自聊天机器人ChatGPT火(huǒ)爆以来，微软公司创(chuàng)始人比尔·盖茨已(yǐ)多次公(gōng)开谈论人(rén)工智能话(huà)题。在最近的(de)一次(cì)采访中，他(tā)再(zài)次表示：“AI可能会让科技行业迎来一次剧(jù)烈的(de)洗牌”。

这个结论是他在当地时间2月20日接受《In Good Company》节目专(zhuān)访时提出的。

他(tā)预期，AI的发展(zhǎn)可能会威胁到谷(gǔ)歌的市占率，因(yīn)为微(wēi)软在AI方面的行动相(xiāng)当迅速。而最(zuì)终科技(jì)巨头将(jiāng)把AI整合成(chéng)用户的“全能(néng)助手”，包揽一切应用，与(yǔ)人们(men)进行沟(gōu)通并提(tí)供(gōng)建议，可以取代亚马(mǎ)逊、Siri或Outlook等(děng)应用。

大佬口中全能助手的到来可能尚需时日，但由ControlNet引发的(de)又一次AI绘画浪(làng)潮，让AIGC在ChatGPT的话题热(rè)点包围(wéi)中杀出重围。

01

ControlNet颠(diān)覆AI绘画新玩法

AIGC向可控靠近

以AI绘画(huà)为代表的AIGC上一次爆火的时候，还(hái)是2022年8月，在美国科罗拉多州(zhōu)举办的新兴数(shù)字艺术(shù)家竞赛中(zhōng)，一幅名为《太空(kōng)歌剧院》的作品(pǐn)获奖。

随后(hòu)各大厂商的AI绘(huì)画软(ruǎn)件(jiàn)被广大网友熟(shú)知(zhī)并体验(yàn)，Stable Diffusion便是其中(zhōng)代表。

用户们可以在(zài)应用中输(shū)入一(yī)组关键词或者(zhě)一(yī)张照片(piàn)，就能获得一幅AI创(chuàng)作的画作(zuò)。

作画的关键就(j民航三个敬畏是指什么 民航三个敬畏是什么时候提出的iù)是所(suǒ)输(shū)入的文(wén)本(běn)。同(tóng)一组关(guān)键词也可以创作出很多(duō)张风格不一样的画作，这(zhè)让创(chuàng)作的过(guò)程就像开盲盒。

很多(duō)用户(hù)很喜欢这种不确定(dìng)的惊喜(xǐ)，他们会(huì)将(jiāng)生成(chéng)的(de)美图当做头像。而另一部(bù)分喜欢翻看AI绘画的(de)“翻(fān)车”作品。在(zài)社交媒(méi)体上，许多用(yòng)户分享(xiǎng)AI“翻车现场”，例如(rú)，一位网友的(de)小狗(gǒu)照片被(bèi)AI画成了“肌肉男”，还有(yǒu)网友的个(gè)人照片被AI识(shí)别成了建筑。

而如今随(suí)着(zhe)ControlNet的出现(xiàn)与加持，以往AI绘画的填写关键词游戏可能要被颠覆了(le)。

ControlNet是一位正在斯(sī)坦福(fú)读博的中(zhōng)国(guó)人张吕敏创作(zuò)的一种基(jī)于(yú)控制点的(de)图像(xiàng)变形算法(fǎ)，主要用于数字图像处(chù)理、计算机视觉(jué)和计(jì)算机图形学等领域。

其SD插件一经发(fā)布，在短短的两(liǎng)天内(nèi)便成为了AI绘画领(lǐng)域(yù)最新的热(rè)点。

在此之前，大(dà)家(jiā)用了很多方法想让(ràng)AI生成的(de)结(jié)果(guǒ)尽可能的符合(hé)要求，但是都不尽(jǐn)如(rú)人意，它的(de)出现代表着AI生(shēng)成开始(shǐ)进入真(zhēn)正的可控(kòng)时期(qī)。

因为ControlNet可(kě)以直接提取画面的构图(tú)，人物(wù)的姿(zī)势和画面的深(shēn)度信(xìn)息等。有了它(tā)的帮助，就不(bù)用频繁的用提示词来碰运气，抽盲盒式的(de)创作(zuò)了。

通(tōng)俗的(de)说ControlNet相当于给AI绘画加了“魔(mó)法”，不少博主的(de)作品已(yǐ)经获得了大(dà)量的(de)浏览量，“viggo”就是其(qí)中(zhōng)之一，他用朋友的照片直接带她们(men)走进动漫(màn)世(shì)界。

viggo先用StableDiffusion图片(piàn)转文(wén)字。

再用Text2Prompt插(chā)件拓展(zhǎn)找(zhǎo)到对应的(de)关键词；最(zuì)后用ControlNet插件绑定(dìng)骨(gǔ)骼开始换关键(jiàn)词试(shì)效果。

通(tōng)过(guò)图(tú)片就可(kě)以(yǐ)看出(chū)来，效(xiào)果(guǒ)十分惊艳。

更厉害(hài)的是，除了真实的照片，草图也可以加(jiā)上“魔法(fǎ)”，知乎大牛(niú)“DevPoint”和“逗砂(shā)”介(jiè)绍(shào)到ControlNet还能实现线稿转全彩图。大神张吕敏(mǐn)其本尊也亲自回应。

不得(dé)不说当下AIGC已经变得越来越强(qiáng)大，甚至输(shū)出的作品都(dōu)已经能以假乱真了。

02

难(nán)辨虚实，AIGC技术力爆(bào)发

警惕(tì)安全(quán)问题

近日，“苏州金鸡湖有游艇party”的消息火遍网络，而经过警方(fāng)辟(pì)谣这所谓(wèi)的“party”可能是全国第一起AI绘(huì)图(tú)诈骗。

由于这个活动(dòng)里面(miàn)给(gěi)出的美女照片(piàn)都是AI制(zhì)作(zuò)的真人照片绘图，因为太逼真，被大家当成真事传播了。

不过仔(zǎi)细观察可(kě)以(yǐ)发现，活动(dòng)发起者提供的照片中有个很(hěn)大的(de)漏洞可以发现并非真人，而是(shì)AI绘图，那便是图片中(zhōng)女性(xìng)的手指部分(fēn)有的(de)存(cún)在异(yì)常。

有(yǒu)行业人事(shì)表示：“现在因为手(shǒu)指(zhǐ)部(bù)分(fēn)的(de)绘画算(suàn)法比较复杂(zá)，AI还不太会画人的(de)手，但最新看到的图片已经有(yǒu)越来越(yuè)完美的AI模型出(chū)现，以后可能就完(wán)全没(méi)有漏洞了。”

类(lèi)似的AI作(zuò)图诈(zhà)骗在国外也已(yǐ)有发生(shēng)。据英(yīng)国(guó)广(guǎng)播(bō)公司报道(dào)，土耳其地震期间，有(yǒu)Tiktok用户使用(yòng)AI合成了儿童受灾的假照片发布到网络，以此诱骗善(shàn)良的人打赏“捐(juān)助”从而实施(shī)诈骗(piàn)。

目前(qián)随着技术发展，AIGC已经能(néng)做出真人(rén)照片般(bān)的绘图效果，如果(guǒ)这样的图片被用来诈(z民航三个敬畏是指什么 民航三个敬畏是什么时候提出的hà)骗，将(jiāng)非常可(kě)怕。

此外AIGC还引发(fā)了(le)很多担忧(yōu)，一方(fāng)面(miàn)，批判者认为(wèi)AI在“学(xué)习”了大(dà)量前人的作(zuò)品(pǐn)之后(hòu)，其创作没(méi)有任何情绪和灵(líng)魂，难(nán)以和人类的艺术创作相提(tí)并论。

另(lìng)一方面，AIGC背后的(de)版权、目前(qián)都并没(méi)有得到有效(xiào)的解决，还有(yǒu)AIGC会不(bù)会代替(tì)人(rén)类“至高(gāo)无上(shàng)”的创(chuàng)意。

马斯克也(yě)强调，人工智能的安(ān)全问题需要得到(dào)重视，太晚就来不(bù)及了。

03

AIGC下(xià)一(yī)站(zhàn)除了视(shì)频，还有远方(fāng)

技术都是有(yǒu)两面性的(de)，潜(qián)在的危害并不能掩盖其光辉的(de)贡献(xiàn)。现(xiàn)在看来(lái)，人工智能技术将是第四次工业(yè)革(gé)命的核心驱动力量，将创造(zào)新的增长(zhǎng)奇迹(jì)。

过去一年(nián)，人工智(zhì)能在技术和商业层面都有了巨(jù)大进展，AI绘(huì)画就(jiù)是人工智能技术发(fā)生方向性(xìng)改变的一个代表(biǎo)。其下一站或许(xǔ)就是视频。

此前，Meta和(hé)谷(gǔ)歌先后发布了几条引爆科技(jì)圈的短(duǎn)视频。这些视频引发关注并非内容做(zuò)得(dé)多优(yōu)秀，反而(ér)都非常(cháng)简(jiǎn)单，比如一匹(pǐ)正在(zài)喝(hē)水的马，一只(zhǐ)画画的(de)玩(wán)具(jù)熊，或者一段骑摩托车的第一视(shì)角(jiǎo)录像(xiàng)，随(suí)便一个有(yǒu)手机(jī)的人都(dōu)可以(yǐ)随手录下(xià)一(yī)段。

但这些短视频(pín)的创作方式非(fēi)常(cháng)简单(dān)，创作(zuò)者仅仅需(xū)要向AI输入一(yī)段话，甚至(zhì)只是说(shuō)一(yī)下要求(qiú)，AI就可以(yǐ)根据需要生成一段(duàn)视(shì)频。

谷歌发布的(de)两个AI生成(chéng)视频(pín)分别来(lái)自于Imagen Video和Phenaki，前者主要突(tū)出的是高清(qīng)，与Meta的Make-A-Video没(méi)有太(tài)多的差别。

在Make-A-Video公布了AI生(shēng)成的视频后，AI圈(quān)就已经玩了一波(bō)梗(gěng)，一(yī)个能够做出更高清(qīng)视(shì)频的AI还(hái)不足以在(zài)短时间内戳中兴(xīng)奋点。

Phenaki更加令(lìng)人震(zhèn)惊的(de)地方在于，它可(kě)以制作出超过(guò)2分钟的连(lián)贯的也有确(què)切内容的视(shì)频，这才是真正(zhèng)让人们感(gǎn)到惊(jīng)喜的(de)地方。因为无论AI生成的视频多(duō)么(me)高清，也只能是为(wèi)内(nèi)容生产者(zhě)提供一个灵感，一(yī)个(gè)素(sù)材，一个过场动画。

不过能够(gòu)制作出有具(jù)体(tǐ)剧情内容的视频就意味着，一些视频创作由AI代(dài)替人(rén)工完成已经初步(bù)有了可能。

当下(xià)AI的发(fā)展速度已经超过大(dà)部分人的想象。内容(róng)产(chǎn)业的本质是供给创造(zào)需(xū)求，AIGC作为全新(xīn)的(de)内容生产(chǎn)方(fāng)式，可(kě)以为(wèi)内(nèi)容产业(yè)带(dài)来更新的内(nèi)容风格、更快的生产速度，更低的生(shēng)产成本，这无(wú)疑会驱动(dòng)内容产业的(de)大爆发。

除了AI绘图、视频，AIGC技术还(hái)能应用于(yú)音乐、代码、机(jī)器人动作等多种内容形式的生成。不难发现(xiàn)该(gāi)项(xiàng)技术(shù)不仅在游戏等行业能(néng)得到有(yǒu)效应用，对(duì)于下一代(dài)互联(lián)网各(gè)种元素的构建亦有关键意义(yì)。

从商业(yè)化的角度来看，文化娱乐、教育、传媒等诸(zhū)多领域，本身(shēn)就对基于(yú)AI的可视化内容有强(qiáng)烈(liè)需求。

因此，AI绘画及视频或(huò)不是结果，而只(zhǐ)是AI进程(chéng)中的一块重(zhòng)要拼图，有望在技术更(gèng)新(xīn)的加持下实现更大的应(yīng)用价值。

AI从理(lǐ)解内容，走向了可以生成(chéng)内容，甚至(zhì)能够创造出独立价(jià)值和独立(lì)视角的内(nèi)容(róng)。AIGC的(de)再次出圈，更代表着未(wèi)来的先进生产力即将到来。

04

紧(jǐn)抓大模型与算力(lì)，牢固AIGC底座

从技术的发展也可(kě)以看(kàn)出，在语(yǔ)言(yán)大模型、图像大模型之后，多(duō)模态大模型已(yǐ)经(jīng)成(chéng)为(wèi)了(le)新的趋势。

大模型被(bèi)誉为当前(qián)人工智能发展的智能(néng)底座，是全球竞争最激烈的研究(jiū)方(fāng)向(xiàng)之一，包括谷(gǔ)歌、亚(yà)马(mǎ)逊、百度、阿里、腾讯等众(zhòng)多头部(bù)企(qǐ)业都(dōu)在竞相发力(lì)。

不过(guò)训练大模型的确价格不菲，以国盛证券(quàn)发布(bù)的《ChatGPT需要多少算力》报告估算，GPT-3训练一次的(de)成本约为(wèi)140万美元(yuán)。而对于一些更大(dà)的(de)LLM(大型语(yǔ)言模型(xíng))，训练成本则(zé)介(jiè)于200万美元至1200万美元高(gāo)价(jià)之间。

以ChatGPT在2023年1月的独立访客平均数1300万计算，其对应芯片需求为3万多片英伟达A100 GPU，初始投(tóu)入成本(běn)约为8亿美元，每日仅电费就在5万美(měi)元左右。

此外(wài)不论是(shì)ChatGPT还是AIGC，都离不(bù)开庞大(dà)算力支持。在(zài)关注各类大模型的发展同时，更(gèng)应该关(guān)注(zhù)算力(lì)网络(luò)的建设。

算力网络正驱动(dòng)AI产业发展进入史诗级(jí)加速进(jìn)程，让(ràng)AIGC及通用AI这一(yī)人工智能发展的(de)终极目标离得更近。

因为算力(lì)可以对突破(pò)性(xìng)技术创新提供大力的(de)支持。这方面，多模(mó)态大模(mó)型是典型(xíng)。作为面向(xiàng)未来(lái)强人(rén)工智(zhì)能(néng)、通用人工智能(néng)的(de)重要(yào)技术创新，多模(mó)态大模型已(yǐ)经在人工智(zhì)能领(lǐng)域提出了很多年，业界也有不少(shǎo)技(jì)术突破(pò)，但是，多模态大模型进一(yī)步往(wǎng)下走，算力需求呈几(jǐ)何式上升，一般(bān)的算力基(jī)础设施很快将难以(yǐ)胜(shèng)任。

从图像、文字、语音单独一项的训练，到双模(mó)态、三模态的跃迁，让(ràng)人工智(zhì)能可(kě)以(yǐ)灵活应对不同模(mó)态的(de)转化、像(xiàng)人与世界交互(hù)一样(yàng)自然，这方(fāng)面，由算力网络来驱动将有明显优(yōu)势(shì)。

此外，还有很多需要(yào)爆发式(shì)增(zēng)长的算力来支撑的技术创新，将在人工(gōng)智能算(suàn)力网(wǎng)络支撑下(xià)快速推(tuī)进。

AIGC已经露出曙光，期待在大(dà)模(mó)型和大(dà)算力的支持下AIGC能持续(xù)颠覆内(nèi)容生产的方(fāng)式(shì)，将创造(zào)的边际成(chéng)本(běn)降低，让万(wàn)众受益(yì)。

未经允许不得转载：绿茶通用站群 民航三个敬畏是指什么 民航三个敬畏是什么时候提出的