自聊天(tiān)机器人ChatGPT火(huǒ)爆以来，微(wēi)软公司创始(shǐ)人比尔·盖茨(cí)已多次公开谈论(lùn)人工智能(néng)话题。在最近的一次采访(fǎng)中(zhōng)，他再次表示：“AI可能会让科(kē)技行业迎来一次(cì)剧(jù)烈(liè)的(de)洗牌”。

这个结论(lùn)是他(tā)在当地时间2月20日(rì)接受《In Good Company》节(jié)目专访时提出(chū)的。

他(tā)预期(qī)，AI的发展可能会(huì)威胁(xié)到谷歌的(de)市占率(lǜ)，因为微软在AI方面的行动相当迅(xùn)速。而最终科技巨头将把AI整(zhěng)合(hé)成用户的“全(quán)能助(zhù)手”，包揽一(yī)切(qiè)应用，与人们进行(xíng)沟通(tōng)并提供(gōng)建议(yì)，可以取代亚(yà)马(mǎ)逊、Siri或Outlook等应(yīng)用(yòng)。

大佬口中(zhōng)全能助手(shǒu)的到来可能尚需时日(rì)，但由ControlNet引发的又一次AI绘画浪潮(cháo)，让AIGC在(zài)ChatGPT的话(huà)题热点(diǎn)包围中杀出重围。

01

ControlNet颠覆AI绘画新(xīn)玩法(fǎ)

AIGC向可(kě)控(kòng)靠近

以(yǐ)AI绘画(huà)为代表的AIGC上一次爆火的时候，还(hái)是2022年8月，在(zài)美(měi)国科罗拉(lā)多州举办的新兴数字(zì)艺术家竞(jìng)赛中(zhōng)，一幅名为《太空歌剧院》的作品获奖。

随后各大(dà)厂商的(de)AI绘画软件被广大网友熟(shú)知并体验(yàn)，Stable Diffusion便是其中代(dài)表。

用户们可(kě)以在应用中输(shū)入一组关键词或者一(yī)张照片，就能获(huò)得一(yī)幅AI创(chuàng)作(zuò)的画作(zuò)。

作画的关键就是所输入的文本。同(tóng)一组关键词(cí)也可(kě)以创作出很(hěn)多张风格不(bù)一样(yàng)的(de)画作，这让创作的过程就像(xiàng)开盲(máng)盒(hé)。

很多用户很喜(xǐ)欢这(zhè)种不确(què)定的(de)惊喜，他们会将生成的美图当做头像。而另(lìng)一部(bù)分喜欢翻看AI绘画的“翻车”作品(pǐn)。在社交媒体上，许多(duō)用户分(fēn)享(xiǎng)AI“翻车现场”，例如(rú)，一(yī)位网友的小狗照片被AI画成了“肌肉男”，还有网友的(de)个人(rén)照(zhào)片被AI识别成(chéng)了建筑。

而如今(jīn)随(suí)着ControlNet的出现(xiàn)与加(jiā)持，以往AI绘画(huà)的填(tián)写关键词游戏(xì)可能要被颠覆了。

ControlNet是一位正在斯坦福读博的中国(guó)人张吕(lǚ)敏创作的一种基于控(kòng)制点(diǎn)的图像(xiàng)变形算法，主要(yào)用(yòng)于数字图像处(chù)理、计(jì)算机视觉和计算机(jī)图(tú)形学等领域(yù)。

其SD插件一(yī)经发布，在短(duǎn)短的(de)两(liǎng)天内(nèi)便(biàn)成为了AI绘画领域最新的热点(diǎn)。

在此之前，大家用了很(hěn)多方法想让AI生成的(de)结果尽(jǐn)可能的符合要求，但是都(dōu)不尽如(rú)人意，它(tā)的出(chū)现代表(biǎo)着AI生成开(kāi)始(shǐ)进入真正的可控(kòng)时期。

因为ControlNet可以直接提取画面的(de)构图，人物的姿势(shì)和画面的深(shēn)度信息等。有(yǒu)了它的帮助(zhù)，就不用频(pín)繁的用提示(shì)词来碰运气，抽盲盒式的创作了。

通俗的说ControlNet相当于(yú)给AI绘画加了“魔(mó)法”，不少博主的作品已(yǐ)经获得了大(dà)量(liàng)的浏览量，“viggo”就是其中(zhōng)之一，他用(yòng)朋友的照片直接带她(tā)们(men)走进动漫(màn)世界(jiè)。

viggo先用StableDiffusion图片转文(wén)字。

再用(yòng)Text2Prompt插件拓展找到对(duì)应(yīng)的关键词；最(zuì)后(hòu)用ControlNet插件绑定骨(gǔ)骼(gé)开始换关键(jiàn)词(cí)试效(xiào)果。

通过图片就可以看出(chū)来，效果十(shí)分惊艳(yàn)。

更厉(lì)害的是，除了真实的照片，草图也可以加上“魔法”，知乎大牛“DevPoint”和“逗砂(shā)”介绍到ControlNet还能实现线稿转全彩图。大(dà)神张(zhāng)吕敏(mǐn)其(qí)本尊也亲自回应。

不得不说当下AIGC已(yǐ)经变(biàn)得越(yuè)来越强大，甚至输出的作品都已经能(néng)以假乱真了。

02

难(nán)辨虚(xū)实，AIGC技术(shù)力爆发

警惕安全问(wèn)题(tí)

近日，“苏州(zhōu)金鸡湖有游艇party”的消息火遍(biàn)网(wǎng)络，而经(jīng)过警方(fāng)辟谣(yáo)这所谓(wèi)的“party”可能(néng)是全国第一起(qǐ)AI绘图诈骗。

由于这个活动里面(miàn)给出的(de)美女(nǚ)照(zhào)片都是AI制作的真人照片(piàn)绘图(tú)，因为太逼真，被大(dà)家当成真事传播了。

不过仔细观察可以(yǐ)发现，活动发起者提供(gōng)的照片中有个很大的漏洞可以(yǐ)发现并(bìng)非(fēi)真人(rén)，而是AI绘图，那便是图片中女性的手(shǒu)指部分有的存在异常。

有行业人事表示：“现在因为手指部(bù)分的(de)绘画算法比较复杂(zá)，AI还(hái)不(bù)太(tài)会画(huà)人的手，但(dàn)最新看到的图(tú)片已(yǐ)经(jīng)有越来(lái)越完(wán)美的(de)AI模(mó)型(xíng)出现，以后可能就(jiù)完全没有漏洞(dòng)了(le)。”

类(lèi)似的(de)AI作图诈骗在国外(wài)也已有发生。据英国广(guǎng)播公(gōng)司报道(dào)，土耳其地震期间，有Tiktok用(yòng)户使用AI合(hé)成了(le)儿童(tóng)受灾的(de)假照片(piàn)发布到(dào)网络，以此诱骗善(shàn)良的人打赏“捐助”从而实施(shī)诈(zhà)骗。

目前(qián)随着(zhe)技术发展，AIGC已经能(néng)做(zuò)出真人照片般的(de)绘(huì)图效果，如果这样的图片被用来诈骗，将非常可怕。

此外AIGC还引发了很多担忧(yōu)，一方面，批判者(zhě)认为(wèi)AI在“学习”了大量前人(rén)的作品之后(hòu)，其创作没有任何情绪和(hé)灵(líng)魂，难以和(hé)人类的(de)艺术创作相提并论。

另一(yī)方面，AIGC背后的版权(quán)、目前都并没有(yǒu)得到有效的解决，还有AIGC会不会(huì)代替人类(lèi)“至(zhì)高无上(shàng)”的创意。

马斯(sī)克也强调，人工智能的安全问题需要(yào)得到重视，太晚(wǎn)就来不及了。

03

AIGC下(xià)一站除了(le)视频，还有(yǒu)远(yuǎn)方

技术都是有两(liǎng)面性的，潜在的(de)危(wēi)害并不(bù)能掩(yǎn)盖其光(guāng)辉的贡献。现在(zài)看来，人工(gōng)智能技术将是第四次(cì)工业革命的核心驱动力量(liàng)，将创(chuàng)造新(xīn)的增长(zhǎng)奇迹。

过去一年，人工(gōng)智能在技术和商(shāng)业(yè)层面都有了巨大进展，AI绘画(huà)就(jiù)是人工智能技(jì)术发生方向性(xìng)改变(biàn)的(de)一(yī)个(gè)代(dài)表(biǎo)。其(qí)下(xià)一站或许就是视(shì)频(pín)。

此前，Meta和谷歌先后发布了几条引(yǐn)爆科(kē)技(jì)圈的(de)短视频。这(zhè)些视频引发关注(zhù)并非(fēi)内容做(zuò)得多优秀，反而都非常简单(dān)，比(bǐ)如一匹正(zhèng)在喝水的马(mǎ)，一(yī)只画(huà)画(huà)的玩具(jù)熊，或者一段骑(qí)摩托车(chē)的第(dì)一视角(jiǎo)录(lù)像(xiàng)，随便一(yī)个有手机的人都可以随手录(lù)下一(yī)段。

但这些短微端是什么意思 手机端玩的叫微端吗视频的创作方式非常(cháng)简单，创作(zuò)者仅仅需要(yào)向AI输入一段话，甚至只是说(shuō)一下要求，AI就可以(yǐ)根据需要(yào)生成一段视频。

谷歌发(fā)布的两(liǎng)个AI生成视(shì)频分别(bié)来(lái)自于Imagen Video和Phenaki，前者主要突出的(de)是高清，与Meta的Make-A-Video没有太多的差(chà)别。

在Make-A-Video公布了AI生(shēng)成(chéng)的视频后，AI圈(quān)就已经玩(wán)了(le)一(yī)波梗，一(yī)个能够做出更(gèng)高清视频的AI还(hái)不足以(yǐ)在(zài)短时间内(nèi)戳(chuō)中兴奋(fèn)点。

Phenaki更加令(lìng)人震惊的地(dì)方(fāng)在于(yú)，它(tā)可以制作出(chū)超过2分钟的连贯的也有确(què)切内容的(de)视频，这(zhè)才是(shì)真正让人们感到惊喜的地(dì)方。因为无论(lùn)AI生成的视频多么高清(qīng)，也(yě)只(zhǐ)能(néng)是为内(nèi)容生产者(zhě)提供一个灵感，一个素(sù)材，一个过场动画。

不过能够制(zhì)作出有具体剧情(qíng)内(nèi)容的(de)视(shì)频就意味着，一些视频(pín)创作由AI代(dài)替人(rén)工(gōng)完成已经初步有了(le)可能(néng)。

当(dāng)下AI的(de)发展速度已(yǐ)经超(chāo)过大部分人(rén)的(de)想象。内(nèi)容产(chǎn)业(yè)的本(běn)质(zhì)是供给(gěi)创(chuàng)造需(xū)求，AIGC作(zuò)为全新的内容生产方式，可以为内容产(chǎn)业带来更新(xīn)的内(nèi)容风格、更(gèng)快的生(shēng)产速度，更低的生产(chǎn)成本，这无疑会(huì)驱动内容产业的(de)大爆(bào)发。

除了AI绘图、视频，AIGC技术还(hái)能(néng)应用(yòng)于音乐、代码、机器人动(dòng)作(zuò)等多种内容形式的生成。不(bù)难发现该(gāi)项技术不仅(jǐn)在(zài)游戏等行业能得到(dào)有效应用，对于下(xià)一代互联(lián)网(wǎng)各种元(yuán)素的构(gòu)建亦(yì)有关键意义。

从商业化的(de)角度来看，文化娱乐、教(jiào)育(yù)、传媒等诸(zhū)多领域，本身就对基于AI的可视化(huà)内容有强烈需(xū)求(qiú)。

因此(cǐ)，AI绘画及视频或不是结果，而只是(shì)AI进程中的一块(kuài)重要(yào)拼图，有(yǒu)望在技术(shù)更(gèng)新的加(jiā)持下实现更大的(de)应(yīng)用价(jià)值。

AI从(cóng)理解内容，走向了可以生成内容，甚至能够创造(zào)出独立价值(zhí)和独立视角的内容(róng)。AIGC的再次出圈，更代表(biǎo)着未来(lái)的先进生产力即将到来。

04

紧抓大模型与算力(lì)，牢固AIGC底座

从(cóng)技术的发(fā)展也可(kě)以看出，在语(yǔ)言大模型、图像大模型(xíng)之(zhī)后，多模态大模型已经(jīng)成(chéng)为了新的趋势。

大模型(xíng)被誉(yù)为当前人工(gōng)智能发展(zhǎn)的智(zhì)能底(dǐ)座(zuò)，是全球(qiú)竞(jìng)争最激烈的研究方(fāng)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在(zài)竞相(xiāng)发力。

不过训(xùn)练(liàn)大模型(xíng)的确价格不(bù)菲(fēi)，以国盛证券发布的《ChatGPT需要多少算(suàn)力》报告估算，GPT-3训练一次的成本(běn)约(yuē)为140万美元。而对于一些更大的LLM(大型语言模(mó)型)，训练成本则介于(yú)200万美元至1200万美(měi)元高(gāo)价之间(jiān)。

以ChatGPT在2023年1月(yuè)的独立访客平(píng)均数(shù)1300万计(jì)算，其(qí)对(duì)应芯(xīn)片需求为3万多(duō)片(piàn)英(yīng)伟达A100 GPU，初始投入成本约(yuē)为(wèi)8亿(yì)美元，每日仅电费就在5万(wàn)美(měi)元左(zuǒ)右。

此(cǐ)外不论是(shì)ChatGPT还(hái)是AIGC，都离不(bù)开庞大算力支持。在关注各(gè)类大模型的发展同时，更应该(gāi)关(guān)注(zhù)算力网络的建设。

算力网络正驱动(dòng)AI产业发展进入史(shǐ)诗(shī)级加速(sù)进程(chéng)，让AIGC及通(tōng)用(yòng)AI这一人(rén)工(gōng)智能发展的终极目标离得(dé)更近。

因为算(suàn)力(lì)可以对突破性技术创新提供大力的支持。这(zhè)方面，多模态大模型是(shì)典型。作(zuò)为面(miàn)向(xiàng)未来强人(rén)工智能、通用(yòng)人(rén)工(gōng)智(zhì)能(néng)的重要(yào)技术创新，多(duō)模态(tài)大模型已经(jīng)在(zài)人工智能领(lǐng)域提(tí)出(chū)了很多(duō)年，业(yè)界也有不少技(jì)术突破，但是，多模态大(dà)模型(xíng)进一步往下走(zǒu)，算(suàn)力(lì)需求呈(chéng)几(jǐ)何(hé)式上升，一(yī)般的(de)算力基础(chǔ)设施很快将难以胜任。

从图像、文字、语音(yīn)单独一项的训练，到双模态、三模态(tài)的跃(yuè)迁，让人(rén)工(gōng)智(zhì)能(néng)可(kě)以灵(líng)活应对不同模态的转(zhuǎn)化(huà)、像人与世界交(jiāo)互一(yī)样(yàng)自然(rán)，这(zhè)方面，由算力网络来驱动(dòng)将(jiāng)有明显优势。

此外，还有很多需要爆发式增长的算力来支撑的技术创新，将在人(rén)工智能算(suàn)力网(wǎng)络支撑下快速推进。

AIGC已经露出(chū)曙光，期待在大模(mó)型和大算力的支(zhī)持下(xià)AIGC能持续颠覆内容(róng)生产(chǎn)的方式，将创造(zào)的边际成本降低(dī)，让(ràng)万众受益。

未经允许不得转载：惠安汇通石材有限公司 微端是什么意思 手机端玩的叫微端吗