自聊(liáo)天机器人(rén)ChatGPT火爆以来，微(wēi)软公司创始人比尔·盖茨已多次公开谈论(lùn)人工(gōng)智能话题。在(zài)最近的一次采访中，他再次表(biǎo)示：“AI可(kě)能(néng)会让科技(jì)行(xíng)业迎来一次(cì)剧烈的(de)洗牌(pái)”。

这个(gè)结论(lùn)是他(tā)在(zài)当地时间(jiān)2月20日接受《In Good Company》节目专访时提出的。

他预(yù)期，AI的发展(zhǎn)可能(néng)会(huì)威胁到谷歌(gē)的(de)市占率，因为微软在AI方面的(de)行(xíng)动相当(dāng)迅速。而最终科技巨头将把AI整合(hé)成用户的“全能助手”，包揽一切应用(yòng)，与人们进行(xíng)沟通并提供建(jiàn)议，可以取代(dài)亚马逊、Siri或Outlook等应用(yòng)。

大佬(lǎo)口中全(quán)能助手(shǒu)的到来(lái)可能尚需时日，但由ControlNet引发的又一次(cì)AI绘画浪潮，让AIGC在ChatGPT的话(huà)题热点包围(wéi)中杀出(chū)重围。

01

ControlNet颠覆AI绘画(huà)新玩法

AIGC向可控靠近

以AI绘画为代表的AIGC上(shàng)一次爆火的时(shí)候(hòu)，还(hái)是(shì)2022年8月(yuè)，在美国(guó)科罗(luó)拉多(duō)州举办(bàn)的新兴数字艺术家竞(jìng)赛中，一(yī)幅(fú)名为《太(tài)空歌剧院》的作品获(huò)奖。

随后各(gè)大(dà)厂商的AI绘(huì)画(huà)软件被广大网友熟(shú)知并体(tǐ)验，Stable Diffusion便是其中代表。

用户们可以在(zài)应用(yòng)中输入一组关键词或者(zhě)一张照(zhào)片，就能获得(dé)一幅AI创作的画作(zuò)。

作画的关键就是(shì)所输入(rù)的文本(běn)。同一组关键词也可以(yǐ)创作出很多张风格不(bù)一样(yàng)的画作，这让创作的过(guò)程就像开盲盒。

很多用户很喜欢这(zhè)种不确定的惊喜，他们会将(jiāng)生成的(de)美图当做(zuò)头像。而另(lìng)一部(bù)分喜欢翻(fān)看AI绘(huì)画的“翻车”作(zuò)品。在(zài)社交媒(méi)体(tǐ)上(shàng)，许多用户分享AI“翻车现(xiàn)场”，例如(rú)，一(yī)位网友的小狗照片被AI画成了“肌肉男”，还有网友的(de)个人照片被AI识别成了建(jiàn)筑。

而(ér)如今随着ControlNet的出现与加持，以往AI绘画的填(tián)写关键词游戏(xì)可(kě)能要被颠覆了(le)。

ControlNet是一位(wèi)正在斯坦(tǎn)福读博(bó)的中国(guó)人张吕敏(mǐn)创作的一种基于控制点的(de)图像变(biàn)形(xíng)算法，主(zhǔ)要(yào)用(yòng)于数字图像处(chù)理、计(jì)算机视(shì)觉(jué)和(hé)计算机(jī)图形学等领域。

其SD插件一经发布，在短(duǎn)短(duǎn)的(de)两天(tiān)内(nèi)便成(chéng)为了AI绘(huì)画领域最新的(de)热(rè)点。

在此之前，大家用了很多方法想让AI生成的结果尽可能的符合要求(qiú)，但是(shì)都不尽如人(rén)意，它的(de)出现代表着AI生成开始进入真正的可控时(shí)期。

因为ControlNet可以直(zhí)接(jiē)提(tí)取画(huà)面的构图，人物的姿势和(hé)画面(miàn)的(de)深度信息等。有(yǒu)了它的帮助，就不用频(pín)繁(fán)的用提示(shì)词来(lái)碰(pèng)运气，抽盲(máng)盒式(shì)的创作了。

通俗的说ControlNet相当于给(gěi)AI绘画加(jiā)了“魔法(fǎ)”，不(bù)少博主的作品已经获得了大量的浏(liú)览量，“viggo”就是其(qí)中之(zhī)一，他(tā)用朋友的照(zhào)片直接带她们(men)走进动漫世界。

viggo先用StableDiffusion图片转文字(zì)。

再用(yòng)Text2Prompt插件(jiàn)拓展找到对应的关键词；最后用ControlNet插件绑定(dìng)骨骼开始换(huàn)关键词试效果(guǒ)。

通过图片就可以看出来，效果十分惊艳。

更厉害的是，除了真实的照片，草(cǎo)图(tú)也可以加上“魔法(fǎ)”，知乎大牛“DevPoint”和“逗(dòu)砂”介绍到ControlNet还能实现(xiàn)线稿转全彩图。大(dà)神张吕敏其本(běn)尊也亲自回(huí)应。

不得不(bù)说当下AIGC已经变得(dé)越来越强大，甚(shèn)至输出的作品都已经能以假乱真了(le)。

02

难辨虚实，AIGC技术力(lì)爆发(fā)

警惕(tì)安(ān)全问题

近日，“苏州金鸡湖(hú)有游艇party”的(de)消息火遍网络，而经(jīng)过警方辟谣这(zhè)所谓的“party”可能是全国(guó)第一起AI绘图诈(zhà)骗。

由于这(zhè)个活动里面给出的美女(nǚ)照(zhào)片都是AI制作的真人照片绘图，因为(wèi)太(tài)逼真，被大家(jiā)当成真事传(chuán)播(bō)了。

不过(guò)仔细(xì)观(guān)察可以发现，活动发起者提供(gōng)的照片中有个很(hěn)大的漏(lòu)洞可以发现(xiàn)并(bìng)非真人，而是AI绘图(tú)，那便(biàn)是图片中女性的(de)手指部分(fēn)有的存(cún)在异(yì)常(cháng)。

有行(xíng)业人(rén)事表示(shì)：“现(xiàn)在因为(wèi)手指部分的(de)绘(huì)画(huà)算法比较复杂，AI还不太会(huì)画人(rén)的手，但最(zuì)新(xīn)看到的图片已(yǐ)经(jīng)有越来越完美(měi)的AI模型出现，以后(hòu)可能就完(wán)全(quán)没有漏(lòu)洞(dòng)了(le)。”

类似的AI作图(tú)诈骗在国外也(yě)已有发(fā)生(shēng)。据英国广播公(gōng)司报(bào)道(dào)，土(tǔ)耳其地震期间，有Tiktok用户使(shǐ)用AI合(hé)成了儿童受灾的假照片发(fā)布到网络(luò)，以此诱骗善良的人(rén)打赏“捐(juān)助(zhù)”从而实施诈骗。

目(mù)前随着技术发展(zhǎn)，AIGC已经能(néng)做出(chū)真人照片般的绘图效果，如(rú)果这样的图片被用来诈骗，将非常(cháng)可怕。

此外AIGC还引发了很多担忧，一方面(miàn)，批(pī)判者认为AI在“学习”了大量前人(rén)的(de)作品之后(hòu)，其(qí)创作没有任何情(qíng)绪和(hé)灵魂，难以和人类的(de)艺术创(chuàng)作(zuò)相提并论。

另(lìng)一方面，AIGC背(bèi)后的版权(quán)、目前都(dōu)并没有(yǒu)得到有效的(de)解决，还有AIGC会不(bù)会代(dài)替人类“至(zhì)高(gāo)无上”的创(chuàng)意。

马斯(sī)克也强调，人(rén)工智能的安全(quán)问(wèn)题需要得到(dào)重视，太晚就来不及(jí)了。

03

AIGC下一(yī)站(zhàn)除了视频，还(hái)有远方

技术都是有两面性的，潜(qián)在(zài)的(de)危害并不能掩(yǎn)盖其(qí)光(guāng)辉的贡献。现在看来，人工智能技术将是第四次工业革命的(de)核心驱(qū)动(dòng)力量(liàng)，将创造新的增(zēng)长奇迹。

过(guò)去一年，人工智(zhì)能(néng)在技术和商(shāng)业层面都(dōu)有了巨大进展，AI绘画就是(shì)人(rén)工(gōng)智能技术(shù)发生方向性改变(biàn)的(de)一个代(dài)表。其下一站或许就是视频。

此前，Meta和谷(gǔ)歌先(xiān)后发布(bù)了几条引(yǐn)爆科(kē)技圈(quān)的短视频(pín)。这些视频引发关注并非(fēi)内容做得(dé)多优秀，反而(ér)都非常简单，比如一匹(pǐ)正在喝水(shuǐ)的马，一只画画的(de)玩(wán)具熊，或者一(yī)段骑摩托车的第一视角录(lù)像，随(suí)便(biàn)一(yī)个(gè)有手(shǒu)机的人(rén)都(dōu)可以(yǐ)随(suí)手录下(xià)一(yī)段。

但这些短视(shì)频(pín)的创作方式非常简单，创作者仅仅(jǐn)需要向AI输入一段话(huà)，甚(shèn)至只是说一下要求，AI就可以(yǐ)根据需要生成一段视频(pín)。

谷歌发布的(de)两个(gè)AI生成视频(pín)分别来自于Imagen Video和Phenaki，前(qián)者主(zhǔ)要突出的是高(gāo)清，与Meta的Make-A-Video没有太(tài)多的差别。

在Make-A-Video公布了AI生成的视频后，AI圈就(jiù)已经(jīng)玩(wán)了一波梗，一个能(néng)够做出(chū)更高(gāo)清(qīng)视频的AI还不足以在短时间内戳中(zhōng)兴(xīng)奋点。

Phenaki更加令(lìng)人震惊的(de)地方在于，它(tā)可以制作出超过2分(fēn)钟(zhōng)的连贯的(de)也有确切(qiè)内(nèi)容(róng)的视频，这才是真正让人们感到惊喜的地方。因(yīn)为(wèi)无论AI生成的视频多(duō)么高清(qīng)，也只能(néng)是为内容生产者提供一(yī)个(gè)灵感(gǎn)，一个素材，一个过(guò)场动画。

不(bù)过能够(gòu)制作出(chū)有具体(tǐ)剧情内容的视频(pín)就(jiù)意味着，一些视频(pín)创作由AI代替(tì)人工完(wán)成已经(jīng)初步有了可能。

当下AI的发展速度已(yǐ)经超过大部分人的(de)想象。内(nèi)容产业的本质是供给(gěi)创造需求，AIGC作为全新的内容生(shēng)产方式，可以为内(nèi)容产业带来(lái)更新(xīn)的内(nèi)容风(fēng)格(gé)、更(gèng)快(kuài)的生产速度(dù)，更低的生(shēng)产成本，这无疑会驱动内容产业的(de)大爆(bào)发。

除了AI绘图、视频，AIGC技术还(hái)能应用于音乐(lè)、代码、机(jī)器人动作等多种内(nèi)容形式的(de)生成。不难发现该项技(jì)术不仅在游戏(xì)等行业能得到有效应用，对于下一代互联(lián)网各种元素的(de)构建亦有(yǒu)关键意(yì)义。

从商业化的角度(dù)来看，文(wén)化娱乐、教育、传媒等诸多领域，本身就对基于AI的(de)可视化内(nèi)容有强烈需求(qiú)。

因此，AI绘(huì)画及视频(pín)或不是结果，而只(zhǐ)是AI进程中的一块重要拼图(tú)，有望在技术更新的加(jiā)持下实现更(gèng)大的应(yīng)用价值。

AI从理解(jiě)内容，走向了可以(yǐ)生成(chéng)内(nèi)容，甚至能(néng)够创造出(chū)独立价值(zhí)和独(dú)立视角的内(nèi)容。AIGC的再次出圈，更代(dài)表(biǎo)着未来(lái)的先进生产力即(jí)将(jiāng)到来。

04

紧(jǐn)抓大模型与(yǔ)算力，牢固AIGC底座

从技术的发展(zhǎn)也可以(yǐ)看出，在(zài)语言大模型、图像大(dà)模型之后，多(duō)模态大模型(xíng)已经(jīng)成为(wèi)了(le)新的趋宁缺毋滥愿遇良人什么意思，各位看官 皆遇良人什么意思势。

大(dà)模型被誉为当前人(rén)工智能发展的智能(néng)底座，是全球竞(jìng)争最激烈的研究方向(xiàng)之一，包括谷(gǔ)歌、亚(yà)马逊、百(bǎi)度(dù)、阿里、腾讯等(děng)众多头部企业都在竞相(xiāng)发力(lì)。

不过训练大模型(xíng)的确价格不菲，以国盛证券发布的《ChatGPT需要多少算力》报告估(gū)算，GPT-3训(xùn)练(liàn)一次(cì)的成本(běn)约为140万美元(yuán)。而对于一些更大的LLM(大型语言模型)，训练成本(běn)则介于(yú)200万美元至(zhì)1200万美元(yuán)高价之间。

以ChatGPT在(zài)2023年1月的独立访客(kè)平均数1300万计算(suàn)，其对应(yīng)芯(xīn)片需求为3万多片英伟(wěi)达A100 GPU，初始(shǐ)投入成本约(yuē)为8亿美(měi)元(yuán)，每日仅电费就(jiù)在5万美(měi)元左(zuǒ)右。

此(cǐ)外不论是ChatGPT还是AIGC，都离(lí)不(bù)开庞大算力支(zhī)持。在关注各类(lèi)大(dà)模型的发展同时(shí)，更应该关(guān)注(zhù)算力网络的建设。

算力网络(luò)正驱动(dòng)AI产业发展进入史诗级加(jiā)速进程(chéng)，让AIGC及通用AI这一(yī)人工智能(néng)发展的(de)终极目标离得更近。

因为算力可以对突破性技术创新提供大力(lì)的支持。这方面(miàn)，多模态大模型(xíng)是典(diǎn)型。作为面向未来强(qiáng)人工智能、通用人工(gōng)智能的重要技术(shù)创新，多模态大模型已(yǐ)经(jīng)在人宁缺毋滥愿遇良人什么意思，各位看官 皆遇良人什么意思工智(zhì)能(néng)领域(yù)提出了很多年，业界(jiè)也有不少(shǎo)技术突破，但是，多模态大模型进一步(bù)往下走(zǒu)，算(suàn)力(lì)需求呈几(jǐ)何式(shì)上(shàng)升，一般的(de)算力基(jī)础设施(shī)很快将难以胜任。

从图(tú)像、文字(zì)、语音单(dān)独一项的训练(liàn)，到双模态、三(sān)模态的跃迁，让人工智能可以灵(líng)活应对(duì)不同(tóng)模态的转(zhuǎn)化(huà)、像人(rén)与世界交互一(yī)样(yàng)自然，这方面(miàn)，由算力网(wǎng)络来驱动将有明显优(yōu)势。

此外，还有很多需要爆发式增长的算力来支撑的技术创新，将在人工智能算(suàn)力网(wǎng)络(luò)支(zhī)撑下快速(sù)推进。

AIGC已经露出曙光(guāng)，期待在大模型(xíng)和大算力的支持(chí)下AIGC能持续(xù)颠覆内容(róng)生产(chǎn)的方式，将创造的(de)边际成(chéng)本(běn)降低，让万众受(shòu)益(yì)。

未经允许不得转载：橘子百科-橘子都知道 宁缺毋滥愿遇良人什么意思，各位看官 皆遇良人什么意思