自聊(liáo)天(tiān)机器人ChatGPT火爆以来，微软(ruǎn)公司创始人比尔·盖茨(cí)已多次公开谈论(lùn)人工智能(néng)话题。在最近的一(yī)次采访中(zhōng)，他再次(cì)表示：“AI可能(néng)会让科技(jì)行业迎来一次剧烈的(de)洗牌”。

这(zhè)个结论是他(tā)在当(dāng)地时间2月20日接受《In Good Company》节目(mù)专访时提(tí)出(chū)的(de)。

他预期，AI的发展(zhǎn)可能(néng)会威胁到谷歌的市(shì)占率(lǜ)，因(yīn)为微软在AI方(fāng)面的行动相(xiāng)当迅速。而最终科技巨(jù)头(tóu)将把AI整合成用户的“全能助手”，包(bāo)揽(lǎn)一切(qiè)应(yīng)用，与人们进行(xíng)沟通(tōng)并提供建(jiàn)议，可以取代亚马逊、Siri或Outlook等应(yīng)用。

大佬(lǎo)口中全能助手的到来可能尚需时(shí)日(rì)，但由(yóu)ControlNet引发的(de)又一(yī)次AI绘(huì)画浪潮，让(ràng)AIGC在ChatGPT的话题热(rè)点(diǎn)包围中杀出重围。

01

ControlNet颠覆AI绘画新玩法(fǎ)

AIGC向可(kě)控靠近(jìn)

以AI绘(huì)画为代(dài)表(biǎo)的AIGC上一次爆火的时候，还是2022年(nián)8月，在美国(guó食邑五百户是什么意思，半年食邑是什么意思)科罗拉多州举办的(de)新兴数字艺术家竞赛中(zhōng)，一幅名为《太空歌剧院》的作品获奖。

随后(hòu)各(gè)大厂(chǎng)商的AI绘(huì)画(huà)软(ruǎn)件被广大网友熟知并(bìng)体验(yàn)，Stable Diffusion便是(shì)其中代(dài)表。

用(yòng)户们可以在应(yīng)用(yòng)中输入一组关键词(cí)或者一张照片，就能获(huò)得(dé)一幅(fú)AI创(chuàng)作的画作(zuò)。

作画(huà)的(de)关键就是所(suǒ)输(shū)入的文本。同一组关键词(cí)也可以创(chuàng)作出(chū)很多张风格不一样(yàng)的画作(zuò)，这让创(chuàng)作的过(guò)程就像开盲盒。

很多(duō)用户很(hěn)喜欢(huān)这种不确定的惊(jīng)喜(xǐ)，他们会将生(shēng)成的(de)美图当(dāng)做头(tóu)像。而(ér)另(lìng)一部分喜欢(huān)翻(fān)看AI绘(huì)画的“翻车”作品(pǐn)。在社交(jiāo)媒体上，许多用户分享(xiǎng)AI“翻(fān)车现场”，例(lì)如(rú)，一(yī)位网友的小狗照片被AI画成了“肌肉(ròu)男”，还有网友的个人照(zhào)片(piàn)被(bèi)AI识别(bié)成了建(jiàn)筑。

而如今随着(zhe)ControlNet的出现与加(jiā)持，以往AI绘画的填写(xiě)关键(jiàn)词游戏可能(néng)要被颠(diān)覆了。

ControlNet是一位正在斯坦福(fú)读博的中(zhōng)国人(rén)张吕敏(mǐn)创作的(de)一种基于控制(zhì)点(diǎn)的(de)图像变形算(suàn)法，主要用于数字(zì)图像(xiàng)处理、计算机视觉和计算机图形学等领域。

其SD插件(jiàn)一经发布，在短短(duǎn)的两天内(nèi)便(biàn)成(chéng)为了AI绘画领(lǐng)域最(zuì)新(xīn)的热点(diǎn)。

在(zài)此(cǐ)之前(qián)，大家用了很多(duō)方法想让AI生成的(de)结果尽可能的符合要求，但是都不(bù)尽如人意，它的出现代表着AI生成开始进入(rù)真正的可控时(shí)期。

因(yīn)为ControlNet可以直接提取画面的构图，人物的姿势和(hé)画面的(de)深度(dù)信息等。有了它(tā)的帮助(zhù)，就不用频繁的用(yòng)提(tí)示词来碰运气，抽盲盒式(shì)的创作了。

通(tōng)俗的说ControlNet相(xiāng)当于给AI绘画加了“魔法”，不少博主的作品已(yǐ)经获(huò)得了(le)大量的浏览量，“viggo”就是其中之(zhī)一，他用朋(péng)友的照片直接带她们(men)走进动漫世(shì)界。

viggo先用StableDiffusion图片转文字。

再(zài)用Text2Prompt插件拓展找(zhǎo)到对应的关(guān)键词；最后用ControlNet插件绑定骨骼开始换关(guān)键(jiàn)词试效(xiào)果。

通(tōng)过图(tú)片就可以看出来，效果(guǒ)十分惊(jīng)艳(yàn)。

更厉(lì)害(hài)的是，除了真实的照片(piàn)，草(cǎo)图也可以加上“魔(mó)法”，知乎大牛“DevPoint”和“逗(dòu)砂(shā)”介绍到ControlNet还能实(shí)现(xiàn)线稿转全(quán)彩图(tú)。大神张吕(lǚ)敏其本(běn)尊也(yě)亲自回应。

不得不(bù)说(shuō)当(dāng)下AIGC已(yǐ)经(jīng)变得(dé)越来越强(qiáng)大，甚至输(shū)出的(de)作品都(dōu)已经能以假乱(luàn)真了。

02

难辨虚实，AIGC技(jì)术(shù)力爆发(fā)

警惕安全(quán)问(wèn)题

近(jìn)日(rì)，“苏州金鸡湖有游艇(tǐng)party”的消息火(huǒ)遍网络(luò)，而(ér)经过警方辟谣这所谓的(de)“party”可(kě)能是全国第(dì)一(yī)起AI绘图诈(zhà)骗。

由于这个活动(dòng)里面给出的美女照片都是AI制作的(de)真(zhēn)人照片(piàn)绘图，因为太逼真，被大家当(dāng)成真事传播了。

不过(guò)仔细观察可以发现，活动发起者提(tí)供的照片中有个(gè)很大(dà)的漏(lòu)洞可以发现(xiàn)并(bìng)非真人，而是AI绘(huì)图，那便是图片中女性的手(shǒu)指部(bù)分有(yǒu)的存在异常。

有行业人事(shì)表示：“现在因为手指部分(fēn)的绘(huì)画算法比较复杂，AI还(hái)不太会画(huà)人的手，但(dàn)最新看到的图片已(yǐ)经有越来越完美的AI模(mó)型出现，以后(hòu)可(kě)能(néng)就完(wán)全没(méi)有漏洞了。”

类似的AI作(zuò)图诈骗在国(guó)外也(yě)已有发生。据(jù)英国广播公(gōng)司报道，土耳其地震(zhèn)期间(jiān)，有(yǒu)Tiktok用户使用AI合(hé)成了(le)儿童受灾(zāi)的假照(zhào)片发(fā)布到网络(luò)，以此诱骗善良的(de)人打赏“捐助”从而实(shí)施诈骗。

目前随(suí)着技术发(fā)展，AIGC已经能(néng)做出(chū)真人照片般的(de)绘图(tú)效果，如果(guǒ)这样(yàng)的图(tú)片被用来诈骗，将(jiāng)非常可怕。

此外AIGC还引发了很多担忧，一(yī)方面，批判者认为AI在“学习”了大量前人的作品之后，其创作没(méi)有(yǒu)任(rèn)何情绪和灵(líng)魂，难以和人(rén)类的艺术创作相提(tí)并(bìng)论。

另(lìng)一(yī)方面，AIGC背后的版权、目前都并没有得到有效的解(jiě)决，还有AIGC会不会代替人类“至(zhì)高无(wú)上”的(de)创(chuàng)意。

马斯克也强调(diào)，人工智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(yī)站除了视频，还有远方

技(jì)术都是有两面性(xìng)的(de)，潜在的危害(hài)并不能(néng)掩盖(gài)其光辉的贡(gòng)献。现在看来，人工智能(néng)技术(shù)将(jiāng)是第四次工业(yè)革命的核心驱动(dòng)力量，将(jiāng)创(chuàng)造(zào)新(xīn)的增(zēng)长(zhǎng)奇迹。

过去(qù)一年，人工智能(néng)在技术和商业层面都有了巨大进展，AI绘(huì)画(huà)就是人工智能技术发生方向性改变(biàn)的一个代表。其下一站或许就是(shì)视(shì)频。

此前，Meta和谷(gǔ)歌(gē)先后发(fā)布了几条引(yǐn)爆科(kē)技(jì)圈的短视频(pín)。这些视(shì)频(pín)引发关注并非(fēi)内容做得多优秀，反而都非常(cháng)简单，比如一匹正在喝水的马，一只画画的玩具熊，或者一(yī)段骑摩托(tuō)车的(de)第一视角录像(xiàng)，随便一个有(yǒu)手机的人都可以随手录下一段。

但(dàn)这些短(duǎn)视频的创作方式非常简单，创作者仅仅需要向AI输入一段话，甚(shèn)至只(zhǐ)是说一下要求，AI就可以根(gēn)据需要生成(chéng)一段视频。

谷歌(gē)发(fā)布的两个(gè)AI生成视频分别来(lái)自于Imagen Video和Phenaki，前者主要突出的是高清，与(yǔ)Meta的Make-A-Video没有太多(duō)的差别。

在Make-A-Video公布(bù)了(le)AI生成的视频(pín)后，AI圈就已经玩了一波梗，一个能够做出更(gèng)高(gāo)清视频的(de)AI还不足以在短时(shí)间内(nèi)戳中(zhōng)兴奋(fèn)点。

Phenaki更加令(lìng)人震惊的地方在于，它(tā)可以制作出超过2分钟的连贯(guàn)的也有确切内容的视频，这才是真正让人们感到惊喜的(de)地方(fāng)。因为无论AI生成的视频多(duō)么高清，也只能(néng)是为内容生产者(zhě)提供一个灵感，一个素材，一个过场(chǎng)动画。

不(bù)过能够制作(zuò)出(chū)有具(jù)体剧(jù)情内容的视频(pín)就意味着，一(yī)些视频(pín)创作(zuò)由(yóu)AI代替人工完成(chéng)已经(jīng)初(chū)步(bù)有了可能。

当下AI的(de)发展速度已经(jīng)超(chāo)过(guò)大部分人的想象。内(nèi)容产业的本质是供给创造需(xū)求，AIGC作为全新的内容生产方式(shì)，可以为内容产业(yè)带来更(gèng)新的内容风格、更快(kuài)的生(shēng)产速度，更(gèng)低的生产成本，这无疑会(huì)驱(qū)动内容产业的大爆发(fā)。

除(chú)了AI绘图(tú)、视频，AIGC技(jì)术还能应用于音乐、代(dài)码、机器(qì)人动作(zuò)等多种(zhǒng)内(nèi)容形式(shì)的(de)生成。不难发现该项技(jì)术(shù)不仅在游(yóu)戏等行(xíng)业能得(dé)到有(yǒu)效应用，对于下一代互联网各种元素的构建(jiàn)亦有关键意义。

从(cóng)商业化(huà)的角(jiǎo)度来看，文(wén)化娱乐、教育、传(chuán)媒等(děng)诸多领域，本身(shēn)就(jiù)对基(jī)于AI的可视化(huà)内容有强烈需(xū)求(qiú)。

因(yīn)此，AI绘画(huà)及视频(pín)或不是结果，而只是AI进程(chéng)中(zhōng)的一块重要(yào)拼图，有望在技术更(gèng)新的加持下(xià)实现(xiàn)更大(dà)的应用价值。

AI从理解内(nèi)容(róng)，走向了可以(yǐ)生成内容，甚至能够创造出独立价值和独立视角的内(nèi)容。AIGC的再次出(chū)圈，更(gèng)代表着未来的先(xiān)进(jìn)生产力即(jí)将到来。

04

紧抓(zhuā)大(dà)模型与算力(lì)，牢固AIGC底座

从技术的发展也可(kě)以(yǐ)看出，在(zài)语言(yán)大模型、图像大模(mó)型之后(hòu)，多模态大模型已经(jīng)成(chéng)为了新的(de)趋势。

大(dà)模型被誉为当前人工智能(néng)发展的智能(néng)底座(zuò)，是全球竞(jìng)争最激烈的(de)研究方向(xiàng)之一，包括(kuò)谷歌(gē)、亚马(mǎ)逊(xùn)、百度、阿里、腾讯等众(zhòng)多头(tóu)部(bù)企(qǐ)业都(dōu)在(zài)竞相(xiāng)发(fā)力。

不过训练大模型的确价格不菲，以国盛(shèng)证券(quàn)发布的《ChatGPT需要多(duō)少(shǎo)算力(lì)》报(bào)告估算，GPT-3训练一次的成本(běn)约为140万美元。而对于一些更大(dà)的(de)LLM(大型语言模型)，训(xùn)练成本则(zé)介(jiè)于200万美元至(zhì)1200万美元高价之间。

以ChatGPT在2023年1月的(de)独立访客平均数1300万(wàn)计算(suàn)，其对应(yīng)芯片需求为(wèi)3万多片英(yīng)伟达A100 GPU，初(chū)始投入(rù)成本(běn)约为8亿美元(yuán)，每日仅电(diàn)费就在5万美元左右。

食邑五百户是什么意思，半年食邑是什么意思>

此外不论是ChatGPT还是AIGC，都离不开(kāi)庞(páng)大算力支持。在关(guān)注(zhù)各类大模型(xíng)的发(fā)展同时(shí)，更(gèng)应该关注算力网络的建(jiàn)设(shè)。

算力网络正(zhèng)驱动AI产业发展进(jìn)入史诗级加速进程，让AIGC及(jí)通用AI这(zhè)一人(rén)工智能发(fā)展的终极目标(biāo)离得(dé)更近。

因为算(suàn)力可(kě)以对突破(pò)性技术创新(xīn)提供大(dà)力(lì)的支持。这方面，多模态(tài)大模型是典(diǎn)型。作为面向未(wèi)来强人工智能(néng)、通用(yòng)人工智能的重(zhòng)要技术创新(xīn)，多(duō)模(mó)态大模型已经(jīng)在人工(gōng)智能领域提出(chū)了很多年，业界也(yě)有不少技术突破，但是(shì)，多模态大(dà)模型进一步往下走，算力需(xū)求呈几何式上升(shēng)，一(yī)般的算力基础(chǔ)设施(shī)很快将(jiāng)难以胜(shèng)任。

从图像、文字、语音(yīn)单(dān)独一项的训练，到双(shuāng)模(mó)态、三模态(tài)的跃迁，让人工智能可以灵(líng)活应对不同模态的转化、像(xiàng)人与世界交互一样自然，这方面，由算力(lì)网(wǎng)络(luò)来驱动(dòng)将有(yǒu)明(míng)显优势(shì)。

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

AIGC已经露出曙光，期待在大模型和大算力的支(zhī)持下AIGC能持续(xù)颠(diān)覆内(nèi)容生产的方式，将创造的边(biān)际(jì)成本降低，让万众受益。

未经允许不得转载：橘子百科-橘子都知道 食邑五百户是什么意思，半年食邑是什么意思