自聊天机器人ChatGPT火爆(bào)以(yǐ)来，微软公司创(chuàng)始人比尔·盖茨已多次公开谈(tán)论人工智能(néng)话题。在最近的一次采(cǎi)访中，他再次表示(shì)：“AI可能会让(ràng)科技行(xíng)业迎来一次剧(jù)烈的(de)洗牌”。

这个结(jié)论是(shì)他在当地时间2月20日接受《In Good Company》节目专访时提(tí)出的。

他预(yù)期，AI的发展可能会威胁到谷歌(gē)的(de)市占率，因为微软在(zài)AI方(fāng)面的行动相当迅速。而(ér)最终(zhōng)科技(jì)巨(jù)头将把AI整(zhěng)合成(chéng)用户的“全能助手”，包揽一切应用，与人(rén)们进行沟通(tōng)并提供(gōng)建议，可以取代亚马逊(xùn)、Siri或Outlook等(děng)应用(yòng)。

大佬口(kǒu)中全(quán)能助手的到来可能尚需时日，但由ControlNet引发的又一次AI绘(huì)画浪潮，让AIGC在ChatGPT的(de)话题热点包围中(zhōng)杀出(chū)重围。

01

ControlNet颠覆AI绘画新玩法

AIGC向可控(kòng)靠近

以AI绘画为代(dài)表的AIGC上一次爆火的时候，还(hái)是2022年8月，在美国科(kē)罗拉多(duō)州举办(bàn)的新兴(xīng)数字艺术家竞赛(sài)中，一幅名为《太(tài)空歌剧院(yuàn)》的作品获奖。

随后各大(dà)厂商的(de)AI绘画软件被广大网友(yǒu)熟(shú)知并体验，Stable Diffusion便(biàn)是其中代表。

用户们可以在应(yīng)用中(zhōng)输入一组(zǔ)关(guān)键词(cí)或者一张照片，就(jiù)能(néng)获得一幅AI创作的画作。

作(zuò)画的关键(jiàn)就是所输(shū)入的文本。同(tóng)一组关键词(cí)也可以创作出很多张风格不一样的画作(zuò)，这让创作的过程(chéng)就像开盲盒(hé)。

很多用户很喜欢这(zhè)种(zhǒng)不(bù)确(què)定的惊喜，他(tā)们会将生成的美图当做头像。而另(lìng)一部分喜欢翻(fān)看AI绘画(huà)的“翻车”作品。在社交媒体上，许(xǔ)多(duō)用户分(fēn)享AI“翻车现场(chǎng)”，例如，一(yī)位网友的小狗照片被AI画成了“肌肉男”，还有网友的个人照片被AI识别成了建筑。

而如今随(suí)着ControlNet的出现与加(jiā)持，以(yǐ)往(wǎng)AI绘画的填(tián)写(xiě)关键词游戏可能要被(bèi)颠覆了。

ControlNet是(shì)一位正在(zài)斯(sī)坦(tǎn)福读(dú)博的(de)中国(guó)人张吕敏创作的一种基(jī)于控制点的图像变(biàn)形(xíng)算(suàn)法，主(zhǔ)要用(yòng)于数字图像处理、计(jì)算机(jī)视(shì)觉和计(jì)算(suàn)机图形学(xué)等领域。

其SD插(chā)件一(yī)经发布，在短短的两(liǎng)天内便(biàn)成为了(le)AI绘画领域最新(xīn)的热点。

在此之前，大(dà)家用(yòng)了很多(duō)方法想让AI生成的结果(guǒ)尽可能的符合(hé)要求，但是(shì)都(dōu)不尽如(rú)人意，它(tā)的(de)出现代表着AI生成开始进入(rù)真正的可控时期。

因为ControlNet可以(yǐ)直接(jiē)提取画(huà)面的(de)构(gòu)图，人物的姿势和画(huà)面的深(shēn)度信息等。有了它的帮助，就不用(yòng)频繁的用提(tí)示(shì)词来碰运(yùn)气，抽盲盒式的创作了。

通俗的说(shuō)ControlNet相当于给AI绘画加了“魔(mó)法”，不少(shǎo)博主的作品已经获得了大(dà)量的浏览量(liàng)，“viggo”就是其(qí)中之一，他用朋友的照片直接带她(tā)们走进动漫(màn)世界。

viggo先用StableDiffusion图(tú)片(piàn)转(zhuǎn)文字。

再(zài)用Text2Prompt插件拓展找(zhǎo)到对应的关键(jiàn)词；最后用(yòng)ControlNet插件绑定骨骼开始换(huàn)关键词(cí)试(shì)效果。

国v是不是国5，国v与国vl的区别 data-w="1280">

通过图片(piàn)就可以看出(chū)来，效果(guǒ)十分惊艳。

更厉害的是，除了真实的照片，草图也可(kě)以加上“魔法”，知(zhī)乎大牛“DevPoint”和“逗砂”介绍到ControlNet还能实(shí)现(xiàn)线稿(gǎo)转全彩图。大神(shén)张吕敏(mǐn)其(qí)本尊也亲自回应(yīng)。

不得不(bù)说当(dāng)下AIGC已经变得(dé)越来越强大，甚至输出的作品都已经能以假乱真了。

02

难辨虚实，AIGC技术力爆发

警惕安全问(wèn)题

近日，“苏(sū)州金鸡湖有游(yóu)艇party”的消息火遍网络，而经过警方辟谣这所谓的“party”可能是全国第一(yī)起AI绘图诈骗。

由于(yú)这个活动里面(miàn)给出的美女照片都是AI制作的真人照(zhào)片绘图，因为(wèi)太逼真，被大家当(dāng)成真事传播了。

不过仔(zǎi)细观察可以发现，活动(dòng)发起者提供的(de)照片(piàn)中有个很大的漏洞(dòng)可以发(fā)现并(bìng)非真(zhēn)人，而是AI绘图(tú)，那(nà)便是图片中女性的手指(zhǐ)部分有的存(cún)在异常。

有行业(yè)人事表示(shì)：“现(xiàn)在因为(wèi)手指部(bù)分的绘画(huà)算法(fǎ)比(bǐ)较复(fù)杂(zá)，AI还不太会画人的手，但(dàn)最新看到的(de)图片已经(jīng)有越来(lái)越完(wán)美(měi)的AI模型出现，以后可能就(jiù)完全(quán)没(méi)有(yǒu)漏洞了。”

类(lèi)似的AI作图诈(zhà)骗在(zài)国外也已有发生。据英国广播(bō)公司(sī)报道，土耳其地震(zhèn)期间，有Tiktok用(yòng)户(hù)使(shǐ)用AI合成了儿童受(shòu)灾(zāi)的假照(zhào)片发布(bù)到(dào)网络，以此诱骗善良的人打赏“捐助(zhù)”从而实施诈骗。

目(mù)前随(suí)着(zhe)技术发展，AIGC已经能做出(chū)真(zhēn)人照片般(bān)的绘图(tú)效果，如果这样(yàng)的图(tú)片被用来诈骗，将(jiāng)非常可(kě)怕(pà)。

此外AIGC还引发(fā)了(le)很多(duō)担忧，一方(fāng)面，批判者认(rèn)为AI在“学习(xí)”了(le)大量前人的(de)作品之后，其创作没有(yǒu)任何情绪和(hé)灵魂(hún)，难以和(hé)人类的艺术创作相提并论(lùn)。

另(lìng)一方面(miàn)，AIGC背后的版(bǎn)权、目前都并没有得到有效的解决，还有AIGC会不(bù)会代替人类“至(zhì)高无(wú)上”的创意。

马(mǎ)斯克也强调，人工(gōng)智能的安(ān)全问题需要得到重视，太晚就来不(bù)及(jí)了(le)。

03

AIGC下一站除了视(shì)频，还有(yǒu)远方

技术都是有两(liǎng)面性的，潜在(zài)的(de)危害并不能(néng)掩盖其(qí)光辉的(de)贡献。现在看来，人(rén)工智能(néng)技(jì)术将是第四次工业(yè)革(gé)命的核心驱动(dòng)力量，将创造(zào)新的(de)增长(zhǎng)奇迹(jì)。

过去一(yī)年，人(rén)工智能(néng)在技术和商(shāng)业层面都有了巨大进展，AI绘画就是(shì)人工(gōng)智能技(jì)术发生方向性改变的一个代表。其(qí)下一站或许就是视(shì)频(pín)。

此前，Meta和(hé)谷(gǔ)歌先(xiān)后发布了(le)几(jǐ)条引(yǐn)爆科技(jì)圈的(de)短视频。这些(xiē)视频引发关注并非内容做得多优秀，反而(ér)都(dōu)非常简单，比如(rú)一(yī)匹正在喝水(shuǐ)的马，一只画画的玩具熊，或者一段骑摩托车的第(dì)一(yī)视角录像，随便一个有手机的人都(dōu)可以随(suí)手录下(xià)一段。

但这(zhè)些(xiē)短视频(pín)的创(chuàng)作(zuò)方式(shì)非常简单，创作(zuò)者(zhě)仅仅需要向AI输入一(yī)段话，甚(shèn)至只是(shì)说一(yī)下要求，AI就(jiù)可以根据需要生成一段视频。

谷歌发布(bù)的两个(gè)AI生成(chéng)视频分别来自于(yú)Imagen Video和(hé)Phenaki，前者(zhě)主要突出的是高清，与Meta的Make-A-Video没有太多的差别(bié)。

在Make-A-Video公布了(le)AI生成的(de)视频(pín)后，AI圈就已经玩了一(yī)波(bō)梗，一个能够(gòu)做出更高清视频的(de)AI还不足以在短(duǎn)时(shí)间(jiān)内戳中兴奋(fèn)点(diǎn)。

Phenaki更加令人震惊的地方在于，它(tā)可(kě)以(yǐ)制作出超过2分(fēn)钟的(de)连贯的也有确切(qiè)内容的视(shì)频，这(zhè)才是真正让人们感(gǎn)到惊喜的地方。因为无论AI生成的视频(pín)多么高清(qīng)，也只能是为内容生产者(zhě)提(tí)供一(yī)个灵感，一个素材，一个过场动画。

不过能够制作(zuò)出有(yǒu)具体(tǐ)剧(jù)情内容的视频就意味(wèi)着，一(yī)些视频创作由AI代替人工完成已经初步(bù)有了可能(néng)。

当下AI的发展速度已(yǐ)经超过(guò)大部分(fēn)人的想(xiǎng)象。内容产(chǎn)业的本质是供给创造(zào)需求，AIGC作(zuò)为全新的(de)内容生(shēng)产方式，可(kě)以(yǐ)为内(nèi)容产业带来更新的内容风格、更快的(de)生产(chǎn)速度(dù)，更低(dī)的生产成本，这无疑会驱动内容(róng)产业的大爆发。

除了AI绘图(tú)、视频，AIGC技术还能应(yīng)用于(yú)音乐、代码、机器人动作(zuò)等多种内容形式的(de)生成(chéng)。不难(nán)发现该项技术不仅在游戏等行业能(néng)得到(dào)有效(xiào)应用，对(duì)于下(xià)一代互(hù)联网各(gè)种元素(sù)的构建亦有关键意义。

从商业化的(de)角度来看，文化娱乐、教育、传媒等诸多领域，本身就对基(jī)于(yú)AI的可(kě)视化内容有强烈(liè)需(xū)求。

因此(cǐ)，AI绘(huì)画及视频(pín)或不是结果，而只是AI进程(chéng)中的一(yī)块重要拼图，有望在技(jì)术更新的(de)加(jiā)持下实现更(gèng)大的应(yīng)用价值。

AI从理解(jiě)内容(róng)，走向(xiàng)了可以(yǐ)生成内容，甚至能够创造出独立价值和独立视角的(de)内容。AIGC的再次出(chū)圈，更代(dài)表着未来的先(xiān)进生产(chǎn)力即将到来。

04

紧(jǐn)抓(zhuā)大(dà)模型(xíng)与算力，牢(láo)固AIGC底座

从(cóng)技术的发展(zhǎn)也可以看出，在(zài)语(yǔ)言大模型(xíng)、图像大(dà)模(mó)型(xíng)之后(hòu)，多模态大模(mó)型已经成(chéng)为(wèi)了新的趋势。

大模(mó)型(xíng)被誉为当前人工智能发(fā)展的智能底座(zuò)，是全球竞争最(zuì)激烈的研(yán)究方向之一，包括谷(gǔ)歌、亚(yà)马逊、百度(dù)、阿(ā)里(lǐ)、腾讯等众多头部企业都在(zài)竞相(xiāng)发力。

不过训练大模型的(de)确(què)价格不菲，以国盛证券(quàn)发布的《ChatGPT需要多少算力(lì)》报告(gào)估算，GPT-3国v是不是国5，国v与国vl的区别训练(liàn)一(yī)次(cì)的成本约为140万美元。而对于(yú)一些更(gèng)大的(de)LLM(大型语言模型)，训练(liàn)成本则介于200万(wàn)美元至1200万(wàn)美元高价(jià)之间。

以ChatGPT在2023年1月的(de)独立访客平均数1300万计算，其对应(yīng)芯片需求为3万多片英伟达A100 GPU，初(chū)始投(tóu)入成本(běn)约(yuē)为8亿美元，每日仅电费(fèi)就(jiù)在(zài)5万美元左右。

此外不论是ChatGPT还是AIGC，都离(lí)不(bù)开庞大算力支持。在关注各(gè)类大(dà)模(mó)型的发展同时，更(gèng)应(yīng)该关注算(suàn)力网络的建设。

算力网(wǎng)络正驱(qū)动AI产业(yè)发(fā)展进入史诗级加(jiā)速(sù)进(jìn)程，让(ràng)AIGC及通用AI这一人工智能发展的终极目标离得(dé)更近。

因为算(suàn)力可以对突破性技术创新提(tí)供大(dà)力(lì)的支(zhī)持。这方(fāng)面，多模态大模型是(shì)典(diǎn)型。作为面向未来强(qiáng)人(rén)工智(zhì)能、通用人(rén)工智(zhì)能的重要技术创(chuàng)新(xīn)，多模态大(dà)模(mó)型(xíng)已(yǐ)经(jīng)在人工智能领域(yù)提出(chū)了很多年(nián)，业(yè)界也有不(bù)少(shǎo)技术(shù)突破，但是，多模态(tài)大(dà)模(mó)型(xíng)进(jìn)一步往下(xià)走，算(suàn)力(lì)需求(qiú)呈几何式上(shàng)升，一般的算力(lì)基(jī)础(chǔ)设施很快(kuài)将难以胜任。

从图像、文字、语音单独一项的训练，到双模(mó)态(tài)、三(sān)模态(tài)的跃(yuè)迁(qiān)，让人工智能可以灵活应(yīng)对(duì)不同模(mó)态(tài)的转化、像人与世界交互一样自然，这(zhè)方面(miàn)，由算(suàn)力网(wǎng)络来驱动将(jiāng)有明显优势。

此外，还有很(hěn)多需要爆发式增长的算力来支撑的技术(shù)创新，将在人工智能算(suàn)力(lì)网络(luò)支撑下快速(sù)推进。

AIGC已经露出曙光，期待(dài)在大模型(xíng)和大算力的支(zhī)持下AIGC能持续(xù)颠覆内容生(shēng)产(chǎn)的(de)方式，将创造的边际成(chéng)本(běn)降低(dī)，让万众受(shòu)益。

未经允许不得转载：橘子百科-橘子都知道 国v是不是国5，国v与国vl的区别