自聊天机器人ChatGPT火爆(bào)以来，微软公司创(chuàng)始人(rén)比尔·盖茨已多(duō)次公开谈论人工(gōng)智能话题。在最近的一次采(cǎi)访中，他再次表示：“AI可能会让科技行业(yè)迎来(lái)一次剧烈的(de)洗牌”。

这个结(jié)论是他(tā)在当地时间2月20日接受《In Good Company》节目专访时(shí)提(tí)出的。

他预期(qī)，AI的发展(zhǎn)可(kě)能会(huì)威胁到(dào)谷歌的市占率，因(yīn)为微软在AI方(fāng)面的(de)行动(dòng)相当迅速。而最终科技巨头将把AI整合成用户(hù)的“全能助手”，包揽一切应用，与(yǔ)人们(men)进行沟通并提供建议，可以取代亚马逊、Siri或Outlook等应用。

大佬口中(zhōng)全(quán)能助手的到来可能尚(shàng)需时日，但由ControlNet引发的又一次AI绘画浪潮，让AIGC在ChatGPT的话题(tí)热点包围中杀出重围。

01

ControlNet颠覆AI绘画新玩法(fǎ)

AIGC向(xiàng)可控靠近

以AI绘画为代表的AIGC上一次爆火的(de)时候(hòu)，还是2022年8月，在美国科罗(luó)拉多州举办的(de)新兴数字艺术家竞赛中，一幅名(míng)为《太空(kōng)歌剧院》的作品(pǐn)获(huò)奖。

随后各大厂商(shāng)的AI绘画(huà)软件(jiàn)被(bèi)广大网友熟知并体(tǐ)验，Stable Diffusion便是其中代表。

用户们可以在应用中输(shū)入(rù)一组关键词(cí)或者一(yī)张(zhāng)照片(piàn)，就(jiù)能获得一幅AI创作(zuò)的画作。

作画的关键(jiàn)就是(shì)所(suǒ)输(shū)入的(de)文本。同一组关键词也可以创作出很(hěn)多(duō)张(zhāng)风格不一(yī)样的画作(zuò)，这(zhè)让创(chuàng)作的过(guò)程就(jiù)像开盲盒(hé)。

很多用户很喜欢(huān)这种不确定的惊喜，他(tā)们会(huì)将生(shēng)成(chéng)的美图当做头像。而另一部分喜欢翻看AI绘画(huà)的(de)“翻车(chē)”作品。在(zài)社(shè)交媒体上，许多用户分享AI“翻(fān)车现(xiàn)场”，例如，一(yī)位(wèi)网友(yǒu)的小狗(gǒu)照片被AI画成(chéng)了“肌肉男”，还有网(wǎng)友的个人(rén)照片被AI识别成了建(jiàn)筑。

而如今随着ControlNet的出现(xiàn)与加(jiā)持，以往AI绘画的填写关键(jiàn)词游戏可能要被颠覆了(le)。

ControlNet是一位正在斯坦福读博的中国人(rén)张吕敏创作的一种基(jī)于控制点(diǎn)的图(tú)像变形(xíng)算法(fǎ)，主要用于数字图像处理、计(jì)算(suàn)机视觉和计算机图(tú)形学等领域(yù)。

其SD插件一经发布，在短(duǎn)短的两天内便成为了AI绘画领域最(zuì)新的热点。

在(zài)此之前，大家用(yòng)了(le)很多方法想让AI生成(chéng)的结果(guǒ)尽可能的符(fú)合要求(qiú)，但是(shì)都不(bù)尽如人意，它的出现代表着(zhe)AI生成开(kāi)始(shǐ)进(jìn)入真正(zhèng)的可控时期。

因为ControlNet可以直接提取画面的(de)构图，人物(wù)的(de)姿势和画面的深度信息等。有了它的帮助，就不用频繁的(de)用(yòng)提示词(cí)来碰运气(qì)，抽盲盒式的创(chuàng)作了。

通俗的说ControlNet相当于给(gěi)AI绘画(huà)加(jiā)了(le)“魔法”，不少博主的作品已(yǐ)经获得了大量的浏览(lǎn)量，“viggo”就是其中(zhōng)之(zhī)一，他(tā)用朋友的照(zhào)片直(zhí)接带她们走(zǒu)进(jìn)动漫世界(jiè)。

viggo先用StableDiffusion图片转文字。

再用Text2Prompt插件拓展(zhǎn)找到(dào)对应的关键词；最后用ControlNet插件绑(bǎng)定骨(gǔ)骼(gé)开始换关(guān)键词试效果。

通过图片就可(kě)以(yǐ)看出(chū)来，效果十分惊艳。

更厉(lì)害的是，除了(le)真实的照片，草图也可以加上“魔法”，知乎大牛“DevPoint”和“逗砂”介绍到ControlNet还能实(shí)现线稿转全(quán)彩图。大神张(zhāng)吕敏其本尊也亲自(zì)回应。

不得不(bù)说当下(xià)AIGC已(yǐ)经(jīng)变得越来(lái)越强大(dà)，甚至输出的作品都已(yǐ)经(jīng)能以假乱真了。

02

难辨虚实，AIGC技术力爆发

警(jǐng)惕安全问题

近(jìn)日，“苏州金鸡湖有游艇party”的消(xiāo)息(xī)火(huǒ)遍网(wǎng)络(luò)，而经过(guò)警方辟谣这所谓的“party”可能是全国第一起AI绘(huì)图诈骗。

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

不(bù)过仔细观察可以发现，活动发起者提供(gōng)的照片(piàn)中有个很大(dà)的漏洞可以(yǐ)发(fā)现并非真(zhēn)人，而(ér)是(shì)AI绘图，那便是图(tú)片中女性(xìng)的手指部分有的存在异常。

有行业人事(shì)表示：“现(xiàn)在因(yīn)为手指部分的绘画算法比较复杂，AI还不太(tài)会画(huà)人的手，但最新看(kàn)到的(de)图片已经有越来越完美的AI模型出(chū)现，以后可能就完全没有(yǒu)漏洞了。”

类似的AI作图诈骗在国外(wài)也已(yǐ)有发生。据英国广播(bō)公司报道，土(tǔ)耳其地(dì)震(zhèn)期间，有Tiktok用户使用AI合(hé)成了儿童受(shòu)灾的假(jiǎ)照片发(fā)布到(dào)网络，以此诱骗(piàn)善良的人打赏“捐(juān)助”从而实施(shī)诈骗。

目前随(suí)着技术发展，AIGC已经能(néng)做出真人照片般的(de)绘(huì)图效果，如果这样(yàng)的图片(piàn)被用来诈骗，将(jiāng)非常可怕。

此外AIGC还引发(fā)了很多担忧，一方面(miàn)，批(pī)判者认为AI在“学习”了大量前人的作品之后，其创作没有任何情绪和(hé)灵魂，难以和人类的艺术创(chuàng)作相提(tí)并论。

另一方面(miàn)，AIGC背(bèi)后的(de)版权、目前都并(bìng)没有得到有(yǒu)效的(de)解(jiě)决(jué)，还(hái)有AIGC会不会代(dài)替人类“至(zhì)高无上”的创(chuàng)意。

马(mǎ)斯克也强调(diào)，人(rén)工(gōng)智(zhì)能的(de)安全(quán)问题需要得到重视，太晚就来不及了。

03

AIGC下(xià)一(yī)站除(chú)了视频，还有远方

技(jì)术都是有(yǒu)两面性的，潜(qián)在(zài)的危害并不能掩盖其光辉的贡(gòng)献。现在(zài)看来，人工智(zhì)能(néng)技(jì)术将是(shì)第四次(cì)工业革(gé)命的(de)核心驱动力(lì)量，将创造(zào)新的增长奇(qí)迹。

过(guò)去一(yī)年(nián)，人(rén)工智能在技术和商(shāng)业层面都(dōu)有了巨大进(jìn)展，AI绘(huì)画就是人(rén)工智能技(jì)术发生方向(xiàng)性改变的一个代(dài)表。其(qí)下一(yī)站或许就是视(shì)频。

此前，Meta和谷(gǔ)歌先后发布了几条(tiáo)引爆科技圈(quān)的短视(shì)频(pín)。这些视频引发(fā)关注并(bìng)非内容做得多(duō)优秀，反而(ér)都非常简单(dān)，比如一匹正在(zài)喝水的马(mǎ)，一只画画的玩具熊，或者一段(duàn)骑摩托车的第一视角录像，随便(biàn)一个有手机的人都可以(yǐ)随手录下一(yī)段。

但这些短视频(pín)的创作方式(shì)非(fēi)常简单，创作(zuò)者仅(jǐn)仅需要向AI输(shū)入一段话，甚(shèn)至只是说一下要求(qiú)，AI就(jiù)可以根据需要(yào)生(shēng)成一段视频(pín)。

谷歌发布的两个AI生成视频分别来自(zì)于Imagen Video和Phenaki，前者主要突出(chū)的是高(gāo)清(qīng)，与Meta的Make-A-Video没有太多的差(chà)别。

在Make-A-Video公布了AI生成的视频后，AI圈就已经(jīng)玩了一波梗，一个(gè)能够做出更高(gāo)清视频的AI还不足以(yǐ)在(zài)短(duǎn)时间内戳中兴奋点(diǎn)。

Phenaki更加令人震惊的地方在于(yú)，它可以制作(zuò)出超过2分钟的连贯的也(yě)有确切(qiè)内容的视频，这才是真(zhēn)正(zhèng)让人们感到(dào)惊喜的地方。因(yīn)为无(wú)论AI生(shēng)成的视频多么高清，也(yě)只能是为内容(róng)生产者提(tí)供(gōng)一个(gè)灵感，一(yī)个素材，一个(gè)过场动画。

不过(guò)能(néng)够制作出(chū)有具体剧情内容的视(shì)频就(jiù)意味着，一些视频(pín)创作由AI代(dài)替人工完成已经初步有了可能(néng)。

当下AI的发(fā)展速度(dù)已(yǐ)经超过大部分人的想象。内容产(chǎn)业的(de)本质是供(gōng)给创造需求，AIGC作为(wèi)全新的(de)内容生产方式，可以为内(nèi)容产(chǎn)业带(dài)来(lái)更新的内容风(fēng)格、更(gèng)快的生产(chǎn)速度(dù)，更低的生产成本，这无疑会驱动(dòng)内容(róng)产业的(de)大(dà)爆发(fā)。

除了AI绘图(tú)、视频(pín)，AIGC技术还能应用(yòng)于音乐、代码、机器人动作等多(duō)种内(nèi)容形式(shì)的(de)生成(chéng)。不难发现该项技术不仅在游戏等行业(yè)能得到有效应用，对于下(xià)一(yī)代互联网各(gè)种元素的构建亦有关键意(yì)义。

从商业化的角度来看，文化娱乐、教育、传媒(méi)等(děng)诸多领(lǐng)域，本身(shēn)就对基(jī)于AI的可(kě)视化内(nèi)容有强烈需求。

因此，AI绘画及视频或不是结果，而只(zhǐ)是(shì)AI进程中(zhōng)的一(yī)块重要(yào)拼图(tú)，有望在技术更新的加持下实现(xiàn)更(gèng)大的应用价(jià)值。

AI从理(lǐ)解内容，走(zǒu)向(xiàng)了可以生(shēng)成内容(róng)，甚至能(néng)够创造出独立价(jià)值和独立视角的内容。AIGC的再次出圈(quān)，更代表着未来(lái)的(de)先进生产力即将到来。

04

紧(jǐn)抓大模型与(yǔ)算力，牢固(gù)AIGC底(dǐ)座

从技术的发(fā)展也(yě)可以(yǐ)看出，在语言(yán)大(dà)模型、图像大模型之后，多模(mó)态大模型已经(jīng)成为(wèi)了新的(de)趋(qū)势。

大(dà)模型被誉(yù)为当前(qián)人工智能发(fā)展的智(zhì)能底座，是全球竞争(zhēng)最激烈的研究方向(xiàng)之一，包括谷(gǔ)歌、亚马逊、百度(dù)、阿里(lǐ)、腾讯等(děng)众(zhòng)多头部(bù)企业都在(zài)竞相发力。

不(bù)过训练大模型的确价格(gé)不菲，以国盛(shèng)证(zhèng)券发布的《ChatGPT需要(yào)多少算力》报告估算，GPT-3训练(liàn)一次的成(chéng)本约为140万美元。而对于一(yī)些更大(dà)的LLM(大型语言模型(xíng))，训练成本则介于200万美元至(zhì)1200万美元高价(jià)之间。

以ChatGPT在2023年1月的独立访客平均数1300万计(jì)算，其对应芯片(piàn)需求(qiú)为(wèi)3万多(duō)片英伟达A100 GPU，初始投入成(chéng)本约为8亿美元，每日仅电费就在(zài)5万美(měi)元左右。

此(cǐ)外不(bù)论是ChatGPT还是AIGC，都离(lí)不开(kāi)庞大算力支持。在关注各类大模型的发(fā)展同时(shí)，更应(yīng)该(gāi)关注(zhù)算力网络的(de)建设。

算(suàn)力网(wǎn鬼吹灯真正的作者不敢承认，鬼吹灯真正的尸仙g)络(luò)正驱动(dòng)AI产业发展(zhǎn)进入史诗(shī)级加速进程，让AIGC及通用AI这一人工智能发展的终极目标离得更近(jìn)。

因为算(suàn)力可以(yǐ)对突破性技术创新提供(gōng)大力(lì)的支持。这方面，多模态大模型是典型。作为(wèi)面向(xiàng)未来强人工智(zhì)能、通用人(rén)工智能(néng)的重要技(jì)术(shù)创新，多模态大模(mó)型已经在人工智能领域提出(chū)了很多年，业界也(yě)有(yǒu)不少技术突破(pò)，但(dàn)是，多模(mó)态大模(mó)型进一步往下走，算力(lì)需求(qiú)呈几(jǐ)何式上升，一般的算力基础设(shè)施很快(kuài)将难以胜(shèng)任。

从图(tú)像、文字、语音单独一项的训练，到双模态(tài)、三(sān)模态的跃迁(qiān)，让(ràng)人工(gōng)智(zhì)能(néng)可以灵活应对不(bù)同模(mó)态的转化、像人与世界交(jiāo)互一(yī)样(yàng)自(zì)然，这方面，由算力网络来(lái)驱动将有明显优势。

此外，还有很(hěn)多需要爆发式增长的算(suàn)力来支(zhī)撑(chēng)的技(jì)术创新，将(jiāng)在(zài)人工(gōng)智能算(suàn)力网(wǎng)络支撑下快速(sù)推进。

AIGC已经露(lù)出曙光，期待在大模型和大算力的支持下AIGC能持续颠覆内容生产(chǎn)的方式，将创(chuàng)造的边际成本降低，让万(wàn)众受益。

未经允许不得转载：橘子百科-橘子都知道 鬼吹灯真正的作者不敢承认，鬼吹灯真正的尸仙