自聊天机器人ChatGPT火爆以来，微(wēi)软公司创始人比尔·盖茨已(yǐ)多次公开(kāi)谈论人(rén)工智能话题(tí)。在最近的一次采访中(zhōng)，他再(zài)次表示：“AI可能会让科技行(xíng)业迎来一次剧(jù)烈的洗牌”。

这个结(jié)论是他在当地时间2月(yuè)20日接受(shòu)《In Good Company》节目专(zhuān)访时提(tí)出的。

他预期，AI的(de)发展可能会威胁到(dào)谷歌的(de)市占(zhàn)率，因为(wèi)微软在AI方面的(de)行动(dòng)相当迅速(sù)。而最终科技巨头将把AI整合成用户(hù)的(de)“全(quán)能助手”，包(bāo)揽一切应用，与人们(men)进行沟通并提供建议，可以取代亚马逊(xùn)、Siri或Outlook等应用。

大佬口中全能助手的到来可能尚需时日(rì)，但由(yóu)ControlNet引发的又(yòu)一次AI绘画浪潮，让AIGC在ChatGPT的话(huà)题热点包围中杀出重围。

01

ControlNet颠覆AI绘画新玩法(fǎ)

AIGC向可控靠(kào)近

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

随后各大厂商的AI绘画软件被广大(dà)网友(yǒu)熟(shú)知并体验，Stable Diffusion便是其(qí)中代表。

用户们可(kě)以在(zài)应用中输入一组关键词或者一张照片，就(jiù)能获得一幅AI创作的画作。

作画的关键就是所输(shū)入的文本。同一组(zǔ)关键词也可以(yǐ)创作出很(hěn)多张风格不一样的画作(zuò)，这让创作的过程(chéng)就(jiù)像开(kāi)盲盒。

很多用户很喜欢这种不(bù)确定的惊喜，他们会将(jiāng)生(shēng)成的美图当做头像。而另一部分喜欢翻(fān)看AI绘画的“翻车”作品。在社交媒体(tǐ)上(shàng)，许(xǔ)多用户(hù)分享AI“翻车现场”，例如，一位网(wǎng)友的小狗照片被AI画成了“肌肉男”，还有网友的个人(rén)照片(piàn)被AI识(shí)别成了(le)建筑。

而如(rú)今随着ControlNet的出现与加持，以往AI绘画(huà)的(de)填写关键(jiàn)词游(yóu)戏可(kě)能要(yào)被颠覆了。

ControlNet是一(yī)位正在斯坦福读博的中国人张吕敏创作的一种基于控制点的图像变(biàn)形算法，主要用于数字(zì)图像处理、计(jì)算机视觉(jué)和计(jì)算(suàn)机(jī)图形(xíng)学(xué)等(děng)领(lǐng)域。

其SD插件一(yī)经发布，在短短(duǎn)的两天内便成为了AI绘画领域最(zuì)新的热点。

在此之(zhī)前，大家用了(le)很多(duō)方法想让AI生成(chéng)的结果尽可能的符合要求，但是(shì)都不(bù)尽如人意，它的出(chū)现(xiàn)代(dài)表着AI生成开始进入(rù)真正的(de)可控时(shí)期。

因(yīn)为ControlNet可以直接提取画(huà)面(miàn)的(de)构图(tú)，人物的(de)姿势和画面的深度(dù)信息(xī)等。有了它的(de)帮助(zhù)，就不用频繁的用提示词来碰运气，抽盲盒式的创作了。

通俗(sú)的说ControlNet相当于给AI绘(huì)画加了“魔法”，不少博主的作品已(yǐ)经获得(dé)了(le)大(dà)量的浏览(lǎn)量(liàng)，“viggo”就是其中之一，他用朋友的照片直接带(dài)她们(men)走进动漫(màn)世界。

viggo先(xiān)用StableDiffusion图(tú)片转文字。

再用Text2Prompt插(chā)件拓展找到对应的关键词(cí)；最后用ControlNet插(chā)件绑(bǎng)定骨骼开始换关键词(cí)试效果。

通过图片就可(kě)以看(kàn)出来，效果十分惊艳。

更厉害(hài)的(de)是，除了真(zhēn)实的(de)照片(piàn)，草图也可(kě)以加上“魔法”，知乎大牛“DevPoint”和(hé)“逗(dòu)砂”介绍(shào)到ControlNet还能实现线稿转(zhuǎn)全彩图。大(dà)神张(zhāng)吕敏(mǐn)其本尊也亲自(zì)回应。

不得不(bù)说当下AIGC已经(jīng)变得越来越强(qiáng)大，甚至输出(chū)的作品都已经能(néng)以假乱真了(le)。

02

难辨(biàn)虚(xū)实，AIGC技术力爆(bào)发

警惕安全(quán)问题

近日，“苏州金鸡湖有游艇party”的消息火遍(biàn)网络，而经过警(jǐng)方辟(pì)谣这所(suǒ)谓的“party”可能是全国(guó)第一起AI绘图(tú)诈骗。

由于这个活动里面给出(chū)的美女照(zhào)片都是AI制作的(de)真人照片绘图，因为太(tài)逼真(zhēn)，被大(dà)家(jiā)当成真(zhēn)事(shì)传播了。

不(bù)过仔(zǎi)细观察可以(yǐ)发(fā)现，活动发起者提供的照片中有个很大的漏洞可以发现并非真人，而是(shì)AI绘图，那便是(shì)图片中女性的(de)手(shǒu)指(zhǐ)部分有的存(cún)在异常。

有行(xíng)业人事表示：“现在(zài)因为(wèi)手(shǒu)指部分的绘画(huà)算法比较复杂，AI还(hái)不(bù)太会画人(rén)的手，但(dàn)最新看到的(de)图片已经有越来(lái)越完(wán)美的AI模型(xíng)出现，以后可能(néng)就完全没有漏洞了。”

类似(shì)的(de)AI作(zuò)图诈骗在国外也已有发生。据(jù)英国广播公司报(bào)道，土耳(ěr)其地震期间，有Tiktok用户使用AI合成了儿童受灾(zāi)的假照片发(fā)布到(dào)网络，以此诱骗善良(liáng)的人打赏“捐助”从而实施诈骗。

目前随着技术发(fā)展(zhǎn)，AIGC已经能做出(chū)真人照片般的绘图效果(guǒ)，如果这样的图片越妇言文言文阅读翻译，《越妇言》被用来诈骗(piàn)，将非常可怕。

此(cǐ)外AIGC还(hái)引发(fā)了(le)很多担(dān)忧，一方面，批(pī)判者(zhě)认为(wèi)AI在“学习”了大量(liàng)前(qián)人(rén)的(de)作品(pǐn)之后，其创作没有任何情(qíng)绪和灵(líng)魂，难以和人类(lèi)的艺术创(chuàng)作(zuò)相提(tí)并(bìng)论。

另一方面，AIGC背(bèi)后的(de)版权、目前(qián)都并(bìng)没有得到有效的解决(jué)，还有AIGC会不会代替(tì)人类“至高无上”的创意。

马斯(sī)克也(yě)强调(diào)，人工智(zhì)能(néng)的安(ān)全问题需(xū)要(yào)得到重视(shì)，太晚就来不(bù)及了。

03

AIGC下一(yī)站除了(le)视(shì)频，还有远方

技术都是有两面性(xìng)的，潜(qián)在(zài)的危害并不能掩盖其光辉的贡献。现在看来，人(rén)工智能技术将(jiāng)是第四次工业革命的核心驱动(dòng)力量，将创造新的增(zēng)长奇(qí)迹。

过去(qù)一年，人工智能在技术和商业(yè)层面都有了巨大进展，AI绘画就是人工智能技术发生方(fāng)向性改变的一个(gè)代表。其下一站(zhàn)或(huò)许(xǔ)就是(shì)视频。

此前(qián)，Meta和谷歌先后(hòu)发布了几条引爆科技圈(quān)的短(duǎn)视频。这些视频引发关注并非内容做得多优秀，反而都非常简单，比如一匹正(zhèng)在喝水的马，一只画画(huà)的玩具熊(xióng)，或者一(yī)段(duàn)骑摩(mó)托车的(de)第一视角录像，随(suí)便一个(gè)有(yǒu)手机的(de)人都可以随手(shǒu)录下(xià)一段。

但这(zhè)些短视频的创作方式非(fēi)常简单，创(chuàng)作者(zhě)仅仅需要向AI输(shū)入一(yī)段(duàn)话，甚至只是(shì)说一下要求，AI就可以根据需(xū)要生成(chéng)一段视频(pín)。

谷歌发布的两个AI生成视频分别来自(zì)于Imagen Video和(hé)Phenaki，前者(zhě)主(zhǔ)要突出的是(shì)高清，与Meta的Make-A-Video没有(yǒu)太(tài)多的(de)差别。

在Make-A-Video公布(bù)了AI生成的(de)视(shì)频后，AI圈就(jiù)已(yǐ)经(jīng)玩了一波梗，一(yī)个(gè)能(néng)够做出更高清视频的(de)AI还不足以在短时间(jiān)内(nèi)戳中兴奋(fèn)点。

Phenaki更加令人震惊的地(dì)方在(zài)于，它(tā)可(kě)以制作出超过2分钟的连贯的也有确切(qiè)内容的视频，这(zhè)才是真正让人们感到惊喜(xǐ)的地方。因为无(wú)论AI生成的视频多么高清，也只能是为内容(róng)生产者提(tí)供一个灵感，一个素材，一(yī)个过场动画。

不过能够制作出有具体剧情内(nèi)容的视频就意味着，一些视(shì)频(pín)创作由AI代(dài)替(tì)人(rén)工(gōng)完成已经初步有了(le)可能。

当下AI的发(fā)展速度已经超过(guò)大部分人的想(xiǎng)象。内容(róng)产业的本质(zhì)是供(gōng)给创造(zào)需求，AIGC作为全新的内(nèi)容生产方(fāng)式，可以为内容产业带(dài)来更新的内容风格(gé)、更快的生产速度，更低的生产成(chéng)本，这无疑会驱动内容产业的大爆发。

除了AI绘图、视(shì)频，AIGC技术(shù)还(hái)能(néng)应(yīng)用于音乐(lè)、代码(mǎ)、机器人动作等多种内(nèi)容形式的生成。不难发现该项(xiàng)技术(shù)不仅在游戏等行(xíng)业(yè)能(néng)得(dé)到有效应用，对于下(xià)一代互(hù)联网各种元素的构建亦有关键意义。

从商业化的(de)角度来(lái)看，文化娱乐(lè)、教育、传媒等诸多领(lǐng)域，本身就对基于AI的可视化内容有强烈需求。

因此，AI绘画及(jí)视(shì)频或不(bù)是结果，而只是AI进程中的一块重要拼图，有(yǒu)望在(zài)技(jì)术更新的加持下实现更(gèng)大的应用价(jià)值。

AI从(cóng)理解内容(róng)，走向了可以(yǐ)生成内容，甚至能够创造出独立价(jià)值(zhí)和独(dú)立视角(jiǎo)的内容。AIGC的再次(cì)出圈(quān)，更代表着未来的(de)先进生产力即将到(dào)来。

04

紧抓(zhuā)大模(mó)型与(yǔ)算力，牢固AIGC底座

从技术的发(fā)展也可以看出(chū)，在语言(yán)大模型(xíng)、图像大(dà)模型之后，多模态大(dà)模型已经成为了新的趋势。

大模(mó)型(xíng)被誉为当前人工智能(néng)发(fā)展的智能底(dǐ)座，是全球(qiú)竞(jìng)争最(zuì)激(jī)烈的研究(jiū)方向之一，包括(kuò)谷歌、亚(yà)马逊(xùn)、百度、阿(ā)里、腾讯等(děng)众多(duō)头部企业都(dōu)在(zài)竞相发力。

不过(guò)训(xùn)练(liàn)大模型的确价格不菲(fēi)，以国盛证(zhèng)券发布的(de)《ChatGPT需要多少算力》报告(gào)估算(suàn)，GPT-3训练(liàn)一(yī)次的成本约(yuē)为(wèi)140万美元。而对于一些(xiē)更大的LLM(大型(xíng)语(yǔ)言模(mó)型)，训(xùn)练成本(běn)则介于200万美元至(zhì)1200万(wàn)美元高价(jià)之(zhī)间。

以ChatGPT在2023年1月(yuè)的独立(lì)访客(kè)平均(jūn)数1300万(wàn)计算，其对应芯片需求(qiú)为3万多片英伟达A100 GPU，初始投入成(chéng)本约为(wèi)8亿美元，每日(rì)仅电费就在(zài)5万美元左(zuǒ)右。

此外不论(lùn)是ChatGPT还是AIGC，都离不开庞大(dà)算力支持。在(zài)关注(zhù)各类大(dà)模型的(de)发展同时，更应(yīng)该关注算力网络(luò)的建设。

算(suàn)力网络正驱动AI产业发展进入史诗级(jí)加(jiā)速(sù)进程(chéng)，让AIGC及通(tōng)用(yòng)AI这一人工智能(néng)发展的终极目标(biāo)离得(dé)更近。

因为算(suàn)力可以对突破(pò)性技术(shù)创新提供大力的支(zhī)持。这方面，多模态大(dà)模型是典型(xíng)。作为面向未来强人工智能、通用(yòng)人工智能(néng)的重(zhòng)要(yào)技术(shù)创(chuàng)新，多模态(tài)大(dà)模型已经在(zài)人(rén)工智能领域提出了很多年，业(yè)界也有不少技术突破(pò)，但是，多(duō)模态大(dà)模型(xíng)进一步往下走，算力需求(qiú)呈几何式上(shàng)升，一般的(de)算力基础设施很(hěn)快(kuài)将难以胜任。

从(cóng)图像、文字、语音单(dān)独一项的训练，到双模态、三模态(tài)的跃迁(qiān)，让(ràng)人工智(zhì)能可(kě)以灵(líng)活应对不同模态的转化(huà)、像(xiàng)人与世界交互一样自然，这(zhè)方(fāng)面(miàn)，由算力网(wǎng)络来驱动将有明(míng)显优势。

此外，还有(yǒu)很(hěn)多需(xū)要(yào)爆发式增(zēng)长的算力来支(zhī)撑的(de)技术创新(xīn)，将(jiāng)在人工智能算力网络支撑下快速推进(jìn)。

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

未经允许不得转载：重庆三峡中心医院、三峡中心医院、中心医院 越妇言文言文阅读翻译，《越妇言》