自(zì)聊(liáo)天机器(qì)人ChatGPT火爆(bào)以(yǐ)来，微软公司创始人比尔·盖茨(cí)已多次公开谈论人工智能话(huà)题。在最近的一(yī)次(cì)采访中，他(tā)再次表示：“AI可(kě)能会让科技行业(yè)迎来一次(cì)剧烈的洗(xǐ)牌”。

这个结论(lùn)是他在当地时(shí)间(jiān)2月20日接(jiē)受《In Good Company》节目(mù)专访(fǎng)时(shí)提(tí)出的。

他预期，AI的(de)发展可能(néng)会威(wēi)胁(xié)到谷歌的市占率(lǜ)，因为(wèi)微软在AI方面的行动相当迅速。而最终科技巨头将把(bǎ)AI整合成用户的“全(quán)能助手”，包揽(lǎn)一切应用，与人(rén)们进行(xíng)沟通(tōng)并提供(gōng)建议，可以取代亚马逊、Siri或Outlook等应用(yòng)。

大佬口中全能助手的到来可(kě)能尚需时日，但由(yóu)ControlNet引发的又一次AI绘画浪(làng)潮，让AIGC在ChatGPT的话题(tí)热点(diǎn)包(bāo)围(wéi)中杀(shā)出重围。

01

ControlNet颠覆AI绘画新玩(wán)法

AIGC向可控靠近

以(yǐ)AI绘画(huà)为代表(biǎo)的AIGC上一次(cì)爆(bào)火的时候，还是2022年8月，在美国科(kē)罗(luó)拉(lā)多州举办的(de)新兴数(shù)字(zì)艺术家竞赛中(zhōng)，一幅名为《太(tài)空歌剧院》的(de)作品获奖。

随(suí)后各大厂商的(de)AI绘(huì)画(huà)软件被广大网(wǎng)友熟知并(bìng)体验，Stable Diffusion便是其中(zhōng)代(dài)表。

用户们可以在应(yīng)用中输入一组关键词或者(zhě)一张照片，就能获得一幅AI创作(zuò)的画作。

作画的关键就是(shì)所输入(rù)的文本。同一组关键词也可以创作出很多张风(fēng)格不(bù)一样(yàng15英寸等于多少厘米 15英寸等于多少寸)的画(huà)作，这让创作的过程就像开盲盒。

很多用户很喜(xǐ)欢这种不确定的惊喜，他们(men)会将生(shēng)成(chéng)的(de)美(měi)图当(dāng)做头像。而(ér)另(lìng)一(yī)部分喜欢(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(xiǎng)AI“翻车现场”，例如，一位网友的(de)小狗照片被(bèi)AI画成了“肌肉男”，还(hái)有网友的(de)个人照片被AI识别成了建筑。

而如今随着ControlNet的出现与加(jiā)持(chí)，以往(wǎng)AI绘画的填(tián)写关键词游(yóu)戏可能要被颠覆(fù)了(le)。

ControlNet是一(yī)位正在斯坦福读博的(de)中国人张吕(lǚ)敏创作的一(yī)种(zhǒng)基于(yú)控制点的图像变(biàn)形算法，主要用于数字图像处(chù)理、计算机(jī)视觉和计算机图(tú)形学等领(lǐng)域。

其SD插件一经发布(bù)，在短短的两天(tiān)内便成(chéng)为(wèi)了AI绘(huì)画(huà)领(lǐng)域最新的热点。

在此(cǐ)之前(qián)，大家用了(le)很多(duō)方法想让(ràng)AI生成(chéng)的结果(guǒ)尽可能的符(fú)合(hé)要(yào)求，但是都不尽如人意，它的出现(xiàn)代(dài)表(biǎo)着AI生成开始进(jìn)入真正的可控时期(qī)。

因为(wèi)ControlNet可以直(zhí)接提取画面的(de)构图(tú)，人(rén)物(wù)的(de)姿势和画面(miàn)的深度信(xìn)息等。有了它的(de)帮(bāng)助(zhù)，就不用频繁的用提示词来碰(pèng)运气，抽盲盒式的创作了。

通俗(sú)的说ControlNet相当于给AI绘画加了“魔法”，不少博(bó)主的作(zuò)品已经获得(dé)了大量的浏览量，“viggo”就是其中之一，他用朋(péng)友的照片(piàn)直(zhí)接带她们走进(jìn)动(dòng)漫世界。

viggo先用(yòng)StableDiffusion图片转文(wén)字。

再用Text2Prompt插件拓展找到(dào)对应的关键词(cí)；最(zuì)后用ControlNet插件(jiàn)绑定(dìng)骨骼开(kāi)始换关键词试(shì)效(xiào)果。

通(tōng)过图(tú)片(piàn)就可以看出来，效(xiào)果十分惊艳(yàn)。

更厉害(hài)的是，除了真实(shí)的照片，草图也(yě)可以加上“魔法(fǎ)”，知乎大牛“DevPoint”和“逗砂(shā)”介绍(shào)到(dào)ControlNet还能(néng)实(shí)现线稿转(zhuǎn)全彩图(tú)。大(dà)神(shén)张吕敏其本(běn)尊也15英寸等于多少厘米 15英寸等于多少寸(yě)亲自(zì)回(huí)应。

不得(dé)不说(shuō)当下AIGC已经(jīng)变得(dé)越来越强大，甚至(zhì)输出的作品(pǐn)都已经能(néng)以(yǐ)假乱(luàn)真了。

02

难(nán)辨虚实(shí)，AIGC技术力爆发

警惕(tì)安全问题

近日(rì)，“苏州金(jīn)鸡湖有(yǒu)游艇party”的消息火遍网(wǎng)络，而(ér)经过警方辟(pì)谣这(zhè)所谓的“party”可能是全(quán)国第一起AI绘(huì)图(tú)诈骗。

由于这(zhè)个(gè)活动里面给出(chū)的(de)美(15英寸等于多少厘米 15英寸等于多少寸měi)女照片都是(shì)AI制作的真(zhēn)人照片绘图，因为太逼真(zhēn)，被大(dà)家当成真(zhēn)事传播了(le)。

不过仔细观察可以发现，活动发起者提供(gōng)的照片(piàn)中有个(gè)很(hěn)大的漏洞可以发(fā)现并非真(zhēn)人，而是AI绘(huì)图(tú)，那便是图片中(zhōng)女性的(de)手指部分(fēn)有的存(cún)在异常。

有行业人事表(biǎo)示：“现在因(yīn)为手指部分(fēn)的(de)绘画算法(fǎ)比较复杂(zá)，AI还(hái)不太会(huì)画人的手(shǒu)，但最新看到的图片(piàn)已经有越(yuè)来越(yuè)完美的AI模型出现，以后可能就完全没有漏洞(dòng)了(le)。”

类(lèi)似的AI作图诈骗在国外也已(yǐ)有发生。据英国广播公司报道(dào)，土耳其地震(zhèn)期间，有Tiktok用户使(shǐ)用AI合成了儿童受灾的假照片(piàn)发(fā)布(bù)到网络，以此诱(yòu)骗(piàn)善(shàn)良(liáng)的人打赏“捐助”从(cóng)而实施诈骗。

目前随着技术发展，AIGC已经(jīng)能做出真人照片(piàn)般的(de)绘(huì)图(tú)效果，如(rú)果这样的图片(piàn)被用来(lái)诈骗，将非常可怕。

此(cǐ)外AIGC还引发了很(hěn)多担忧，一方面，批判者认为(wèi)AI在“学习(xí)”了(le)大量前人的作品之(zhī)后，其(qí)创作没(méi)有任(rèn)何情(qíng)绪(xù)和灵(líng)魂，难以和人类的艺术创作相提并(bìng)论。

另一方(fāng)面，AIGC背后的版权、目(mù)前(qián)都并(bìng)没有得到有(yǒu)效的解决，还有AIGC会不会代替人类“至高无(wú)上”的(de)创意。

马斯克也强调，人工智能的安(ān)全问题需(xū)要得到(dào)重视，太晚就(jiù)来不及了。

03

AIGC下(xià)一站除了视频(pín)，还有(yǒu)远方(fāng)

技术都是有两面性(xìng)的，潜在(zài)的危害并(bìng)不能掩盖其光辉的贡献(xiàn)。现在(zài)看(kàn)来，人工(gōng)智(zhì)能(néng)技术将是第四次工业革命的核心驱动力(lì)量，将创(chuàng)造新的增长奇迹。

过去一年，人工智能(néng)在技术(shù)和商业层面都有了(le)巨(jù)大进展，AI绘画(huà)就是人工智能(néng)技术发生方向性改(gǎi)变的一个代表(biǎo)。其下一站或许就是(shì)视(shì)频。

此前，Meta和谷歌先后发布(bù)了几条引爆科技(jì)圈的(de)短视(shì)频。这(zhè)些视频(pín)引(yǐn)发关注并非内容做得多(duō)优秀，反而都非常简单(dān)，比如一匹正在喝(hē)水的(de)马，一只画画的玩具熊，或者一段(duàn)骑摩(mó)托车的第一视角(jiǎo)录像，随便一个有手机(jī)的人(rén)都可以随手录下(xià)一段。

但这(zhè)些短视频(pín)的创作方(fāng)式(shì)非(fēi)常简单，创作(zuò)者仅仅需要向AI输入(rù)一(yī)段话，甚至只是说一(yī)下(xià)要求，AI就可以根据需要生成一(yī)段视频(pín)。

谷歌发布的(de)两个(gè)AI生成视频分别来自于Imagen Video和Phenaki，前者主要(yào)突出的是(shì)高清，与Meta的Make-A-Video没有太多(duō)的(de)差别(bié)。

在(zài)Make-A-Video公布了AI生(shēng)成的视频后(hòu)，AI圈就已经玩了一波梗，一个能够做出更高(gāo)清视频的AI还不足(zú)以在(zài)短时间内(nèi)戳中兴奋点。

Phenaki更加令人震惊的地方在于，它(tā)可以(yǐ)制作出超过2分钟的连(lián)贯(guàn)的也有确切(qiè)内容的视频，这才是真(zhēn)正让人们感到惊喜的地方。因为无论AI生成的(de)视频多么(me)高清，也(yě)只能是为内(nèi)容(róng)生产者提供一个灵感，一个素材，一个过场动画(huà)。

不过能够制作(zuò)出有具体(tǐ)剧情内容的视频(pín)就意味着，一(yī)些(xiē)视频创(chuàng)作(zuò)由AI代替人工(gōng)完成已经初步有了可能(néng)。

当下AI的(de)发展(zhǎn)速度已经超过(guò)大部分人的想象。内容(róng)产业的本质是供给创造需求，AIGC作为(wèi)全新的内(nèi)容生(shēng)产(chǎn)方式，可以为内容(róng)产业(yè)带(dài)来更(gèng)新的内容风格、更(gèng)快的生产速度(dù)，更低的生产成(chéng)本，这(zhè)无(wú)疑会(huì)驱动内容产业的大爆(bào)发。

除了AI绘图、视频，AIGC技术还(hái)能应用(yòng)于音乐、代码(mǎ)、机器人动(dòng)作等多种内(nèi)容形(xíng)式的生成(chéng)。不难发现该(gāi)项技术不仅(jǐn)在(zài)游(yóu)戏等行业(yè)能(néng)得(dé)到有效应(yīng)用，对于下一(yī)代互联(lián)网各种元素(sù)的构建亦有关键意义。

从商业化的角度来看，文化娱乐、教育、传媒等诸多领域，本身就对基于AI的可视化内(nèi)容有强烈(liè)需求(qiú)。

因此，AI绘画及视频或不是结(jié)果，而(ér)只是AI进(jìn)程中的一块重要拼图，有望在技术更新的加持(chí)下实现(xiàn)更大的应用价值(zhí)。

AI从理(lǐ)解内容，走向(xiàng)了可(kě)以生成(chéng)内(nèi)容，甚至(zhì)能够(gòu)创造出独(dú)立价值和独立视角的内容。AIGC的(de)再次出圈，更代(dài)表着(zhe)未来的先进生产力即将到来。

04

紧抓大模型与算(suàn)力，牢固AIGC底座

从技术的(de)发展也可(kě)以看出，在语言大模型、图像(xiàng)大模型之后，多(duō)模态大模型已经(jīng)成为(wèi)了新的趋势。

大模型被誉(yù)为(wèi)当前人工智能发展的(de)智能底座，是全球竞(jìng)争最激烈的研究方向(xiàng)之一(yī)，包括(kuò)谷歌、亚马逊、百度、阿里、腾讯等(děng)众多头部企业都(dōu)在竞相发(fā)力(lì)。

不过训练大模型的(de)确价格(gé)不菲(fēi)，以国盛(shèng)证(zhèng)券发(fā)布(bù)的《ChatGPT需要多少(shǎo)算力》报告估算，GPT-3训(xùn)练一(yī)次的成本约(yuē)为140万美元(yuán)。而对于一些更大的LLM(大(dà)型语言模型)，训练成本则介于200万(wàn)美(měi)元至1200万美(měi)元(yuán)高(gāo)价之间。

以(yǐ)ChatGPT在2023年1月的独立(lì)访客平均数1300万计算，其对应芯(xīn)片需求为(wèi)3万(wàn)多片英伟达A100 GPU，初始投入(rù)成本约为8亿美元(yuán)，每(měi)日仅电费就在5万美(měi)元(yuán)左(zuǒ)右(yòu)。

此外不论是ChatGPT还是(shì)AIGC，都离不开庞大算力支(zhī)持。在关注各类大模(mó)型的发展同时，更(gèng)应(yīng)该关注算力网(wǎng)络的建设。

算(suàn)力(lì)网络(luò)正驱动AI产(chǎn)业发(fā)展进入史诗级加速(sù)进(jìn)程，让AIGC及通用AI这一人工智能发展的终(zhōng)极目(mù)标离得更(gèng)近。

因为算力可(kě)以对(duì)突破性技术创新提(tí)供(gōng)大(dà)力(lì)的(de)支(zhī)持。这方面，多模态大模(mó)型是典(diǎn)型(xíng)。作为面向未来(lái)强(qiáng)人工智能、通用人工智(zhì)能的(de)重要技术创(chuàng)新，多模态大(dà)模(mó)型已经(jīng)在(zài)人工智能领域提出了(le)很多(duō)年，业界也有不少技(jì)术突破，但是，多模态大模型(xíng)进一步往(wǎng)下走，算力需求(qiú)呈几何式上升，一般的算力基(jī)础(chǔ)设施很(hěn)快将(jiāng)难以胜(shèng)任。

从图像、文字、语音单独一项的训练，到双模(mó)态、三模态的跃(yuè)迁，让人(rén)工智(zhì)能可(kě)以(yǐ)灵(líng)活应对不同模态的转化、像(xiàng)人与世界交(jiāo)互(hù)一样自然，这方(fāng)面，由算力网络来驱动将有明显优(yōu)势(shì)。

此外，还有很多需(xū)要爆发式增长的算(suàn)力来(lái)支撑的技术创新，将在人工(gōng)智(zhì)能(néng)算力(lì)网络(luò)支撑下快(kuài)速推(tuī)进。

AIGC已经露出曙(shǔ)光，期待在大模型和大算力(lì)的支持(chí)下AIGC能持续颠覆内容(róng)生产的方(fāng)式(shì)，将创(chuàng)造的边际成本降(jiàng)低，让万众受益。

未经允许不得转载：橘子百科-橘子都知道 15英寸等于多少厘米 15英寸等于多少寸