自聊天机器人(rén)ChatGPT火爆以来，微软公(gōng)司创始人比尔·盖茨已多(duō)次(cì)公(gōng)开谈论人工智(zhì)能(néng)话题(tí)。在最近的(de)一次采访(fǎng)中，他再次表示：“AI可能会让(ràng)科技行业(yè)迎(yíng)来一次剧烈的洗牌(pái)”。

这(zhè)个结论是他在当地时间2月20日接受《In Good Company》节(jié)目专访时提(tí)出(chū)的。

他预期，AI的发展可能会(huì)威胁到谷歌的市(shì)占(zhàn)率，因(yīn)为微软在AI方(fāng)面(miàn)的行动(dòng)相当迅速。而最终科技巨头将把AI整合成用户的(de)“全能(néng)助手”，包揽(lǎn)一(yī)切(qiè)应用，与(yǔ)人们(men)进行沟(gōu)通并提(tí)供建议，可以取代亚马逊、Siri或Outlook等应用。

大佬口中全能助手的到来(lái)可能尚需时日，但由ControlNet引发的又一(yī)次AI绘画浪潮，让AIGC在ChatGPT的话题热点包围中杀出重(zhòng)围。

01

ControlNet颠覆AI绘画新(xīn)玩法

AIGC向(xiàng)可控靠近(jìn)

以AI绘(huì)画为代表的AIGC上(shàng)一次爆火的时候，还是2022年8月，在美国科罗(luó)拉(lā)多州举办的新兴数字艺(yì)术家竞赛(sài)中，一幅名为《太空歌剧院》的(de)作品获奖。

随后各大(dà)厂商的(de)AI绘画软件被广大(dà)网(wǎng)友(yǒu)熟知(zhī)并体验，Stable Diffusion便是其中(zhōng)代表。

用户们可以在应用中(zhōng)输入一组关键词或者一张照片，就能获得一幅AI创作的画作。

作画的关键(jiàn)就是所输入的文本。同(tóng)一组关键(jiàn)词(cí)也(yě)可以创作出很多(duō)张风格(gé)不一样的画作，这让创作(zuò)的(de)过程(chéng)就(jiù)像开盲盒。

很(hěn)多用户很喜欢这(zhè)种不(bù)确定(dìng)的(de)惊喜，他们会将生成的(de)美(měi)图当做头像。而(ér)另一部分喜欢翻(fān)看AI绘画的(de)“翻车(chē)”作品(pǐn)。在社交(jiāo)媒体上，许多(duō)用户分享(xiǎng)AI“翻(fān)车现场”，例(lì)如，一位网友的小(xiǎo)狗照片(piàn)被AI画成(chéng)了“肌肉男”，还有(yǒu)网友的个(gè)人照片(piàn)被(bèi周公吐哺天下归心的意思是什么意思，周公吐哺天下归心的意思是什么解释)AI识别成了建(jiàn)筑。

而如今随着(zhe)ControlNet的出现与加持(chí)，以往AI绘画的填(tián)写关键词游戏可能(néng)要被颠覆了。

ControlNet是一位正在斯坦福(fú)读博的中国人张(zhāng)吕敏(mǐn)创作(zuò)的(de)一(yī)种(zhǒng)基于(yú)控制点(diǎn)的(de)图像变形算法，主要(yào)用于数字图像处理、计算(suàn)机视(shì)觉(jué)和计算机图形学等(děng)领域。

其(qí)SD插件(jiàn)一经发(fā)布，在短短的(de)两天内(nèi)便(biàn)成为(wèi)了AI绘画(huà)领域(yù)最新(xīn)的热点。

在此(cǐ)之前，大家用了很多(duō)方法想让AI生成的(de)结(jié)果(guǒ)尽(jǐn)可能的(de)符(fú)合要求，但是都(dōu)不尽如人意(yì)，它的(de)出现代表着AI生成开(kāi)始进入(rù)真(zhēn)正的可控(kòng)时期(qī)。

因为ControlNet可以直(zhí)接提取(qǔ)画面(miàn)的构图，人物的姿势和画面(miàn)的深度信息等。有了它的帮助，就不用频繁的用提示词来碰(pèng)运气(qì)，抽(chōu)盲盒(hé)式的(de)创作了。

通俗(sú)的说ControlNet相(xiāng)当于给AI绘画(huà)加了“魔法(fǎ)”，不(bù)少博主的作品(pǐn)已经获得了大量的(de)浏(liú)览(lǎn)量，“viggo”就是其中之一(yī)，他用朋友(yǒu)的照片直(zhí)接带她们(men)走进动漫世界(jiè)。

viggo先用StableDiffusion图片(piàn)转文字。

再用(yòng)Text2Prompt插件(jiàn)拓展找到(dào)对应(yīng)的关(guān)键词；最后用ControlNet插(chā)件绑定骨骼开始换关键词试效果。

通过(guò)图片(piàn)就可以看出来，效果十分惊艳。

更厉害的是，除了真实的(de)照(zhào)片(piàn)，草(cǎo)图也可以加上“魔法(fǎ)”，知乎大牛“DevPoint”和(hé)“逗砂(shā)”介绍到ControlNet还能实现(xiàn)线稿转全彩图。大神张吕敏其本尊也亲自回应。

不得不说当下AIGC已经变得越来越强(qiáng)大，甚(shèn)至输出的作品(pǐn)都已经能(néng)以假乱真了。

02

难辨(biàn)虚实，AIGC技术力(lì)爆(bào)发

警惕(tì)安全问题

近日，“苏州(zhōu)金鸡湖有游艇party”的消息火遍网(wǎng)络，而经(jīng)过警方(fāng)辟谣这所谓的“party”可能是全国第一起AI绘(huì)图诈骗。

由于这个活动里面给(gěi)出的美女(nǚ)照片都是AI制作的真人照片绘图，因为太逼(bī)真，被(bèi)大家当(dāng)成真事(shì)传播了(le)。

不过仔细观察(chá)可(kě)以发现，活动(dòng)发起(qǐ)者提(tí)供的照片(piàn)中(zhōng)有个很大(dà)的漏(lòu)洞可以发(fā)现并非真人(rén)，而是(shì)AI绘图，那(nà)便是图片中(zhōng)女性的手指部分有的存在异常。

有行业(yè)人事表示：“现(xiàn)在因为手(shǒu)指部分的绘画算法(fǎ)比较复杂，AI还不太会画人(rén)的手，但(dàn)最新看到的图片已经有越来越完美的AI模型(xíng)出现(xiàn)，以后可能(néng)就完全没有漏(lòu)洞了(le)。”

类似的AI作(zuò)图诈骗在国外也已有发生。据英(yīng)国广播公(gōng)司报道，土耳(ěr)其地(dì)震期间，有Tiktok用户使用(yòng)AI合成了儿童受(shòu)灾的假(jiǎ)照片(piàn)发布到(dào)网络，以此(cǐ)诱骗(piàn)善良的人打赏(shǎng)“捐(juān)助”从而实施诈骗(piàn)。

目前(qián)随着技术(shù)发展，AIGC已经能(néng)做出(chū)真人照片般的绘图效(xiào)果(guǒ)，如果这(zhè)样的图片被(bèi)用来诈骗，将非常(cháng)可怕。

此外AIGC还引发了(le)很多担忧，一方面，批判者认(rèn)为AI在“学习(xí)”了大量(liàng)前人的作品之后，其(qí)创(chuàng)作没有任何情(qíng)绪和灵魂(hún)，难以和人类的艺术创作相提(tí)并论。

另一方面，AIGC背后(hòu)的版(bǎn)权、目前都(dōu)并没有得(dé)到(dào)有效的解决，还有AIGC会不会(huì)代替人类(lèi)“至高(gāo)无(wú)上”的创意。

马斯克也(yě)强调(diào)，人工智能的安全(quán)问题需要得到重视，太晚(wǎn)就(jiù)来不及了。

03

AIGC下一站除了视频(pín)，还(hái)有远方

技术都是有两面性(xìng)的，潜(qián)在(zài)的危害并不能(néng)掩盖其光辉的贡献。现在看来，人(rén)工智能(néng)技(jì)术将是第(dì)四次工业革命的(de)核心驱动力量，将(jiāng)创造新的增长奇迹。

过去一年，人工智能在技术(shù)和商业(yè)层(céng)面都(dōu)有了巨大进展，AI绘画(huà)就是人工智能技术(shù)发生方向性改变的一个(gè)代表。其(qí)下一站或许就(jiù)是视频。

此前，Meta和谷歌先(xiān)后发布了几(jǐ)条引爆(bào)科技(jì)圈的短视(shì)频(pín)。这些视频引发关注并非内(nèi)容做得多优秀，反而都非(fēi)常简单，比如一匹正在喝水的(de)马，一只画(huà)画的玩具熊，或者一段(duàn)骑(qí)摩托车(chē)的第一视角录像(xiàng)，随(suí)便一(yī)个有手机的(de)人都可以随(suí)手录下一段。

但这些短视频(pín)的创作方式非常简单(dān)，创作者仅仅需要向AI输入一(yī)段话，甚(shèn)至只是说一下要求，AI就可以(yǐ)根据需要生(shēng)成(chéng)一段视频。

谷歌发布的两个AI生成(chéng)视频分别(bié)来自(zì)于(yú)Imagen Video和(hé)Phenaki，前者(zhě)主要突(tū)出的是高清(qīng)，与(yǔ)Meta的(de)Make-A-Video没有太多的差别。

在Make-A-Video公布(bù)了AI生成的视频(pín)后，AI圈就已经玩(wán)了一波(bō)梗(gěng)，一个(gè)能够做出更高清视频的AI还不足以在短时间内戳中兴奋点。

Phenaki更加令人震惊的地方(fāng)在(zài)于，它(tā)可(kě)以(yǐ)制作出超(chāo)过(guò)2分钟(zhōng)的(de)连(lián)贯(guàn)的(de)也(yě)有确切内容的视(shì)频(pín)，这才是真正让人(rén)们感到惊喜的(de)地(dì)方。因为无论AI生成(chéng)的视频多么高清，也只(zhǐ)能是(shì)为内容(róng)生产(chǎn)者提(tí)供一个灵(líng)感，一(yī)个素材，一个过场动(dòng)画。

不过能够制作出有(yǒu)具体剧情内(nèi)容的视频就(jiù)意(yì)味着(zhe)，一些视频创作由AI代(dài)替人工(gōng)完成已(yǐ)经(jīng)初步有了可能。

当(dāng)下(xià)AI的发展速度已经超过(guò)大部分人(rén)的想象。内容产(chǎn)业的本质是供给创造需求，AIGC作为全新的(de)内容生产(chǎn)方式，可以为内容产业带来更新(xīn)的内容风格、更(gèng)快的(de)生产速(sù)度，更低的生产(chǎn)成本，这无疑会驱动内容产业的大爆发。

除了AI绘(huì)图、视(shì)频，AIGC技(jì)术还能应用于音乐、代码、机(jī)器人动作等(děng)多种(zhǒng)内容形(xíng)式的生(shēng)成。不难发现该项技术(shù)不(bù)仅在(zài)游戏等行(xíng)业能得(dé)到有效应(yīng)用，对于下(xià)一代(dài)互联网各种(zhǒng)元素的构建亦(yì)有关键意义。

从(cóng)商业化的角度(dù)来看，文化娱乐、教育、传媒(méi)等(děng)诸(zhū)多领(lǐng)域，本身就对基于AI的可视化内容有强(qiáng)烈需求。

因(yīn)此，AI绘画及视频或不是结果，而只(zhǐ)是AI进程中的(de)一块重要拼图，有(yǒu)望在技术更(gèng)新的加持下实现更大(dà)的应(yīng)用价值。

AI从理解内(nèi)容(róng)，走向了可以生成内容，甚至能(néng)够创造出独立价值和独立视角(jiǎo)的内容。AIGC的再次出圈，更代(dài)表着(zhe)未来(lái)的(de)先进(jìn)生(shēng)产力(lì)即将到来。

04

紧(jǐn)抓大(dà)模型与算力，牢固AIGC底座(zuò)

从(cóng)技(jì)术的发展(zhǎn)也可以看出，在语言(yán)大模型、图像大模型(xíng)之后(hòu)，多模(mó)态大(dà)模型已经成为了新的(de)趋势。

大模型被誉为当(dāng)前人工智能发展的智能底座，是全球(qiú)竞争最激烈的研究方向(xiàng)之一，包括(kuò)谷歌、亚马逊、百度、阿(ā)里、腾讯等众(zhòng)多(duō)头部企(qǐ)业都在(zài)竞相发力。

不过训(xùn)练大模(mó)型(xíng)的确价格(gé)不(bù)菲(fēi)，以国盛证券发(fā)布的《ChatGPT需(xū)要(yào)多少算力》报告估算，GPT-3训练一次的成本约为(wèi)140万美元。而对(duì)于一些(xiē)更(gèng)大(dà)的(de)LLM(大型语言模型)，训练成本则介于200万美元至1200万美元(yuán)高价之间(jiān)。

以ChatGPT在(zài)2023年1月的独(dú)立访客(kè)平均数(shù)1300万计算，其对应芯片(piàn)需(xū)求为3万多(duō)片英伟(wěi)达A100 GPU，初(chū)始(shǐ)投入(rù)成(chéng)本约(yuē)为8亿美元，每日仅电(diàn)费就在(zài)5万美(měi)元左右。

此外(wài)不论(lùn)是ChatGPT还(hái)是AIGC，都离不开庞(páng)大算力支持。在(zài)关注各类(lèi)大模型的发展同(tóng)时，更应该关注算力网络的建设。

算(suàn)力网络正驱动AI产业发(fā)展(zhǎn)进入史(shǐ)诗(shī)级加速进程(chéng)，让(ràng)AIGC及通(tōng)用AI这一人工智能发展的(de)终极目标离得更近。

因为算(suàn)力可(kě)以对(duì)突破性技术创新提供大(dà)力(lì)的支持。这方(fāng)面，多(duō)模(mó)态(tài)大模型是典型。作(zuò)为(wèi)面向(xiàng)未来(lái)强人工智能、通用(yòng)人工智能的重要技术创新(xīn)，多模态大模型(xíng)已经在人工(gōng)智能领域(yù)提出了很多年，业界也有不少技术突(tū)破(pò)，但(dàn)是，多模(mó)态大模型进一(yī)步(bù)往下走，算力(lì)需求呈(chéng)几(jǐ)何(hé)式(shì)上升，一般的(de)算力基础设(shè)施(shī)很(hěn)快将难以胜(shèng)任。

从图像、文(wén)字、语音单独一项的训练，到双模态、三(sān)模态(tài)的跃迁，让人(rén)工智能可以(yǐ)灵(líng)活应对(duì)不同模态(tài)的转化(huà)、像(xiàng)人与世界交互(hù)一样自然，这方面，由算力网络来驱动将有明显(xiǎn)优势。

此外，还有很(hěn)多需要爆发式增长(zhǎng)的算力来支撑的技术创(chuàng)新，将在人工智能算力网络支撑下(xià)快速推进。

AIGC已经露(lù)出曙光(guāng)，期待在大模(mó)型(xíng)和大算力(lì)的支持下AIGC能持续颠覆内容(róng)生产的方(fāng)式(shì)，将创造的(de)边(biān)际成本降低，让万众受益。

未经允许不得转载：绿茶通用站群 周公吐哺天下归心的意思是什么意思，周公吐哺天下归心的意思是什么解释