自聊天机器人ChatGPT火爆(bào)以(yǐ)来，微软(ruǎn)公(gōng)司创始(shǐ)人比尔·盖茨已多次(cì)公开谈论人工智能话题。在(zài)最(zuì)近的一次采访中(zhōng)，他再次(cì)表示(shì)：“AI可(kě)能(néng)会(huì)让科技(jì)行业迎(yíng)来一次剧烈的洗牌(pái)”。

这(zhè)个结论是他在当地时间2月(yuè)20日(rì)接受《In Good Company》节目专(zhuān)访时提出的。

他预期(qī)，AI的发展可(kě)能会威(wēi)胁到谷歌的(de)市占率，因为微软在AI方面(miàn)的(de)行动(dòng)相当(dāng)迅(xùn)速。而最终科技巨头(tóu)将把AI整合成(chéng)用户的“全能助手”，包(bāo)揽一切(qiè)应(yīng)用，与人们进行沟通(tōng)并提供建议，可以取代亚马(mǎ)逊、Siri或Outlook等(děng)应用。

大佬口(kǒu)中(zhōng)全(quán)能助手的到来可能尚需时日，但(dàn)由ControlNet引发的又一次AI绘(huì)画浪(làng)潮，让AIGC在ChatGPT的话题(tí)热点包围中杀出重围。

01

ControlNet颠覆AI绘画新玩(wán)法(fǎ)

AIGC向可控靠近

以AI绘画(huà)为(wèi)代(dài)表的(de)AIGC上一次(cì)爆火的(de)时候，还是2022年8月，在美国科罗拉多(duō)州(zhōu)举办的新(xīn)兴数字艺术家竞赛中，一幅(fú)名为《太空歌剧(jù)院》的作(zuò)品获奖。

随后各大厂商的(de)AI绘画软件被广(guǎng)大网(wǎng)友熟知并体(tǐ)验，Stable Diffusion便是其中(zhōng)代表(biǎo)。

用户们(men)可以在应用中(zhōng)输(shū)入一组关键词(cí)或者(zhě)一张照片，就能(néng)获得一幅AI创作的画作。

作画的(de)关键就是所(suǒ)输入的文本。同一组关键(jiàn)词(cí)也可以创(chuàng)作出很多张风格不(bù)一(yī)样的画(huà)作，这让创作(zuò)的过程就像(xiàng)开盲盒(hé)。

很多用户(hù)很喜欢这种不(bù)确定的惊(jīng)喜，他们会(huì)将生成(chéng)的美图当做头(tóu)像。而另一部分喜欢(huān)翻看AI绘画(huà)的“翻车”作品。在(zài)社交媒体上，许多用户分享AI“翻(fān)车现场”，例如，一位(wèi)网友的小狗照片被AI画成了(le)“肌(jī)肉男”，还有网友的个人照(zhào)片被(bèi)AI识别成(chéng)了建筑(zhù)。

而(ér)如今随着(zhe)ControlNet的出现与加持，以(yǐ)往AI绘画的填写关键词(cí)游(yóu)戏可能要被颠覆了(le)。

ControlNet是(shì)一位(wèi)正在斯坦福读博的中国(guó)人(rén)张吕(lǚ)敏创作的一种(zhǒng)基于控制点的图像(xiàng)变形算法(fǎ)，主要(yào)用于数字图像处理、计算机视觉和计(jì)算机图(tú)形学等(děng)领(lǐng)域。

其SD插(chā)件一经(jīng)发布，在短短的两天内(nèi)便成为(wèi)了AI绘画领域最新(xīn)的热点。

在此之前(qián)，大(dà)家用了很多方法想让AI生成的结果尽(jǐn)可能的符合要求，但是都(dōu)不尽如人意，它的(de)出现(xiàn)代表着AI生成开始进入真(zhēn)正的可控(kòng)时期。

因为ControlNet可以直接(jiē)提取画面的构图，人(rén)物的姿势(shì)和(hé)画面(miàn)的深(shēn)度信息(xī)等。有了它的帮助，就不用频繁的用(yòng)提示词(cí)来碰(pèng)运(yùn)气，抽盲盒式的创作了。

通(tōng)俗的说ControlNet相(xiāng)当(dāng)于给AI绘画加了“魔法”，不少(shǎo)博主的(de)作品已经(jīng)获得(dé)了大量的浏览量，“viggo”就(jiù)是(shì)其中之(zhī)一(yī)，他(tā)用朋友的照片直(zhí)接带她们走(zǒu)进动漫(màn)世界。

viggo先用(yòng)StableDiffusion图片(piàn)转文字。

再用(yòng)Text2Prompt插件拓(tuò)展找到对(duì)应(yīng)的关(guān)键(jiàn)词；最(zuì)后(hòu)用ControlNet插件(jiàn)绑(bǎng)定骨骼开始换关键词试效果(guǒ)。

通过图片(piàn)就可以看出来(lái)，效果十分惊艳。

更厉害的是，除了真实的(de)照片，草图也(yě)可以加上(shàng)“魔(mó)法”，知乎(hū)大牛“DevPoint”和“逗砂”介绍到ControlNet还(hái)能实现(xiàn)线稿转(zhuǎn)全彩图(tú)。大神张(zhāng)吕敏其(qí)本尊也(yě)亲自回应。

不得不说当下AIGC已经变(biàn)得越来越(yuè)强(qiáng)大，甚至输出的作品(pǐn)都已经能以(yǐ)假乱真(zhēn)了。

02

难辨虚实，AIGC技术力爆发

警惕安全问题

近(jìn)日(rì)，“苏(sū)州金鸡湖(hú)有游艇party”的消息(xī)火遍网(wǎng)络，而(ér)经过警(jǐng)方(fāng)辟谣这所谓的(de)“party”可能是全(quán)国第(dì)一(yī)起AI绘图诈骗。

由(yóu)于这(zhè)个活动里面给出的美女照片都是AI制作(zuò)的(de)真人照片绘图，因为太逼真，被大家当(dāng)成真事(shì)传播(bō)了。

不(bù)过仔细观察可以发现，活动发起者提供的照片中有(yǒu)个(gè)很(hěn)大的漏(lòu)洞可(kě)以发现并非真人，而是AI绘图(tú)，那便是图片中女性(xìng)的手(shǒu)指部分(fēn)有(yǒu)的存在异常(cháng)。

有行业人事表示：“现在因(yīn)为(wèi)手指部分的绘(huì)画(huà)算法比较复杂，AI还(hái)不(bù)太会画人(rén)的手，但最新看到(dào)的图片已经(jīng)有越来越完美的(de)AI模型(xíng)出(chū)现，以后可(kě)能就完全没有漏洞了。”

类似的AI作(zuò)图诈骗在国(guó)外也已有发生。据英国广播公司报道，土耳其地震(zhèn)期(qī)间(jiān)，有Tiktok用户使用AI合成了儿童受灾(zāi)的假照片发布到(dào)网络(luò)，以(yǐ)此诱骗善良的人打(dǎ)赏“捐助”从而实施(shī)诈(zhà)骗(piàn)。

目(mù)前随着(zhe)技术发(fā)展，AIGC已经能做出真(zhēn)人照片(piàn)般的绘(huì)图效果，如果这(zhè)样的图(tú)片被(bèi)用来(lái)诈骗，将非常(cháng)可怕。

此(cǐ)外AIGC还(h中国有多少万兵力，中国有多少万兵力人数ái)引发(fā)了很多担忧，一方面，批判者(zhě)认为AI在“学习”了大量前人的作(zuò)品之后，其(qí)创作没(méi)有任(rèn)何情(qíng)绪和(hé)灵魂，难(nán)以和人类的艺术(shù)创作相提并论(lùn)。

另(lìng)一方(fāng)面，AIGC背后(hòu)的版(bǎn)权、目前(qián)都并没(méi)有得到有效(xiào)的解决，还有AIGC会不会代替人类“至高无上”的创意(yì)。

马斯克(kè)也强调，人工(gōng)智能的安(ān)全问题需要得到重(zhòng)视(shì)，太(tài)晚(wǎn)就来不及了。

03

AIGC下一站除了视(shì)频，还有远方

技术都是有两面(miàn)性的，潜在(zài)的危害并不能掩盖其光辉(huī)的贡献。现(xiàn)在看来，人工智(zhì)能技术将(jiāng)是(shì)第(dì)四次工业革命的核(hé)心驱动力量，将创造新的增长奇迹。

过去一年(nián)，人工(gōng)智能在技术和商(shāng)业层(céng)面都有了巨大进展，AI绘画就是人(rén)工智能技术发生方向性改(gǎi)变的(de)一个代表(biǎo)。其下(xià)一(yī)站或许就是视频。

此前，Meta和(hé)谷歌先后发(fā)布(bù)了几条引爆(bào)科技圈(quān)的短视频。这些视频(pín)引发关注(zhù)并非(fēi)内容做得多优(yōu)秀，反而都非(fēi)常简单，比(bǐ)如(rú)一匹正在喝水的(de)马(mǎ)，一只画画的玩具熊(xióng)，或者(zhě)一段(duàn)骑摩托车的第一(yī)视角录(lù)像，随便一个有(yǒu)手机的人都可以随(suí)手(shǒu)录下(xià)一段。

但这些短(duǎn)视频的(de)创作方式(shì)非常简单，创作者(zhě)仅仅(jǐn)需要向AI输(shū)入一段话(huà)，甚至(zhì)只是说一下要(yào)求，AI就(jiù)可以根据需要生成一段视频。

谷(gǔ)歌(gē)发布的两(liǎng)个AI生(shēng)成视(shì)频分别来(lái)自于Imagen Video和Phenaki，前者主要突出的是高清，与Meta的Make-A-Video没有太多的差别。

在Make-A-Video公布了AI生(shēng)成(chéng)的视(shì)频后，AI圈(quān)就已经玩了一波梗，一个能够做出更(gèng)高清视频(pín)的(de)AI还不足以在短时(shí)间内戳中兴奋点。

Phenaki更加令人震惊的地方(fāng)在于，它可(kě)以制作出(chū)超过2分钟(zhōng)的连贯的也(yě)有(yǒu)确切内容的视频，这才是真正让(ràng)人们感到惊(jīng)喜的(de)地方。因为(wèi)无论AI生(中国有多少万兵力，中国有多少万兵力人数shēng)成的视频多么高清，也只能是为(wèi)内(nèi)容生产(chǎn)者提供一(yī)个灵感，一(yī)个素材，一个过场(chǎng)动画。

不过能够制作出有具体剧情(qíng)内(nèi)容的视频(pín)就意味着，一些视频创(chuàng)作由AI代替(tì)人工(gōng)完成已经初步有了可(kě)能。

当下AI的发展(zhǎn)速(sù)度已经超过大(dà)部(bù)分人(rén)的想象。内(nèi)容产业的(de)本质是供给创造(zào)需(xū)求，AIGC作(zuò)为全(quán)新的内容生产方(fāng)式，可以为内容产业带来更新的内容风格(gé)、更快的生(shēng)产(chǎn)速(sù)度，更低的生产成本，这(zhè)无(wú)疑会驱(qū)动内(nèi)容产(chǎn)业的大(dà)爆发。

除了AI绘图、视频，AIGC技(jì)术(shù)还能应(yīng)用于(yú)音乐、代(dài)码、机(jī)器人动作(zuò)等(děng)多种内容形式的生成。不难发现该(gāi)项(xiàng)技术不仅在游戏等行业能得到有效(xiào)应用，对(duì)于下一代互联网各(gè)种元素的构(gòu)建(jiàn)亦(yì)有关键意义。

从商业化(huà)的角度来看，文化娱乐(lè)、教育、传(chuán)媒等(děng)诸(zhū)多领域，本(běn)身就对基于AI的(de)可视(shì)化内容有强烈需求(qiú)。

因此，AI绘画及(jí)视频或不是结果(guǒ)，而(ér)只是AI进程中的一(yī)块重要拼图，有望在技术(shù)更新的加持下实现更大的应用价(jià)值。

AI从理(lǐ)解内容，走向(xiàng)了可以生(shēng)成内容，甚至能够创造出独立价值和独立视角的(de)内(nèi)容(róng)。AIGC的再次(cì)出圈，更代表(biǎo)着未(wèi)来的先进(jìn)生产力即(jí)将到来。

04

紧抓(zhuā)大(dà)模型与算(suàn)力，牢固AIGC底(dǐ)座

从技术的(de)发展也可(kě)以看出，在语言大模型、图像(xiàng)大模型之后，多模态大模型(xíng)已(yǐ)经成为(wèi)了(le)新的趋势。

大模型被誉为当前人工智能发展的智能底座(zuò)，是(shì)全球竞争最激烈的研究(jiū)方向(xiàng)之一，包括谷歌、亚马(mǎ)逊、百(bǎi)度、阿(ā)里(lǐ)、腾讯(xùn)等众多头部企业都(dōu)在竞相发力。

不过训练大模型的确(què)价格不菲，以国盛证券(quàn)发布的《ChatGPT需要多少算力》报告估算，GPT-3训(xùn)练一次的成本约为140万美元。而对于一些更大的LLM(大型语言(yán)模(mó)型)，训练成本则介于200万美元(yuán)至1200万(wàn)美元高价之间。

以ChatGPT在(zài)2023年(nián)1月的独(dú)立(lì)访客平均数(shù)1300万计算，其对(duì)应芯片需求为3万多片英(yīng)伟达A100 GPU，初始投入成本约为(wèi)8亿美元，每(měi)日(rì)仅电费就(jiù)在5万(wàn)美(měi)元(yuán)左右(yòu)。

此(cǐ)外不论是ChatGPT还是AIGC，都(dōu)离不开(kāi)庞(páng)大(dà)算力支(zhī)持(chí)。在(zài)关注(zhù)各类大模型的发展同(tóng)时，更应该关注算力(lì)网络的建设。

算力(lì)网络正驱(qū)动(dòng)AI产业(yè)发展进入史诗级加速进(jìn)程(chéng)，让AIGC及通用AI这(zhè)一人工智(zhì)能发展的(de)终(zhōng)极目标离得更近。

因(yīn)为算力可以对突(tū)破性(xìng)技(jì)术创新提供大力的(de)支持。这方面，多模态大(dà)模型(xíng)是典型。作为面向(xiàng)未来(lái)强(qiáng)人工(gōng)智能、通用人工智能的重要技术创新，多模态(tài)大模型已经在人(rén)工智能领域(yù)提出了(le)很多年，业界也有不少技术(shù)突破，但(dàn)是，多模态大模(mó)型(xíng)进一步往下走，算力需求呈(chéng)几何式(shì)上升(shēng)，一(yī)般(bān)的算力基础(chǔ)设施很快将难以胜(shèng)任。

从图像、文字、语音(yīn)单(dān)独一项的训练，到双模态、三(sān)模态的(de)跃迁，让人工(gōng)智能可以灵活(huó)应对(duì)不同模态的转化、像(xiàng)人与(yǔ)世界交(jiāo)互一样(yàng)自然，这方(fāng)面(miàn)，由算力网络来(lái)驱(qū)动将有(yǒu)明(míng)显(xiǎn)优势。

此外，还有很(hěn)多需要爆发式增(zēng)长的算力(lì)来支撑的技(jì)术创新(xīn)，将(jiāng)在人工智能算力(lì)网络支撑下快(kuài)速(sù)推进。

AIGC已经露出曙光，期待在大(dà)模型(xíng)和大算力的(de)支持下AIGC能持续颠覆内容生产(chǎn)的方式(shì)，将创造的(de)边际(jì)成本降(jiàng)低，让万众受益。

未经允许不得转载：惠安汇通石材有限公司 中国有多少万兵力，中国有多少万兵力人数