自聊天机器(qì)人ChatGPT火爆以来，微(wēi)软(ruǎn)公司(sī)创(chuàng)始人比尔·盖茨(cí)已多次(cì)公(gōng)开(kāi)谈(tán)论(lùn)人工智能(néng)话题。在(zài)最近的一次(cì)采访(fǎng)中(zhōng)，他再次表示(shì)：“AI可能会让科技行业(yè)迎来一次剧烈的洗牌”。

这个结论(lùn)是他在当地时间2月(yuè)20日(rì)接受《In Good Company》节目专访(fǎng)时提出的(de)。

他预期，AI的发(fā)展可能(néng)会(huì)威胁到谷歌的(de)市占率，因为微软在AI方面的行动(dòng)相当迅速。而最终(zhōng)科技(jì)巨头将把(bǎ)AI整合成用户(hù)的(de)“全能助(zhù)手(shǒu)”，包揽一切应用，与人(rén)们进行沟通并提供(gōng)建(jiàn)议(yì)，可以取(qǔ)代(dài)亚马逊、Siri或(huò)Outlook等(děng)应(yīng)用。

大佬口中全能助手的(de)到(dào)来可能尚(shàng)需时日，但由ControlNet引发的又(yòu)一次AI绘画浪潮(cháo)，让(ràng)AIGC在ChatGPT的话题热点(diǎn)包围中(zhōng)杀(shā)出重围。

01

ControlNet颠覆AI绘画新玩(wán)法

AIGC向(xiàng)可控靠近

以AI绘画(huà)为代表(biǎo)的AIGC上一次爆(bào)火的时候(hòu)，还是2022年(nián)8月，在美国科罗拉多州(zhōu)举办的新兴(xīng)数(shù)字艺(yì)术(shù)家竞赛中，一幅名为《太空歌剧院》的作品获奖。

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(biàn)是其(qí)中代(dài)表。

用户们可以在应用中(zhōng)输(shū)入(rù)一(yī)组关键词或者一张照片，就能获得(dé)一幅AI创(chuàng)作的(de)画作(zuò)。

作画的关(guān)键就是所输入的文本。同一(yī)组关键词(cí)也(yě)可以(yǐ)创作(zuò)出很多张风格不一(yī)样的(de)画作，这让创(chuàng)作的过程就像(xiàng)开(kāi)盲盒。

很多用(yòng)户很喜欢这种不确定的惊喜，他们会(huì)将(jiāng)生成的(de)美(měi)图当做(zuò)头像(xiàng)。而另一部分喜欢翻看AI绘画的“翻车”作品。在社(shè)交(jiāo)媒体上，许多(duō)用户(hù)分(fēn)享(xiǎng)AI“翻(fān)车现场”，例(lì)如，一(yī)位网友的小狗照片被AI画(huà)成了“肌肉男”，还有网(wǎng)友的个人照(zhào)片被AI识(shí)别成了(le)建筑。

而如今随(suí)着ControlNet的出(chū)现与加持，以往AI绘(huì)画的填写关键词游戏可能(néng)要被颠覆(fù)了(le)。

ControlNet是一(yī)位(wèi)正在斯坦福读博的中国人张吕(lǚ)敏创作(zuò)的(de)一(yī)种基(jī)于控制点(diǎn)的图像变(biàn)形(xíng)算(suàn)法(fǎ)，主要用于(yú)数字图像(xiàng)处理、计算机(jī)视(shì)觉(jué)和计算机图(tú)形学等领(lǐng)域。

其SD插件一经发布(bù)，在短短(duǎn)的两天内便成(chéng)为了A龙钟是什么意思有什么表达效果，双袖龙钟的龙钟是什么意思I绘画领域(yù)最新的热点。

在此之前，大家用了很多方法想(xiǎng)让(ràng)AI生(shēng)成的结果尽可能的(de)符合(hé)要(yào)求，但是(shì)都(dōu)不尽如人意，它的出现代表(biǎo)着AI生成开始(shǐ)进入真正的可控时期。

因为ControlNet可以直接提取画面的构(gòu)图(tú)，人物的姿势(shì)和画面的深度(dù)信(xìn)息等(děng)。有(yǒu)了(le)它的(de)帮(bāng)助(zhù)，就(jiù)不用频繁的(de)用(yòng)提示词(cí)来(lái)碰运气，抽盲盒式的创(chuàng)作了。

通俗的说ControlNet相(xiāng)当于给AI绘画加了(le)“魔法(fǎ)”，不少博主的作品(pǐn)已经(jīng)获得(dé)了大量(liàng)的浏览量，“viggo”就是其中之一，他(tā)用朋友的照(zhào)片直接带(dài)她(tā)们走进动漫世(shì)界。

viggo先用StableDiffusion图片转文字。

再用Text2Prompt插件(jiàn)拓展找到(dào)对应的关键词(cí)；最(zuì)后用ControlNet插件绑定骨骼开始换关键词(cí)试效(xiào)果(guǒ)。

通过(guò)图片就可以(yǐ)看出(chū)来，效果十分惊(jīng)艳。

更厉害(hài)的是，除了真实的照片，草图也可以加上(shàng)“魔(mó)法”，知乎(hū)大牛“DevPoint”和(hé)“逗砂”介(jiè)绍到ControlNet还(hái)能实现线稿转全彩(cǎi)图。大神张吕敏其本尊也亲自回应。

不得不(bù)说(shuō)当(dāng)下AIGC已(yǐ)经(jīng)变(biàn)得越来越(yuè)强大，甚至(zhì)输出(chū)的作品都(dōu)已(yǐ)经能以(yǐ)假乱真了。

02

难(nán)辨虚实，AIGC技术力爆(bào)发(fā)

警惕安全问题

近日，“苏州金(jīn)鸡湖有游艇(tǐng)party”的消息火遍网(wǎng)络，而经过警(jǐng)方辟谣这所谓的“party”可能是全国第一起AI绘图(tú)诈骗。

由于这个活动里面给出的(de)美女照片都是AI制作的(de)真人(rén)照(zhào)片绘图(tú)，因(yīn)为太逼真，被大(dà)家当成(chéng)真事传(chuán)播了。

不过仔细观(guān)察(chá)可以发现，活动发起者提供的照片中有个很大的漏洞可以发现并非真(zhēn)人，而是(shì)AI绘图，那便是图片中女性的手(shǒu)指部分有的存在异(yì)常。

有行业(yè)人事(shì)表示(shì)：“现在因为手指部(bù)分的绘画算法(fǎ)比较复杂，AI还不太会(huì)画人的手，但最新看到的图片已经有越(yuè)来越完美的AI模(mó)型出现，以(yǐ)后可能就完(wán)全没(méi)有漏洞了(le)。”

类似的AI作图诈骗(piàn)在国(guó)外也(yě)已有(yǒu)发(fā)生。据英(yīng)国广播(bō)公司报道，土耳(ěr)其地震期(qī)间，有Tiktok用户使用AI合成了(le)儿童受灾的(de)假照片发布(bù)到网络，以此诱骗善良的人(rén)打赏(shǎng)“捐助”从(cóng)而实施诈骗。

目前随着技术发展，AIGC已(yǐ)经能(néng)做出真人照(zhào)片(piàn)般的(de)绘图效(xiào)果(guǒ)，如果(guǒ)这样(yàng)的图片被用来诈骗，将非常可怕。

此外AIGC还引发了很多担(dān)忧，一方面，批判者(zhě)认为AI在“学(xué)习”了大(dà)量前人的作品(pǐn)之后，其创作没有(yǒu)任何情绪和(hé)灵魂，难以和人类的艺术创作(zuò)相(xiāng)提并论。

另一(yī)方(fāng)面，AIGC背后的版权、目(mù)前都(dōu)并没有得到有效的解决，还有AIGC会不(bù)会(huì)代替(tì)人类“至高无上”的创意。

马斯克也强调(diào)，人工智能(néng)的(de)安全问题需要(yào)得到重视，太晚就来不及了。

03

AIGC下一站除了视频，还(hái)有(yǒu)远方

技术都是有两(liǎng)面(miàn)性的(de)，潜在的危(wēi)害并(bìng)不能掩(yǎn)盖(gài)其光辉的贡献。现在看(kàn)来，人工智能技术将是(shì)第四次(cì)工业革命的核心驱动力量，将创(chuàng)造新的增长奇迹。

过去一年(nián)，人工智(zhì)能在技术和商业层面(miàn)都有(yǒu)了(le)巨(jù)大进展，AI绘(huì)画就是人(rén)工(gōng)智能(néng)技术发生方向性改变的一个代(dài)表。其下一(yī)站(zhàn)或(huò)许就是视频(pín)。

此前，Meta和谷(gǔ)歌(gē)先后发(fā)布(bù)了(le)几条引爆(bào)科技圈的短视(shì)频。这些视频引发关(guān)注并(bìng)非内容(róng)做得(dé)多优秀，反而都非常简单(dān)，比(bǐ)如一(yī)匹正在(zài)喝水的马，一只画(huà)画的玩具熊(xióng)，或者一段骑摩托(tuō)车的(de)第一(yī)视角录像，随(suí)便(biàn)一个(gè)有手机的人都(dōu)可以随手录下一段(duàn)。

但这些(xiē)短(duǎn)视(shì)频(pín)的(de)创作方(fāng)式非常简(jiǎn)单(dān)，创作者仅仅需要向AI输入一段话，甚至只是说(shuō)一下要求(qiú)，AI就(jiù)可以根据需(xū)要生成一段(duàn)视频。

谷歌(gē)发布的(de)两(liǎng)个AI生成视频分别(bié)来(lái)自于Imagen Video和Phenaki，前(qián)者(zhě)主要突出的是(shì)高清，与Meta的Make-A-Video没有太多(duō)的差别。

在(zài)Make-A-Video公布了AI生成(chéng)的视频后(hòu)，AI圈就(jiù)已经玩(wán)了一(yī)波梗，一个能够做出更高清视频的AI还(hái)不足以在短时间内戳中(zhōng)兴奋点。

Phenaki更加令人震(zhèn)惊的地方(fāng)在于(yú)，它可以制作出超过(guò)2分钟的连贯的也有确切内容的视频(pín)，这才是真正让人们(men)感到(dào)惊喜的地方。因(yīn)为无论AI生成的(de)视频多么高清，也只能是为内容生产者提供(gōng)一(yī)个灵(líng)感，一个素材，一个过(guò)场动画。

不过能够(gòu)制作出有(yǒu)具体剧(jù)情内(nèi)容的视频就意味着(zhe)，一些视频创作由AI代(dài)替人工(gōng)完成已经初步有(yǒu)了可(kě)能。

当下(xià)AI的发(fā)展(zhǎn)速度已经超过(guò)大部分人的想象。内容(róng)产业的本质(zhì)是供(gōng)给创造需求(qiú)，AIGC作为全新的(de)内容生产(chǎn)方式，可以为内(nèi)容产(chǎn)业带来更新的(de)内容(róng)风格、更快的生产(chǎn)速度，更低的生产成(chéng)本，这(zhè)无(wú)疑会驱动内容产(chǎn)业(yè)的(de)大(dà)爆(bào)发。

除了AI绘(huì)图(tú)、视频，AIGC技术还能应用(yòng)于音乐(lè)、代(dài)码、机器人(rén)动作等多种内(nèi)容形式的(de)生成(chéng)。不(bù)难发现该项技术不仅在游戏等行(xíng)业能得(dé)到有效应用，对于下一代互联网各种元素的(de)构建亦有关键意义。

从商业化的(de)角度来看，文化娱乐、教育、传媒(méi)等诸多领域，本(běn)身(shēn)就对基于AI的可视化内(nèi)容(róng)有强烈需求(qiú)。

因此，AI绘画及(jí)视频(pín)或(huò)不是结果，而只(zhǐ)是AI进程中的一块重要拼图(tú)，有望在技术更新的加持下实现更大的应用价值。

AI从理解内容，走向了可以生成内(nèi)容，甚至能(néng)够创造出独立价值和独(dú)立视角的内容。AIGC的再次出圈，更代表着未来的先进生(shēng)产力(lì)即将(jiāng)到(dào)来。

04

紧抓大模型与算力，牢固(gù)AIGC底座

从技术的发展(zhǎn)也可以(yǐ)看出，在语言大模型、图像(xiàng)大(dà)模型之后，多模态大模型(xíng)已(yǐ)经成(chéng)为了新的(de)趋势。

大模型被(bèi)誉为当前人工智能(néng)发展的智能(néng)底座，是全球竞争最激烈(liè)的研究(jiū)方向之一，包括谷(gǔ)歌、亚马逊、百度、阿(ā)里、腾讯等(děng)众多头(tóu)部企业都在竞相发力。

不过训练大模型(xíng)的确(què)价(jià)格(gé)不菲(fēi)，以国盛(shèng)证券发(fā)布的(de)《ChatGPT需要多(duō)少算力(lì)》报(bào)告估算，GPT-3训(xùn)练一(yī)次的成本约(yuē)为140万美元(yuán)。而对(duì)于(yú)一(yī)些更大的LLM(大型语(yǔ)言模(mó)型)，训练成本则(zé)介于200万美(měi)元至1200万美元高价之间。

以ChatGPT在(zài)2023年1月的(de)独(dú)立访客平(píng)均数(shù)1300万计算，其对(duì)应(yīng)芯(xīn)片(piàn)需求(qiú)为3万多片(piàn)英伟达A100 GPU，初(chū)始投入成本约为(wèi)8亿美(měi)元，每日仅电费就在5万美元左右。

此(cǐ)外不论(lùn)是ChatGPT还是AIGC，都离不开庞大算力支持(chí)。在(zài)关注各类大模(mó)型的发展(zhǎn)同时，更应该关注(zhù)算(suàn)力网络的建设(shè)。

算(suàn)力(lì)网络(luò)正驱动AI产业发展进(jìn)入史诗级加速(sù)进程(chéng)，让AIGC及(jí)通用AI这一(yī)人工智能发展的终极(jí)目(mù)标离得更近(jìn)。

因为算力可以对突破性技术创新提供(gōng)大力的支持。这方(fāng)面，多模(mó)态大模型是(shì)典(diǎn)型。作为面向未来(lái)强人工智(zhì)能、通用人工智能的重(zhòng)要技(jì)术(shù)创(chuàng)新，多(duō)模态大模型(xíng)已经在人工智能领域提出了很(hěn)多年，业界也(yě)有不(bù)少技术突破，但是，多模态大模型进一步往下走，算力需(xū)求呈几何式上升，一(yī)般的算力基础(chǔ)设施很快将难以胜(shèng)任(rèn)。

从图像、文字、语(yǔ)音龙钟是什么意思有什么表达效果，双袖龙钟的龙钟是什么意思单(dān)独一项(xiàng)的训(xùn)练，到双模态(tài)、三(sān)模态的跃(yuè)迁，让人工(gōng)智能(néng)可(kě)以(yǐ)灵活应对不(bù)同模态的转化、像人与世(shì)界交互一(yī)样自然，这(zhè)方面，由算力网络来驱(qū)动(dòng)将(jiāng)有明(míng)显优势。

此外，还有(yǒu)很多需(xū)要爆发式增长的算力(lì)来支撑的技术创新，将在人工(gōng)智能(néng)算力网络(luò)支撑下快(kuài)速(sù)推进。

AIGC已经露出曙光，期待在大模型和(hé)大算力的支持下AIGC能(néng)持续颠覆内容(róng)生产的方式，将创造的边(biān)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 龙钟是什么意思有什么表达效果，双袖龙钟的龙钟是什么意思