自聊天机(jī)器人ChatGPT火爆(bào)以来，微软公司(sī)创始(shǐ)人比(bǐ)尔·盖茨(cí)已多次(cì)公开(kāi)谈论人工智能话题。在最(zuì)近的一次采访中，他再次表示：“AI可(kě)能会让(ràng)科技行(xíng)业迎(yíng)来一次剧(jù)烈的(de)洗(xǐ)牌”。

这个结论是他在(zài)当地时间2月20日接受《In Good Company》节目(mù)专访时提(tí)出(chū)的。

他(tā)预期，AI的发(fā)展可能会威胁到(dào)谷歌的市占(zhàn)率，因为微软在AI方面(miàn)的行动相(xiāng)当迅速。而最终科(kē)技(jì)巨头(tóu)将把AI整(zhěng)合成用户的“全能助手”，包揽一(yī)切(qiè)应(yīng)用(yòng)，与人们(men)进(jìn)行沟(gōu)通并提供(gōng)建议，可以取代亚马(mǎ)逊、Siri或Outlook等应用(yòng)。

大佬口中全能(néng)助手(shǒu)的到来可能(néng)尚需(xū)时日(rì)，但由(yóu)ControlNet引发的又一次AI绘画浪潮，让AIGC在ChatGPT的(de)话题热点包围(wéi)中杀出重围。

01

ControlNet颠覆(fù)AI绘画新(xīn)玩法

AIGC向(xiàng)可控靠近

以AI绘画为(wèi)代表的AIGC上一次爆火的(de)时(shí)候，还是(shì)2022年8月，在美国科(kē)罗拉多州举办的(de)新兴(xīng)数字艺术家竞(jìng)赛中(zhōng)，一幅名为《太空歌剧院》的作品获奖。

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

用户们可(kě)以在(zài)应用中输入一组关键(jiàn)词(cí)或者一张(zhāng)照片(piàn)，就能获(huò)得一(yī)幅(fú)AI创作的画作(zuò)。

作(zuò)画的关(guān)键就(jiù)是所输入(rù)的文(wén)本。同一组(zǔ)关键词也可以创作出很多张(zhāng)风格(gé)不(bù)一样(yàng)的画作，这让创作的(de)过(guò)程就像开盲(máng)盒(hé)。

很多用户很喜欢这种不(bù)确定的(de)惊喜，他们会将(jiāng)生(shēng)成的美图当做头像。而另一部分(fēn)喜欢翻看AI绘画的“翻车”作(zuò)品。在社(shè)交媒体(tǐ)上，许多用户分享AI“翻车现场”，例如，一(yī)位网友的小狗照(zhào)片被AI画成了“肌肉男”，还有网友(yǒu)的个人照片被(bèi)AI识(shí)别成了建筑。

而如今随(suí)着ControlNet的出(chū)现与加持，以往AI绘画的填写关键词游(yóu)戏可能(néng)要被(bèi)颠(diān)覆(fù)了。

ControlNet是(shì)一位正在斯坦(tǎn)福(fú)读博的中国人张吕敏创作的(de)一种基于控(kòng)制(zhì)点(diǎn)的图像变形算法，主要用(yòng)于(yú)数(shù)字(zì)图像处理、计算机视(shì)觉(jué)和计算机图形学等领(lǐng)域。

其SD插件一经发布，在短短的两天内便成为(wèi)了AI绘画领域最新的热点(diǎn)。

在此之前，大(dà)家(jiā)用了(le)很多(duō)方法想让AI生成(chéng)的结果尽(jǐn)可能的符合要求，但是都不尽如人(rén)意(yì)，它的(de)出现代表(biǎo)着(zhe)AI生成(chéng)开始进(jìn)入真(zhēn)正的可控时期。

因为ControlNet可(kě)以直接提取画面(miàn)的构图，人物的姿(zī)势(shì)和画面的深度信息等。有了(le)它的帮助，就不用频(pín)繁的用提示词来碰运(yùn)气(qì)，抽(chōu)盲盒式的创(chuàng)作了。

通俗(sú)的说ControlNet相当于给AI绘画加了“魔法(fǎ)”，不少博主的(de)作品已经获得(dé)了大(dà)量的浏(liú)览量(liàng)，“viggo”就是其中之一(yī)，他用朋友的照片直(zhí)接带她们走进动漫(màn)世界。

viggo先用StableDiffusion图片转文字(zì)。

再用Text2Prompt插件拓展找到对应的关键词(cí)；最后用ControlNet插件绑定(dìng)骨骼开始换关键词试效(xiào)果。

通(tōng)过图片就可以看出来，效果十分惊艳。

更厉害的是，除(chú)了(le)真(zhēn)实的照片，草图也(yě)可以(yǐ)加上“魔法”，知乎大牛“DevPoint”和“逗(dòu)砂”介绍到ControlNet还能实现线(xiàn)稿转全彩(cǎi)图。大神张吕敏其本尊也亲自(zì)回应。

不得不(bù)说当(dāng)下AIGC已(yǐ)经(jīng)变得越来(lái)越强大，甚至输出的作品都(dōu)已经(jīng)能以假乱真了。

02

难辨虚实，AIGC技(jì)术力爆发

警惕安全问题

近日，“苏州金鸡湖有游(yóu)艇party”的消息(xī)火遍(biàn)网络，而(ér)经过警方(fāng)辟(pì)谣这所(suǒ)谓的“party”可能是全(quán)国(guó)第一起AI绘图诈骗。

由(yóu)于这个活(huó)动(dòng)里面给出的(de)美女照片都是AI制作的真人照片(piàn)绘图，因为太逼真，被(bèi)大家当成真(zhēn)事传(chuán)播了。

不过仔(zǎi)细观察可以发现(xiàn)，活动发(fā)起者提供的照片中(zhōng)有个很大的漏洞可以发(fā)现并非真人，而是AI绘(huì)图，那(nà)便(biàn)是图片中女性的(de西气东输的起点与终点，西气东输的起止点是哪里？)手指部分有(yǒu)的存在异常。

有行业人事表示：“现在因为手指(zhǐ)部分的绘(huì)画算法比较复杂(zá)，AI还不太会画人的手(shǒu)，但最新(xīn)看到(dào)的图(tú)片已(yǐ)经(jīng)有越来越完美的AI模型出现，以(yǐ)后可能就(jiù)完(wán)全(quán)没有漏洞了。”

类似(shì)的AI作图诈骗在国外也已(yǐ)有(yǒu)发生。据英国广播公司(sī)报道，土耳其地(dì)震期(qī)间，有Tiktok用户使用AI合成(chéng)了儿童受灾的(de)假照片(piàn)发布到网络，以此诱骗善良的人打赏(shǎng)“捐助”从而实施诈骗(piàn)。

目前随着(zhe)技术发展，AIGC已经能做出真人照(zhào)片般的(de)绘图效果，如果(guǒ)这样的图片被用来(lái)诈骗，将非常可怕(pà)。

此外(wài)AIGC还引发了很多担忧，一方面，批判者认(rèn)为AI在“学习”了大量(liàng)前人的作品之后，其创作没有任何(hé)情绪和灵魂(hún)，难以和人类(lèi)的(de)艺术(shù)创作相提并论。

另一方面，AIGC背后的版权(quán)、目前都并没(méi)有得到(dào)有效的解决，还有AIGC会不会代替人(rén)类“至高无(wú)上”的创意(yì)。

马(mǎ)斯克(kè)也强(qiáng)调，人工智能的安全问题需要得到(dào)重视，太晚就来不及了。

03

AIGC下一站除了视频，还(hái)有远方

技术(shù)都是有(yǒu)两面性(xìng)的，潜在的危害(hài)并不能(néng)掩盖其光(guāng)辉的贡献。现在看来，人工智能技(jì)术将是第四(sì)次(cì)工业革命的核心驱动力量，将创造新的增长奇迹(jì)。

过去一年，人工智能在技(jì)术和(hé)商业层面都有了巨大进展，AI绘画(huà)就是人工智能技术发生方向性改变的一个代表。其下一站或许(xǔ)就是视频。

此前(qián)，Meta和谷歌先后发布了几条引爆科技圈的(de)短视(shì)频。这些视频引(yǐn)发(fā)关注并非内(nèi)容做(zuò)得多优秀，反而都非常(cháng)简单，比如一匹正在喝水的马，一只画画的玩具熊(xióng)，或者一段骑摩托车的第一视角录像，随(suí)便一个有手机(jī)的人都(dōu)可以随手录(lù)下一段。

但这些短视(shì)频的创作方式(shì)非常简单，创(chuàng)作者仅仅需(xū)要(yào)向AI输入一段话，甚至(zhì)只是说一下(xià)要求，AI就可以根据(jù)需要生成一段视(shì)频。

谷歌发布的两个AI生(shēng)成(chéng)视频分别来(lái)自于Imagen Video和(hé)Phenaki，前者主要(yào)突出的是高(gāo)清(qīng)，与Meta的Make-A-Video没有太多(duō)的差别。

在Make-A-Video公布了(le)AI生成的视频后，AI圈就已经玩了一波梗，一个(gè)能够做(zuò)出(chū)更(gèng)高清视频的AI还不足以在短时间内(nèi)戳中兴奋点。

Phenaki更加(jiā)令人震惊(jīng)的地(dì)方(fāng)在于，它可以制作出超(chāo)过(guò)2分钟的连贯的也有确切内容(róng)的(de)视频，这才是真正让人(rén)们感到惊(jīng)喜的地方。因(yīn)为无论AI生成的视(shì)频(pín)多么(me)高清(qīng)，也只能是为(wèi)内容生产者提供一个灵(líng)感，一个(gè)素材，一个(gè)过场动画(huà)。

不过能够制作出(chū)有具体剧情内容的(de)视频(pín)就意味着，一些视频(pín)创作由(yóu)AI代替人工完成已经初步(bù)有了(le)可能。

当下AI的发展速度已经超过大部分人的想象。内(nèi)容产业的(de)本质(zhì)是供给创造需求(qiú)，AIGC作为全(quán)新的内容(róng)生产(chǎn)方式，可以为内(nèi)容(róng)产业带来(lái)更新的内容(róng)风格(gé)、更快的生(shēng)产速度(dù)，更低的生产成本，这无疑(yí)会驱动内容产业的大爆发。

除了AI绘图、视(shì)频，AIGC技(jì)术还能应(yīng)用于(yú)音(yīn)乐、代码(mǎ)、机器人动作等多种内容(róng)形式(shì)的生成。不难发现(xiàn)该项技术不仅在游戏等(děng)行业能得到有效(xiào)应(yīng)用，对于下一代互联(lián)网各种元素的构(gòu)建亦有关键意义。

从商业化的角(jiǎo)度来(lái)看，文化娱乐、教(jiào)育、传媒(méi)等(děng)诸多领(lǐng)域，本身(shēn)就对基(jī)于AI的(de)可视化内容有强烈需(xū)求。

因此，AI绘画及视(shì)频或不是结果(guǒ)，而只是(shì)AI进程中的一块(kuài)重要拼图，有望在技术更新的加持下实现更大(dà)的(de)应用价值。

AI从理解(jiě)内容，走(zǒu)向了可以生成内容，甚(shèn)至(zhì)能够创造出独(dú)立价值和(hé)独(dú)立视角(jiǎo)的内容。AIGC的再次出圈，更代表(biǎo)着未来的先进生产力即将到(dào)来(lái)。

04<西气东输的起点与终点，西气东输的起止点是哪里？/p>

紧抓(zhuā)大模型(xíng)与算力，牢固AIGC底座

从技术的发展也可以看出，在语言大模型、图像大模型之后，多模态(tài)大模型已经成为了(le)新的趋势。

大模型被誉为当(dāng)前人(rén)工智能发(fā)展的(de)智(zhì)能底座(zuò)，是全球竞争最激烈的(de)研(yán)究方(fāng)向之(zhī)一(yī)，包括(kuò)谷(gǔ)歌、亚马逊、百度、阿里(lǐ)、腾讯等众多头部企(qǐ)业都在(zài)竞(jìng)相发力。

不过训(xùn)练(liàn)大模(mó)型的确价格不菲，以国盛证券发布的《ChatGPT需要多少算(suàn)力》报告估算，GPT-3训练(liàn)一次的成本约为140万美元。而对于一些(xiē)更(gèng)大的(de)LLM(大(dà)型语(yǔ)言(yán)模(mó)型)，训练成本(běn)则(zé)介于200万美(měi)元至1200万美元(yuán)高价之(zhī)间。

以(yǐ)ChatGPT在2023年1月(yuè)的独(dú)立访(fǎng)客平均数1300万计算，其对(duì)应芯(xīn)片需求为3万多片(piàn)英伟达(dá)A100 GPU，初始投入成(chéng)本约为8亿美元，每日仅电(diàn)费(fèi)就(jiù)在5万(wàn)美元(yuán)左右。

此外不论是ChatGPT还是AIGC，都离不开庞大算(suàn)力支持(chí)。在(zài)关注各类大模型的发展同(tóng)时，更(gèng)应该(gāi)关注算力网络的建设。

算力网络(luò)正驱动AI产业发展进入史(shǐ)诗级(jí)加速进程，让(ràng)AIGC及通(tōng)用AI这一人工智(zhì)能发(fā)展(zhǎn)的(de)终极目(mù)标(biāo)离得更(gèng)近。

因为算力可以对(duì)突破性(xìng)技术创新提供大(dà)力的(de)支持。这方面(miàn)，多模态大(dà)模型是典型。作(zuò)为(wèi)面向未(wèi)来强人工智能、通用人工智能(néng)的重要技术创新，多模态大(dà)模型已经在人工智能领域提出了很多年，业界(jiè)也(yě)有不(bù)少技术突破，但是，多模态大模型进(jìn)一步往下走(zǒu)，算力需求呈(chéng)几何式上升(shēng)，一般的算力基(jī)础设(shè)施(shī)很快将难(nán)以胜(shèng)任。

从图像、文字、语音单独一(yī)项的(de)训练，到(dào)双(shuāng)模(mó)态、三模态的跃迁，让人(rén)工智(zhì)能可以(yǐ)灵活应对不同模(mó)态的转化、像人与世界交互一样自然(rán)，这方面，由算(suàn)力网络来驱动将有明显优势。

此外，还有(yǒu)很多需要爆发式增长的(de)算力来支撑的技术创新，将在人工智能算力网络(luò)支(zhī)撑下(xià)快速推进。

AIGC已(yǐ)经露出曙(shǔ)光，期(qī)待在大(dà)模型和大算力的(de)支持下AIGC能持续(xù)颠覆内容生产的方式，将创造的边际成本(běn)降低，让万众(zhòng)受益。

未经允许不得转载：绿茶通用站群 西气东输的起点与终点，西气东输的起止点是哪里？