自(zì)聊天机器(qì)人ChatGPT火爆以来，微软公司创始人比尔·盖茨(cí)已多次公开谈论人工智(zhì)能(néng)话题。在最近(jìn)的一次采访中，他再次表示(shì)：“AI可能会让科技(jì)行(xíng)业迎来一次剧(jù)烈的洗(xǐ)牌”。

这个(gè)结论是他在当地(dì)时(shí)间2月(yuè)20日接受《In Good Company》节目(mù)专访时提(tí)出的。

他(tā)预期，AI的发展可能会(huì)威胁到谷(gǔ)歌的市(shì)占率，因(yīn)为微软在AI方面的行动相当(dāng)迅速(sù)。而最(zuì)终科技巨头将把AI整合成用(yòng)户(hù)的“全能助手(shǒu)”，包揽一切应用(yòng)，与人(rén)们进行(xíng)沟通并提供建议，可(kě)以取代亚马逊、Siri或Outlook等应用(yòng)。

大佬(lǎo)口中全能助(zhù)手的到来(lái)可(kě)能(néng)尚需时日，但由ControlNet引发的又一次AI绘(huì)画浪潮，让AIGC在ChatGPT的(de)话题(tí)热点包围中(zhōng)杀(shā)出重围。

01

ControlNet颠覆(fù)AI绘画新玩法

AIGC向可(kě)控靠近

以AI绘画为代表的AIGC上一次爆(bào)火的时(shí)候，还(hái)是2022年(nián)8月，在(zài)美国(guó)科罗(luó)拉多州举办的新兴数字艺术(shù)家竞(jìng)赛中，一幅(fú)名为《太空歌剧院》的作品获奖。

随后(hòu)各大厂商的AI绘画(huà)软件被广大网友(yǒu)熟(shú)知并体验，Stable Diffusion便是其中代(dài)表(biǎo)。

用户(hù)们可(kě)以在应用中输入一组关键词或者(zhě)一张照片，就能获(huò)得一幅AI创作的画作(zuò)。

作(zuò)画(huà)的关键就是所(suǒ)输入的文本。同一组关键词也可以创作出很多张风格(gé)不一样的(de)画作，这让创作(zuò)的过程就像开(kāi)盲盒。

很多用(yòng)户(hù)很(hěn)喜欢(huān)这种不确定的(de)惊喜(xǐ)，他们会将生(shēng)成的美图当做头像。而另一部(bù)分喜欢翻看AI绘画的(de)“翻车”作品(pǐn)。在(zài)社交媒(méi)体上，许多(duō)用户分享AI“翻车(chē)现场”，例如(rú)，一(yī)位网(wǎng)友的(de)小狗照片被(bèi)AI画成了“肌肉(ròu)男”，还有网友的个人(rén)照片(piàn)被AI识别成了建(jiàn)筑。

而如今随着ControlNet的出现与(yǔ)加持，以往AI绘(huì)画的填(tián)写关(guān)键词游戏可(kě)能(néng)要被颠覆(fù)了。

ControlNet是一位正在斯(sī)坦福读(dú)博的中国人(rén)张吕敏创作的一种基于控制点的(de)图像变形(xíng)算法，主要用于数字图像处理、计算机(jī)视(shì)觉和计算(suàn)机图形学等领(lǐng)域。

其SD插件一经(jīng)发布，在短短的两天内便成为了AI绘画(huà)领域最新的热(rè)点。

在此(cǐ)之前(qián)，大(dà)家用了(le)很(hěn)多(duō)方法(fǎ)想(xiǎng)让AI生成的结果尽可能(néng)的符合要求，但(dàn)是都不尽如人意，它的出(chū)现代(dài)表着AI生成开始进入真正的(de)可控时期。

因为ControlNet可以(yǐ)直接(jiē)提取画面的构图，人物的(de)姿势和(hé)画面的深度信息(xī)等。有了它的帮助，就不(bù)用频繁的(de)用提示词来(lái)碰(pèng)运(yùn)气，抽盲盒式的创作(zuò)了(le)。

通俗的说ControlNet相当于给AI绘画加了“魔法(fǎ)”，不少(shǎo)博主的作(zuò)品已经获(huò)得了大量的(de)浏览量，“viggo”就是其(qí)中之一，他用朋友的照片直接(jiē)带(dài)她(tā)们走进动漫世界。

viggo先(xiān)用StableDiffusion图片转文字。

再用Text2Prompt插件拓展(zhǎn)找到(dào)对应的关键词(cí)；最(zuì)后用ControlNet插件(jiàn)绑定骨骼(gé)开(kāi)始换关键词试效果。

通过(guò)图片(piàn)就可(kě)以看出来(lái)，效果十(shí)分惊艳。

更厉害(hài)的(de)是，除了真实的照片，草图(tú)也可(kě)以加上“魔(mó)法(fǎ)”，知乎大牛“DevPoint”和(hé)“逗砂”介绍到ControlNet还能实现线稿转全彩图(tú)。大神张吕敏其本尊也(yě)亲自(zì)回应。

不得不说当下AIGC已经变得越来越强大，甚至输出的(de)作品都已经能(néng)以假乱真了。

02

难辨虚实，AIGC技术力爆发

警惕安全(quán)问题

近日，“苏州金鸡湖有游艇party”的消息(xī)火遍网络，而经过警(jǐng)方辟谣这所(suǒ)谓的“party”可能(néng)是全(quán)国第一起(qǐ)AI绘图诈骗。

由于这(zhè)个活动里面给(gěi)出的美女照片都是AI制作(zuò)的真人(rén)照片绘图，因为太逼真(zhēn)，被(bèi)大家(jiā)当成(chéng)真事(shì)传播了。

不过仔细(xì)观察可以发现(xiàn)，活动发起(qǐ)者提供的照片中有个(gè)很大的漏(lòu)洞可以发现并非真人(rén)，而是AI绘图，那(nà)便是图片中(zhōng)女性的(de)手指部分有的存在(zài)异(yì)常(cháng)。

有行业(yè)人事表示(shì)：“现在(zài)因(yīn)为手(shǒu)指部分的绘画(huà)算法比较(jiào)复杂，AI还不太会画人的手，但最新看到的图片已(yǐ)经有越来越完美的(de)AI模型出现，以后可(kě)能(néng)就完(wán)全(quán)没有漏洞了。”

类似的AI作图(tú)诈骗在(zài)国外也已(yǐ)有发生。据英国(guó)广播公司报道，土耳(ěr)其地震期间，有Tiktok用户使(shǐ)用AI合成了儿童受(shòu)灾的假照(zhào)片发(fā)布到(dào)网络，以此诱骗善(shàn)良的(de)人(rén)打赏“捐助”从而实施(shī)诈骗。

目前随着技术发展，AIGC已经能做出真人(rén)照片般的绘图效果，如果这样的图片被用来诈骗(piàn)，将(jiāng)非常可(kě)怕(pà)。

此外AIGC还引发了很多担忧，一方面(miàn)，批(pī)判者认为(wèi)AI在“学(xué)习”了大量(liàng)前人的作品之后(hòu)，其创作没有(yǒu)任何(hé)情(qíng)绪和灵魂，难以和(hé)人类的艺(yì)术创作相提并论。

另(lìng)一方面，AIGC背后的版权、目前都(dōu)并没有得到(dào)有效(xiào)的解决，还(hái)有AIGC会(huì)不(bù)会代(dài)替(tì)人类“至高无(wú)上”的(de)创意。

马斯克也强调，人工智能的安全问题(tí)需(xū)要得到重视，太晚就来不(bù)及了(le)。

03

AIGC下一站除了视频，还有远(yuǎn)方

技(jì)术都是有(yǒu)两面性的，潜在(zài)的危害并不(bù)能掩(yǎn)盖其光辉的贡(gòng)献(xiàn)。现在看来，人工智能技术将是(shì)第(dì)四次工业革命的核心驱动力量，将创造新的增(zēng)长奇迹。

过去一年，人工智能在技(jì)术和商业(yè)层面都有(yǒu)了(le)巨大进展，AI绘画就是(shì)人工智能技术发(fā)生方向性(xìng)改变的一个代表。其下一站或许就是视(shì)频。

此前，Meta和谷歌先后发布(bù)了几(jǐ)条引爆(bào)科技圈的短(duǎn)视频。这些视频引发(fā)关(guān)注并(bìng)非内容(róng)做得(dé)多(duō)优秀，反(fǎn)而都非常简(jiǎn)单(dān)，比如(rú)一匹正在喝(hē)水的马，一(yī)只画画的玩具熊，或者一段骑摩托车的(de)第一视角录像，随便(biàn)一个有(yǒu)手机的(de)人都可以(yǐ)随手录下一段。

但(dàn)这些短(duǎn)视频的(de)创作方(fāng)式非(fēi)常简单，创作者仅仅需要向AI输入一段话(huà)，甚(shèn)至只是说一(yī)下要求，AI就可以根据需要生(shēng)成一(yī)段视频。

谷歌发布(bù)的两个(g1米等于多少mm 1米等于多少厘米è)AI生成视频分别来自于Imagen Video和Phenaki，前者主要突出的是高清，与(yǔ)Meta的Make-A-Video没有(yǒu)太多的差别。

在Make-A-Video公布(bù)了AI生(shēng)成的视(shì)频后，AI圈就已经玩了一波梗(gěng)，一个能够做出更高清(qīng)视频的AI还不足(zú)以在短时间内戳中兴奋点。

Phenaki更加(jiā)令(lìng)人震惊的地方在于，它可以制作出超过2分钟的连贯的也(yě)有(yǒu)确切内(nèi)容的视频，这才是真正让人们感到惊喜的地方(fāng)。因(yīn)为(wèi)无论AI生成的视频(pín)多么(me)高清，也只(zhǐ)能是为内(nèi)容生产者提供一个(gè)灵感，一个素材，一(yī)个过场(chǎng)动画。

不过能够(gòu)制作出(chū)有具(jù)体(tǐ)剧情内容的视(shì)频就意味着，一些视(shì)频创作由AI代替人工完成已经初步有了(le)可能。

当下AI的发展(zhǎn)速度(dù)已经(jīng)超过大(dà)部分人的想象。内容产业的(de)本质是供给创(chuàng)造需求，AIGC作为全新(xīn)的(de)内容(róng)生产(chǎn)方(fāng)式，可(kě)以为(wèi)内(nèi)容产(chǎn)业(yè)带来更(gèng)新的内容风格(gé)、更快(kuài)的(de)生产(chǎn)速(sù)度，更(gèng)低的(de)生产成本，这无疑会(huì)驱(qū)动内容产业的大爆发。

除了AI绘图、视频，AIGC技术还能(néng)应用于音(y1米等于多少mm 1米等于多少厘米īn)乐、代码、机(jī)器人动(dòng)作等多种内容形式的生成(chéng)。不难发现该项(xiàng)技术不仅在(zài)游戏等(děng)行业能(néng)得(dé)到有效应用，对于(yú)下一代互联(lián)网各种(zhǒng)元素的构(gòu)建亦有(yǒu)关键意义。

从商业化(huà)的(de)角度(dù)来看，文化娱乐、教育、传(chuán)媒等诸多(duō)领(lǐng)域，本身(shēn)就对(duì)基于AI的可(kě)视(shì)化内(nèi)容有强烈需求。

因(yīn)此，AI绘画及视频或(huò)不是(shì)结果，而只是AI进程中的一块重要拼图，有望(wàng)在技术(shù)更新的加持(chí)下(xià)实(shí)现更大的应用价值。

AI从理解内容，走向了可(kě)以生成内容，甚至能够创(chuàng)造出独立价值和独立视(shì)角(jiǎo)的内容。AIGC的再次出(chū)圈，更代表着未(wèi)来的先进(jìn)生产力即将(jiāng)到来。

04

紧抓大模(mó)型与算力，牢固AIGC底座(zuò)

从技术的发展也可以看(kàn)出，在语言大模型、图像大模型之后，多模(mó)态(tài)大(dà)模型已(yǐ)经成为了(le)新的趋势。

大模型被(bèi)誉为当前(qián)人工智能发展的智(zhì)能底座(zuò)，是全球竞争最激烈的研究(jiū)方(fāng)向之一，包括谷(gǔ)歌、亚马逊、百度、阿里、腾讯等(děng)众(zhòng)多(duō)头部企业都(dōu)在竞相发(fā)力。

不过训(xùn)练大模型的确(què)价格不菲，以国盛(shèng)证券发(fā)布的(de)《ChatGPT需要多少算(suàn)力》报告(gào)估算(suàn)，GPT-3训练一次的成本(běn)约为140万(wàn)美(měi)元(yuán)。而对(duì)于一些更大的LLM(大型(xíng)语言模型)，训练(liàn)成(chéng)本(běn)则介于200万美元(yuán)至(zhì)1200万美元高价之间(jiān)。

以(yǐ)ChatGPT在2023年1月(yuè)的独(dú)立访客平均数1300万(wàn)计算，其对应芯片需(xū)求为(wèi)3万(wàn)多片英(yīng)伟达A100 GPU，初始投(tóu)入成本(běn)约为8亿(yì)美元，每日仅(jǐn)电费就在(zài)5万(wàn)美元(yuán)左右。

此(cǐ)外不论是ChatGPT还是(shì)AIGC，都离不开庞(páng)大算力(lì)支(zhī)持。在关注各类大模(mó)型的发展同(tóng)时，更(gèng)应该关注算力网络的(de)建设。

算力网络(luò)正驱动AI产业发展进入史诗级加速进程，让AIGC及通用AI这一人工(gōng)智能发展的(de)终极目标离得更近。

因为(wèi)算力可以对突破性技术创(chuàng)新提供大力(lì)的(de)支持。这方面，多模态大模型(xíng)是典型。作为面向未来(lái)强(qiáng)人工(gōng)智能、通(tōng)用(yòng)人工智能的重要技术(shù)创新，多模态大模型已经在(zài)人工智能领域提出了很多年，业界也有(yǒu)不少技术突破(pò)，但是，多模态(tài)大模(mó)型进一步(bù)往(wǎng)下走，算力需求呈几何式上升，一(yī)般的算力基础设施很快(kuài)将难(nán)以胜任。

从(cóng)图像、文字、语音单独(dú)一项(xiàng)的(de)训练(liàn)，到(dào)双模态、三模态的跃(yuè)迁，让人工智能可以(yǐ)灵活应对不同模态的转化、像人与世界交互一样(yàng)自(zì)然(rán)，这(zhè)方面，由算力网络(luò)来驱(qū)动将有明显优势(shì)。

此(cǐ)外(wài)，还(hái)有很多需要(yào)爆发式增长的算力来支(zhī)撑的技(jì)术创新，将在人(rén)工智能算力网(wǎng)络支撑下快速推(tuī)进。1米等于多少mm 1米等于多少厘米>