自聊天机器(qì)人ChatGPT火(huǒ)爆以(yǐ)来，微软公司(sī)创始人比尔·盖茨已(yǐ)多次(cì)公开谈论人工智能话题(tí)。在最近的(de)一次(cì)采访(fǎng)中，他再次表示：“AI可能会让科技(jì)行业迎来一(yī)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》节目专访时提出的。

他预期，AI的发展(zhǎn)可能(néng)会威胁到谷歌的市(shì)占率(lǜ)，因为微软(ruǎn)在AI方(fāng)面的行动相(xiāng)当迅速。而最终科技巨头将把AI整合成用(yòng)户的“全能助手”，包揽一切应用，与(yǔ)人(rén)们进行沟通并提供(gōng)建议，可以(yǐ)取代(dài)亚马(mǎ)逊、Siri或Outlook等应用。

大佬口中全能助手的到(dào)来可(kě)能尚需时日(rì)，但由ControlNet引发的又(yòu)一次AI绘画浪潮，让AIGC在ChatGPT的话题热点包围(wéi)中杀出(chū)重围(wéi)。

01

ControlNet颠覆AI绘(huì)画新(xīn)玩法

AIGC向可控靠(kào)近

以AI绘(huì)画为(wèi)代表的AIGC上一(yī)次爆火的时候，还(hái)是2022年(nián)8月，在美国科罗拉多(duō)州举办(bàn)的新兴数字艺术家竞赛中，一幅名为《太空歌剧(jù)院》的作品获奖。

随后各大厂(chǎng)商的AI绘画(huà)软(ruǎn)件(jiàn)被广大网(wǎng)友(yǒu)熟知并体验，Stable Diffusion便是其中代表(biǎo)。

用户(hù)们可(kě)以在应用中输入(rù)一组关键词或者一张照片，就(jiù)能获得一(yī)幅AI创(chuàng)作的画作。

作画的关键就是所输入的(de)文本(běn)。同(tóng)一组关键词(cí)也可以创(chuàng)作出很多张风格不一样的(de)画作(zuò)，这让创作的过(guò)程(chéng)就像开盲盒。

很多用户很喜欢这种不(bù)确定的惊(jīng)喜，他们会(huì)将生成的美图当做头(tóu)像。而另一部分喜欢翻看(kàn)AI绘(huì)画的(de)“翻车”作品。在社交媒(méi)体上，许多用户分(fēn)享AI“翻车现场”，例如(rú)，一位网友(yǒu)的(de)小狗(gǒu)照片被(bèi)AI画成了“肌肉男”，还有网友的个(gè)人照片(piàn)被(bèi)AI识别(bié)成了建筑。

而如(rú)今随着ControlNet的出现与加持，以往AI绘画的填写关键词游戏可能要被颠覆(fù)了(le)。

ControlNet是一位正在斯坦福读博的中国人张吕(lǚ)敏创作(zuò)的一种基于控制点的图像变形算法，主要用于数字图像处理、计算机视觉和计算(suàn)机图形(xíng)学(xué)等领域。

其SD插件一经发布(bù)，在短短(duǎn)的(de)两天内便成为了(le)AI绘(huì)画领域最(zuì)新的热点。

在此之前，大家用了很多方法想让AI生成的结果尽可(kě)能(néng)的(de)符合要求(qiú)，但是都不尽如人意，它的出现代表(biǎo)着(zhe)AI生(shēng)成开始进入真正的(de)可控时期。

因为ControlNet可以直接提(tí)取画面(miàn)的构图，人物的姿势和画(huà)面的深(shēn)度信(xìn)息等。有了它(tā)的帮(bāng)助，就不用(yòng)频繁(fán)的用提示词(cí)来碰(pèng)运(yùn)气，抽盲盒式的创作了。

通(tōng)俗的说(shuō)ControlNet相当于给AI绘(huì)画加了(le)“魔法”，不(bù)少博主的作(zuò)品已(yǐ)经获(huò)得了大(dà)量的浏览量，“viggo”就是其中之(zhī)一，他用朋友的照片(piàn)直(zhí)接带(dài)她们走(zǒu)进动漫世界。

viggo先用StableDiffusion图片转文(wén)字。

再(zài)用(yòng)Text2Prompt插件拓展找到对(duì)应(yīng)的关键词；最后(hòu)用(yòng)ControlNet插件绑定骨骼开始换关键词(cí)试效果(guǒ)。

通过图片(piàn)就可以看出(chū)来(lái)，效果十分惊艳(yàn)。

更厉害的是(shì)，除了(le)真实的照片(piàn)，草图也(yě)可以加上“魔法”，知(zhī)乎大牛“DevPoint”和“逗砂”介绍到ControlNet还能实现(xiàn)线稿(gǎo)转全(quán)彩图。大神张吕(lǚ)敏其本(běn)尊(zūn)也亲自(zì)回(huí)应。

不得不说当下AIGC已经(jīng)变得越来越(yuè)强大，甚至输出(chū)的作品都(dōu)已经能以(yǐ)假乱(luàn)真(zhēn)了。

02

难辨虚实，AIGC技(jì)术力(lì)爆发

警惕安全问题

近日，“苏州(zhōu)金鸡湖有游艇(tǐng)party”的消息火遍网络，而经过警方辟谣(yáo)这所谓的(de)“party”可能是全国第一起AI绘图诈骗。

由于这个活动里面(miàn)给出的美(měi)女照片都是AI制作的真人(rén)照片(piàn)绘图，因为太(tài)逼真，被大家(jiā)当成真事传播了(le)。

不过仔细观察可以发现，活动(dòng)发起(qǐ)者提供(gōng)的照片中(zhōng)有个很(hěn)大的漏洞可以发(fā)现并非(fēi)真(zhēn)人(rén)，而是AI绘图，那便(biàn)是图(tú)片中女性的手(shǒu)指部分有的存在(zài)异常。

有行(xíng)业人(rén)事表示：“现(xiàn)在(zài)因(yīn)为手指部分的(de)绘(huì)画算(suàn)法比较(jiào)复杂，AI还不太会画人(rén)的(de)手，但(dàn)最新看到(dào)的图片(piàn)已经有(yǒu)越来(lái)越完美的AI模型出现，以后可能就完全(quán)没有漏(lòu)洞了。”

类似的AI作图(tú)诈骗在国(guó)外也已有发生。据英国广(guǎng)播公司报道(dào)，土耳其地震(zhèn)期间，有Tiktok用户使用AI合成(chéng)了儿童受(shòu)灾的假照(zhào)片发布到网络，以此诱(yòu)骗善良(liáng)的人打赏“捐助”从而实施诈骗。

目(mù)前随(suí)着技术(shù)发(fā)展(zhǎn)，AIGC已经能做出(chū)真(zhēn)人照片般的绘(huì)图(tú)效果，如(rú)果(guǒ)这样的图片(piàn)被用(yòng)来诈骗，将非常可怕。

此外(wài)AIGC还引发了很多(duō)担(dān)忧，一方面，批(pī)判者(zhě)认为AI在“学(xué)习”了(le)大量前人(rén)的作品之后(hòu)，其创作没有(yǒu)任何情(qíng)绪和(hé)灵魂，难(nán)以和(hé)人类的艺(yì)术创作相提并论。

另一方面，AIGC背后的版权、目前都并没有得(dé)到(dào)有效的解(jiě)决，还有AIGC会不会代替人类“至高(gāo)无(wú)上”的(de)创意。

马斯克也强调，人工智(zhì)能的安全(quán)问(wèn)题需要得到重视，太晚就来不及了。

03

AIGC下(xià)一(yī)站除了视频，还有远方

技术都是有两(liǎng)面(miàn)性的，潜在的危害并不(bù)能掩盖其光辉的(de)贡献。现在看来(lái)，人工(gōng)智能技术将是第四次工业革命的核心驱动力量，将创造新(xīn)的增长奇迹。

过去一年，人工智能在技术和商业层面都有(yǒu)了巨大进(jìn)展，AI绘画就(jiù)是人工智能技术发生方向性改变的一个代(dài)表。其下(xià)一站或许就是视频。

此前，Meta和谷歌先后发布了几条引爆科(kē)技(jì)圈的短(duǎn)视频。这些视频引发关(guān)注(zhù)并非内容(róng)做得(dé)多优秀，反而(ér元首制的实质是什么，元首制的内容)都非常简(jiǎn)单，比如一匹正在喝水的马，一只画画(huà)的(de)玩具(jù)熊，或者一段(duàn)骑摩托车(chē)的第一(yī)视(shì)角录(lù)像，随便一个有手(shǒu)机的人都可以随手录下一段。

但这些短(duǎn)视频的创作方式(shì)非常简单，创作(zuò)者仅仅需(xū)要向AI输(shū)入一段(duàn)话，甚至只(zhǐ)是说一下(xià)要求，AI就可以根据需(xū)要生成(chéng)一段视频(pín)。

谷歌发布的两(liǎng)个AI生成视频(pín)分别来(lái)自于Imagen Video和Phenaki，前者主要突出的是高清，与Meta的Make-A-Video没(méi)有太多的差别。

在Make-A-Video公布了AI生成的视频后(hòu)，AI圈就已经玩(wán)了一波梗，一个能够做出更高清视频的AI还不足以在短(duǎn)时间内戳中(zhōng)兴奋(fèn)点。

Phenaki更加令人震(zhèn)惊的地方(fāng)在于，它(tā)可(kě)以制作出超过2分钟(zhōng)的(de)连贯的也有确(què)切内(nèi)容(róng)的视频，这才是真正(zhèng)让(ràng)人们(men)感到惊喜(xǐ)的地(dì)方。因为无论AI生成的视频多么高清，也只能(néng)是为内容生产(chǎn)者提供一个灵感，一个素材(cái)，一个过场动(dòng)画。

不过能够制作(zuò)出有具(jù)体剧情内(nèi)容的视频就意(yì)味着(zhe)，一些视频创作由AI代替人工完(wán)成已经初步有了可能。

当下(xià)AI的发(fā)展速度已(yǐ)经超过(guò)大(dà)部分人的想象。内(nèi)容产业的(de)本质是供给创造需求，AIGC作为全新的内容生(shēng)产(chǎn)方式，可以为内容产业带来更新(xīn)的内(nèi)容(róng)风格、更快的生产(chǎn)速度，更低(dī)的生产成本(běn)，这(zhè)无疑(yí)会(huì)驱动内容产业的大(dà)爆(bào)发。

除(chú)了AI绘图、视频，AIGC技术(shù)还能应(yīng)用于音(yīn)乐、代码、机器人动作等多(duō)种内容(róng)形式的生成。不难发现(xiàn)该项技术不仅在游戏等行业(yè)能得到有效应用，对于下一代互联网(wǎng)各(gè)种元素的(de)构(gòu)建亦有关键意义。

从商业(yè)化的(de)角度来看，文化娱(yú)乐、教育(yù)、传媒等诸多领(lǐng)域，本身就对(duì)基于AI的可(kě)视化(huà)内容有强(qiáng)烈需(xū)求(qiú)。

因此(cǐ)，AI绘画及视频或(huò)不是结果，而只(zhǐ)是AI进程中的一(yī)块重要拼(pīn)图，有望在技术(shù)更(gèng)新的加(jiā)持下(xià)实现更大的应用(元首制的实质是什么，元首制的内容yòng)价值。

AI从理解(jiě)内容，走向了可以生成内容，甚(shèn)至能(néng)够创(chuàng)造(zào)出独立价值(zhí)和独立(lì)视角的内容。AIGC的再(zài)次出圈，更代表着未来(lái)的先进生产力(lì)即将到来(lái)。

04

紧抓(zhuā)大(dà)模型与算力(lì)，牢固AIGC底座

从技(jì)术的发展(zhǎn)也(yě)可以(yǐ)看出，在语言大(dà)模型、图像大模型之后，多(duō)模态(tài)大(dà)模型已经(jīng)成为(wèi)了新的趋(qū)势。

大模型(xíng)被誉(yù)为当前(qián)人工智(zhì)能发展的智能底座，是全球(qiú)竞(jìng)争最激烈的研究方向之一，包括谷歌(gē)、亚马逊、百度、阿里、腾讯等众(zhòng)多(duō)头部企业都在竞相发力。

不过训练大模型(xíng)的确价(jià)格不菲，以国盛证券(quàn)发布的《ChatGPT需要多少(shǎo)算力》报告估算，GPT-3训练一次的成本约为(wèi)140万美元。而对于一(yī)些更大的LLM(大型语言(yán)模型(xíng))，训练成本则介(jiè)于200万(wàn)美(měi)元(yuán)至(zhì)1200万美元(yuán)高(gāo)价之间。

以ChatGPT在2023年(nián)1月的独立访客平均数1300万计算，其对应芯(xīn)片需(xū)求(qiú)为3万多片英伟达A100 GPU，初始投入成(chéng)本约为(wèi)8亿美元(yuán)，每日(rì)仅电费就(jiù)在5万美元左右。

此(cǐ)外(wài)不论是(shì)ChatGPT还是(shì)AIGC，都离(lí)不开庞大算力支持。在(zài)关注各类大模型的发展同时，更应该(gāi)关注算(suàn)力网络的(de)建设(shè)。

算力网络正驱动AI产业发展进入史诗(shī)级(jí)加速进(jìn)程，让AIGC及通(tōng)用AI这一人工智能发(fā)展的终(zhōng)极目(mù)标离得更近。

因为算力可以(yǐ)对突破性技术创(chuàng)新提供大力的支持。这方(fāng)面，多(duō)模态(tài)大模型是典型。作(zuò)为(wèi)面向未(wèi)来强人工(gōng)智(zhì)能(néng)、通(tōng)用人工智(zhì)能的重要技术创新，多模态大模(mó)型已(yǐ)经在人工智(zhì)能领域提出了很多年，业界也有不(bù)少(shǎo)技(jì)术突(tū)破，但是，多模态大模型进一(yī)步往下走，算力需求呈几何式上升，一般的算力基(jī)础(chǔ)设施很快将难(nán)以胜任(rèn)。

从(cóng)图像、文字(zì)、语音单独一项的训练，到双模态、三模态的跃迁(qiān)，让(ràng)人工智能可以灵活应对不(bù)同模态的转化、像人与世界交互一样自然，这(zhè)方面，由算力(lì)网络来驱动(dòng)将有明显优势。

此外，还有(yǒu)很(hěn)多需要爆发(fā)式增长的算(suàn)力来支(zhī)撑的(de)技术创新，将在人工智能算力网络支撑下快(kuài)速(sù)推进。

AIGC已经露出曙光(guāng)，期待在(zài)大模型和大算力的支持(chí)下AIGC能持续(xù)颠覆内容生产(chǎn)的(de)方式，将创造的边际(jì)成本降低(dī)，让万众(zhòng)受(shòu)益。

未经允许不得转载：惠安汇通石材有限公司 元首制的实质是什么，元首制的内容