自聊(liáo)天机器(qì)人ChatGPT火爆(bào)以来，微(wēi)软公(gōng)司创始人比(bǐ)尔(ěr)·盖(gài)茨已多(duō)次公开(kāi)谈论人工智能话题。在最(zuì)近的一次采访中，他再次表(biǎo)示：“AI可(kě)能会让科技行业迎(yíng)来一次剧(jù)烈的(de)洗牌”。

这个结论是他在当(dāng)地时间2月20日(rì)接(jiē)受《In Good Company》节目专访时提出(chū)的。

他预期(qī)，AI的发展可能(néng)会威胁到谷(gǔ)歌的市占率，因为微软在(zài)AI方(fāng)面的行动相当迅速。而(ér)最终科(kē)技巨头(tóu)将把(bǎ)AI整合成用(yòng)户的“全能助手”，包揽一切应用，与人们进行沟通并提供(gōng)建(jiàn)议(yì)，可以(yǐ)取代亚马逊(xùn)、Siri或Outlook等应用(yòng)。

大佬(lǎo)口(kǒu)中全能(néng)助手的到来可能(néng)尚需时日，但由ControlNet引发的又(yòu)一次AI绘画(huà)浪潮，让AIGC在ChatGPT的话题热(rè)点包(bāo)围(wéi)中杀(shā)出重(zhòng)围(wéi)。

01

ControlNet颠覆AI绘(huì)画新玩(wán)法

AIGC向(xiàng)可控靠近(jìn)

以AI绘画为代(dài)表的AIGC上一次爆火的(de)时候，还是2022年8月，在朵朵野花什么微风在田野里什么 朵朵野花迎着微风在田野里翩翩起舞是拟人句吗美国科罗拉多州(zhōu)举办的新兴数字(zì)艺术家竞赛中(zhōng)，一幅名为《太空歌剧院》的作品获奖(jiǎng)。

随后各大厂(chǎng)商的AI绘画(huà)软件被广大网友(yǒu)熟知并体验(yàn)，Stable Diffusion便是其中(zhōng)代表。

用户们可以在应用中输入一(yī)组关键(jiàn)词或者一(yī)张照片，就能获(huò)得一幅AI创作(zuò)的画作。

作(zuò)画的关(guān)键就是所(suǒ)输入的(de)文(wén)本。同一(yī)组关键词也可(kě)以创(chuàng)作出很多张风格(gé)不一样的画作，这让创(chuàng)作(zuò)的(de)过程就像开(kāi)盲盒。

很多用户很喜欢这种(zhǒng)不确定的惊(jīng)喜，他们会将(jiāng)生成的美(měi)图当做(zuò)头(tóu)像(xiàng)。而(ér)另一部分喜(xǐ)欢(huān)翻看(kàn)AI绘(huì)画的“翻车”作(zuò)品(pǐn)。在社交媒体上，许多用户分享AI“翻车现场”，例(lì)如，一位网(wǎng)友的小狗(gǒu)照片被AI画(huà)成了“肌肉男”，还有(yǒu)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(de)出现(xiàn)与加持，以往(wǎng)AI绘画的填(tián)写关键词游戏可能要被颠覆了。

ControlNet是一位正在斯(sī)坦福(fú)读(dú)博的中国人张(zhāng)吕敏创作的一种基于(yú)控制(zhì)点(diǎn)的图像变形算法，主要(yào)用于数字图像处理、计算机(jī)视觉和(hé)计算机图形学等领域。

其(qí)SD插件(jiàn)一经发布(bù)，在短(duǎn)短的两(liǎng)天内便成(chéng)为(wèi)了(le)AI绘(huì)画领域最(zuì)新的热(rè)点。

在此之前，大家(jiā)用了很多方法想让AI生(shēng)成的结果尽可(kě)能的符合要求，但是(shì)都不尽如人(rén)意，它的出现(xiàn)代表着AI生(shēng)成开始进入真正的可控时期。

因为ControlNet可以直(zhí)接提取画面的构(gòu)图，人(rén)物的姿势和(hé)画面的(de)深(shēn)度信息(xī)等。有了它的帮(bāng)助(zhù)，就不用频(pín)繁的用提示词来碰运气，抽盲盒式(shì)的创作了。

通俗的说ControlNet相当于给AI绘(huì)画加了“魔法”，不少博主(zhǔ)的作(zuò)品(pǐn)已经获得了大(dà)量的(de)浏览量(liàng)，“viggo”就是其中之一，他用(yòng)朋友(yǒu)的(de)照片直接带她(tā)们走进动漫(màn)世界。

viggo先(xiān)用StableDiffusion图片转(zhuǎn)文字。

再用Text2Prompt插件拓展找到对应的关键(jiàn)词；最后用ControlNet插件绑定骨(gǔ)骼开始换关(guān)键词试效果。

通过图(tú)片(piàn)就可以看(kàn)出来(lái)，效(xiào)果十分惊艳。

更厉害的(de)是(shì)，除(chú)了真(zhēn)实的照片，草图也(yě)可(kě)以加上“魔法”，知乎大(dà)牛“DevPoint”和“逗砂(shā)”介绍到ControlNet还(hái)能实现线稿转(zhuǎn)全彩(cǎi)图。大(dà)神(shén)张吕敏其本(běn)尊也亲自回应。

不得(dé)不说当下AIGC已经(jīng)变得(dé)越来越强(qiáng)大(dà)，甚至输出的(de)作品都(dōu)已经能以假乱真了。

02

难辨虚实，AIGC技(jì)术力(lì)爆发

警(jǐng)惕安全问(wèn)题

近日，“苏州金鸡湖有游艇party”的(de)消(xiāo)息火遍网(wǎng)络，而经过警方(fāng)辟谣这所(suǒ)谓的“party”可(kě)能(néng)是全国第一起AI绘图诈(zhà)骗。

由于这个活动里(lǐ)面给(gěi)出的美女(nǚ)照片都是(shì)AI制作(zuò)的真人照片(piàn)绘图，因为太逼真，被大家(jiā)当(dāng)成真事(shì)传(chuán)播了。

不过仔(zǎi)细观察可以发现，活动发(fā)起者(zhě)提(tí)供的(de)照片(piàn)中(zhōng)有(yǒu)个很大的漏洞可(kě)以发现并非真人，而是AI绘图(tú)，那便是图片中(zhōng)女性的手(shǒu)指(zhǐ)部(bù)分有的存在异常。

有行业人事表示：“现在因为(wèi)手(shǒu)指部分的绘画算法(fǎ)比(bǐ)较复杂，AI还不太会(huì)画(huà)人的手，但最新看到的图(tú)片已经(jīng)有(yǒu)越(yuè)来(lái)越(yuè)完美的AI模型出现，以后可能就完全没有漏洞了。”

类似的AI作图诈骗在国外也已(yǐ)有发生。据英国广播公司报道，土耳其(qí)地震期(qī)间，有Tiktok用户使用AI合成了儿童受灾的假照片发(fā)布到网络，以此诱(yòu)骗善良的人打赏“捐助”从而实(shí)施(shī)诈骗(piàn)。

目前随着技术发展，AIGC已(yǐ)经能做出真人照片般的绘图效果，如果(guǒ)这样(yàng)的图片(piàn)被用来诈骗，将(jiāng)非常(cháng)可(kě)怕。

此外(wài)AIGC还引发(fā)了很多担忧，一方(fāng)面(miàn)，批判者认为(wèi)AI在“学习(xí)”了大量前(qián)人(rén)的作(zuò)品(pǐn)之(zhī)后，其创作没有任(rèn)何情绪和灵魂，难以和人类的(de)艺(yì)术创作相提并论。

另一方面，AIGC背(bèi)后的(de)版权(quán)、目前都并没有(yǒu)得到有效的解决，还有AIGC会不会代替人类“至高无(wú)上”的(de)创(chuàng)意。

马(mǎ)斯克也强(qiáng)调，人工智(zhì)能的安(ān)全(quán)问(wèn)题需(xū)要得到重视，太晚就(jiù)来不及了。

03

AIGC下一站(zhàn)除(chú)了视(shì)频，还有远方

技术都是有两面(miàn)性的，潜(qián)在的危害并不(bù)能掩(yǎn)盖其(qí)光(guāng)辉的贡献。现在看来，人(rén)工智能技(jì)术将是(shì)第四次工业革命的(de)核心驱动(dòng)力量，将(jiāng)创造新的增长奇迹。

过去一年，人(rén)工智能(néng)在技术和商业层(céng)面都有了巨大(dà)进(jìn)展(zhǎn)，AI绘画就是(shì)人工智能(néng)技术发生(shēng)方(fāng)向(xiàng)性改变的一个代表。其下(xià)一站(zhàn)或许就是视频。

此(cǐ)前(qián)，Meta和(hé)谷(gǔ)歌(gē)先(xiān)后(hòu)发布了几条引爆科技圈的短视频(pín)。这些视频引发(fā)关注并非内(nèi)容(róng)做得(dé)多优秀，反(fǎn)而都非常简单(dān)，比如一匹正在喝水的马，一只画画的玩具(jù)熊，或(huò)者(zhě)一(yī)段骑摩托车的第一视角录像(xiàng)，随(suí)便一个有(yǒu)手机的人都可以随(suí)手录下一段(duàn)。

但这些短(duǎn)视(shì)频的创作方式非常简(jiǎn)单，创作者仅仅需要向(xiàng)AI输入(rù)一段话，甚至只(zhǐ)是(shì)说(shuō)一下(xià)要求，AI就可以根据需(xū)要生成一段视频。

谷歌发(fā)布的两个AI生成(chéng)视频分(fēn)别来自(zì)于(yú)Imagen Video和Phenaki，前(qián)者主要(yào)突出的是(shì)高清，与Meta的Make-A-Video没(méi)有太多的差别。

在Make-A-Video公布了AI生成的视(shì)频后，AI圈就已经玩(wán)了一波梗，一个(gè)能够做出(chū)更高清视频的AI还不足以在短时间内戳(chuō)中(zhōng)兴奋点(diǎn)。

Phenaki更(gèng)加令人震惊的地方在于，它可以制作出超(chāo)过2分钟的连贯的也有确切内容的视(shì)频，这才是真正让(ràng)人(rén)们感到(dào)惊喜(xǐ)的(de)地方。因为无论AI生成(chéng)的(de)视频多么高清，也只能是为内容生(shēng)产者提(tí)供一个灵感，一个素(sù)材，一(yī)个(gè)过(guò)场动画。

不过(guò)能够制作出有具(jù)体剧(jù)情内容(róng)的视频就(jiù)意(yì)味(wèi)着，一(yī)些视频创作由AI代替人工完成已经初步有了(le)可能(néng)。

当(dāng)下AI的发(fā)展速(sù)度已经超(chāo)过大部分人的想象。内容(róng)产业(yè)的本质(zhì)是供给创(chuàng)造(zào)需求(qiú)，AIGC作为全新的内容生产方式，可以为内容产业带来更新的内容风格(gé)、更快(kuài)的生产(chǎn)速(sù)度，更低的生(shēng)产成本(běn)，这无疑会驱(qū)动内容产业(yè)的大爆发。

除了(le)AI绘(huì)图(tú)、视(shì)频(pín)，AIGC技术(shù)还能应用于音乐(lè)、代(dài)码、机器人动(dòng)作(zuò)等(děng)多种内容形式的生成。不难(nán)发(fā)现该项(xiàng)技(jì)术不仅(jǐn)在游戏等行业能得到有(yǒu)效(xiào)应(yīng)用，对于下一代互(hù)联网各种元素(sù)的构建亦有关键意义(yì)。

从商(shāng)业(yè)化的角度来看，文(wén)化娱乐、教育、传媒等诸(zhū)多领域，本身就对(duì)基于AI的可视化内容有强烈需求。

因此，AI绘画及视频或不是(shì)结果，而只是AI进程中的一块重要拼图，有望在技术更(gèng)新(xīn)的(de)加持下(xià)实现更大的应用(yòng)价值。

AI从(cóng)理解(jiě)内容，走向了可(kě)以生成(chéng)内容，甚至能够创造出独(dú)立价(jià)值和(hé)独立视角的内容。AIGC的再(zài)次出圈，更代表着未来(lái)的先进生产力即(jí)将到来。

04

紧抓大模型与算力，牢固AIGC底座

从技(jì)术的发展也可(kě)以看出，在语言大模型、图像大模型之(zhī)后(hòu)，多(duō)模(mó)态大模型已经成(chéng)为了新(xīn)的(de)趋势。

大模型被誉为(wèi)当(dāng)前人工智能发展的智能底(dǐ)座，是全球(qiú)竞争最激烈的研究方向之(zhī)一，包括谷歌、亚(yà)马逊、百度、阿里、腾讯等众多(duō)头部企业都(dōu)在竞相发力。

不过训练大模型的确(què)价格(gé)不(bù)菲，以国盛证券(quàn)发(fā)布的(de)《ChatGPT需要(yào)多少算力》报告估算，GPT-3训练一(yī)次的成本约为140万美元。而对于(yú)一些更大的LLM(大型语言模型)，训(xùn)练成本则介于200万美元至1200万美元高价(jià)之(zhī)间。

以(yǐ)ChatGPT在2023年1月的(de)独(dú)立访客平均(jūn)数1300万计算，其(qí)对应芯片(piàn)需求为3万多(duō)片英伟达A100 GPU，初始投入成本约为8亿美元，每(měi)日仅电费就(jiù)在(zài)5万美元左右(yòu)。

此外不论是ChatGPT还是AIGC，都离不开庞大算力支持。在关注各类(lèi)大模型的发展同(tóng)时，更应该关注算(suàn)力网络的建(jiàn)设。

算力网(wǎng)络正(zhèng)驱(qū)动AI产业发(fā)展进入史诗级加速进程，让AIGC及通用(yòng)AI这一人工(gōng)智能发展的终极目标离得更近(jìn)。

因为算力(lì)可以(yǐ)对(duì)突破性(xìng)技术创(chuàng)新提供大力的支持(chí)。这方面，多(duō)模态(tài)大模型是典型。作为面向(xiàng)未来强人工智能、通用人工智能的重要技术(shù)创(chuàng)新，多(duō)模态大模型已经在人工智能(néng)领(lǐng)域提(tí)出(chū)了很多年，业(yè)界也有不少技术突破，但(dàn)是，多模态(tài)大模型进(jìn)一步往下走，算力需求呈几何式(shì)上升，一(yī)般的(de)算力(lì)基(jī)础设施(shī)很(hěn)快将难(nán)以胜任(rèn)。

从图像(xiàng)、文字、语(yǔ)音单(dān)独一(yī)项(xiàng)的训(xùn)练，到双模(mó)态、三模态(tài)的跃迁，让人工(gōng)智(zhì)能(néng)可以灵活应对不(bù)同模态的转化、像人(rén)与世界交互一样自然，这方面，由算力(lì)网络来(lái)驱(qū)动将有明显优势。

此外(wài)，还有很多需(xū)要爆(bào)发式(shì)增长(zhǎng)的(de)算力来支(zhī)撑的技术创新，将在人工智(zhì)能算力网络(luò)支撑下快速推进。

AIGC已经露出(chū)曙光(guāng)，期待在大模型和大算力的支持下AIGC能持续颠覆内容生产的方式，将创造的(de)边(biān)际(jì)成本降低，让(ràng)万众受(shòu)益。

未经允许不得转载：橘子百科-橘子都知道 朵朵野花什么微风在田野里什么 朵朵野花迎着微风在田野里翩翩起舞是拟人句吗