自聊天机器(qì)人ChatGPT火爆以来，微软(ruǎn)公(gōng)司创始(shǐ)人比尔·盖(gài)茨已多次公开谈论人工智(zhì)能话题。在(zài)最近的一次采(cǎi)访中，他再次(cì)表示：“AI可能会(huì)让科(kē)技行业迎来一次剧烈的洗牌”。

这(zhè)个结论是他(tā)在当地时(shí)间2月20日接受《In Good Company》节目专访(fǎng)时提出的。

他预期(qī)，AI的发展可能会(huì)威胁到谷歌的(de)市占率，因为微软在(zài)AI方(fāng)面的行动相当迅(xùn)速。而(ér)最(zuì)终科技巨头将(jiāng)把AI整合成用户的(de)“全能助手”，包揽一(yī)切应用(yòng)，与(yǔ)人们进行沟通并提供建议(yì)，可以取代亚马逊、Siri或Outlook等应用。

大(dà)佬(lǎo)口中(zhōng)全能(néng)助手的到来可能尚需时(shí)日，但由ControlNet引发的又一次AI绘画浪潮，让AIGC在ChatGPT的话题热点包围中杀出重围。

01

ControlNet颠覆AI绘(huì)画新玩(wán)法

AIGC向(xiàng)可控(kòng)靠近

以AI绘画(huà)为(wèi)代表的AIGC上一次爆火(huǒ)的时候，还是(shì)2022年8月，在美国科罗拉多(duō)州举办的新兴数字艺术家竞(jìng)赛(sài)中(zhōng)，一幅名为(wèi)《太(tài)空歌剧院》的(de)作品获奖。

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

用户们可以在(zài)应用(yòng)中(zhōng)输(shū)入一组关键词或者一张照片，就(jiù)能获得一幅AI创作(zuò)的画作(zuò)。

作画的关键(jiàn)就是所输(shū)入的文本。同一组关键词也(yě)可以创作出很(hěn)多张(zhāng)风(fēng)格不(bù)一(yī)样(yàng)的(de)画作，这让创作的过程就(jiù)像开(kāi)盲盒(hé)。大漠孤烟直长河落日圆是什么意思，长河落日圆啥意思

很多(duō)用户很喜(xǐ)欢这种不确定的惊喜，他们会将生成的(de)美图(tú)当做头像。而另一部分喜欢翻看AI绘画的(de)“翻(fān)车”作品。在(zài)社交媒体上，许(xǔ)多用户分享(xiǎng)AI“翻车现场”，例(lì)如，一位网(wǎng)友的小狗照片被(bèi)AI画成了“肌肉男(nán)”，还有(yǒu)网友(yǒu)的个人(rén)照片(piàn)被AI识别成(chéng)了建筑。

而如(rú)今(jīn)随着ControlNet的出现与(yǔ)加持，以(yǐ)往AI绘画的填(tián)写关(guān)键(jiàn)词游戏(xì)可能要被颠(diān)覆了。

ControlNet是一(yī)位正在斯坦(tǎn)福读博的中国人(rén)张吕敏创(chuàng)作的(de)一种基于控制点(diǎn)的图(tú)像变(biàn)形算法(fǎ)，主要(yào)用于数字(zì)图像处理、计(jì)算机视觉和计算(suàn)机图形(xíng)学(xué)等领域。

其(qí)SD插件一(yī)经发(fā)布，在短短的两(liǎng)天内便成为了(le)AI绘画领(lǐng)域最新的热点。

在此之前(qián)，大家用了很多方(fāng)法想让AI生(shēng)成的结果尽可(kě)能(néng)的符合要求，但是都不尽如人意，它的出现代表(biǎo)着AI生成开始进(jìn)入真正的可控时期。

因为(wèi)ControlNet可以(yǐ)直接提(tí)取画面的构图，人物的(de)姿势和画(huà)面(miàn)的深度(dù)信(xìn)息(xī)等。有(yǒu)了它(tā)的帮助，就(jiù)不用频(pín)繁(fán)的(de)用提(tí)示词(cí)来碰运(yùn)气，抽盲(máng)盒(hé)式的(de)创(chuàng)作了。

通俗(sú)的说ControlNet相当于给AI绘画(huà)加了“魔法”，不(bù)少(shǎo)博主的作品已经获得了大量(liàng)的浏览量，“viggo”就(jiù)是其中之一，他用(yòng)朋(péng)友的照片直接带她们走进动(dòng)漫世界。

viggo先用StableDiffusion图片转文字。

再用Text2Prompt插件(jiàn)拓展找到对应的(de)关键词；最(zuì)后用ControlNet插件绑定(dìng)骨骼开始(shǐ)换关键(jiàn)词试效(xiào)果。

通(tōng)过图片就(jiù)可以看出来，效果十分惊(jīng)艳。

更(gèng)厉害的是，除了真(zhēn)实(shí)的照片，草(cǎo)图也可以加上“魔法”，知乎大牛“DevPoint”和“逗(dòu)砂”介绍到(dào)ControlNet还能实现线稿(gǎo)转全彩图。大神张(zhāng)吕敏(mǐn)其本(běn)尊(zūn)也亲自回应(yīng)。

不得不说当(dāng)下AIGC已经(jīng)变得越来越(yuè)强(qiáng)大，甚(shèn)至输出的作(zuò)品都已(yǐ)经(jīng)能以(yǐ)假乱真了。

02

难辨虚实，AIGC技术力爆发

警惕安全(quán)问题(tí)

近日，“苏州金(jīn)鸡(jī)湖有游艇party”的消息(xī)火遍网(wǎng)络(luò)，而经过警方辟(pì)谣这所谓的“party”可能(néng)是全(quán)国第一(yī)起(qǐ)AI绘(huì)图诈骗。

由于这个活动里面(miàn)给出的美女照片(piàn)都是AI制作的真人照(zhào)片绘图，因为(wèi)太逼真，被大家当成真事传播了。

不过仔(zǎi)细观(guān)察可以(yǐ)发现(xiàn)，活(huó)动发(fā)起者提供的(de)照(zhào)片中(zhōng)有(yǒu)个很大的漏洞可以发现(xiàn)并非真人，而(ér)是AI绘图，那(nà)便是图片中(zhōng)女(nǚ)性的手指部分有的存在异常(cháng)。

有行业人事(shì)表示：“现在(zài)因为手指部分的绘(huì)画算(suàn)法比较复杂，AI还不太会画人的手，但最新(xīn)看到的图片已经(jīng)有越来越完美的AI模型出现，以后可能就(jiù)完全没有漏洞了。”

类似的AI作图诈(zhà)骗在国外(wài)也已有发生。据英国广播公司报道，土耳(ěr)其地震期间(jiān)，有Tiktok用户(hù)使(shǐ)用AI合(hé)成了(le)儿童受灾(zāi)的假(jiǎ)照(zhào)片发布(bù)到网络，以此诱骗善良的(de)人打(dǎ)赏“捐助”从而实施(shī)诈骗。

目前(qián)随着技术发(fā)展，AIGC已经(jīng)能做出真人照(zhào)片般的(de)绘图效果，如果这(zhè)样的(de)图片被(bèi)用(yòng)来(lái)诈(zhà)骗，将非常可怕。

此外AIGC还引发了很多担(dān)忧(yōu)，一方(fāng)面，批判(pàn)者认为(wèi)AI在“学习(xí)”了大量前人的作品之后，其创作没有任何情(qíng)绪和(hé)灵魂(hún)，难(nán)以和人类的艺术创(chuàng)作相(xiāng)提并(bìng)论(lùn)。

另一方面，AIGC背后(hòu)的版权(quán)、目(mù)前都并(bìng)没有得(dé)到(dào)有效(xiào)的解决，还(hái)有AIGC会不(bù)会代替(tì)人(rén)类“至高无上”的创意。

马斯克也强调(diào)，人工智能的安全(quán)问题(tí)需要得到(dào)重视(shì)，太(tài)晚(wǎn)就来不及了(le)。

03

AIGC下一站(zhàn)除了视频，还有远(yuǎn)方

技术都是有(yǒu)两面性的，潜在的危(wēi)害并不能掩(yǎn)盖(gài)其光辉的贡献。现在看来，人工智能技术将是第四次工业(yè)革命的核心(xīn)驱(qū)动力量，将创造新(xīn)的增长奇(qí)迹。

过(guò)去(qù)一年，人(rén)工智能(néng)在(zài)技术和(hé)商业层面都有了巨大进(jìn)展，AI绘画就是人工(gōng)智(zhì)能技术(shù)发生方(fāng)向性改(gǎi)变的一个代表。其下一站或许就是视(shì)频。

此前，Meta和(hé)谷(gǔ)歌先(xiān)后发布了几条引爆科技圈的(de)短视频。这些视频引(yǐn)发关注并非内(nèi)容(róng)做(zuò)得(dé)多优(yōu)秀(xiù)，反而都非常简单，比(bǐ)如一匹(pǐ)正(zhèng)在喝水的马，一只画画的玩具熊，或者一段(duàn)骑摩托(tuō)车的(de)第一(yī)视角录像，随便一(yī)个有手机(jī)的(de)人都可以随手录下一段。

但(dàn)这些短(duǎn)视频(pín)的创作方式非常简单，创作者仅仅需要向AI输入一段话(huà)，甚(shèn)至只(zhǐ)是说一下要求(qiú)，AI就(jiù)可以根据(jù)需要生(shēng)成(chéng)一段视频。

谷(gǔ)歌发(fā)布的两个AI生成(chéng)视频(pín)分别来自于Imagen Video和(hé)Phenaki，前者主要(yào)突出(chū)的是高(gāo)清，与Meta的Make-A-Video没有太多的差(chà)别。

在Make-A-Video公(gōng)布了AI生成的(de)视频后，AI圈就已(yǐ)经玩了一波梗，一个能够做出更高清视频的AI还不足以在短时间内(nèi)戳中兴(xīng)奋点。

Phenaki更(gèng)加令人(rén)震惊的地方在于，它(tā)可以制作(zuò)出超过2分钟的连(lián)贯的也有确切内(nèi)容的视频(pín)，这才是真正让人(rén)们(men)感(gǎn)到惊(jīng)喜的(de)地方(fāng)。因为无(wú)论(lùn)AI生(shēng)成(chéng)的视频多么高(gāo)清，也只能是为内(nèi)容生(shēng)产(chǎn)者(zhě)提供一个灵感，一个素材(cái)，一个过场动画。

不过能(néng)够制作出有具体剧情内容(róng)的视频就意味(wèi)着(zhe)，一些视频创作由(yóu)AI代替人工完成已经(jīng)初步有了可能。

当下AI的发展速度已(yǐ)经超过大部分人的想象。内容(róng)产业的(de)本(běn)质(zhì)是供(gōng)给创造需求，AIGC作(zuò)为全新的内容生产方式(shì)，可以为(wèi)内(nèi)容产业(yè)带来(lái)更新的内容风格、更快的生产速度，更低的(de)生(shēng)产成本，这无疑会驱动内容产业的大爆发。

除了AI绘图、视频(pín)，AIGC技术还(hái)能应用于音乐、代码、机器人动作等多种内容形(xíng)式的生(shēng)成。不难发现该项技(jì)术不仅在(zài)游戏等行业能得到有效应用，对于(yú)下一代互联网(wǎng)各种(zhǒng)元素的构建亦有关键(jiàn)意(yì)义。

从商(shāng)业化的角度来(lái)看(kàn)，文化(huà)娱(yú)乐、教育、传媒等诸多领域(yù)，本身就(jiù)对基于AI的可(kě)视化内(nèi)容(róng)有强烈(liè)需求。

因此，AI绘画及视频或(huò)不是结果，而只(zhǐ)是AI进(jìn)程中的一块重(zhòng)要拼图，有望在技术更新(xīn)的加(jiā)持下实现更大(dà)的(de)应用价值。

AI从(cóng)理解(jiě)内容，走向了可以生成内(nèi)容，甚至能够创造出独立价值和独立(lì)视角的内(nèi)容。AIGC的再次出圈，更代(dài)表着未来的(de)先进生(shēng)产力即将(jiāng)到(dào)来。

04

紧抓大模型(xíng)与算力，牢固AIGC底座

从(cóng)技术的(de)发展也可以看(kàn)出，在语言大模型(xíng)、图像大模型(xíng)之后，多模(mó)态大模型(xíng)已(yǐ)经成为(wèi)了新(xīn)的趋势。

大模型(xíng)被誉(yù)为(wèi)当(dāng)前(qián)人工智能发展的智能底座，是全球竞争最(zuì)激烈的研究方(fāng)向(xiàng)之一(yī)，包括谷(gǔ)歌、亚马逊、百度、阿(ā)里、腾(téng)讯(xùn)等众(zhòng)多头部(bù)企(qǐ)业都(dōu)在(zài)竞相发(fā)力。

不过(guò)训练大模型的确(què)价(jià)格不菲，以国盛证券发布的《ChatGPT需要多少算(suàn)力》报告估算，GPT-3训练一次的成(chéng)本约为140万美元(yuán)。而对于(yú)一些更大的(de)LLM(大型(xíng)语言模型)，训(xùn)练(liàn)成本则介于200万美元(yuán)至1200万(wàn)美元(yuán)高(gāo)价之间(jiān)。

以ChatGPT在(zài)2023年(nián)1月的独立访客(kè)平均(jūn)数1300万计(jì)算，其对应(yīng)芯片需(xū)求为3万多片英伟达A100 GPU，初(chū)始投入成本(běn)约为(wèi)8亿美(měi)元，每日(rì)仅电费就在5万美元左(zuǒ)右。

此外不(bù)论(lùn)是ChatGPT还是AIGC，都(dōu)离不开庞大算(suàn)力支持。在关注各类大模型的(de)发(fā)展同时(shí)，更(gèng)应(yīng)该关注(zhù)算力网(wǎng)络的建设(shè)。

算(suàn)力网络正驱动AI产(chǎn)业发展(zhǎn)进入史诗级加速进程，让AIGC及(jí)通用AI这一人工(gōng)智大漠孤烟直长河落日圆是什么意思，长河落日圆啥意思能(néng)发展的终极目(mù)标离得(dé)更近(jìn)。

因(yīn)为算(suàn)力可以对(duì)突(tū)破(pò)性技术创新提供大力的支持。这方面，多模态大模型是典型。作为面向未(wèi)来强人工智能、通用人工智能的重要技术(shù)创新，多模(mó)态大模型(xíng)已经在人工(gōng)智能领域(yù)提出了很(hěn)多年(nián)，业界也有不(bù)少技术突(tū)破，但(dàn)是，多模态大模(mó)型进一(yī)步往下走，算(suàn)力需求呈几何(hé)式上升(shēng)，一般的算力基础(chǔ)设(shè)施很快将难以胜任。

从图像、文(wén)字、语音单独一项(xiàng)的训练，到双模态(tài)、三模态(tài)的跃迁，让人(rén)工智能(néng)可以灵活应对不同模(mó)态(tài)的(de)转化、像人(rén)与世界交互一样自然，这方面，由算力网络来驱动(dòng)将有明显优势。

此外，还有很多需要(yào)爆发(fā)式增长(zhǎng)的算力来支撑的(de)技(jì)术(shù)创新，将在人工(gōng)智能算力网络支(zhī)撑下(xià)快(kuài)速推进。

AIGC已经露出曙光，期待在大(dà)模型和大算力的支持下AIGC能持(chí)续(xù)颠覆内容生产的方式，将创造的(de)边际成本降低，让万众(zhòng)受(shòu)益。

未经允许不得转载：橘子百科-橘子都知道 大漠孤烟直长河落日圆是什么意思，长河落日圆啥意思