自聊(liáo)天机(jī)器人ChatGPT火爆(bào)以来(lái)，微软公司创(chuàng)始人比尔·盖茨已多次(cì)公开谈论人工智能话题(tí)。在最近的一次采访中，他再次(cì)表(biǎo)示：“AI可能(néng)会让科技行业迎(yíng)来一次剧烈的洗牌(pái)”。

这个(gè)结论是(shì)他在当地时间(jiān)2月20日接受(shòu)《In Good Company》节目专(zhuān)访时提出的。

他(tā)预期(qī)，AI的发(fā)展可能会威胁到谷(gǔ)歌的市占(zhàn)率，因为微软在AI方面的行动相当迅速。而(ér)最终科技巨头将把AI整合成用户的“全能助手”，包揽一切应用，与人们进行沟通并提供建议，可以(yǐ)取(qǔ)代(dài)亚(yà)马(mǎ)逊、Siri或(huò)Outlook等应(yīng)用。

大佬口中全能助手的到来可能尚(shàng)需时日，但由ControlNet引发的又(yòu)一次(cì)AI绘(huì)画浪潮(cháo)，让(ràng)AIGC在ChatGPT的话题热点包(bāo)围中杀(shā)出重围。

01

ControlNet颠(diān)覆(fù)AI绘画(huà)新玩法(fǎ)

AIGC向(xiàng)可(kě)控靠近

以AI绘画为代表的AIGC上一次爆火的时候(hòu)，还是2022年8月，在美国(guó)科(kē)罗拉(lā)多州举办的新(xīn)兴数字艺术家竞赛中，一幅名为《太空(kōng)歌剧院》的作(zuò)品获奖。

随后(hòu)各大(dà)厂商的AI绘画软件被广大网友熟(shú)知(zhī)并(bìng)体验，Stable Diffusion便是其中代表(biǎo)。

用户们可以在应(yīng)用中输入一组关键词或者一张照片，就能获得(dé)一(yī)幅(fú)AI创作的画作。

作画的关键(jiàn)就是所输入的文本。同一组(zǔ)关键词(cí)也可以创作出很多张风格不一样的(de)画作(zuò)，这让创作的(de)过程就像开盲盒。

很多用户很喜欢这(zhè)种不(bù)确定的惊喜，他(tā)们会将生(shēng)成的美(měi)图当做头像。而另(lìng)一部(bù)分喜欢翻看AI绘画的(de)“翻(fān)车”作品。在社交媒(méi)体上，许(xǔ)多(duō)用户分享AI“翻车现场”，例如，一位网(wǎng)友的小(xiǎo)狗(gǒu)照片被AI画成了“肌肉男”，还(hái)有网友的个人(rén)照片被(bèi)AI识别(bié)成了建筑(zhù)。

而如今随着ControlNet的出现与(yǔ)加持，以往AI绘画的填写关键词游戏可能要(yào)被颠覆了。

ControlNet是一(yī)位正在斯坦福读(dú)博的(de)中(zhōng)国人张吕敏创作(zuò)的一种(zhǒng)基(jī)于(yú)控制点(diǎn)的图像变形算法，主要(yào)用于数字图像处理(lǐ)、计算机视觉和(hé)计算机图形学等领(lǐng)域(yù)。

其(qí)SD插件一经发(fā)布，在短短的(de)两天内便成为了AI绘画(huà)领域最新的热点。

在(zài)此之前(qián)，大家用了很多方法(fǎ)想(xiǎng)让AI生成的结果尽可能的符合要求，但是都不(bù)尽如人意，它的出现代(dài)表着AI生成(chéng)开始(shǐ)进(jìn)入真正的可(kě)控时(shí)期。

因为ControlNet可以直(zhí)接提取画面的构图(tú)，人物的姿(zī)势(shì)和画面的深度信息等。有了它的帮助，就不用频繁(fán)的用提示词来碰运气，抽盲盒式的创(chuàng)作了。

通俗的说ControlNet相当于(yú)给AI绘画加了“魔法(fǎ)”，不(bù)少(shǎo)博(bó)主的作品(pǐn)已经获得了(le)大量(liàng)的浏览量，“viggo”就(jiù)是其中之一，他用(yòng)朋友的照片(piàn)直接带她们(men)走进动漫世界。

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

再用Text2Prompt插(chā)件拓(tuò)展找到对应的关键(jiàn)词(cí)；最后用ControlNet插件绑定骨骼(gé)开始(shǐ)换关键词试效(xiào)果(guǒ)。

通(tōng)过图片就可以看(kàn)出来，效果十分惊艳(yàn)。

更厉害的是，除了真实(shí)的照片，草(cǎo)图也可(kě)以加上“魔法”，知乎大牛“DevPoint”和(hé)“逗(dòu)砂”介绍到(dào)ControlNet还能(néng)实现(xiàn)线稿转全彩图(tú)。大神(shén)张吕敏其本(běn)尊也(yě)亲自(zì)回(huí)应(yīng)。

不得(dé)不说当下AIGC已经变得越来越强大(dà)，甚至输出的作品(pǐn)都已经能以假乱(luàn)真了。

02

难(nán)辨(biàn)虚实，AIGC技术力爆发

警惕安(ān)全问(wèn)题(tí)

近日，“苏州(zhōu)金(jīn)鸡湖有游艇party”的消息火(huǒ)遍网络，而(ér)经过(guò)警方辟谣这所谓的“party”可能是全国第一起AI绘图诈骗。

由(yóu)于这个活动(dòng)里面给出的美女(nǚ)照片都是AI制作的真人照(zhào)片(piàn)绘图，因为太逼(bī)真(zhēn)，被(bèi)大家当成真事传播了。

不过仔(zǎi)细观察可以发现，活(huó)动(dòng)发起者提供(gōng)的照片中有个(gè)很大的漏洞可以发现并非(fēi)真人，而是AI绘图，那便是图(tú)片中(zhōng)女性的手指(zhǐ)部分有的存在异(yì)常。

有行业人(rén)事表(biǎo)示：“现在因为手指部分的绘(huì)画算法比较复杂，AI还不太会画人的手，但(dàn)最新看到(dào)的图片已经有越来越完(wán)美的AI模型(xíng)出(chū)现，以后可能就完全没有漏洞了。”

类(lèi)似的AI作图诈骗(piàn)在国外也(yě)已有发(fā)生(shēng)。据英国广播公司报(bào)道，土耳其地震期间，有Tiktok用户使用AI合(hé)成了儿童受(shòu)灾的(de)假照(zhào)片发布(bù)到网络(luò)，以此诱骗善良的人(rén)打赏(shǎng)“捐助”从而(ér)实施诈骗。

目前随着(zhe)技术发展，AIGC已经(jīng)能做出真(zhēn)人照片般的绘图(tú)效果，如(rú)果(guǒ)这样的图(tú)片被用来诈骗，将非常可怕(pà)。

此外AIGC还引发了很多担(dān)忧，一方(fāng)面，批判(pàn)者认为AI在“学习(xí)”了大量前人的作(zuò)品之后，其创作没(méi)有任何情(qíng)绪和(hé)灵魂，难(nán)以和人类(lèi)的艺术创作相提(tí)并论(lùn)。

另(lìng)一(yī)方面(miàn)，AIGC背后(hòu)的版权(quán)、目前都并没有(yǒu)得(dé)到(dào)有(yǒu)效的(de)解决，还(hái)有AIGC会不会代替人类(lèi)“至(zhì)高无上”的(de)创意。

马斯(sī)克也强调，人工智能的安全问(wèn)题需要(yào)得到重视，太晚(wǎn)就来不及了。

03

AIGC下一(yī)站除了视频，还(hái)有远方

技(jì)术(shù)都是有两面性的，潜(qián)在(zài)的(de)危(wēi)害并不能掩(yǎn)盖其光(guāng)辉的(de)贡献。现在(zài)看来(lái)，人工智(zhì)能技(jì)术将(jiāng)是第四次工业革(gé)命的核心驱(qū)动力(lì)量，将创造(zào)新的增长奇迹。

过(guò)去一年，人(rén)工(gōng)智(zhì)能在(zài)技术和(hé)商业层面都有(yǒu)了巨大进(jìn)展(zhǎn)，AI绘(huì)画就是人工智能技(jì)术发生方向(xiàng)性改变的一(yī)个代表。其(qí)下一(yī)站或许就是视频。

此前，Meta和谷歌(gē)先后(hòu)发(fā)布了几条引(yǐn)爆科技圈的短视频(pín)。这些(xiē)视频引(yǐn)发关注(zhù)并非(fēi)内容做得多优秀，反(fǎn)而都非常简(jiǎn)单，比如一匹正在喝水的马，一只画画的玩具熊(xióng)，或者一段骑摩托车的第一视角录像，随便一个有手机的(de)人都(dōu)可(kě)以随手(shǒu)录下一(yī)段(duàn)。

但这些短视频(pín)的创作方式非常简单(dān)，创(chuàng)作者仅仅需(xū)要(yào)向AI输入一段话，甚至(zhì)只是说一下(xià)要求，AI就可(kě)以根据需要生成(chéng)一段(duàn)视频(pín)。

谷歌发布的两个AI生成视频分别来自于Imagen Video和Phenaki，前者(zhě)主要突出(chū)的(de)是(shì)高清，与Meta的Make-A-Video没(méi)有(yǒu)太多的(de)差别(bié)。

在Make-A-Video公(gōng)布了AI生成的视频(pín)后(hòu)，AI圈就已(yǐ)经(jīng)玩了(le)一波梗，一个能够做出更高清视频的AI还(hái)不足以在短时间内戳中兴奋点。

Phenaki更加(jiā)令人震惊的地方在(zài)于，它可以制(zhì)作出超过2分钟(zhōng)的(de)连贯(guàn)的也(yě)有(yǒu)确切内容的视频，这才是真正(zhèng)让(ràng)人们感(gǎn)到惊喜的地(dì)方。因为无论AI生成的视频多么高清，也(yě)只能是为内容生(shēng)产者提供(gōng)一(yī)个灵感(gǎn)，一个(gè)素(sù)材，一个过场动画。

不过能够制作出(chū)有(yǒu)具体剧情内(nèi)容的视频就意味着，一些(xiē)视频创作由AI代替人工(gōng)完成已经初步(bù)有了(le)可能。

当(dāng)下AI的(de)发展速度已经超过大部分人的想象(xiàng)。内容产业的(de)本质是供给(gěi)创(chuàng)造需求(qiú)，AIGC作为全新的内容生产方(fāng)式，可以为内容产业带来更(gèng)新(xīn)的内容风格、更快的生产(chǎn)速度(dù)，更低的生产成本，这无疑会驱动内容(róng)产业的大爆发。

除了AI绘(huì)图、视频，AIGC技(jì)术(shù)还能应用于音乐、代码、机器(qì)人动作等(děng)多(duō)种内容形(xíng)式(shì)的生成。不难(nán)发(fā)现该项(xiàng)技术不仅在游戏等行业能得到(dào)有效(xiào)应用，对于下一代(dài)互联网各种元素的构建亦有关键意义。

从(cóng)商业化的角(jiǎo)度(dù)来(lái)看，文化娱(yú)乐(lè)、教(jiào)育、传媒等(děng)诸多领域，本(běn)身就对(duì)基于AI的可视化(huà)内容有强烈需求。

因此，AI绘画(huà)及(jí)视频或(huò)不是结果，而只是AI进程中的一块(kuài)重要拼图，有望在技术更(gèng)新的(de)加持(chí)下实现更大的应(yīng)用价值。

AI从理解内容(róng)，走向了(le)可以生成内容，甚至能够创(chuàng)造出独立价值(zhí)和独立(lì)视角的内容(róng)。AIGC的再次出(chū)圈，更代表(biǎo)着未来的先进(jìn)生(shēng)产(chǎn)力即将到(dào)来(lái)。

04

紧(jǐn)抓(zhuā)大模(mó)型与算(suàn)力，牢固(gù)AIGC底座(zuò)

从(cóng)技(jì)术的发展也(yě)可以看出，在语言大模型(xíng)、图像大模型之后，多(duō)模态大模型已经(jīng)成为了新的趋势。

大(dà)模型被誉为当前人工智(zhì)能发展的(de)智(zhì)能底座，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)讯等众多头部企(qǐ)业都在竞相发力(lì)。

不(bù)过训练大模(mó)型的确价(jià)格不菲(fēi)，以国盛(shèng)证券发(fā)布的(de)《ChatGPT需要多少(shǎo)算力》报告估算，GPT-3训练一(yī)次的成本约为140万美元。而对于(yú)一(yī)些更大的LLM(大型语言模型)，训练成本(běn)则介于(yú)200万(wàn)美(měi)元至1200万美(měi)元高价之间。

以ChatGPT在2023年(nián)1月的独立访(fǎng)客平(píng)均数1300万计算，其对应芯片需求为3万多片英伟达(dá)A100 GPU，初始投入成本约(yuē)为8亿(yì)美元(yuán)，每(měi)日仅电费(fèi)就(jiù)在5万美元(yuán)左右。

此外不论是ChatGPT还是(shì)AIGC，都离不开庞大(dà)算力支持。在关注各类大模型的发(fā)展同时，更应(yīng)该(gāi)关(guān)注(zhù)算力网络的建设。

算力网络正驱动AI产业发展进入史(shǐ)诗级加速进程，让AIGC及通用(yòng)AI这一(yī)人工(gōng)智能发展(zhǎn)的(de)终极目标(biāo)离(lí)得更近。

因为算力可以对(duì)突破(pò)性技(jì)术创新(xīn)提(tí)供(gōng)大力的支持。这方面(miàn)，多模(mó)态大(dà)模型(xíng)是典型(xíng)。作为面向未(wèi)来强(qiáng)人(rén)工智(zhì)能、通用人(rén)工智(zhì)能的(de)重(zhòng)要技(jì)术创新，多模态(tài)大模型已经在人工智(zhì)能(néng)领域提(tí)出了很多(duō)年(nián)，业界(jiè)也有不少(shǎo)技(jì)术突破，但是(shì)，多模态大模型进一步往下走，算力(lì)需求(qiú)呈几何式上升，一般的算(suàn)力基础(chǔ)设施很快(kuài)将难以胜(shèng)任。

从图像、文字(zì)、语音单(dān)独一项的训练，到双模态、三模(mó)态的跃迁，让人工智能可以灵活应(yīng)对不(bù)同模态(tài)的(de)转(zhuǎn)化、像人与世界(jiè)交互一样自然，这方(fāng)面，由算力网络来(lái)驱(qū)动将有明显优势。

此外，还有很多需(xū)要爆发式增长的算力(lì)来(lái)支撑的技(jì)术创新，将在人工智能算力网络支(zhī)撑下快速推进。

AIGC已经露出曙光，期待在大模(mó)型和大算力的支持下AIGC能持续颠覆内(nèi)容生产的(de)方式，将(jiāng)创造的边际成本降低，让万众(zhòng)受益。

未经允许不得转载：绿茶通用站群 为什么好多美女都口臭，女朋友很漂亮但是有口臭