辟谣这(zhè)所(suǒ)谓的“party”可(kě)能是全(quán)国第一起AI绘图诈骗。

由于这个(gè)活动里面给出的美女照片都是AI制作(zuò)的(de)真人照(zhào)片绘(huì)图，因为太逼真，被(bèi)大家(jiā)当成真(zhēn)事传播了(le)。

不过仔细观察可以发现，活动(dòng)发起者提供(gōng)的照片中(zhōng)有个很大的漏洞可以发(fā)现并非真人，而(ér)是AI绘图，那便是图片中女性的手指部分(fēn)有(yǒu)的存在异(yì)常。

有行业人事表示：“现在(zài)因为手指(zhǐ)部分的绘(huì)画算(suàn)法比较复杂，AI还(hái)不太会画人的手，但最(zuì)新看到的图片已经有(yǒu)越来越完美的AI模型出(chū)现(xiàn)，以(yǐ)后(hòu)可能(néng)就(jiù)完全没有漏洞了。”

类似的AI作(zuò)图诈骗在国外也已(yǐ)有(yǒu)发生。据英国广播公司报道，土耳(ěr)其地(dì)震期间，有Tiktok用(yòng)户使(shǐ)用(yòng)AI合成了儿童受灾的假照片发布到网络，以此(cǐ)诱骗善良(liáng)的人打赏“捐助”从而实(shí)施诈(zhà)骗。

目前随(suí)着技(jì)术(shù)发(fā)展，AIGC已经(jīng)能做出真人照(zhào)片般的(de)绘图效果，如果这样的(de)图(tú)片被(bèi)用来诈骗，将非常可(kě)怕(pà)。

此(cǐ)外AIGC还引发了很多担(dān)忧，一方面，批判者认为AI在“学习(xí)”了大量前人(rén)的作(zuò)品之后(hòu)，其创作(zuò)没(méi)有(yǒu)任何(hé)情绪和灵魂，难以和人类的艺(yì)术创作相提并论(lùn)。

另一方(fāng)面，AIGC背后的版权(quán)、目前都并(bìng)没(méi)有(yǒu)得到有效的解决，还有AIGC会不会代替(tì)人类“至高无(wú)上”的创(chuàng)意(yì)。

马斯克也强调，人工智能的(de)安(ān)全问(wèn)题需要得到重视，太晚就(jiù)来不及了。

03

AIGC下(xià)一站(zhàn)除了视频(pín)，还(hái)有(yǒu)远(yuǎn)方

技术都(dōu)是(shì)有(yǒu)两面性(xìng)的(de)，潜(qián)在的危害并(bìng)不能(néng)掩盖其光辉的贡献。现(xiàn)在看来，人工智能(néng)技术将是第四次工业革命(mìng)的核(hé)心(xīn)驱动(dòng)力(lì)量(liàng)，将创造新的增长(zhǎng)奇迹。

过去一年，人(rén)工(gōng)智能(néng)在技术(shù)和商业层面都有(yǒu)了巨大进展，AI绘画就是人工智能技术(shù)发生(shēng)方向性改变的(de)一个代表。其下一站(zhàn)或许就是视(shì)频。

此前，Meta和谷(gǔ)歌先后发布了几条引爆科技圈(quān)的短视频。这(zhè)些视(shì)频引发关(guān)注(zhù)并非内容做得多优秀，反而(ér)都非常简单，比如一匹正在(zài)喝(hē)水的马，一只画(huà)画的玩具熊，或者(zhě)一段骑摩托(tuō)车的第一视角录像，随(suí)便一个有手机的人都可以(yǐ)随手录(lù)下一段(duàn)。

但(dàn)这些短视频的(de)创作方式非常简单(dān)，创作者仅仅需(xū)要(yào)向AI输入一(yī)段话(huà)，甚至只是说一(yī)下(xià)要求，AI就可以根据需要生(shēng)成一(yī)段(duàn)视(shì)频。

谷歌发布的两个AI生(shēng)成视频分(fēn)别来自(zì)于Imagen Video和Phenaki，前者主要突(tū)出的是(shì)高清(qīng)，与(yǔ)Meta的Make-A-Video没有太多的差别。

在(zài)Make-A-Video公布(bù)了AI生(shēng)成(chéng)的视频后，AI圈就已经玩了一波梗，一(yī)个能(néng)够做出更高清视频的(de)AI还不足(zú)以在短时间内戳中兴奋点。

Phenaki更加令人震惊(jīng)的地方在(zài)于(yú)，它可以(yǐ)制(zhì)作出超过2分钟的(de)连贯的也有(yǒu)确切内容的(de)视频(pín)，这才(cái)是(shì)真(zhēn)正(zhèng)让人(rén)们(men)感到(dào)惊喜(xǐ)的地方。因(yīn)为无(wú)论AI生成(chéng)的(de)视频多么高清，也只(zhǐ)能是为内容生产者提供一个(gè)灵感，一个素材，一个(gè)过场动(dòng)画。

不过(guò)能够制作出(chū)有具体剧(jù)情内容的视(shì)频就(jiù)意味着(zhe)，一些视频(pín)创作由AI代替人(rén)工完成已经初(chū)步有(yǒu)了可(kě)能(néng)。

当(dāng)下(xià)AI的发展速度已经超过大部分(fēn)人(rén)的想象。内(nèi)容产(chǎn)业的本质(zhì)是供给创造需求，AIGC作为全新的(de)内容生(shēng)产方式，可(kě)以为内容(róng)产业带来更新的(de)内容(róng)风格、更快的生产速度，更(gèng)低的生产成(chéng)本，这无疑会驱动内容产业的大爆发。

除了(le)AI绘图(tú)、视(shì)频(pín)，AIGC技术还能(néng)应用于(yú)音乐、代码、机器人(rén)动作等多(duō)种内容形(xíng)式的生(shēng)成。不难发现该项技术不仅在游(yóu)戏(xì)等行业能得到有效(xiào)应用，对于下一代(dài)互联网各(gè)种元素的构建亦(yì)有关(guān)键意义。

从商(shāng)业化的角(jiǎo)度(dù)来(lái)看，文(wén)化娱乐、教(jiào)育、传媒等诸(zhū)多领域，本身就对基于AI的(de)可视化内容有强烈(liè)需求。

因(yīn)此，AI绘画及视频或不(bù)是结果(guǒ)，而只是AI进程中的一块重(zhòng)要拼图，有望在技术(shù)更(gèng)新(xīn)的(de)加持下实现(xiàn)更大的应用价(jià)值。

AI从(cóng)理解内容(róng)，走向了可以生成内容，甚至能够创造出独立价值和(hé)独(dú)立视角的内容(róng)。AIGC的再次出圈，更代表着未来的先进(jìn)生产力(lì)即将到来。

04

紧抓大模型(xíng)与(yǔ)算力，牢(láo)固AIGC底座

从技术的发(fā)展也(yě)可以看出(chū)，在语言大(dà)模型、图像大模型(xíng)之(zhī)后，多模态大模型已(yǐ)经成为了新(xīn)的趋势。

大模型被(bèi)誉为当前人工智(zhì)能发展的智能底座，是全球竞争最激烈(liè)的研究方(fāng)向之一(yī)，包括谷歌、亚马逊、百度、阿里(lǐ)、腾(téng)讯等众多头部(bù)企业都(dōu)在竞相发(fā)力(lì)。

不过训练(liàn)大模型的确价格不菲(fēi)，以(yǐ)国(guó)盛证券发布的《ChatGPT需要多少算力》报告(gào)估算，GPT-3训练一次的成本约为140万(wàn)美元(yuán)。而对于一些更大(dà)的LLM(大型(xíng)语言模型)，训练成本(běn)则介于200万(wàn)美元至1200万(wàn)美元高价之间。

以ChatGPT在2023年1月的独立(lì)访(fǎng)客平(píng)均数1300万计算(suàn)，其对应芯片(piàn)需求为3万多片英(yīng)伟达A100 GPU，初始投入成本约(yuē)为8亿美元，每日仅电费就在5万美元左右。

此外(wài)不(bù)论是ChatGPT还(hái)是(shì)AIGC，都离不(bù)开庞大算(suàn)力支持。在关注各类(lèi)大(dà)模型(xíng)的发展同(tóng)时，更应该关注(zhù)算力网络的建设。

算力网络正驱(qū)动AI产(chǎn)业发展进入史诗级加速进程，让AIGC及通用AI这(zhè)一人工智能(néng)发展的终极目标离得(dé)更(gèng)近(jìn)。

因为算力可以对突破性技术创新(xīn)提供大力的支持(chí)。这(zhè)方面，多模态大模型是典型(xíng)。作为面向未(wèi)来强人工智能(néng)、通用人(rén)工智能的(de)重要技术创新(xīn)，多(duō)模态大模(mó)型已经在人(rén)工智能(néng)领(lǐng)域提(tí)出了(le)很多(duō)年，业界也有(yǒu)不少技(jì)术(shù)突(tū)破，但是，多模态(tài)大模(mó)型进(jìn)一(yī)步往下走，算力(lì)需求呈几何式(shì)上升，一般的算力基础设施很快将难以胜任。

从(cóng)图像(xiàng)、文字、语(yǔ)音单独(dú)一项的训(xùn)练，到双模态、三(sān)模态(tài)的跃迁，让人(rén)工(gōng)智能可以灵(líng)活(huó)应对不(bù)同(tón勤耕不辍 精业笃行什么意思，精业笃行 臻于至善g)模态的转化、像(xiàng)人与世界交互一样自然，这方面，由(yóu)算(suàn)力网络来驱动(dòng)将有明显优势。

此外(wài)，还有很多(duō)需要爆发式增长的算(suàn)力来支撑(chēng)的技术创新，将在人工智能算力网络支(zhī)撑(chēng)下快速推进。

AIGC已经露出曙光，期待在大模型(xíng)和大算力的支持下AIGC能持续颠覆内容生产的(de)方式，将创造的边际成(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 勤耕不辍 精业笃行什么意思，精业笃行 臻于至善