自聊天机器人ChatGPT火爆以来，微软公司创始(shǐ)人比(bǐ)尔(ěr)·盖茨(cí)已(yǐ)多次公开谈论(lùn)人工智能话(huà)题。在最(zuì)近的(de)一次采(cǎi)访(fǎng)中，他再次(cì)表示(shì)：“AI可能会(huì)让科技(jì)行业迎来一次剧烈的洗牌”。

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

他预期，AI的(de)发展(zhǎn)可能会威胁到谷歌的市占率，因为(wèi)微软在AI方面的(de)行动(dòng)相(x山西有多少人口2023年，山西有多少人口2022iāng)当迅速(sù)。而最终科技(jì)巨头(tóu)将把AI整合成用户(hù)的“全能助手”，包揽一切应(yīng)用，与(yǔ)人们进行沟通并提供建议，可以取代亚马逊、Siri或(huò)Outlook等应用。

大佬口中(zhōng)全能助手的到来(lái)可能尚需时日，但由ControlNet引发的(de)又一次AI绘画浪潮(cháo)，让(ràng)AIGC在ChatGPT的话题热(rè)点包围(wéi)中杀出重围。

01

ControlNet颠覆(fù)AI绘(huì)画新玩法

AIGC向(xiàng)可(kě)控靠近

以AI绘画(huà)为代表的(de)AIGC上一次爆火的时候，还是2022年8月，在美国科罗拉(lā)多(duō)州举办的(de)新兴数(shù)字艺(yì)术(shù)家竞赛中，一(yī)幅名(míng)为《太空歌剧院》的作品获(huò)奖。

随(suí)后(hòu)各大厂商的AI绘画软(ruǎn)件被广大网(wǎng)友熟知并体验，Stable Diffusion便是其中代表。

用户们可(kě)山西有多少人口2023年，山西有多少人口2022以在应用中(zhōng)输入一组关(guān)键(jiàn)词或(huò)者一张照片，就(jiù)能(néng)获(huò)得一幅AI创作的画作。

作(zuò)画(huà)的关键就(jiù)是所输入(rù)的文(wén)本。同(tóng)一组关键词也可以创作出(chū)很(hěn)多(duō)张风(fēng)格不一样的画(huà)作，这让(ràng)创作的(de)过程(chéng)就像开盲盒。

很(hěn)多用户很喜欢(huān)这种不(bù)确(què)定的惊喜，他们会将生(shēng)成的(de)美图当做头像(xiàng)。而另(lìng)一(yī)部(bù)分喜欢(huān)翻看AI绘画的“翻车”作品(pǐn)。在社交媒体上，许(xǔ)多用户分享AI“翻车(chē)现场”，例如(rú)，一位(wèi)网友的(de)小(xiǎo)狗照(zhào)片被AI画成了“肌肉男”，还(hái)有网友的个人照片被(bèi)AI识别成了建筑。

而如(rú)今随着(zhe)ControlNet的(de)出现与加持，以(yǐ)往AI绘画的(de)填(tián)写关键词游戏可(kě)能要被颠覆(fù)了。

ControlNet是一位正在斯坦福读博的(de)中国人张(zhāng)吕(lǚ)敏创作的(de)一种基于控制点的图像(xiàng)变形(xíng)算法，主要(yào)用于数(shù)字图像处理(lǐ)、计算机视觉(jué)和计算机图形(xíng)学等领(lǐng)域。

其SD插件一经发布，在短(duǎn)短(duǎn)的两天(tiān)内便成为了AI绘画领域最新的热(rè)点。

在此之前，大家用了很多方法想让(ràng)AI生成的结果尽可能(néng)的(de)符合要求，但是都不(bù)尽如人意，它的出现代表着AI生成开始进入真(zhēn)正的(de)可控时期。

因为ControlNet可以(yǐ)直(zhí)接提取画面的构图，人(rén)物(wù)的姿势和画(huà)面的深度信(xìn)息等。有了它的帮助，就不用频繁的用(yòng)提示词来碰运气，抽盲盒式的创作(zuò)了(le)。

通(tōng)俗的(de)说ControlNet相(xiāng)当于给AI绘画加了“魔法(fǎ)”，不少博主的作品已经(jīng)获(huò)得了大量的浏览量，“viggo”就是其(qí)中(zhōng)之一，他用(yòng)朋友的照片直(zhí)接(jiē)带她们走(zǒu)进(jìn)动漫(màn)世界。

viggo先用StableDiffusion图片转文字。

再(zài)用Text2Prompt插(chā)件拓展找到对应的关键词；最(zuì)后用(yòng)ControlNet插件(jiàn)绑(bǎng)定骨骼开始换关键词试效果。

通(tōng)过图片就可(kě)以看出来(lái)，效(xiào)果十分惊(jīng)艳。

更厉害(hài)的是(shì)，除了真实的照片，草图(tú)也可以(yǐ)加(jiā)上(shàng)“魔法”，知(zhī)乎大牛“DevPoint”和“逗砂”介绍到(dào)ControlNet还能实现线稿转全(quán)彩图。大神张吕(lǚ)敏其本尊也(yě)亲自(zì)回(huí)应。

不得(dé)不说当下AIGC已经变得越来越(yuè)强大，甚至(zhì)输(shū)出的作品都已经能以假乱真(zhēn)了。

02

难辨虚实，AIGC技术力爆发

警(jǐng)惕安全问(wèn)题(tí)

近(jìn)日(rì)，“苏州金(jīn)鸡湖有(yǒu)游艇party”的消息(xī)火遍网(wǎng)络，而经(jīng)过警(jǐng)方(fāng)辟谣这所谓的(de)“party”可(kě)能是全(quán)国第一起(qǐ)AI绘图诈骗(piàn)。

由于这个活动里(lǐ)面给出(chū)的美女照片都是AI制(zhì)作的真人(rén)照片绘(huì)图，因为太逼真(zhēn)，被大家当成(chéng)真事传播了。

不过仔(zǎi)细观察可以发现(xiàn)，活动发起(qǐ)者提供的照片中(zhōng)有个(gè)很大的漏洞可以(yǐ)发现并非(fēi)真人，而(ér)是AI绘图，那便是图片(piàn)中女性(xìng)的手指部分有(yǒu)的(de)存在异常(cháng)。

有(yǒu)行业人(rén)事表示：“现在(zài)因(yīn)为手指部(bù)分的(de)绘画(huà)算法比较复杂(zá)，AI还不(bù)太会画人的手，但最(zuì)新(xīn)看到的(de)图(tú)片已(yǐ)经有(yǒu)越来越完美的AI模型出现(xiàn)，以后可(kě)能就完全没(méi)有(yǒu)漏洞(dòng)了。”

类似的AI作图诈骗在国外也已有发生。据英国广播(bō)公司报道，土耳其地(dì)震期(qī)间，有Tiktok用户使用AI合成了儿童受灾(zāi)的假照片发(fā)布(bù)到网(wǎng)络，以此(cǐ)诱骗(piàn)善良的人(rén)打赏“捐(juān)助(zhù)”从而实施诈(zhà)骗。

目前随着(zhe)技术发展，AIGC已(yǐ)经能做出真(zhēn)人(rén)照(zhào)片般的绘图效果(guǒ)，如(rú)果(guǒ)这样的(de)图片(piàn)被用来诈(zhà)骗，将非常可(kě)怕。

此外AIGC还引(yǐn)发了很多担忧，一方(fāng)面，批判者认为AI在(zài)“学习”了大量前人的作品之后，其创作没有任(rèn)何情(qíng)绪和灵魂，难以(yǐ)和(hé)人类的艺术创(chuàng)作相提(tí)并(bìng)论。

另一方(fāng)面，AIGC背后的版权、目前都并没有(yǒu)得到(dào)有(yǒu)效的(de)解决(jué)，还(hái)有AIGC会(huì)不会代替人类“至高(gāo)无上”的创意。

马斯克(kè)也强调(diào)，人(rén)工智能(néng)的安全问题需要得到重视，太晚就来不及了。

03

AIGC下一站除(chú)了(le)视频，还(hái)有远方

技术都是有两面(miàn)性的(de)，潜在的(de)危(wēi)害并不能掩盖其光辉(huī)的贡献(xiàn)。现在看来，人工智能技术将是第四次工业革命(mìng)的核心(xīn)驱动力量，将创造(zào)新的增长奇迹(jì)。

过去(qù)一(yī)年，人工智能在(zài)技术(shù)和商业(yè)层(céng)面都(dōu)有了巨大进展(zhǎn)，AI绘画就是人工智(zhì)能技(jì)术发生方向性(xìng)改变的一个代表。其下一站或许就是视频(pín)。

此前，Meta和谷歌先后发布了几条引爆(bào)科(kē)技圈的短(duǎn)视频(pín)。这些视频引(yǐn)发关注并非内容做得(dé)多优(yōu)秀(xiù)，反而都非常(cháng)简单，比(bǐ)如一匹正在(zài)喝水的马，一只画画(huà)的玩具熊(xióng)，或(huò)者一(yī)段骑摩托车的第一视角(jiǎo)录像，随便一个有手机的人都(dōu)可以随手录下(xià)一(yī)段。

但(dàn)这些短(duǎn)视频的(de)创作方式非(fēi)常简(jiǎn)单，创作者仅仅需要向AI输入一段话，甚至只是说(shuō)一下要求(qiú)，AI就可(kě)以(yǐ)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(yú)Imagen Video和(hé)Phenaki，前者主要突出的(de)是高(gāo)清，与Meta的山西有多少人口2023年，山西有多少人口2022Make-A-Video没(méi)有太(tài)多(duō)的差别。

在Make-A-Video公(gōng)布了(le)AI生成的视频(pín)后(hòu)，AI圈就已经玩了一波梗，一个(gè)能够做出更高清(qīng)视频的AI还不足(zú)以在短时间内戳(chuō)中兴奋点。

Phenaki更加(jiā)令人震惊的地(dì)方在于，它可以(yǐ)制作出超过2分钟的(de)连贯的(de)也有确切内容的视频，这才是真(zhēn)正让人们感(gǎn)到惊喜的地(dì)方(fāng)。因为(wèi)无论AI生(shēng)成的(de)视频多(duō)么(me)高清，也只能(néng)是为内容生产者(zhě)提供一个(gè)灵感，一(yī)个(gè)素材，一个过场动画。

不过能够制作出有(yǒu)具体剧(jù)情内容的视(shì)频就意味着，一些视频创作(zuò)由(yóu)AI代替(tì)人(rén)工完成已经(jīng)初步有了可能(néng)。

当(dāng)下AI的发展速(sù)度已经超过大部分人的想象。内容(róng)产(chǎn)业的本质是供给创造(zào)需求，AIGC作为全新的内容生产方式，可以为内容产业(yè)带(dài)来更(gèng)新的(de)内容风(fēng)格、更快的生(shēng)产速(sù)度，更(gèng)低的生产成本，这无疑(yí)会(huì)驱动内容产业的大爆发。

除(chú)了AI绘图(tú)、视频，AIGC技术还能应用于(yú)音乐、代(dài)码、机(jī)器(qì)人动作等多(duō)种内容形式(shì)的(de)生(shēng)成。不(bù)难发现该项技术不(bù)仅在游戏等行业能得到(dào)有效应用，对于下一代互(hù)联网各种元(yuán)素的构建(jiàn)亦有(yǒu)关键意义。

从商业化的(de)角度(dù)来看，文化娱乐、教育、传媒等诸多领(lǐng)域，本身就对(duì)基于AI的可视(shì)化内容有(yǒu)强烈需求。

因此，AI绘画及(jí)视频或不是结果(guǒ)，而只是AI进(jìn)程中的一块重(zhòng)要拼图，有望在(zài)技术(shù)更新的加持(chí)下实现更(gèng)大的应用价值(zhí)。

AI从理解内容，走(zǒu)向了可以生(shēng)成内容(róng)，甚至能够创(chuàng)造出独立(lì)价(jià)值和独(dú)立视角的内容(róng)。AIGC的再次出圈，更代(dài)表着未(wèi)来的先进(jìn)生产(chǎn)力即将到来。

04

紧抓大模型(xíng)与算力，牢固AIGC底座

从技术的(de)发展也可以(yǐ)看出，在语言(yán)大模型、图像大模型之后，多模态大模型(xíng)已经(jīng)成为了(le)新的趋(qū)势。

大模型被誉为当前人工智能(néng)发展(zhǎn)的智能底(dǐ)座，是全球竞争(zhēng)最(zuì)激烈的研(yán)究方向之一，包括(kuò)谷歌、亚(yà)马逊、百(bǎi)度、阿里、腾讯等众多头(tóu)部企业都在竞相发力。

不过训练大模型的确(què)价格(gé)不菲，以(yǐ)国盛证券发布的《ChatGPT需要(yào)多少(shǎo)算力(lì)》报告(gào)估算，GPT-3训练一(yī)次的成本约(yuē)为(wèi)140万美元。而对于(yú)一些更大的LLM(大型语言模型(xíng))，训练(liàn)成本(běn)则介于(yú)200万(wàn)美元(yuán)至1200万美(měi)元(yuán)高(gāo)价之间。

以ChatGPT在(zài)2023年1月的(de)独(dú)立访(fǎng)客平均(jūn)数(shù)1300万计算，其对应芯片需求为3万(wàn)多片(piàn)英伟达A100 GPU，初始(shǐ)投入成本约为8亿美元，每日仅电(diàn)费就在5万美元左右。

此外不论是(shì)ChatGPT还是AIGC，都离不(bù)开庞大算力支持。在关注各类(lèi)大模型(xíng)的发(fā)展同(tóng)时，更应该关注(zhù)算力网络的建(jiàn)设。

算力网(wǎng)络正驱动AI产业发展进入史(shǐ)诗级加(jiā)速进程，让(ràng)AIGC及通用AI这一(yī)人工智能发展的终极目(mù)标离得更近。

因为算力可以对突破(pò)性技术创新提供大力的支持。这方面，多(duō)模态大模型是典型。作为面向未来强人工智能、通用人工智能的(de)重要技术(shù)创新(xīn)，多模态大(dà)模型(xíng)已经在(zài)人工智能领域提出了很多年，业界也有不少技术突破(pò)，但是，多模态大模型进一步往(wǎng)下走，算力(lì)需求呈(chéng)几何式上升，一般的算力基础设施很快将难以胜任。

从图(tú)像、文(wén)字、语(yǔ)音单(dān)独一项的(de)训练，到双模态、三(sān)模态(tài)的(de)跃(yuè)迁，让人工智能可以灵活应对不同(tóng)模态的转化(huà)、像人与世界交互一样自(zì)然，这方面，由算力网络来驱(qū)动将有明显优(yōu)势。

此外(wài)，还有很多需要爆(bào)发式增长(zhǎng)的算(suàn)力来(lái)支撑的技术创新，将在人工智(zhì)能算(suàn)力(lì)网络支(zhī)撑下快速(sù)推(tuī)进。

AIGC已经露出曙光，期待在大(dà)模型和大算(suàn)力的支持下AIGC能持续颠覆(fù)内容生产的方式，将创造的(de)边际(jì)成本(běn)降低，让万众受益。

未经允许不得转载：惠安汇通石材有限公司 山西有多少人口2023年，山西有多少人口2022