自(zì)聊(liáo)天机器人ChatGPT火爆以(yǐ)来，微软(ruǎn)公司创始人比尔·盖茨已多(duō)次公开谈论人工(gōng)智能(néng)话题(tí)。在最近的一次采访中，他再次表示(shì)：“AI可(kě)能会(huì)让科技行业迎来一(yī)次剧烈的洗(xǐ)牌”。

这个结论是他在当地时间2月(yuè)20日接受(shòu)《In Good Company》节目专访(fǎng)时提出的。

他预期(qī)，AI的发展可能会威(wēi)胁到谷(gǔ)歌的市占率(lǜ)，因为微软在AI方面的行动(dòng)相当(dāng)迅(xùn)速。而最终科技巨头将把AI整合成(chéng)用户的(de)“全能助手”，包(bāo)揽一切应用，与人们(men)进行沟(gōu)通并提供建议，可以(yǐ)取代亚马逊、Siri或Outlook等应用。

大佬口中全能助手(shǒu)的到来(lái)可能尚需时日，但由ControlNet引发的又一次AI绘画(huà)浪潮，让AIGC在(zài)ChatGPT的(de)话(huà)题(tí)热点包围中(zhōng)杀出重(zhòng)围。

01

ControlNet颠覆(fù)AI绘画新玩法

AIGC向(xiàng)可控(kòng)靠近

以AI绘画为(wèi)代表的AIGC上(shàng)一(yī)次爆火的时候，还是2022年8月，在美国科罗拉多州(zhōu)举办的(de)新兴数(shù)字艺术家(jiā)竞(jìng)赛中，一(yī)幅名为《太空歌剧院(yuàn)》的作品(pǐn)获奖。

随后各大厂商的AI绘画软件被广(guǎng)大网友熟(shú)知并体验，Stable Diffusion便是(shì)其中代(dài)表。

用户们可以在应用(yòng)中(zhōng)输入(rù)一组关键(jiàn)词或者(zhě)一张照片，就能获得一幅(fú)AI创作的画作。

作(zuò)画(huà)的关键就是所(suǒ)输入的(de)文本。同一(yī)组(zǔ)关(guān)键词也可以创(chuàng)作出很多张风格不一样的画作，这(zhè)让创(chuàng)作(zuò)的过程就(jiù)像开盲盒(hé)。

很(hěn)多用户很喜欢(huān)这种(zhǒng)不(bù)确(què)定(dìng)的惊喜，他们会(huì)将生(shēng)成的(de)美图当(dāng)做头像。而(ér)另一部(bù)分喜欢翻看AI绘画(huà)的“翻车”作品。在社交媒体上，许多用(yòng)户分享AI“翻车(chē)现场”，例如，一(yī)位网友的小狗照片被AI画成了“肌肉男”，还有(yǒu)网友的个人(rén)照片被AI识别成(chéng)了建筑。

而(ér)如今随着ControlNet的(de)出现(xiàn)与加持，以往(wǎng)AI绘画(huà)的填写关键词(cí)游戏可能要被颠覆(fù)了。

ControlNet是一位(wèi)正在(zài)斯坦福读博的中国(guó)人(rén)张(zhāng)吕敏(mǐn)创作的一种(zhǒng)基于控制点的图像变形算法(fǎ)，主(zhǔ)要用于数字图像处理、计算机(jī)视觉和计(jì)算(suàn)机图形学等领域。

其(qí)SD插件(jiàn)一(yī)经发布，在短短(duǎn)的两天内(nèi)便成为了AI绘(work on的用法以及语法，workon的用法总结huì)画(huà)领域(yù)最新的热点(diǎn)。

在此之前，大(dà)家用了很多方(fāng)法想让(ràng)AI生成(chéng)的结果(guǒ)尽可能(néng)的符合要求，但(dàn)是(shì)都(dōu)不尽如人意，它的(de)出现代(dài)表着AI生成(chéng)开始进入真正的可控(kòng)时(shí)期。

因为ControlNet可(kě)以直接提取(qǔ)画面(miàn)的(de)构图，人(rén)物的姿势和(hé)画面的(de)深度(dù)信息等(děng)。有了它的帮(bāng)助，就不用频繁的(de)用提示词来碰(pèng)运(yùn)气，抽盲盒(hé)式的创作了。

通俗的(de)说ControlNet相当于给(gěi)AI绘画加了“魔法”，不少(shǎo)博主的作品已经获得了大量的浏览量，“viggo”就是(shì)其中之一(yī)，他用(yòng)朋友(yǒu)的照片直接带她们走进(jìn)动(dòng)漫世(shì)界。

viggo先用StableDiffusion图片转文字(zì)。

再用Text2Prompt插件(jiàn)拓展找到(dào)对(duì)应的关键词(cí)；最后(hòu)用ControlNet插件绑定骨骼(gé)开始换关键词试效果(guǒ)。

通过图片就可以看出来，效果十(shí)分(fēn)惊(jīng)艳。

更厉害(hài)的(de)是，除(chú)了(le)真(zhēn)实的照片，草图也可(kě)以加(jiā)上“魔(mó)法”，知乎(hū)大牛“DevPoint”和“逗砂”介(jiè)绍到ControlNet还能实(shí)现线(xiàn)稿(gǎo)转全彩(cǎi)图。大(dà)神张吕(lǚ)敏其本尊也亲自回应。

不得(dé)不(bù)说当下(xià)AIGC已经变得越来越强大，甚至输出的作品都(dōu)已经(jīng)能以假(jiǎ)乱真了。

02

难辨虚(xū)实，AIGC技术力爆发

警惕安全问题

近日，“苏州(zhōu)金(jīn)鸡湖有游艇party”的消息(xī)火遍网络，而经过警(jǐng)方辟谣这所谓的(de)“party”可能是(shì)全国第一起AI绘图诈骗。

由于(yú)这个活(huó)动(dòng)里(lǐ)面给出的美(měi)女照片(piàn)都是AI制(zhì)作的真人(rén)照片(piàn)绘(huì)图(tú)，因为太逼真，被大家当成真(zhēn)事(shì)传播了。

不过仔细观察可以(yǐ)发(fā)现(xiàn)，活动发起者提供的照片中(zhōng)有个很大(dà)的漏洞可以发现并(bìng)非(fēi)真人，而是AI绘(huì)图(tú)，那(nà)便是图(tú)片中女性的手指(zhǐ)部分有的存在异(yì)常。

有(yǒu)行业人(rén)事表示：“现在因为手指部分的绘画算(suàn)法比较复杂，AI还不太(tài)会(huì)画人的手，但(dàn)最新(xīn)看(kàn)到的(de)图片已经有(yǒu)越来越完(wán)美的AI模型出现，以后可能就完全没有漏(lòu)洞(dòng)了。”

类(lèi)似的(de)AI作图诈骗在国(guó)外也已有发生。据英国广(guǎng)播公(gōng)司报道(dào)，土耳(ěr)其地震期间，有(yǒu)Tiktok用(yòng)户使用(yòng)AI合成了儿(ér)童受灾的假照片发布(bù)到网络，以此诱(yòu)骗(piàn)善良(liáng)的人(rén)打赏“捐助”从而实施诈(zhà)骗。

目前随着技术发展，AIGC已(yǐ)经能做(zuò)出(chū)真人照(zhào)片般的绘图效果(guǒ)，如果这样的图片被用来诈(zhà)骗，将非常可怕。

此外(wài)AIGC还(hái)引(yǐn)发了很(hěn)多担(dān)忧，一方面，批(pī)判者认(rèn)为AI在“学习”了大量前人的作品之后，其创作没有任何情绪和灵魂，难(nán)以(yǐ)和人类的艺(yì)术(shù)创作相提并论。

另一(yī)方面，AIGC背(bèi)后(hòu)的版权、目前都并(bìng)没有得到有效的解(jiě)决，还(hái)有(yǒu)AIGC会不(bù)会代替人类“至高无(wú)上”的创意。

马斯克也强调，人工智(zhì)能的(de)安全问题(tí)需要(yào)得到(dào)重视，太晚(wǎn)就来不及了(le)。

03

AIGC下一站除(chú)了视频，还有远方(fāng)

技术(shù)都是(shì)有(yǒu)两面性的，潜在的危害并不能(néng)掩盖其光辉(huī)的贡献(xiàn)。现在看(kàn)来，人工智能技术将是第(dì)四次工业革(gé)命的(de)核心驱(qū)动(dòng)力量，将创造新的增长奇迹。

过去一年(nián)，人工智能(néng)在技术和商业层面都(dōu)有了巨大进展，AI绘画就是人工智能技(jì)术发生方向性改变的(de)一个(gè)代表。其下一站或许就是视频(pín)。

此前，Meta和谷歌(gē)先后(hòu)发布了(le)几条引爆(bào)科技圈的短视频。这些(xiē)视频引发关注(zhù)并非(fēi)内容做得多优秀，反而(ér)都非常简单(dān)，比(bǐ)如一匹正在喝水的马，一只(zhǐ)画画(huà)的玩具熊，或(huò)者一段骑摩托(tuō)车的(de)第(dì)一视角录像(xiàng)，随便(biàn)一个(gè)有手机的人都可以随手录下一段。

但这些短视(shì)频的(de)创(chuàng)作(zuò)方式(shì)非常(cháng)简单，创作者仅仅(jǐn)需要向AI输入一段话，甚至只是说一下要求，AI就可以根据需要生(shēng)成(chéng)一段视频。

谷歌发布(bù)的两(liǎng)个AI生成视频分别来自于Imagen Video和Phenaki，前(qián)者主要突(tū)出的是(shì)高清，与Meta的(de)Make-A-Video没有太多的(de)差别。

在(zài)Make-A-Video公布(bù)了AI生(shēng)成的视频后，AI圈就已经玩了一波梗(gěng)，一个能够(gòu)做出(chū)更(gèng)高清视频(pín)的AI还不足以在(zài)短(duǎn)时间内戳(chuō)中(zhōng)兴(xīng)奋点。

Phenaki更加(jiā)令人震惊的地(dì)方在于，它可(kě)以制作出超过2分钟的连贯的也有确切内(nèi)容(róng)的(de)视频，这才是(shì)真(zhēn)正让(ràng)人们感到惊喜的地方。因为无论AI生(shēng)成的(de)视频多么高清，也(yě)只能是为内容生(shēng)产者(zhě)提供一(yī)个(gè)灵感(gǎn)，一个素(sù)材(cái)，一个过场(chǎng)动画。

不(bù)过能够制(zhì)作(zuò)出(chū)有具(jù)体剧情(qíng)内容的(de)视频就意(yì)味着，一些视频创作由AI代替(tì)人工完成已经(jīng)初步有了可能。

当下AI的发(fā)展速度已经超(chāo)过大部分人的想象。内容产(chǎn)业的本质是供给创造需求(qiú)，AIGC作为全新的内容生(shēng)产方式，可以为内(nèi)容产业带来(lái)更新的(de)内容风格、更快的(de)生(shēng)产速度，更(gèng)低的生产成(chéng)本，这无疑会驱动内容产业的大爆发。

除了AI绘图、视频，AIGC技(jì)术还能应用于音乐、代码、机器人动作等多(duō)种(zhǒng)内容形式的生成(chéng)。不难发现该(gāi)项技术不仅在游戏等行业(yè)能得到有效应用，对于下一代互联(lián)网各种元素的构建亦有(yǒu)关键(jiàn)意(yì)义(yì)。

从商(shāng)业化的角度来看，文化娱(yú)乐(lè)、教育、传(chuán)媒(méi)等诸多领域，本(běn)身就(jiù)对基于(yú)AI的可视(shì)化内(nèi)容有(yǒu)强(qiáng)烈需求。

因此，AI绘(huì)画及视work on的用法以及语法，workon的用法总结频或不是(shì)结果，而只是(shì)AI进(jìn)程中(zhōng)的一(yī)块重要拼图，有望(wàng)在技术更(gèng)新的加持下实现更大的应(yīng)用价值(zhí)。

AI从理解内容，走向了(le)可(kě)以生成内容(róng)，甚至能够创造出独(dú)立价值(zhí)和独立(lì)视角的内容。AIGC的再(zài)次(cì)出(chū)圈，更代表着未来的先进生产(chǎn)力(lì)即将到来。

04

紧抓大模型与算力，牢固(gù)AIGC底(dǐ)座

从技(jì)术的发展也可以看出，在语(yǔ)言大模型、图像大模型之(zhī)后(hòu)，多模态大(dà)模型已经成为了新的趋势。

大(dà)模型(xíng)被誉为当(dāng)前人工智能发展的智(zhì)能底(dǐ)座，是全球(qiú)竞争(zhēng)最激(jī)烈的研究方向之一，包括谷(gǔ)歌、亚马逊、百度、阿里、腾讯(xùn)等(děng)众多头部(bù)企业都(dōu)在竞相发力。

不过训练大模型的确价格(gé)不(bù)菲，以国盛(shèng)证券发布的《ChatGPT需要多少(shǎo)算力》报告估算(suàn)，GPT-3训(xùn)练一(yī)次的成本约为140万美元。而对于一些更大的LLM(大型语言(yán)模型)，训(xùn)练成本则介于200万美元(yuán)至1200万美(měi)元(yuán)高价之间(jiān)。

以(yǐ)ChatGPT在(zài)2023年1月的(de)独立访客平均数1300万计算，其(qí)对应(yīng)芯片(piàn)需求(qiú)为3万多片英伟达A100 GPU，初始投入(rù)成本(běn)约(yuē)为8亿美(měi)元，每日仅电(diàn)费就(jiù)在5万美元左右。

此外不论是ChatGPT还是AIGC，都离不开(kāi)庞大算力支持。在关(guān)注各类大模型的发展同时(shí)，更应(yīng)该关注算(suàn)力网(wǎng)络的建设。

算力(lì)网络(luò)正(zhèng)驱动AI产业发展(zhǎn)进入史诗级(jí)加速进程，让AIGC及通用AI这一人(rén)工智能发展的终极目(mù)标(biāo)离得(dé)更近。

因为算(suàn)力可以对突破性(xìng)技术(shù)创(chuàng)新提供(gōng)大(dà)力(lì)的(de)支持。这方面，多(duō)模态大模型是典(diǎn)型(xíng)。作为面向未(wèi)来强人工智能、通用(yòng)人工智能的重要技术创新，多模(mó)态(tài)大模型(xíng)已经在(zài)人(rén)工智能领域提出(chū)了很(hěn)多(duō)年，业界也有不少(shǎo)技(jì)术突破，但是，多(duō)模态大模型(xíng)进一(yī)步往(wǎng)下走，算(suàn)力需求呈几何(hé)式上(shàng)升，一般(bān)的算力基(jī)础设施(shī)很快将(jiāng)难(nán)以(yǐ)胜任(rèn)。

从(cóng)图像、文字、语音单独一项的(de)训(xùn)练，到双模态(tài)、三模(mó)态的跃(yuè)迁，让人工智(zhì)能可(kě)以灵活应对不同模态(tài)的转(zhuǎn)化、像人与世(shì)界交互一样自然，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(yào)爆发式增长的(de)算力来支撑的(de)技(jì)术创(chuàng)新，将在人(rén)工智能算力网络(luò)支撑(chēng)下快速推进。

AIGC已经露(lù)出曙光，期(qī)待(dài)在大模型和大算力(lì)的支持下AIGC能(néng)持续(xù)颠覆内容生产的方式，将创造的边际(jì)成本降低，让(ràng)万众受益。

未经允许不得转载：绿茶通用站群 work on的用法以及语法，workon的用法总结