自聊天机器(qì)人ChatGPT火爆以来(lái)，微软公司创始人(rén)比(bǐ)尔·盖(gài)茨已多次公开谈论人工智能话题。在最近的一(yī)次采访(fǎng)中，他再次表(biǎo)示：“AI可能会让科技(jì)行业迎来(lái)一次剧烈的洗牌”。

这个结论是他在当地时间(jiān)2月20日(rì)接受《In Good Company》节(jié)目专访时提出的。

他预期，AI的发展可能会威(wēi)胁到谷(gǔ)歌的市占率(lǜ)，因为微(wēi)软在AI方(fāng)面的行动相当迅速。而最终科技巨头将把AI整合成用户的“全能助手”，包揽一切应(yīng)用，与人们进行沟通并提供建议(yì)，可以(yǐ)取代亚马逊(xùn)、Siri或Outlook等(děng)应用。

大(dà)佬口中全能助手的到来可能尚需时(shí)日，但由ControlNet引发(fā)的又一次(cì)AI绘画浪潮，让AIGC在(zài)ChatGPT的话(huà)题热点包围中杀出重围。

01

ControlNet颠覆(fù)AI绘画新(xīn)玩法

AIGC向可控靠近

以AI绘(huì)画为(wèi)代(dài)表的AIGC上(shàng)一次爆火的时候，还是2022年8月，在美国科罗(luó)拉多(duō)州举办的(de)新兴数字艺(yì)术(shù)家竞赛(sài)中，一(yī)幅(fú)名为《太(tài)空歌(gē)剧院》的作品(pǐn)获奖。

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

用户(hù)们可(kě)以(yǐ)在应用中输入一组关键词或(huò)者一张照片(piàn)，就能获(huò)得一(yī)幅AI创(chuàng)作(zuò)的画(huà)作。

作画的(de)关键就是所输入的(de)文本。同一(yī)组关(guān)键词也可(kě)以创作(zuò)出(chū)很多张风格不一样的(de)画作，这让创(chuàng)作(zuò)的过程就像开盲盒。

很多用户很喜(xǐ)欢这种不(bù)确定的惊喜，他(tā)们会将生成的(de)美图当做(zuò)头像。而另一部分喜(xǐ)欢翻看AI绘画(huà)的“翻车”作(zuò)品(pǐn)。在社交媒体(tǐ)上，许(xǔ)多(duō)用户分(fēn)享AI“翻车现(xiàn)场”，例如，一位网友的小(xiǎo)狗照片被(bèi)AI画成(chéng)了(le)“肌肉男”，还有网友的个人照片被AI识(shí)别成了建筑(zhù)。

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

ControlNet是一位(wèi)正在斯坦福读(dú)博的中国人张吕敏创作(zuò)的一种基于控制(zhì)点的图像变形算法，主要用于数字图像处理、计算机(jī)视(shì)觉和计算机图形(xíng)学等领域。

其SD插件(jiàn)一经(jīng)发(fā)布，在短(duǎn)短(duǎn)的两天(tiān)内便成为(wèi)了AI绘(huì)画领域最(zuì)新的(de)热点。

在此之前，大家用(yòng)了(le)很多方法想让AI生成的结果尽可能的符合要求，但是都(dōu)不(bù)尽(jǐn)如人意(yì)，它的出现(xiàn)代表着AI生成开(kāi)始进入真正的可控时期(qī)。

因为ControlNet可以直接(jiē)提取画面的构图，人物(wù)的(de)姿势和画面的深度信息等。有了它的帮助，就不用频(pín)繁的用提示词来碰(pèng)运气，抽盲盒式的(de)创作了。

通俗的(de)说ControlNet相(xiāng)当于(yú)给AI绘画加了“魔法”，不少(shǎo)博主的作品(pǐn)已经获得了大(dà)量(liàng)的浏(liú)览量，“viggo”就是其中之(zhī)一，他(tā)用朋友的(de)照片直接带她(tā)们走进动漫世界。

viggo先用StableDiffusion图片(piàn)转(zhuǎn)文字(zì)。

再用Text2Prompt插件拓(tuò)展找(zhǎo)到对应(yīng)的关键词(cí)；最后用ControlNet插件绑定骨骼开始换(huàn)关键词试效果(guǒ)。

通过图片就可以看出来(lái)，效果十(shí)分惊艳。

更厉害的是(shì)，除(chú)了真实的照(zhào)片，草图也(yě)可以加(jiā)上(shàng)“魔(mó)法(fǎ)”，知乎(hū)大牛“DevPoint”和“逗(dòu)砂”介绍到ControlNet还(hái)能实现线稿转全彩图。大神张吕敏其本尊也亲自(zì)回(huí)应。

不得不说当下AIGC已经变得越来酱油瓶一般多高 酱油瓶直径一般多大(lái)越强大，甚至输出的作品都已经能(néng)以假乱真了。

02

难辨虚实，AIGC技术力爆发

警(jǐng)惕安全问(wèn)题

近(jìn)日(rì)，“苏州金鸡湖有游艇party”的消(xiāo)息(xī)火遍网络，而经过(guò)警方辟(pì)谣这所(suǒ)谓的(de)“party”可能是全国第一起(qǐ)AI绘图诈骗。

由于这个活动(dòng)里面(miàn)给出的美女照(zhào)片都是AI制作的真人(rén)照(zhào)片绘图，因为太逼(bī)真，被大家(jiā)当成真事传播(bō)了。

不过仔细观(guān)察可以发现，活动发起(qǐ)者提供的照片中有个很大(dà)的漏洞可(kě)以发现并非真人，而是AI绘图(tú)，那(nà)便是图片中女性的手指部分(fēn)有的存在(zài)异(yì)常(cháng)。

有行(xíng)业人事表示：“现在因(yīn)为手指部(bù)分的绘(huì)画算法比较复杂，AI还不(bù)太会画人的手，但(dàn)最新(xīn)看(kàn)到的图片已经有越来(lái)越完美的(de)AI模型出现，以(yǐ)后(hòu)可能就完全没有漏洞了(le)。”

类似(shì)的AI作图诈骗在国(guó)外也已有发生。据英国(guó)广播(bō)公司报道，土耳其地震期间，有Tiktok用户使用AI合成了(le)儿童受灾的(de)假照片发布到网(wǎng)络，以此(cǐ)诱骗善良的人打赏“捐助”从(cóng)而实施诈(zhà)骗(piàn)。

目前随(suí)着技术发(fā)展，AIGC已经(jīng)能做出真人照片(piàn)般的绘图效(xiào)果(guǒ)，如果(guǒ)这样的图片(piàn)被用(yòng)来诈骗，将非常可怕。

此外AIGC还引发了(le)很多担忧，一方面，批判(pàn)者(zhě)认为AI在“学习”了大(dà)量前人的作品之后，其创作没有(yǒu)任何情(qíng)绪和灵魂，难以和人类的(de)艺术创作相提并论。

另一方面，AIGC背后(hòu)的版权、目(mù)前都并没有得到(dào)有效的解决(jué)，还有AIGC会不会(huì)代替人(rén)类(lèi)“至高无上”的创(chuàng)意。

马斯克也强调，人工智能(néng)的安全问题需要得到(dào)重视(shì)，太(tài)晚就来不(bù)及(jí)了。

03

AIGC下一站除了视频，还(hái)有远方

技术都是有两面性的(de)，潜在的危(wēi)害并不能掩盖(gài)其光(guāng)辉的贡献。现(xiàn)在看来，人工智能技术(shù)将(jiāng)是(shì)第四次工业(yè)革(gé)命的核心(xīn)驱动力(lì)量，将创造新的增(zēng)长(zhǎng)奇迹。

过去一年，人工智能(néng)在技术和商业(yè)层面都有(yǒu)了(le)巨大进展，AI绘画就(jiù)是人工智能技术(shù)发生方向(xiàng)性改变(biàn)的一个代表。其下(xià)一站或许就是视频。

此前，Meta和谷歌先后发布了几条(tiáo)引爆科技圈(quān)的短视频。这(zhè)些视(shì)频引发(fā)关注(zhù)并(bìng)非内(nèi)容做(zuò)得多优秀，反而都(dōu)非常(cháng)简单(dān)，比(bǐ)如一匹正在喝(hē)水的马，一只画(huà)画的玩具熊，或(huò)者(zhě)一段(duàn)骑摩托车的(de)第一(yī)视角录像(xiàng)，随便一个(gè)有手机(jī)的(de)人都(dōu)可(kě)以(yǐ)随手录下一段。

但这些短(duǎn)视频(pín)的创(chuàng)作方式非(fēi)常简(jiǎn)单(dān)，创作(zuò)者仅仅需要向AI输(shū)入一段(duàn)话，甚至只是说一(yī)下要求，AI就可以根(gēn)据需要生(shēng)成(chéng)一(yī)段视(shì)频。

谷(gǔ)歌(gē)发布(bù)的两(liǎng)个AI生成视频分别(bié)来自于Imagen Video和Phenaki，前(qián)者主要(yào)突出的是(shì)高(gāo)清，与Meta的Make-A-Video没有太多的差别(bié)。

在Make-A-Video公布了(le)AI生成的视频后，AI圈就已经(jīng)玩了一波梗(gěng)，一个(gè)能够做出更高清视频的AI还不足以在短时间内(nèi)戳中兴(xīng)奋点(diǎn)。

Phenaki更(gèng)加令(lìng)人震惊的地方在(zài)于，它可以制作出(chū)超过2分钟的连贯(guàn)的也有确切内容的视频，这才是真正让(ràng)人们感到惊喜的地(dì)方。因为无论(lùn)AI生成的视频(pín)多么高(gāo)清，也只能(néng)是为内容生(shēng)产者提供一个灵(líng)感(gǎn)，一个素材，一个(gè)过场动(dòng)画。

不(bù)过能够(gòu)制作出有(yǒu)具体剧情内(nèi)容的(de)视(shì)频就(jiù)意味着，一些视频创(chuàng)作(zuò)由AI代替人工完成已经初步有了(le)可能。

当下AI的发展速度已经超(chāo)过大部(bù)分(fēn)人的想象。内容(róng)产业的(de)本质是供给(gěi)创造需求，AIGC作(zuò)为全新(xīn)的内容生产方(fāng)式，可(kě)以为内容产业带来更(gèng)新的内容风(fēng)格、更(gèng)快的生产(chǎn)速度，更低的生(shēng)产成本，这无疑会驱动内容(róng)产业的(de)大爆发(fā)。

除了AI绘(huì)图、视频，AIGC技术还能应用于音乐、代码、机器人动(dòng)作等多种(zhǒng)内容形式的(de)生成。不难(nán)发(fā)现(xiàn)该项技(jì)术不仅在(zài)游戏等行业能得到有效应(yīng)用(yòng)，对于下一代互联网各种元素的构建(jiàn)亦有(yǒu)关键(jiàn)意(yì)义。

从商业化的角(jiǎo)度来(lái)看，文化娱乐、教(jiào)育、传媒等诸(zhū)多领域，本(běn)身就(jiù)对(duì)基于AI的可视化内容有强烈需求。

因此，AI绘(huì)画(huà)及视频或不是结果，而只是AI进(jìn)程中的一块重要拼图，有望在技术更新的加持下实现更大的应(yīng)用(yòng)价值(zhí)。

AI从理(lǐ)解内容，走向了(le)可(kě)以生成(chéng)内容，甚至能够创造出独立价值和独立视角的内容(róng)。AIGC的再(zài)次出圈，更代表着未来的(de)先进生(shēng)产力即(jí)将到来。

04

紧抓大模型与算力，牢(láo)固(gù)AIGC底座

从技术(shù)的发展也可以看出，在语(yǔ)言大模型、图像大模型之后，多(duō)模(mó)态大(dà)模型已经成(chéng)为了新(xīn)的趋势。

大(dà)模(mó)型被誉为当前人工(gōng)智能发展的智能底(dǐ)座，是全(quán)球竞争最激烈的研究方(fāng)向之(zhī)一，包括谷(gǔ)歌、亚马逊、百(bǎi)度、阿里、腾讯(xùn)等众多头(tóu)部(bù)企(qǐ)业都(dōu)在竞(jìng)相发力。

不过训练(liàn)大模型的(de)确(què)价格不菲，以(yǐ)国盛证券发(fā)布的《ChatGPT需(xū)要多(duō)少算力(lì)》报(bào)告估算，GPT-3训练一次的成本约为(wèi)140万(wàn)美元(yuán)。而对于一些更大的LLM(大型语言模型(xíng))，训(xùn)练成本则介于200万美(měi)元至1200万美(měi)元高价之(zhī)间(jiān)。

以(yǐ)ChatGPT在2023年1月的独立(lì)访客平均数(shù)1300万计算，其对应芯(xīn)片需(xū)求为3万多片英伟达A100 GPU，初(chū)始投入成本约(yuē)为(wèi)8亿美(měi)元，每日仅电费就在5万美元左右(yòu)。

此外不论是ChatGPT还是AIGC，都离不开庞(páng)大算力(lì)支(zhī)持。在关注各(gè)类(lèi)大(dà)模(mó)型的(de)发展同时(shí)，更应该关注算力网络(luò)的(de)建设。

算力网络(luò)正驱(qū)动AI产业发展进入史诗级加速进程，让AIGC及(jí)通用AI这一人工智能发展(zhǎn)的终极(jí)目标离得更近。

因为算力可以对突(tū)破性技术创新提供大力的支持。这方面，多模态(tài)大模型(xíng)是典型。作为面向未来强人工智能、通用人工智能的重要技术创(chuàng)新，多模态大模(mó)型已经在人(rén)工(gōng)智能领域提(tí)出(chū)了(le)很多(duō)年，业界(jiè)也有不少技术突破，但是，多模(mó)态大模(mó)型进一步往下走(zǒu)，算力(lì)需求呈几何式(shì)上(shàng)升(shēng)，一般的算力基础设施很(hěn)快将难(nán)以胜(shèng)任。

从图像(xiàng)、文字、语(yǔ)音单独一(yī)项的训练，到双模态、三模态的跃迁，让(ràng)人工智能可以(yǐ)灵活应对(duì)不同模(mó)态的转化、像人与世界(jiè)交互一样自然，这方面，由算力网(wǎng)络来驱动(dòng)将有明显优势。

此(cǐ)外(wài)，还有很多需要爆(bào)发式增长的算力(lì)来(lái)支撑的技术创新，将在人工智能(néng)算力网(wǎng)络支撑下快速推进。

AIGC已经(jīng)露出(chū)曙光，期待在大(dà)模型(xíng)和大算力的支持下AIGC能持续颠覆内容生产的方式，将创造(zào)的边际成本降(jiàng)低，让万众(zhòng)受益。

未经允许不得转载：绿茶通用站群 酱油瓶一般多高 酱油瓶直径一般多大