自聊天(tiān)机(jī)器人ChatGPT火(huǒ)爆以来，微软公司创始人比尔·盖茨已(yǐ)多(duō)次公开谈(tán)论人工智能话题。在(zài)最(zuì)近的一次采访中，他再(zài)次表示：“AI可能会(huì)让科技(jì)行(xíng)业迎来一次剧烈的洗牌”。

这个结(jié)论是他在当(dāng)地时间2月(yuè)20日接受《In Good Company》节目专(zhuān)访时提出的(de)。

他预期(qī)，AI的发展可能会威胁到谷歌的市占率，因为微软在AI方面(miàn)的行动相(xiāng)当迅速。而最终科技(jì)巨头将把(bǎ)AI整合成用户的“全能助手”，包揽一切(qiè)应用，与人(rén)们进行沟通并提(tí)供建议，可以(yǐ)取代(dài)亚(yà)马逊(xùn)、Siri或(huò)Outlook等(děng)应用。

大(dà)佬口中(zhōng)全能助手的(de)到来可(kě)能尚(shàng)需时(shí)日，但由ControlNet引发的又一次AI绘画浪潮，让AIGC在ChatGPT的话题(tí)热点包围中杀出(chū)重围。

01

ControlNet颠覆AI绘画新玩法(fǎ)

AIGC向可(kě)控靠近(jìn)

以AI绘(huì)画(huà)为(wèi)代表的AIGC上一次爆火的时候，还是2022年8月，在美国(guó)科罗拉多州举办的新兴数字艺术家竞赛中，一幅名为《太(tài)空歌剧院》的作(zuò)品(pǐn)获奖。

随后各(gè)大厂商的AI绘(huì)画软件被广大网友熟知(zhī)并体验，Stable Diffusion便是其中代(dài)表。

用户(hù)们(men)可以在应用(yòng)中输入一组(zǔ)关键词(cí)或(huò)者一张照片，就能(néng)获得一幅AI创作的画作(zuò)。

作画的(de)关键就是所输(shū)入(rù)的文本。同(tóng)一组关键词也可以创作出很多张风格不一样(yàng)的画(huà)作，这让(ràng)创作的过(guò)程就像开盲盒。

很多用户很喜欢这种(zhǒng)不确定的惊(jīng)喜，他们(men)会将生成的美图(tú)当做头(tóu)像。而另一部分喜欢翻(fān)看AI绘画的“翻车”作(zuò)品。在社交媒体上，许多用户分享AI“翻车现场(chǎng)”，例如，一(yī)位网(wǎng)友的小狗照片被AI画成了“肌肉男(nán)”，还有网友的(de)个(gè)人(rén)照片被AI识别成了建筑(zhù)。

而如今随(suí)着ControlNet的(de)出(chū)现与(yǔ)加持，以往AI绘画的(de)填写(xiě)关键词游(yóu)戏可能要被(bèi)颠覆(fù)了。

ControlNet是一位(wèi)正在斯坦福读博的(de)中国人张(zhāng)吕敏创作(zuò)的一种基于控制点的图像变形算(suàn)法，主(zhǔ)要用于数字图像(xiàng)处(chù)理、计算机(jī)视(shì)觉和计算机图形(xíng)学等领域。

其SD插件一经发布，在短(duǎn)短(duǎn)的两天内便成为了AI绘(huì)画领域最新的(de)热点(diǎn)。

在此之前(qián)，大(dà)家用(yòng)了很多方法想让(ràng)AI生成(chéng)的(de)结果(guǒ)尽(jǐn)可能的符合(hé)要(yào)求(qiú)，但是都不尽如(rú)人(rén)意(yì)，它的(de)出现代表(biǎo)着AI生成开始进入真(zhēn)正的可控时期。

因为ControlNet可以(yǐ)直接提取画面(miàn)的构图，人物的(de)姿势(shì)和画面(miàn)的深度(dù)信息等。有(yǒu)了它的帮助，就不用(yòng)频繁的用提(tí)示词(cí)来碰运(yùn)气(qì)，抽盲盒式的创作了。

通(tōng)俗的说ControlNet相(xiāng)当于给(gěi)AI绘(huì)画加了“魔法”，不(bù)少博主的作品已经获得了大量(liàng)的浏览量，“viggo”就(jiù)是(shì)其中之(zhī)一，他(tā)用朋友的照(zhào)片直接带她们(men)走进动漫世(shì)界。

viggo先用StableDiffusion图片转文(wén)字(zì)。

再用Text2Prompt插件拓展(zhǎn)找到(dào)对应的关键词(cí)；最后用ControlNet插件绑定骨骼(gé)开始换关键词试效果(guǒ)。

通过(guò)图片就可以(yǐ)看出来，效果十分(fēn)惊艳。

更厉害的是，除了(le)真实的照片(piàn)，草(cǎo)图也可(kě)以加上“魔(mó)法”，知乎大牛“DevPoint”和“逗砂”介绍到ControlNet还能(néng)实现线(xiàn)稿转(zhuǎn)全(quán)彩图(tú)。大神张(zhāng)吕敏(mǐn)其本尊也亲自回应。

不得不说(shuō)当(dāng)下AIGC已经变(biàn)得越来越(yuè)强大，甚至输(shū)出的作品都(dōu)已经能以假(jiǎ)乱真了。

02

难辨虚实，AIGC技(jì)术力爆(bào)发

警(jǐng)惕安全问(wèn)题

近日(rì)，“苏州金(jīn)鸡湖有游艇(tǐng)party”的消息火遍网络，而经过(guò)警方辟谣这所谓的“party”可能是全国第一起AI绘图(tú)诈(zhà)骗(piàn)。

由于(yú)这个活(huó)动里面(miàn)给出(chū)的美女照(zhào)片都是AI制作的(de)真人照片绘图，因为太(tài)逼真，被大家当成(chéng)真事(shì)传播了。

不过仔细(xì)观察(chá)可(kě)以发(fā)现，活动发起(qǐ)者(zhě)提供的照片中(zhōng)有个(gè)很大的漏洞可以(yǐ)发(fā)现并非真人，而是AI绘图，那(nà)便是图片中(zhōng)女性的手指部分有的存在异常(cháng)。

有(yǒu)行业人(rén)事表示：“现在因(yīn)为手指部分的绘画算(suàn)法比较复(fù)杂，AI还不太会画人的手，但最新看(kàn)到的图片已经有越来(lái)越完美的(de)AI模型出现，以后可能就完全没有漏(lòu)洞了。”

类似的(de)AI作图(tú)诈骗在国外(wài)也已有发生(shēng)。据英国(guó)广(guǎng)播公司报道，土(tǔ)耳其地震期间，有Tiktok用户使用AI合成了儿(ér)童(tóng)受灾的假照片发布到网络，以此诱(yòu)骗善(shàn)良的人打赏“捐助(zhù)”从而实(shí)施诈骗。

目前(qián)随着技(jì)术发展，AIGC已(yǐ)经能(néng)做出真人照片般(bān)的绘图效果，如果这样的图片被(bèi)用来诈骗(piàn)，将非常可怕。

此外AIGC还(hái)引发了(le)很多(duō)担忧，一方面，批(pī)判者认为AI在“学(xué)习”了大量前人的作品(pǐn)之后，其创作(zuò)没有任何情绪(xù)和灵魂，难以和人类的艺(yì)术(shù)创作相提(tí)并(bìng)论(lùn)。

另一(yī)方(fāng)面，AIGC背后的版权、目前都(dōu)并没有得(dé)到有效(xiào)的解决，还有AIGC会不(bù)会代(dài)替人类(lèi)“至高无上”的(de)创意。

马斯(sī)克也强(qiáng)调，人工(gōng)智(zhì)能的安全问题需要得到重视(shì)，太晚就来(lái)不及了。

03

AIGC下一站除了视频，还有远方(fāng)

技术(shù)都是(shì)有两面性(xìng)的，潜在的危害并不能掩盖其光辉的贡献。现在看来(lái)，人工(gōng)智(zhì)能技术将是第四次工业革命的核心驱动力量，将创造新(xīn)的增长奇(qí)迹。

过去一年(nián)，人工(gōng)智(zhì)能在技术(shù)和商业层面都有(yǒu)了(le)巨大进展，AI绘(huì)画就是人工智(zhì)能技(jì)术发(fā)生方向性(xìng)改变(biàn)的一(yī)个(gè)代表。其下一(yī)站或许就是视频。

此前，Meta和谷(gǔ)歌先后发布了(le)几条引爆科技(jì)圈的短视(shì)频。这些视频引发(fā)关注并非内容(róng)做得(dé)多优(yōu)秀，反(fǎn)而都非常简单(dān)，比如一匹(pǐ)正(zhèng)在喝水的(de)马，一只画画的玩具熊，或者一段骑摩(mó)托车的第一视角录像，随(suí)便一(yī)个有手机的人都可以随手录下一段(duàn)。

但这些短视频的创作方式非常(cháng)简单(dān)，创作者仅仅需(xū)要向AI输入(rù)一段话，甚至只是说一(yī)下要求，AI就可以(yǐ)根据需(xū)要生成一段视频。

谷(gǔ)歌发布的两个AI生成(chéng)视频(pín)分别(bié)来自于Imagen Video和Phenaki，前者主要突(tū)出的是高清，与Meta的Make-A-Video没有(yǒu)太多的差别。

在Make-A-Video公布了AI生成的(de)视频后，AI圈就已(yǐ)经玩了一波梗，一个能够做(zuò)出更高清视(shì)频的AI还不足以在短时间(jiān)内戳中兴奋点(diǎn)。

Phenaki更加令人震惊的(de)地方(fāng)在于，它可以制作出超过(guò)2分(fēn)钟的连贯(guàn)的也有确(què)切(qiè)内(nèi)容的(de)视频，这才是真正让人们(men)感到惊喜的地方。因为无论AI生成的视(shì)频多么高清，也只能是为(wèi)内容生(shēng)产者提供(gōng)一个灵感，一个素材，一个(gè)过场动画。

不(bù)过能够制(zhì)作出(chū)有具(jù)体剧情内容的(de)视频就意(yì)味着，一些(xiē)视(shì)频(pín)创作由AI代(dài)替人工(gōng)完成已经初步有了(le)可能。

当下(xià)AI的(de)发展速度已(yǐ)经超过大部分人的(de)想象。内容产业(yè)的本质是供给创造需求，AIGC作为全新(xīn)的内容生产(chǎn)方(fāng)式(shì)，可以为内容产业(yè)带来更新的内容风(fēng)格(gé)、更(gèng)快的(de)生产(chǎn)速度，更低的生产成(chéng)本(běn)，这无(wú)疑会驱动内容产(chǎn)业的大(dà)爆发。

除(chú)了AI绘图、视频，AIGC技术(shù)还能应用(yòng)于音(yīn)乐(lè)平安喜乐后面一句是啥，平安喜乐后面一句是什么、代码、机器人动作等多种内容形式(shì)的(de)生成。不难发(fā)现该项技(jì)术不仅(jǐn)在游戏等(děng)行业能得(dé)到有效应用，对于下一(yī)代(dài)互联网各种元(yuán)素的构建亦(yì)有(yǒu)关(guān)键意义。

从商业化的(de)角度来看，文化娱(yú)乐、教育(yù)、传媒(méi)等诸多(duō)领域，本身就对基于(yú)AI的可视化内(nèi)容有强烈需求。

因此，AI绘画及视频或(huò)不是(shì)结果，而只是AI进(jìn)程(chéng)中(zhōng)的一(yī)块(kuài)重要(yào)拼图，有望在技术(shù)更新的加持下实现更(gèng)大的应用价值。

AI从理解内容(róng)，走向了(le)可以生(shēng)成内(nèi)容，甚至能够创造出独立(lì)价值和独(dú)立视角(jiǎo)的内容。AIGC的再次出圈(quān)，更代表着未来(lái)的先进生(shēng)产(chǎn)力(lì)即将到来。

04

紧抓大模型与算(suàn)力，牢固(gù)AIGC底座

从技术的发展(zhǎn)也可以看(kàn)出，在语言大模型、图像大模型之后，多模态(tài)大(dà)模型(xíng)已(yǐ)经成为了(le)新的趋势。

大(dà)模型被誉为当前人(rén)工(gōng)智能发展的智能底座，是全球(qiú)竞争最激烈(liè)的研究方向之(zhī)一，包括(kuò)谷歌、亚(yà)马逊、百度、阿(ā)里(lǐ)、腾讯等众(zhòng)多头(tóu)部企(qǐ)业都在竞相发力。

不(bù)过(guò)训练(liàn)大模型的(de)确价(jià)格不菲，以国盛证券发布的《ChatGPT需要多少算力》报告估算，GPT-3训练一次的成(chéng)本约为140万(wàn)美元。而对(duì)于一些更大的LLM(大(dà)型(xíng)语(yǔ)言模型)，训练成本则介于200万美元至1200万(wàn)美元高(gāo)价之间。

以ChatGPT在(zài)2023年1月(yuè)的独立访客平均数1300万(wàn)计算，其对应芯片需求(qiú)为3万多(duō)片英(yīng)伟达(dá)A100 GPU，初(chū)始投入成本约为(wèi)8亿美元，每(měi)日(rì)仅电费(fèi)就(jiù)在5万美元左(zuǒ)右。

平安喜乐后面一句是啥，平安喜乐后面一句是什么 data-type="jpeg" data-w="900">

此外不论是(shì)ChatGPT还是(shì)AIGC，都离不开庞大算力支持。在关注(zhù)各类大模型的发展同时，更应该(gāi)关(guān)注算力网络的建设。

算(suàn)力网络正驱动AI产业发展(zhǎn)进入(rù)史诗级加速(sù)进(jìn)程，让(ràng)AIGC及通用AI这(zhè)一(yī)人工智能发展的终(zhōng)极目(mù)标离得更(gèng)近(jìn)。

因为算力可(kě)以对突破(pò)性技术(shù)创(chuàng)新提供大(dà)力的支持。这方面(miàn)，多(duō)模态大(dà)模型是典型。作为面向未(wèi)来强人工智(zhì)能、通用人工智能的重要技术创新，多模(mó)态大模(mó)型已(yǐ)经在(zài)人工智(zhì)能领域提出了很多年(nián)，业(yè)界也(yě)有(yǒu)不少技(jì)术突破(pò)，但是，多模(mó)态大模型进(jìn)一步往(wǎng)下走，算力(lì)需求呈(chéng)几何式上(shàng)升，一般的算力基础设施(shī)很快(kuài)将(jiāng)难以(yǐ)胜任。

从图像、文字、语音单独一项的训练(liàn)，到双模态、三模态的跃迁(qiān)，让人工智能可以(yǐ)灵活应对不同模态的(de)转化、像人(rén)与世界(jiè)交互一样自然(rán)，这方面，由(yóu)算力网络来驱(qū)动将有(yǒu)明(míng)显(xiǎn)优势。

此外(wài)，还有很多(duō)需要爆发式增长的(de)算(suàn)力来支撑的技术(shù)创(chuàng)新，将在(zài)人(rén)工智能算力(lì)网(wǎng)络支撑(chēng)下快速推进。

AIGC已经(jīng)露(lù)出曙光，期待在(zài)大模型和(hé)大算力的(de)支持下AIGC能持续颠覆内容生产的方(fāng)式，将创造的(de)边际成本降(jiàng)低，让万众(zhòng)受益(yì)。

未经允许不得转载：橘子百科-橘子都知道 平安喜乐后面一句是啥，平安喜乐后面一句是什么