自聊天机(jī)器人ChatGPT火爆以来，微软公司创始人(rén)比尔·盖茨(cí)已多(duō)次公开谈论人工(gōng)智能(néng)话题。在(zài)最近的一次采访(fǎng)中，他再次表示：“AI可能会让(ràng)科技行业迎来(lái)一次剧烈的洗牌”。

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

他(tā)预(yù)期(qī)，AI的(de)发展可能(néng)会威胁到谷歌的市占率，因为微软在AI方面的行动(dòng)相当(dāng)迅速(sù)。而最终科技(jì)巨头将(jiāng)把AI整合(hé)成(chéng)用户的“全能(néng)助(zhù)手(shǒu)”，包揽(lǎn)一切应用，与人们进行沟(gōu)通并提供建(jiàn)议(yì)，可以取(qǔ)代亚马逊、Siri或Outlook等应(yīng)用(yòng)。

大佬口中(zhōng)全(quán)能助手的到来可能(néng)尚(shàng)需时日，但由ControlNet引发的又一(yī)次AI绘画(huà)浪潮，让AIGC在ChatGPT的话题热点包围中杀出重围。

01

ControlNet颠覆AI绘画(huà)新玩法(fǎ)

AIGC向可控靠近

以AI绘画为代表(biǎo)的AIGC上一次爆火的时候(hòu)，还是2022年8月，在美国(guó)科罗(luó)拉多州举办的(de)新兴(xīng)数字艺(yì)术家(jiā)竞赛中，一幅(fú)名为《太(tài)空歌剧院》的(de)作品获奖。

随后各大厂商的AI绘画(huà)软件被广大(dà)网友熟知并体验，Stable Diffusion便是其中(zhōng)代表。

用户们可(kě)以在(zài)应用中输(shū)入一组关(guān)键(jiàn)词(cí)或者一张照片，就(jiù)能获得一幅AI创(chuàng)作的画作(zuò)。

作画的关键就(jiù)是所输入(rù)的(de)文(wén)本。同一组关键词(cí)也可以(yǐ)创作出(chū)很多张风格不一样的(de)画作，这让创作的过程就像开盲(máng)盒。

很多用户(hù)很(hěn)喜(xǐ)欢这种不确定(dìng)的惊喜(xǐ)，他(tā)们会(huì)将(jiāng)生成的(de)美图当(dāng)做头(tóu)像。而另一部分喜欢翻看AI绘画的“翻(fān)车”作(zuò)品。在社交媒(méi)体上(shàng)，许多用(yòng)户分享AI“翻车(chē)现场”，例如(rú)，一位网友的(de)小狗照片被AI画成(chéng)了“肌肉男”，还有网友的个人照片被AI识别成了建(jiàn)筑。

而如今(jīn)随着ControlNet的出(chū)现与加持(chí)，以往AI绘画的(de)填(tián)写(xiě)关(guān)键词(cí)游(yóu)戏可(kě)能(néng)要被(bèi)颠覆了。

ControlNet是一位正在斯(sī)坦福读博的(de)中国人张吕敏创作的一种基于控制点的图像(xiàng)变形算法，主要(yào)用于数(shù)字(zì)图像处理、计算机视觉和计算机图形学等领域。

其SD插件一经发布，在(zài)短短的两天内便(biàn)成为了(le)AI绘画领(lǐng)域(yù)最新的热点。

在此之前，大家(jiā)用了很多(duō)方法想让AI生成的(de)结果(guǒ)尽(jǐn)可能的(de)符合要(yào)求(qiú)，但是都不尽(jǐn)如人意，它(tā)的出现代(dài)表着AI生成开始进入(rù)真正的可(kě)控时期。

因(yīn)为ControlNet可以直接提取画面的构图，人(rén)物的姿势和画面(miàn)的深度信(xìn)息等。有(yǒu)了它的帮助，就不用频繁的(de)用提示词(cí)来碰运气(qì)，抽盲盒式的创(chuàng)作了。

通俗的(de)说ControlNet相当于给AI绘(huì)画加了“魔法”，不(bù)少博主的作(zuò)品已经获得了大(dà)量的浏览量(liàng)，“viggo”就是其中之(zhī)一(yī)，他用(yòng)朋(péng)友(yǒu)的照片直接带(dài)她们走进(jìn)动漫(màn)世界。

viggo先(xiān)用StableDiffusion图片转文字。

再(zài)用Text2Prompt插件拓展找(zhǎo)到对应的关键(jiàn)词；最后用ControlNet插件(jiàn)绑定骨(gǔ)骼(gé)开始换(huàn)关键词试(shì)效果。

通过(guò)图片(piàn)就可以看(kàn)出来，效果十分惊艳。

更(gèng)厉(lì)害的是，除(chú)了(le)真实的照片，草图也可以加上“魔法”，知乎大牛“DevPoint”和“逗砂”介绍到ControlNet还能(néng)实现线(xiàn)稿(gǎo)转全彩图。大(dà)神张吕敏其(qí)本尊也亲(qīn)自回应。

不得不说当下AIGC已(yǐ)经变得越来越强大，甚(shèn)至输出的作品都已经能以假乱真了。

02

难辨虚实，AIGC技术力(lì)爆(bào)发

警惕安(ān)全问题

近日，“苏州(zhōu)金鸡湖有游艇party”的消息火遍(biàn)网络，而(ér)经过警(jǐng)方辟谣(yáo)这所(suǒ)谓的(de)“party”可能(néng)是(shì)全国第一起AI绘图诈骗。

由于这个活动里面给出的美女(nǚ)照片都是AI制(zhì)作的真人(rén)照片绘图，因为太逼真(zhēn)，被大家当成真事(shì)传播了。

不过仔细观察(chá)可以(yǐ)发现，活动发起(qǐ)者提供的照片中有(yǒu)个(gè)很大的漏洞可以发现并非真人，而是AI绘图，那便是(shì)图片中(zhōng)女性的手指部分有的存在(zài)异(yì)常。

有行业(yè)人事(shì)表示(shì)：“现(xiàn)在(zài)因为手(shǒu)指部分的绘画算法(fǎ)比较(jiào)复杂，AI还不太会画(huà)人的手，但(dàn)最新看到的图片已经(jīng)有越(yuè)来越完(wán)美的AI模型出现(xiàn)，以后可能(néng)就完全没(méi)有漏(lòu)洞了。”

类似的(de)AI作(zuò)图诈骗(piàn)在国外也已有发生。据英国广(guǎng)播公司报道(dào)，土(tǔ)耳其地震期间，有Tiktok用(yòng)户(hù)使用AI合成了儿童(tóng)受灾的(de)假照片(piàn)发布到(dào)网络，以(yǐ)此诱(yòu)骗善良的人打赏“捐(juān)助”从(cóng)而实施(shī)诈骗。

目前随着(zhe)技(jì)术发展，AIGC已经(jīng)能做出真人照片般的绘图效果(guǒ)，如果这(zhè)样的图片(piàn)被用来诈(zhà)骗(piàn)，将非常(cháng)可怕。

此外AIGC还(hái)引发了很多担(dān)忧，一(yī)方(fāng)面，批判者认为(wèi)AI在“学习”了大(dà)量(liàng)前人的作品之后(hòu)，其创作没有任何情(qíng)绪(xù)和灵(líng)魂，难(nán)以和人(rén)类的艺术创作(zuò)相提并(bìng)论。

另(lìng)一(yī)方面，AIGC背后的版权、目(mù)前都并没有得到有效的解决(jué)，还有AIGC会(huì)不会代替人类“至高无上”的创意。

马斯克也强调，人工(gōng)智能的安(ān)全问题需要得到重视(shì)，太晚(wǎn)就(jiù)来(lái)不(bù)及了(le)。

03

AIGC下一站除了视频，还有远方

技术(shù)都是有(yǒu)两面性的，潜在的危害(hài)并不(bù)能(néng)掩盖(gài)其光辉(huī)的贡献。现在看来，人(rén)工智能(néng)技术将是第四(sì)次工业(yè)革命的核(hé)心驱(qū)动力量，将创(chuàng)造新的增长奇迹。

过(guò)去一(yī)年，人工智能(néng)在技术和(hé)商业层面都有了巨大进(jìn)展，AI绘画就(jiù)是人工智能技术发(fā)生方向性改(gǎi)变(biàn)的一个代表(biǎo)。其下一站或(huò)许就是视频。

此前(qián)，Meta和(hé)谷歌先后发(fā)布(bù)了几条引爆科技(jì)圈的(de)短视频(pín)。这些视(shì)频引发关注并非(fēi)内(nèi)容做得多(duō)优(yōu)秀(xiù)，反而都(dbushi是什么意思，bushi是什么意思中文翻译ōu)非常(cháng)简单，比如一匹正(zhèng)在(zài)喝水的马，一只画(huà)画的玩具熊，或者一段骑摩托车的第一视角录像，随便一个有手(shǒu)机的人都可以随手录下一(yī)段。

但这(zhè)些短视频的创(chuàng)作方(fāng)式(shì)非常(cháng)简(jiǎn)单，创作者仅仅需要向AI输入(rù)一段话(huà)，甚至(zhì)只是说一下要求(qiú)，AI就可以根据需(xū)要生成一段视频(pín)。

谷歌发(fā)布的两个AI生成视频分(fēn)别(bié)来自于Imagen Video和(hé)Phenaki，前者主要突出的是高清(qīng)，与Meta的Make-A-Video没有太(tài)多的(de)差(chà)别。

在Make-A-Video公布了AI生成的(de)视频后(hòu)，AI圈就(jiù)已经(jīng)玩(wán)了一波梗，一个能(néng)够做出更(gèng)高清视(shì)频的AI还不足以在短时(shí)间内戳中兴(xīng)奋点。

Phenaki更加令人震(zhèn)惊的(de)地方在(zài)于，它(tā)可以制作(zuò)出超过2分钟的连贯的也有确切内容的视(shì)频(pín)，这才是真正让人们感到惊喜的地(dì)方。因为无论AI生成的(de)视(shì)频多么高清(qīng)，也只能是为内(nèi)容生产者(zhě)提供一个(gè)灵感，一个素材(cái)，一个过场动画(huà)。

不过能够制作出有具(jù)体剧(jù)情内容的视频(pín)就意味着，一些视频创(chuàng)作由AI代替人(rén)工(gōng)完成(chéng)已经(jīng)初步有(yǒu)了可能。

当下AI的发展速度已经超过大部分人的想(xiǎng)象(xiàng)。内容产业的本质是供给创(chuàng)造需(xū)求，AIGC作为全新的内容生产方式，可以为内容产业带来更新的内(nèi)容风格(gé)、更快的生产速(sù)度，更(gèng)低(dī)的生产成本，这(zhè)无(wú)疑会驱动内容产业(yè)的大(dà)爆发。

除了AI绘图(tú)、视频，AIGC技术还能(néng)应(yīng)用于音乐、代码(mǎ)、机(jī)器人动(dòng)作(zuò)等多种内容(róng)形式的生成。不难发现(xiàn)该项(xiàng)技术不仅在游戏等行(xíng)业(yè)能得到有(yǒu)效应用，对于下一代互联网各种元素的(de)构建亦有关键意义。

从商(shāng)业(yè)化的(de)角度来看，文(wén)化(huà)娱乐(lè)、教育、传媒(méi)等诸多领(lǐng)域，本(běn)身就对基于(yú)AI的可视化内(nèi)容有强烈需求。

因此，AI绘画及视频或(huò)不是结果，而只是AI进程中的一块重(zhòng)要拼图，有(yǒu)望在技术(shù)更新的加持下(xià)实(shí)现更大(dà)的应用价值。

AI从理解内容，走向了可以生(shēng)成(chéng)内容，甚至能(néng)够创造出独立价值和独立视角(jiǎo)的内容。AIGC的再次(cì)出圈，更(gèng)代表着(zhe)未来(lái)的先进(jìn)生(shēng)产力即将到来(lái)。

04

紧抓(zhuā)大模型与算力，牢(láo)固AIGC底(dǐ)座

从技术的(de)发展(zhǎn)也(yě)可以看出，在语言(yán)大(dà)模型、图像大模型之后，多模态大模型已经成为(wèi)了新(xīn)的趋势(shì)。

大模型被誉为当前人工智能发展(zhǎn)的智(zhì)能底座，是(shì)全(quán)球竞争最激烈的研究方向之一，包括谷歌、亚马(mǎ)逊、百度、阿里、腾讯等众多头部企业都(dōu)在竞相发力。

不过训练(liàn)大模(mó)型的确(què)价(jià)格不(bù)菲，以国(guó)盛证券发布的(de)《ChatGPT需要多少算(suàn)力》报告估(gū)算，GPT-3训练一次(cì)的(de)成本约为140万美元。而对于(yú)一(yī)些更大(dà)的(de)LLM(大型(xíng)语(yǔ)言模型)，训练成本则(zé)介于200万(wàn)美元至1200万美(měi)元高价之间。

以(yǐ)ChatGPT在(zài)2023年1月的(de)独立(lì)访客平均数1300万计算，其对(duì)应芯片需求为3万多(duō)片(piàn)英伟(wěi)达A100 GPU，初始投(tóu)入成(chéng)本约(yuē)为8亿美元，每(měi)日仅电费(fèi)就(jiù)在5万美元(yuán)左右。

此外不论是ChatGPT还是AIGC，都离不开庞大(dà)算力支持。在(zài)关注(zhù)各类大(dà)模型的发展同时(shí)，更应(yīng)该关注算力(lì)网络的建设。

算力网(wǎng)络正驱动(dòng)AI产业发展(zhǎn)进入史(shǐ)诗(shī)级加速进程，让AIGC及通用AI这一(yī)人工(gōng)智能(néng)发展的终极(jí)目标离得更近。

因为算力可以对(duì)突破性技(jì)术创新提供大力(lì)的支持(chí)。这(zhè)方面，多模态大模型是(shì)典(diǎn)型。作为面向未来强(qiáng)人工智能、通用人工智能的重要(yào)技术创新，多模态大模型(xíng)已(yǐ)经在人工(gōng)智(zhì)能领域提(tí)出(chū)了很(hěn)多年(nián)，业界也有不少技(jì)术突破(pò)，但是，多(duō)模(mó)态(tài)大(dà)模型进一步往下(xià)走，算力需求呈几何式上(shàng)升，一bushi是什么意思，bushi是什么意思中文翻译般的算力(lì)基础设施很快将难以胜任。

从图像、文字、语音单独一项(xiàng)的训(xùn)练，到双模(mó)态、三(sān)模态的(de)跃迁，让人工智(zhì)能可以(yǐ)灵(líng)活应(yīng)对不同模态的转化(huà)、像(xiàng)人与世界交(jiāo)互(hù)一(yī)样(yàng)自然，这方面，由算力网络来驱(qū)动将(jiāng)有明显(xiǎn)优势。

此外，还有很多需(xū)要爆发(fā)式增长的算力来支撑的技术创(chuàng)新，将(jiāng)在人工智能算力网络支撑下快速(sù)推(tuī)进。

AIGC已经露出曙光，期待在大模型和(hé)大算力的支持下AIGC能(néng)持续颠覆内容生产的方(fāng)式，将创造的边际成本降低，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 bushi是什么意思，bushi是什么意思中文翻译