自聊天(tiān)机器人ChatGPT火爆以来，微软公司创始人比尔·盖(gài)茨已多(duō)次公开(kāi)谈论(lùn)人(rén)工智能话题。在最近的一次采(cǎi)访中，他(tā)再次(cì)表示(shì)：“AI可能(néng)会(huì)让科技行业迎来(lái)一次剧(jù)烈的(de)洗牌”。

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

他(tā)预期(qī)，AI的发展可(kě)能会(huì)威(wēi)胁(xié)到(dào)谷歌的市占(zhàn)率，因为微(wēi)软在(zài)AI方面的行动相当迅速。而最(zuì)终科技(jì)巨头将把AI整合成用户的“全能助手(shǒu)”，包揽一(yī)切(qiè)应用，与人(rén)们进行沟(gōu)通并提供建议，可以取代亚马逊、Siri或(huò)Outlook等应用。

大佬口(kǒu)中(zhōng)全能助手的到来(lái)可能(néng)尚需时日(rì)，但由ControlNet引发(fā)的又一次AI绘(huì)画浪潮，让(ràng)AIGC在ChatGPT的话题热点(diǎn)包(bāo)围中杀出重围。

01

ControlNet颠覆AI绘画新玩法

AIGC向可控(kòng)靠(kào)近

以AI绘画(huà)为代表的AIGC上一次爆火(huǒ)的时候，还(hái)是2022年8月，在美国科罗(luó)拉多州(zhōu)举办的新兴数字艺术(shù)家竞赛(sài)中，一幅名为《太空歌剧院》的作品获奖。

随后(hòu)各大厂(chǎng)商的AI绘(huì)画软(ruǎn)件(jiàn)被广大网(wǎng)友熟知并(bìng)体验，Stable Diffusion便(biàn)是其(qí)中(zhōng)代表。

用户们可以在应用中(zhōng)输(shū)入(rù)一组(zǔ)关键词(cí)或者一张照片，就(jiù)能获得一(yī)幅AI创作的(de)画(huà)作。

作(zuò)画(huà)的关键就是所(suǒ)输(shū)入的文(wén)本。同一(yī)组关键词也可以(yǐ)创作出(chū)很多张风格(gé)不一样的画作，这让创作的过程就(jiù)像(xiàng)开盲盒。

很多用户很喜欢(huān)这种不确定(dìng)的惊喜，他们会(huì)将生(shēng)成的美(měi)图当做头像。而另一部分喜欢翻(fān)看(kàn)AI绘画的(de)“翻(fān)车”作品。在(zài)社交媒体上，许多用户分享AI“翻(fān)车现场(chǎng)”，例(lì)如，一位网友的小(xiǎo)狗照片(piàn)被(bèi)AI画(huà)成(chéng)了“肌(jī)肉男(nán)”，还有网友(yǒu)的个人照片被AI识别成了建筑。

而(ér)如今随着ControlNet的出现与(yǔ)加持(chí)，以往(wǎng)AI绘画(huà)的填写(xiě)关键词游戏可能要被颠覆(fù)了。

ControlNet是一(yī)位正在(zài)斯(sī)坦(tǎn)福读博的中国人(rén)张吕敏创作的一种基于(yú)控制点的图像(xiàng)变形算法，主(zhǔ)要用于(yú)数字图(tú)像处理、计算(suàn)机视觉(jué)和计(jì)算(suàn)机图形学等领(lǐng)域。

其(qí)SD插(chā)件一经(jīng)发布，在短短的两天内便成(chéng)为了AI绘画(huà)领域最新的热点。

在此之前，大家用了很多方法想(xiǎng)让AI生成的(de)结果(guǒ)尽可(kě)能的(de)符合要求，但是都不(bù)尽如人(rén)意(yì)，它(tā)的出现代(dài)表着AI生成(chéng)开始(shǐ)进入(rù)真正的(de)可控时期。

因为ControlNet可以直接提取画面的构图，人物(wù)的姿势和画(huà)面的深度信(xìn)息等。有(yǒu)了它的帮助，就(jiù)不用频繁的用提(tí)示词来碰(pèng)运气(qì)，抽盲(máng)盒式的创作了。

通俗的说ControlNet相当(dāng)于(yú)给AI绘画加(jiā)了“魔法”，不少博主的作品已(yǐ)经(jīng)获得了大量的(de)浏(liú)览量，“viggo”就是其中之一，他用(yòng)朋友(yǒu)的(de)照片直(zhí)接带她(tā)们走进动漫世(shì)界。

viggo先用StableDiffusion图片转文字。

再(zài)用Text2Prompt插(chā)件拓展找到对(duì)应的关(guān)键词；最(zuì)后用ControlNet插(chā)件绑定(dìng)骨骼(gé)开始换(huàn)关键词(cí)试(shì)效果(guǒ)。

通过(guò)图片就可以看出来，效果十分(fēn)惊艳(yàn)。

更厉害的是，除了真(zhēn)实的(de)照片(piàn)，草图也可以加(jiā)上“魔法”，知乎大(dà)牛“DevPoint”和“逗砂”介(jiè)绍到ControlNet还能实现(xiàn)线稿转(zhuǎn)全彩图。大神张吕(lǚ)敏其本尊也亲自回应(yīng)。

不(bù)得不说当下(xià)AIGC已经变得越来越强大(dà)，甚(shèn)至输出的作(zuò)品(pǐn)都已(yǐ)经能(néng)以(yǐ)假乱真了(le)。

02

难辨虚实(shí)，AIGC技术力(lì)爆发

警惕(tì)安全问题

近日(rì)，“苏州(zhōu)金鸡湖有游(yóu)艇party”的消息火(huǒ)遍网络，而经(jīng)过警(jǐng)方辟(pì)谣这所谓的“party”可能是全(quán)国(guó)第一(yī)起AI绘图诈骗。

由于这个活(huó)动里面给出的(de)美女照片都是(shì)AI制作的真人照片绘图，因为(wèi)太(tài)逼真，被大家(jiā)当成真事传播了。

不过仔细观(guān)察可以发现，活动发起者提供的照片中有个很(hěn)大的(de)漏洞可以发现并非真(zhēn)人，而是AI绘图，那(nà)便(biàn)是(shì)图(tú)片(piàn)中女性(xìng)的手指部分有的存在异常。

有行业人事表示：“现在(zài)因为手指部(bù)分的绘画算法(fǎ)比较复(fù)杂(zá)，AI还不(bù)太会(huì)画人(rén)的手，但最(zuì)新(xīn)看到的图片(piàn)已经有越来越(yuè)完(wán)美(měi)的AI模(mó)型出现，以后可能就完全没有漏洞了。”

类(lèi)似(shì)的(de)AI作(zuò)图诈骗(piàn)在国(guó)外也已有发生。据英国广播公司报道(dào)，土耳(ěr)其地(dì)震期间，有Tiktok用户使(shǐ)用AI合成了(le)儿童受灾的已婚男人睡完你后的心态，已婚男的得到你一次之后假(jiǎ)照片发布到网(wǎng)络，以此诱骗(piàn)善良的人打赏“捐助”从(cóng)而实施(shī)诈骗。

目前随着技术发(fā)展，AIGC已经能(néng)做出真人照片般的(de)绘(huì)图(tú)效(xiào)果，如果这样的图片被(bèi)用来诈(zhà)骗，将非常可怕。

此外AIGC还引(yǐn)发(fā)了很多担忧，一(yī)方面(miàn)，批判者(zhě)认为AI在“学(xué)习”了大量前人(rén)的作品(pǐn)之后，其创作没有任何情绪和(hé)灵魂，难(nán)以和人类的艺术创作相提并论。

另一方面，AIGC背后的版权、目前都(dōu)并没有得(dé)到有(yǒu)效的解决，还有AIGC会不会(huì)代(dài)替(tì)人(rén)类“至(zhì)高无上”的创意(yì)。

马(mǎ)斯克也强(qiáng)调，人(rén)工智能(néng)的安全问题需要得(dé)到重视(shì)，太晚就来不及了。

03

AIGC下一站除了视频，还有(yǒu)远方

技术都是有(yǒu)两面性(xìng)的，潜在的危害并(bìng)不能掩盖其(qí)光辉(huī)的(de)贡献。现在看来，人(rén)工智(zhì)能技术将是第四(sì)次工业革命的(de)核心驱(qū)动力量，将(jiāng)创造(zào)新的(de)增(zēng)长(zhǎng)奇迹。

过去一年，人工智能在技(jì)术(shù)和商业层面都有了巨(jù)大进展，AI绘(huì)画就是人工智能技术发生方向性改变的一个代表(biǎo)。其下一站(zhàn)或许就是视(shì)频。

此前，Meta和谷歌先后发(fā)布(bù)了几条引爆科技(jì)圈(quān)的短视(shì)频。这些视频引发关注并非内(nèi)容做得多优(yōu)秀，反而(ér)都非常简单，比如一匹正在喝水的(de)马，一只画画的(de)玩具(jù)熊，或者(zhě)一(yī)段骑摩托车(chē)的(de)第一视角(jiǎo)录(lù)像，随便(biàn)一个(gè)有(yǒu)手机的人都可以随手录(lù)下一段。

但(dàn)这些短视频的创(chuàng)作方式非(fēi)常简单，创(chuàng)作(zuò)者仅仅(jǐn)需要(yào)向(xiàng)AI输入(rù)一段话，甚至只是说一下要求，AI就可以根据需(xū)要(yào)生成一段视(shì)频。

谷(gǔ)歌发布的两个AI生成视频分别来(lái)自于Imagen Video和Phenaki，前者(zhě)主(zhǔ)要突出的(de)是高清，与Meta的(de)Make-A-Video没有太多的差(chà)别。

在Make-A-Video公布了AI生成的视(shì)频(pín)后，AI圈就已经玩了一波梗，一个能够(gòu)做(zuò)出更高清视频的AI还不(bù)足以在短时间内戳中兴奋点。

Phenaki更加(jiā)令人震(zhèn)惊(jīng)的地方在于，它可以制(zhì)作(zuò)出超(chāo)过2分钟的连贯的(de)也有确切内(nèi)容的视(shì)频，这(zhè)才是真正(zhèng)让人们感到惊喜(xǐ)的地方(fāng)。因为(wèi)无论AI生成(chéng)的视频多么(me)高清，也只能是为内(nèi)容生产者提供一个灵感(gǎn)，一个(gè)素材，一个过场(chǎng)动画。

不(bù)过(guò)能够(gòu)制作出有具体(tǐ)剧情内容的视频就意味着，一些视频创作由(yóu)AI代替人工完(wán)成(chéng)已(yǐ)经(jīng)初步(bù)有了(le)可能。

当(dāng)下AI的发展速度已经超过大部(bù)分人的想(xiǎng)象(xiàng)。内容产(chǎn)业的(de)本质是供给创造(zào)需求，AIGC作为全(quán)新的(de)内容生产(chǎn)方式，可以为内容(róng)产业带来更新的内容(róng)风(fēng)格、更快的生产速度，更(gèng)低的生(shēng)产成(chéng)本，这无(wú)疑会驱动内容产业的大爆发。

除了AI绘(huì)图、视(shì)频，AIGC技术(shù)还能应用于音乐、代码、机器人动(dòng)作等多种内(nèi)容形(xíng)式的(de)生成。不难(nán)发现该项(xiàng)技术(shù)不(bù)仅(jǐn)在(zài)游戏等行(xíng)业能得到有效应用，对于(yú)下一代互联(lián)网各种元素的构建亦有关(guān)键意义。

从商(shāng)业化的角度来看，文化(huà)娱乐、教(jiào)育、传媒等诸多领域，本身(shēn)就对(duì)基(jī)于(yú)AI的可视化(huà)内容(róng)有强烈(liè)需求(qiú)。

因此，AI绘画及视频或不(bù)是结(jié)果，而只是(shì)AI进程中的(de)一块重(zhòng)要拼图，有望(wàng)在技术更新的加持下实现更大的应用价(jià)值。

AI从理解内(nèi)容(róng)，走向了可以生成(chéng)内(nèi)容，甚至(zhì)能够创造出独立(lì)价值(zhí)和独(dú)立视角的内(nèi)容。AIGC的再(zài)次(cì)出圈，更代(dài)表着未来的先进(jìn)生产力即将到来。

04

紧抓大(dà)模型(xíng)与算力，牢固AIGC底座

从技术的发展(zhǎn)也(yě)可(kě)以看出，在语言大模型、图像大模型之后，多模(mó)态大模型(xíng)已经成为了新的趋势。

大(dà)模(mó)型被誉为当前人工智能发展的(de)智能底座，是全球(qiú)竞争最激(jī)烈(liè)的研(yán)究方向之一，包括谷歌、亚马逊、百度、阿里(lǐ)、腾讯等众多(duō)头部企业都在竞相发力。

不(bù)过训练大(dà)模(mó)型的确价格不菲(fēi)，以国(guó)盛(shèng)证券发布的《ChatGPT需要多少算力(lì)》报告估算，GPT-3训(xùn)练(liàn)一(yī)次的成本约(yuē)为140万美元。而对于一些更大(dà)的LLM(大型语言模型)，训练成本则介(jiè)于200万(wàn)美元至1200万美(měi)元高(gāo)价之间(jiān)。

以ChatGPT在2023年1月的(de)独(dú)立访(fǎng)客(kè)平均数1300万(wàn)计(jì)算，其对应(yīng)芯片需求为3万多片英伟达A100 GPU，初始投入成(chéng)本约为8亿(yì)美元(yuán)，每日仅(jǐn)电费就在(zài)5万美元左右(yòu)。

此(cǐ)外不论是ChatGPT还是AIGC，都离不(bù)开庞大(dà)算(suàn)力(lì)支(zhī)持。在(zài)关注各类大模型的发展同时，更应该关(guān)注算力网络的建(jiàn)设。

算力网(wǎng)络正驱(qū)动(dòng)AI产(chǎn)业发展进入史(shǐ)诗级加速进程，让AIGC及通(tōng)用AI这一人工智(zhì)能(néng)发展(zhǎn)的终极目标离得更近(jìn)。

因(yīn)为算力可以对突破(pò)性技术创新提供大力的支持。这方面，多模态(tài)大模型是(shì)典(diǎn)型。作为面向(xiàng)未来强人(rén)工(gōng)智能、通用(yòng)人工(gōng)智能(néng)的重要技术创新，多模态大(dà)模型已经(jīng)在(zài)人工智能领域(yù)提出了很多年，业界(jiè)也有(yǒu)不少技术(shù)突破，但是，多模态大模型进一步往下走，算力需求呈几何式上升(shēng)，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、三模态的(de)跃迁，让人工(gōng)智(zhì)能可以灵(líng)活应(yīng)对不同模态的转化、像(xiàng)人(rén)与世界交(jiāo)互一(yī)样自然，这(zhè)方面，由算(suàn)力网络来(lái)驱动将有明(míng)显优势。

此(cǐ)外，还有(yǒu)很多需要爆发式(shì)增长的算力来支(zhī)撑(chēng)的技术创(chuàng)新，将(jiāng)在(zài)人工智(zhì)能算(suàn)力网络支(zhī)撑下快速推进(jìn)。

AIGC已经露出曙光，期待在大(dà)模型和(hé)大算力的支持下AIGC能持续颠覆内(nèi)容生产的(de)方式，将创造(zào)的边际成本降低，让万众受益。

未经允许不得转载：橘子百科-橘子都知道 已婚男人睡完你后的心态，已婚男的得到你一次之后