自聊天(tiān)机器人ChatGPT火爆以来，微软公司创始人比尔·盖茨(cí)已多次公开(kāi)谈(tán)论人工智能话题(tí)。在最近的一次采访中，他再次表示：“AI可能会让科技行业迎来一次剧烈(liè)的洗牌(pái)”。

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

他预期，AI的发展可能会(huì)威胁到谷歌的市(shì)占率，因为微(wēi)软(ruǎn)在AI方(fāng)面的行动相当迅速(sù)。而最终(zhōng)科(kē)技巨头将把AI整合成用户的“全能助手”，包揽一切应(yīng)用，与(yǔ)人们进行沟通(tōng)并提供(gōng)建议，可以取代亚马逊、Siri或(huò)Outlook等应用。

大佬口中全能助手的到(dào)来可能尚需时日，但由ControlNet引发的又一次AI绘画浪(làng)潮，让AIGC在ChatGPT的(de)话题热点(diǎn)包围中杀出重(zhòng)围。

01

ControlNet颠覆AI绘画新(xīn)玩法(fǎ)

AIGC向可控靠(kào)近(jìn)

以(yǐ)AI绘画为(wèi)代表(biǎo)的AIGC上一(yī)次爆火的时候(hòu)，还是2022年8月，在(zài)美国科罗拉多州(zhōu)举(jǔ)办的新(xīn)兴数字艺(yì)术家竞赛(sài)中(zhōng)，一幅名为《太(tài)空(kōng)歌剧院》的作品(pǐn)获奖(jiǎng)。

随后(hòu)各大厂商的(de)AI绘画软(ruǎn)件被广大(dà)网友熟知并(bìng)体验，Stable Diffusion便是其中代表。

用户们(men)可(kě)以在应用中输入一(yī)组关键词或(huò)者(zhě)一张照(zhào)片，就能获得(dé)一幅AI创作的画作。

作画的关键就是(shì)所输入的(de)文本。同一组(zǔ)关键词也可以创作出很多张风格(gé)不一样的画作，这让创作的过程(chéng)就像开盲盒。

很多用户很喜欢这种不确(què)定的惊喜，他们会将生(shēng)成的美(měi)图当做头像。而另一(yī)部分喜(xǐ)欢(huān)翻看AI绘画的“翻车”作品(pǐn)。在社交(jiāo)媒体上，许(xǔ)多(duō)用户(hù)分享AI“翻车现场”，例(lì)如(rú)，一位(wèi)网友(yǒu)的小狗照片被AI画成了“肌肉男”，还(hái)有网友的个人照片被AI识别成了(le)建筑(zhù)。

而如今(jīn)随(suí)着(zhe)ControlNet的出现与加持，以往AI绘画的(de)填写(xiě)关键(jiàn)词游戏可能要被颠覆(fù)了。

ControlNet是(shì)一位正在斯坦福读(dú)博的中国(guó)人张(zhāng)吕敏创作的一(yī)种基于控(kòng)制点的(de)图像(xiàng)变形算法，主要(yào)用于数字(zì)图像处理、计算(suàn)机(jī)视觉和计(jì)算机图形学等领域。

其SD插件一(yī)经发布，在短短的(de)两天内(nèi)便成(chéng)为了AI绘画领域(yù)最新的热点。

在此(cǐ)之(zhī)前，大家用了很(hěn)多方法(fǎ)想让AI生成的结果(guǒ)尽可能的符合(hé)要求，但是(shì)都不尽如人意(yì)，它的出(chū)现代表着(zhe)AI生成(chéng)开始进入真正的(de)可控(kòng)时期。

因为ControlNet可以直接提取画面的构(gòu)图，人物的姿势和(hé)画面的深度(dù)信息等(děng)。有了它的(de)帮助，就(jiù)不用(yòng)频繁的用提示词来碰(pèng)运(yùn)气，抽盲盒式的创作了。

通俗的(de)说ControlNet相当于(yú)给AI绘画加(jiā)了“魔法”，不少博(bó)主(zhǔ)的作品已经获得了大量(liàng)的(de)浏览量，“viggo”就是(shì)其中之一，他用一声不吭的意思是什么，一声不吭的意思和造句朋友(yǒu)的(de)照片直(zhí)接(jiē)带她们走进动(dòng)漫世界(jiè)。

viggo先用StableDiffusion图片转文字。

再(zài)用Text2Prompt插(chā)件(jiàn)拓展找(zhǎo)到对应的关键词；最后用(yòng)ControlNet插件绑定骨骼开始换关(guān)键词试效果。

通过(guò)图片就(jiù)可以看(kàn)出来，效果十分惊艳(yàn)。

更厉(lì)害的是，除了真实的照(zhào)片，草图也可以加上“魔法(fǎ)”，知(zhī)乎大牛(niú)“DevPoint”和“逗砂”介绍到ControlNet还能(néng)实现(xiàn)线稿转全彩(cǎi)图。大神张吕敏其本(běn)尊也(yě)亲自回应。

不得(dé)不说(shuō)当下AIGC已经(jīng)变得越来(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

警惕安(ān)全问题

近日，“苏州金鸡湖有游艇party”的(de)消息火遍网络，而(ér)经过(guò)警(jǐng)方辟谣这所谓(wèi)的“party”可能是全国第一起AI绘(huì)图诈(zhà)骗。

由于这个活动里(lǐ)面给出(chū)的(de)美(měi)女照片都是AI制作的(de)真人照片绘(huì)图，因(yīn)为太逼(bī)真，被大家当成真事传播了(le)。

不过仔(zǎi)细观察可以(yǐ)发现(xiàn)，活(huó)动发起者(zhě)提供(gōng)的照片中(zhōng)有(yǒu)个很大的漏洞可以发现(xiàn)并非真人，而(ér)是AI绘图(tú)，那便是图(tú)片中(zhōng)女性的手指部分有的存(cún)在异常。

有(yǒu)行(xíng)业人事表(biǎo)示(shì)：“现在因(yīn)为手指部(bù)分(fēn)的(de)绘画算法比较复杂，AI还不太会画人的手，但(dàn)最新看到的图片已经(jīng)有越来越完美的AI模(mó)型出现，以后可能就(jiù)完(wán)全没有漏洞(dòng)了(le)。”

类似的AI作图诈骗在国外也已有发生。据英国广(guǎng)播公司报道，土耳其(qí)地震期间(jiān)，有Tiktok用户使用AI合成了儿童受灾的(de)假照片发布到(dào)网络，以此诱骗善良的(de)人(rén)打赏“捐助”从而实施诈骗。

目前随一声不吭的意思是什么，一声不吭的意思和造句着技术发展(zhǎn)，AIGC已经能做出真(zhēn)人照片般的绘图效(xiào)果，如果这样的(de)图片(piàn)被用来(lái)诈骗，将非常可怕。

此(cǐ)外AIGC还引发(fā)了很多担忧，一方(fāng)面(miàn)，批判者认为AI在“学(xué)习”了大量前人的(de)作品之(zhī)后，其(qí)创作没有任(rèn)何情绪(xù)和(hé)灵魂，难以和人类的(de)艺术创作(zuò)相提并论。

另一(yī)方面，AIGC背后的版权、目前(qián)都(dōu)并没有得到有效的解(jiě)决，还有AIGC会(huì)不会代替人类“至高无上(shàng)”的(de)创意。

马斯克也(yě)强调，人工智能(néng)的安全问题需(xū)要得到重视，太晚就来不及了(le)。

03

AIGC下一站(zhàn)除(chú)了视频，还有(yǒu)远方

技(jì)术都(dōu)是有两面(miàn)性的(de)，潜在的危害并不(bù)能掩盖(gài)其光(guāng)辉的贡献。现在看来，人工智能技术将是第四(sì)次工业(yè)革命(mìng)的(de)核心驱动力量，将创造新的增长奇迹。

过去一年，人工智能在技术和商业层面都有(yǒu)了巨大进(jìn)展，AI绘画(huà)就是人工(gōng)智能技术发生(shēng)方向性(xìng)改变的一个代表。其下一站(zhàn)或许就是视频。

此前，Meta和谷歌先(xiān)后发布(bù)了几条引爆科(kē)技圈的短视频。这些视频引发关注并非(fēi)内容做得多优秀，反而都非常简单，比如一匹正(zhèng)在喝(hē)水的马，一只画画的玩(wán)具(jù)熊，或者一段(duàn)骑摩托车的第一(yī)视角录像，随便一个(gè)有手机(jī)的人都(dōu)可以随手录下一段。

但这(zhè)些短视(shì)频(pín)的创(chuàng)作方(fāng)式非常(cháng)简(jiǎn)单(dān)，创作(zuò)者仅仅需要(yào)向(xiàng)AI输入一段话(huà)，甚(shèn)至只是说一下要(yào)求(qiú)，AI就可以根据需要生(shēng)成一段视频。

谷歌发布的两个(gè)AI生成视频分别来自于(yú)Imagen Video和Phenaki，前者主要突出的是(shì)高清，与(yǔ)Meta的(de)Make-A-Video没有太(tài)多的差别。

在(zài)Make-A-Video公布了AI生成的视频后，AI圈就已经(jīng)玩了一(yī)波(bō)梗，一(yī)个能够做出(chū)更(gèng)高(gāo)清(qīng)视(shì)频的(de)AI还不足以在短时间内戳中(zhōng)兴奋点。

Phenaki更加令(lìng)人震(zhèn)惊的地(dì)方在于，它可以制作出超过(guò)2分钟(zhōng)的连贯的也有确切内容的视频，这(zhè)才是真正让人(rén)们(men)感到惊喜的地方。因为无(wú)论AI生成的视频多么高清，也只能是(shì)为内容生产(chǎn)者提供一个(gè)灵感(gǎn)，一(yī)个素材，一个过(guò)场动画。

不过能够制作(zuò)出有具(jù)体剧(jù)情(qíng)内容的视频就(jiù)意味着(zhe)，一些视频(pín)创作由AI代替人工(gōng)完成已经初步有了可能(néng)。

当(dāng)下AI的发展速度已(yǐ)经(jīng)超过大部分人的想象。内容产业的本质(zhì)是供给创造需求，AIGC作为全新的内容(róng)生产方(fāng)式，可以为内(nèi)容产业带来(lái)更新(xīn)的(de)内(nèi)容风格、更快的生产速度(dù)，更(gèng)低的(de)生产成本，这无(wú)疑会驱(qū)动内容产业的大爆发。

除了AI绘图、视频，AIGC技术还(hái)能(néng)应用于音乐、代码、机器(qì)人动作等多种内容形式的生(shēng)成(chéng)。不难发现(xiàn)该项技术不(bù)仅在(zài)游(yóu)戏等(děng)行(xíng)业能得到有(yǒu)效应用，对于下(xià)一(yī)代互(hù)联网各种元(yuán)素的构(gòu)建亦有关(guān)键意义。

从(cóng)商业化的角(jiǎo)度来看，文化娱乐、教育、传媒等诸多领域，本身就(jiù)对(duì)基于AI的(de)可视化(huà)内(nèi)容有强烈需求(qiú)。

因此，AI绘画及视频或(huò)不(bù)是结(jié)果，而只是AI进程中的一块重要(yào)拼图，有望在技术(shù)更新的(de)加(jiā)持(chí)下实现更大的应用价值。

AI从理(lǐ)解(jiě)内容，走向了可以生(shēng)成(chéng)内(nèi)容(róng)，甚至能够(gòu)创造(zào)出独立价值和独(dú)立视角的内容。AIGC的(de)再次(cì)出圈(quān)，更代表着(zhe)未来的先(xiān)进生产力即将(jiāng)到来。

04

紧抓大模型与算力，牢固AIGC底座

从技术的发(fā)展也(yě)可以看(kàn)出，在语言大(dà)模型、图像大模型之后，多模态大(dà)模型已经成为了新的趋势(shì)。

大模型被誉为当(dāng)前人(rén)工智能发展的智能底座，是全球竞(jìng)争最激烈的研究方(fāng)向(xiàng)之一，包括谷歌、亚马逊、百度(dù)、阿里、腾讯等众(zhòng)多(duō)头(tóu)部企业都(dōu)在竞相(xiāng)发力(lì)。

不过训练大模型的(de)确价格(gé)不菲，以国(guó)盛证券(quàn)发(fā)布的《ChatGPT需要多少算力》报告(gào)估算，GPT-3训练一次的(de)成本约(yuē)为140万美元。而对于一(yī)些更大的LLM(大型语言(yán)模型)，训练成本则介于200万美元(yuán)至1200万(wàn)美元(yuán)高价(jià)之间(jiān)。

以(yǐ)ChatGPT在2023年1月的独(dú)立访客(kè)平均数1300万计(jì)算，其(qí)对应(yīng)芯(xīn)片需(xū)求为(wèi)3万多片英(yīng)伟(wěi)达A100 GPU，初始投(tóu)入(rù)成(chéng)本约为8亿美元，每日仅电费就在5万美元左(zuǒ)右。

此外不论是ChatGPT还是(shì)AIGC，都离不开庞大算(suàn)力(lì)支持(chí)。在(zài)关注(zhù)各类大(dà)模型的发展同时，更(gèng)应该关注算力网络的(de)建设(shè)。

算(suàn)力网络正驱动(dòng)AI产(chǎn)业发展进入史(shǐ)诗级加(jiā)速(sù)进(jìn)程，让AIGC及通用AI这一人(rén)工智能发展的终(zhōng)极目标离得更近(jìn)。

因为算(suàn)力可以对(duì)突破性技术创新(xīn)提(tí)供(gōng)大力的(de)支(zhī)持。这方面(miàn)，多模态大模型是典型(xíng)。作为面向未来强人工(gōng)智能、通用人工(gōng)智能的重要技(jì)术(shù)创新(xīn)，多模态大(dà)模型已经在人(rén)工(gōng)智(zhì)能领域提出了(le)很多年，业界也有不少技术(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(shēng)，一般的算力基础设施很快将(jiāng)难以胜任。

从(cóng)图像、文字(zì)、语音单独一项的(de)训练，到(dào)双模态、三模态的跃迁，让人工智(zhì)能可以灵活应(yīng)对不(bù)同模态的(de)转(zhuǎn)化、像人与世界交互一样自然(rán)，这方面，由(yóu)算力网络(luò)来驱动将有明(míng)显(xiǎn)优势。

此外(wài)，还有(yǒu)很多(duō)需要(yào)爆发式增长(zhǎng)的算力来支撑的技术创新，将在人工智(zhì)能(néng)算力(lì)网络支撑下快速推进。

AIGC已(yǐ)经露出曙光，期待在大模(mó)型和大算力的(de)支持下AIGC能持(chí)续颠覆内容生产的(de)方式，将创造的边际成(chéng)本降(jiàng)低，让(ràng)万众(zhòng)受益。

未经允许不得转载：绿茶通用站群 一声不吭的意思是什么，一声不吭的意思和造句