自聊(liáo)天机器人ChatGPT火爆以来，微软公司(sī)创(chuàng)始人比尔·盖茨已多次公开(kāi)谈(tán)论人(rén)工(gōng)智能话题。在最(zuì)近的一次采访中，他再(zài)次表示：“AI可能(néng)会让科技行业(yè)迎来一次剧烈的(de)洗牌”。

这个结论是他(tā)在当地(dì)时(shí)间2月20日接受《In Good Company》节目专访时(shí)提出的。

他预期，AI的发展可能会威胁到谷歌的市占率，因为(wèi)微软(ruǎn)在AI方面的(de)行(xíng)动相当迅速。而(ér)最终科(kē)技巨头将(jiāng)把AI整合成(chéng)用户的“全能助(zhù)手”，包揽一(yī)切(qiè)应用，与人们进行沟通并(bìng)提供建议(yì)，可以(yǐ)取代亚马逊、Siri或Outlook等(děng)应用。

大佬口中(zhōng)全能助手的到(dào)来(lái)可能(néng)尚需(xū)时日，但由ControlNet引发的又(yòu)一次(cì)AI绘(huì)画浪(làng)潮，让AIGC在(zài)ChatGPT的(de)话题热(rè)点包围中杀出重(zhòng)围。

01

ControlNet颠覆(fù)AI绘画新玩法

AIGC向可控靠近

以AI绘画(huà)为代表(biǎo)的(de)AIGC上一(yī)次爆火(huǒ)的时候，还是2022年(nián)8月(yuè)，在美国(guó)科罗拉(lā)多州举(jǔ)办(bàn)的新(xīn)兴数字艺术家竞赛中，一幅名为《太(tài)空歌(gē)剧院》的(de)作(zuò)品(pǐn)获奖。

随后(hòu)各大厂(chǎng)商(shāng)的AI绘画软件被广(guǎng)大网友熟知并体验，Stable Diffusion便是其中代表。

用户们可(kě)以在应用(yòng)中输(shū)入一组关键词或(huò)者一张照片，就能获得一幅AI创作的画作。

作画的关键就是所输入(rù)的文本。同一组关键词也(yě)可(kě)以(yǐ)创作出很多(duō)张风(fēng)格(gé)不一样的画(huà)作，这(zhè)让创作的(de)过程就像开(kāi)盲盒。

很(hěn)多(duō)用(yòng)户很喜(xǐ)欢这种不确定的惊喜，他们会将生成的美(měi)图(tú)当做(zuò)头像。而(ér)另一部分喜(xǐ)欢(huān)翻看AI绘画的“翻车”作(zuò)品(pǐn)。在社交(jiāo)媒体上(shàng)，许(xǔ)多用户(hù)分享AI“翻车现场”，例如，一位网友(yǒu)的小狗照片被(bèi)AI画(huà)成了“肌肉男”，还1km等于多少米 1km是不是1公里有网友的个人(rén)照片被AI识别成了建筑。

而如今随着ControlNet的出现与(yǔ)加持，以往AI绘画的填写关键词游戏可能要(yào)被颠覆了。

ControlNet是一(yī)位正(zhèng)在(zài)斯坦福读博的(de)中国人(rén)张吕敏创作(zuò)的(de)一种基于控制点的图像变(biàn)形算(suàn)法，主要用于数字图像处理(lǐ)、计算机视觉和计(jì)算机(jī)图形学等领域。

其SD插件(jiàn)一经发布，在短短的两天内便(biàn)成为了AI绘画领域(yù)最新的热点。

在此之前，大家用了(le)很多方法(fǎ)想让(ràng)AI生成(chéng)的(de)结果尽可能的符合(hé)要求，但是都不尽如人意，它的出现(xiàn)代表(biǎo)着AI生成开始进入真(zhēn)正的可控(kòng)时期。

因为(wèi)ControlNet可以直接提(tí)取画面的构图(tú)，人物的(de)姿势(shì)和画(huà)面的深度信息等。有了(le)它的帮(bāng)助，就(jiù)不用频繁的(de)用(yòng)提示词来(lái)碰(pèng)运气，抽盲盒式的创作了(le)。

通俗的说ControlNet相当于(yú)给(gěi)AI绘画加了“魔法”，不少博主的(de)作(zuò)品已经获(huò)得(dé)了大量(liàng)的(de)浏览量(liàng)，“viggo”就(jiù)是其中之一，他用朋(péng)友(yǒu)的(de)照(zhào)片直接带(dài)她们走进(jìn)动漫世界(jiè)。

viggo先用StableDiffusion图片(piàn)转文字。

再用Text2Prompt插件拓展找(zhǎo)到对应的关(guān)键词；最后(hòu)用(yòng)ControlNet插件绑定骨骼开始换关键词试效果。

通过图(tú)片就可以看(kàn)出来，效果十分惊(jīng)艳。

更厉害(hài)的(de)是，除了真实的照片，草图(tú)也可以加上(shàng)“魔法(fǎ)”，知乎大牛(niú)“DevPoint”和“逗(dòu)砂(shā)”介(jiè)绍到ControlNet还能实现线稿转全(quán)彩图。大神张吕敏其本尊也亲自回应。

不得不说当下AIGC已经变得越来越强大，甚至输出的作品都已经能以假乱真了。

02

难辨(biàn)虚实，AIGC技术力爆发

警惕安全问题

近日(rì)，“苏(sū)州金鸡湖(hú)有(yǒu)游艇party”的(de)消息火遍网(wǎng)络，而(ér)经(jīng)过警方辟(pì)谣这所谓(wèi)的“party”可能是(shì)全(quán)国(guó)第一起AI绘图诈(zhà)骗。

由于(yú)这个活(huó)动里面给出的(de)美女照片(piàn)都(dōu)是AI制作的真(zhēn)人照片(piàn)绘图，因(yīn)为太逼(bī)真，被大家当(dāng)成(chéng)真事(shì)传播了。

不过仔细观察可以发现(xiàn)，活动(dòng)发(fā)起者提供(gōng)的照片中有个很大的(de)漏洞可以发现并(bìng)非真人(rén)，而是AI绘图(tú)，那便是图片中女(nǚ)性的手指部分有的(de)存在异常。

有行业(yè)人事表示：“现在因为(wèi)手(shǒu)指部分的绘画(huà)算法比(bǐ)较复(fù)杂，AI还不(bù)太(tài)会画人的手，但最新看到的图片已经有越来越(yuè)完美的AI模型出现，以后可能(néng)就完全没有漏洞了。”

类似的(de)AI作(zuò)图诈骗在(zài)国外也已有(yǒu)发生。据(jù)英国(guó)广(guǎng)播公司报道，土耳其(qí)地震期间，有(yǒu)Tiktok用户使用(yòng)AI合成了(le)儿童受灾的假照片发布(bù)到网络，以此诱骗善良的(de)人打赏“捐(juān)助”从而实施诈骗。

目前随着技(jì)术发(fā)展，AIGC已(yǐ)经能做(zuò)出真人照片般的(de)绘图(tú)效(xiào)果，如(rú)果(guǒ)这(zhè)样的图(tú)片(piàn)被用来(lái)诈骗(piàn)，将(jiāng)非(fēi)常可怕。

此外AIGC还(hái)引(yǐn)发了(le)很多担(dān)忧，一(yī)方(fāng)面，批判者认为(wèi)AI在“学(xué)习(xí)”了大量前(qián)人的作品之后，其创作没有任何情(qíng)绪和灵魂(hún)，难(nán)以和人类的艺术(shù)创(chuàng)作相提并论(lùn)。

另一方面，AIGC背(bèi)后的版权、目前都并没(méi)有得到有效的解决，还有AIGC会不会(huì)代替人类“至高无(wú)上”的创意。

马斯克也强调，人工智能的安全问(wèn)题需(xū)要得到重视，太晚就来(lái)不及了。

03

AIGC下(xià)一站除了(le)视频(pín)，还(hái)有远方(fāng)

技(jì)术(shù)都是有两面(miàn)性的，潜(qián)在的危害并不能掩(yǎn)盖(gài)其光辉的贡献。现在看(kàn)来，人(rén)工(gōng)智(zhì)能技术将是(shì)第四次工(gōng)业革命的(de)核心驱动力量(liàng)，将创造(zào)新的增长奇迹。

过去一年，人工智(zhì)能在技术和商业(yè)层面都(dōu)有了巨大进展，AI绘(huì)画(huà)就是人工智(zhì)能技(jì)术发生方向性(xìng)改变(biàn)的一个(gè)代(dài)表。其下(xià)一站或许就是视频(pín)。

此前(qián)，Meta和谷歌先后发(fā)布了几(jǐ)条引爆(bào)科技(jì)圈的短(duǎn)视频(pín)。这些视频(pín)引发关注并非内容做得多优(yōu)秀，反而(ér)都非常简(jiǎn)单，比(bǐ)如一匹正在喝水(shuǐ)的(de)马，一只画画的玩具熊，或者一段骑摩托(tuō)车(chē)的第(dì)一视角(jiǎo)录像，随便(biàn)一个有手机的人都可(kě)以随手录(lù)下一段。

但这些(xiē)短视频的创作方式非常简单(dān)，创作(zuò)者(zhě)仅(jǐn)仅需要向AI输入一(yī)段(duàn)话，甚至只是(shì)说一(yī)下要求(qiú)，AI就可以根据(jù)需要(yào)生成(chéng)一段视频。

谷歌发布的两个AI生成视频(pín)分别来(lái)自于Imagen Vi1km等于多少米 1km是不是1公里deo和Phenaki，前者主要突出的是高清(qīng)，与(yǔ)Meta的Make-A-Video没有太多的差别(bié)。

在(zài)Make-A-Video公布了AI生成的视频(pín)后，AI圈(quān)就已经(jīng)玩了一波梗，一个能够做(zuò)出更高清(qīng)视频的AI还不足以在短时间内戳中兴(xīng)奋点。

Phenaki更加令(lìng)人(rén)震(zhèn)惊的(de)地方在于，它可以制作(zuò)出超过2分钟的连贯的(de)也有确切内容(róng)的(de)视频，这(zhè)才是真(zhēn)正让(ràng)人(rén)们感到惊喜的地方。因为无论AI生成的视频多(duō)么高清，也只能是为(wèi)内容生产者提供一(yī)个灵感(gǎn)，一个素材，一个过场动(dòng)画。

不过能(néng)够制(zhì)作出有具(jù)体剧情内容的视频就意味着，一些视(shì)频创作由AI代替人(rén)工完成已经初步有(yǒu)了可能。

当下AI的(de)发展速度(dù)已经超过大部(bù)分人的想象。内容产业(yè)的(de)本质是(shì)供给创造需求，AIGC作为全(quán)新的内容生产方式，可(kě)以为内(nèi)容产业(yè)带(dài)来更新的内(nèi)容(róng)风(fēng)格、更(gèng)快的生产速度，更低(dī)的生产(chǎn)成本，这无疑(yí)会驱动内容产(chǎn)业的大爆发。

除(chú)了AI绘图、视频，AIGC技术还(hái)能应用于音乐、代码、机器人动作等(děng)多(duō)种(zhǒng)内容形式的生成。不难发现该项(xiàng)技术不仅在游戏等行(xíng)业能(néng)得到有效应用(yòng)，对于下一(yī)代互联网(wǎng)各种元(yuán)素的构建亦(yì)有关键意义(yì)。

从(cóng)商业化的角度来看，文(wén)化娱乐、教育(yù)、传(chuán)媒等诸多领域，本(běn)身(shēn)就(jiù)对(duì)基于AI的可视化内容(róng)有强(qiáng)烈需求(qiú)。

因此，AI绘画及视(shì)频或不(bù)是结(jié)果，而(ér)只是AI进程中的一(yī)块重要拼图，有望(wàng)在(zài)技术更新的加(jiā)持下实现更(gèng)大的应用价(jià)值。

AI从理(lǐ)解内容，走向了可(kě)以(yǐ)生成内容，甚至能够创(chuàng)造(zào)出独(dú)立(lì)价值和独立(lì)视角的内容。AIGC的再次(cì)出圈(quān)，更(gèng)代(dài)表着未(wèi)来的先进生产(chǎn)力即将到(dào)来。

04

紧抓大(dà)模(mó)型与(yǔ)算力(lì)，牢固AIGC底座

从(cóng)技术的发展(zhǎn)也可(kě)以(yǐ)看出，在语(yǔ)言大模型、图(tú)像大模型之后，多模态大模型(xíng)已经成为(wèi)了新的(de)趋势(shì)。

大模型被誉(yù)为当(dāng)前人工智(zhì)能发展的智能底座，是全球竞(jìng)争最激烈的研(yán)究方向之一，包括谷歌(gē)、亚马逊(xùn)、百度、阿(ā)里、腾(téng)讯等众多(duō)头(tóu)部企业(yè)都在竞相(xiāng)发力。

不(bù)过训练大模型的确(què)价格(gé)不菲，以国盛(shèng)证券(quàn)发布的《ChatGPT需要多少算力(lì)》报告估算(suàn)，GPT-3训练(liàn)一次(cì)的成本约为140万美元。而对于一些更大的LLM(大(dà)型语(yǔ)言模型(xíng))，训练成(chéng)本则(zé)介(jiè)于200万(wàn)美元至(zhì)1200万美元高价之(zhī)间。

以ChatGPT在2023年1月的独立访客平均数1300万计算，其(qí)对应芯片需求为(wèi)3万多片英伟达(dá)A100 GPU，初始(shǐ)投入成本约为8亿美元，每日仅电费就(jiù)在(zài)5万美元左右(yòu)。

此(cǐ)外不论是ChatGPT还是AIGC，都(dōu)离不开庞大算力支(zhī)持。在关注(zhù)各类大模型(xíng)的(de)发(fā)展同时，更应该关注算力网络的建设。

算力网络(luò)正(zhèng)驱(qū)动AI产业发展进入史(shǐ)诗(shī)级加(jiā)速(sù)进程，让AIGC及(jí)通用AI这一人工智能发展的终(zhōng)极目标(biāo)离得更近(jìn)。

因为算(suàn)力可(kě)以对(duì)突破(pò)性技术创新提供大力的支(zhī)持。这方面，多模态大模(mó)型是(shì)典型(xíng)。作为面向未来强人工(gōng)智(zhì)能、通用人(rén)工(gōng)智能的重要技术创新(xīn)，多模态(tài)大模型(xíng)已(yǐ)经在人工(gōng)智能(néng)领域(yù)提出(chū)了很多年，业界也有不少技术突破，但是，多模态大(dà)模型进(jìn)一步往下走(zǒu)，算(suàn)力(lì)需求呈几何式上升，一般(bān)的算力基础设施很快将难以胜任。

从图像、文字、语音单独一(yī)项(xiàng)的训练，到双模态、三模态的跃迁，让人工(gōng)智能可以灵(líng)活应对(duì)不同模态的(de)转化、像人与世(shì)界交互(hù)一(yī)样自然，这方(fāng)面，由算(suàn)力网络来(lái)驱动将有(yǒu)明(míng)显优(yōu)势。

此外，还有很多需要爆发式(shì)增(zēng)长的算力来(lái)支撑的技术(shù)创新，将在人工智能算力(lì)网络支撑(chēng)下快速(sù)推进。

AIGC已经露(lù)出(chū)曙光(guāng)，期待在大模型和大算力的(de)支持下AIGC能(néng)持续颠覆内容生产的方式(shì)，将(jiāng)创造的边际成本降低，让万众受益。

未经允许不得转载：绿茶通用站群 1km等于多少米 1km是不是1公里