自聊天机器人ChatGPT火(huǒ)爆以(yǐ)来，微软公司创始人比尔·盖茨已多次公(gōng)开谈论人(rén)工智能话题(tí)。在最近的一次采访中，他再次表(biǎo)示：“AI可能会让(ràng)科技(jì)行(xíng)业迎来一(yī)次(cì)剧烈(liè)的洗牌(pái)”。

这个结论是他在(zài)当地时间2月20日(rì)接受《In Good Company》节目专(zhuān)访时提出(chū)的。

他(tā)预期，AI的发展可能会威胁到谷(gǔ)歌的市(shì)占率，因为微软在(zài)AI方面的行动相当(dāng)迅速。而最终科技巨头将(jiāng)把AI整合成用户的“全(quán)能(néng)助手”，包(bāo)揽一切(qiè)应用，与人们进行沟通并提供建议(yì)，可以(yǐ)取代亚马逊、Siri或Outlook等应用。

大(dà)佬(lǎo)口(kǒu)中全能助手的到(dào)来可能尚需时日，但由(yóu)ControlNet引发(fā)的又一次AI绘画浪潮，让AIGC在ChatGPT的话题热点(diǎn)包(bāo)围(wéi)中杀出重围(wéi)。

01

ControlNet颠覆AI绘画新玩(wán)法

AIGC向(xiàng)可控靠(kào)近(jìn)

以(yǐ)AI绘画(huà)为代表(biǎo)的AIGC上一(yī)次爆火的时(shí)候，还(hái)是2022年8月，在美(měi)国(guó)科罗拉(lā)多州举办的新兴数字艺术家竞赛(sài)中，一(yī)幅名为《太空歌剧院》的作品(pǐn)获(huò)奖。

随后各大厂商的AI绘(huì)画(huà)软件(jiàn)被(bèi)广大(dà)网友(yǒu)熟知(zhī)并体验(yàn)，Stable Diffusion便是其(qí)中代表。

用户(hù)们(men)可以在应(yīng)用中输入一组关(guān)键词或者一张照片，就能获得(dé)一幅AI创作的画作(zuò)。

作(zuò)画(huà)的关键就是所输(shū)入的文本。同一(yī)组关(guān)键词也可以创作出很多(duō)张风格(gé)不一样(yàng)的(de)画作，这让创作(zuò)的过程就像开盲盒。

很(hěn)多用户(hù)很喜欢这(zhè)种不确定的惊喜(xǐ)，他们(men)会将生成的美(měi)图(tú)当做头像。而另一部分喜(xǐ)欢翻看AI绘画的“翻车(chē)”作品。在(zài)社交媒(méi)体(tǐ)上，许(xǔ)多(duō)用户分享AI“翻车现场”，例如，一位(wèi)网友(yǒu)的小狗照片被AI画成了“肌肉男”，还有网友的个人照片被AI识别成了建(jiàn)筑。

而如(rú)今随(suí)着(zhe)ControlNet的出现与加持，以往AI绘画的(de)填写关键词游戏(xì)可能(néng)要(yào)被(bèi)颠覆了。

ControlNet是一位正在斯坦福读博的(de)中国人张吕敏创作的一种(zhǒng)基于控(kòng)制点(diǎn)的(de)图像(xiàng)变形(xíng)算法，主(zhǔ)要用(yòng)于数字图像处理(lǐ)、计算机视觉和计(jì)算(suàn)机图形(xíng)学等领(lǐng)域(yù)。

其SD插件一经发(fā)布，在短(duǎn)短的两天内便成(chéng)为(wèi)了AI绘画(huà)领(lǐng)域最新的热点。

在此(cǐ)之前，大家用了很(hěn)多方(fāng)法想让AI生成的结果(guǒ)尽可能(néng)的符合要求，但(dàn)是都不尽(jǐn)如人(rén)意，它的出现代表着AI生成开始(shǐ)进入真正的可(kě)控(kòng)时期。

因(yīn)为ControlNet可以直接提取(qǔ)画面的构图，人物g跟ml一样吗洗发水，g和ml有区别吗的姿势和(hé)画面的深度(dù)信息等。有了它的帮助，就不用频繁的用提示词来碰运气，抽盲盒式的创作(zuò)了(le)。

通俗的说ControlNet相当于(yú)给AI绘画加了“魔法(fǎ)”，不少博主的作品已经获得了大量的浏览量，“viggo”就是其中(zhōng)之(zhī)一，他用朋友(yǒu)的照(zhào)片直接带她们走(zǒu)进(jìn)动漫世界(jiè)。

viggo先用(yòng)StableDiffusion图片转文字。

再用(yòng)Text2Prompt插(chā)件拓(tuò)展(zhǎn)找到对(duì)应的(de)关键词；最后用ControlNet插件绑(bǎng)定骨骼开始换关键词试效果。

通过图片就可以看(kàn)出来，效果十分惊(jīng)艳。

更(gèng)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(hū)大牛“DevPoint”和“逗砂(shā)”介绍(shào)到(dào)ControlNet还能实现(xiàn)线稿转全(quán)彩图。大神张(zhāng)吕敏其本尊也亲自回应。

不得不说当下AIGC已(yǐ)经变得越来越(yuè)强大，甚至输(shū)出(chū)的作品都已经能以假乱真了。

02

难辨虚实，AIGC技术(shù)力(lì)爆(bào)发

警惕安(ān)全问(wèn)题

近日，“苏州金鸡湖有(yǒu)游艇(tǐng)party”的消息火遍网(wǎng)络，而经过警(jǐng)方辟谣这(zhè)所谓的“party”可能是全国第一起AI绘(huì)图诈骗。

由于这个(gè)活动里面给出的(de)美(měi)女照(zhào)片都是AI制作的真人(rén)照片绘图，因为太逼真，被大(dà)家(jiā)当(dāng)成真事传播了。

不过仔(zǎi)细(xì)观(guān)察可以发现，活动(dòng)发起(qǐ)者提(tí)供的照片中有个很(hěn)大的漏洞可以发现并非真人，而是AI绘(huì)图，那便是图片(piàn)中女性(xìng)的手指部分有的(de)存在异常。

有行业人事表示(shì)：“现在因为手指(zhǐ)部分的绘画算法比较复杂，AI还不太会(huì)画人的手，但最新看到的图片(piàn)已经(jīng)有越(yuè)来越完美的AI模型出(chū)现，以后可能就完(wán)全没有漏洞了。”

类似的(de)AI作图(tú)诈骗在国外也已有发生。据英国广(guǎng)播(bō)公司报道，土耳其地震期间，有(yǒu)Tiktok用户(hù)使(shǐ)用AI合成(chéng)了(le)儿(ér)童(tóng)受(shòu)灾的假照片(piàn)发布(bù)到网络(luò)，以此(cǐ)诱骗善(shàn)良的人打(dǎ)赏“捐助”从而实施(shī)诈(zhà)骗。

目前随(suí)着(zhe)技术发展，AIGC已经能做出真人(rén)照片般的绘图效果，如果这样的图片被用来诈骗，将非(fēi)常可怕(pà)。

此外(wài)AIGC还引发了很多担忧，一方面(miàn)，批判者认为AI在“学习(xí)”了大量(liàng)前人的作品(pǐn)之后(hòu)，其创(chuàng)作(zuò)没有(yǒu)任何(hé)情(qíng)绪和灵魂，难以和人(rén)类的艺(yì)术创作相提并论。

另(lìng)一方(fāng)面，AIGC背(bèi)后的版权、目(mù)前都并没有(yǒu)得到有(yǒu)效的(de)解决，还有AIGC会(huì)不会代(dài)替人类“至高无上”的(de)创意。

马斯克也强调(diào)，人(rén)工(gōng)智能(néng)的安全问题需要得到重(zhòng)视，太晚就(jiù)来(lái)不及了。

03

AIGC下(xià)一站(zhàn)除了视频，还(hái)有(yǒu)远方

技术都是(shì)有(yǒu)两面性(xìng)的，潜在的危(wēi)害并不(bù)能掩盖其(qí)光辉(huī)的贡献。现在看(kàn)来，人工智能(néng)技(jì)术将是第(dì)四次工业革(gé)命的核心(xīn)驱动力量，将(jiāng)创造(zào)新的增(zēng)长奇迹。

过(guò)去一年(nián)，人工智能在技术和商业层面都有了巨大(dà)进展，AI绘画就是(shì)人工智能技术(shù)发生(shēng)方向性改变的一个代表。其下一站或许就是视(shì)频(pín)。

此前，Meta和(hé)谷歌先(xiān)后发布了几条引爆科(kē)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(xiù)，反(fǎn)而都非常简单，比(bǐ)如一(yī)匹正在喝水的马(mǎ)，一只画画的玩具(jù)熊，或者一段骑摩托车的第一视角录像，随(suí)便一(yī)个有手机的人都可以随手录下一段。

但这些短视频的创(chuàng)作(zuò)方(fāng)式非(fēi)常简(jiǎn)单，创作者(zhě)仅仅(jǐn)需要向AI输(shū)入一段话(huà)，甚至只(zhǐ)是说一下要求(qiú)，AI就可以(yǐ)根据需要(yào)生成一段(duàn)视频。

谷歌发(fā)布的两(liǎng)个AI生成视频分别(bié)来自于Imagen Video和Phenaki，前者主要突出(chū)的是高清，与(yǔ)Meta的(de)Make-A-Video没有太多(duō)的(de)差(chà)别。

在Make-A-Video公布了AI生成的视(shì)频后，AI圈就已经(jīng)玩了一波梗，一(yī)个能够做(zuò)出(chū)更高(gāo)清(qīng)视频的AI还不足以在短时间内(nèi)戳中兴奋点。

Phenaki更加令人震惊的(de)地方在于，它可以制作(zuò)出(chū)超(chāo)过(guò)2分钟的(de)连贯的也有确切内(nèi)容的视频(pín)，这才是真正让人们感到惊喜的(de)地方(fāng)。因为无(wú)论AI生(shēng)成的视频多(duō)么(me)高清，也只能是(shì)为内容生产(chǎn)者提供一个(gè)灵感，一个素材，一个(gè)过(guò)场动画(huà)。

不过能够制(zhì)作出有具(jù)体(tǐ)剧情内容(róng)的(de)视(shì)频就意味着，一(yī)些视(shì)频创作(zuò)由(yóu)AI代替人工(gōng)完成(chéng)已经(jīng)初步有了可(kě)能。

当(dāng)下AI的发(fā)展速度已(yǐ)经超(chāo)过(guò)大部分人(rén)的(de)想象。内容产业(yè)的本(běn)质是供给创造需求，AIGC作为全新的内容(róng)生(shēng)产方(fāng)式，可以为内容(róng)产业带来更新的(de)内(nèi)容风格(gé)、更快(kuài)的生产速度，更低的生产(chǎn)成本，这(zhè)无疑会驱(qū)动(dòng)内容产业的大爆(bào)发(fā)。

除(chú)了AI绘图、视频，AIGC技术还能(néng)应(yīng)用于音乐、代(dài)码、机器人动(dòng)作等多种内容形(xíng)式的生成。不难发现(xiàn)该项技术不仅在游戏等行业能得(dé)到有效(xiào)应用(yòng)，对于下(xià)一代互联网各种元(yuán)素的构建亦有关(guān)键意义。

从(cóng)商业化的角度来看，文化娱乐、教育、传媒等诸(zhū)多领域，本身就(jiù)对基于(yú)AI的可视化内容有强烈(liè)需求。

因此，AI绘画及(jí)视(shì)频或不(bù)是(shì)结果(guǒ)，而只(zhǐ)是AI进程中的一块重要拼图，有望(wàng)在技术更新的(de)加(jiā)持下实现更大的应用价值。

AI从(cóng)理解内(nèi)容，走向了(le)可以生成内容，甚至能(néng)够(gòu)创造出独立(lì)价值和独立视角的内容。AIGC的再次出圈，更代表着未来的先进生产(chǎn)力(lì)即将到来。

g跟ml一样吗洗发水，g和ml有区别吗coding="async" src="https://mmbiz.heiliaofuli.com/wp-content/uploads/2023/03/9b0686cb7769bb0.png?imageMogr2/thumbnail/2160x0/format/webp/quality/80" data-ratio="0.4984375" data-s="300,640" data-type="png" data-w="1280">

04

紧(jǐn)抓大模型与(yǔ)算(suàn)力，牢固AIGC底座

从技术的发展也可以看出(chū)，在语言大(dà)模型(xíng)、图像大(dà)模型之后，多(duō)模态大(dà)模型已经成为了新的(de)趋(qū)势。

大模型被誉(yù)为当前人(rén)工智能发展的智能底座，是全球竞争(zhēng)最激烈的研究方向之(zhī)一(yī)，包括谷歌、亚(yà)马逊、百(bǎi)度、阿里、腾讯等众多(duō)头部企(qǐ)业都在竞(jìng)相发(fā)力。

不(bù)过训(xùn)练大模型的确价(jià)格不菲，以国盛证(zhèng)券发布(bù)的《ChatGPT需要多少(shǎo)算力》报(bào)告估(gū)算，GPT-3训练一次的成本约为140万(wàn)美元。而对于(yú)一些更大(dà)的LLM(大型语(yǔ)言模(mó)型(xíng))，训(xùn)练(liàn)成本(běn)则介于200万美元至1200万美元高(gāo)价之间。

以(yǐ)ChatGPT在2023年1月的独立访客(kè)平均数1300万计(jì)算，其(qí)对应芯(xīn)片需求为3万多片(piàn)英伟达A100 GPU，初始(shǐ)投入成本约为8亿美元(yuán)，每日仅电费就在5万美元左右。

此外不论是ChatGPT还是AIGC，都离不开庞大算力支(zhī)持。在关注各类大模(mó)型的(de)发展同时，更应(yīng)该关注算(suàn)力(lì)网络的建设(shè)。

算力(lì)网络正驱动AI产业发展进(jìn)入史诗级加(jiā)速进程，让(ràng)AIGC及通(tōng)用AI这一人工(gōng)智能发展的终(zhōng)极目标离(lí)得更近。

因为(wèi)算力可以对(duì)突(tū)破(pò)性技(jì)术(shù)创新提供大(dà)力的支持。这方面，多模态大模型是典(diǎn)型。作为面(miàn)向未来强(qiáng)人工智能(néng)、通用人工智能的重要技术创新，多模态(tài)大模型已经在人工智能领域提(tí)出了很多年，业(yè)界也有(yǒu)不少技(jì)术突破，但是(shì)，多模态大模(mó)型进一(yī)步(bù)往下走，算力需求呈几何(hé)式上升，一般的算力基(jī)础(chǔ)设施很快将(jiāng)难以胜任。

从图像、文字、语音单独(dú)一项(xiàng)的训练，到双(shuāng)模态、三模态的跃迁(qiān)，让人工智能可以灵(líng)活(huó)应对不同(tóng)模态的转化、像(xiàng)人与世界交(jiāo)互一样自然，这(zhè)方面(miàn)，由算(suàn)力网络来(lái)驱动将有明显优势。

此外，还有很(hěn)多需要爆发式增长的算(suàn)力来支撑的技术创新，将(jiāng)在人工(gōng)智能算力(lì)网络支撑下(xià)快速推进。

AIGC已经露(lù)出曙光，期(qī)待在(zài)大模(mó)型和大算力的支(zhī)持下AIGC能(néng)持续颠覆内容(róng)生产的方式，将创造的边际成本降低，让(ràng)万众(zhòng)受益。

未经允许不得转载：惠安汇通石材有限公司 g跟ml一样吗洗发水，g和ml有区别吗