自聊天机器(qì)人(rén)ChatGPT火爆以(yǐ)来，微软公司创始(shǐ)人比尔(ěr)·盖(gài)茨(cí)已(yǐ)多次公开谈论人(rén)工智能话题。在最(zuì)近的一次采访中，他(tā)再次(cì)表示：“AI可能会让科技行业迎来(lái)一次剧(jù)烈的洗(xǐ)牌”。

这个结论是(shì)他在当地(dì)时间2月20日接受《In Good Company》节目专(zhuān)访时提出(chū)的。

他(tā)预期，AI的发展(zhǎn)可能(néng)会(huì)威(wēi)胁到谷歌的市占率，因(yīn)为微软(ruǎn)在AI方面的行动相当(dāng)迅(xùn)速。而最终科技巨头将把AI整合(hé)成用户的(de)“全能助手”，包揽一切(qiè)应(yīng)用(yòng)，与人们进行沟通并提供建议，可以取代亚马逊、Siri或Outlook等(děng)应用。

大佬口(kǒu)中全能助手的到来可能(néng)尚需(xū)时(shí)日，但由ControlNet引发的(de)又一次AI绘画浪潮，让(ràng)AIGC在ChatGPT的话题热点包围中(zhōng)杀(shā)出重(zhòng)围。

01

ControlNet颠覆(fù)AI绘画新玩法

AIGC向可控(kòng)靠近

以(yǐ)AI绘画为代表的AIGC上一次爆火的时候，还(hái)是(shì)2022年8月(yuè)，在美国科(kē)罗拉(lā)多州举(jǔ)办的新(xīn)兴数(shù)字(zì)艺术家竞(jìng)赛中，一幅名(míng)为《太(tài)空(kōng)歌剧院》的(de)作品获奖。

随(suí)后各大厂商的AI绘画(huà)软件被广大网(wǎng)友熟知并(bìng)体验，Stable Diffusion便是(shì)其(qí)中代(dài)表。

用户(hù)们可以在应用(yòng)中输入一组关(guān)键(jiàn)词或(huò)者一张照(zhào)片，就能获得(dé)一幅AI创作(zuò)的画(huà)作。

作画(huà)的关键就是所(suǒ)输入(rù)的文本。同(tóng)一组关键词也可以创(chuàng)作出很多张(zhāng)风(fēng)格(gé)不一样(yàng)的画作(zuò)，这(zhè)让(ràng)创作的过程(chéng)就像(xiàng)开盲盒。

很(hěn)多用户很喜欢这种不确定的惊(jīng)喜(xǐ)，他(tā)们会将生成的美图当做头像(xiàng)。而另一部分(fēn)喜(xǐ)欢翻看AI绘画的“翻车”作品。在社交媒体上，许多用户分享AI“翻车现场(chǎng)”，例如，一(yī)位网友的小狗照片被AI画成(chéng)了“肌肉男”，还有网(wǎng)友的个人照片被AI识别成了建筑。

而如今随着ControlNet的出现与加持，以往AI绘画的填写关键词游(yóu)戏可(kě)能要被颠(diān)覆了。

ControlNet是一位正(zhèng)在斯(sī)坦(tǎn)福读博的中国人(rén)张(zhāng)吕敏创作的一(yī)种基于(yú)控制点的图(tú)像(xiàng)变形(xíng)算法，主要(yào)用(yòng)于(yú)数(shù)字(zì)图像(xiàng)处理、计算(suàn)机视觉和计(jì)算机图(tú)形(xíng)学等领域。

其SD插(chā)件一经发布，在短(duǎn)短(duǎn)的两天内(nèi)便成为了AI绘画领域最新的(de)热(rè)点。

在此之前，大(dà)家用了很多方法想让AI生成(chéng)的结果尽可能的(de)符合(hé)要求，但是(shì)都不尽如(rú)人意，它(tā)的出现(xiàn)代表着AI生成开始(shǐ)进入真(zhēn)正(zhèng)的可控时(shí)期。

因为(wèi)ControlNet可以直接提取画面的构(gòu)图，人物的姿势和(hé)画面的深度信息(xī)等(děng)。有(yǒu)了它的帮助(zhù)，就不用(yòng)频(pín)繁的用提示词(cí)来碰(pèng)运(yùn)气，抽盲盒式的(de)创(chuàng)作了。

通俗的说ControlNet相当于给(gěi)AI绘画(huà)加了“魔法”，不(bù)少博主的作品(pǐn)已经(jīng)获(huò)得了大量的(de)浏览量，“viggo”就是其中之(zhī)一，他用朋友的照(zhào)片直(zhí)接(jiē)带她(tā)们(men)走进动漫世界(jiè)。

viggo先用(yòng)StableDiffusion图(tú)片转文字。

再用(yòng)Text2Prompt插(chā)件拓展找到对应(yīng)的(de)关键词；最后(hòu)用ControlNet插件(jiàn)绑定骨(gǔ)骼开始换(huàn)关(guān)键(jiàn)词试效果。

通过(guò)图片(piàn)就可以(yǐ)看出来，效果十分惊(jīng)艳。

更厉害的是，除了真实的照片，草(cǎo)图也可以加(jiā)上“魔法”，知乎大牛(niú)“DevPoint”和“逗砂”介绍到(dào)ControlNet还(hái)能实(shí)现线(xiàn)稿转全彩图。大神张吕敏(mǐn)其本尊也亲自回应。

不得不说当(dāng)下(xià)AIGC已经(jīng)变得(dé)越来(lái)越强大，甚(shèn)至输出的作品都已(yǐ)经能以假(jiǎ)乱真了。

02

难辨(biàn)虚(xū)实，AIGC技术(shù)力(lì)爆发

警惕安(ān)全问(wèn)题

近日，“苏(sū)州金(jīn)鸡湖有游艇party”的消(xiāo)息火遍网络，而经过警方辟谣这所谓(wèi)的“party”可能是全国第一起AI绘图(tú)诈骗。

由于这个活动里(lǐ)面给(gěi)出(chū)的美(měi)女照片都是AI制作的真人照片绘图(tú)，因(yīn)为(wèi)太逼(bī)真，被大(dà)家当成真事(shì)传播(bō)了。

不过仔细观察可(kě)以发现，活动发(fā)起者提供的照(zhào)片(piàn)中有个很大的漏洞(dòng)可以发(fā)现并非(fēi)真人，而是AI绘图，那便是图片中(zhōng)女性的手指部分(fēn)有的存在异常(cháng)。

有行业人(rén)事表示：“现在因为(wèi)手指部分的绘画算法比较复(fù)杂(zá)，AI还不太(tài)会画人(rén)的手，但(dàn)最新(xīn)看到的图(tú)片已经有越(yuè)来(lái)越完美的AI模型出现，以后(hòu)可能就完(wán)全没有漏洞了(le)。”

类似的AI作图诈骗在国外也已有(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(hé)成了儿童受(shòu)灾的假照片发布到(dào)网(wǎng)络，以(yǐ)此诱(yòu)骗善良的人打赏(shǎng)“捐助(zhù)”从而实施诈(zhà)骗。

目前随(suí)着(zhe)技(jì)术发展，AIGC已经能做出真(zhēn)人照片般(bān)的(de)绘图效果，如果这样的图(tú)片被用(yòng)来诈(zhà)骗(piàn)，将非常可怕。

此(cǐ)外(wài)AIGC还引发了很(hěn)多担忧，一方面，批判者认为AI在“学习(xí)”了大量前人的作品(pǐn)之(zhī)后，其创作(zuò)没有任何情绪和灵魂，难以(yǐ)和人类的艺术创作相(xiāng)提并论。

另一方面，AIGC背(bèi)后的(de)版权、目前都并没有得到(dào)有效的解决，还(hái)有(yǒu)AIGC会不会(huì)代替人类“至高(gāo)无上”的(de)创意。

马斯克也强调(diào)，人工智能(néng)的安全问题需要得到重(zhòng)视，太晚就来不及(jí)了。

03

AIGC下一站除了视频(pín)，还有远方(fāng)

技(jì)术(shù)都是有两面性的，潜(qián)在的危害并(bìng)不能掩(yǎn)盖(gài)其(qí)光(guāng)辉的(de)贡献。现在看来，人工智能(néng)技术将是第四次工业革命的核心驱动(dòng)力量(liàng)，将(jiāng)创造(zào)新的增(zēng)长奇迹。

过去(qù)一年，人(rén)工智(zhì)能在技术(shù)和(hé)商业(yè)层面(miàn)都有了巨(jù)大进展，AI绘画(huà)就是人工智(zhì)能技(jì)术(shù)发生方(fāng)向(xiàng)性改(gǎi)变的一个代表。其下一站或(huò)许(xǔ)就是视频。

此前，Meta和(hé)谷歌先(xiān)后发布了几条引(yǐn)爆科技(jì)圈(quān)的短视频。这些视频引发关(guān)注并非内(nèi)容做得多优秀(xiù)，反而(ér)都非(fēi)常简单，比如一匹正(zhèng)在喝水的马(mǎ)，一只画画的玩具熊，或(huò)者一段骑摩托(tuō)车的第一视角录像，随便一个有手机(jī)的(de)人都可以随手录下(xià)一段。

但这些短视(shì)频(pín)的创作方(fāng)式非(fēi)常简单，创(chuàng)作者仅仅需要向(xiàng)AI输入一段话，甚(shèn)至只是说(shuō)一下要求，AI就可以(yǐ)根据需要生(shēng)成一(yī)段视频。

谷歌发布的两个AI生(shēng)成视(shì)频分别来自于Imagen Video和Phenaki，前者主要(yào)突出(chū)的是高清，与(yǔ)Meta的Make-A-Video没有太多的差别。

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，一个能(néng)够做(zuò)出(chū)更高清视频的AI还不(bù)足以在短时(shí)间内戳中兴奋点。

Phenaki更(g高山流水是什么意思服务项目，服务里面高山流水是什么意思èng)加令(lìng)人震惊的(de)地方在于，它可以制作出超过2分钟的连贯(guàn)的也有确切内容(róng)的视频，这才是真(zhēn)正让人们(men)感到(dào)惊喜的地方。因为无论(lùn)AI生成(chéng)的视频(pín)多么(me)高(gāo)清，也(yě)只能(néng)是为内容生产者提供(gōng)一个(gè)灵感，一个(gè)素材(cái)，一个过场(chǎng)动画。

不过能够制作出有具体剧(jù)情内容的视频就(jiù)意味着，一些视频创作由AI代替人工完成已经初步有了可(kě)能。

当下AI的发展速度已(yǐ)经超(chāo)过大(dà)部分人的(de)想(xiǎng)象。内(nèi)容(róng)产业的本(běn)质是供给(gěi)创造(zào)需求，AIGC作为全新的(de)内容生产方式(shì)，可(kě)以(yǐ)为内(nèi)容(róng)产业带来(lái)更新的内容风格、更快的生产速度，更(gèng)低的(de)生产成本，这无疑(yí)会驱动内容产(chǎn)业的大爆发。

除了AI绘图、视频，AIGC技术还能(néng)应(yīng)用于音乐、代(dài)码、机器人动作等多种(zhǒng)内容形式的生成。不难发(fā)现(xiàn)该项技术不仅在(zài)游戏等行业能得到有效应用(yòng)，对于下一代互(hù)联网各种元素的构(gòu)建亦(yì)有关键意义(yì)。

从商业(yè)化的(de)角度来看，文(wén)化娱乐、教育(yù)、传媒等诸多领域，本身就对基于(yú)AI的可视化(huà)内容有强烈需求。

因此，AI绘画及视频或(huò)不(bù)是结果(guǒ)，而只(zhǐ)是AI进程中的(de)一块重要拼图，有望在技术更新的加持下(xià)实现更大的应(yīng)用价(jià)值。

AI从(cóng)理解内(nèi)容(róng)，走向(xiàng)了(le)可以生成内容(róng)，甚至能够创造出独立(lì)价值和独立视角的内容。AIGC的再次出圈，更代表着未来的先进生产(chǎn)力即将到来。

04

紧抓大(dà)模型与算力，牢固AIGC底座(zuò)

从技术的发展也可以看出，在语言大(dà)模(mó)型(xíng)、图像大模型之后，多模态大模(mó)型已经成为了新的趋势。

大模(mó)型(xíng)被誉为当(dāng)前人工智能发展的智能底(dǐ)座，是(shì)全球竞(jìng)争(zhēng)最激烈的(de)研(yán)究方向之一，包括谷(gǔ)歌、亚马逊、百度、阿里、腾(téng)讯(xùn)等(děng)众多头(tóu)部企(qǐ)业都在竞相发力。

不过(guò)训练大模型的(de)确价格(gé)不菲(fēi)，以国盛证券发布的《ChatGPT需要(yào)多少算力》报告(gào)估(gū)算，GPT-3训练(liàn)一次的成本约为140万美元。而对于一些更大的LLM(大型语言模型)，训练成本则介于(yú)200万美(měi)元至1200万美(měi)元高价之间。

以ChatGPT在(zài)2023年1月的独(dú)立(lì)访客平均数1300万计算，其(qí)对应芯片需求为3万多片英伟(wěi)达A100 GPU，初始投入(rù)成本(běn)约为8亿美元，每(měi)日仅电费(fèi)就(jiù)在5万美元左右。

此外不论是ChatGPT还(hái)是AIGC，都离(lí)不开庞大算力支(zhī)持。在关(guān)注各类大模型的发展同时，更应该关注算力网络的建(jiàn)设。

算力网络正驱动AI产业(yè)发展进入史诗级加速进(jìn)程，让(ràng)AIGC及通用AI这(zhè)一(yī)人工智能发(fā)展(zhǎn)的终极目(mù)标(biāo)离得更(gèng)近。

因(yīn)为算力可以对突(tū)破性技术(shù)创新提供(gōng)大力的支持。这方面，多模态大模(mó)型是典型。作为面向未(wèi)来强(qiáng)人工智能、通用人工智能的重要技术创新，多模态(tài)大(dà)模型已经(jīng)在(zài)人工智能领域提出(chū)了很多年，业界也有不少技术(shù)突破，但是，多模(mó)态大(dà)模型进(jìn)一步往(wǎng)下(xià)走，算力需求(qiú)呈几何式上(shàng)升，一(yī)般的算(suàn)力(lì)基础设(shè)施(shī)很快将难以胜任。

从图像、文字(zì)、语(yǔ)音单(dān)独一项的(de)训练，到双模态、三模态的跃迁，让人工智能可以灵活(huó)应对不同模态的转(zhuǎn)化、像(xiàng)人与世(shì)界交(jiāo)互一样自然，这方面，由(yóu)算力网络(luò)来驱动将有(yǒu)明显优势。

此外，还有很多需要(yào)爆(bào)发式增长的算力来支撑的技术创新，将在人工(gōng)智能算(suàn)力网络支撑下(xià)快(kuài)速推进。

AIGC已经露出(chū)曙(shǔ)光(guāng)，期待在大模型和大(dà)算力(lì)的支持下AIGC能持(chí)续颠覆内容生(shēng)产的方式，将(jiāng)创造(zào)的(de)边(biān)际成本降低，让万众(zhòng)受益。

未经允许不得转载：绿茶通用站群 高山流水是什么意思服务项目，服务里面高山流水是什么意思