自聊天机器人ChatGPT火爆以来，微软公(gōng)司创始人(rén)比尔(ěr)·盖(gài)茨已多次公开(kāi)谈论人工智(zhì)能话题(tí)。在最近的一次采(cǎi)访中(zhōng)，他再次表示(shì)：“AI可能会让(ràng)科技行业迎来一(yī)次剧(jù)烈的洗牌(pái)”。

这个结(jié)论(lùn)是他在当地时间2月(yuè)20日接受《In Good Company》节目专访时提出的。

他预(yù)期，AI的(de)发展可能(néng)会威(wēi)胁到谷歌的市(shì)占率(lǜ)，因为微软在AI方(fāng)面(miàn)的(de)行动相当迅速。而(ér)最(zuì)终科技巨头(tóu)将把(bǎ)AI整合成用户的“全能(néng)助手”，包揽一切(qiè)应用，与人(rén)们进行(xíng)沟通并提供(gōng)建(jiàn)议，可以取(qǔ)代亚(yà)马逊、Siri或Outlook等应(yīng)用。

大佬口中(zhōng)全能(néng)助手的到来可(kě)能尚需(xū)时日，但(dàn)由ControlNet引发的又一次AI绘(huì)画浪潮，让(ràng)AIGC在(zài)ChatGPT的(de)话题热点包围中杀出重围。

01

ControlNet颠覆AI绘画(huà)新(xīn)玩法

AIGC向可(kě)控靠近

以AI绘画为代表(biǎo)的AIGC上一(yī)次爆火的(de)时(shí)候，还(hái)是2022年(nián)8月，在美国(guó)科罗拉(lā)多州举办的新兴(xīng)数(shù)字艺术家竞赛中，一幅名为(wèi)《太空歌剧院》的(de)作品获奖(jiǎng)。

随后各大厂商的AI绘画软件(jiàn)被广大网(wǎng)友熟知并(bìng)体验，Stable Diffusion便是其中(zhōng)代表。

用(yòng)户们可以在(zài)应用中输入一组关(guān)键词或者一张照片，就能(néng)获得一(yī)幅AI创作的画(huà)作。

作画的关键就是所输入的文本。同一组关键词也可以创作出很(hěn)多张风格不一样(yàng)的画(huà)作，这(zhè)让创作的过(guò)程就(jiù)像开盲盒。

很(hěn)多用户很喜欢这种不确(què)定的惊喜，他(tā)们会将生成的(de)美图当做(zuò)头像。而(ér)另一部(bù)分(fēn)喜欢翻(fān)看(kàn)AI绘(huì)画的“翻车”作品(pǐn)。在社交媒体上，许多用户(hù)分享AI“翻车现场(chǎng)”，例如，一(yī)位网友(yǒu)的小狗照片被AI画(huà)成了“肌(jī)肉男”，还有网友的个人照片被AI识别(bié)成了建筑。

而(ér)如今随着ControlNet的出(chū)现与加持，以往AI绘画(huà)的填写关键词游戏(xì)可能要被颠(diān)覆了。

ControlNet是一位(wèi)正在斯坦福读博的中国人(rén)张吕敏创作的一种(zhǒng)基于控制点的图像变(biàn)形算法(fǎ)，主(zhǔ)要用于数字图像处理、计算机视觉和计算机图形学(xué)等领域。

其(qí)SD插(chā)件一经发(fā)布，在短(duǎn)短的两天内便成为了(le)AI绘(huì)画领(lǐng)域(yù)最新(xīn)的热点。

在此之前，大(dà)家用了(le)很多方法想(xiǎng)让(ràng)AI生成的结果尽(jǐn)可(kě)能的符合(hé)要(yào)求(qiú)，但是都(dōu)不尽如人(rén)意(yì)，它的出(chū)现代表着AI生成开(kāi)始进入真(zhēn)正的(de)可(kě)控时期。

因为(wèi)ControlNet可以(yǐ)直接提取画面的(de)构图，人物的姿势和画面的深(shēn)度信息等。有了它的帮(bāng)助，就不用频繁(fán)的(de)用提示(shì)词来碰运气，抽盲盒式(shì)的创作了(le)。

通俗的(de)说ControlNet相(xiāng)当于给AI绘画加了“魔法”，不少博主的作品已经获得了大量的(de)浏览量(liàng)，“viggo”就是其(qí)中之一，他用朋友的照片直接带她们走进动漫(màn)世界。

viggo先用StableDiffusion图片转文字。

再(zài)用Text2Prompt插(chā)件拓展找(zhǎo)到对应的关键(jiàn)词；最后(hòu)用ControlNet插件(jiàn)绑定骨骼开(kāi)始换关(guān)键词(cí)试效果(guǒ)。

通过图片就可以看出来，效(xiào)果十分惊(jīng)艳。

更厉害的是，除(chú)了真实的(de)照片，草图(tú)也可以加上“魔法”，知乎大牛“DevPoint”和(hé)“逗砂(shā)”介(jiè)绍到ControlNet还(hái)能(néng)实现线稿转全彩图。大神(shén)张吕敏其本(běn)尊也亲自回应。

不得不说当(dāng)下AIGC已经变得越(yuè)来越强大，甚至输出的作(zuò)品都已经能以假(jiǎ)乱真了。

02

难辨(biàn)虚实，AIGC技(jì)术力爆发

警(jǐng)惕安全问(wèn)题

近日，“苏州(zhōu)金(jīn)鸡(jī)湖有游艇party”的消(xiāo)息火遍(biàn)网络，而经过警方辟谣这所谓的“party”可(kě)能是全国第一起AI绘图诈(zhà)骗。

由于(yú)这个活动里面给出的(de)美女照片都是(shì)AI制作的真人照片绘图，因为太逼真，被大家当成真事传(chuán)播了。

不过仔细观察可以发(fā)现，活动发(fā)起(qǐ)者提供的照片中有(yǒu)个很大的漏洞可以发(fā)现(xiàn)并非(fēi)真人，而是(shì)AI绘图，那便是图片中(zhōng)女性(xìng)的(de)手指部(bù)分有的存在异(yì)常。

有行业人(rén)事表示：“现(xiàn)在(zài)因为(wèi)手指部(bù)分的绘(huì)画算法比较复杂(zá)，AI还不太会画人的手，但(dàn)最新看到的图片已(yǐ)经有越来越完美的(de)AI模型出(chū)现，以后(hòu)可能(néng)就完全没有漏洞(dòng)了(le)。”

类(lèi)似(shì)的AI作图诈(zhà)骗在国外也已(yǐ)有发生。据英国广播公司报道，土耳其(qí)地震期间(jiān)，有Tiktok用(yòng)户使(shǐ)用AI合成了(le)儿童受灾(zāi)的假照片发布到网络，以此诱骗善良的人(rén)打(dǎ)赏(shǎng)“捐助”从而实施诈骗。

目前随着技术发展(zhǎn)，AIGC已经能做出真(zhēn)人照片般(bān)的绘图效果，如果这样(yàng)的图(tú)片(piàn)被(bèi)用来诈骗(piàn)，将非常可怕。

此(cǐ)外(wài)AIGC还(hái)引发了很(hěn)多担忧，一方面(miàn)，批判者(zhě)认为AI在“学(xué)习”了大量(liàng)前人的作品之后，其创作没有任何(hé)情(qíng)绪和灵(líng)魂，难以和人(rén)类的艺术创作相提并论。

另一(yī)方面(miàn)，AIGC背后的(de)版权、目前都并没有得到(dào)有(yǒu)效的解决，还有AIGC会不会代替人类“至高无上(shàng)”的创(chuàng)意。

马斯克(kè)也强调，人工智能的安全(quán)问(wèn)题需要(yào)得到重视，太晚就(jiù)来不及了(le)。

03

AIGC下一(yī)站除了(le)视(shì)频(pín)，还有远(yuǎn)方

技术都(dōu)是有两面性的，潜在的危害并不(bù)能(néng)掩(yǎn)盖其光辉的(de)贡献(xiàn)。现在(zài)看来，人工(gōng)智能技术(shù)将是第四次工(gōng)业革命的核心驱(qū)动(dòng)力量，将创造(zào)新的增(zēng)长奇迹(jì)。

过去(qù)一年，人工(gōng)智(zhì)能(néng)在(zài)技术(shù)和(hé)商(shāng)业层面都有了巨大(dà)进展，AI绘画就(jiù)是人工智能技术发生方向性改变的一(yī)个(gè)代表。其下一站或许就(jiù)是(shì)视频。

此前，Meta和谷歌先(xiān)后发布(bù)了(le)几条引爆科技圈的短(duǎn)视频。这些视频引发关(guān)注并(bìng)非内(nèi)容做(zuò)得多优(yōu)秀(xiù)，反而都非(fēi)常简单，比如一匹正在喝水(shuǐ)的马，一只画画的玩具熊，或者一段骑(qí)摩托车的(de)第一视角(jiǎo)录像，随便(biàn)一个有手机的人都可以随(suí)手(shǒu)录下一(yī)段。

但这些短(duǎn)视频的创作方(fāng)式非常简单，创(chuàng)作者仅仅需要向(xiàng)AI输入一段话，甚至只(zhǐ)是说一(yī)下(xià)要求，AI就(jiù)可以(yǐ)根据需要生成(chéng)一(yī)段(duàn)视频。

谷歌发(fā)布的(de)两个(gè)AI生成视频(pín)分别来自于(yú)Imagen Video和Phenaki，前者主(zhǔ)要突(tū)出的是高(gāo)清，与Meta的(de)Make-A-Video没有(yǒu)太多的差别。

在Make-A-Video公布(bù)了AI生(shēng)成的视频后，AI圈就已(yǐ)经玩了一波梗，一(yī)个(gè)能(néng)够做出更高清视频的(de)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(zài)于，它(tā)可以(yǐ)制作出超过2分钟的(de)连贯的也有确(què)切内容的视频，这才是真正让人们感到惊(jīng)喜的(de)地方。因为(wèi)无论AI生(shēng)成的视频多么高(gāo)清，也只(zhǐ)能是为(wèi)内(nèi)容(róng)生产者(zhě)提供一(yī)个(gè)灵感，一(yī)个素(sù)材，一个过场(chǎng)动画。

不过能够制作(zuò)出有(yǒu)具(jù)体剧情(qíng)内容的视频就意(yì)味着，一些视频创作由AI代(dài)替(tì)人工完成(chéng)已经初步有了可能。

当下AI的(de)发展速度已经(jīng)超过大部分人德国对中国友好吗，德国对中国怎么样的想象。内容产(chǎn)业(yè)的(de)本质是供给创造需求，AIGC作为全(quán)新的(de)内容生(shēng)产方式，可以为(wèi)内容产业带来更新(xīn)的(de)内(nèi)容(róng)风格、更快的生产速度(dù)，更低的生产成本，这无疑会(huì)驱动(dòng)内容产(chǎn)业的大爆发。

除了AI绘图、视(shì)频，AIGC技术还能应用于音乐、代码、机器人动作等(děng)多种(zhǒng)内容形式的(de)生成。不难发(fā)现(xiàn)该项(xiàng)技术(shù)不(bù)仅(jǐn)在游戏等行业能得到有效(xiào)应(yīng)用，对(duì)于下(xià)一代(dài)互联网各种元素(sù)的构建亦有关(guān)键意义。

从商业化(huà)的角度来看，文化(huà)娱乐(lè)、教育、传媒等诸多领域，本身就(jiù)对基于(yú)AI的可(kě)视化内(nèi)容有强烈需求。

因(yīn)此，AI绘画及视(shì)频或不是结果(guǒ)，而只(zhǐ)是AI进程中的一块重要拼图，有望在技(jì)术更(gèng)新(xīn)的加持下实现更(gèng)大的(de)应用价(jià)值(zhí)。

AI从理解内容，走向了(le)可(kě)以生成内容，甚至能够创造出(chū)独立价(jià)值(zhí)和独立视角的(de)内容。AIGC的再次出圈(quān)，更代表着(zhe)未(wèi)来的先进生产力即将到来。

04

紧抓大模型与(yǔ)算力，牢(láo)固AIGC底(dǐ)座

从技术的(de)发展也可以看出，在语言大模型(xíng)、图像大模型之后(hòu)，多模态大模型已经成为了新的趋势。

大模(mó)型被誉为当前人工智能(néng)发展的智能(néng)底座，是全球竞争最激烈的研究方向之(zhī)一，包括谷歌(gē)、亚马(mǎ)逊、百度、阿里、腾(téng)讯(xùn)等众(zhòng)多头部企业都在竞相(xiāng)发力。

不过训练大模型的确价(jià)格不菲，以国盛(shèng)证券发布的《ChatGPT需要多少算(suàn)力》报(bào)告估算，GPT-3训练一次的成(chéng)本(běn)约为140万美元。而对于一些(xiē)更大的LLM(大型语言模型)，训(xùn)练(liàn)成本则介于(yú)200万美元至1200万美(měi)元(yuán)高价之间。

以ChatGPT在2023年1月的独立访客平均数1300万计算，其对应芯片需求为(wèi)3万多片英伟达(dá)A100 GPU，初(chū)始投入(rù)成(chéng)本(běn)约(yuē)为8亿美(měi)元(yuán)，每日仅电费就在5万美(měi)元(yuán)左(zuǒ)右。

此(cǐ)外不(bù)论是ChatGPT还是(shì)AIGC，都离(lí)不开庞大(dà)算力(lì)支持。在关注各(gè)类大模型的发展同(tóng)时，更应该关注算力网络的建(jiàn)设(shè)。

算(suàn)力网(wǎng)络正驱(qū)动(dòng)AI产业发展进入(rù)史诗级加速进程，让AIGC及通用AI这(zhè)一人工(gōng)智能发(fā)展的终(zhōng)极目标(biāo)离(lí)得更(gèng)近。

因为算力可以对突破性技术(shù)创新提供大力(lì)的支持(chí)。这方面，多模态大(dà)模型是(shì)典型(xíng)。作(zuò)为(wèi)面向(xiàng)未(wèi)来强(qiáng)人工智(zhì)能、通用人工智能(néng)的重要(yào)技(jì)术创新，多模(mó)态(tài)大模型已经在人工智能领域(yù)提(tí)出了很多年，业界(jiè)也(yě)有不(bù)少(shǎo)技术突破(pò)，但是，多模态大模型进(jìn)一步往下走，算(suàn)力需求呈几何式(shì)上升，一般的算德国对中国友好吗，德国对中国怎么样力基础设施很(hěn)快(kuài)将难以胜(shèng)任。

从图像、文字、语音(yīn)单独一项的训练，到双模态(tài)、三模(mó)态的跃迁，让(ràng)人工智能可以(yǐ)灵活应对不同模态的转化、像人与世(shì)界(jiè)交互一样自然，这(zhè)方(fāng)面，由算力网(wǎng)络来驱动将有(yǒu)明(míng)显优势(shì)。

此(cǐ)外，还(hái)有很多需要爆(bào)发式增长(zhǎng)的算(suàn)力(lì)来支撑的技术创新，将在人(rén)工智能算(suàn)力网络支撑下快速推进(jìn)。

AIGC已(yǐ)经露(lù)出(chū)曙光，期待在大模型和大算力(lì)的支持下AIGC能持(chí)续颠覆内容生产的方式(shì)，将(jiāng)创造的边际成(chéng)本(běn)降低，让(ràng)万(wàn)众(zhòng)受益。

未经允许不得转载：惠安汇通石材有限公司 德国对中国友好吗，德国对中国怎么样