自(zì)聊天(tiān)机器人ChatGPT火爆以(yǐ)来(lái)，微软公司(sī)创始人比尔·盖茨已多(duō)次(cì)公开(kāi)谈论人工(gōng)智(zhì)能话题。在最近的一次(cì)采访中(zhōng)，他再次表示：“AI可能会让(ràng)科(kē)技行(xíng)业迎来一次剧烈的洗牌”。

这(zhè)个结论是他(tā)在当地时间2月20日(rì)接受《In Good Company》节目专访(fǎng)时提出(chū)的。

他预期(qī)，AI的发展可能会威胁(xié)到谷歌(gē)的市占率，因为微软在AI方面的行(xíng)动相当迅速。而最(zuì)终(zhōng)科(kē)技巨头将把AI整合成用户的“全能助手(shǒu)”，包揽一(yī)切应用，与人们进行沟通并(bìng)提(tí)供建议，可以取代亚(yà)马逊、Siri或Outlook等(děng)应(yīng)用。

大佬口中全能助手的到来可(kě)能尚需时日(rì)，但由ControlNet引发的又一(yī)次AI绘画浪潮(cháo)，让(ràng)AIGC在ChatGPT的(de)话题热点(diǎn)包围中杀出重围。

01

ControlNet颠覆AI绘画新玩法

AIGC向可控靠(kào)近

以(yǐ)AI绘(huì)画为(wèi)代表的AIGC上一次爆火(huǒ)的(de)时候，还是2022年8月(yuè)，在美国科(kē)罗拉多(duō)州举办的新(xīn)兴数字艺术家竞赛(sài)中，一幅名为《太空(kōng)歌剧院》的作品获(huò)奖。

随后各大厂商的(de)AI绘画软件被广大网友熟知并体验，Stable Diffusion便是其中(zhōng)代表。

用户(hù)们可(kě)以在应用中输入一组关键词或者一张照(zhào)片(piàn)，就(jiù)能获(huò)得一幅(fú)AI创(chuàng)作(zuò)的画作。

作画的关键(jiàn)就是所输入的文本。同一组(zǔ)关键词也(yě)可(kě)以(yǐ)创作出很(hěn)多张(zhāng)风格(gé)不一(yī)样的画(huà)作(zuò)，这让创作的过(guò)程就(jiù)像开(kāi)盲盒。

很多用户很(hěn)喜欢这种不(bù)确定的惊喜，他(tā)们会将生成的美(měi)图当做头像(xiàng)。而(ér)另一部分(fēn)喜欢翻看AI绘画(huà)的“翻车”作(zuò)品(pǐn)。在社交媒体(tǐ)上，许(xǔ)多用户分享AI“翻车(chē)现场”，例如，一位网友(yǒu)的(de)小狗照片(piàn)被AI画成了“肌肉男(nán)”，还(hái)有网友的(de)个人照片被AI识别成了(le)建筑(zhù)。

而如今随着ControlNet的(de)出现与加持(chí)，以往AI绘(huì)画的填写关键词(cí)游戏(xì)可能(néng)要被颠(diān)覆了。

ControlNet是一(yī)位正(zhèng)在斯坦福读(dú)博的中国人张吕敏创(chuàng)作的(de)一种基于控(kòng)制点的图像变形算法，主要用于(yú)数字图像处理、计(jì)算机视觉(jué)和(hé)计算(suàn)机图形学(xué)等领(lǐng)域。

其SD插件一经发(fā)布，在短短的(de)两(liǎng)天内便成为了(le)AI绘画领域最新的热点。

在此之前，大家用了很多方法想让(ràng)AI生成的结果尽可能的符合要求，但是都不尽如人(rén)意，它的出现代表(biǎo)着AI生成开始进入真(zhēn)正(zhèng)的可(kě)控(kòng)时期。

因为ControlNet可(kě)以直接提取(qǔ)画面的构图，人物的(de)姿势和画面(miàn)的深度信息等(děng)。有了它的(de)帮助(zhù)，就不用频繁的用提示词(cí)来碰运(yùn)气，抽盲盒式的创作了。

通俗(sú)的说ControlNet相当于(yú)给AI绘(huì)画加(jiā)了“魔法”，不少(shǎo)博主(zhǔ)的作品已经获得了大量的浏览量，“viggo”就是其中(zhōng)之一，他用(yòng)朋(péng)友的(de)照片直接带(dài)她们走进动漫(màn)世界。

viggo先用StableDiffusion图片转文(wén)字。

再(zài)用(yòng)Text2Prompt插件(jiàn)拓展(zhǎn)找到对(duì)应的关键词；最后(hòu)用ControlNet插件绑定骨骼开始换(huàn)关键(jiàn)词试效果。

通过(guò)图片就可以看出来，效果十分惊艳。

更(gèng)厉害的是，除了(le)真(zhēn)实(shí)的照片，草图也可以加上“魔法(fǎ)”，知乎大牛“DevPoint”和(hé)“逗砂”介绍到ControlNet还能实(shí)现线稿转全(quán)彩图。大神张吕敏其本尊也亲自回应(yīng)。

不得不(bù)说(shuō)当下AIGC已经变(biàn)得越来越强大(dà)，甚(shèn)至输出(chū)的作(zuò)品都已经能以假乱(luàn)真了(le)。

02

难辨(biàn)虚(xū)实，AIGC技(jì)术(shù)力爆(bào)发

警惕安全(quán)问(wèn)题

近(jìn)日，“苏州金鸡湖有游艇party”的消息火(huǒ)遍网(wǎng)络，而经过(guò)警(jǐng)方(fāng)辟谣这(zhè)所(suǒ)谓的“party”可能是全国第一起AI绘图诈(zhà)骗。

由于这个活动里面给(gěi)出(chū)的美(měi)女照片都(dōu)是AI制作(zuò)的(de)真人(rén)照片绘(huì)图，因为(wèi)太逼真(zhēn)，被(bèi)大(dà)家(jiā)当成(chéng)真事传播(bō)了。

不过仔细观察(chá)可(kě)以发现，活动(dòng)发起(qǐ)者(zhě)提供(gōng)的照片中(zhōng)有个很(hěn)大的漏洞可以发现并非(fēi)真人，而(ér)是AI绘(huì)图，那便是图片中女性的(de)手指部分(fēn)有(yǒu)的存在异(yì)常。

有行业人事表示(shì)：“现在(zài)因为(wèi)手指部分(fēn)的绘画(huà)算(suàn)法比较复杂，AI还(hái)不(bù)太会(huì)画人的手(shǒu)，但最新看(kàn)到的图片(piàn)已经有越来越(yuè)完美的AI模型出(chū)现，以后(h侄子的老婆叫什么 姐姐的儿子是叫侄子吗òu)可能就完全(quán)没有漏洞了。”

类似的AI作(zuò)图诈骗(piàn)在(zài)国外(wài)也已有(yǒu)发生。据英国广播公司报道，土(tǔ)耳其地震期(qī)间(jiān)，有(yǒu)Tiktok用户使用(yòng)AI合成了儿(ér)童受灾的假照片发布到网(wǎng)络，以此诱骗善良的人打赏“捐(juān)助”从而实施诈骗。

目(mù)前随着(zhe)技(jì)术发展，AIGC已经(jīng)能做出真人照片般的绘图效果，如果(guǒ)这样(yàng)的图片(piàn)被用来诈骗，将非(fēi)常可怕(pà)。

此外AIGC还引发了(le)很(hěn)多担忧，一(yī)方面，批判者认(rèn)为AI在(zài)“学习”了大(dà)量前人的作品之后，其创(chuàng)作没有任(rèn)何情绪和灵魂(hún)，难以和人类的艺术创作相(xiāng)提并(bìng)论。

另一方(fāng)面，AIGC背后的版权(quán)、目前(qián)都(dōu)并没有(yǒu)得到有效的解决(jué)，还有(yǒu)AIGC会不会代替人(rén)类(lèi)“至高(gāo)无上”的创意。

马斯克也强调(diào)，人工智能的安(ān)全问题需要(yào)得(dé)到重视(shì)，太(tài)晚就来不及(jí)了。

03

AIGC下(xià)一(yī)站除(chú)了视频，还(hái)有远方

技(jì)术(shù)都是有两面性的，潜在的危害并不能掩盖(gài)其(qí)光辉的(de)贡献。现在看来，人(rén)工(gōng)智能技术将是第(dì)四(sì)次工业革(gé)命的核心驱动(dòng)力量，将创造新(xīn)的增长奇(qí)迹。

过去一年，人(rén)工(gōng)智能在技术(shù)和商(shāng)业层面都(dōu)有了巨(jù)大(dà)进展，AI绘画就是人工智能技术发生方向性(xìng)改变的一个代表。其下(xià)一(yī)站(zhàn)或许(xǔ)就是视频(pín)。

此前，Meta和谷歌先后发布了(le)几条引爆科技圈的短视频。这些视频引发关注并非内容做得多优(yōu)秀(xiù)，反(fǎn)而(ér)都非常简单，比如一匹正在喝(hē)水的马(mǎ)，一只画画(huà)的玩(wán)具(jù)熊，或者一段骑摩托车的第一视(shì)角(jiǎo)录像，随便一个(gè)有(yǒu)手机(jī)的人都可以(yǐ)随手录下一段。

但这些短视频的创作方(fāng)式非常简单(dān)，创(chuàng)作者仅(jǐn)仅需要向AI输入一段话，甚(shèn)至只(zhǐ)是说一(yī)下要求，AI就可以根据(jù)需要生成一段视(shì)频。

谷(gǔ)歌发布的两个AI生(shēng)成(chéng)视频分别来自于Imagen Video和Phenaki，前者主要(yào)突出的是高(gāo)清(qīng)，与Meta的Make-A-Video没有(yǒu)太多的差别。

在Make-A-Video公布了(le)AI生成的视频后，AI圈就已经玩了(le)一波梗，一个能够做(zuò)出(chū)更高清(qīng)视(shì)频的AI还不(bù)足以在短时间(jiān)内戳中兴奋(fèn)点。

Phenaki更加(jiā)令人(rén)震(zhèn)惊的地(dì)方在于，它可以制(zhì)作出超过2分(fēn)钟的连贯(guàn)的也有确切内容的视频，这才(cái)是真正让人们(men)感到惊喜(xǐ)的地方。因为无论(lùn)AI生成的视频多么高清，也只(zhǐ)能是为内容生产者提供一个灵感(gǎn)，一个素材(cái)，一个过场(chǎng)动画(huà)。

不过(guò)能够制作出(chū)有具体剧(jù)情内(nèi)容的视频就意(yì)味(wèi)着，一(yī)些视频创作由(yóu)AI代替人工完成已经初(chū)步有(yǒu)了(le)可(kě)能。

当下AI的发展速度已经(jīng)超过大部(bù)分人的想象(xiàng)。内容产(chǎn)业的本质(zhì)是(shì)供给创造(zào)需求，AIGC作为全新的内容(róng)生产方式(shì)，可(kě)以为(wèi)内容(róng)产业(yè)带来更(gèng)新的内(nèi)容风(fēng)格、更快的生产速度，更(gèng)低(dī)的生(shēng)产成本，这无疑会驱动内容产业的大(dà)爆发。

除(chú)了AI绘图、视频，AIGC技术还能应用(yòng)于音乐、代码、机器人动作(zuò)等多种(zhǒng)内容形式的生成。不难发现(xiàn)该项技术不仅(jǐn)在游(yóu)戏等行业(yè)能(néng)得到有效应(yīng)用(yòng)，对(duì)于下一代互联网各种元素的(de)构建亦有关键意义。

从商业化(huà)的角度来看，文(wén)化娱乐(lè)、教育、传(chuán)媒等诸(zhū)多(duō)领域(yù)，本身(shēn)就对基于AI的可视化内容有强烈需求。

因此，AI绘画(huà)及视(shì)频或不是结果，而只是AI进(jìn)程中的一块(kuài)重要拼图，有望在技术更新的(de)加持下实(shí)现更大的应用(yòng)价值(zhí)。

AI从理解(jiě)内容，走向了可以生成内容，甚至能够(gòu)创造出独立(lì)价(jià)值(zhí)和独立视(shì)角(jiǎo)的内(nèi)容。AIGC的再次出圈，更代(dài)表着未来的先进生产力(lì)即将到(dào)来。

04

紧抓(zhuā)大(dà)模型与算力，牢固(gù)AIGC底座

从技术的发展也可以(yǐ)看(kàn)出，在语(yǔ)言大模型、图像大(dà)模型之(zhī)后，多模(mó)态大(dà)模型已经(jīng)成为了新的趋势。

大模(mó)型被誉为当前人工智(zhì)能发展的(de)智能底座(zuò)，是全球竞争最激烈的研(yán)究方向之一(yī)，包括谷歌、亚马逊、百度、阿(ā)里、腾(téng)讯(xùn)等众(zhòng)多头部企业都在竞相发(fā)力。

不过训练大模型的确(què)价格不菲，以(yǐ)国(guó)盛证(zhèng)券发布(bù)的《ChatGPT需(xū)要(yào)多少算(suàn)力》报告估算(suàn)，GPT-3训练一次的成本约为140万美元。而对(duì)于一些(xiē)更(gèng)大的LLM(大型语言模型)，训练成本则介于200万美元(yuán)至1200万美元高价之间。

以ChatGPT在2023年1月(yuè)的(de)独(dú)立访客平(píng)均(jūn)数1300万计算，其对应芯片(piàn)需求为(wèi)3万多片英(yīng)伟达(dá)A100 GPU，初始投(tóu)入成本约为8亿美元(yuán)，每日仅电费(fèi)就在(zài)5万美(měi)元左右(yòu)。

此外不论是ChatGPT还是AIGC，都(dōu)离不开庞(páng)大算力支持。在关注各(gè)类大(dà)模型的(de)发展同时，更应该关(guān)注算力网络(luò)的建设(shè)。

算力(lì)网(wǎng)络正(zhèng)驱动(dòng)AI产(chǎn)业发展进(jìn)入史诗级加速进程，让AIGC及通用AI这一人工(gōng)智能发展的终极目标离得(dé)更近。

因为算(suàn)力(lì)可以对突破性技术创新提供大力(lì)的支持。这方面，多模态大(dà)模型是典(diǎn)型。作为面向(xiàng)未(wèi)来强人工智(zhì)能、通用人工智能的重(zhòng)要技术创新，多模态大(dà)模型已经在人(rén)工(gōng)智能领域(yù)提出了很多年(nián)，业界也(yě)有不少技(jì)术突破，但是，多模态大模(mó)型进一(yī)步往下走，算力(lì)需求呈几何式上升，一般的(de)算(suàn)力基础设施很快(kuài)将(jiāng)难(nán)以胜(shèng)任。

从图像、文字、语音单独一项的训练，到(dào)双模态、三(sān)模态的(de)跃迁，让人工(gōng)智能可以灵活应对(duì)不同模态的转化、像人(rén)与世界交互一样自(zì)然，这方面，由算力网络来驱动将有明显优势。

此外(wài)，还有很多(duō)需要爆(bào)发(fā)式增长的(de)算力来支(zhī)撑的技术(shù)创新(xīn)，将在(zài)人工智能(néng)算力网络支撑(chēng)下快速(sù)推进。

AIGC已经露出(chū)曙光(guāng)，期待在大模型和(hé)大算(suàn)力的支持下(xià)AIGC能持续颠覆(fù)内(nèi)容生产的方式(shì)，将创(chuàng)造(zào)的(de)边际成本降低，让万众受(shòu)益(yì)。

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 侄子的老婆叫什么 姐姐的儿子是叫侄子吗