自聊天机(jī)器人ChatGPT火爆以来(lái)，微软公司创始人(rén)比尔·盖茨已多(duō)次公开(kāi)谈论人工智能话题。在最近的(de)一(yī)次采(cǎi)访中，他再次表示(shì)：“AI可能会让科技行业迎来一次剧烈的(de)洗(xǐ)牌”。

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

他预期(qī)，AI的发展可(kě)能会威胁(xié)到谷(gǔ)歌的市占率，因(yīn)为微软在(zài)AI方面的行动相当迅速。而最(zuì)终科技巨头将把AI整合(hé)成用户的“全能助手”，包揽(lǎn)一切应(yīng)用(yòng)，与(yǔ)人们进行沟通并提供建(jiàn)议，可(kě)以取代亚马逊、Siri或Outlook等应用。

大佬口中(zhōng)全能(néng)助手的到来可(kě)能尚需时日，但由(yóu)ControlNet引发的(de)又(yòu)一次AI绘画浪(làng)潮，让AIGC在(zài)ChatGPT的话(huà)题热点包围中杀出(chū)重围(wéi)。

01

ControlNet颠(diān)覆AI绘画新玩法

AIGC向可控靠近(jìn)

以AI绘画(huà)为代表(biǎo)的AIGC上一次爆(bào)火的时候，还是2022年(nián)8月，在美国科罗(luó)拉多州举办的新兴(xīng)数字艺术家竞(jìng)赛中，一(yī)幅名为《太空歌剧(jù)院》的作品获奖(jiǎng)。

随(suí)后各(gè)大厂商的(de)AI绘画软件被广大网友(yǒu)熟知并体(tǐ)验，Stable Diffusion便(biàn)是其中代表。

用户们(men)可以在应用中(zhōng)输入一组关键词或者一张照片(piàn)，就能获得一幅AI创作的画作。

作画(huà)的关(guān)键就是所输入(rù)的(de)文(wén)本。同(tóng)一组关键词(cí)也可以创作出很多张(zhāng)风格(gé)不一样的画作(zuò)，这让创作的过程就(jiù)像开盲盒。

很多用户(hù)很(hěn)喜(xǐ)欢这种不确定的惊喜，他(tā)们会将生成的美图当做头(tóu)像。而另一(yī)部分喜欢翻看AI绘画(huà)的“翻车”作品。在社交媒体上(shàng)，许多用(yòng)户分享AI“翻车(chē)现场(chǎng)”，例如，一位网友(yǒu)的(de)小(xiǎo)狗照(zhào)片被AI画成(chéng)了“肌肉男”，还有网友的个(gè)人照片被AI识别成了建筑。

而如今随(suí)着(zhe)ControlNet的出现与(yǔ)加持，以(yǐ)往AI绘(huì)画的填(tián)写关键词游戏可能要被(bèi)颠覆了。

ControlNet是一(yī)位正在斯坦福读博的(de)中国人张吕敏创作的一种基(jī)于控(kòng)制点的图像变形算法，主要用(yòng)于数字图(tú)像处理(lǐ)、计算机视觉(jué)和计算机图形学等领域。

其SD插件一经发(fā)布，在(zài)短短的两(liǎng)天内便成为了(le)AI绘画领域最新的(de)热点(diǎn)。

在(zài)此之前，大家用了很多方法想让AI生成的结果尽可能的(de)符合要求，但是都不尽如人(rén)意，它(tā)的出现代(dài)表着AI生(shēng)成开始进入真正的(de)可控时期。

因为ControlNet可(kě)以直(zhí)接提取画面的构图，人物的姿势和画(huà)面(miàn)的深(shēn)度信息等。有了它的(de)帮助，就(jiù)不用频繁的用提示词(cí)来碰运气，抽盲盒(hé)式的创(chuàng)作了。

通俗(sú)的说(shuō)ControlNet相(xiāng)当于给AI绘画加了“魔法”，不(bù)少博主的作品已(yǐ)经获(huò)得了大量的浏(liú)览量，“viggo”就是(shì)其中之一，他用朋友的照(zhào)片直接带她们走进动漫修行靠个人的上一句是什么意思，修行靠个人下一句世界。

viggo先(xiān)用StableDiffusion图片转(zhuǎn)文字(zì)。

再用Text2Prompt插件拓(tuò)展找到对应的关键词；最后(hòu)用(yòng)ControlNet插件绑定骨骼开始换关键词(cí)试效(xiào)果(guǒ)。

通过图片就可以(yǐ)看出来(lái)，效果十分惊艳。

更(gèng)厉害的是，除了(le)真实(shí)的照片，草图也可以加(jiā)上“魔(mó)法”，知乎大牛“DevPoint”和(hé)“逗砂”介绍到ControlNet还能实现线(xiàn)稿转全彩(cǎi)图。大神张吕敏其(qí)本尊也亲自回应。

不得不(bù)说当下AIGC已经(jīng)变得越(yuè)来越强大(dà)，甚至输出的作品都已经能(néng)以(yǐ)假乱真了。

02

难辨虚(xū)实，AIGC技(jì)术力爆发

警(jǐng)惕安全问题(tí)

近(jìn)日，“苏州金(jīn)鸡湖(hú)有游艇party”的消息火遍网络，而经(jīng)过警方(fāng)辟谣这所谓(wèi)的“party”可(kě)能是全(quán)国第一(yī)起AI绘图诈骗。

由于这个活动里(lǐ)面给出的美女照片都是AI制作(zuò)的(de)真人照片绘图，因为太(tài)逼真(zhēn)，被大家当成(chéng)真(zhēn)事(shì)传(chuán)播(bō)了(le)。

不(bù)过仔(zǎi)细观察可以发现，活动发起者提供的照片中有(yǒu)个(gè)很大的漏洞可以发现并非真人，而是AI绘图，那(nà)便是图(tú)片中(zhōng)女性(xìng)的手(shǒu)指部(bù)分有的存在异常。

有行业人(rén)事表示(shì)：“现在因为手(shǒu)指部(bù)分的绘画算法比较复杂，AI还不太会画人的(de)手，但最新(xīn)看到的(de)图(tú)片已经有越(yuè)来越完美的(de)AI模型出现，以(yǐ)后可能就完全没有漏洞(dòng)了。”

类似的(de)AI作图诈骗(piàn)在(zài)国外也已(yǐ)有(yǒu)发(fā)生。据英国(guó)广(guǎng)播公司报道，土耳其地震(zhèn)期间，有Tiktok用(yòng)户使(shǐ)用AI合(hé)成了儿(ér)童受灾的(de)假照(zhào)片发布到(dào)网络，以此诱(yòu)骗善良(liáng)的(de)人(rén)打赏“捐助”从而实施诈骗。

目前随(suí)着技术发展(zhǎn)，AIGC已经能(néng)做出(chū)真人照片般的绘图(tú)效(xiào)果(guǒ)，如果(guǒ)这样的图片被(bèi)用来(lái)诈骗，将(jiāng)非(fēi)常可(kě)怕。

此外(wài)AIGC还引(yǐn)发了(le)很多担(dān)忧(yōu)，一方面，批判者认为AI在(zài)“学习”了大量前人的作品之(zhī)后(hòu)，其(qí)创作没有任何(hé)情绪和灵魂，难以(yǐ)和人类(lèi)的(de)艺术创作相提并(bìng)论。

另(lìng)一(yī)方(fāng)面，AIGC背后的版权(quán)、目前都(dōu)并没有得到有效的解决，还有AIGC会不(bù)会(huì)代替人类“至高(gāo)无上”的创意(yì)。

马斯克也(yě)强调(diào)，人(rén)工智能的安全问(wèn)题需要得到重视，太晚(wǎn)就来不(bù)及了。

03

AIGC下一站(zhàn)除了(le)视频，还有远方

技术(shù)都是有(yǒu)两(liǎng)面性(xìng)的，潜在的危害并不能(néng)掩盖其光辉的贡(gòng)献。现在看来，人(rén)工智能技术将是第四次工(gōng)业革命的核心(xīn)驱动(dòng)力量，将创造新的增长(zhǎng)奇迹。

过去(qù)一(yī)年，人工智能(néng)在技术和商业层面都(dōu)有(yǒu)了(le)巨(jù)大进展(zhǎn)，AI绘画就(jiù)是人(rén)工智(zhì)能技(jì)术发生方向(xiàng)性改变的一(yī)个代(dài)表。其下一站或(huò)许(xǔ)就是视频。

此前，Meta和谷(gǔ)歌(gē)先后(hòu)发布了几条引爆(bào)科(kē)技圈的(de)短视(shì)频。这(zhè)些视频(pín)引发关(guān)注并非内容做得多优秀，反而都非常(cháng)简(jiǎn)单，比(bǐ)如一(yī)匹正在喝(hē)水的马(mǎ)，一只画画的玩具熊(xióng)，或者一(yī)段骑摩托(tuō)车(chē)的第(dì)一视角(jiǎo)录像，随(suí)便一个有手(shǒu)机(jī)的人都可以(yǐ)随(suí)手(shǒu)录(lù)下一段。

但这些短视频(pín)的创作方式非常(cháng)简单(dān)，创(chuàng)作者(zhě)仅仅需(xū)要向(xiàng)AI输入一段话，甚(shèn)至只(zhǐ)是说一下要求，AI就(jiù)可以根据需要(yào)生成一段视频。

谷歌发布(bù)的两个AI生成视(shì)频分(fēn)别来(lái)自(zì)于Imagen Video和(hé)Phenaki，前者(zhě)主要突出的(de)是高清，与Meta的Make-A-Video没有太多的差别。

在(zài)Make-A-Video公布(bù)了AI生成的视(shì)频后(hòu)，AI圈(quān)就已经玩了一波(bō)梗，一个能够(gòu)做(zuò)出(chū)更(gèng)高清(qīng)视(shì)频的AI还不足以(yǐ)在短(duǎn)时间内(nèi)戳中兴奋点。

Phenaki更加令人震(zhèn)惊的地方在于，它可以制作出超过(guò)2分钟的连贯(guàn)的也有确切内容(róng)的(de)视频，这才是真正让(ràng)人们感到惊(jīng)喜(xǐ)的地(dì)方。因(yīn)为无论AI生成的(de)视频多么高(gāo)清，也只能是为内容生产者提供一个灵感(gǎn)，一个素材，一个过场(chǎng)动画。

不过能(néng)够制作(zuò)出有具(jù)体(tǐ)剧情内容的视频(pín)就意味着(zhe)，一(yī)些视频创作由AI代替人工完成(chéng)已经(jīng)初步有了可能。

当(dāng)下AI的发展速度已经超(chāo)过(guò)大部分人的想象(xiàng)。内容产业的本质是供给创造需求，AIGC作为全新的内(nèi)容生产方式(shì)，可以为内容产业带来更新(xīn)的内容风格、更快的生产速度，更(gèng)低的生产(chǎn)成(chéng)本，这(zhè)无疑会(huì)驱动内容产业的大爆发。

除了AI绘图、视频，AIGC技术还(hái)能(néng)应用于(yú)音乐、代码、机器人动作(zuò)等多种内容形式的生成。不(bù)难发现该项技术不仅在游戏等(děng)行业(yè)能得到有效应用，对于下一代互联网各种(zhǒng)元素的(de)构建亦有(yǒu)关键意义。

从(cóng)商业化的角度来看(kàn)，文化娱乐、教育、传媒等(děng)诸多领域，本身(shēn)就对基于AI的可视化内容有强烈需求。

因(yīn)此，AI绘画及视频或(huò)不(bù)是(shì)结果，而只(zhǐ)是AI进程中的一块重(zhòng)要拼图，有望在(zài)技术(shù)更新的加持下实(shí)现(xiàn)更(gèng)大(dà)的(de)应用(yòng)价值(zhí)。

AI从理解内容，走向了可以生成内容，甚(shèn)至能够创造(zào)出(chū)独立价值(zhí)和独立视角的内容(róng)。AIGC的再次出(chū)圈(quān)，更代(dài)表(biǎo)着未来的先进(jìn)生产力(lì)即将到来。

04

紧抓大模型与算力，牢固AIGC底座

从技术的发展也可以看出，在语言大模型(xíng)、图像大模(mó)型之后，多模态大模型已(yǐ)经成(chéng)为了新(xīn)的趋势。

大(dà)模(mó)型被誉为当前人工智(zhì)能发展的智能底座(zuò)，是全(quán)球竞争最激烈(liè)的(de)研究方(fāng)向之一，包括(kuò)谷(gǔ)歌、亚马逊、百度、阿里、腾(téng)讯等众多头部企(qǐ)业都(dōu)在竞相(xiāng)发力。

不过训练大(dà)模型的(de)确(què)价格不菲，以国(guó)盛(shèng)证(zhèng)券发布的《ChatGPT需要多(duō)少(shǎo)算力(lì)》报告估算，GPT-3训练一次的成(chéng)本(běn)约为(wèi)140万美(měi)元。而对(duì)于一些更大的(de)LLM(大型语言模(mó)型)，训(xùn)练成本则介于200万美(měi)元至1200万美(měi)元(yuán)高价之间(jiān)。

以(yǐ)ChatGPT在2023年1月的独立访客平均(jūn)数(shù)1300万计(jì)算，其对(duì)应(yīng)芯片需求为3万(wàn)多片英(yīng)伟达A100 GPU，初(chū)始(shǐ)投入成本约(yuē)为8亿美元，每日仅(jǐn)电费就(jiù)在5万美(měi)元左右。

修行靠个人的上一句是什么意思，修行靠个人下一句ecoding="async" src="https://mmbiz.heiliaofuli.com/wp-content/uploads/2023/03/1d9722de3fed1e6.jpeg?imageMogr2/thumbnail/2160x0/format/webp/quality/80" data-ratio="0.4255555555555556" data-type="jpeg" data-w="900">

此外不论是(shì)ChatGPT还是AIGC，都离(lí)不开庞大算力支持。在关注各类大模(mó)型(xíng)的发展(zhǎn)同时，更应该关注算力网络的建(jiàn)设。

算力网(wǎng)络正驱动(dòng)AI产(chǎn)业发展进入史诗级加速进程(chéng)，让(ràng)AIGC及通用AI这一人工智能发展的终极(jí)目标(biāo)离得更近。

因为算力可以对突(tū)破性技术创新(xīn)提供大力的(de)支(zhī)持。这方面(miàn)，多模(mó)态(tài)大(dà)模(mó)型是典型(xíng)。作(zuò)为面向未来强人工智能、通用人工智(zhì)能的重(zhòng)要技术创(chuàng)新，多模态大模型(xíng)已(yǐ)经在人(rén)工智能领域提出(chū)了很多年(nián)，业界也(yě)有不少技术突破，但是(shì)，多模态(tài)大模型进一(yī)步往下走，算力需求呈(chéng)几何式上升，一(yī)般的算力基础(chǔ)设施(shī)很(hěn)快将难以胜任。

从图像、文字、语音单独(dú)一项(xiàng)的训(xùn)练，到双模(mó)态(tài)、三模态(tài)的跃迁，让(ràng)人(rén)工智能可以灵活应(yīng)对(duì)不同模(mó)态的(de)转化、像(xiàng)人与世界交互一样自然，这方面，由算力网(wǎng)络来驱动(dòng)将有明显优势。

此外，还有很(hěn)多需要(yào)爆发式增长的算力来支撑的技术创新，将在人工智能算(suàn)力网络支撑下快速推进。

AIGC已经露出(chū)曙(shǔ)光，期待在大模型和大算力的支持下AIGC能(néng)持续颠覆内容生产的方式(shì)，将创造的边际成本降低(dī)，让万众受益。

未经允许不得转载：绿茶通用站群 修行靠个人的上一句是什么意思，修行靠个人下一句