自聊天机器人(rén)ChatGPT火爆以来(lái)，微(wēi)软公(gōng)司创始(shǐ)人比(bǐ)尔·盖茨已(yǐ)多次公开谈(tán)论人工智能话题。在最近的一次采访中，他再(zài)次表示(shì)：“AI可能会让(ràng)科技行业迎来一次剧烈(liè)的洗牌”。

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

他预期(qī)，AI的发(fā)展可(kě)能会威胁到谷歌的(de)市占率(lǜ)，因为微软在AI方(fāng)面(miàn)的行动(dòng)相(xiāng)当(dāng)迅速。而最(zuì)终科技巨(jù)头将把AI整合成用户的“全能助(zhù)手”，包揽一切(qiè)应(yīng)用，与(yǔ)人们进行沟通并(bìng)提(tí)供建议，可以取代(dài)亚马逊(xùn)、Siri或Outlook等(děng)应用。

大佬口中全(quán)能(néng)助手的到来(lái)可能尚需(xū)时日，但由(yóu)ControlNet引发的又一次AI绘画浪(làng)潮，让AIGC在ChatGPT的话(huà)题热点包围中杀出重围。

01

ControlNet颠覆(fù)AI绘(huì)画新玩法

AIGC向可控靠近

以AI绘画为代表的(de)AIGC上(shàng)一次爆火的(de)时候，还是2022年(nián)8月，在美国科罗拉多(duō)州举办(bàn)的新兴数字(zì)艺术家(jiā)竞赛中(zhōng)，一幅名为《太空歌(gē)剧院》的作品获奖。

随后各大厂商的AI绘(huì)画软件被广大网(wǎng)友熟知并(bìng)体(tǐ)验，Stable Diffusion便(biàn)是其中(zhōng)代表。

用(yòng)户(hù)们可以在(zài)应用中输入(rù)一组(zǔ)关键词或者一张照片，就能获(huò)得一幅AI创作的(de)画作。

作画的关键就是所输入的文本。同一组关键词也可(kě)以创作(zuò)出很多张风格不一样的画(huà)作，这让创作(zuò)的过(guò)程(chéng)就像开盲盒。

很多用户很喜欢这种不确定(dìng)的惊喜，他(tā)们会(huì)将生(shēng)成的美图当(dāng)做头像(xiàng)。而另一部(bù)分喜欢(huān)翻看(kàn)AI绘画的“翻车(chē)”作(zuò)品。在(zài)社交(jiāo)媒体上，许多用户分享AI“翻车现场”，例如，一位网友(yǒu)的小(xiǎo)狗(gǒu)照片被(bèi)AI画成了“肌肉(ròu)男(nán)”，还有网友的个人照(zhào)片被AI识(shí)别成了建筑(zhù)。

而如今(jīn)随着(zhe)ControlNet的(de)出(chū)现与(yǔ)加持，以往AI绘画(huà)的填(tián)写关(guān)键词(cí)游戏可能要被颠覆了。

ControlNet是一(yī)位正(zhèng)在(zài)斯坦福读(dú)博的中(zhōng)国人张吕敏创作的一种基(jī)于控(kòng)制点的图像变形算法(fǎ)，主要用于数字(zì)图像处(chù)理、计(jì)算机视觉和计算(suàn)机(jī)图形学等领域(yù)。

其SD插件一经(jīng)发布，在短短(duǎn)的两天内便成(chéng)为了AI绘画领域最(zuì)新的热点(diǎn)。

在此之前，大家用(yòng)了(le)很多方(fāng)法想让(ràng)AI生成的(de)结果尽可能(néng)的符合(hé)要(yào)求，但(dàn)是都不尽(jǐn)如(rú)人意，它的出现代(dài)表着AI生成开始进入真正的可控时期。

因为ControlNet可以直接提取画(huà)面的构图，人物(wù)的(de)姿(zī)势(shì)和(hé)画(huà)面的(de)深度(dù)信息等(děng)。有(yǒu)了它的帮助，就不用频繁的用提示词来碰运气(qì)，抽盲盒式的创(chuàng)作了。

通俗的说(shuō)ControlNet相当于给AI绘画(huà)加了(le)“魔法”，不少博(bó)主的(de)作品已经(jīng)获得了(le)大量的浏览量，“viggo”就是(shì)其(qí)中之一，他用(yòng)朋友的照片直接带(dài)她们走进动漫世界。

viggo先用StableDiffusion图片转文(wén)字。

再用(yòng)Text2Prompt插件拓展(zhǎn)找到对应的(de)关键词；最(zuì)后用ControlNet插件(jiàn)绑定骨骼(gé)开始换关(guān)键词(cí)试效果。

通过图片(piàn)就可以看出来，效果十(shí)分惊(jīng)艳。

更(gèng)厉害的是(shì)，除了真(zhēn)实的照片，草图(tú)也可以(yǐ)加(jiā)上“魔法”，知乎大牛“DevPoint”和“逗砂”介(jiè)绍(shào)到ControlNet还能实现(xiàn)线稿转全彩(cǎi)图。大(dà)神张吕敏其(qí)本尊也亲自回应。

不(bù)得(dé)不说当(dāng)下AIGC已经变得越来越强大，甚至输出的作品都已经能以(yǐ)假乱(luàn)真了。

02

难辨虚实，AIGC技(jì)术力爆(bào)发

警惕安全问题

近日，“苏(sū)州金鸡湖有游(yóu)艇party”的消息火遍网络，而(ér)经过警(jǐng)方辟谣这所谓的“party”可能是全国第(dì)一起AI绘(huì)图诈骗。

由于(yú)这个活(huó)动里(lǐ)面(miàn)给出的美(měi)女照片都是(shì)AI制作的真人照片绘图，因(yīn)为太逼(bī)真(zhēn)，被(bèi)大(dà)家当成真事传播了(le)。

不(bù)过(guò)仔细观察可(kě)以发现，活动发起(qǐ)者提供的照片中有(yǒu)个很(hěn)大的(de)漏(lòu)洞可以(yǐ)发现(xiàn)并非(fēi)真人，而是AI绘图(tú)，那便(biàn)是(shì)图片中女性的手指部分有的存(cún)在(zài)异(yì)常。

有行(xíng)业人事(shì)表示：“现在(zài)因为手指部分的绘画算法(fǎ)比较(jiào)复(fù)杂(zá)，AI还不(bù)太会(huì)画人的手(shǒu)，但最新看到的(de)图片已经有越来越完(wán)美的(de)AI模型出现，以后(hòu)可能就(jiù)完全没有漏洞了(le)。”

类(lèi)似的AI作(zuò)图诈骗在国外也已(yǐ)有发生。据英(yīng)国广播公司报道，土耳其地震(zhèn)期间，有(yǒu)Tiktok用户使(shǐ)用AI合成了儿(ér)童受灾的假照(zhào)片发布到网络，以此(cǐ)诱(yòu)骗善良的人打赏“捐助”从而(ér)实施诈骗。

目(mù)前随着技术(shù)发展(zhǎn)，AIGC已(yǐ)经能做出(chū)真(zhēn)人照(zhào)片般的绘图效果，如果这样(yàng)的(de)图片(piàn)被(bèi)用来诈(zhà)骗(piàn)，将非常可怕(pà)。

此(cǐ)外AIGC还引(yǐn)发了很多担忧，一(yī)方面，批判者认为AI在“学习”了大(dà)量前人(rén)的作品之后，其创作没有任何情(qíng)绪和灵(líng)魂，难以和人类(lèi)的(de)艺术创作相提并论(lùn)。

另一方面，AIGC背后的(de)版权(quán)、目前都并(bìng)没(méi)有得到有效的解决(jué)，还有AIGC会不(bù)会代替人类(lèi)“至高无上”的创(chuàng)意。

马(mǎ)斯克也强调，人(rén)工智能(néng)的安全问题需要得到(dào)重视，太晚就(jiù)来不(bù)及(jí)了(le)。

03

AIGC下一站除(chú)了视频，还(hái)有远方

技(jì)术都(dōu)是有(yǒu)两(liǎng)面性的，潜在的(de)危害并不能掩盖其(qí)光(guāng)辉的贡献。现在看来，人工智能技术(shù)将是(shì)第四次(cì)工业革命的核(hé)心(xīn)驱动(dòng)力量，将(jiāng)创造新的增(zēng)长奇迹(jì)。

过去一年，人工智能在技(jì)术(shù)和商业(yè)层面都有了巨大进展，AI绘画就是人工智能技(jì)术发生(shēng)方向性改变的一个代表。其下一站或许(xǔ)就是视频。

此(cǐ)前，Meta和谷歌先后发布了几条引爆(bào)科技圈的短视频。这些视频引发关注并非内容做(zuò)得多(duō)优(yōu)秀，反而都非常简(jiǎn)单，比(bǐ)如一(yī)匹正在喝水的马，一(yī)只画画(huà)的玩具熊(xióng)，或(huò)者一段骑(qí)摩托车的第一视角录像，随便(biàn)一(yī)个有手机的人都(dōu)可以随手(shǒu)录下(xià)一段(duàn)。

但这些(xiē)短视频(pín)的创作方式非(fēi)常简(jiǎn)单，创作者(zhě)仅仅(jǐn)需要向AI输入一段话，甚至只是说(shuō)一下要(yào)求，AI就可以根据需要(yào)生(shēng)成(chéng)一段视(shì)频。

谷歌发布的两个AI生成视频分(fēn)别来自于Imagen Video和Phenaki，前(qián)者主(zhǔ)要(yào)突出的是(shì)高(gāo)清(qīng)，与(yǔ)Meta的Make-A-Video没有太多的差(chà)别。

在Make-A-Video公布了AI生成的视(shì)频后，AI圈就(jiù)已经(jīng)玩了一(yī)波(bō)梗，一(yī)个能够做(zuò)出更高(gāo)清视频的AI还不足(zú)以(yǐ)在(zài)短时间内戳中兴(xīng)奋(fèn)点。

Phenaki更加令(lìng)人(rén)震惊的地方在于，它可以制(zhì)作出超(chāo)过(guò)2分钟的连贯(guàn)的(de)也(yě)有(yǒu)确切内容的视(shì)频，这才是真正让人们感到(dào)惊喜的地方。因为(wèi)无论AI生(shēng)成的视频多(duō)么高清，也只能是(shì)为内容生产者提供一个灵(líng)感，一个素材，一个过场动画。

不(bù)过能够制(zhì)作出有具体(tǐ)剧情内(nèi)容的视(shì)频就意(yì)味着，一(yī)些视频创作由(yóu)AI代(dài)替人工完成已经初步有了可(kě)能。

当下AI的发展速度已经超过大部分人的(de)想象。内容产业的本(běn)质是供给创造需求(qiú)，AIGC作为全新的内容(róng)生产方式，可以为内容产业带来更新(xīn)的内容风格、更快的生产速度，更低的(de)生产(chǎn)成本，这无疑会驱(qū)动内容(róng)产业的大爆发。

除了AI绘(huì)图、视频，AIGC技术还(hái)能应用(yòng)于音(yīn)乐、代(dài)码、机器(qì)人动作等多种(zhǒng)内容形式的生成(chéng)。不难发现该项技术不仅在游(yóu)戏等(děng)行(xíng)业能得到有效应用，对于下一(yī)代互联网(wǎng)各种元(yuán)素的构(gòu)建(jiàn)亦有(yǒu)关键意义。

从商业化的(de)角度来看，文化(huà)娱乐(lè)、教育、传媒等诸多(duō)领域，本身就对(duì)基于AI的可视化内容有(yǒu)强烈需求(qiú)。

因此，AI绘画及视频或(huò)不是结(jié)果，而只是AI进程中(zhōng)的一(yī)块(kuài)重要拼图(tú)，有望在技术更新(xīn)的加持下实现(xiàn)更(gèng)大的应用价值(zhí)。

AI从(cóng)理解内容(róng)，走向(xiàng)了可以生成内容，甚至(zhì)能(néng)够(gòu)创造出独(dú)立价值和独立视角(jiǎo)的(de)内容。AIGC的(de)再(zài)次出圈，更代表着未来(lái)的先进生产力即将(jiāng)到(dào)来。

04

紧抓大(dà)模型与算力，牢固AIGC底座

从(cóng)技术的发展也可(kě)以(yǐ)看(kàn)出，在语言大(dà)模(mó)型、图(tú)像(xiàng)大模(mó)型之后，多模(mó)态(tài)大模型已经成为(wèi)了(le)新(xīn)的趋势。

大模型被誉为当前人工智(zhì)能发展的(de)智(zhì)能底座，是全球(qiú)竞(jìng)争最激烈的研究方向(xiàng)之(zhī)一，包括谷歌(gē)、亚马逊、百度(dù)、阿(ā)里、腾讯(xùn)等众多头(tóu)部企业(yè)都在竞相发(fā)力。

不(bù)过训练(liàn)大模型的确价格不菲，以国盛证券发布的《ChatGPT需要(yào)多少算力》报告估(gū)算(suàn)，GPT-3训练(liàn)一次的成本约(yuē)为140万美元。而对于一些更大的LLM(大型语言模型(xíng))，训练成本则介于200万美元(yuán)至1200万美元高价(jià)之间。

以ChatGPT在2023年(nián)1月的独立(lì)访客平(píng)均数1300万计算，其对应芯片需(xū)求(qiú)为(wèi)3万多片英伟(wěi)达A100 GPU，初(chū)始投入成(chéng)本约为8亿美元，每日(rì)仅(jǐn)电费就在5万(wàn)美元左右。

此外不论是ChatGPT还是AIGC，都离不(bù)开庞大算(suàn)力支持。在(zài)关注(zhù)各类大(dà)模(mó)型的发展同时，更应(yīng)该关注算力网(wǎng)络(luò)的建(jiàn)设。

算力网络正(zhèng)驱动AI产(chǎn)业发展(zhǎn)进入史诗级加速(sù)进程，让AIGC及通用AI这一人工智能发展的终极目(mù)标(biāo)离(lí)得更近。

因为算(suàn)力可以对突破性(xìng)技(jì)术创新提供大力(lì)的支持(chí)。这方(fāng)面，多模态大模型是典型(xíng)。作为面向(xiàng)未来强人(rén)工智(zhì)能、通用人工(gōng)智(zhì)能的重要技(jì)术创(chuàng)新，多模态大模型已经在(zài)人工智能领(lǐng)域提出了(le)很(hěn)多(duō)年，业界(jiè)也有不少技术突破(pò)，但是，多模(mó)态大模型进一(yī)步往下走(zǒu)，算(suàn)力需(xū)求呈(chéng)几何式上升，一般的算力基(jī)础设施很快将难以胜任(rèn)。

从图(tú)像、文(wén)字(zì)、语音单独一(yī)项的训练，到双模态、三模态的(de)跃迁，让人工智(zhì)能可(kě)以灵活应对(duì)不同模(mó)态的转化、像(xiàng)人与(yǔ)世界交互一(yī)样自然，这方面，由算力网(wǎng)络来驱动将有明显优(yōu)势。

此外，还有很多需要爆(bào)发式增长的算力(lì)来支撑(chēng)的(de)技术创新，将在(zài)人工智(zhì)能(néng)算力网(wǎng)络(luò)支撑(chēng)下快速推进。

AIGC已经露出曙(shǔ)光，期待在大模型(xíng)和大算(suàn)力的支持下AIGC能持续颠覆内容生产的(de)方式，将创造的边际成本(běn)降低，让万众受(shòu)益。

未经允许不得转载：绿茶通用站群 谬赞是什么意思啊 缪赞和谬赞的区别是什么