自聊天(tiān)机器人ChatGPT火爆以来(lái)，微软公司创始人比(bǐ)尔(ěr)·盖(gài)茨(cí)已多次公开谈论(lùn)人(rén)工智能话题(tí)。在(zài)最近的一次采访中，他再次(cì)表示：“AI可能会让科技行业迎来一次剧烈的洗牌”。

这个结论(lùn)是他(tā)在当地时间2月20日(rì)接受《In Good Company》节目专访时提出的。

他预期，AI的发(fā)展可能会威胁到谷歌的市占(zhàn)率，因为微软在AI方面(miàn)的行动相当迅速。而最终(zhōng)科技巨头将把AI整合成用户的“全能助(zhù)手”，包揽一(yī)切(qiè)应用，与(yǔ)人们进行沟(gōu)通并提(tí)供建议，可以取代亚(yà)马(mǎ)逊、Siri或Outlook等应用。

大(dà)佬(lǎo)口中全能助手的到(dào)来可能尚需时日，但由ControlNet引发的又(yòu)一次AI绘画浪潮，让AIGC在(zài)ChatGPT的话(huà)题热点(diǎn)包(bāo)围中杀出重围。

01

ControlNet颠(diān)覆AI绘画新玩法

AIGC向可控靠近

以(yǐ)AI绘画为代表的AIGC上一次爆(bào)火的时(shí)候，还是(shì)2022年(nián)8月，在美国科(kē)罗拉(lā)多州举办的新兴数字艺术(shù)家竞赛中，一(yī)幅名(míng)为(wèi)《太空歌剧院》的作品(pǐn)获奖。

随后各大(dà)厂商(shāng)的AI绘(huì)画(huà)软件被广大网(wǎng)友(yǒu)熟知并(bìng)体验，Stable Diffusion便(biàn)是其中代表(biǎo)。

用(yòng)户们可以(yǐ)在应用中输入一组关键词或者一张照片，就能(néng)获得一幅AI创作的画作(zuò)。

作画的关键就是所输入的(de)文本。同一(yī)组(zǔ)关键词(cí)也可以创作出很多张风(fēng)格不一样的画作，这让(ràng)创作的过程就像(xiàng)开盲盒。

很多用户(hù)很喜欢(huān)这种不确定的惊喜，他们会将生(shēng)成的美图当做头像。而(ér)另一(yī)部(bù)分喜欢翻看AI绘画的“翻(fān)车”作品(pǐn)。在社交媒(méi)体(tǐ)上(shàng)，许(xǔ)多用户分享(xiǎng)AI“翻车现场(chǎng)”，例如(rú)，一位(wèi)网友(yǒu)的小狗(gǒu)照片被(bèi)AI画成了(le)“肌肉男”，还(hái)有网友的(de)个人照片被AI识(shí)别成了(le)建(jiàn)筑。

而如今随着(zhe)ControlNet的出现与加(jiā)持，以往AI绘(huì)画(huà)的填写关键词游戏可能要被颠覆了(le)。

ControlNet是一位正在(zài)斯坦福读博(bó)的中国(guó)人(rén)张吕敏(mǐn)创作的(de)一种(zhǒng)基于控制点的图(tú)像变形(xíng)算法，萝卜丁是最贵的口红吗，世界十大奢华口红品牌主要用于数字图像(xiàng)处理、计算机视觉和(hé)计(jì)算机图形学(xué)等领域(yù)。

其SD插(chā)件一经发(fā)布(bù)，在短短(duǎn)的两天内便成为了AI绘(huì)画领域最(zuì)新的热点。

在此之前，大家(jiā)用了很多方法想让AI生成的结果尽可(kě)能的符(fú)合要(yào)求，但(dàn)是都(dōu)不尽如(rú)人意，它的(de)出现代表(biǎo)着AI生成开(kāi)始进入(rù)真正的可控时期。

因为(wèi)ControlNet可以直接提取画(huà)面(miàn)的构图，人(rén)物的姿(zī)势和画面的深度信息等。有了它的帮助，就不(bù)用(yòng)频(pín)繁(fán)的用提示词来碰运气(qì)，抽盲盒式的(de)创(chuàng)作了。

通俗的说ControlNet相当(dāng)于给AI绘画加了“魔法”，不少博主的作品已经获得了大量的(de)浏览量(liàng)，“viggo”就是其中之一，他用朋(péng)友的照片直接(jiē)带她们走(zǒu)进(jìn)动漫(màn)世界。

viggo先用StableDiffusion图片(piàn)转文字(zì)。

再用Text2Prompt插(chā)件拓展找(zhǎo)到对应的关键词；最后用ControlNet插件绑定(dìng)骨骼开始换关键词试效果。

通(tōng)过图片就(jiù)可以看出来，效果十分(fēn)惊艳。

更厉害(hài)的(de)是，除了真实的(de)照片，草图也可(kě)以加上“魔法(fǎ)”，知乎大牛“DevPoint”和“逗砂”介绍到ControlNet还(hái)能(néng)实现线稿(gǎo)转全彩图。大神张吕敏其本(běn)尊(zūn)也亲自回应。

不(bù)得不说当下AIGC已经变得越来越强大，甚(shèn)至(zhì)输(shū)出(chū)的(de)作(zuò)品(pǐn)都(dōu)已经能以假(jiǎ)乱真了(le)。

02

难(nán)辨虚实，AIGC技(jì)术力爆发

警惕安全问题

近日，“苏州金鸡湖有游艇party”的消息火遍网络，而经过(guò)警(jǐng)方(fāng)辟谣这所(suǒ)谓的“party”可能是全国第一起AI绘(huì)图诈骗。

由于这个活动(dòng)里面(miàn)给出的(de)美女照(zhào)片都(dōu)是AI制作的真人照(zhào)片绘图，因(yīn)为太逼(bī)真，被大家(jiā)当成真事(shì)传播(bō)了。

不过仔(zǎi)细观察可以发(fā)现，活动发起者提供的照片中(zhōng)有个很大的(de)漏洞可以发(fā)现并非真人(rén)，而(ér)是AI绘图，那(nà)便是(shì)图片中女(nǚ)性的手指部分有的存在异常(cháng)。

有行业人事表示：“现在(zài)因为手指部分(fēn)的绘(huì)画(huà)算法比(bǐ)较复杂(zá)，AI还不太会(huì)画人的手，但最新(xīn)看(kàn)到的图片已经(jīng)有(yǒu)越来(lái)越(yuè)完美的(de)AI模型出现，以(yǐ)后可(kě)能就完全没有漏洞了。”

类似的AI作图诈骗在国外也已(yǐ)有(yǒu)发生。据(jù)英国广播(bō)公司报道，土耳(ěr)其地震期间，有(yǒu)Tiktok用户(hù)使用AI合(hé)成了儿童受(shòu)灾(zāi)的假照片发布(bù)到网(wǎng)络，以此诱骗善良的人打(dǎ)赏(shǎng)“捐助(zhù)”从而实施诈骗。

目前随着技术发展(zhǎn)，AIGC已(yǐ)经能做出真人照(zhào)片(piàn)般的绘图效果，如果(guǒ)这(zhè)样的图片被用(yòng)来(lái)诈骗，将非常可怕。

此外AIGC还(hái)引发(fā)了很多担(dān)忧，一方面，批(pī)判者认为AI在“学(xué)习”了大量(liàng)前人(rén)的作品之后(hòu)，其创作没有任何情(qíng)绪(xù)和灵(líng)魂(hún)，难以和人类的艺术(shù)创(chuàng)作(zuò)相(xiāng)提并(bìng)论。

另(lìng)一方(fāng)面(miàn)，AIGC背(bèi)后的版权、目(mù)前都并没有得(dé)到(dào)有效的解决，还有(yǒu)AIGC会(huì)不会代替人类“至高无上”的创(chuàng)意。

马斯克也强调，人工智能的安(ān)全问题需要(yào)得到(dào)重视，太(tài)晚就来不及了。

03

AIGC下一站(zhàn)除了视频，还有远方

技术(shù)都是有(yǒu)两面性的(de)，潜在的危(wēi)害并不能掩盖其光辉的贡(gòng)献(xiàn)。现在看来，人工智能技术将是(shì)第四次工业(yè)革(gé)命的核(hé)心驱动力量，将创造新的增长(zhǎng)奇(qí)迹。

过去一年，人工(gōng)智能在技术(shù)和商业(yè)层面都(dōu)有了(le)巨大进展(zhǎn)，AI绘(huì)画就是人工(gōng)智能(néng)技术发生方(fāng)向性改变的一(yī)个代表。其下一站(zhàn)或许就是视频。

此(cǐ)前，Meta和谷歌先(xiān)后发布(bù)了(le)几条(tiáo)引萝卜丁是最贵的口红吗，世界十大奢华口红品牌爆科技圈的短视频。这些(xiē)视频引发(fā)关注并(bìng)非内容做得多优秀(xiù)，反而(ér)都非常简单，比(bǐ)如一匹(pǐ)正在(zài)喝水(shuǐ)的马，一只画画的玩具熊，或者一段(duàn)骑(qí)摩托车的第一视角录像，随便一个有手机的人都可以随(suí)手录(lù)下一段。

但这些短视频的创作方式非常简单，创作者仅仅需要向AI输入一段话，甚(shèn)至只(zhǐ)是(shì)说(shuō)一下要求，AI就可以根据(jù)需要生成一段视(shì)频。

谷歌发布的(de)两个AI生成视频分别来(lái)自于Imagen Video和Phenaki，前者主要(yào)突出的是高(gāo)清，与(yǔ)Meta的(de)Make-A-Video没有太多的差别。

在Make-A-Video公布了AI生成的视(shì)频后，AI圈(quān)就已经玩了(le)一波(bō)梗，一个能够做出更高清视(shì)频的(de)AI还不(bù)足(zú)以在短时(shí)间内戳中兴奋(fèn)点。

Phenaki更加令(lìng)人震惊的地(dì)方(fāng)在于(yú)，它可(kě)以制作出超(chāo)过2分钟的(de)连贯的也(yě)有确(què)切内容(róng)的视频，这才是真正让人们感到惊喜的地方(fāng)。因为无(wú)论AI生成(chéng)的(de)视频多么高清(qīng)，也(yě)只能是为(wèi)内(nèi)容生产者提(tí)供一个灵感(gǎn)，一个(gè)素材，一个过场动(dòng)画(huà)。

不过能够制作出有具体剧情内容的视频就意味着，一些视频创(chuàng)作由AI代替人工完成已经初步(bù)有了可(kě)能(néng)。

当下AI的发展速度已经超(chāo)过大部分人的(de)想象(xiàng)。内(nèi)容(róng)产业的本质是供给创(chuàng)造需求，AIGC作为(wèi)全新的内(nèi)容生产(chǎn)方式，可以为(wèi)内容产(chǎn)业带(dài)来更新的内容风格、更快的(de)生产速度，更低的生产成本(běn)，这无疑会(huì)驱动内容(róng)产业的大爆发。

除了AI绘图(tú)、视频，AIGC技术还能应用于(yú)音乐、代(dài)码、机器人动作等多种内容(róng)形(xíng)式(shì)的(de)生成。不难发现(xiàn)该(gāi)项技术不(bù)仅在游戏(xì)等行业(yè)能得到(dào)有效应用，对于下一代(dài)互联网各种元素(sù)的构建亦有关键意义。

从商(shāng)业(yè)化的角度来(lái)看，文化娱(yú)乐(lè)、教育、传媒(méi)等诸多领域，本(běn)身就对基于(yú)AI的可(kě)视化(huà)内容有强烈需求。

因此，AI绘画及(jí)视频或不是结果(guǒ)，而只是AI进程中的一(yī)块重要拼图，有望在(zài)技术更新的加持(chí)下实现更大的应(yīng)用价值。

AI从理(lǐ)解内容，走向了可(kě)以生(shēng)成内容，甚至能(néng)够(gòu)创造出独立价值和独立视角的内容。AIGC的再次出圈，更代表着未来的先进生产力即将(jiāng)到来。

04

紧抓大模型与算(suàn)力，牢固AIGC底座

从技术的发展也可以看出，在(zài)语言大(dà)模型、图像大(dà)模型(xíng)之后，多模态大模型已经成为了(le)新的趋势。

大模型(xíng)被誉为当前人工智能发展的智能底座，是全球竞(jìng)争(zhēng)最激烈的研究方向(xiàng)之(zhī)一，包括谷歌(gē)、亚马逊、百度(dù)、阿里、腾讯等众多头部(bù)企业都在竞(jìng)相发力。

不过训练大模型的(de)确(què)价格不菲，以国盛证券发(fā)布(bù)的《ChatGPT需要多少算力》报告估(gū)算，GPT-3训(xùn)练一次的成(chéng)本(běn)约为140万美元。而对于一些更大的LLM(大型(xíng)语言模型)，训练成本则介于200万美元至1200万美元高价(jià)之间(jiān)。

以ChatGPT在2023年(nián)1月(yuè)的独立访客平均数1300万(wàn)计算，其(qí)对应芯片需求为3万多片英伟(wěi)达A100 GPU，初(chū)始(shǐ)投入成本约为8亿美元(yuán)，每(měi)日仅电费(fèi)就(jiù)在5万美(měi)元(yuán)左右。

此外不论(lùn)是ChatGPT还是AIGC，都离不开庞大算(suàn)力支持。在(zài)关注(zhù)各类(lèi)大(dà)模(mó)型的发展(zhǎn)同时，更应(yīng)该(gāi)关注(zhù)算力(lì)网络的建设。

算力网络正驱动AI产业发展进入史诗级加速(sù)进程，让AIGC及(jí)通用AI这(zhè)一人工智(zhì)能发展(zhǎn)的(de)终极目标离得(dé)更(gèng)近(jìn)。

因(yīn)为算力可以(yǐ)对(duì)突破性技术创(chuàng)新提供(gōng)大力的支(zhī)持。这方面，多模态大模型是典型(xíng)。作为面向未来强人工智能、通用(yòng)人工智能的重要技术(shù)创新，多模态(tài)大模型(xíng)已经在人工(gōng)智能领域提出了很多年，业界也有(yǒu)不少技(jì)术突破(pò)，但是，多模态(tài)大模(mó)型进一步往下走，算力(lì)需求呈几何(hé)式上升，一般(bān)的(de)算力基础设施很快将难以胜任。

从图像、文字、语音单独一项的(de)训练，到双模态、三模(mó)态的(de)跃迁，让人(rén)工智能可以灵活(huó)应对(duì)不同(tóng)模态的转化、像人(rén)与世界交(jiāo)互一样自(zì)然，这(zhè)方面，由算(suàn)力网(wǎng)络来(lái)驱动(dòng)将有明显(xiǎn)优势。

此外，还有很多需(xū)要(yào)爆发式增(zēng)长(zhǎng)的算力来支撑的技术创(chuàng)新，将在人工智能算力网(wǎng)络支撑下快速(sù)推进。

AIGC已经露出曙光，期待在大模型(xíng)和(hé)大算力的支持下AIGC能持续颠覆内容生产的方式，将(jiāng)创(chuàng)造的边际成本降(jiàng)低，让万众受益。

未经允许不得转载：绿茶通用站群 萝卜丁是最贵的口红吗，世界十大奢华口红品牌