自聊天机器人ChatGPT火爆以来，微软公司创始(shǐ)人(rén)比(bǐ)尔·盖茨已多次公开(kāi)谈论(lùn)人工智(zhì)能话(huà)题。在(zài)最近(jìn)的一次采(cǎi)访中，他再次表示(shì)：“AI可能会让科技行业(yè)迎(yíng)来一次剧烈的(de)洗牌”。

这个结论是他在(zài)当地时间(jiān)2月20日接受《In Good Company》节目专访时提出的(de)。

他(tā)预期，AI的发展可(kě)能(néng)会威胁到谷歌(gē)的市(shì)占率，因为微软在AI方面的(de)行动相当迅速。而最终科技巨(jù)头将把AI整合(hé)成用(yòng)户的“全能助手”，包(bāo)揽一切应用，与人们进行(xíng)沟通并提供建议，可(kě)以取代亚马(mǎ)逊(xùn)、Siri或Outlook等应(yīng)用。

大佬口中(zhōng)全能助手的到来可能尚需(xū)时日(rì)，但由ControlNet引发的(de)又一(yī)次AI绘画浪潮，让AIGC在ChatGPT的(de)话题热点包围中杀出重围。

01

ControlNet颠覆AI绘画(huà)新玩法

AIGC向可控靠近

以AI绘画为(wèi)代表的AIGC上一次(cì)爆火的时(shí)候，还是2022年8月，在美(měi)国科罗拉多州举办(bàn)的(de)新兴数(shù)字艺术家竞赛中(zhōng)，一幅名为(wèi)《太空歌剧院(yuàn)》的(de)作品(pǐn)获奖。

随后各大厂商的(de)AI绘画软件被(bèi)广大网友熟(shú)知并体验，Stable Diffusion便是其中代表。

用户们可以(yǐ)在(zài)应用中(zhōng)输入一组(zǔ)关(guān)键(jiàn)词或者一张照片，就能获得一幅AI创作的(de)画作。

作画的关键就是所输(shū)入的文本。同一组关键(jiàn)词也(yě)可以创(chuàng)作出很多张风格不一样的画作，这让创(chuàng)作的过(guò)程就像开盲盒。

很多用户很(hěn)喜欢这种不(bù)确定的(de)惊喜，他(tā)们会将(jiāng)生成的美(měi)图当做头像。而另(lìng)一部分喜欢翻看AI绘画的“翻车”作品(pǐn)。在社交(j20斤是几kg 20斤是多少磅iāo)媒体上(shàng)，许多(duō)用户分(fēn)享AI“翻车(chē)现场”，例(lì)如，一位(wèi)网友的小狗照片被AI画(huà)成了(le)“肌肉男”，还有网友的个人照片被AI识(shí)别成(chéng)了(le)建筑。

而如今随着(zhe)ControlNet的(de)出(chū)现与(yǔ)加持，以往AI绘画的填写关键(jiàn)词(cí)游戏可能(néng)要被颠覆了。

ControlNet是一位正在(zài)斯(sī)坦(tǎn)福读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(yào)用于数(shù)字图(tú)像处理、计算机视觉和计(jì)算机(jī)图形学(xué)等领域(yù)。

其SD插件一经发布，在短短的两天(tiān)内便(biàn)成为(wèi)了AI绘画领域最新的热点。

在(zài)此之前，大家(jiā)用了很多方法想让AI生成的(de)结果尽(jǐn)可能的符合要求(qiú)，但(dàn)是都不尽如(rú)人意，它的出现代表着AI生成开始进入真(zhēn)正的可控时期。

因为ControlNet可(kě)以直接提取(qǔ)画面(miàn)的构图，人物的姿势和画(huà)面的深度(dù)信(xìn)息等。有了它的帮(bāng)助，就不(bù)用频繁的用提示词来碰运气(qì)，抽盲(máng)盒式的创(chuàng)作(zuò)了(le)。

通俗的说ControlNet相当于(yú)给AI绘画加了“魔法”，不少博主的作品已经获得了(le)大量的浏览(lǎn)量，“viggo”就是其中之一，他用朋友的照片直接带她们走进动漫(màn)世界。

viggo先用StableDiffusion图片转文字。

再用Text2Prompt插(chā)件拓(tuò)展找到对(duì)应的(de)关键词；最后用ControlNet插件绑定(dìng)骨骼开始换关键词试效果。

通过(guò)图(tú)片就可以看(kàn)出来，效果十(shí)分惊(jīng)艳。

更(gèng)厉害的是，除了真实(shí)的(de)照片，草图(tú)也可以(yǐ)加上“魔法”，知(zhī)乎大牛“DevPoint”和“逗(dòu)砂”介绍(shào)到ControlNet还能实现线稿转全彩(cǎi)图。大神张(zhāng)吕敏其本尊(zūn)也亲自回应。

不得不说当(dāng)下AIGC已(yǐ)经变得越来越(yuè)强大，甚至输出(chū)的作品都已经能以假乱真(zhēn)了。

02

难辨虚实，AIGC技术力爆发(fā)

警惕安全问(wèn)题

近日，“苏州金(jīn)鸡湖(hú)有游艇party”的消息(xī)火遍(biàn)网络，而经(jīng)过警方辟(pì)谣这所谓(wèi)的(de)“party”可(kě)能是全国第一起AI绘(huì)图诈骗。

由于这个(gè)活动里面给出的美女照片都(dōu)是(shì)AI制作的真(zhēn)人照片绘图，因(yīn)为太逼真，被大家当成真事(shì)传播(bō)了(le)。

不过仔细(xì)观察可以发现，活动发起者提(tí)供的照片中有个(gè)很大的漏洞(dòng)可以发现并非真人，而是(shì)AI绘图，那(nà)便是图片中女性的手指部分有的(de)存(cún)在异常。

有行业人事表示：“现(xiàn)在因为手指部分的绘画算法比较复杂，AI还不太会画人的手，但最新看(kàn)到(dào)的图片(piàn)已经有越来(lái)越完美的AI模型(xíng)出现，以(yǐ)后(hòu)可能就完全没有漏洞了。”

类似的AI作图(tú)诈骗在(zài)国外也已有发生。据英国广播公司报(bào)道，土耳其地震期间，有Tiktok用户使用(yòng)AI合成了儿童(tóng)受灾的(de)假照片发布到网络，以(yǐ)此诱(yòu)骗善良(liáng)的人打(dǎ)赏“捐(juān)助”从而实施诈(zhà)骗(piàn)。

目(mù)前随着技术发展，AIGC已经能做(zuò)出(chū)真人照片般(bān)的绘图效果，如(rú)果这样的图片被用来诈骗，将非(fēi)常可怕。

此外(wài)AIGC还引发了很多(duō)担忧，一方面，批判(pàn)者认为AI在“学习”了大量前人的(de)作品(pǐn)之后(hòu)，其创(chuàng)作没有任何情绪(xù)和灵魂，难以(yǐ)和人类的艺(yì)术创作相提并论。

另一(yī)方面，AIGC背后的版权、目前都(dōu)并没有(yǒu)得到(dào)有效的解(jiě)决，还有AIGC会不会代替人类“至高(gāo)无上”的(de)创意。

马斯克也强(qiáng)调(diào)，人工(gōng)智能的安(ān)全(quán)问题需(xū)要得到重视，太(tài)晚(wǎn)就(jiù)来不(bù)及了。

03

AIGC下一站除了(le)视频(pín)，还有远方

技术都是有两面性(xìng)的，潜(qián)在(zài)的危害并不能掩盖其光辉的贡献。现(xiàn)在看(kàn)来，人工智能技术(shù)将是第四次(cì)工(gōng)业革(gé)命的核(hé)心驱动(dòng)力量，将创(chuàng)造新的增长奇(qí)迹。

过去(qù)一年(nián)，人工(gōng)智能在技(jì)术和商业层面(miàn)都有(yǒu)了巨大进(jìn)展，AI绘画就是人工(gōng)智(zhì)能技术(shù)发生方向性改变的一个代(dài)表。其下一站或(huò)许(xǔ)就(jiù)是视(shì)频。

此前，Meta和(hé)谷歌(gē)先后发布(bù)了几条(tiáo)引爆(bào)科技圈的(de)短视频。这些(xiē)视频引发关注并非内(nèi)容做得多(duō)优秀，反而都(dōu)非常简单，比如(rú)一匹正在喝水的马，一只画画的玩(wán)具熊(xióng)，或(huò)者一(yī)段骑(qí)摩托(tuō)车的(de)第一(yī)视(shì)角(jiǎo)录(lù)像，随便(biàn)一个有(yǒu)手机的人(rén)都可以随手(shǒu)录下(xià)一段。

但这些短视频(pín)的创作方式(shì)非常简单，创作者仅仅需要向AI输(shū)入一(yī)段话，甚(shèn)至只是(shì)说(shuō)一下要求，AI就可以根据需(xū)要生成一段视频(pín)。

谷(gǔ)歌(gē)发布(bù)的两个AI生成视频分别来自于Imagen Video和Phenaki，前者主要(yào)突出的(de)是(shì)高清(qīng)，与Meta的Make-A-Video没有(yǒu)太多的差别。

在(zài)Make-A-Video公布(bù)了AI生成的视频后(hòu)，AI圈就(jiù)已经玩(wán)了一波梗，一个能够做(zuò)出更高清视频的AI还不足以(yǐ)在短时间(jiān)内(nèi)戳中兴奋(fèn)点。

Phenaki更(gèng)加令人震惊(jīng)的地方在于，它可(kě)以制作出超(chāo)过(guò)2分(fēn)钟的(de)连贯的也有(yǒu)确切(qiè)内容(róng)的视频，这才是真(zhēn)正让人们感(gǎn)到(dào)惊喜的地方(fāng)。因为无论AI生成的(de)视频多么高清，也只能是为内容(róng)生产者提供一个灵感，一个素材，一个(gè)过场动画。

不(bù)过能够制作出有具体剧(jù)情内容的视频就意味着，一些视频创作(zuò)由AI代替人工(gōng)完成(chéng)已经初步有(yǒu)了可(kě)能(néng)。

当下AI的发展速度已经(jīng)超过大(dà)部分人(rén)的想象(xiàng)。内容产业的本质是供给创造(zào)需(xū)求，AIGC作为全新的内(nèi)容生产方式，可以为内容产业带(dài)来更新的内容风格、更(gèng)快的生产(chǎn)速度(dù)，更低的生产成本，这无疑会(huì)驱动内容产业(yè)的大(dà)爆发(fā)。

除(chú)了AI绘图、视频，AIGC技术(shù)还能(néng)应用于音乐、代码、机(jī)器人(rén)动作等多(duō)种(zhǒng)内容形式(shì)的生成。不(bù)难发现该项技术不仅(jǐn)在游戏等行业能(néng)得(dé)到有(yǒu)效(xiào)应用，对于下(xià)一代互联网各种(zhǒng)元素(sù)的构建亦有关(guān)键意义。

从商业化的角度来看，文化(huà)娱乐、教(jiào)育、传媒等诸多领(lǐng)域，本身就对基(jī)于(yú)AI的(de)可视化内容有强烈(liè)需(xū)求。

因此，AI绘画及(jí)视频或不(bù)是结(jié)果(guǒ)，而只是(shì)AI进程中的一块(kuài)重要拼图，有望在技术更新(xīn)的加(jiā)持(chí)下实现更大的应用价值。

AI从理解内容，走向了可以(yǐ)生成内容，甚至(zhì)能够创造出独(dú)立(lì)价值和独立视角的内容。AIGC的(de)再次出圈，更(gèng)代(dài)表着未来的(de)先(xiān)进生产力即将到来。

04

紧(jǐn)抓大模(mó)型(xíng)与算力，牢固(gù)AIGC底座

从技术的发展也可以看出(chū)，在语言大模型、图(tú)像大模型之后，多模态大(dà)模型已经成为了新的趋势。

大模型被誉为(wèi)当前人(rén)工智(zhì)能发展(zhǎn)的智能(néng)底座，是全球竞争(zhēng)最激(jī)烈的研究方向之一，包括谷歌、亚马逊、百(bǎi)度、阿里、腾(téng)讯等众多头(tóu)部企业都在竞相发(fā)力。

不(bù)过训练(liàn)大模型(xíng)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训练一次的成(chéng)本约为140万美元。而对于一些更(gèng)大(dà)的LLM(大(dà)型语言模(mó)型(xíng))，训练成本(běn)则介于200万美元至1200万美元高价(jià)之间。

以ChatGPT在2023年1月的(de)独立访客平均数1300万计算(suàn)，其对应芯片需求为3万多(duō)片英伟达A100 GPU，初始投入(rù)成本(běn)约为8亿美元，每日仅电费(fèi)就(jiù)在5万美元左右(yòu)。

此外不论是ChatGPT还(hái)是(shì)AIGC，都离不开庞大算力支持(chí)。在关注(zhù)各类大模型(xíng)的(de)发展同(tóng)时，更应该关(guān)注(zhù)算(suàn)力网络(luò)的建(jiàn)设。

算力网(wǎng)络正驱(qū)动AI产业(yè)发展进入(rù)史诗级加速进程，让AIGC及通用AI这一(yī)人(rén)工智能发展的终极目标离得更近。

因为算力可(kě)以对突(tū)破(pò)性(xìng)技术创新提供大力的支持。这方(fāng)面，多模(mó)态大(dà)模(mó)型是典(diǎn)型。作为面向(xiàng)未来强人工智能、通(tōng)用人工智能(néng)的重要(yào)技术(shù)创新，多(duō)模态(tài)大模型已经在人工智能(néng)领域提出(chū)了很多(duō)年，业界(jiè)也有不少技术(shù)突(tū)破(pò)，但是，多模态大模型进一步往下走，算力需求(qiú)呈几何式(shì)上升，一般(bān)的算力(lì)基础设施很快将难以胜(shèng)任。

从图像、文(wén)字、语音单独(dú)一项的训(xùn)练，到双(shuāng)模态(tài)、三模态的跃迁，让人工智能可以灵活应对不同(tóng)模态的(de)转化、像人与世界交(jiāo)互一样自然，这(zhè)方面，由算(suàn)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(zēng)长的算力来支撑的(de)技术创(chuàng)新，将(jiāng)在人工智能算力网络支撑下快速推进。

AIGC已(yǐ)经露出(chū)曙光，期待在大模型和大算力的支持(chí)下AIGC能(néng)持续颠覆内容生产的方式(shì)，将创(chuàng)造的边(biān)际(jì)成本降低，让万众受益。

未经允许不得转载：绿茶通用站群 20斤是几kg 20斤是多少磅