自聊天机器人ChatGPT火(huǒ)爆以(yǐ)来，微软公司创始人(rén)比尔·盖(gài)茨已(yǐ)多次(cì)公开谈论(lùn)人工(gōng)智(zhì)能(néng)话题。在(zài)最近的(de)一次采访中，他(tā)再次(cì)表示(shì)：“AI可(kě)能会让科技行业迎(yíng)来一次(cì)剧(jù)烈(liè)的洗牌”。

这个结(jié)论是他在(zài)当地时间(jiān)2月20日接受《In Good Company》节(jié)目专访时(shí)提出的(de)。

他(tā)预期，AI的发展可(kě)能会威(wēi)胁到谷(gǔ)歌的(de)市(shì)占率，因为微软在(zài)AI方面的行动相当(dāng)迅速(sù)。而(ér)最终(zhōng)科技巨头将把AI整(zhěng)合成用户的“全能助(zhù)手(shǒu)”，包揽(lǎn)一(yī)切应用，与人(rén)们进行沟通(tōng)并提供建议(yì)，可以取代(dài)亚(yà)马(mǎ)逊、Siri或Outlook等应用。

大佬(lǎo)口中全能(néng)助手的到(dào)来可能尚需(xū)时(shí)日，但由ControlNet引发的又一次(cì)AI绘画浪潮，让AIGC在ChatGPT的话题热(rè)点包围(wéi)中杀出重围。

01

ControlNet颠覆AI绘画(huà)新玩法

AIGC向可控(kòng)靠近

以AI绘画为代(dài)表的AIGC上一次爆(bào)火(huǒ)的时候，还是2022年(nián)8月，在美国科罗拉(lā)多(duō)州(zhōu)举(jǔ)办的新(xīn)兴数字艺(yì)术家(jiā)竞赛中，一幅名为《太空(kōng)歌剧(jù)院》的(de)作(zuò)品获奖。

随后各大(dà)厂商的AI绘画(huà)软件被广大网友(yǒu)熟(shú)知并体验(yàn)，Stable Diffusion便是其中代表。

用(yòng)户们可(kě)以在(zài)应用中输入一组关键词(cí)或者一张照(zhào)片，就能获得一幅AI创作的画作。

作画的(de)关键就是所输入的文(wén)新人进拘留所会挨打吗，拘留所新人进去受欺负吗本。同一组关键词也可(kě)以创(chuàng)作出很多张风(fēng)格不一样的画作(zuò)，这让创作(zuò)的过程就像开盲盒。

很多用户(hù)很喜欢这种(zhǒng)不确定(dìng)的惊喜，他们会(huì)将生成的美图(tú)当做(zuò)头像。而另一部分(fēn)喜欢翻看(kàn)AI绘(huì)画的“翻(fān)车”作品。在社(shè)交(jiāo)媒体(tǐ)上，许(xǔ)多(duō)用户分享(xiǎng)AI“翻车现场”，例如，一位网友的小狗照片被AI画成了“肌肉(ròu)男”，还有网友的(de)个人照片(piàn)被AI识(shí)别成了建筑。

而如今随着ControlNet的出现与加持，以往AI绘(huì)画的填写关(guān)键词游戏(xì)可能要被(bèi)颠覆了。

ControlNet是一位(wèi)正在斯坦福(fú)读博的(de)中国人(rén)张吕敏(mǐn)创作(zuò)的一(yī)种基于控制(zhì)点的图像变形算(suàn)法，主(zhǔ)要用于数(shù)字图像处理(lǐ)、计算机视觉和(hé)计算机图形学等领域。

其SD插件一经发(fā)布，在短短的两天内便成为了AI绘画(huà)领域最新的热点。

在(zài)此(cǐ)之(zhī)前(qián)，大(dà)家(jiā)用了(le)很(hěn)多方法想让AI生成的结果尽(jǐn)可能的符合要(yào)求，但是都不尽如人意(yì)，它的出现代表着(zhe)AI生成(chéng)开(kāi)始进入真正的可控时期。

因为ControlNet可以直接提(tí)取画面的构图，人(rén)物的姿势和画(huà)面的(de)深度信息(xī)等。有了它的(de)帮助，就不用频繁的用提示词来碰运(yùn)气，抽盲盒式的(de)创作了。

通俗的说(shuō)ControlNet相当(dāng)于给AI绘画(huà)加了“魔法”，不少(shǎo)博主的作品(pǐn)已经获得了大量的浏览量，“viggo”就是其(qí)中之(zhī)一，他用朋友的照片直接带(dài)她(tā)们走(zǒu)进动(dòng)漫(màn)世界。

viggo先(xiān)用(yòng)StableDiffusion图片转(zhuǎn)文字(zì)。

再用Text2Prompt插件拓展找到对应的关键词；最后(hòu)用(yòng)ControlNet插(chā)件绑(bǎng)定骨骼开始换关键词试效果(guǒ)。

通过图片就可(kě)以(yǐ)看出来，效果十分(fēn)惊艳(yàn)。

更(gèng)厉害的是(shì)，除了真实的照(zhào)片，草图也可(kě)以(yǐ)加上“魔法(fǎ)”，知乎大牛“DevPoint”和“逗砂”介绍到ControlNet还能实现线稿(gǎo)转(zhuǎn)全彩图。大神张吕敏(mǐn)其本尊也(yě)亲自回应(yīng)。

不得不说当下AIGC已经变得越来越强(qiáng)大，甚至输出的作品都已经能(néng)以(yǐ)假乱真(zhēn)了。

02

难辨虚实，AIGC技术力爆(bào)发

警(jǐng)惕安全(quán)问题(tí)

近(jìn)日，“苏(sū)州金鸡湖有游艇(tǐng)party”的(de)消息(xī)火遍网络(luò)，而(ér)经过警方辟谣这(zhè)所谓的“party”可能是全国第(dì)一起AI绘(huì)图诈骗。

由于这个活动里(lǐ)面给(gěi)出的美女照片都是AI制(zhì)作的真人照(zhào)片(piàn)绘图，因(yīn)为太逼真(zhēn)，被大家(jiā)当成(chéng)真(zhēn)事传播了(le)。

不过仔(zǎi)细观察可以发(fā)现，活(huó)动(dòng)发(fā)起者提供(gōng)的照片中有个(gè)很大的漏(lòu)洞可以发现(xiàn)并非(fēi)真人，而是AI绘图，那便是图片中女(n新人进拘留所会挨打吗，拘留所新人进去受欺负吗ǚ)性的手指(zhǐ)部分有的存(cún)在(zài)异常。

有行(xíng)业人事(shì)表示(shì)：“现在因为手指(zhǐ)部分的绘画算(suàn)法比较(jiào)复(fù)杂(zá)，AI还不太会画人的手，但最新(xīn)看到的图片已经有越来越(yuè)完美的AI模型出(chū)现，以后可能就(jiù)完(wán)全没有(yǒu)漏(lòu)洞了。”

类似的(de)AI作图诈骗在国外也已有发(fā)生。据英(yīng)国(guó)广播公司报道，土(tǔ)耳(ěr)其地(dì)震期间，有Tiktok用户(hù)使用(yòng)AI合成了儿童(tóng)受灾的假照(zhào)片(piàn)发(fā)布(bù)到网络，以此诱骗善(shàn)良的人打赏(shǎng)“捐助”从而(ér)实施诈骗(piàn)。

目前随着(zhe)技(jì)术发展，AIGC已经能(néng)做出真(zhēn)人(rén)照片般的绘图(tú)效果，如(rú)果这样的图片被(bèi)用来诈骗，将非常可怕(pà)。

此外(wài)AIGC还引发了很多担忧，一(yī)方面，批判者认为AI在“学习”了大量前人的(de)作品之(zhī)后，其创作没有任(rèn)何情绪(xù)和灵魂(hún)，难以和人类的艺术创作相(xiāng)提并论。

另一(yī)方面，AIGC背后(hòu)的版权(quán)、目(mù)前都并没有得到有(yǒu)效的(de)解(jiě)决，还(hái)有(yǒu)AIGC会不会代(dài)替(tì)人类“至(zhì)高无上”的创(chuàng)意。

马斯克也(yě)强调，人工(gōng)智能的安(ān)全问题(tí)需要(yào)得到重视，太晚就来不(bù)及了。

03

AIGC下(xià)一站除了视频，还有远方

技术(shù)都是有两面性的(de)，潜在(zài)的危害(hài)并(bìng)不能掩盖其(qí)光辉的贡献。现在看来，人(rén)工智能技术将是(shì)第四次工业(yè)革命的核心驱动力(lì)量(liàng)，将创造新的增长奇迹。

过去一年，人(rén)工智能(néng)在技(jì)术和商(shāng)业(yè)层面(miàn)都有(yǒu)了巨大进展，AI绘(huì)画就是人(rén)工智能技术发生方(fāng)向性改(gǎi)变的一个代表。其(qí)下一(yī)站或(huò)许就是视(shì)频(pín)。

此(cǐ)前，Meta和谷歌先后(hòu)发(fā)布了几条(tiáo)引爆科技圈的短(duǎn)视频。这(zhè)些视频引发关(guān)注(zhù)并非内容(róng)做(zuò)得多优秀，反而(ér)都非常简单(dān)，比如一匹正(zhèng)在喝(hē)水的马(mǎ)，一只画画(huà)的玩具熊，或(huò)者(zhě)一段骑摩托车的第(dì)一视(shì)角(jiǎo)录像，随(suí)便一个有手机的人都可以随手录下一段。

但这些(xiē)短(duǎn)视(shì)频的创作方式(shì)非常简(jiǎn)单，创作者仅仅需要向AI输入(rù)一(yī)段(duàn)话，甚至只(zhǐ)是说一(yī)下要求(qiú)，AI就可(kě)以根据需要生成一段视频(pín)。

谷歌发布的两个AI生成视频分别来自于Imagen Video和Phenaki，前者主要突出的是高清(qīng)，与(yǔ)Meta的(de)Make-A-Video没有太多的差别(bié)。

在Make-A-Video公(gōng)布了AI生成(chéng)的视频(pín)后，AI圈就已经玩了一波(bō)梗(gěng)，一个能够(gòu)做出(chū)更(gèng)高(gāo)清视频(pín)的AI还不足以在短时间内戳中兴奋点。

Phenaki更加令人震惊的地方在于(yú)，它可(kě)以制(zhì)作出超过2分钟的(de)连(lián)贯的也有确(què)切内容的视频，这(zhè)才是(shì)真正让人(rén)们感到(dào)惊喜(xǐ)的地(dì)方(fāng)。因为(wèi)无论(lùn)AI生成的视频多(duō)么(me)高清，也只(zhǐ)能是为内容生产者提供(gōng)一个灵感，一个素材，一个过场动画(huà)。

不过能够(gòu)制作(zuò)出(chū)有具体剧情内容的(de)视频就意味着，一些视频(pín)创作由AI代替人工完成(chéng)已经(jīng)初步有了可能。

当下AI的发展(zhǎn)速度已经超过大部(bù)分人的想象。内容产业的(de)本质是(shì)供给创造需求(qiú)，AIGC作为(wèi)全新的内容生产方式，可以为内(nèi)容(róng)产(chǎn)业带来更新的内(nèi)容(róng)风格、更快的生产速度，更低的(de)生产(chǎn)成(chéng)本，这无疑会驱动内容产业的(de)大爆发。

除了AI绘图、视频，AIGC技术还能(néng)应用于音乐(lè)、代码、机器人动作等(děng)多种内容形式的生成。不难发现该(gāi)项技术不仅在游戏等行业能(néng)得到(dào)有(yǒu)效应(yīng)用(yòng)，对(duì)于下(xià)一代互(hù)联网各种元素的构(gòu)建亦有关键意(yì)义(yì)。

从商(shāng)业化(huà)的角度来看(kàn)，文化(huà)娱乐、教育(yù)、传媒等诸多(duō)领域，本身就对基于AI的可(kě)视化内容(róng)有强(qiáng)烈需求。

因此，AI绘(huì)画及视频(pín)或不是(shì)结果(guǒ)，而(ér)只是AI进(jìn)程中的一块重要拼图(tú)，有望在技(jì)术更(gèng)新的(de)加(jiā)持下实现更大的应用价(jià)值。

AI从(cóng)理解(jiě)内容，走向了可(kě)以(yǐ)生成(chéng)内容，甚至能够创造(zào)出独立价值和独立视(shì)角的内容。AIGC的再次出(chū)圈，更(gèng)代表(biǎo)着未(wèi)来的先进(jìn)生(shēng)产(chǎn)力(lì)即将到(dào)来(lái)。

04

紧抓大模型与(yǔ)算力，牢固AIGC底座

从技术(shù)的发展也(yě)可以看出，在语言(yán)大模(mó)型、图(tú)像大模型之后，多模态大模型(xíng)已经成为(wèi)了新的趋(qū)势。

大模型被誉为当(dāng)前人(rén)工智能(néng)发展的智能(néng)底座(zuò)，是全球竞争最激(jī)烈的(de)研究方向之一，包括谷歌(gē)、亚马(mǎ)逊、百度、阿里、腾讯等众多头部企业都(dōu)在(zài)竞相发力。

不过训(xùn)练大(dà)模型的确(què)价格(gé)不菲，以国(guó)盛证(zhèng)券发布的《ChatGPT需(xū)要多少算力》报告估算(suàn)，GPT-3训练一次(cì)的(de)成本约为(wèi)140万美元。而对(duì)于一些更大的LLM(大型语言(yán)模型)，训练成本(běn)则介于200万(wàn)美(měi)元(yuán)至1200万美元高价之间。

以ChatGPT在(zài)2023年1月的独立(lì)访客平均(jūn)数(shù)1300万计算(suàn)，其对应芯片需求(qiú)为(wèi)3万多(duō)片英伟达A100 GPU，初(chū)始投(tóu)入成本约为8亿美元，每日仅(jǐn)电(diàn)费就在5万美(měi)元左右。

此外(wài)不论(lùn)是ChatGPT还是(shì)AIGC，都离不开庞大算(suàn)力支(zhī)持。在关注各(gè)类(lèi)大模型的(de)发展同时，更(gèng)应该关注算力网络(luò)的建设(shè)。

算力网(wǎng)络正(zhèng)驱动AI产业(yè)发展进(jìn)入史(shǐ)诗级加速进程，让AIGC及通用AI这一人工智能发展的终极目标离得更近。

因为算力可以对突(tū)破(pò)性(xìng)技(jì)术创新(xīn)提供大(dà)力的(de)支持。这方面，多模态(tài)大模型是典型(xíng)。作为面向未来(lái)强(qiáng)人工智(zhì)能、通(tōng)用人工智能的(de)重要技术创新(xīn)，多模态(tài)大模型已经在人工智能领域(yù)提出(chū)了很多年，业(yè)界也有不少技(jì)术突(tū)破(pò)，但(dàn)是(shì)，多(duō)模(mó)态大模型进一(yī)步往下走，算力需(xū)求呈几何(hé)式上升(shēng)，一(yī)般的(de)算力基础(chǔ)设施很快将难以胜任(rèn)。

从图像、文字、语音单(dān)独一项的(de)训练，到双模态、三模(mó)态的跃迁，让人工智能(néng)可以灵活(huó)应(yīng)对不同模态(tài)的转化、像人与世(shì)界(jiè)交互一样自然，这方(fāng)面，由算力网(wǎng)络来驱动(dòng)将有明显优势。

此外，还有很多需要爆发式(shì)增长(zhǎng)的算(suàn)力来(lái)支撑的技术创新，将在人工智(zhì)能算力网络支撑下快速推进(jìn)。

AIGC已经露(lù)出曙光(guāng)，期(qī)待在大模型和大算力的支持下AIGC能持续颠覆内容生(shēng)产(chǎn)的方式，将创(chuàng)造的边际成本降低，让万众受益(yì)。

未经允许不得转载：惠安汇通石材有限公司 新人进拘留所会挨打吗，拘留所新人进去受欺负吗