自聊天(tiān)机器(qì)人ChatGPT火(huǒ)爆以来，微(wēi)软公司创始人比尔·盖(gài)茨已多次公(gōng)开谈论人工智能话题(tí)。在(zài)最近的一次(cì)采(cǎi)访中，他再次(cì)表示：“AI可能会让科(kē)技行业(yè)迎来一次剧烈的洗牌(pái)”。

这个(gè)结论是他在当(dāng)地时(shí)间2月20日接受(shòu)《In Good Company》节目(mù)专访时提出的。

他预(yù)期，AI的(de)发展可能会(huì)威胁到谷歌(gē)的市占率，因为微软(ruǎn)在(zài)AI方面(miàn)的行动相(xiāng)当迅速。而(ér)最终(zhōng)科技巨(jù)头将把AI整合成用户的“全能助手”，包揽(lǎn)一切应(yīng)用，与人们进行沟通并(bìng)提供建议，可以取代(dài)亚马逊、Siri或(huò)Outlook等应用。

大佬口(kǒu)中全能助手的到来可能尚需时日(rì)，但由ControlNet引发的又一次(cì)AI绘画(huà)浪(làng)潮，让AIGC在ChatGPT的话题热点(diǎn)包围中杀出(chū)重围。

01

ControlNet颠覆AI绘(huì)画新玩法

AIGC向可控靠近(jìn)

以AI绘画为代表的AIGC上(shàng)一次爆火的(de)时候，还是2022年8月，在美国(guó)科罗(luó)拉多州(zhōu)举办的新兴(xīng)数字艺术家竞(jìng)赛中，一幅名为《太(tài)空歌剧院》的作品获奖。

随(suí)后各大(dà)厂商(shāng)的(de)AI绘画(huà)软件被广大(dà)网(wǎng)友(yǒu)熟知并体验，Stable Diffusion便是其中(zhōng)代表。

用户们可以在(zài)应(yīng)用中输入(rù)一组关键词或者一张(zhāng)照(zhào)片，就能获得一幅(fú)AI创作的画作(zuò)。

作画的关键就是所输(shū)入的文本。同一组关键(jiàn)词也可以创(chuàng)作出(chū)很多(duō)张风格不一样的(de)画(huà)作，这让(ràng)创(chuàng)作(zuò)的过(guò)程就像(xiàng)开盲(máng)盒。

很多用户很(hěn)喜欢这种不(bù)确(què)定的惊(jīng)喜(xǐ)，他们(men)会将(jiāng)生成的(de)美图当(dāng)做头像。而另一部分喜欢(huān)翻看AI绘(huì)画的“翻车”作品。在社交媒体上，许多用户分享AI“翻车现场”，例如，一位(wèi)网友(yǒu)的小狗照(zhào)片被(bèi)AI画成了“肌肉男”，还(hái)有网友的个人照(zhào)片被AI识别(bié)成了建筑。

而如今随着ControlNet的出现与加(jiā)持，以(yǐ)往(wǎng)AI绘(huì)画的填(tián)写关(guān)键词游戏可(kě)能要被颠(diān)覆了。

ControlNet是一位正在斯坦福读博的中国人张(zhāng)吕敏(mǐn)创(chuàng)作的一(yī)种基(jī)于控制点的图像(xiàng)变(biàn)形(xíng)算法，主要用于数字图像(xiàng)处理、计算机视觉和计算机图形学等(děng)领域。

其SD插件一经发布，在短(duǎn)短(duǎn)的两天(tiān)内便(biàn)成为了AI绘画(huà)领域最新的热点。

在此之前，大家用了(le)很多方(fāng)法想让AI生成的结果(guǒ)尽可(kě)能的符(fú)合要求，但是都不尽如人意，它的出(chū)现代表着AI生(shēng)成开始进入真正的可控时(shí)期。

因为(wèi)ControlNet可以直接提(tí)取画面的(de)构(gòu)图(tú)，人物的姿势(shì)和画(huà)面的(de)深度信息等家里放什么东西蛇不敢来，家里有蛇放什么东西最怕。有了它的帮助，就不(bù)用频繁(fán)的用(yòng)提示词来碰运气(qì)，抽盲盒(hé)式的创作(zuò)了(le)。

通(tōng)俗(sú)的说ControlNet相(xiāng)当于给AI绘画加了“魔法”，不少博主的作(zuò)品已经获得了大量(liàng)的浏览量，“viggo”就是(shì)其中(zhōng)之一(yī)，他用朋友的照(zhào)片直接带她们(men)走(zǒu)进(jìn)动漫世界。

viggo先用StableDiffusion图片转文字。

再用Text2Prompt插件(jiàn)拓展找到对应的关键词(cí)；最后(hòu)用ControlNet插(chā)件绑定(dìng)骨(gǔ)骼(gé)开始换关键(jiàn)词试效果。

通过图片(piàn)就可(kě)以看(kàn)出来，效果十(shí)分(fēn)惊艳。

更(gèng)厉害的是，除了真实的照片，草图也(yě)可以加上“魔法(fǎ)”，知乎大(dà)牛“DevPoint”和“逗砂”介(jiè)绍到ControlNet还能实现线(xiàn)稿转(zhuǎn)全彩(cǎi)图。大神张吕敏其本尊也亲(qīn)自回(huí)应。

不得(dé)不说当(dāng)下AIGC已经变得越(yuè)来(lái)越强大，甚(shèn)至输(shū)出的(de)作品都已(yǐ)经能(néng)以假(jiǎ)乱真了(le)。

02

难辨虚实，AIGC技(jì)术(shù)力爆发(fā)

警惕(tì)安全问题(tí)

近日(rì)，“苏州金(jīn)鸡湖有(yǒu)游艇(tǐng)party”的消息火遍(biàn)网络，而经过警方辟谣这所谓的“party”可能是全国第一起AI绘图诈骗。

由于这个活动(dòng)里面给出的(de)美女照片都是(shì)AI制作的真人(rén)照片绘图，因为太(tài)逼真，被(bèi)大家当成真事传播(bō)了(le)。

不过仔细(xì)观察(chá)可以(yǐ)发(fā)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人，而是(shì)AI绘(huì)图，那便是(shì)图片中女性的手指(zhǐ)部分(fēn)有的存在异(yì)常(cháng)。

有行业(yè)人事表示：“现在因为手指部(bù)分的绘画算法比(bǐ)较复(fù)杂，AI还不太会画人(rén)的手，但最新看到的(de)图片已经有越来越完美的(de)AI模型出现，以(yǐ)后可能就完全没(méi)有漏洞了。”

类似的(de)AI作图诈骗在国外(wài)也已有(yǒu)发生。据(jù)英(yīng)国(guó)广播公司报道，土耳其地震期间，有Tiktok用户使用AI合(hé)成了儿(ér)童受灾的假照片发布到网(wǎng)络，以(yǐ)此诱骗善(shàn)良的人(rén)打赏“捐助(zhù)”从而实施诈(zhà)骗。

目(mù)前随着技术发(fā)展(zhǎn)，AIGC已经能做出真人照片般的绘图(tú)效果，如(rú)果这样的图(tú)片被用(yòng)来诈骗(piàn)，将非常可怕。

此外AIGC还引(yǐn)发了很多担忧，一方面，批判者认为AI在“学习”了大量前人(rén)的作品之后，其创作(zuò)没(méi)有任何情(qíng)绪和灵魂，难(nán)以和人类的艺术创作相提并论。

另一方面，AIGC背后(hòu)的版权、目前都并没有得到有效的解决，还有AIGC会(huì)不会代替人(rén)类“至高无上”的创意。

马(mǎ)斯克也强调，人(rén)工(gōng)智能的(de)安全(quán)问题(tí)需要得到重视(shì)，太(tài)晚就来(lái)不及了。

03

AIGC下一站(zhàn)除了视频，还有远方

技术都是有(yǒu)两面性的，潜在的危害并不能(néng)掩盖其光辉的(de)贡献(xiàn)。现在看来，人(rén)工智能技术将是第四(sì)次工业革命的核心驱(qū)动力量，将(jiāng)创(chuàng)造新的增(zēng)长奇(qí)迹。

过(guò)去一年，人工智能在技术(shù)和商(shāng)业(yè)层(céng)面都(dōu)有了巨大(dà)进展，AI绘画(huà)就是人工智能(néng)技术发生方(fāng)向性改(gǎi)变(biàn)的一个(gè)代表。其下一(yī)站或许就是(shì)视频。

此前(qián)，Meta和谷(gǔ)歌先后发布了几条引爆科技(jì)圈的(de)短视频(pín)。这些视频引发关注并非内容(róng)做得多(duō)优秀，反而都非常简(jiǎn)单，比如一匹(pǐ)正在喝水的(de)马，一只(zhǐ)画画的玩具熊，或者一段骑摩托车的第(dì)一视角录像(xiàng)，随便(biàn)一个有(yǒu)手机的(de)人都(dōu)可(kě)以随手录下一段(duàn)。

但这些短视频的创作方式非常简单，创作者仅(jǐn)仅需要向AI输入一段(duàn)话，甚至只是说一下(xià)要求，AI就可以根(gēn)据(jù)需(xū)要生成(chéng)一(yī)段视频。

谷歌(gē)发(fā)布的(de)两(liǎng)个AI生成视(shì)频分别来自于Imagen Video和Phenaki，前者主要突出(chū)的是高(gāo)清(qīng)，与Meta的Make-A-Video没有(yǒu)太多的差(chà)别。

在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，一个能够做出更高清视(shì)频(pín)的AI还不足以在短时间内戳中(zhōng)兴奋点。

Phenaki更加令人(rén)震惊的(de)地方(fāng)在于，它可以制(zhì)作出超过2分钟的(de)连贯的也(yě)有确切内容的视(shì)频，这(zhè)才是真(zhēn)正让人们感(gǎn)到惊喜的地(dì)方。因为(wèi)无论AI生成(chéng)的视(shì)频多么高(gāo)清，也只能是为内容生产者提供(gōng)一(yī)个灵感(gǎn)，一个(gè)素材，一个(gè)过场动画。

不过能够制作出有(yǒu)具体剧情(qíng)内容的视频就意味着，一些视频创作由AI代替人工完(wán)成已经(jīng)初步有了可(kě)能。

当(dāng)下AI的发展速度已(yǐ)经超过大部分人(rén)的想(xiǎng)象。内容产业(yè)的本质是供(gōng)给创造需(xū)求，AIGC作为全(quán)新的内容生产方式，可以为(wèi)内(nèi)容产业带来更新的内容风格(gé)、更快(kuài)的生产(chǎn)速度，更低的生产(chǎn)成本，这无(wú)疑会(huì)驱动(dòng)内容产(chǎn)业(yè)的大(dà)爆发。

除(chú)了AI绘图、视频，AIGC技(jì)术还能应用于音(yīn)乐、代码(mǎ)、机器人动作等多(duō)种(zhǒng)内容(róng)形式的(de)生(shēng)成。不难发现该项技术不(bù)仅在游戏等行业能(néng)得到有效(xiào)应用，对于(yú)下一代(dài)互联网各(gè)种元素的构建(jiàn)亦有关键(jiàn)意(yì)义(yì)。

从(cóng)商业化的角度来看，文化娱(yú)乐、教育(yù)、传(chuán)媒等(děng)诸(zhū)多(duō)领域，本身就对基于AI的可视化内容(róng)有强烈需求。

因此(cǐ)，AI绘画及视(shì)频(pín)或不是结果，而只是(shì)AI进(jìn)程中的(de)一块重要拼(pīn)图，有望在技(jì)术更新的加持下实现更大的应(yīng)用价值。

AI从理解内容，走(zǒu)向了(le)可(kě)以生成内容，甚至(zhì)能够创造出独(dú)立价(jià)值和独立视角的内容。AIGC的再次出(chū)圈，更代表着(zhe)未来的(de)先进(jìn)生(shēng)产力即(jí)将到来。

04

紧抓大模型与算(suàn)力，牢固AIGC底座

从技术的发展(zhǎn)也(yě)可以看出，在语言(yán)大模型(xíng)、图像大模型之后，多模态大模型已经成为了新的趋(qū)势。

大模型被誉为当前人工智能发展的智能底座(zuò)，是全球竞争最(zuì)激烈的(de)研究方向之一，包(bāo)括(kuò)谷歌、亚马逊、百度(dù)、阿里、腾(téng)讯(xùn)等(děng)众多头部企业都在竞相发力(lì)。

不过训练大(dà)模型的(de)确(què)价格不菲，以国盛(shèng)证券发布的《ChatGPT需要多少算(suàn)力》报告(gào)估算，GPT-3训(xùn)练一次的成本约为(wèi)140万(wàn)美元(yuán)。而对于一(yī)些更(gèng)大的(de)LLM(大型语言模(mó)型)，训练(liàn)成本(běn)则介于200万美元至1200万美元高价之间。

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

此(cǐ)外不论是ChatGPT还是AIGC，都离不(bù)开庞大算力支持。在关注各(gè)类(lèi)大模(mó)型的发展同时，更(gèng)应该关注算力网络的(de)建设。

算力网络(luò)正(zhèng)驱动AI产业(yè)发展进入史诗级加速(sù)进程，让AIGC及通(tōng)用AI这一人工(gōng)智能发展的终极目(mù)标离得更(gèng)近。

因为算(suàn)力可以对突破性技(jì)术创新提供大力的支持。这方面，多模态大(dà)模型(xíng)是典(diǎn)型。作为面向未来(lái)强人工智能(néng)、通用人工智(zhì)能的重要技(jì)术(shù)创新，多模态大模型已经在人工智能领域提出了很(hěn)多年，业界也有不少技(jì)术突破，但(dàn)是(shì)，多模态大(dà)模型进(jìn)一步往下走，算(suàn)力需求呈几何式上升(shēng)，一般(bān)的算力(lì)基础设施很快将难以(yǐ)胜任。

从(cóng)图像(xiàng)、文字、语(yǔ家里放什么东西蛇不敢来，家里有蛇放什么东西最怕)音(yīn)单独一项的训(xùn)练，到双模态、三模态的跃迁，让人工智能可(kě)以(yǐ)灵活应对不同模态的转化、像人与世界交互(hù)一样(yàng)自(zì)然，这(zhè)方面，由算力网络来(lái)驱动将有明显优势。

此外，还(hái)有很多需要爆(bào)发式增长的算力来支(zhī)撑的技(jì)术创新(xīn)，将(jiāng)在人工智(zhì)能算力(lì)网(wǎng)络支撑下(xià)快速推进。

AIGC已经露出曙光(guāng)，期(qī)待在大(dà)模(mó)型和大算力的支持下AIGC能持续颠覆内容生产的方(fāng)式，将创造的(de)边际成本降低，让万众受(shòu)益。

未经允许不得转载：惠安汇通石材有限公司 家里放什么东西蛇不敢来，家里有蛇放什么东西最怕