自聊天机(jī)器人ChatGPT火爆以来，微软公司创始人(rén)比尔(ěr)·盖(gài)茨已多次公开谈(tán)论(lùn)人工智能话题。在最近(jìn)的(de)一次采访中，他再次表示：“AI可能会让(ràng)科(kē)技行业迎来一次剧烈的(de)洗牌”。

这个结论是他在当地(dì)时间2月20日接受(shòu)《In Good Company》节目专访(fǎng)时提出的(de)。

他预期，AI的(de)发展(zhǎn)可(kě)能会威胁到(dào)谷(gǔ)歌(gē)的市占率，因(yīn)为微(wēi)软在(zài)AI方面(miàn)的(de)行动(dòng)相当迅(xùn)速。而最终科技巨头将把AI整(zhěng)合成用户的“全能助手”，包揽一切应用，与人们进行沟通(tōng)并(bìng)提供(gōng)建议，可以取(qǔ)代亚(yà)马逊、Siri或Outlook等应用(yòng)。

大(dà)佬(lǎo)口中全能助(zhù)手的到来可能尚需时日，但由(yóu)ControlNet引发的又一次AI绘画(huà)浪潮，让AIGC在ChatGPT的话题(tí)热(rè)点包围中杀出重围。

01

ControlNet颠覆(fù)AI绘画新玩法

AIGC向可控靠近

以(yǐ)AI绘画为代(dài)表的AIGC上一次爆火的时候，还是2022年(nián)8月(yuè)，在(zài)美国(guó)科罗拉多州举(jǔ)办(bàn)的(de)新兴数字艺术家竞赛中，一幅名(míng)为《太空(kōng)歌(gē)剧院》的作品获(huò)奖。

随后各大厂商的AI绘(huì)画软件被广大(dà)网友熟知并体验，Stable Diffusion便是其中代表。

用户们可以在(zài)应(yīng)用中(zhōng)输入一组(zǔ)关键(jiàn)词或(huò)者一张照片，就(jiù)能获(huò)得一幅AI创作的画(huà)作。

作画的关键就是(shì)所输入的文本。同一组关键词也(yě)可以(yǐ)创(chuàng)作出很多(duō)张风(fēng)格不(bù)一样的画作，这让创作的过程就像开(kāi)盲盒。

很(hěn)多用户很喜(xǐ)欢这种不确定的惊喜，他们会将生成的美图当做(zuò)头(tóu)像。而另(lìng)一部分喜欢(huān)翻看AI绘画的“翻车”作品。在社(shè)交媒体上，许多(duō)用户分享AI“翻车现场”，例(lì)如，一(yī)位网(wǎng)友的小狗照片被(bèi)AI画成了“肌肉男”，还有网(wǎng)友(yǒu)的个人照片被AI识(shí)别成(chéng)了建筑。

而如今(jīn)随着ControlNet的出现与加持(chí)，以往AI绘画(huà)的(de)填写关(guān)键(jiàn)词游戏可能要被颠覆(fù)了。

ControlNet是一位正在(zài)斯坦福读博的中(zhōng)国人张吕敏创(chuàng)作的一种(zhǒng)基于(yú)控制点的图像变形算法(fǎ)，主要(yào)用(yòng)于数(shù)字图像(xiàng)处理、计算机视觉和计算机图形(xíng)学等领域。

其(qí)SD插件一经发布，在短(duǎn)短的两天内便成为(wèi)了AI绘(huì)画领域(yù)最新的(de)热点。

在此之前，大家用了很(hěn)多方法(fǎ)想(xiǎng)让(ràng)AI生成的结果尽可(kě)能的符合(hé)要求，但是(shì)都不尽如人意，它的出(chū)现代表着AI生成开始进入真正的可(kě)控时期。

因为ControlNet可以直接提取画面的(de)构图(tú)，人物的姿势和画面(miàn)的深度信(xìn)息等(děng)。有了它的帮助(zhù)，就(jiù)不用频繁的用提示词来(lái)碰(pèng)运(yùn)气，抽(chōu)盲盒(hé)式的创作了。

通俗的(de)说ControlNet相当于给AI绘画加了“魔法”，不少博主的作品已经获(huò)得(dé)了大量的浏览(lǎn)量(liàng)，“viggo”就是其中之一(yī)，他用朋友的照片直接带她(tā)们走进动漫世界。

viggo先(xiān)用(yòng)StableDiffusion图片(piàn)转文字。

再用(yòng)Text2Prompt插件拓展找到对应的关键词；最后(hòu)用ControlNet插件(jiàn)绑定骨(gǔ)骼开(kāi)始(shǐ)换关(guān)键词试效果。

通(tōng)过图(tú)片就可以看出来，效果十(shí)分(fēn)惊艳。

更厉害(hài)的(de)是，除了真实(shí)的照片，草图也可以加上“魔法”，知乎大牛“DevPoint”和(hé)“逗(dòu)砂”介绍到ControlNet还能实现线(xiàn)稿转(zhuǎn)全彩图。大神张吕(lǚ)敏(mǐn)其本尊也亲自回(huí)应。

不得不(bù)说当下AIGC已经变得(dé)越(yuè)来越强大(dà)，甚至输(shū)出(chū)的作品都已经能以假(jiǎ)乱真了。

02

难辨虚实，AIGC技术力爆发

警惕安全问题

近日(rì)，“苏州金鸡湖有游(yóu)艇party”的(de)消(xiāo)息火遍(biàn)网络，而经过警方(fāng)辟谣这所谓的“party”可(kě)能是全(quán)国(guó)第一起AI绘图诈骗(piàn)。

由于(yú)这个活动里面给出(chū)的美女(nǚ)照(zhào)片都是AI制作的真人照片绘图，因为太逼真，被大家当成真事(shì)传播了(le)。

不过仔细观察可以发现(xiàn)，活动发起者提供(gōng)的照片(piàn)中有个(gè)很大的漏(lòu)洞可以发现(xiàn)并(嘴巴含胸的感觉知乎，嘴巴含胸的感觉如乎bìng)非(fēi)真人(rén)，而是(shì)AI绘图，那便是图片中女性的(de)手指部分有的存(cún)在异常。

有行业人事表(biǎo)示(shì)：“现在因为手指部(bù)分的绘画(huà)算法比(bǐ)较复杂，AI还不太会(huì)画(huà)人的(de)手，但最新看到的图(tú)片已经有越来越(yuè)完美的AI模(mó)型出现，以后(hòu)可(kě)能就完全没有漏洞(dòng)了。”

类似的AI作图(tú)诈骗在国外(wài)也已有(yǒu)发生。据英国广播公司报(bào)道，土耳其地(dì)震期(qī)间，有Tiktok用户(hù)使用AI合成了儿童受灾的(de)假照片发布(bù)到网络(luò)，以此诱骗善(shàn)良(liáng)的人打(dǎ)赏“捐助”从而实(shí)施诈骗。

目前(qián)随着技术发展，AIGC已经能做(zuò)出真人照片般(bān)的(de)绘图效果(guǒ)，如果(guǒ)这样的图片被用来诈骗(piàn)，将非常可怕。

此外AIGC还引发(fā)了(le)很(hěn)多担(dān)忧，一方(fāng)面，批判者认为(wèi)AI在“学习”了(le)大量前(qián)人的作品之后(hòu)，其创作没(méi)有(yǒu)任何情(qíng)绪和灵魂，难以(yǐ)和人(rén)类的艺术创(chuàng)作相提(tí)并论。

另(lìng)一方面，AIGC背后的版权、目前都并没有得(dé)到有效(xiào)的(de)解决(jué)，还有AIGC会(huì)不会代替(tì)人类“至高无上”的(de)创意(yì)。

马斯(sī)克也强调，人工(gōng)智(zhì)能的安全问题需要(yào)得(dé)到重(zhòng)视，太晚(wǎn)就来不及了(le)。

03

AIGC下一站除了视频，还有远方

技术都是有两面性(xìng)的，潜(qián)在(zài)的危(wēi)害并不(bù)能掩(yǎn)盖其(qí)光(guāng)辉的贡献。现在看来(lái)，人工智能技术(shù)将是第四(sì)次(cì)工业革命的核心(xīn)驱动力量，将(jiāng)创造新的增长奇迹。

过去一(yī)年，人(rén)工智能在技术和商业(yè)层面都有了巨大(dà)进(jìn)展(zhǎn)，AI绘画(huà)就是人工智能技术发生方向性(xìng)改变的一个代表。其下一(yī)站或许就是(shì)视频。

此前，Meta和谷歌先(xiān)后发(fā)布了几条引爆(bào)科技(jì)圈的短视(shì)频。这(zhè)些视频引发(fā)关注并非内容做得多优秀，反(fǎn)而都(dōu)非常简单，比如(rú)一匹正在喝(hē)水的马，一只画画的玩具熊，或者一段骑摩托车的第一(yī)视角录(lù)像(xiàng)，随便一个有(yǒu)手机的人都(dōu)可以随手录下(xià)一(yī)段(duàn)。

但这些(xiē)短视频的创(chuàng)作方式非常简单(dān)，创作者仅(jǐn)仅(jǐn)需要向AI输入一(yī)段(duàn)话，甚至只是说(shuō)一下要求(qiú)，AI就可(kě)以(yǐ)根(gēn)据需要生成一段(duàn)视频。

谷歌(gē)发布的两个AI生成(chéng)视(shì)频(pín)分别(bié)来(lái)自于Imagen Video和Phenaki，前者主要突出的是高(gāo)清，与(yǔ)Meta的Make-A-Video没有太多的(de)差别(bié)。

在Make-A-Video公布了AI生(shēng)成的视频后，AI圈就已经玩了一波梗，一个能(néng)够做出更(gèng)高(gāo)清视(shì)频(pín)的AI还不(bù)足以在短(duǎn)时间(jiān)内戳(chuō)中兴奋点(diǎn)。

Phenaki更加令人(rén)震惊的地方在于，它可以制作(zuò)出(chū)超过2分(fēn)钟的连贯的(de)也有确切内容的视频，这(zhè)才是真正让人们(men)感到惊喜的(de)地方。因为无论AI生成的视(shì)频多么高清，也只能是为内容生产者(zhě)提供一个灵(líng)感，一个素材(cái)，一个过场动画。

不(bù)过能够制(zhì)作出有具体剧(jù)情内容的(de)视频就意味着，一(yī)些(xiē)视频创作(zuò)由(yóu)AI代替人工完成已(yǐ)经初步有了可(kě)能。

当下AI的发展(zhǎn)速度(dù)已经超过大部(bù)分(fēn)人的想象(xiàng)。内容产业的本质是供给创(chuàng)造(zào)需求，AIGC作为全新的内(nèi)容生(shēng)产(chǎn)方式，可以为(wèi)内(nèi)容产(chǎn)业(yè)带来更新(xīn)的(de)内容风(fēng)格、更快的生产速度，更低的生产成本，这无疑(yí)会驱动内容产业(yè)的大爆发。

除了AI绘图(tú)、视频，AIGC技术还能应(yīng)用于音乐、代码、机器人动作等多种(zhǒng)内容形(xíng)式的生成。不(bù)难发现该项技术不仅在游戏(xì)等行(xíng)业能得到有效应用，对于(yú)下(xià)一代互联网各种元(yuán)素的(de)构(gòu)建(jiàn)亦(yì)有关键意义。

从商业化的角度来看(kàn)，文化娱乐、教(jiào)育、传媒(méi)等诸(zhū)多领域，本身就对基于AI的(de)可视化内容有强烈(liè)需求。

因(yīn)此，AI绘画及(jí)视频或不是结果(guǒ)，而只是(shì)AI进程中的一块重要拼图，有望在技术更新(xīn)的加持下实现更大(dà)的应用价值(zhí)。

AI从理解内容(róng)，走向(xiàng)了可以生成内容，甚至能够(gòu)创造出独(dú)立价(jià)值和独立视角(jiǎo)的内(nèi)容。AIGC的再次出圈，更代表(biǎo)着未来的先进生产力即(jí)将到(dào)来。

04

紧抓大模型与算力，牢固AIGC底座

从(cóng)技(jì)术(shù)的发展也可(kě)以看出，在语言大模型、图像(xiàng)大模型之(zhī)后，多模(mó)态大模(mó)型(xíng)已经成为了(le)新的趋(qū)势。

大(dà)模型被誉为当前人工智能发(fā)展的(de)智能底座，是全球(qiú)竞争最激烈(liè)的研究方向之一，包括谷歌、亚马逊(xùn)、百度(dù)、阿里、腾讯等众多头(tóu)部企业都(dōu)在(zài)竞相发力。

不过训(xùn)练大模型的确(què)价格不菲，以国盛证券发布的《ChatGPT需要多少算力》报告估(gū)算(suàn)，GPT-3训练一次(cì)的(de)成本约为140万美元(yuán)。而对(duì)于一些更大(dà)的LLM(大(dà)型语言(yán)模(mó)型)，训练成本则介于200万美元至1200万美(měi)元高价之间。

以ChatGPT在2023年(nián)1月的(de)独立访客平(píng)均数1300万计算，其对应芯片需求为3万(wàn)多(duō)片(piàn)英伟达A100 GPU，初始(shǐ)投入(rù)成本约为(wèi)8亿(yì)美元，每(měi)日仅(jǐn)电费就在5万美元左右。

此外不论是ChatGPT还是AIGC，都离不开庞大算(suàn)力支持。在关注各类大模(mó)型的发展同时，更应(yīng)该关(guān)注算力网络的建设。

算力网络正驱动AI产业发展(zhǎn)进(jìn)入(rù)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(mù)标离得更近。

因为算力可以对突破性技术创新提(tí)供大力的(de)支持。这方面(miàn)，多(duō)模态大模型(xíng)是典型(xíng)。作为面向未来强人工智能、通用(yòng)人工(gōng)智能的重要技(jì)术创新，多模态大(dà)模型已(yǐ)经在人(rén)工智能领域提出了很多年，业界也有不(bù)少技术突破，但(dàn)是，多模态大模型进一(yī)步往下走，算力需(xū)求呈几何式(shì)上升(shēng)，一般的算(suàn)力基础设(shè)施很快将难以胜任。

从图像(xiàng)、文(wén)字(zì)、语音单独一(yī)项(xiàng)的训练，到双模态(tài)、三模态(tài)的跃(yuè)迁，让人工智(zhì)能(néng)可以(yǐ)灵活应对不(bù)同(tóng)模态(tài)的转化、像人与(yǔ)世界交互一样(yàng)自然，这方(fāng)面，由(yóu)算力网络(luò)来驱动(dòng)将有明显优势。

此外，还有很多需要爆发式增(zēng)长的算力(lì)来支撑的技术(shù)创新，将(jiāng)在人工智能算力网络支(zhī)撑下快速推(tuī)进(jìn)。

AIGC已(yǐ)经露出曙(shǔ)光，期(qī)待在大模型和大算力的支持下(xià)AIGC能(néng)持续颠覆内容(róng)生产的方式，将创造的边际成本降低，让万众受益。

未经允许不得转载：绿茶通用站群 嘴巴含胸的感觉知乎，嘴巴含胸的感觉如乎