自聊(liáo)天(tiān)机器人(rén)ChatGPT火爆以来，微软公司创始人比尔(ěr)·盖茨(cí)已(yǐ)多次公开谈论(lùn)人工智能话题(tí)。在最近的(de)一次采访中，他再次表示(shì)：“AI可(kě)能(néng)会让科技(jì)行(xíng)业迎来一(yī)次(cì)剧烈的洗牌”。

这个结论是他在(zài)当地(dì)时间2月(yuè)20日接受《In Good Company》节目专访时提(tí)出(chū)的。

他(tā)预期，AI的发(fā)展可能会威胁到谷歌的市占率，因为微软在AI方面(miàn)的行(xíng)动(dòng)相当迅速。而最(zuì)终科技巨头(tóu)将(jiāng)把AI整(zhěng)合成用户的“全(quán)能助手”，包揽(lǎn)一切(qiè)应用，与人们进行沟(gōu)通并(bìng)提供(gōng)建(jiàn)议，可以取(qǔ)代亚马(mǎ)逊、Siri或Outlook等(děng)应(yīng)用。

大佬口中全能助(zhù)手的到(dào)来可(kě)能尚需(xū)时日，但由(yóu)ControlNet引(yǐn)发的又(yòu)一次AI绘画(huà)浪潮，让AIGC在ChatGPT的话题热点(diǎn)包围(wéi)中(zhōng)杀(shā)出重(zhòng)围。

01

ControlNet颠覆AI绘画新玩(wán)法

AIGC向可控靠近

以(yǐ)AI绘画(huà)为代表的(de)AIGC上(shàng)一次爆火的时候，还是2022年8月，在美国科罗拉多州举(jǔ)办的(de)新兴数字艺(yì)术家竞赛(sài)中(zhōng)，一(yī)幅名为《太空歌剧院》的作品(pǐn)获奖。

随后(hòu)各大厂商的(de)AI绘(huì)画软件被广(guǎng)大网友熟知并体验，Stable Diffusion便是其(qí)中(zhōng)代表。

用户们(men)可(kě)以在(zài)应用中输入一(yī)组关键词或者(zhě)一(yī)张照片，就(jiù)能(néng)获得一(yī)幅(fú)AI创(chuàng)作的画作。

作画的关(guān)键(jiàn)就(jiù)是(shì)所输入的文本。同一组关键(jiàn)词也可以创作出(chū)很多张风格不一样的画作，这让创作的过程就像开盲盒。

很多用户很喜(xǐ)欢(huān)这种不确定的惊喜，他们会将(jiāng)生成(chéng)的美(měi)图当做头像。而另(lìng)一部分(fēn)喜欢翻(fān)看AI绘画的“翻车(chē)”作品。在社(shè)交媒体上，许多用户分(fēn)享AI“翻车现场(chǎng)”，例(lì)如，一位网友的(de)小(xiǎo)狗(gǒu)照片(piàn)被AI画(huà)成了“肌肉男”，还有网(wǎng)友的个人(rén)照片被AI识别成了建筑。

而(ér)如今随着(zhe)ControlNet的出现与(yǔ)加持(chí)，以(yǐ)往(wǎng)AI绘画的(de)填写关键(jiàn)词(cí)游戏(xì)可能要(yào)被(bèi)颠覆了。

ControlNet是(shì)一位正在斯坦福读博的中国人(rén)张吕敏创(chuàng)作的一(yī)种基于控制点的图像变形算法，主要用于数字图像处(chù)理(lǐ)、计算(suàn)机视觉和(hé)计算机图(tú)形(xíng)学等领域。

其SD插件(jiàn)一经发布，在短(duǎn)短的两天内便成为了(le)AI绘画领(lǐng)域最新的热(rè)点。

在此之(zhī)前(qián)，大家用了(le)很多方法想让AI生成的结果尽可能(néng)的符合(hé)要求，但(dàn)是都不尽如人意，它的出现代表着(zhe)AI生(shēng)成开始进(jìn)入真正的(de)可(kě)控时期。

因为ControlNet可以直接提取(qǔ)画面的构图(tú)，人物的姿势(shì)和画面的深度信息等。有了它的(de)帮助，就不(bù)用频(pín)繁(fán)的用提(tí)示词来(lái)碰运气(qì)，抽盲盒式(shì)的(de)创作了。

通(tōng)俗的(de)说(shuō)ControlNet相(xiāng)当于给AI绘画加(jiā)了(le)“魔法(fǎ)”，不少(shǎo)博(bó)主的(de)作品已(yǐ)经获得了大(dà)量(liàng)的浏览(lǎn)量，“viggo”就是其(qí)中之一，他用朋友的照(zhào)片(piàn)直接带她们走进动漫世界。

viggo先(xiān)用(yòng)StableDiffusion图片转文字(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(bǎng)定骨(gǔ)骼开始换(huàn)关键词试效果。

恒星年和回归年的区别通俗易懂的，恒星年和回归年的区别原因a-s="300,640" data-type="jpeg" data-w="1280">

通过图片(piàn)就可(kě)以看(kàn)出来，效果(guǒ)十(shí)分惊艳(yàn)。

更(gèng)厉害的是，除(chú)了(le)真实的照片，草图也可以加上“魔法”，知(zhī)乎大牛“DevPoint”和(hé)“逗(dòu)砂(shā)”介(jiè)绍到ControlNet还(hái)能实(shí)现线稿转全彩图。大神张(zhāng)吕敏其本尊也(yě)亲自回应。

不得不(bù)说当下AIGC已经变得越来越强大(dà)，甚至(zhì)输出的作品(pǐn)都已经能以假乱真了。

02

难(nán)辨虚实，AIGC技术力爆发

警惕(tì)安(ān)全问题

近日，“苏州金鸡(jī)湖有(yǒu)游艇(tǐng)party”的消息火遍网络，而经过警方(fāng)辟谣(yáo)这所(suǒ)谓的“party”可能是全国第一(yī)起AI绘图诈骗(piàn)。

由于(yú)这个活动里面给出(chū)的(de)美女照片(piàn)都是AI制作的真人照(zhào)片绘图，因为太逼真，被大家当成(chéng)真事传播了。

不(bù)过仔细观察可以(yǐ)发现，活动发起者提供的(de)照片中(zhōng)有个很(hěn)大的(de)漏洞可(kě)以发现并(bìng)非真人，而是AI绘图，那便是(shì)图片中(zhōng)女性的(de)手指(zhǐ)部分有的存在异常。

有行业人事表示：“现在(zài)因为手指部分的绘画算(suàn)法比较复杂，AI还不太会画人(rén)的手，但最新(xīn)看到的图片已经有越来(lái)越完美的AI模型出现(xiàn)，以后可(kě)能(néng)就(jiù)完全(quán)没有漏洞了。”

类似的AI作图诈骗在国外(wài)也已有发生。据英国(guó)广播公(gōng)司报道(dào)，土耳(ěr)其(qí)地震期间(jiān)，有Tiktok用(yòng)户使用AI合成了儿童受(shòu)灾的假照片发(fā)布到网络，以此诱骗善良的人打(dǎ)赏“捐助”从(cóng)而实施诈骗(piàn)。

目前随着技术(shù)发展，AIGC已经能(néng)做出真人照片般(bān)的绘图(tú)效果，如果这样的(de)图片被用来诈骗，将非常可怕(pà)。

此外AIGC还引发了很多(duō)担(dān)忧，一方面，批判者认为AI在“学习”了大(dà)量前(qián)人的作品(pǐn)之后，其创作没有任(rèn)何情绪(xù)和(hé)灵魂，难以和人类的艺术创作相提并论。

另一方面，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)会代替人类“至高无上”的创(chuàng)意。

马斯(sī)克(kè)也强调，人工(gōng)智(zhì)能(néng)的安(ān)全问题(tí)需要得到重视，太晚就来(lái)不及了(le)。

03

AIGC下一站除了视频(pín)，还有远方

技术(shù)都是(shì)有两面性(xìng)的，潜在的危(wēi)害并(bìng)不能掩(yǎn)盖其光辉的贡(gòng)献。现在(zài)看来(lái)，人(rén)工智(zhì)能技术(shù)将(jiāng)是第四次工业革命的核(hé)心驱动(dòng)力量，将创造新的(de)增(zēng)长(zhǎng)奇迹(jì)。

过去(qù)一年(nián)，人工智能在技术和(hé)商业层(céng)面都有(yǒu)了巨(jù)大进(jìn)展，AI绘画就是人工智能技术发(fā)生方(fāng)向性(xìng)改变的一个代表。其下(xià)一站或许就是视频。

此前(qián)，Meta和谷歌先后发布了(le)几条引爆科(kē)技(jì)圈的短视频。这些视(shì)频引发关注并非内容做(zuò)得多优秀，反而都非常简单，比如一(yī)匹(pǐ)正(zhèng)在喝水(shuǐ)的(de)马，一只画画的(de)玩(wán)具熊，或者一段骑(qí)摩托车的第(dì)一视角录像，随(suí)便一个有(yǒu)手机的人都可以随手录(lù)下一段。

但这些短视(shì)频的创作方式(shì)非常简单，创(chuàng)作者仅仅需要向AI输入(rù)一(yī)段话，甚(shèn)至只是说一下要求，AI就可以根据(jù)需要生成一(yī)段视频。

谷歌发布的两个AI生成视频分别来自于Imagen Video和(hé)Phenaki，前(qián)者主要突(tū)出的是高清，与(yǔ)Meta的Make-A-Video没有太(tài)多的差别。

在(zài)Make-A-Video公布(bù)了AI生成的视频后，AI圈就已经(jīng)玩了一波梗(gěng)，一个能(néng)够做出更(gèng)高(gāo)清视频的AI还(hái)不足以(yǐ)在(zài)短时(shí)间内戳中兴奋点。

Phenaki更(gèng)加令人震惊的地方在(zài)于(yú)，它可(kě)以制作(zuò)出超(chāo)过2分(fēn)钟的连(lián)贯的也有确切(qiè)内容的视(shì)频，这(zhè)才(cái)是真正让人们(men)感到惊喜的(de)地(dì)方(fāng)。因为无(wú)论AI生成的(de)视频多(duō)么高(gāo)清(qīng)，也只能是(shì)为内容生产者提供一个灵感，一个(gè)素材(cái)，一个过场动画(huà)。

不过能够制作出有具(jù)体(tǐ)剧情内容的视(shì)频(pín)就意味着，一些视(shì)频创作由AI代替人(rén)工完(wán)成已经初(chū)步有了可能。

当下(xià)AI的(de)发展速度已经超过大(dà)部分(fēn)人的想象。内(nèi)容产业的(de)本质是供给创造需求(qiú)，AIGC作为全新的内容生产(chǎn)方式，可以为内(nèi)容产业(yè)带来更(gèng)新的内容风格、更快(kuài)的生(shēng)产速度(dù)，更低的生产成本(běn)，这无疑会驱动内容产业的大(dà)爆发。

除了AI绘图、视频，AIGC技术还能(néng)应用于音乐、代码、机器人动作等多种内(nèi)容形式的生(shēng)成。不难发(fā)现该(gāi)项(xiàng)技术不仅在游戏等行(xíng)业能得到有效应用，对(duì)于下一(yī)代(dài)互联网各(gè)种元(yuán)素的(de)构建亦(yì)有关键意(yì)义。

从商业化的(de)角(jiǎo)度来看，文化娱乐、教育、传媒等(děng)诸(zhū)多领域(yù)，本身就对(duì)基于AI的可视化(huà)内容有强烈需(xū)求。

因此，AI绘画及视(shì)频或不是结(jié)果，而(ér)只是AI进程中(zhōng)的(de)一块重要(yào)拼图，有望在技(jì)术(shù)更新(xīn)的加(jiā)持下实现更大的(de)应用(yòng)价值(zhí)。

AI从理解内容，走向(xiàng)了可以(yǐ)生成内容，甚至能够创造出独立价值(zhí)和独立视角的内(nèi)容。AIGC的再次出圈，更代表着(zhe)未来的先进生产力(lì)即(jí)将到来。

04

紧抓大模型与(yǔ)算(suàn)力，牢(láo)固AIGC底座

从技术的发展也可以看出，在语言(yán)大模型、图像(xiàng)大模(mó)型(xíng)之后(hòu)，多模态大模(mó)型已经成为了新的(de)趋势。

大模(mó)型被誉为当(dāng)前(qián)人工智能发展的智(zhì)能底座，是(shì)全球竞争最激烈的(de)研究方向(xiàng)之一，包括(kuò)谷歌、亚马逊、百(bǎi)度、阿(ā)里、腾(téng)讯(xùn)等(děng)众多头(tóu)部企业都在竞相发力。

不(bù)过训练大模型的(de)确价(jià)格不菲，以国盛证券发布的《ChatGPT需要多少算力》报告估算(suàn)，GPT-3训练一次(cì)的(de)成本约为140万美元。而对于一些更大的LLM(大(dà)型语(yǔ)言模(mó)型(xíng))，训练成本则介(jiè)于200万美元至1200万美元高(gāo)价之(zhī)间(jiān恒星年和回归年的区别通俗易懂的，恒星年和回归年的区别原因)。

以(yǐ)ChatGPT在2023年1月的(de)独(dú)立访客平(píng)均数1300万计算，其对应芯(xīn)片需求(qiú)为3万多片英(yīng)伟(wěi)达A100 GPU，初始(shǐ)投入成本约(yuē)为8亿美元(yuán)，每日仅电费就在5万美元左右。

此外(wài)不论(lùn)是ChatGPT还(hái)是AIGC，都离不(bù)开庞大算力支持。在(zài)关注(zhù)各类大模(mó)型的发展同时，更应(yīng)该关注算力网络的建设。

算力网络正驱动AI产业发(fā)展进入史诗级加速(sù)进程，让AIGC及通用AI这一人工(gōng)智能发展的终极目标离(lí)得更近。

因为算力可以对突(tū)破(pò)性(xìng)技术创新提供大力的支(zhī)持。这方面，多模态大模型是(shì)典型(xíng)。作(zuò)为面向未来强人(rén)工智能(néng)、通用人(rén)工(gōng)智(zhì)能的重(zhòng)要技术创新，多(duō)模(mó)态大模型(xíng)已(yǐ)经在(zài)人工(gōng)智(zhì)能领域(yù)提出了很(hěn)多年，业界也(yě)有不少技术(shù)突破，但是，多模态大模(mó)型(xíng)进一步往下(xià)走，算力需求呈几何式上升，一般的算力基础设施很快将(jiāng)难(nán)以胜任。

从图(tú)像、文字、语(yǔ)音(yīn)单(dān)独一项的训练，到双模态、三模态的跃迁，让(ràng)人工(gōng)智能可(kě)以灵活(huó)应对(duì)不同模态的转化、像(xiàng)人与世界交互一样自然，这方面，由算力网(wǎng)络来驱动将有(yǒu)明显优势(shì)。

此外(wài)，还(hái)有很多需(xū)要(yào)爆发式(shì)增长的算力来(lái)支撑的(de)技(jì)术创新，将在(zài)人工智能算力(lì)网络支撑下快速推进。

AIGC已(yǐ)经露出曙光，期待在大(dà)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，将创造的边(biān)际成本降低(dī)，让万众(zhòng)受益。

未经允许不得转载：绿茶通用站群 恒星年和回归年的区别通俗易懂的，恒星年和回归年的区别原因