自(zì)聊天机器人ChatGPT火爆(bào)以来(lá上海为什么被称为魔都？传说......，上海为什么被称为魔都四大魔都分别为哪四个i)，微软公司(sī)创始人(rén)比尔·盖茨已多次(cì)公开谈论(lùn)人工智能话题(tí)。在最(zuì)近的一次(cì)采访中，他(tā)再次表(biǎo)示(shì)：“AI可(kě)能会让(ràng)科技行业迎(yíng)来一(yī)次剧烈的洗牌”。

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

他预期，AI的发展可能(néng)会威胁到谷(gǔ)歌的市占率，因为(wèi)微(wēi)软在AI方面(miàn)的行动相当(dāng)迅速。而(ér)最终科技(jì)巨头(tóu)将把(bǎ)AI整合成(chéng)用户的“全(quán)能(néng)助手”，包揽(lǎn)一切应用(yòng)，与人们进行沟通(tōng)并提供(gōng)建(jiàn)议，可以取代亚马(mǎ)逊、Siri或Outlook等应用。

大佬口中全能助手的(de)到来可能(néng)尚(shàng)需时(shí)日，但由ControlNet引发(fā)的又一次AI绘画(huà)浪潮，让(ràng)AIGC在ChatGPT的(de)话题热点包围中杀出(chū)重围。

01

ControlNet颠覆AI绘画新玩法(fǎ)

AIGC向可控(kòng)靠近

以AI绘画为代表的(de)AIGC上(shàng)一次爆火的(de)时候，还是2022年8月，在(zài)美国科罗拉多州举办的新兴数字(zì)艺术(shù)家竞赛中，一幅(fú)名(míng)为《太空歌剧院》的作品获奖。

随后各大厂商的AI绘画软件被(bèi)广大(dà)网(wǎng)友(yǒu)熟知并体验，Stable Diffusion便是(shì)其(qí)中代表。

用户(hù)们可以在应(yīng)用(yòng)中输入一组关键词或者一(yī)张照片，就能获得(dé)一幅AI创(chuàng)作的画(huà)作。

作画的关键就(jiù)是所(suǒ)输入的文本。同一(yī)组关键(jiàn)词也(yě)可以创(chuàng)作出很多张风格不一样的画作，这(zhè)让创作的过程就像开盲盒。

很多用户很喜欢(huān)这种(zhǒng)不确定的惊喜(xǐ)，他们会将生(shēng)成的美图(tú)当做(zuò)头(tóu)像。而另一部分喜(xǐ)欢翻看AI绘画的“翻车(chē)”作品。在社(shè)交(jiāo)媒体上，许(xǔ)多用户分享AI“翻车现场”，例如，一位网友的小(xiǎo)狗照片被AI画成了“肌(jī)肉男”，还有网(wǎng)友(yǒu)的个人照片被AI识别(bié)成了建(jiàn)筑。

而如(rú)今(jīn)随(suí)着ControlNet的出(chū)现与加(jiā)持，以往AI绘画的填写关键词(cí)游戏可能要被颠覆(fù)了(le)。

ControlNet是一位正在斯坦福读(dú)博的中国人张吕(lǚ)敏创作的(de)一(yī)种(zhǒng)基于(yú)控制点的图像变形算(suàn)法(fǎ)，主要用于数字图像(xiàng)处理、计(jì)算机视觉(jué)和计算机(jī)图(tú)形学等领域(yù)。

其SD插(chā)件一经发(fā)布，在短短(duǎn)的两天内便成为了AI绘(huì)画(huà)领域(yù)最新的(de)热(rè)点。

在此之前，大家用(yòng)了很多方法想让AI生(shēng)成的结果尽(jǐn)可能的(de)符合要求，但是(shì)都不尽如人意，它的出现代表着AI生(shēng)成开(kāi)始进入真正的可(kě)控(kòng)时期。

因(yīn)为ControlNet可以(yǐ)直(zhí)接提取画面的构图，人物的(de)姿势和画(huà)面的深(shēn)度信(xìn)息(xī)等。有了它(tā)的(de)帮助，就(jiù)不用频繁的用(yòng)提示词来碰运气(qì)，抽盲盒式的创作了(le)。

通俗的说ControlNet相当于给(gěi)AI绘画加(jiā)了“魔法”，不(bù)少博主的作(zuò)品已经获得了大(dà)量的(de)浏(liú)览量，“viggo”就是其(qí)中之一，他用朋友(yǒu)的照(zhào)片(piàn)直接带她们(men)走(zǒu)进动漫世(shì)界(jiè)。

viggo先用StableDiffusion图片转文字。

再(zài)用(yòng)Text2Prompt插(chā)件拓展找到对应(yīng)的关(guān)键词；最(zuì)后用ControlNet插件绑定(dìng)骨骼(gé)开始换(huàn)关键(jiàn)词(cí)试效果(guǒ)。

通过图(tú)片就可以看(kàn)出来，效果十(shí)分惊艳。

更(gèng)厉害(hài)的是(shì)，除了真实的照片，草图也可以加(jiā)上“魔法”，知乎大(dà)牛“DevPoint”和“逗砂”介绍到ControlNet还能实现线稿转全彩(cǎi)图(tú)。大神(shén)张(zhāng)吕(lǚ)敏(mǐn)其本尊也亲(qīn)自回应(yīng)。

不得不(bù)说当下AIGC已经变得越来越(yuè)强大(dà)，甚至输出的作品都(dōu)已经能以假乱真了。

02

难辨(biàn)虚实，AIGC技术力(lì)爆发

警惕安全问题

近日，“苏州金鸡湖(hú)有游艇party”的消息火遍网(wǎng)络，而经过警方辟谣(yáo)这所谓的(de)“party”可能是全国第一起AI绘图诈骗。

由于这个活动里(lǐ)面给出的美(měi)女照片都(dōu)是(shì)AI制(zhì)作(zuò)的(de)真人照(zhào)片绘图，因为太逼真，被大家当(dāng)成真事传播了。

不(bù)过仔细观察(chá)可以(yǐ)发现，活动发起者提(tí)供的照片中有个很大的漏(lòu)洞(dòng)可(kě)以发现(xiàn)并非真人，而是AI绘图，那(nà)便是图片中女性的(de)手指部(bù)分有(yǒu)的存(cún)在异常。

有(yǒu)行(xíng)业人事(shì)表示(shì)：“现在因为手(shǒu)指(zhǐ)部分(fēn)的绘画算(suàn)法(fǎ)比较复杂，AI还(hái)不太会画人的手，但最新看(kàn)到(dào)的图片已经(jīng)有(yǒu)越来越完美的AI模型(xíng)出(chū)现，以后可能就完全没有漏洞(dòng)了。”

类似的AI作图诈骗在(zài)国(guó)外(wài)也(yě)已有发生。据英国广播公(gōng)司报道，土(tǔ)耳其地(dì)震(zhèn)期间，有Tiktok用户使用(yòng)AI合成了儿童受灾的假照片发布(bù)到网(wǎng)络(luò)，以此(cǐ)诱骗善良的人(rén)打(dǎ)赏(shǎng)“捐助”从(cóng)而实施诈骗。

目前随着技术发(fā)展，AIGC已经能做出真(zhēn)人照片般的绘图效果(guǒ)，如果这样的(de)图片被用来诈骗，将非常可怕(pà)。

此外AIGC还引发了很多(duō)担忧(yōu)，一(yī)方面，批判者认(rèn)为(wèi)AI在“学习”了大量前人的作品(pǐn)之后，其创作没有(yǒu)任何情绪和灵魂，难以和人(rén)类的艺(yì)术创作相提(tí)并论。

另一方(fāng)面，AIGC背后的版(bǎn)权、目前都并没有得到有效的解决，还有AIGC会不会代替人类“至高无(wú)上”的创意(yì)。

马(mǎ)斯克(kè)也强(qiáng)调，人工智能的安全问(wèn)题需(xū)要得到重(zhòng)视，太晚就来(lái)不及了。

03

AIGC下(xià)一(yī)站除(chú)了(le)视频，还(hái)有远(yuǎn)方

技术(shù)都是有(yǒu)两面性(xìng)的，潜在(zài)的(de)危害(hài)并不能掩盖(gài)其光(guāng)辉的贡献。现(xiàn)在(zài)看(kàn)来，人工智能技术将是第四次工(gōng)业革命的(de)核心驱动力量，将创(chuàng)造新的(de)增长奇迹。

过去一年，人工智(zhì)能在(zài)技术和商业层面都有了(le)巨大进展(zhǎn)，AI绘画就是人工智能技(jì)术发生方向性改变的一个(gè)代表(biǎo)。其(qí)下(xià)一(yī)站或(huò)许就是视频。

此前，Meta和谷歌(gē)先后发布了几条引爆(bào)科技圈的短视频。这些(xiē)视频(pín)引(yǐn)发(fā)关注并非内容做得多(duō)优秀，反而都非常(cháng)简单，比如(rú)一匹(pǐ)正在喝水的马，一只画(huà)画的玩具熊，或者一段骑(qí)摩(mó)托车的第一视角录像，随便一个(gè)有手(shǒu)机的(de)人都可以随手(shǒu)录下一段。

但这些短视(shì)频的(de)创(chuàng)作(zuò)方式非常(cháng)简(jiǎn)单(dān)，创作者(zhě)仅仅需要向AI输入一段(duàn)话，甚至只是说(shuō)一下要求，AI就可以根(gēn)据需(xū)要生成(chéng)一段视(shì)频。

谷(gǔ)歌发(fā)布的两个AI生成视频分(fēn)别来自于Imagen Video和Phenaki，前者主要(yào)突出(chū)的是高清，与Meta的Make-A-Video没有(yǒu)太(tài)多的差别。

在Make-A-Video公布了(le)AI生(shēng)成的视频后，AI圈就已经玩了一波(bō)梗(gěng)，一个能够做(zuò)出更高清视频的AI还不足以在短时(shí)间内戳(chuō)中(zhōng)兴奋点。

Phenaki更加令人震惊的地方在于，它可以制作出超过(guò)2分钟(zhōng)的连贯的也有确(què)切内容(róng)的(de)视(shì)频，这(zhè)才是真(zhēn)正让人们感(gǎn)到(dào)惊(jīng)喜的地方。因为(wèi)无(wú)论AI生(shēng)成(chéng)的(de)视频多么高清(qīng)，也(yě)只能是为内容生产者(zhě)提供(gōng)一个灵(líng)感，一个素(sù)材，一个过(guò)场动画。

不过能够制作出有具(jù)体剧情内容的视频就意味着，一(yī)些(xiē)视频创作由AI代(dài)替人工完成已(yǐ)经初步有了(le)可(kě)能。

当下AI的(de)发展速(sù)度已经超过大部分人的(de)想(xiǎng)象(xiàng)。内(nèi)容产业的本质是(shì)供(gōng)给创造需求，AIGC作为全新的(de)内容(róng)生产(chǎn)方式，可以为(wèi)内容产业带来(lái)更新(xīn)的内容(róng)风格、更快的(de)生产速度，更(gèng)低的生(shēng)产成本，这无(wú)疑会(huì)驱动内容产(chǎn)业的大爆发。

除了AI绘图、视频，AIGC技(jì)术(shù)还能应用(yòng)于(yú)音(yīn)乐(lè)、代码、机器人动作(zuò)等多种内容形式的生成。不难发现该项技术不仅在(zài)游戏等行业能得到有(yǒu)效应用，对于下一代互联(lián)网各种(zhǒng)元素的构建亦有(yǒu)关键意义(yì)。

从(cóng)商业化的(de)角度来(lái)看，文化娱(yú)乐、教育、传媒等诸多领(lǐng)域，本(běn)身就对基于AI的可(kě)视(shì)化内容有强烈需求。

因此，AI绘(huì)画及视(shì)频或(huò)不是结果，而只是(shì)AI进程中的一块重(zhòng)要拼图，有望在(zài)技术更新的加持下(xià)实现更(gèng)大(dà)的应用价值。

AI从理解内容，走向了可以(yǐ)生成内容，甚至能够创造(zào)出独(dú)立价值和(hé)独立视角的(de)内容。AIGC的再次(cì)出(chū)圈，更代表着未(wèi)来的(de)先(xiān)进生(shēng)产(chǎn)力即将到来。

04

紧抓大模型与算力，牢固AIGC底座(zuò)

从(cóng)技术(shù)的发展也(yě)可以看出(chū)，在语(yǔ)言大模型、图(tú)像大模型之后，多模态(tài)大(dà)模型已经成为了新(xīn)的趋势。

大模型被誉为当前人(rén)工智能发(fā)展的(de)智(zhì)能(nén上海为什么被称为魔都？传说......，上海为什么被称为魔都四大魔都分别为哪四个g)底座，是全球竞争最激(jī)烈的研究方向(xiàng)之一，包括(kuò)谷歌、亚马逊、百度(dù)、阿(ā)里、腾讯等众(zhòng)多头(tóu)部企(qǐ)业(yè)都在竞相(xiāng)发力。

不过训练大模型的确价格(gé)不(bù)菲，以(yǐ)国(guó)盛证(zhèng)券发(fā)布的(de)《ChatGPT需要多(duō)少算力》报告估算，GPT-3训练一次的成本约为140万美元(yuán)。而对于一些更大的LLM(大型语言模型)，训练(liàn)成(chéng)本则介于200万(wàn)美元(yuán)至1200万美元高价之间。

以ChatGPT在(zài)2023年1月的(de)独立访客平均数(shù)1300万计算(suàn)，其对应芯片需求(qiú)为3万多片(piàn)英伟达A100 GPU，初(chū)始(shǐ)投入成本(běn)约为8亿美元，每(měi)日仅(jǐn)电费就在5万美元(yuán)左右。

此外(wài)不(bù)论是ChatGPT还是AIGC，都离不开庞大算(suàn)力支(zhī)持。在关注各类大(dà)模型的发展(zhǎn)同时，更应该关注算力网(wǎng)络的(de)建(jiàn)设。

算力(lì)网(wǎng)络正驱动AI产业发展进入史诗级加速进程(chéng)，让AIGC及通用AI这(zhè)一(yī)人(rén)工智能发展的终(zhōng)极目标离得更近。

因为算力可(kě)以对突破(pò)性技术创(chuàng)新(xīn)提供大力的支持。这方面，多(duō)模态(tài)大模型是典型。作为面向未来强(qiáng)人工智能、通用人工智能的重要技(jì)术创新(xīn)，多模态大模型已经(jīng)在人(rén)工智(zhì)能领域提出(chū)了(le)很多年，业界也(yě)有不少技术突破，但是，多模态大模型进一步(bù)往(wǎng)下(xià)走(zǒu)，算力需求呈几何式上升，一般的算力基(jī)础设(shè)施很快(kuài)将难以胜任。

从图像、文字、语音(yīn)单独一项的训练，到(dào)双模态、三模态的跃(yuè)迁，让(ràng)人工智能可以(yǐ)灵活应对不同(tóng)模态的转化(huà)、像人(rén)与(yǔ)世界交互(hù)一(yī)样自然，这(zhè)方面(miàn)，由算(suàn)力网络来驱动将有明显优势。

此(cǐ)外(wài)，还有很多(duō)需要爆发式增(zēng)长(zhǎng)的算力来支撑的技术创新，将(jiāng)在人(rén)工智能算力(lì)网络支撑下(xià)快速推进。

AIGC已经露出(chū)曙光，期待在大模型和大算力的支持下AIGC能持续颠覆内(nèi)容生产的方式(shì)，将创造的边际成本(běn)降低，让万众受(shòu)益。

未经允许不得转载：惠安汇通石材有限公司 上海为什么被称为魔都？传说......，上海为什么被称为魔都四大魔都分别为哪四个