自聊(liáo)天机(jī)器人ChatGPT火爆(bào)以来，微软公司(sī)创始人比尔·盖茨(cí)已多次公开谈论人工智能(néng)话题。在(zài)最近的一次采访中，他再次表示：“AI可能会让科技行业迎(yíng)来一次剧烈的洗牌”。

这个结论是他(tā)在当地时间2月(yuè)20日(rì)接(jiē)受(shòu)《In Good Company》节目专访时提出的(de)。

他(tā)预(yù)期，AI的发展可能会(huì)威胁到谷歌(gē)的市占(zhàn)率，因为微软在(zài)AI方(fāng)面的行动相当迅速。而(ér)最终科技(jì)巨头将把(bǎ)AI整合(hé)成用户的“全能助手(shǒu)”，包揽一切应用，与人们进行沟(gōu)通并提(tí)供建议，可以取代亚(yà)马逊、Siri或(huò)Outlook等应用。

大佬口(kǒu)中全(quán)能助手的到来可能尚需时日，但由(yóu)ControlNet引发的又一次AI绘画浪潮，让AIGC在ChatGPT的(de)话题热点包(bāo)围中(zhōng)杀出重(zhòng)围。

01

ControlNet颠覆AI绘画(huà)新玩法

AIGC向可控(kòng)靠近

以AI绘(huì)画为(wèi)代表的AIGC上一次爆(bào)火(huǒ)的时候，还是2022年8月，在(zài)美国(guó)科罗拉多州举办的(de)新(xīn)兴数(shù)字艺术家竞(jìng)赛(sài)中，一幅名为(wèi)《太空歌剧院》的作品(pǐn)获奖。

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

用户们可以在应用中输入一组关键(jiàn)词或者一张照片，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。同一组关键词也可以创(chuàng)作出(chū)很多(duō)张风(fēng)格不一样的画作，这让创作的过程(chéng)就像开盲盒。

很多用(yòng)户很喜欢这种不(bù)确(què)定的惊(jīng)喜，他们会(huì)将生成的美图当(dāng)做(zuò)头像。而另(lìng)一部分喜欢翻看AI绘画(huà)的(de)“翻(fān)车”作品。在社交媒体上，许(xǔ)多用户分享AI“翻车现场(chǎng)”，例如，一位网友的(de)小狗照(zhào)片被AI画成了“肌肉男”，还(hái)有网(wǎng)友的个人照片被AI识别成了建筑。

而如今(jīn)随着ControlNet的出现与加持，以往(wǎng)AI绘画的(de)填写关键词(cí)游(yóu)戏可能要(yào)被颠(diān)覆了。

ControlNet是(shì)一位正在斯(sī)坦福读(dú)博的中国人张(zhāng)吕(lǚ)敏(mǐn)创(chuàng)作的一(yī)种基于控制点的图像变形算法，主要(yào)用于(yú)数字图(tú)像处(chù)理、计算机(jī)视(shì)觉和计算(suàn)机图形(xíng)学等领域。

其(qí)SD插件一经(jīng)发(fā)布(bù)，在短短(duǎn)的(de)两天内便成(chéng)为了AI绘画领域最新(xīn)的(de)热点。

在此之前(qián)，大家用了很多方法想(xiǎng)让AI生成的结果尽可能的符合要求，但是都不尽如人(rén)意，它的出现代表着(zhe)AI生成开始(shǐ)进入真正(zhèng)的(de)可控时期。

因(yīn)为(wèi)ControlNet可以直接提取(qǔ)画面的构(gòu)图，人(rén)物的姿势和画(huà)面的深(shēn)度(dù)信息等。有了它的帮助(zhù)，就(jiù)不用(yòng)频(pín)繁的用提示词(cí)来碰运气，抽(chōu)盲盒式的创(chuàng)作了(le)。

通俗(sú)的说ControlNet相当于给AI绘(huì)画加了“魔法”，不少博主的(de)作品已(yǐ)经获(huò)得(dé)了大量(liàng)的(de)浏览量，“viggo”就(jiù)是其(qí)中(zhōng)之一，他用(yòng)朋(péng)友的照片直(zhí)接带她们走进动漫(màn)世界。

Medical staff可数吗，stuffg="async" src="https://mmbiz.heiliaofuli.com/wp-content/uploads/2023/03/aaf8241fc774226.jpeg?imageMogr2/thumbnail/2160x0/format/webp/quality/80" data-ratio="1.1899488926746167" data-s="300,640" data-type="jpeg" data-w="1174">

viggo先(xiān)用(yòng)StableDiffusion图片转文字。

再用Text2Prompt插件拓展找到对(duì)应(yīng)的关键词；最后用ControlNet插件绑定(dìng)骨骼开(kāi)始换关键词试(shì)效果。

通(tōng)过图片就可以看出(chū)来，效果(guǒ)十(shí)分惊(jīng)艳。

更厉害的是(shì)，除了真实的照片，草图也可以加上“魔法”，知乎大牛(niú)“DevPoint”和“逗(dòu)砂(shā)”介绍到(dào)ControlNet还能实现线稿转全彩图。大(dà)神张吕敏其本尊也亲自回应。

不得(dé)不说当下AIGC已经变得越来(lái)越(yuè)强大，甚至输(shū)出(chū)的作品都已经(jīng)能以假乱真(zhēn)了(le)。

02

难辨虚(xū)实(shí)，AIGC技(jì)术力爆发(fā)

警惕(tì)安全问(wèn)题(tí)

近日，“苏州金鸡湖有游艇party”的(de)消息火(huǒ)遍(biàn)网(wǎng)络(luò)，而经过警(jǐng)方辟(pì)谣(yáo)这所谓(wèi)的“party”可能(néng)是(shì)全国第一起AI绘(huì)图诈骗。

由于这(zhè)个活动(dòng)里面给出的美(měi)女(nǚ)照片都是AI制(zhì)作的真人照片绘图，因为太逼真(zhēn)，被(bèi)大(dà)家当成(chéng)真事传播了。

不过(guò)仔细(xì)观察可以发现，活动(dòng)发起者(zhě)提(tí)供(gōng)的照片中有(yǒu)个很大的漏洞(dòng)可以发现并非真人，而是AI绘图，那(nà)便是图片(piàn)中女性(xìng)的手(shǒu)指部分有的存在(zài)异常(cháng)。

有行业人(rén)事表示：“现在因为手指部分的绘(huì)画算法比较复杂，AI还不太会画人(rén)的手，但最新(xīn)看(kàn)到的图片(piàn)已经有越(yuè)来越完美(měi)的AI模型(xíng)出(chū)现，以后可能就完全没有漏(lòu)洞了。”

类似(shì)的(de)AI作图诈骗在国外也已有发生。据英国(guó)广(guǎng)播(bō)公司(sī)报道，土耳其地(dì)震期间，有Tiktok用户使用AI合(hé)成了儿童受灾的假照(zhào)片发布到网络，以(yǐ)此诱骗善良的(de)人打赏(shǎng)“捐助”从(cóng)而实(shí)施诈(zhà)骗。

目前随着技(jì)术(shù)发(fā)展(zhǎn)，AIGC已经能做出(chū)真人照片般的绘图效果，如果这样的图片被用来诈骗，将(jiāng)非常可怕。

此(cǐ)外(wài)AIGC还引发了(le)很(hěn)多担忧，一方(fāng)面，批判者(zhě)认(rèn)为AI在“学习”了大量前人的(de)作品之后，其创作没有(yǒu)任何情绪(xù)和灵(líng)魂，难以(yǐ)和(hé)人(rén)类(lèi)的艺术创作相提并(bìng)论。

另一方面(miàn)，AIGC背后的版权、目前都并没有得到有(yǒu)效的解决，还有AIGC会不会代(dài)替(tì)人类“至高无(wú)上”的创(chuàng)意。

马斯克(kè)也(yě)强(qiáng)调，人工智能(néng)的安全问题需要得到重(zhòng)视，太晚(wǎn)就来不及了。

03

AIGC下一站除(chú)了视(shì)频，还(hái)有远(yuǎn)方

技术都是有两面性的，潜在的危(wēi)害并不能掩盖其光辉的贡献(xiàn)。现在看来，人工智能技术将是第四次工业(yè)革命的核心驱动力(lì)量，将(jiāng)创造新的增长(zhǎng)奇(qí)迹。

过去一(yī)年，人(rén)工智能在技术(shù)和商业层面都有了巨大(dà)进展，AI绘画就(jiù)是人工智能技术发生方向(xiàng)性(xìng)改变(biàn)的(de)一个代表。其下一站(zhàn)或(huò)许就是视频。

此前(qián)，Meta和谷歌(gē)先后发布(bù)了几条引爆(bào)科技圈的短视频。这些视频引发关注(zhù)并(bìng)非内容做得多优秀，反而都非常简(jiǎn)单(dān)，比如一匹(pǐ)正在喝水(shuǐ)的马，一只(zhǐ)画画(huà)的玩具熊，或者(zhě)一段骑摩托车(chē)的第一视角录(lù)像，随便一个有手机的人都可以随(suí)手录下一段。

但这些短视频的创作方式非常简单(dān)，创作者(zhě)仅(jǐn)仅需要向AI输入一段话，甚至只是(shì)说一下要求，AI就可以根(gēn)据需要(yào)生成一段(duàn)视频。

谷歌发布的(de)两个(gè)AI生(shēng)成视频分别(bié)来自于Imagen Video和Phenaki，前(qián)者主要突出的是(shì)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(chéng)的视频后，AI圈就已经玩了一波梗(gěng)，一个(gè)能够做出更高清(qīng)视(shì)频的AI还不足以在(zài)短时间内戳中兴奋点。

Phenaki更(gèng)加令人震惊的(de)地方在于，它可(kě)以制作出超过2分钟的连贯的也有确切内容(róng)的视频，这(zhè)才(cái)是真正(zhèng)让人们感到惊喜(xǐ)的地方(fāng)。因为无论AI生成的视(shì)频(pín)多么(me)高清，也只能是为(wèi)内容生产(chǎn)者提供一个(gè)灵感(gǎn)，一(yī)个素(sù)材，一个过(guò)场(chǎng)动(dòng)画。

不过能够制作出有(yǒu)具体剧情内容的视频(pín)就意(yì)味(wèi)着，一(yī)些视频(pín)创(chuàng)作(zuò)由(yóu)AI代替人工完成(chéng)已(yǐ)经初(chū)步有了可能。

当下AI的发展速度已(yǐ)经(jīng)超(chāo)过(guò)大部(bù)分人的想象。内(nèi)容产业的本质(zhì)是供给创造需求，AIGC作为全新的内容生产方式，可以为内容(róng)产业带来(lái)更(gèng)新的内容风格、更快的生产速度，更低的生(shēng)产成(chéng)本，这(zhè)无疑会驱(qū)动(dòng)内容产(chǎn)业的大爆(bào)发。

除了(le)AI绘图(tú)、视频，AIGC技术(shù)还能应用于(yú)音乐(lè)、代码、机器(qì)人动作等多种内(nèi)容形式的生(shēng)成。不难(nán)发现(xiàn)该(gāi)项技术不(bù)仅在游戏等行业(yè)能得到有效(xiào)应用，对于下一代互联网各(gè)种元素的构建亦有关键意义。

从商业化的角度来(lái)看，文(wén)化娱乐(lè)、教育、传媒等诸多领(lǐng)域，本身就对基于AI的可(kě)视化内容有强(qiáng)烈需求。

因此(cǐ)，AI绘画(huà)及(jí)视频(pín)或不是(shì)结(jié)果，而只是AI进(jìn)程中的一块(kuài)重要拼图(tú)，有(yǒu)望在技(jì)术(shù)更新的加持下实现更大的应用(yòng)价值。

AI从理解(jiě)内容(róng)，走向了可以生成内(nèi)容，甚至能够创造出独(dú)立价值和独立视角的(de)内容。AIGC的再次出圈，更代表(biǎo)着未来的先进生(shēng)产力即将到来(lái)。

04

紧抓(zhuā)大模型(xíng)与算力，牢固AIGC底(dǐ)座

从技术的发(fā)展也可以看出，在(zài)语言大模型、图(tú)像大模型之后，多模态(tài)大模(mó)型(xíng)已经(jīng)成为了新的趋势。

大(dà)模型被誉为(wèi)当前人工智能发展的智能底座(zuò)，是全球竞争(zhēng)最(zuì)激烈的研究方向(xiàng)之一，包(bāo)括谷歌、亚马(mǎ)逊(xùn)、百度、阿(ā)里、腾讯等众多头部企业都在竞(jìng)相发(fā)力。

不过训练(liàn)大模型的(de)确价格不菲(fēi)，以国(guó)盛证券发(fā)布的《ChatGPT需(xū)要多(duō)少(shǎo)算力》报告估(gū)算，GPT-3训练一次的成(chéng)本约为140万美元。而对于一些更大的LLM(大型语言模型)，训练成本则介于200万美(měi)元至1200万美元高价之间。

以ChatGPT在2023年1月(yuè)的(de)独立访客(kè)平(píng)均(jūn)数1300万(wàn)计算，其对应芯片需求(qiú)为3万多片英伟达(dá)A100 GPU，初始投入成本约(yuē)为(wèi)8亿美元，每日仅电费(fèi)就在5万美元左右(yòu)。

此外不(bù)论是ChatGPT还是AIGC，都离不开庞大算(suàn)力支持。在(zài)关注(zhù)各类大(dà)模(mó)型的发展同(tóng)时(shí)，更应(yīng)该(gāi)关注算力网络(luò)的建设。

算力网络正驱动AI产业发展进入(rù)史诗级加速进(jìn)程，让AIGC及通(tōng)用(yòng)AI这一(yī)人工智能(néng)发展的终极目标离(lí)得更近。

因为算力可以对突破性技(jì)术创新(xīn)提(tí)供(gōng)大力(lì)的支持。这方面，多模态大模型是典型(xíng)。作为面向未来强人(rén)工智能、通(tōng)用(yòng)人工智能的重要技(jì)术创新，多模态大模型已(yǐ)经在人工智能领域提出了很多(duō)年(nián)，业界(jiè)也有不(bù)少技(jì)术(shù)突破，但是，多模(mó)态大模型进一步(bù)往下走，算(suàn)力需求呈几何式上升(shēng)，一般的算力基础设(shè)施很快将难以胜(shèng)任(rèn)。

从图像、文字(zì)、语音单独一(yī)项的训练，到双模(mó)态、三模态的(de)跃迁(qiān)，让人工智能可(kě)以灵活应对不同(tóng)模(mó)态(tài)的转化(huà)、像人与世(shì)界交互一样自然，这方面，由算(suàn)力网络来驱动将有(yǒu)明显优势(shì)。

此外，还有很多(duō)需(xū)要爆发式增长的算力来支撑的技术创(chuàng)新，将在人(rén)工智能算力网络支撑下快速推进。

AIGC已经露出曙光，期待在大模型和大(dà)算(suàn)力的支持下AIGC能持续颠覆(fù)内容生(shēng)产的方(fāng)式，将创(chuàng)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 Medical staff可数吗，stuff