自聊天(tiān)机器人(rén)ChatGPT火爆以来，微软公司创始(shǐ)人比尔(ěr)·盖(gài)茨已多次公开谈论人工智能话题。在最近的(de)一次采访中(zhōng)，他再次表示：“AI可(kě)能会让科技行业迎来一次剧烈的洗牌”。

这个结论是他(tā)在(zài)当地(dì)时间2月20日接(jiē)受(shòu)《In Good Company》节(jié)目专访(fǎng)时提出的(de)。

他预(yù)期，AI的发展(zhǎn)可能会威胁到谷歌的(de)市占率，因为微软在AI方面的行动(dòng)相(xiāng)当迅(xùn)速。而最终(zhōng)科技(jì)巨头将把AI整合成用户的“全能(néng)助手”，包揽一切(qiè)应用，与人们进行沟通并提供建议，可(kě)以取代亚(yà)马逊、Siri或Outlook等应用。

大佬口中全能助手的(de)到来可能尚需时日(rì)，但(dàn)由(yóu)ControlNet引(yǐn)发的(de)又一次AI绘画浪潮，让(ràng)AIGC在(zài)ChatGPT的话(huà)题(tí)热点包围中(zhōng)杀出重围(wéi)。

01

ControlNet颠覆(fù)AI绘画(huà)新玩法(fǎ)

AIGC向可(kě)控靠近(jìn)

以AI绘(huì)画为代表的AIGC上一次爆火的时候，还是2022年8月，在(zài)美国科罗拉多州举办的新兴数字(zì)艺术家竞赛(sài)中(zhōng)，一幅(fú)名为《太空歌剧院》的作品获奖。

随后各大(dà)厂(chǎng)商的(de)AI绘(huì)画(huà)软件被广大网友熟知并体验，Stable Diffusion便是其中代表。

用户们(men)可以在应用中输入一组关键词(cí)或(huò)者一张(zhāng)照片(piàn)，就能获得一幅AI创作的画作。

作(zuò)画的(de)关(guān)键(jiàn)就是(shì)所输入的文本。同一(yī)组关(guān)键词也可(kě)以(yǐ)创作出很多(duō)张(zhāng)风格不一(yī)样的画(huà)作，这让创作的过程就(jiù)像开盲盒。

很多(duō)用(yòng)户很喜欢这种(zhǒng)不(bù)确定的惊喜，他们会将生(shēng)成的美(měi)图当做头像。而(ér)另一部分喜欢翻看AI绘(huì)画的(de)“翻车”作品。在社交媒体上，许多用户分享AI“翻车现场(chǎng)”，例(lì)如，一位网(wǎng)友的小狗(gǒu)照片被AI画(huà)成(chéng)了(le)“肌(jī)肉男”，还有网友(yǒu)的个人照片被(bèi)AI识别成(chéng)了建(jiàn)筑(zhù)。

而如今随着ControlNet的出现与(yǔ)加持(chí)，以往AI绘画(huà)的填写关键词游戏(xì)可能要(yào)被颠覆了。

ControlNet是(shì)一位正(zhèng)在斯(sī)坦福读(dú)博的中国人张吕敏创作的一种基于(yú)控(kòng)制(zhì)点的图像变形算法，主要用于数字图像处理、计算机视觉和(hé)计算机图形学等领域。

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

在此之前，大家用了很多方(fāng)法想(xiǎng)让AI生成的结果尽可能的符合要求，但是都(dōu)不尽如人意，它的出现代表着AI生成开始进入(rù)真正的可控(kòng)时期(qī)。

因(yīn)为ControlNet可以直接提取画面的构图，人(rén)物的姿势和画面的深度信息等。有(yǒu)了它的帮助，就(jiù)不用(yòng)频繁的用(yòng)提示词来碰运气，抽盲盒(hé)式的创(chuàng)作了。

通俗的说ControlNet相当于给AI绘画加了“魔法”，不少博(bó)主的作品已经获得(dé)了大量的(de)浏览量，“viggo”就是其中之一，他用朋友的照片直接带(dài)她(tā)们走进(jìn)动(dòng)漫(màn)世界。

viggo先用StableDiffusion图片转文字。

再用Text2Prompt插件拓展(zhǎn)找(zhǎo)到对(duì)应的关键词；最(zuì)后(hòu)用ControlNet插(chā)件绑定骨骼开始换关键词(cí)试效果。

通过(guò)图片就可以看出来，效(xiào)果(guǒ)十分惊(jīng)艳。

更厉害的是，除了真实(shí)的照片，草图也可以加上“魔法(fǎ)”，知乎大牛“DevPoint”和“逗砂”介(jiè)绍到ControlNet还能(néng)实现(xiàn)线稿转全(quán)彩图(tú)。大(dà)神张吕敏(mǐn)其本尊(zūn)也亲自回应。

不得不说当(dāng)下AIGC已经(jīng)变得越(yuè)来越强(qiáng)大，甚至输出的作品都(dōu)已经能以假乱(luàn)真了。

02

难(nán)辨(biàn)虚(xū)实，AIGC技术力爆发

警惕安全问题

近日，“苏(sū)州金鸡湖有游艇party”的消息(xī)火遍(biàn)网络，而(ér)经过警方辟谣(yáo)这(zhè)所谓的“party”可(kě)能是全国第一起AI绘图诈骗。

由于这个活(huó)动里面给出的美(měi)女照(zhào)片(piàn)都是(shì)AI制(zhì)作的真人照片绘图(tú)，因为(wèi)太逼(bī)真，被大家当(dāng)成真(zhēn)事传(chuán)播了。

不过仔细观察可以发现，活动发(fā)起者提供的照片中有个很(hěn)大的漏洞可以发现并非真人，而是AI绘图，那(nà)便是图片中女性的手(shǒu)指部分有的存(cún)在(zài)异常。

有行业人事表示：“现在(zài)因为手指部分的(de)绘画(huà)算法比较复(fù)杂，AI还不太会(huì)画人的手，但最新看到的图片(piàn)已(yǐ)经有(yǒu)越来越完美的(de)AI模型出现，以后(hòu)可能就完全没有漏洞了。”

类似的(de)AI作图诈骗在国外也已有发生。据(jù)英国广播公司报(bào)道，土耳其(qí)地震期间，有Tiktok用户使(shǐ)用AI合成了儿(ér)童(tóng)受灾的假(jiǎ)照片发布(bù)到网(wǎng)络，以(yǐ)此诱骗善良(liáng)的人打(dǎ)赏(shǎng)“捐助(zhù)”从(cóng)而实(shí)施诈骗。

目前随着(zhe)技术发展，AIGC已经能做出真人照片(piàn)般的绘(huì)图(tú)效果，如(rú)果这(zhè)样(yàng)的图片被(bèi)用来(lái)诈骗，将非常可怕。

此外AIGC还引发了很多担(dān)忧(yōu)，一方面(miàn)，批判者认(rèn)为AI在“学习”了大(dà)量前(qián)人的作品之后，其创作没有(yǒu)任(rèn)何(hé)情绪(xù)和灵魂，难以和人类的艺术创作相提(tí)并论(lùn)。

另一方(fāng)面，AIGC背后的(de)版权、目前都并没(méi)有得(dé)到有效的(de)解决，还有AIGC会不会代替人类(lèi)“至高无上”的创意。

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

03

AIGC下(xià)一(yī)站除了视(shì)频，还有(yǒu)远方

技术(shù)都是有两面性的，潜在(zài)的危害并不能掩(yǎn)盖其光辉的贡献。现在看(kàn)来，人工智(zhì)能技术将是第四次工(gōng)业革命(mìng)的核心(xīn)驱动力量，将创造新的(de)增长奇迹。

过去一年(nián)，人工(gōng)智(zhì)能(néng)在(zài)技术和商业层面都有了巨大(dà)进展(zhǎn)，AI绘(huì)画就是人工智能技术(shù)发(fā)生方向性改变的一(yī)个代(dài)表(biǎo)。其(qí)下一站(zhàn)或许(xǔ)就是视(shì)频。

此前，Meta和(hé)谷歌先后(hòu)发(fā)布了几(jǐ)条引爆科技(jì)圈的短视频。这(zhè)些视频(pín)引发关(guān)注并非(fēi)内(nèi)容(róng)做(zuò)得多优秀，反(fǎn)而都非常简单，比如一匹正在喝水的(de)马(mǎ)，一只画画的玩具(jù)熊，或者一段(duàn)骑摩托车的第(dì)一视角录像(xiàng)，随便一(yī)个有手机的(de)人都(dōu)可以随手录下一段。

但(dàn)这些短视频的创作(zuò)方式(shì)非常简单，创作者(zhě)仅仅需(xū)要向AI输入(rù)一段话，甚至只是说一下要求，AI就(jiù)可(kě)以根据需要生成一段(duàn)视频。

谷歌(gē)发布的(de)两(liǎng)个AI生成视频(pín)分别(bié)来自于(yú)Imagen Video和(hé)Phenaki，前者主要突出(chū)的(de)是高清，与Meta的Make-A-Video没有(yǒu)太(tài)多的差别。

在Make-A-Video公布了AI生成的视频后，AI圈(quān)就(jiù)已(yǐ)经玩了一波(bō)梗(gěng)，一个能够做出更高清视频的(de)AI还不足以(yǐ)在短时间(jiān)内戳(chuō)中兴奋(fèn)点。

Phenaki更加(jiā)令人震(zhèn)惊的地(dì)方在于，它可以(yǐ)制作出(chū)超过2分钟的(de)连贯的也有确切内容的视频(pín)，这才是真(zhēn)正让人们感到惊喜的地方(fāng)。因为无论AI生(shēng)成的视频多么高(gāo)清，也只能是为内容生产者(zhě)提供(gōng)一个灵感，一个素材，一个过场动(dòng)画。

不过能(néng)够制(zhì)作(zuò)出有具体(tǐ)剧情内容的视频就(jiù)意味(wèi)着，一些视频创作(zuò)由(yóu)AI代(dài)替人(rén)工(gōng)完成已经初步有了可能。

当下AI的发展(zhǎn)速度已经超过大部分人(rén)的想象。内(nèi)容产业的本质是供给(gěi)创造需求(qiú)，AIGC作为全新的内容(róng)生产方式，可以为内容产业带来更(gèng)新(xīn)的内容(róng)风(fēng)格、更快的生(shēng)产(chǎn)速度，更低的生产成本，这无疑会驱动内容产业的(de)大爆(bào)发(fā)。

除了AI绘图、视频(pín)，AIGC技术(shù)还能应用于音乐、代码、机器人动(dòng)作等多种内容形式(shì)的生成。不难发现该项技术不(bù)仅在(zài)游戏(xì)等行(xíng)业能(néng)得到有效应(yīng)用，对于下一代(dài)互联(lián)网各(gè)种元素的构建亦(yì)有关键意义(yì)。

从(cóng)商(shāng)业化(huà)的角度(dù)来看，文化娱乐、教育、传媒等(děng)诸多领域，本身就对基于(yú)AI的可视化内容有强烈需求。

因此，AI绘画(huà)及(jí)视频或不是结(jié)果，而只是AI进程中的一块重要拼图，有望在技术更新的加持下(xià)实现(xiàn)更大(dà)的应用价(jià)值。

AI从理解内容，走向(xiàng)了(le)可以生成内容，甚至能够创造出独立(lì)价(jià)值(zhí)和独立视(shì)角的(de)内容。AIGC的(de)再次出圈，更代表着未来的(de)先(xiān)进生产力即将到(dào)来。

04

紧抓大模(mó)型与算力(lì)，牢(láo)固AIGC底座(zuò)

从技术(shù)的(de)发展也可以看出，在语言(yán)大模(mó)型、图像大模型之后，多模态大(dà)模型已经成为(wèi)了新的(de)趋势。

大模(mó)型被(bèi)誉为当(dāng)前人工智能发展的智(zhì)能底(dǐ)座，是全球竞(jìng)争(zhēng)最激烈的研究(jiū)方(fāng)向之一(yī)，包括谷歌、亚马逊、百度(dù)、阿里、腾讯等众多头部企业都在竞相发(fā)力。

不过训练大(dà)模型的确价(jià)格不菲，以国盛证券发布的(de)《ChatGPT需要(yào)多少算力》报(bào)告估算，GPT-3训(xùn)练一次(cì)的(de)成本(běn)约为140万美元。而(ér)对于一些更大的LLM(大型语言模型(xíng))，训(xùn)练(liàn)成本则介于200万美元至(zhì)1200万(wàn)美元高价之间。

以(yǐ)ChatGPT在2023年1月的(de)独立访客平均数1300万(wàn)计(jì)算(suàn)，其对(duì)应芯片需(xū)求为3万多(duō)片(piàn)英伟达A100 GPU，初始投入成本(běn)约为8亿美元，每日仅电费就在(zài)5万(wàn)美元(yuán)左右。

此外不论是ChatGPT还是AIGC，都(dōu)离不开庞大算力支持。在关(guān)注各(gè)类大模型的发展同时，更(gèng)应该(gāi)关注算力网络的建设。

算力网络正驱动AI产业(yè)发展进入(rù)史诗级加(jiā)速进程，让AIGC及通用AI这一人工(gōng)智能发展的终极目(mù)标离得更近。

因(yīn)为算(suàn)力可以对突(tū)破性技术创新提供大力(lì)的支持。这方(fāng)面，多模态大(dà)模(mó)型是典型(xíng)。作为面(miàn)向未来(lái)强人工智(zhì)能、通(tōng)用人工智能的(de)重要技术创新，多(duō)模态大模型已(yǐ)经在(zài)人(rén)工智能领域提出了(le)很(hěn)多(duō)年(nián)，业(yè)界也有不少技术突破(pò)，但是，多模态大模(mó)型进一步往下走，算力需求呈(chéng)几(jǐ)何(hé)式上升，一般的算力基础设施很快将难以胜任。

从图像、文字、语音单(dān)独一项的训练，到双模态(tài)、三模态(tài)的(de)跃迁，让人工智能可以(yǐ)灵(líng)活应对(duì)不同(tóng)模态的转(zhuǎn)化(huà)、像人(rén)与世界交(jiāo)互一样自然(rán)，这方面，由算力(lì)网络来驱动将有明显优势。

此外，还(hái)有很多需要爆发式增长的算(suàn)力来(lái)支(zhī)撑的技术创新，将在人工智(zhì)能算力网络(luò)支撑(chēng)下快速推进。

AIGC已经露(lù)出曙光，期待(dàsimple是什么牌子，simple是什么牌子衣服i)在大模型(xíng)和大算力的支持下(xià)AIGC能(néng)持续颠覆内容生产的方式，将创(chuàng)造(zào)的边际成本降低(dī)，让万众受益。

未经允许不得转载：绿茶通用站群 simple是什么牌子，simple是什么牌子衣服