自聊(liáo)天机器(qì)人(rén)ChatGPT火爆以来(lái)，微软公司创始人比尔·盖(gài)茨已多次公(gōng)开谈(tán)论(lùn)人(rén)工智能话(huà)题。在最近的一次采访中，他再次表示：“AI可能会让科技行业(yè)迎(yíng)来一(yī)次剧烈(liè)的洗牌(pái)”。

这个(gè)结论是他在(zài)当地时(shí)间2月(yuè)20日接受《In Good Company》节目专访时提出(chū)的。

他预期，AI的发展可(kě)能会威胁到谷歌的市(shì)占率，因为(wèi)微软在AI方面的行动相当迅速。而(ér)最(zuì)终科技(jì)巨头将把AI整合(hé)成(chéng)用户(hù)的“全能助手”，包揽(lǎn)一切应用，与人(rén)们进行沟(gōu)通并(bìng)提供(gōng)建(jiàn)议，可以取(qǔ)代亚(yà)马逊、Siri或(huò)Outlook等应用。

大佬口中全能(néng)助(zhù)手的(de)到来可能(néng)尚(shàng)需时日，但由ControlNet引发的又一次(cì)AI绘画浪(làng)潮，让(ràng)AIGC在ChatGPT的话(huà)题热(rè)点(diǎn)包(bāo)围中杀出(chū)重围。

01

ControlNet颠覆AI绘画新玩法(fǎ)

AIGC向可控靠近

以(yǐ)AI绘画为(wèi)代表的AIGC上(shàng)一次(cì)爆(bào)火的时候，还(hái)是(shì)2022年8月，在美国科罗拉多州举办(bàn)的新兴(xīng)数字艺术家竞赛(sài)中，一幅名为《太空歌剧院(yuàn)》的作品获奖。

随后各大厂(chǎng)商的AI绘画软件(jiàn)被广大(dà)网友熟知并体验，Stable Diffusion便是其中代(dài)表。

用户们可以在应用(yòng)中输入一组关键词(cí)或者一张照(zhào)片，就能获(huò)得(dé)一幅(fú)AI创作的(de)画作。

作画的关键(jiàn)就是所输入的文本。同一组关(guān)键词也可(kě)以创(chuàng)作(zuò)出很多张风格不(bù)一样(yàng)的画作，这让创(chuàng)作(zuò)的过(guò)程就(jiù)像开盲盒(hé)。

很多用户很喜欢这种不确定的惊喜，他们会将生成的美图当(dāng)做(zuò)头像。而另一部(bù)分喜欢翻看AI绘(huì)画的“翻车”作品。在社交媒(méi)体上，许(xǔ)多(duō)用户分享AI“翻车现场”，例(lì)如，一位网友的小狗照片被AI画成了“肌肉男”，还有(yǒu)网友(yǒu)的个人(rén)照片被AI识别(bié)成了建筑(zhù)。

而如今随着ControlNet的(de)出现与加持，以往(wǎng)AI绘画的(de)填写关键词游戏可能要(yào)被颠(diān)覆了(le)。

ControlNet是一位正在斯坦福(fú)读博(bó)的中国人(rén)张吕敏创(chuàng)作的一种基于控制点的图像(xiàng)变形算法，主(zhǔ)要用(yòng)于数字图像处(chù)理、计(jì)算(suàn)机(jī)视(shì)觉和(hé)计(jì)算机图形学等(děng)领域。

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

在此之前(qián)，大家用了(le)很多(duō)方法想让AI生成的结(jié)果尽可能(néng)的符合要求，但是(shì)都不尽如人意(yì)，它(tā)的出现代表(biǎo)着(zhe)AI生(shēng)成开始进入(rù)真正的可(kě)控时(shí)期。

因为ControlNet可以直接提(tí)取画面的构图，人物(wù)的(de)姿势和(hé)画面的深度信息等。有了它(tā)的帮(bāng)助，就(jiù)不用频繁(fán)的(de)用提(tí)示(shì)词(cí)来碰运气，抽盲盒式的创作了。

通俗(sú)的说ControlNet相当于给AI绘画加了“魔法”，不少博(bó)主的作品(pǐn)已经(jīng)获得了大(dà)量的浏览量(liàng)，“viggo”就是其中(zhōng)之一，他用朋(péng)友的(de)照片直接带她(tā)们走(zǒu)进动漫世界(jiè)。

viggo先用(yòng)StableDiffusion图片转文字(zì)。

再用Text2Prompt插件拓展找(zhǎo)到(dào)对应的关(guān)键(jiàn)词；最后用ControlNet插件绑定骨骼(gé)开始(shǐ)换关键词试效果(guǒ)。

通过图片就可以看出来(lái)，效果十分惊艳。

更厉害(hài)的是，除了真实(shí)的照片，草(cǎo)图也可以加(jiā)上“魔法”，知乎大牛“DevPoint”和“逗砂”介绍到ControlNet还能实现线稿转(zhuǎn)全彩图(tú)。大神张吕(lǚ)敏其本(běn)尊也亲自回应(yīng)。

不得不说当下AIGC已经变得越来越强(qiáng)大(dà)，甚(shèn)至(zhì)输出的作品(pǐn)都已经能以假(jiǎ)乱真(zhēn)了。

02

难辨虚实，AIGC技术力爆(bào)发

警惕安全问(wèn)题

近日(rì)，“苏州金鸡(jī)湖有游艇party”的(de)消息火遍网络，而经(jīng)过(guò)警方(fāng)辟(pì)谣(yáo)这所谓的(de)“party”可能是(shì)全国第一(yī)起AI绘图(tú)诈骗。

由(yóu)于这个活动(dòng)里面给出的美(měi)女(nǚ)照(zhào)片都是AI制作的真人(rén)照片(piàn)绘(huì)图，因为(wèi)太逼真，被(bèi)大家当成真(zhēn)事传(chuán)播了。

不过仔细观察可(kě)以发现，活动发起者提供的照片(piàn)中有个(gè)很大的漏洞可(kě)以发现并非真人(rén)，而是AI绘图，那便是图片中女性的手(shǒu)指部分有(yǒu)的存(cún)在异(yì)常(cháng)。

有(yǒu)行业人事(shì)表示：“现在因为手指(zhǐ)部(bù)分的(de)绘画算法比较复(fù)杂，AI还不太会(huì)画人的(de)手，但最新看到的图片已经(jīng)有越来越完美的(de)AI模型出(chū)现，以后可(kě)能(néng)就完全没有(yǒu)漏洞了。”

类似的AI作图诈(zhà)骗在国外也(yě)已(yǐ)有发生。据英国广(guǎng)播公司(sī)报道，土耳其地震期间，有(yǒu)Tiktok用(yòng)户使用AI合成了(le)儿童(tóng)受灾(zāi)的假(jiǎ)照(zhào)片发布到网(wǎng)络，以(yǐ)此(cǐ)诱骗善良的人打赏(shǎng)“捐助(zhù)”从(cóng)而(ér)实施诈(zhà)骗。

目前随(suí)着(zhe)技术发展(zhǎn)，AIGC已(yǐ)经(jīng)能做出真人照(zhào)片般的(de)绘图效果，如果这样的图片被(bèi)用来诈骗，将非常可怕。

此外AIGC还引发了很多担(dān)忧，一方面，批(pī)判者认为AI在“学习(xí)”了(le)大量前人的作品之后(hòu)，其创(chuàng)作没有任何情绪和灵魂(hún)，难以和(hé)人类的艺术创作相提并论。

另一(yī)方面，AIGC背后(hòu)的(de)版权、目前都并没有得到有(yǒu)效的(de)解决，还有AIGC会不会代替人类“至高无上”的创意(yì)。

马(mǎ)斯(sī)克也强调，人工智能的(de)安(ān)全问题需要得到重视，太晚(wǎn)就(jiù)来不及了。

03

AIGC下一(yī)站除了视(shì)频，还(hái)有远方

技术(shù)都是有(yǒu)两面性(xìng)的，潜在的危(wēi)害(hài)并不能掩盖其光辉的贡献。现在看来(lái)，人工(gōng)智能技术(shù)将是第四次工(gōng)业革命(mìng)的核心(xīn)驱(qū)动力(lì)量(liàng)，将(jiāng)创造新的增长(zhǎng)奇迹(jì)。

过(guò)去一年，人工(gōng)智(zhì)能在技术和商业层面都有了(le)巨大进展，AI绘画就(jiù)是人工智(zhì)能(néng)技术发生方(fāng)向(xiàng)性(xìng)改变的一(yī)个(gè)代表。其(qí)下一(yī)站或(huò)许(xǔ)就是视频。

此前，Meta和谷歌先后发布了几条引爆科技圈的(de)短(duǎn)视频。这些视(shì)频(pín)引发关注并非内容做(zuò)得多(duō)优(yōu)秀，反而都(dōu)非(fēi)常简(jiǎn)单(dān)，比如(rú)一匹正在喝水的(de)马，一只画(huà)画(huà)的玩具(jù)熊，或者一段骑(qí)摩托车的第一视角录像，随便一(yī)个(gè)有手机的人(rén)都(dōu)可以随(suí)手录(lù)下一段(duàn)。

但这些短视频的创(chuàng)作方式(shì)非(fēi)常简(jiǎn)单，创(chuàng)作者仅仅(jǐn)需要向AI输入一段话，甚至(zhì)只是(shì)说一下要求(qiú)，AI就(jiù)可以根据需要生成一段视频。

谷歌发(fā)布的两个AI生(shēng)成视频(pín)分(fēn)别来自(zì)于Imagen Video和Phenaki，前者主要突出的是高(gāo)清，与Meta的Make-A-Video没有太(tài)多的差别(bié)。

在(zài)Make-A-Video公布(bù)了AI生成的(de)视频(pín)后，AI圈就已经玩了一波梗，一个能够做出更(gèng)高清视频的AI还不足以在短时间内戳中兴奋点。

Phenaki更加令人(rén)震惊的地方在(zài)于，它可以制作出超(chāo)过2分钟的(de)连(lián)贯的也有确切内容的视(shì)频(pín)，这才是真正让(ràng)人们感到惊喜的地方。因为无论AI生成的视频多么高清，也只能是为内容生产者提供一个(gè)灵感，一个素(sù)材，一个过场动(dòng)画。

不过能够(gòu)制作(zuò)出有具体(tǐ)剧情内容的视频就(jiù)意味着，一些(xiē)视频(pín)创作由AI代(dài)替人工完成已经初(chū)步有了可(kě)能(néng)。

当下AI的发展速度已经超过大部分人的想(xiǎng)象(xiàng)。内容(róng)产业的本质是供给创(chuàng)造(zào)需(xū)求，AIGC作为(wèi)全新的内(nèi)容生(shēng)产方(fāng)式，可以为(wèi)内容产(chǎn)业(yè)带来更(gèng)新的内容风格(gé)、更快的生产速度，更低的生产(chǎn)成本，这无疑(yí)会(huì)驱动(dòng)内容产业的大爆发(fā)。

除了AI绘(huì)图、视频，AIGC技术还(hái)能应用(yòng)于(yú)音乐、代码、机(jī)器人(rén)动作等多种内(nèi)容形式的生成(chéng)。不难发(fā)现该项技术不仅在游戏等行业能(néng)得到有效应用(yòng)，对于(yú)下一代互联网各种元(yuán)素的构建(jiàn)亦有(yǒu)关键(jiàn)意(yì)义(yì)。

从商业(yè)化的(de)角(jiǎo)度来(lái)看，文化娱乐、教育(yù)、传媒(méi)等诸多(duō)领域(yù)，本身就对基于AI的可视化内容有强烈(liè)需求。

因此，AI绘画及视(shì)频或不是结果，而只是AI进程(chéng)中的一块重要拼图，有望(wàng)在技术更新的加持下实现(xiàn)更大的应用价值。

AI从(cóng)理解内容，走向(xiàng)了可以(yǐ)生成内容(róng)，甚至能(néng)够创造(zào)出(chū)独立价值和独立(lì)视角的内容。AIGC的(de)再(zài)次出圈，更代表着(zhe)未来(lái)的先进生产力即将到来。

04

紧抓大模型与算(suàn)力，牢固(gù)AIGC底座

从技术的发(fā)展(zhǎn)也可以看出，在(zài)语(yǔ)言(yán)大模型、图像大模型之后，多模态大模(mó)型已(yǐ)经成为了新的趋势。

大模(mó)型被(bèi)誉为(wèi)当前人工智能发展的智能底座，是(shì)全球竞争(zhēng)最激烈的研究(jiū)方(fāng)向之一，包括谷歌、亚马逊、百度(dù)、阿里、腾讯等众多头部企业都在竞相发力。

不过训练大(dà)模型的确价格不菲，以国盛证券发布(bù)的《ChatGPT需要多少算(suàn)力》报告估算，GPT-3训练(liàn)一次的成(chéng)本(běn)约为(wèi)140万美元。而对于一些更大的LLM(大(dà)型语(yǔ)言模型)，训练(liàn)成本则介于(yú)200万美(měi)元至(zhì)1200万美元高价之间。

以ChatGPT在(zài)2023年1月的独立访客(kè)平均数1300万计算(suàn)，其(qí)对应芯片需求为3万多片英伟达A100 GPU，初始(shǐ)投入(rù)成本约为8亿(yì)美元(yuán)，每日仅(jǐn)电(diàn)费就在(zài)5万美元左右。

俄罗斯为啥打不赢乌克兰，乌克兰为什么这么难打

此外不(bù)论是ChatGPT还是AIGC，都离不开(kāi)庞大(dà)算(suàn)力支(zhī)持(chí)。在(zài)关注各类大模型的(de)发展(zhǎn)同时，更应该关(guān)注算力网络的建设(shè)。

算力网络正驱(qū)动(dòng)AI产业发展进入史诗(shī)级加速进程，让AIGC及通用AI这(zhè)一人工智能发展的(de)终极目标离得更(gèng)近(jìn)。

因为算力可以(yǐ)对突破性技术创新提(tí)供(gōng)大力的(de)支(zhī)持。这方面，多(duō)模态大模型是典型。作(zuò)为面向未来强人工智能、通用(yòng)人工智(zhì)能(néng)的重要技术创新，多(duō)模态大模型已经(jīng)在人工智能领域提出了很多年，业界也有不(bù)少技(jì)术突破，但是，多模态(tài)大模型(xíng)进(jìn)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(kuài)将难以胜任(rèn)。

从图像、文字、语(yǔ)音单(dān)独一项的训(xùn)练，到(dào)双(shuāng)模(mó)态(tài)、三模态的跃迁(qiān)，让人工智能(néng)可以灵(líng)活(huó)应对(duì)不同(tóng)模态的(de)转化、像人与世界交(jiāo)互一样自然，这方面，由算力(lì)网络来驱动将有(yǒu)明显优(yōu)势(shì)。

此(cǐ)外，还有很(hěn)多(duō)需要爆(bào)发式增长的算力来支撑的技术创新，将在人工智能算力网络支撑下快速推进。

AIGC已(yǐ)经露出曙光，期待在大模型和大算力的支持下AIGC能持续(xù)颠覆内容生产的(de)方式，将(jiāng)创造的边际成(chéng)本降低，让万众(zhòng)受益。

未经允许不得转载：绿茶通用站群 俄罗斯为啥打不赢乌克兰，乌克兰为什么这么难打