自聊天机(jī)器人(rén)ChatGPT火爆以来，微软公司(sī)创(chuàng)始(shǐ)人比尔·盖茨已多次公开(kāi)谈论人(rén)工智能话(huà)题。在(zài)最(zuì)近的一(yī)次采(cǎi)访中，他再次(cì)表示：“AI可(kě)能会让科技行(xíng)业迎来一次剧烈(liè)的洗牌”。

这个(gè)结论是(shì)他(tā)在当(dāng)地时间2月20日接受(shòu)《In Good Company》节目(mù)专(zhuān)访时提出的。

他预期(qī)，AI的(de)发(fā)展可能会威胁(xié)到谷(gǔ)歌的市(shì)占率，因为微(wēi)软在(zài)AI方面的(de)行动(dòng)相当迅速。而(ér)最(zuì)终科技巨(jù)头(tóu)将(jiāng)把AI整合(hé)成用户的“全能助手”，包揽(lǎn)一(yī)切应(yīng)用，与(yǔ)人(rén)们进行(xíng)沟通并提供建议，可以取(qǔ)代(dài)亚马逊、Siri或(huò)Outlook等(děng)应用(yòng)。

大(dà)佬口(kǒu)中全(quán)能(néng)助手的到来可能尚需时日，但由(yóu)ControlNet引发的又(yòu)一次AI绘画浪潮，让(ràng)AIGC在ChatGPT的话题热点包围中杀出重(zhòng)围(wéi)。

01

ControlNet颠(diān)覆(fù)AI绘画新玩法

AIGC向可控靠近

以AI绘画(huà)为代表(biǎo)的AIGC上一社戏主要内容概括及中心思想50字，社戏,的主要内容次爆火的时(shí)候，还是2022年(nián)8月，在美国科罗拉多州举办的(de)新(xīn)兴数字艺术家(jiā)竞赛中，一幅(fú)名(míng)为《太(tài)空歌剧院》的作品获(huò)奖。

随后各(gè)大厂(chǎng)商的AI绘画软件(jiàn)被(bèi)广(guǎng)大网友熟(shú)知并体验，Stable Diffusion便是(shì)其中代表。

用户们可以在应用中输入(rù)一组关(guān)键词或者(zhě)一张(zhāng)照片，就(jiù)能(néng)获得一幅AI创(chuàng)作的画作。

作画的(de)关键就是所输入的(de)文本。同一(yī)组(zǔ)关键词(cí)也可以创(chuàng)作出很多张风格不一样的画作，这让(ràng)创作(zuò)的过(guò)程就像开盲(máng)盒。

很多(duō)用户很喜(xǐ)欢这种不确定(dìng)的(de)惊喜，他们会将生成的美图当做头像。而(ér)另一部分喜欢翻看(kàn)AI绘画的“翻(fān)车”作(zuò)品。在社交媒体上，许多(duō)用户分享AI“翻车现场”，例如(rú)，一位网友的小狗(gǒu)照片被AI画(huà)成了“肌肉男(nán)”，还有(yǒu)网友(社戏主要内容概括及中心思想50字，社戏,的主要内容yǒu)的个人照片被AI识别(bié)成了建筑(zhù)。

而如今随着(zhe)ControlNet的出现与加(jiā)持，以(yǐ)往AI绘画的填写关键词游戏(xì)可(kě)能要被颠覆了。

ControlNet是一(yī)位正在斯坦(tǎn)福读(dú)博的中(zhōng)国人张(zhāng)吕敏创作的一种基于控(kòng)制(zhì)点的图像变形算法，主(zhǔ)要用于(yú)数字图(tú)像处理、计(jì)算机(jī)视(shì)觉和计算机(jī)图形学等领域。

其SD插件(jiàn)一(yī)经发布，在短短的两天内便成为(wèi)了AI绘画领域最新的热点(diǎn)。

在(zài)此之前(qián)，大(dà)家用了很多方法想让AI生(shēng)成的结果尽可(kě)能的符(fú)合要求，但是都不(bù)尽(jǐn)如(rú)人意(yì)，它的出(chū)现代(dài)表着(zhe)AI生成开(kāi)始进(jìn)入(rù)真正的可控时期。

因为(wèi)ControlNet可(kě)以直接提取(qǔ)画面的构图，人(rén)物的(de)姿势和画面的深度信息(xī)等。有(yǒu)了它的(de)帮助，就不用频繁的用提示词来碰运气(qì)，抽盲盒式的(de)创作了。

通(tōng)俗的说(shuō)ControlNet相(xiāng)当于(yú)给AI绘画加了“魔法”，不少博主的作品已经获得了(le)大(dà)量的浏(liú)览量，“viggo”就(jiù)是(shì)其中之(zhī)一，他(tā)用朋(péng)友(yǒu)的(de)照片直接带她(tā)们走(zǒu)进动漫世界。

viggo先用StableDiffusion图(tú)片转文字。

再用Text2Prompt插件拓(tuò)展找到对(duì)应的关键词(cí)；最后(hòu)用ControlNet插件绑(bǎng)定(dìng)骨骼开始(shǐ)换关键词试效(xiào)果。

通过图片(piàn)就可(kě)以看出来，效果十分(fēn)惊艳。

更厉害的是，除了真实(shí)的照片，草图也可以加上(shàng)“魔法”，知乎大牛“DevPoint”和(hé)“逗砂”介绍到ControlNet还能(néng)实(shí)现线稿转全彩图。大神张吕(lǚ)敏其本(běn)尊也(yě)亲自回(huí)应。

不得不说当下AIGC已经变得(dé)越(yuè)来越(yuè)强大，甚(shèn)至(zhì)输出的作品都已经能以假乱真了。

02

难辨虚实，AIGC技术力爆发

警(jǐng)惕(tì)安(ān)全问题(tí)

近(jìn)日，“苏州金(jīn)鸡湖有游艇party”的消息火遍网络(luò)，而经过警方辟(pì)谣这所谓的“party”可(kě)能(néng)是全(quán)国(guó)第一起AI绘图诈骗。

由于这个活动里面给出的(de)美(měi)女照(zhào)片都是AI制(zhì)作(zuò)的真人照片绘图，因为太逼真(zhēn)，被大家当成真事传播了。

不过仔细(xì)观察可以发现，活动(dòng)发(fā)起者提供的照(zhào)片中有个很大的漏(lòu)洞可以发现并非真人，而是AI绘(huì)图(tú)，那便是图片中女(nǚ)性的手指部分有的存在异常。

有行业人事表示：“现在因为(wèi)手(shǒu)指(zhǐ)部(bù)分的绘画算法比(bǐ)较复杂，AI还不太会画人(rén)的手，但最新看到的图(tú)片(piàn)已(yǐ)经有(yǒu)越(yuè)来越(yuè)完美(měi)的AI模型出现，以后可能(néng)就完全没有(yǒu)漏洞了。”

类似的AI作图诈骗在国外也(yě)已有(yǒu)发生。据英国广播(bō)公司报道，土耳其地震期间，有Tiktok用户使用AI合成(chéng)了儿童受灾的假(jiǎ)照片发(fā)布到网络，以此诱骗(piàn)善良的(de)人(rén)打(dǎ)赏“捐(juān)助”从而实施诈骗。

目前随着(zhe)技(jì)术发展，AIGC已经能做出真(zhēn)人照片般的绘图效果，如果这样的图(tú)片被用来诈骗，将(jiāng)非常可怕。

此外(wài)AIGC还(hái)引发了很多(duō)担(dān)忧，一方面(miàn)，批判者(zhě)认为AI在(zài)“学习”了(le)大量(liàng)前人的作品之(zhī)后，其创作没有任何(hé)情绪和灵魂，难(nán)以和人(rén)类的艺(yì)术创作相提并论(lùn)。

另(lìng)一方(fāng)面，AIGC背(bèi)后的(de)版权、目(mù)前(qián)都(dōu)并没有得到有效的解决，还有AIGC会不会(huì)代替人类“至高无上(shàng)”的创意。

马斯(sī)克也强调(diào)，人(rén)工智能的(de)安全问题需要得到重视，太晚(wǎn)就来不及了。

03

AIGC下一站除了视频(pín)，还(hái)有(yǒu)远方

技术(shù)都是有两面性的，潜(qián)在的危(wēi)害并不(bù)能掩盖其光辉的贡献。现在看来，人工智(zhì)能(néng)技术将是第四次工业革命的核心驱动力量(liàng)，将创(chuàng)造新的增长奇(qí)迹。

过去一年，人工智能在(zài)技术和商业层面都有了(le)巨大进展，AI绘画就是人工智能技术发生方向(xiàng)性改变的一个代表。其下一站或许就(jiù)是视频。

此前，Meta和谷歌(gē)先后(hòu)发(fā)布了几条引爆科技圈(quān)的短(duǎn)视频。这些视频引发(fā)关注(zhù)并(bìng)非内容做得多优秀，反(fǎn)而都非常(cháng)简单，比如(rú)一匹正在喝水的马(mǎ)，一只画画的玩具熊，或者一段(duàn)骑摩托车(chē)的第(dì)一视(shì)角录像，随便(biàn)一个有手机的人都(dōu)可以(yǐ)随手录下(xià)一段。

但这(zhè)些短(duǎn)视频的创作(zuò)方式(shì)非常(cháng)简单，创(chuàng)作(zuò)者(zhě)仅(jǐn)仅需要向AI输(shū)入一段话，甚至只是说一下要求(qiú)，AI就可以根据需(xū)要生成(chéng)一段视(shì)频。

谷歌发布的两个AI生成(chéng)视频分别来自于Imagen Video和Phenaki，前者主要突出(chū)的是高清，与Meta的Make-A-Video没有(yǒu)太多的差别。

在Make-A-Video公布(bù)了AI生(shēng)成的视频后，AI圈就已经(jīng)玩了(le)一波梗，一(yī)个能够做出更高清视频的AI还不足以在短(duǎn)时间(jiān)内戳中兴奋点(diǎn)。

Phenaki更加令人震(zhèn)惊的地方在(zài)于，它可以制作(zuò)出超过2分(fēn)钟的(de)连贯的也有确切(qiè)内(nèi)容的视频，这才(cái)是真正(zhèng)让人们(men)感到惊喜的地(dì)方(fāng)。因为无论AI生成的视频多么高清，也只能是为内容生产者(zhě)提(tí)供一个灵(líng)感，一(yī)个素材，一(yī)个过场动画。

不(bù)过(guò)能(néng)够制(zhì)作出(chū)有具体剧情内容的视频就意味(wèi)着，一些视(shì)频创作(zuò)由AI代替人工完成已(yǐ)经初(chū)步有(yǒu)了(le)可能。

当下AI的发展速度已(yǐ)经超过(guò)大(dà)部(bù)分人的想象。内容产业的本质是供给创造(zào)需求，AIGC作(zuò)为全新的内容(róng)生产方式，可以为内(nèi)容(róng)产(chǎn)业(yè)带来(lái)更新(xīn)的内(nèi)容风格、更快的生(shēng)产速度，更低的生产成本，这无疑会驱动内容(róng)产业的大爆发。

除了AI绘图(tú)、视频，AIGC技术还能应用于音乐、代码、机器(qì)人动作等(děng)多(duō)种(zhǒng)内容形式的(de)生成。不(bù)难发现该项技术不仅在游戏等行业能得到有效应(yīng)用(yòng)，对(duì)于下(xià)一(yī)代互联网各种元(yuán)素的构建亦(yì)有(yǒu)关键意义。

从商业化的(de)角(jiǎo)度来看(kàn)，文(wén)化娱乐、教育、传(chuán)媒(méi)等(děng)诸多领域，本身就对基于AI的可视化内容有强烈需求(qiú)。

因此，AI绘(huì)画及视频或不(bù)是结(jié)果，而只(zhǐ)是AI进程中的一块(kuài)重要拼(pīn)图(tú)，有望在技(jì)术更新的加(jiā)持(chí)下实(shí)现更大的应(yīng)用(yòng)价(jià)值。

AI从(cóng)理解内(nèi)容(róng)，走向了可(kě)以(yǐ)生(shēng)成(chéng)内容，甚至能够(gòu)创造出(chū)独(dú)立价值和独立视角的内(nèi)容。AIGC的再次(cì)出(chū)圈(quān)，更代(dài)表着未来的先(xiān)进(jìn)生产力(lì)即(jí)将到来(lái)。

04

紧抓(zhuā)大(dà)模型与算(suàn)力(lì)，牢固AIGC底座

从技术的发展也(yě)可以看出，在语(yǔ)言(yán)大模型、图(tú)像大模(mó)型之后，多模态大模型已(yǐ)经成(chéng)为(wèi)了新的(de)趋势。

大模型被誉(yù)为当前人工智能发展的智能底(dǐ)座，是全球竞争最激(jī)烈的研(yán)究方向之一(yī)，包括谷歌、亚马逊、百度、阿里(lǐ)、腾讯(xùn)等众多头部企业都在竞相发力。

不过(guò)训练大(dà)模型的(de)确价格不菲(fēi)，以国盛证券发布(bù)的《ChatGPT需(xū)要多少算力》报告估算，GPT-3训练一(yī)次的成本约(yuē)为(wèi)140万美(měi)元。而(ér)对于一(yī)些更(gèng)大的LLM(大(dà)型语言模型(xíng))，训(xùn)练成本则(zé)介于200万美元至1200万美元高价之间。

以ChatGPT在2023年1月的独(dú)立访客平均(jūn)数1300万计算，其对应芯片需求为3万多片英伟达(dá)A100 GPU，初始投入成本约为(wèi)8亿美元(yuán)，每日仅电费就在5万美元左右(yòu)。

此外不(bù)论(lùn)是ChatGPT还(hái)是AIGC，都离不开(kāi)庞大(dà)算力支(zhī)持(chí)。在关注各类大模型的发展同时，更应该关注算(suàn)力网络的建设。

算力网络正驱动AI产业发(fā)展进入史诗级加速进程，让AIGC及通用AI这一人工智能发(fā)展的终极目标离得更(gèng)近。

因(yīn)为算力(lì)可以对突破性(xìng)技术创新提供大力的支持(chí)。这(zhè)方(fāng)面(miàn)，多模态大模型(xíng)是典型。作(zuò)为面向(xiàng)未来强人工智(zhì)能、通用人工智能的重(zhòng)要技术创新，多模(mó)态大模型(xíng)已经在人工智(zhì)能领域提出了很多年，业界也有不少技术(shù)突破，但(dàn)是，多模态大模型进(jìn)一(yī)步(bù)往下(xià)走(zǒu)，算力需求呈几何式(shì)上升(shēng)，一般的算力(lì)基(jī)础设(shè)施很快将难以胜(shèng)任。

从(cóng)图(tú)像、文字、语音单独(dú)一项的训练，到双模态、三模(mó)态的跃迁，让人工(gōng)智能可以灵活应对不同模态的转化(huà)、像(xiàng)人与(yǔ)世界交互(hù)一样自(zì)然，这方(fāng)面，由算力网(wǎng)络来驱动将有明显优势。

此外，还有(yǒu)很多需(xū)要爆发式增长的算力来(lái)支撑的技术创新，将在(zài)人(rén)工智能算(suàn)力网络支撑(chēng)下快速推进。

AIGC已(yǐ)经露出曙光，期待在大模型和(hé)大算力的(de)支(zhī)持下AIGC能持续颠覆内(nèi)容生产(chǎn)的方式(shì)，将创造(zào)的边际成本降低，让万众受益(yì)。

未经允许不得转载：绿茶通用站群 社戏主要内容概括及中心思想50字，社戏,的主要内容