自(zì)聊(liáo)天机(jī)器人ChatGPT火爆(bào)以来(lái)，微软公司创始人比尔·盖茨(cí)已多次公(gōng)开谈(tán)论人(rén)工智(zhì)能话题(tí)。在最近(jìn)的一次采访中，他(tā)再次(cì)表示：“AI可能会让科技行业迎来(lái)一(yī)次剧烈(liè)的洗牌(pái)”。

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

他(tā)预(yù)期，AI的发展可能会(huì)威胁到谷歌的市占率，因为(wèi)微软在(zài)AI方面的行动相当迅(xùn)速。而(ér)最终科技巨头将把AI整合成用户的“全能助(zhù)手(shǒu)”，包揽一切应用，与人们进行(xíng)沟通并提(tí)供建议，可以取代亚马逊、Siri或Outlook等应用。

大(dà)佬口中(zhōng)全能助手的到来可能(néng)尚需时(shí)日，但由ControlNet引发的(de)又一(yī)次AI绘画浪潮，让AIGC在ChatGPT的话(huà)题热点包围中杀出重围(wéi)。

01

ControlNet颠覆AI绘画新(xīn)玩法(fǎ)

AIGC向可控靠近

以AI绘画为(wèi)代表(biǎo)的(de)AIGC上一次爆火的时候(hòu)，还是2022年8月，在美国(guó)科罗拉多州(zhōu)举办(bàn)的新(xīn)兴数字(zì)艺术家竞赛中，一(yī)幅名为《太空歌剧院》的作品获奖。

随(suí)后各大厂商的(de)AI绘(huì)画软件(jiàn)被(bèi)广大网友熟知并体验，Stable Diffusion便是其中代表(biǎo)。

用户(hù)们可以(yǐ)在应用(yòng)中输入(rù)一组关键词(cí)或者(zhě)一张(zhāng)照片(piàn)，就能(néng)获得一幅(fú)AI创作的(de)画作(zuò)。

作画的关(guān)键就是(shì)所(suǒ)输入的文本。同一组关键词也可(kě)以创作(zuò)出(chū)很多张风格(gé)不(bù)一(yī)样的画作，这(zhè)让创作的过程就像开盲盒。

很多用户(hù)很喜(xǐ)欢这种不确定的惊喜(xǐ)，他们(men)会将(jiāng)生成(chéng)的(de)美图当做头像。而(ér)另(lìng)一部分喜(xǐ)欢翻看AI绘画(huà)的“翻车”作品。在社交媒体上，许多(duō)用(yòng)户分(fēn)享AI“翻(fān)车(chē)现场”，例(lì)如，一(yī)位(wèi)网友的小(xiǎo)狗照片被(bèi)AI画成了“肌(jī)肉男”，还有网(wǎng)友的个人照片被AI识别成了建筑。

而如今随(suí)着ControlNet的出现与加持，以往AI绘画的填写关键词游戏(xì)可(kě)能要(yào)被颠覆了。

ControlNet是一(yī)位正在斯坦福读(dú)博的中(zhōng)国人张吕敏创作的一种(zhǒng)基于控制点(diǎn)的图像变形算法，主要(yào)用于数(shù)字图(tú)像处(chù)理、计算机视觉和计算(suàn)机图(tú)形学等领域(yù)。

其SD插件一经发布，在(zài)短(duǎn)短的两天内(nèi)便成为(wèi)了AI绘画(huà)领域(yù)最新的(de)热点。

在此之前(qián)，大家用了很多方法想让AI生成的结(jié)果尽(jǐn)可能的符(fú)合要求(qiú)，但是(shì)都(dōu)不(bù)尽如(rú)人意(yì)，它的(de)出现代表(biǎo)着AI生(shēng)成开(kāi)始进入真正(zhèng)的可控时期。

因为ControlNet可以(yǐ)直接提取(qǔ)画面的(de)构图，人(rén)物的姿势和画面的深度信息等。有了它的帮(bāng)助，就不用频繁(fán)的用提示词来碰运气，抽盲盒式的创(chuàng)作了。

通俗的(de)说ControlNet相当于给AI绘(huì)画(huà)加了(le)“魔法”，不少博主的(de)作品(pǐn)已(yǐ)经获得了大量(liàng)的(de)浏览量，“viggo”就是其中之一，他用朋友的(de)照片直接带她们走进动漫世界(jiè)。

viggo先(xiān)用StableDiffusion图片转(zhuǎn)文字(zì)。

再用(yòng)Text2Prompt插件(jiàn)拓展找到对应的关键词(cí)；最后用ControlNet插件绑(bǎng)定骨骼开始换(huàn)关(guān)键词试效果(guǒ)。

通过图片就可以看出(chū)来，效果十分惊(jīng)艳。

更厉害(hài)的是，除了真实(shí)的照片(piàn)，草图也可以加(jiā)上(shàng)“魔法”，知乎(hū)大牛“DevPoint”和“逗砂”介绍到(dào)ControlNet还能实现线稿转全彩图(tú)。大神张吕(lǚ)敏其本尊(zūn)也(yě)亲自回应。

不得(dé)不说当下AIGC已(yǐ)经变得越(yuè)来越强大(dà)，甚至输出(chū)的(de)作品都(dōu)已经能(néng)以假(jiǎ)乱真了。

02

难(nán)辨虚(xū)实，AIGC技术力爆发

警惕安全问题

近日，“苏州金(jīn)鸡湖有游艇party”的消息(xī)火(huǒ)遍网络，而(ér)经(jīng)过(guò)警(jǐng)方(fāng)辟谣这所谓的“party”可(kě)能(néng)是全国第一起(qǐ)AI绘图诈骗。

由于这个活动里面给出的美女照片都是(shì)AI制作的真人(rén)照片绘(huì)图(tú)，因为太逼真，被(bèi)大(dà)家(jiā)当成真事传播了。

不(bù)过仔细观(guān)察可以发(fā)现，活动发起者提供(gōng)的(de)照片中有个很大(dà)的漏(lòu)洞可以发现并(bìng)非真人(rén)，而是(shì)AI绘图(tú)，那便是图(tú)片中女性的手指部分有的存在异(yì)常。

可怜天下父母心的全诗的意思，可怜天下父母心的意思"jpeg" data-w="1280">

有行业人事表(biǎo)示：“现在因为手指部分(fēn)的绘(huì)画算法(fǎ)比(bǐ)较复杂，AI还不太会画(huà)人(rén)的手，但最(zuì)新看到的图(tú)片已经有越来越(yuè)完美(měi)的(de)AI模型出(chū)现，以(yǐ)后(hòu)可能就完全没有漏(lòu)洞了。”

类(lèi)似(shì)的AI作图(tú)诈骗在国外也(yě)已有发(fā)生。据英国广播公司(sī)报(bào)道(dào)，土(tǔ)耳其地震期(qī)间，有Tiktok用户使用AI合成了儿童受灾的假照片发布到网络，以此诱骗(piàn)善良的人打(dǎ)赏“捐助(zhù)”从而实施(shī)诈骗。

目前随着(zhe)技术(shù)发展，AIGC已经能做出真人(rén)照(zhào)片般的绘图效果，如果这样的图片(piàn)被(bèi)用来(lái)诈骗，将非常可怕(pà)。

此外AIGC还引发了很多担(dān)忧，一方面，批判者(zhě)认(rèn)为AI在“学习(xí)”了(le)大量前人的(de)作(zuò)品之后，其创作没有任何情绪和灵魂，难以和人类的艺(yì)术创作相提并论。

另一方面，AIGC背(bèi)后(hòu)的(de)版权、目前都并没有(yǒu)得到有效的解决，还有AIGC会不会代替人类“至高无上”的创意。

马斯克也(yě)强调，人工智能的安全(quán)问题需要得到重视(shì)，太晚(wǎn)就来不及(jí)了。

03

AIGC下一站除了(le)视频，还有(yǒu)远(yuǎn)方

技术都是有两(liǎng)面性的，潜在的危害(hài)并不能(néng)掩盖其光辉的贡(gòng)献。现(xiàn)在看来，人工智能技术将是第(dì)四次工业革命的(de)核心驱动力量，将创(chuàng)造新的(de)增长奇迹(jì)。

过去一(yī)年，人工智(zhì)能在(zài)技术(可怜天下父母心的全诗的意思，可怜天下父母心的意思shù)和商业层面都有了(le)巨(jù)大进展，AI绘(huì)画(huà)就是人(rén)工智能(néng)技术发生方向性改(gǎi)变的一(yī)个代(dài)表。其下一(yī)站或许(xǔ)就是视频。

此前，Meta和谷(gǔ)歌先后发布了几条引爆科技圈的短视频(pín)。这些视频引发关注并非内容做得多优秀(xiù)，反而都(dōu)非常简单，比(bǐ)如一匹正在喝(hē)水的(de)马(mǎ)，一只画画的玩具熊，或者(zhě)一段骑摩托车(chē)的第一视角录像，随便一个(gè)有(yǒu)手机的(de)人都可以随手录下一段。

但这(zhè)些短视频的(de)创作方式非常(cháng)简(jiǎn)单，创(chuàng)作者仅仅需要(yào)向AI输入一(yī)段话，甚(shèn)至只(zhǐ)是说一下要(yào)求，AI就可以根据需要生成一段(duàn)视频(pín)。

谷(gǔ)歌发布的(de)两个(gè)AI生成视(shì)频分别来自于Imagen Video和Phenaki，前者(zhě)主要突出的是高清(qīng)，与(yǔ)Meta的(de)Make-A-Video没有太多的差别(bié)。

在Make-A-Video公布了(le)AI生(shēng)成的视频后，AI圈(quān)就已经玩了一波梗(gěng)，一(yī)个能够做出更高清视(shì)频的AI还不足以在短时间(jiān)内戳(chuō)中兴奋点(diǎn)。

Phenaki更加(jiā)令人震惊(jīng)的地(dì)方在于，它可(kě)以制作出超过2分钟(zhōng)的(de)连(lián)贯的也有确(què)切内容的视(shì)频，这(zhè)才(cái)是真正让人(rén)们感(gǎn)到惊喜的地方。因(yīn)为无论AI生(shēng)成的视(shì)频多么高(gāo)清，也只能(néng)是为(wèi)内容生产者提供一个灵感，一个素材，一个过场动(dòng)画。

不(bù)过(guò)能够制作出有具体剧情内容的视(shì)频就(jiù)意(yì)味着(zhe)，一些视频创作由AI代替人工完成已经(jīng)初步有了可能。

当下AI的发展速度已经(jīng)超过大部(bù)分人的(de)想(xiǎng)象(xiàng)。内容产业的本质是供给(gěi)创造需求，AIGC作(zuò)为全新的内容生产方(fāng)式，可以为(wèi)内容产业带来更(gèng)新的(de)内容风格、更快(kuài)的(de)生产(chǎn)速度，更低的生产成本(běn)，这无(wú)疑会驱(qū)动内容(róng)产业的大爆发。

除了AI绘图、视频(pín)，AIGC技术还能应用于音(yīn)乐、代码、机器(qì)人动作(zuò)等(děng)多种内容形式的生成。不难(nán)发现该项技术(shù)不仅在游戏等行业能得到有(yǒu)效(xiào)应用，对于下一代互联网(wǎng)各种元(yuán)素的构建(jiàn)亦有关键意义。

从(cóng)商业(yè)化的角度来看，文化娱乐、教育、传(chuán)媒(méi)等诸多领域，本身就对基(jī)于AI的可(kě)视化内容有强烈需求(qiú)。

因此，AI绘画(huà)及(jí)视频(pín)或不是结果，而只是AI进程中的(de)一块重要拼图，有望在技术(shù)更新的加持下实现更大的应用价值。

AI从理(lǐ)解内容，走向了可以生成内(nèi)容(róng)，甚至能够(gòu)创造出独立价值和(hé)独立视角(jiǎo)的(de)内容。AIGC的再次出(chū)圈，更代表着未(wèi)来的先(xiān)进(jìn)生产力即(jí)将到(dào)来。

04

紧抓大模型(xíng)与算力，牢固AIGC底(dǐ)座

从(cóng)技术的发展也可以看出，在语言(yán)大模型、图(tú)像大模型之后，多模态大模型已经成为了新的趋(qū)势(shì)。

大模型(xíng)被誉为(wèi)当(dāng)前人(rén)工智能发展的智能底座(zuò)，是(shì)全球竞争最激(jī)烈(liè)的研(yán)究方(fāng)向之一(yī)，包括谷歌、亚马(mǎ)逊、百度(dù)、阿里(lǐ)、腾讯等众(zhòng)多头部企(qǐ)业都在竞相发(fā)力。

不过训练(liàn)大模型(xíng)的(de)确价格不菲，以国盛证券发(fā)布的《ChatGPT需要多少算力(lì)》报告估(gū)算，GPT-3训练一次的成(chéng)本约为140万(wàn)美(měi)元。而对于一(yī)些更大的LLM(大型语言模型)，训练成本则(zé)介(jiè)于200万(wàn)美元至(zhì)1200万美元高价之间。

以ChatGPT在2023年1月的独立访客(kè)平均数(shù)1300万(wàn)计算，其对应芯片需(xū)求为3万(wàn)多片英(yīng)伟达(dá)A100 GPU，初(chū)始投入成本约为8亿美元，每(měi)日(rì)仅电费(fèi)就在(zài)5万美元左(zuǒ)右。

此外不论(lùn)是ChatGPT还是AIGC，都离不开庞大算(suàn)力支持。在(zài)关注各类(lèi)大(dà)模型的发展同时，更应该关注算力(lì)网络(luò)的(de)建设。

算力网络正驱动AI产业发(fā)展进入史(shǐ)诗级加速(sù)进程，让AIGC及(jí)通用AI这一人工智能发(fā)展的终极目标离得更(gèng)近。

因为算力可(kě)以对突破性技术创(chuàng)新(xīn)提供大力的支持。这方面，多模态大模(mó)型是典型。作为面向未来强人工智能、通用人工智能的重要(yào)技术创(chuàng)新(xīn)，多模(mó)态(tài)大模(mó)型已经(jīng)在人(rén)工智能领域提出(chū)了很多年(nián)，业界也(yě)有不少技术突(tū)破(pò)，但是，多模态(tài)大(dà)模(mó)型进一步(bù)往下(xià)走，算力需求呈几何式上升，一般(bān)的算力基(jī)础(chǔ)设施很快(kuài)将(jiāng)难(nán)以胜任。

从图像、文字、语音(yīn)单独一项的训练，到(dào)双模态、三模态的跃迁，让人工智能可以灵活应对不同模态的转化、像人(rén)与世界交互一(yī)样(yàng)自(zì)然，这方面(miàn)，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(de)技术创新(xīn)，将在人(rén)工(gōng)智能(néng)算力(lì)网络支撑下快速推进。

AIGC已经(jīng)露出曙光，期待在大模型和大算力(lì)的支持下AIGC能持续颠覆内(nèi)容生(shēng)产的(de)方式(shì)，将创造(zào)的(de)边际成本降(jiàng)低，让万众(zhòng)受益(yì)。

未经允许不得转载：惠安汇通石材有限公司 可怜天下父母心的全诗的意思，可怜天下父母心的意思