自(zì)聊天机器人ChatGPT火爆以来，微(wēi)软公司创始(shǐ)人(rén)比尔·盖茨已多次公开(kāi)谈论(lùn)人工智能话题。在最(zuì)近的一(yī)次采访中，他再次表示：“AI可能会让科技行(xíng)业(yè)迎(yíng)来一(yī)次(cì)剧(jù)烈的洗牌”。

这(zhè)个(gè)结论(lùn)是(shì)他(tā)在当地时间2月20日接受《In Good Company》节目专访时提出的。

他预期，AI的发(fā)展可(kě)能(néng)会威胁到(dào)谷歌的市(shì)占率，因为(wèi)微软在AI方面的(de)行动相当迅速(sù)。而最(zuì)终科技巨(jù)头将(jiāng)把AI整合成用户的“全能助手”，包揽一切应(yīng)用，与人们进行沟通(tōng)并提供建议，可以取代亚马逊、Siri或Outlook等应(yīng)用。

大(dà)佬口中全能(néng)助手的到来可能(néng)尚需(xū)时日，但(dàn)由ControlNet引发的又(yòu)一次AI绘画浪(làng)潮，让AIGC在ChatGPT的话题热点包围中杀出重围。

01

ControlNet颠覆AI绘画新玩法(fǎ)

AIGC向可控靠近(jìn)

以AI绘画为代(dài)表的AIGC上一次(cì)爆火的时候，还(hái)是2022年8月(yuè)，在(zài)美国科罗拉多州(zhōu)举办的新兴数字艺(yì)术家(jiā)竞赛(sài)中，一(yī)幅名为《太空歌剧院》的作品获奖。

随后各大(dà)厂商的AI绘画软件被广大网友熟知并体验，Stable Diffusion便是其中代表。

用户们可以在应用(yòng)中输入一组关(guān)键(jiàn)词或者(zhě)一(yī)张照片，就能获得一(yī)幅AI创作的画作世界上傻子最多的国家，哪个国家傻子多。

作画的(de)关键就是所输入的文本(běn)。同一组关键词也可以创(chuàng)作出很(hěn)多张风格不(bù)一样的画作，这(zhè)让创作的过程就(jiù)像开盲盒。

很多(duō)用(yòng)户(hù)很喜欢这种不确(què)定的惊喜，他们(men)会将生成的美图(tú)当做头像。而另一(yī)部(bù)分喜欢(huān)翻看AI绘画的“翻车”作品。在社交媒体上，许多用(yòng)户分(fēn)享AI“翻车现场(chǎng)”，例如，一位网友的小(xiǎo)狗照(zhào)片被AI画成了“肌肉男”，还(hái)有(yǒu)网友的(de)个人照(zhào)片被AI识别成了建筑。

而如今随着ControlNet的(de)出现与(yǔ)加持，以往AI绘画的(de)填写(xiě)关键词游(yóu)戏(xì)可能要(yào)被颠覆了。

ControlNet是一位(wèi)正在斯坦福读博(bó)的中国人张吕敏创(chuàng)作的一种基于控制点的图像变形算法，主(zhǔ)要用于数字图像处(chù)理、计算(suàn)机视(shì)觉和(hé)计算机(jī)图形学(xué)等领(lǐng)域。

其SD插件一经发布，在短(duǎn)短的(de)两天内便成为了AI绘画领域最(zuì)新(xīn)的热点。

在此之前(qián)，大家(jiā)用(yòng)了很(hěn)多方(fāng)法想让AI生成的结(jié)果(guǒ)尽可能(néng)的符合(hé)要求，但(dàn)是都不尽如人意(yì)，它的出现代表(biǎo)着AI生成(chéng)开始进入真正(zhèng)的可控时期(qī)。

因为(wèi)ControlNet可以直接(jiē)提取画面的构图(tú)，人物的姿势(shì)和(hé)画面的深度信息等。有了(le)它(tā)的帮助，就不用频繁的(de)用提(tí)示词来碰运气，抽盲盒(hé)式的创作了(le)。

通俗的说ControlNet相当于给AI绘画加了“魔(mó)法”，不少博主的作品已经获得了大量的浏(liú)览量，“viggo”就是其中之一，他用朋友的照(zhào)片直接(jiē)带她们(men)走进动漫世界。

viggo先(xiān)用StableDiffusion图片转文字。

再用Text2Prompt插件(jiàn)拓展找到(dào)对应的关(guān)键词(cí)；最后用(yòng)ControlNet插件绑定(dìng)骨骼开始换(huàn)关键词试效果(guǒ)。

通过图片就可以看出来，效果十(shí)分惊艳(yàn)。

更厉害的是(shì)，除了真(zhēn)实的照片，草(cǎo)图也可以加上“魔法”，知乎大牛(niú)“DevPoint”和(hé)“逗砂”介绍(shào)到(dào)ControlNet还能实现线稿转全彩图。大神(shén)张吕(lǚ)敏其本尊也亲自(zì)回应。

不(bù)得(dé)不(bù)说当下AIGC已(yǐ)经变得越来越强大(dà)，甚至输出的作品都已经能以假乱真了。

02

难辨(biàn)虚实(shí)，AIGC技术(shù)力爆发

警惕安全问题(tí)

近日，“苏州金(jīn)鸡湖有游艇(tǐng)party”的消息火遍网络(luò)，而经过警(jǐng)方辟谣这所谓的“party”可能(néng)是全(quán)国第一(yī)起AI绘图诈骗。

由于这个活动里面给出的美女照片都是AI制作的真人照(zhào)片绘图，因为太逼(bī)真(zhēn)，被大家当成(chéng)真事传播了。

不过仔细观察可以发(fā)现，活动(dòng)发起者提供的照片中(zhōng)有个很大的漏(lòu)洞可以发现(xiàn)并非真人，而是AI绘图，那便是(shì)图片(piàn)中女性(xìng)的(de)手指部(bù)分(fēn)有的存在异常。

有行业人事表(biǎo)示：“现在因为手指部分(fēn)的(de)绘画算法(fǎ)比较复杂，AI还不太会画(huà)人的手(shǒu)，但(dàn)最(zuì)新看到的图片已经有越来越完美的(de)AI模(mó)型出现(xiàn)，以后可能就完全没(méi)有漏洞了。”

类(lèi)似的AI作图诈骗(piàn)在(zài)国外也(yě)已(yǐ)有发生。据(jù)英(yīng)国广播公(gōng)司报(bào)道，土耳其地震期间(jiān)，有Tiktok用(yòng)户(hù)使用AI合成了儿(ér)童受灾的假照片(piàn)发布到网络(luò)，以此诱骗善良的(de)人(rén)打赏“捐助”从而实施(shī)诈骗。

目前随着技(jì)术(shù)发展，AIGC已经能做出真人照片般的绘图效果(guǒ)，如果这样的图片被用来诈骗，将非常(cháng)可怕。

此外AIGC还引发了很多(duō)担忧(yōu)，一方面，批判者认为(wèi)AI在(zài)“学习”了大量前人的(de)作品之后，其创作没有(yǒu)任何情绪和(hé)灵魂，难(nán)以和人(rén)类的(de)艺术创作相提(tí)并论。

另一方面(miàn)，AIGC背后的版权、目(mù)前都并没(méi)有得到(dào)有(yǒu)效(xiào)的(de)解决，还有AIGC会(huì)不会(huì)代替人(rén)类“至高无上”的创意。

马斯克也(yě)强调，人(rén)工智(zhì)能(néng)的(de)安全问题需要得到重视(shì)，太晚就来不及了。

03

AIGC下一站除了视频(pín)，还有(yǒu)远方

技术都是有两面性的，潜在(zài)的危害(hài)并(bìng)不能掩(yǎn)盖其光辉的贡献。现在看(kàn)来，人工(gōng)智(zhì)能技术将是第(dì)四次(cì)工(gōng)业(yè)革命的核(hé)心驱动力量，将创造(zào)新(xīn)的增长奇迹。

过去一年，人(rén)工智(zhì)能(néng)在(zài)技术和商(shāng)业层面都有(yǒu)了巨(jù)大进(jìn)展，AI绘画就是人工(gōng)智能技(jì)术发生方(fāng)向性改变的一(yī)个(gè)代表。其下一站或许就是视频(pín)。

此前，Meta和谷(gǔ)歌(gē)先后(hòu)发布了几条引(yǐn)爆(bào)科技(jì)圈的短视频。这些视频(pín)引发关注并(bìng)非(fēi)内(nèi)容(róng)做(zuò)得多优秀，反(fǎn)而都非常简单(dān)，比(bǐ)如(rú)一匹(pǐ)正在(zài)喝水(shuǐ)的马(mǎ)，一只(zhǐ)画(huà)画的(de)玩(wán)具熊，或(huò)者一(yī)段骑摩托车的第一视角(jiǎo)录像，随便(biàn)一个有(yǒu)手机(jī)的(de)人(rén)都可以随手(shǒu)录下一段。

但这些短视(shì)频的(de)创作方式(shì)非(fēi)常简单，创(chuàng)作(zuò)者仅(jǐn)仅需要向AI输入一段(duàn)话，甚(shèn)至只是说一下要(yào)求(qiú)，AI就可以根据需(xū)要生成一(yī)段视频(pín)。

谷歌发布的两(liǎng)个(gè)AI生成视(shì)频分别来自于Imagen Video和Phenaki，前者(zhě)主要突出的是高(gāo)清，与Meta的Make-A-Video没有太(tài)多的(de)差别。

在Make-A-Video公(gōng)布了(le)AI生(shēng)成的(de)视频后，AI圈就已经玩了一(yī)波(bō)梗，一个能够做(zuò)出更(gèng)高清视频(pín)的AI还不足以(yǐ)在短时间(jiān)内戳中兴(xīng)奋点。

Phenaki更(gèng)加(jiā)令人震惊的地方在于，它可以(yǐ)制作出超过(guò)2分钟的(de)连贯的也有确(què)切内容的视频，这才(cái)是(shì)真(zhēn)正让人(rén)们感到惊喜的(de)地方。因为无论AI生成的视频多么高清，也只能是(shì)为内容生产(chǎn)者提供(gōng)一个灵感，一个素(sù)材(cái)，一个(gè)过场动画。

不(bù)过能够制作(zuò)出有具(jù)体剧情内容的视频(pín)就意味着(zhe)，一些视频创作由(yóu)AI代(dài)替(tì)人工完成已经初步有了可能。

当下AI的发展速度已经超过大部分人的想(xiǎng)象(xiàng)。内容产业的本质是(shì)供给创造需求(qiú)，AIGC作为全新(xīn)的内(nèi)容生产方式(shì)，可以为内容产业(yè)带(dài)来更(gèng)新的内容(róng)风格(gé)、更快的生产速度，更低的生产(chǎn)成本，这无疑会驱动内容产业的大爆发。

除了(le)AI绘图、视(shì)频，AIGC技(jì)术(shù)还(hái)能应用于音乐、代(dài)码(mǎ)、机器(qì)人动作等多种内(nèi)容(róng)形式的生成(chéng)。不难(nán)发现该项(xiàng)技术不仅在(zài)游(yóu)戏等行业能得到(dào)有效应用，对(duì)于下一代互联网(wǎng)各种元(yuán)素的构建亦有(yǒu)关键意义。

从商业(yè)化的角度来看，文(wén)化(huà)娱(yú)乐、教育、传媒等(děng)诸(zhū)多领域，本身就(jiù)对基于(yú)AI的可视化内容有强(qiáng)烈需求。

因此，AI绘(huì)画及视(shì)频或不是结果，而只是AI进程中的(de)一块重(zhòng)要拼图，有望在(zài)技(jì)术更新(xīn)的(de)加持下(xià)实现更大的应(yīng)用价值。

AI从理解内(nèi)容，走向了(le)可以生成内容(róng)，甚至能够(gòu)创造出独(dú)立价值和独立(lì)视角(jiǎo)的内容。AIGC的(de)再次出圈，更代表着未(wèi)来的先进生产力即将到(dào)来(lái)。

04

紧抓大模型与(yǔ)算(suàn)力(lì)，牢固AIGC底座

从技术的发(fā)展(zhǎn)也(yě)可以看(kàn)出，在语言大模(mó)型(xíng)、图像大(dà)模型之后，多模态大模型已经(jīng)成为了新的(de)趋势。

大模型被誉为(wèi)当前人工智能发展的智能底(dǐ)座，是全球竞争最激(jī)烈的研究(jiū)方向之一，包括谷(gǔ)歌、亚(yà)马逊、百度、阿里、腾讯等众多头(tóu)部企(qǐ)业都(dōu)在竞相发力。

不过(guò)训练大模型的确价格不菲，以国盛(shèng)证(zhèng)券发布的(de)《ChatGPT需(xū)要多少算力(lì)》报告估(gū)算，GPT-3训(xùn)练一次的成本约为140万(wàn)美元。而对于(yú)一些更大的(de)LLM(大型(xíng)语言模(mó)型(xíng))，训(xùn)练成本(běn)则介于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(dú)立访客平均数1300万计算(suàn)，其对应芯片需求(qiú)为3万多(duō)片英(yīng)伟达A100 GPU，初(chū)始投入成本约为8亿美元，每(měi)日仅电费就在(zài)5万美(měi)元(yuán)左右。

此外不(bù)论是ChatGPT还(hái)是(sh世界上傻子最多的国家，哪个国家傻子多ì)AIGC，都离不开庞大(dà)算力支持。在关注各类大模型的发展同时(shí)，更应(yīng)该关注(zhù)算力网络的建设。

算(suàn)力网(wǎng)络正驱动AI产业发展进入史(shǐ)诗级加速(sù)进(jìn)程，让AIGC及通用AI这一人工智能发(fā)展的终极目标离得更(gèng)近(jìn)。

因为(wèi)算(suàn)力可(kě)以(yǐ)对突破性技(jì)术创新(xīn)提供大(dà)力(lì)的(de)支持。这方面，多(duō)模态(tài)大模型是典型。作为(wèi)面向未来强人工智能、通用人工(gōng)智能的重要技术创(chuàng)新(xīn)，多(duō)模态大模型已经(jīng)在人(rén)工智(zhì)能(néng)领域提出(chū)了很多年(nián)，业界也有不少技术突(tū)破，但是(shì)，多模态大模型(xíng)进一(yī)步往(wǎng)下走，算力需求(qiú)呈几何(hé)式(shì)上(shàng)升，一般的算力基础设(shè)施很(hěn)快将(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(yuè)迁(qiān)，让人工智能可以灵活应对不同模(mó)态的转化、像人(rén)与世界交互一(yī)样自然，这(zhè)方面(miàn)，由算力网络来驱动将有明显(xiǎn)优势。

此(cǐ)外，还(hái)有很(hěn)多需要(yào)爆发式增长的算力(lì)来支撑的技术创新，将在人工智能算力(lì)网络支撑下(xià)快速推进。

AIGC已经露出曙光(guāng)，期待在大模型和大(dà)算力的支持下AIGC能(néng)持(chí)续(xù)颠覆内容生产的方(fāng)式(shì)，将创造的边际成本降低，让(ràng)万众受益。

未经允许不得转载：橘子百科-橘子都知道 世界上傻子最多的国家，哪个国家傻子多