自(zì)聊天机器人ChatGPT火(huǒ)爆以来(lái)，微软公司创(chuàng)始人比(bǐ)尔·盖茨已多次公开谈论人(rén)工智能话题。在最(zuì)近的一次采访中，他再(zài)次表示(shì)：“AI可能会让科(kē)技行业迎来一次剧烈的洗(xǐ)牌”。

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

他预(yù)期，AI的发(fā)展(zhǎn)可能(néng)会威胁到(dào)谷歌的市占率，因(yīn)为(wèi)微软在AI方面的(de)行动相当(dāng)迅速。而最终科技(jì)巨头将把AI整合(hé)成用户的“全能助(zhù)手”，包揽一切应用(yòng)，与(yǔ)人们(men)进行沟通并提供建议，可以取代亚马逊、Siri或Outlook等应(yīng)用。

大佬口中全能助手的到来可能尚需(xū)时(shí)日，但由(yóu)ControlNet引发的又(yòu)一次AI绘画浪潮，让AIGC在ChatGPT的话题热点包(bāo)围(wéi)中杀出重围。

01

ControlNet颠覆AI绘画新玩(wán)法

AIGC向(xiàng)可控靠近

以AI绘画为代(dài)表(biǎo)的AIGC上(shàng)一(yī)次(cì)爆火的时(shí)候，还是2022年8月(yuè)，在(zài)美国科罗(luó)拉多州举办的新兴数字艺术家竞赛中，一幅名为(wèi)《太空歌剧院》的作品获奖。

随(suí)后各大(dà)厂(chǎng)商(shāng)的(de)AI绘画(huà)软件被广大网友熟知(zhī)并体(tǐ)验，Stable Diffusion便是其中(zhōng)代表(biǎo)。

用(yòng)户们(men)可以(yǐ)在应(yīng)用(yòng)中输入一(yī)组关键(jiàn)词或(huò)者(zhě)一张照片，就能(néng)获得一幅AI创作的画(huà)作。

作画的(de)关(guān)键就(jiù)是所输(shū)入的(de)文本。同一(yī)组(zǔ)关键词也可以创作出(chū)很多(duō)张风格不一样的(de)画(huà)作(zuò)，这(zhè)让(ràng)创作的(de)过程就像(xiàng)开盲盒。

很(hěn)多用户(hù)很(hěn)喜欢(huān)这种(zhǒng)不确定(dìng)的惊喜，他们会将生成的美(měi)图当做(zuò)头(tóu)像。而另一(yī)部分喜欢翻看AI绘画的(de)“翻车”作品。在社交媒体上，许多用户分享AI“翻车现场”，例如，一位网友的小狗照片被AI画成了“肌肉男(nán)”，还有网(wǎng)友(yǒu)的个人(rén)照片被AI识别成了(le)建筑。

而(ér)如今随着ControlNet的出现与加持，以(yǐ)往AI绘(huì)画的(de)填写关(guān)键词(cí)游戏可(kě)能要(yào)被颠覆了。

ControlNet是一位(wèi)正在斯坦福(fú)读(dú)博的中国人张吕敏创作的一种基于控制点的图像变(biàn)形算法，主要用于数字图像(xiàng)处理(lǐ)、计算机视觉和计(jì)算机图形学等领(lǐng)域。

其SD插件一经发布，在短短的两天(tiān)内便(biàn)成为了(le)AI绘画领域(yù)最新的(de)热点(diǎn)。

在此之前，大家(jiā)用了(le)很多方(fāng)法想(xiǎng)让AI生成的结(jié)果尽可能的符合(hé)要求，但是都不尽如人意，它的(de)出现代表着AI生成(chéng)开始进入真正的可(kě)控时期。

因为ControlNet可(kě)以直接提取(qǔ)画面的构图，人物的姿(zī)势和画面的(de)深度(dù)信息等(děng)。有(yǒu)了(le)它的帮助，就不(bù)用(yòng)频(pín)繁的用(yòng)提示词来碰运气，抽盲盒式(shì)的(de)创作了。

通俗的说(shuō)ControlNet相当于(yú)给AI绘画加了“魔法”，不少博主的作品已经(jīng)获得了(le)大量(liàng)的浏览(lǎn)量(liàng)，“viggo”就是其中(zhōng)之一，他(tā)用朋友的照(zhào)片直接带(dài)她们走进动漫(màn)世界。

viggo先(xiān)用(yòng)StableDiffusion图片(piàn)转文字(zì)。

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

通过图片就可以看出来，效果十分(fēn)惊艳。

更厉害的是(shì)，除了真(zhēn)实的照片，草图也可以加上(shàng)“魔法”，知乎大牛“DevPoint”和“逗砂”介绍(shào)到(dào)ControlNet还能(néng)实现(xiàn)线稿转全彩图。大神(shén)张吕敏其本尊也亲自回应。

不得不说当(dāng)下AIGC已经变(biàn)得(dé)越(yuè)来越强(qiáng)大，甚至输出的作品都(dōu)已经能(néng)以假乱真了(le)。

02

难辨虚实，AIGC技术(shù)力爆发

警惕安全问题

近日，“苏州金鸡湖(hú)有(yǒu)游艇party”的消息火(huǒ)遍网络(luò)，而(ér)经(jīng)过警方辟谣这所谓的“party”可能是全国第一起AI绘图(tú)诈骗。

由(yóu)于这(zhè)个活动(dòng)里面给出的(de)美女照片都是AI制作的真人照片绘(huì)图，因为太逼真，被大家(jiā)当(dāng)成真事传播了。

不过(guò)仔细(xì)观(guān)察(chá)可(kě)以发现，活动发起者提(tí)供的照世态炎凉是什么意思，人心冷暖世态炎凉下一句是什么(zhào)片中有个很大(dà)的漏洞可以发(fā)现并非真人(rén)，而(ér)是AI绘图，那便是(shì)图片(piàn)中(zhōng)女性的(de)手指部分(fēn)有的存在异常。

有行业人事表示：“现(xiàn)在因(yīn)为手指部分(fēn)的绘画算法比较复杂(zá)，AI还不太会画(huà)人的手(shǒu)，但(dàn)最新(xīn)看到的图(tú)片(piàn)已经(jīng)有(yǒu)越来越完美的AI模型出现，以后可能(néng)就完全没(méi)有漏洞了。”

类似的(de)AI作图诈(zhà)骗(piàn)在国外也已(yǐ)有发生。据(jù)英国广(guǎng)播公司报道，土耳其地震期(qī)间(jiān)，有(yǒu)Tiktok用(yòng)户使用AI合(hé)成了儿童受灾(zāi)的假照(zhào)片发布到网络，以此诱骗善良(liáng)的人打(dǎ)赏“捐助”从而实施(shī)诈骗。

目前随着(zhe)技术发(fā)展，AIGC已经能做(zuò)出真(zhēn)人照片般的绘图效果，如(rú)果(guǒ)这样的图片被用来诈骗，将非常可怕。

此外AIGC还引发了(le)很多担忧，一方面，批(pī)判者(zhě)认为AI在“学习(xí)”了(le)大(dà)量前(qián)人的作品之后，其创作没有任何情绪(xù)和(hé)灵魂，难以和人类的艺术创作相(xiāng)提并论。

另一方面，AIGC背后的版权、目(mù)前(qián)都(dōu)并(bìng)没有得到(dào)有效的解(jiě)决，还有AIGC会不会代(dài)替人类“至高无上”的创意。

马(mǎ)斯克(kè)也(yě)强调，人(rén)工(gōng)智能的安全问题(tí)需要(yào)得到重视，太晚就来不及了。

03

AIGC下一站除了视频，还有远方

技术都是有(yǒu)两面性(xìng)的，潜在的危害并不能掩盖其光辉的(de)贡献。现(xiàn)在看来(lái)，人工智能技术将是第四(sì)次工业(yè)革命的(de)核心驱动(dòng)力量(liàng)，将创造新(xīn)的(de)增长奇(qí)迹。

过(guò)去一(yī)年，人工智(zhì)能(néng)在技术和商业层面都有了巨(jù)大进展，AI绘画就(jiù)是人工智能技术发(fā)生方向性改变的(de)一个代表。其下一站或许就是视频。

此前(qián)，Meta和谷歌先后发(fā)布了几(jǐ)条引(yǐn)爆科技(jì)圈的短视频。这(zhè)些视频引发(fā)关注并非(fēi)内容做得多(duō)优秀(xiù)，反而都非(fēi)常简单，比如(rú)一匹(pǐ)正在喝水(shuǐ)的马，一只画画的(de)玩具熊，或者一(yī)段骑摩托车的第一视(shì)角录像，随便一个有手机的人都(dōu)可(kě)以随(suí)手录下一段(duàn)。

但(dàn)这些(xiē)短(duǎn)视频(pín)的创(chuàng)作方式非常简单(dān)，创作者仅(jǐn)仅(jǐn)需(xū)要(yào)向(xiàng)AI输入一段话，甚(shèn)至只(zhǐ)是说一下要求，AI就可以根据需要生成(chéng)一段视频。

谷歌发布的两个AI生成视频(pín)分别来自(zì)于Imagen Video和(hé)Phenaki，前者主要突出(chū)的是高清，与Meta的Make-A-Video没有太多的差别(bié)。

在(zài)Make-A-Video公(gōng)布了AI生(shēng)成的(de)视频(pín)后，AI圈就已经玩了一波梗，一(yī)个能够做出更高清视频(pín)的(de)AI还(hái)不足以在短(duǎn)时间内戳中兴奋点(diǎn)。

Phenaki更(gèng)加令(lìng)人震惊(jīng)的地方在(zài)于，它(tā)可以制作出超过2分钟(zhōng)的连贯的也有确切内容的视频，这才(cái)是真(zhēn)正让人(rén)们感到惊喜的地方。因为无论AI生成的(de)视频多么高清，也只能是为内容生产者提供一个灵感，一个素(sù)材，一个过场动画。

不过能(néng)够制作出有(yǒu)具体(tǐ)剧情内(nèi)容的视频就(jiù)意味着，一些(xiē)视频创作由AI代替人工完成(chéng)已经初步有了可能。

当下AI的发展(zhǎn)速度已经超过大(dà)部(bù)分人的想象。内容产业(yè)的本质是(shì)供给创造需求，AIGC作为全新的(de)内(nèi)容(róng)生(shēng)产方式(shì)，可以为内容产业带来(lái)更新(xīn)的(de)内(nèi)容风格、更(gèng)快的生(shēng)产速度(dù)，更低的(de)生产成本，这无疑会驱动内容产业的(de)大爆发。

除了AI绘图、视(shì)频，AIGC技术还能应用(yòng)于音乐(lè)、代(dài)码(mǎ)、机器人(rén)动作等(děng)多种内容形式(shì)的生成。不难发现该(gāi)项技术不仅在游戏(xì)等(děng)行业(yè)能得到有(yǒu)效应用(yòng)，对于下一代(dài)互联网各种元素的构建亦有(yǒu)关(guān)键意义。

从(cóng)商业(yè)化的角度来看，文(wén)化(huà)娱乐、教育(yù)、传(chuán)媒等诸多领域，本身就对(duì)基于AI的(de)可视化内容(róng)有强烈需(xū)求。

因此，AI绘画及视频或不是结(jié)果，而只是(shì)AI进(jìn)程中的一块重要拼图，有(yǒu)望在技(jì)术(shù)更(gèng)新的(de)加持下实(shí)现更(gèng)大的应(yīng)用价值。

AI从理解内容，走向了可以生成内(nèi)容，甚至能够创造出独立价(jià)值(zhí)和独立视角(jiǎo)的内(nèi)容。AIGC的再次出圈，更代表着未来的先进生产力即将到(dào)来。

04

紧(jǐn)抓(zhuā)大模型与(yǔ)算力，牢固AIGC底座

从技术的发展也可以看出，在(zài)语言大模型(xíng)、图像大模(mó)型(xíng)之(zhī)后(hòu)，多模态(tài)大(dà)模型已经(jīng)成为了新的(de)趋势。

大(dà)模型被(bèi)誉(yù)为当前人工智能发展(zhǎn)的智能底(dǐ)座，是(shì)全球(qiú)竞(jìng)争最激烈的研究(jiū)方向之一，包括谷歌、亚马逊、百(bǎi)度、阿里、腾讯等众多头(tóu)部企(qǐ)业都在竞(jìng)相(xiāng)发(fā)力。

不(bù)过训练大模型的确价格不菲，以国盛证券发布的(de)《ChatGPT需(xū)要多少(shǎo)算力》报(bào)告(gào)估算，GPT-3训练一次的(de)成本约为140万(wàn)美(měi)元。而对于一些更大的LLM(大(dà)型语(yǔ)言(yán)模型)，训练(liàn)成(chéng)本则(zé)介于200万美元至1200万(wàn)美元高(gāo)价(jià)之间。

以ChatGPT在(zài)2023年1月的独(dú)立访客平均数(shù)1300万计算，其对应芯片(piàn)需(xū)求为3万多片英伟达A100 GPU，初始投入成本约为8亿美元(yuán)，每日仅电费就在(zài)5万(wàn)美元左右。

此外不论是ChatGPT还是(shì)AIGC，都离(lí)不开庞大算力支持。在关(guān)注各类大模型的发展同时，更应该关注(zhù)算力网络的建设。

算力网(wǎng)络正(zhèng)驱动AI产业发展进入(rù)史诗(shī)级加速进程，让(ràng)AIGC及通(tōng)用AI这一人(rén)工智能发展的终极目标离得更近。

因为算力可以对突破性技术创新提(tí)供(gōng)大力的支(zhī)持。这方面，多模态大模型是(shì)典型。作为面向(xiàng)未来强(qiáng)人工智能、通用(yòng)人工(gōng)智能(néng)的重要(yào)技(jì)术创新(xīn)，多(duō)模态大(dà)模型已经在人(rén)工(gōng)智能领域提出了很多年，业界也有(yǒu)不少技术(shù)突破(pò)，但是，多模态大模型(xíng)进一步往下走，算力需求(qiú)呈几何式上升，一般的算力基础(chǔ)设(shè)施很快将难以(yǐ)胜任(rèn)。

从图像、文字、语音单独一项的训练，到双模态(tài)、三模态(tài)的跃迁，让人工智能(néng)可以灵活应对不同模态的转化(huà)、像人与世界(世态炎凉是什么意思，人心冷暖世态炎凉下一句是什么jiè)交互一样自然(rán)，这方面，由算力网(wǎng)络(luò)来驱动将有明显优势。

此外，还有很多需要爆发式(shì)增长的(de)算力(lì)来支(zhī)撑的技术创(chuàng)新，将在人(rén)工智能算力(lì)网(wǎng)络支撑下快(kuài)速推进。

AIGC已(yǐ)经露出曙光(guāng)，期待在大模型和大算力的支持(chí)下AIGC能持续颠覆(fù)内容生产的方式，将创造的边际成本降低，让万众(zhòng)受益(yì)。

未经允许不得转载：橘子百科-橘子都知道 世态炎凉是什么意思，人心冷暖世态炎凉下一句是什么