自聊天机(jī)器人ChatGPT火爆以来(lái)，微软公司创始人比(bǐ)尔·盖茨已(yǐ)多次公(gōng)开谈论人工(gōng)智能话(huà)题。在(zài)最(zuì)近的一次采访中，他(tā)再次表示：“AI可能会让科技行业迎来(lái)一(yī)次(cì)剧烈的洗牌”。

这(zhè)个(gè)结论是他(tā)在当地时间2月(yuè)20日(rì)接受《In Good Company》节(jié)目专访时(shí)提(tí)出的。

他预期，AI的发(fā)展可能会威(wēi)胁到谷歌的市占率，因为(wèi)微软在AI方面的行动相当(dāng)迅(xùn)速。而最终科技巨头将(jiāng)把AI整合(hé)成(chéng)用(yòng)户的“全能助手”，包(bāo)揽一切应用(yòng)，与人们进(jìn)行沟通并提(tí)供建议，可以(yǐ)取代(dài)亚马逊、Siri或Outlook等应用。

大佬口中全能助手的到(dào)来可(kě)能尚需(xū)时(shí)日(rì)，但由ControlNet引发的又一次AI绘(huì)画浪潮，让(ràng)AIGC在ChatGPT的(de)话题热点包(bāo)围中杀出(chū)重围(wéi)。

01

ControlNet颠覆(fù)AI绘画新玩法

AIGC向(xiàng)可控(kòng)靠(kào)近(jìn)

以(yǐ)AI绘画为代表(biǎo)的AIGC上(shàng)一次(cì)爆火(huǒ)的时候，还是(shì)2022年8月，在美国科罗拉多州举办的新兴(xīng)数字(zì)艺术(shù)家(jiā)竞赛中，一幅名为《太空(kōng)歌剧院》的作(zuò)品获奖。

随后各(gè)大厂商的AI绘画(huà)软件被广(guǎng)大网友熟知(zhī)并体验，Stable Diffusion便(biàn)是其(qí)中(zhōng)代表。

用户们可(kě)以(yǐ)在应(yīng)用(yòng)中输入一组关(guān)键词(cí)或(huò)者一张照片(piàn)，就能(néng)获得一幅AI创作的(de)画作。

作画的关键就是所输入的文本。同(tóng)一组关键词也可以创作出很多(duō)张风(fēng)格(gé)不一样(yàng)的(de)画作，这让创作的过程就像开盲(máng)盒。

很多用(yòng)户(hù)很喜欢这种不确定的(de)惊(jīng)喜，他们会将生(shēng)成(chéng)的美(měi)图当做头像。而另一部分喜(xǐ)欢翻看AI绘画的“翻车”作(zuò)品(pǐn)。在社(shè)交媒体上，许多用户分享AI“翻车现场”，例(lì)如(rú)，一位网友的小(xiǎo)狗照(zhào)片(piàn)被AI画成了“肌肉男”，还有(yǒu)网友的个人照片被AI识(shí)别成(chéng)了(le)建筑。

而如今随着ControlNet的出(chū)现与加持，以往AI绘画的填写关键词(cí)游戏可能要被颠覆了。

其SD插(chā)件一经发布(bù)，在(zài)短短(duǎn)的两天(tiān)内便成为了(le)AI绘画领域最新的热点。

在此之前，大家用(yòng)了(le)很多(duō)方法想让AI生成(chéng)的结果尽可能的符合要求，但是(shì)都不尽如人意，它的出现代表(biǎo)着(zhe)AI生(shēng)成开始(shǐ)进入真正的可控时(shí)期。

因为(wèi)ControlNet可(kě)以(yǐ)直接(jiē)提(tí)取(qǔ)画面的(de)构图，人物的姿(zī)势和画面(miàn)的深(shēn)度信息等。有了它的帮助，就不用频繁的用提示词来碰运气(qì)，抽盲盒(hé)式的创作了。

通俗(sú)的说ControlNet相当于给AI绘画(huà)加了“魔法”，不少博主(zhǔ)的作品已经获得了(le)大(dà)量的(de)浏(liú)览(lǎn)量，“viggo”就是其中之(zhī)一(yī)，他用朋友的照片直接带(dài)她(tā)们走进动漫世界。

viggo先用(yòng)StableDiffusion图片转(zhuǎn)文字。

再用Text2Prompt插件拓(tuò)展找(zhǎo)到对应的关(guān)键词；最后用ControlNet插件绑定骨骼开(kāi)始换(huàn)关键词试效果。

通过图片就(jiù)可(kě)以(yǐ)看(kàn)出(chū)来，效果(guǒ)十分惊艳。

更厉害的(de)是，除了真(zhēn)实(shí)的照(zhào)片，草图也(yě)可以加上(shàng)“魔(mó)法(fǎ)”，知(zhī)乎大牛(niú)“DevPoint”和“逗(dòu)砂”介(jiè)绍到(dào)ControlNet还(hái)能实现(xiàn)线稿转全彩(cǎi)图。大神(shén)张吕敏(mǐn)其本尊也亲自回应。

不得不(bù)说当下AIGC已经变(biàn)得越来越强大，甚至输出的作品(pǐn)都已经能以假乱真了(le)。

02

难辨虚实，AIGC技术力爆发

警惕安全(quán)问题

近日(rì)，“苏州金(jīn)鸡湖有游(yóu)艇party”的消息火遍网(wǎng)络，而经过警方辟(pì)谣这所谓(wèi)的“party”可能是全国(guó)第一起AI绘图诈(zhà)骗。

由于这(zhè)个活动里面给出的美女照(zhào)片都是(shì)AI制作的真人照(zhào)片(piàn)绘图，因为太逼(bī)真，被大家当成真事传播了。

不过仔细观察可以发现，活(huó)动(dòng)发起者提供的照(zhào)片中有个很(hěn)大(dà)的漏洞可以发现并非真(zhēn)人，而是AI绘图，那(nà)便是图片中女性的手指部(bù)分有的(de)存在异常(cháng)。

有行业人事表(biǎo)示：“现在因为手指(zhǐ)部分的绘画算法比较(jiào)复杂(zá)，AI还不太会(huì)画人的手，但(dàn)最新看到的图片已经(jīng)有越来越完美的AI模型出(chū)现，以后可能就完全没有漏洞了(le)。”

类似的AI作图诈骗在(zài)国外也已有发生。据英国广播公司(sī)报道，土(tǔ)耳其地震期(qī)间，有Tiktok用户使(shǐ)用AI合成了儿(ér)童受灾的假照片发布(bù)到网络(luò)，以(yǐ)此诱骗善(shàn)良(liáng)的人打赏“捐助”从(cóng)而实(shí)施诈骗。

目前随着(zhe)技术发展，AIGC已经能做出真人照片般的绘(huì)图效果，如果这样的图片被用来诈骗，将非(fēi)常可怕。

此外AIGC还引发(fā)了很多担(dān)忧，一方面，批判(pàn)者认为AI在(zài)“学习”了(le)大量前人的作品(pǐn)之(zhī)后，其创作没有任何情绪(xù)和灵魂，难(nán)以和(hé)人类的(de)艺(yì)术创作相提并(bìng)论(lùn)。

另一(yī)方面，AIGC背后的(de)版权、目前都并没有得到有(yǒu)效的解决，还(hái)有AIGC会不(bù)会代(dài)替人类(lèi)“至高无(wú)上”的创(chuàng)意。

马斯克也强调，人工智能(néng)的安(ān)全问题需要得(dé)到重视，太晚就来不及了(le)。

03

AIGC下一(yī)站除了视(shì)频(pín)，还有远方

技术(shù)都(dōu)是有两面(miàn)性的，潜在的(de)危害并(bìng)不能掩盖其光(guāng)辉的贡(gòng)献。现在看来，人(rén)工智能技术将是第四次工业革命(mìng)的(de)核心(xīn)驱动(dòng)力量，将创造新的增长(zhǎng)奇迹。

过去一年，人工智能在技(jì)术(shù)和商业(yè)层面(miàn)都有(yǒu)了巨大进展，AI绘画(huà)就是人(rén)工(gōng)智能技术发生方向性改变的一(yī)个(gè)代表。其下一站或(huò)许就(jiù)是视频。

此(cǐ)前(qián)，Meta和谷歌先后(hòu)发布了(le)几条引爆科(kē)技(jì)圈的短视频(pín)。这(zhè)些视频引(yǐn)发关(guān)注并非内容做得多优(yōu)秀，反而(ér)都(dōu)非常(cháng)简(jiǎn)单(dān)，比如一匹正在(zài)喝水的马，一只画画(huà)的(de)玩(wán)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(shǒu)机的人都(dōu)可(kě)以随手录下一段。

但这些短视(shì)频的(de)创作(zuò)方式非常简单，创作者仅仅需要向AI输(shū)入(rù)一段(duàn)话，甚至只是说一下(xià)要求，AI就(jiù)可以根据需要生成一段视频。

谷(gǔ)歌发布(bù)的两个AI生成视频分别来自于(yú)Imagen Video和Phenaki，前(qián)者主要突(tū)出的(de)是高(gāo)清，与Meta的Make-A-Video没有(yǒu)太多的(de)差别(bié)。

在Make-A-Video公(gōng)布了AI生成的视频(pín)后，AI圈(quān)就已经玩了(le)一(yī)波梗，一(yī)个能够(gòu)做出更(gèng)高清视频的(de)AI还不(bù)足以在短时间内戳(chuō)中兴奋点。

Phenaki更加令(lìng)人震惊的(de)地方在于，它(tā)可以制作出超过2分钟(zhōng)的连贯的也有确(què)切内容的(de)视频(pín)，这才是真正让人(rén)们感到惊喜的地方(fāng)。因为(wèi)无论AI生成的视(shì)频多么高清，也只能是为(wèi)内容生产者提供一个灵(líng)感，一个素材，一个过场动画。

不过(guò)能够制作(zuò)出有(yǒu)具体剧情内容(róng)的视频就意味着(zhe)，一些视频创(chuàng)作由AI代(dài)替(tì)人工完成已经初(chū)步(bù)有(yǒu)了(le)可能。

当下AI的(de)发展速(sù)度已经超过大部分(fēn)人的(de)想(xiǎng)象。内容产(chǎn)业的本(běn)质是供给创造需求，AIGC作为全新的内容生产方式，可以为内(nèi)容产业带(dài)来更新的内容风格、更(gèng)快的生(shēng)产速度，更低的生产成本，这(zhè)无疑会驱动内容产(chǎn)业的大(dà)爆发。

除了AI绘图、视(shì)频，AIGC技术还能应用于(yú)音乐、代码、机器人动作等多种内容形式(shì)的(de)生成。不难发现该项技术不(bù)仅在游戏等(děng)行业能(néng)得到有效应用，对于下一代互联网(wǎng)各(gè)种元素的构建亦有关键意(yì)义。

从商业化的角(jiǎo)度来看，文化娱乐(lè)、教育、传媒等诸多领域(yù)，本(běn)身(shēn)就对基于(yú)AI的可视化内容有(yǒu)强(qiáng)烈需求。

因(yīn)此，AI绘画及视(shì)频或不(bù)是结果(guǒ)，而只是AI进程中的一块重要拼图(tú)，有(yǒu)望在技术更新的加持下实现更大的应用价值。

AI从理(lǐ)解(jiě)内容，走向了可以(yǐ)生成(chéng)内容，甚至能够(gòu)创造出(chū)独立价值和独立视角的(de)内容。AIGC的再次(cì)出圈(quān)，更代(dài)表着未来的(de)先(xiān)进生产力(lì)即将到来。

04

紧抓大模型与(yǔ)算力，牢(láo)固(gù)AIGC底(dǐ)座

从技术的发展也可以看出，在语言大模(mó)型、图像(xiàng)大模(mó)型之后，多(duō)模态大模型已(yǐ)经成为了新的趋(qū)势。

大(dà)模型被誉为当前人工智能发展(zhǎn)的智能底座，是全球竞争最激烈的研究(jiū)方向之一，包括谷歌、亚马逊、百度、阿里、腾讯(xùn)等(děng)众(zhòng)多头部企业都在竞相发力。

不过(guò)训(xùn)练大模(mó)型的确价(jià)格不(bù)菲，以(yǐ)国盛证(zhèng)券发布的《ChatGPT需要多少算力》报告(gào)估算，GPT-3训练一次的成本约为140万美元(yuán)。而对(duì)于一(yī)些更大(dà)的LLM(大型语言模型)，训练成本则介于200万美元(yuán)至(zhì)1200万(wàn)美元高(gāo)价之间。

以ChatGPT在(zài)2023年1月的独立访客平均数1300万计(jì)算，其(qí)对应芯片需求为(wèi)3万多片(piàn)英伟达A100 GPU，初始投入成本约为8亿美元，每日仅(jǐn)电(diàn)费就在5万美元左(zuǒ)右(yòu)。

此外不(bù)论是ChatGPT还是(shì)AIGC，都离不(bù)开(kāi)庞(páng)大算力支持。在关注各类(lèi)大模型的发展同时，更应该关(guān)注算力网络的建设。

算力网络正驱动AI产业发展进(jìn)入史诗级加速进程，让AIGC及通用AI这一(yī)人工智能发展的(de)终(zhōng)极目(mù)标离得更近。

因(yīn)为(wèi)算力(lì)可(kě)以对突破性技术(shù)创新提(tí)供大力的支持。这方面，多模态大模型(xíng)是典型。作为面(miàn)向(xiàng)未来(lái)强人(rén)工智能、通用人工智能的重(zhòng)要技(jì)术创新，多模(mó)态大模型已经在人工智能领域提出了很多年，业界也有不少(shǎo)技(jì)术突破(pò)，但是，多模态(tài)大模型进(jìn)一步往下(xià)走，算(suàn)力需求呈(chéng)几何(hé)式上升(shēng)，一般的算力基础设施很快将难以(yǐ)胜任(rèn)。

从图像、文字、语音单独一项的(de)训练，到双模态(tài)、三模态(tài)的跃迁，让人工智能可以灵活应(yīng)对(duì)不(bù)同模(mó)态(tài)的(de)转化、像(xiàng)人与(yǔ)世界交互一样自然，这方面(miàn)，由算力网络来驱动将(jiāng)有明显优势。

此(cǐ)外(wài)，还有很多需要爆(bào)发式增长的算力(lì)来支撑的(de)技(jì)术(shù)创新(xīn)，将在人工智能(néng)算力网络支撑(chēng)下快速推进。

AIGC已经露出曙光，期(qī)待在大模(mó)型和大算力(lì)的支持下AIGC能(néng)持续颠覆内容生产的方(fāng)式，将创造的边际成本降低，让万众受益。

未经允许不得转载：橘子百科-橘子都知道 压缩面膜蚕丝和纯棉的哪个好用，压缩面膜哪个牌子好用