自聊天机(jī)器人(rén)ChatGPT火爆以来，微软公司创始人(rén)比尔(ěr)·盖茨已多次公开谈(tán)论人工智能话(huà)题。在最近的一次采(cǎi)访(fǎng)中，他再次表示：“AI可能会让(ràng)科技行(xíng)业迎来一(yī)次剧烈的洗牌(pái)”。

这个结论是(shì)他在当地(dì)时(shí)间2月20日(rì)接(jiē)受(shòu)《In Good Company》节(jié)目专访时提出的。

他预期(qī)，AI的发展可(kě)能会威胁到谷歌的市占(zhàn)率，因为(wèi)微软在(zài)AI方(fāng)面(miàn)的行动相(xiāng)当迅速(sù)。而(ér)最终科技巨头将把AI整合成用(yòng)户的“全能助手”，包揽(lǎn)一切应用，与人(rén)们进行沟通并(bìng)提供建(jiàn)议，可以取(qǔ)代亚马(mǎ)逊、Siri或Outlook等(děng)应用。

大佬口中全(quán)能助手的(de)到(dào)来可能(néng)尚需时日，但由ControlNet引发的又一次(cì)AI绘画浪潮，让AIGC在ChatGPT的话题热点包(bāo)围中杀出(chū)重(zhòng)围。

ControlNet颠覆AI绘画新玩法

AIGC向可控靠近(jìn)

以AI绘画为代表的AIGC上一次爆火(huǒ)的时(shí)候，还是2022年8月，在美国(guó)科罗拉多州举办的新兴(xīng)数字(zì)艺术家竞赛中(zhōng)，一幅名为《太空(kōng)歌剧院》的作品获奖。

随后各大(dà)厂商的AI绘画软件被广大(dà)网(wǎng)友熟(shú)知(zhī)并(bìng)体验(yàn)，Stable Diffusion便是其中(zhōng)代表。

用户们可(kě)以(yǐ)在应用中输入一组关键词或者一张照片，就能获得一幅(fú)AI创作(zuò)的(de)画(huà)作。

作画(huà)的关键(jiàn)就是所输入的(de)文本。同一组关键词也可(kě)以创(chuàng)作(zuò)出很多张风格不一样的画(huà)作，这让创(chuàng)作(zuò)的(de)过程就(jiù)像开(kāi)盲盒。

很多用户很喜欢(huān)这种不确定的(de)惊(jīng)喜(xǐ)，他们会将(jiāng)生成(chéng)的(de)美图(tú)当(dāng)做(zuò)头像。而另一部分(fēn)喜欢翻看AI绘画的“翻车”作品(pǐn)。在(zài)社交媒体上，许多用户分(fēn)享AI“翻车现场”，例如，一(yī)位网(wǎng)友的小狗(gǒu)照片被AI画(huà)成了“肌肉男”，还有(yǒu)网友的(de)个(gè)人照片(piàn)被AI识别成了(le)建筑。

而如今随着ControlNet的出现与加持，以往AI绘画的填写关键词游戏可能(néng)要(yào)被颠(diān)覆了。

ControlNet是(shì)一位正(zhèng)在斯坦福读博的中(zhōng)国人(rén)张吕敏创作的一(yī)种基于(yú)控制点的(de)图像变形算法，主(zhǔ)要用于(yú)数字图(tú)像处(chù)理、计算机视(shì)觉和计算机图形学等领域。

其(qí)SD插件一经发(fā)布(bù)，在短短的两天内便成为(wèi)了AI绘画领(lǐng)域最新的热点(diǎn)。

在此之前，大(dà)家用了很多(duō)方法想让AI生成的结果尽可能的符合要求，但(dàn)是都不尽如人意(yì)，它(tā)的(de)出(chū)现(xiàn)代表着(zhe)AI生成开始进入真正(zhèng)的可控时期。

因为ControlNet可(kě)以直接提(tí)取画面的构图(tú)，人物的姿势(shì)和画面的深(shēn)度信息等。有了它的帮助，就不用频繁的用(yòng)提示词来碰运(yùn)气，抽盲盒式的创作了。

通俗的(de)说(shuō)ControlNet相(xiāng)当于(yú)给(gěi)AI绘画加了“魔法(fǎ)”，不少博主的作(zuò)品已经获(huò)得(dé)了大量的浏览量，“viggo”就是其中之一(yī)，他用朋友的照片直接带她们走进动漫(màn)世界。

viggo先用StableDiffusion图片转文字。

再用(yòng)Text2Prompt插件拓展找到对应的(de)关键词；最(zuì)后用ControlNet插(chā)件绑定(dìng)骨骼开(kāi)始换关键词(cí)试效果。

通过图片就可以看出(chū)来，效果十分惊艳。

更(gèng)厉害的是，除了(le)真实的照(zhào)片(piàn)，草图也可以加上(shàng)“魔法(fǎ)”，知乎大牛“DevPoint”和“逗砂(shā)”介(jiè)绍到ControlNet还能(néng)实现线稿转全彩(cǎi)图。大神张吕敏(mǐn)其本尊也亲自回应。

不(bù)得不(bù)说当下AIGC已经变得(dé)越来越强大，甚至输出的(de)作品都已经能以假乱真了。

02

难辨虚实，AIGC技术力爆(bào)发

警惕(tì)安全问题

近日，“苏(sū)州金(jīn)鸡湖(hú)有游艇party”的消息火遍(biàn)网络，而经(jīng)过警方辟谣(yáo)这所谓的(de)“party”可能(néng)是全(quán)国第一起AI绘图诈(zhà)骗。

由于(yú)这个活(huó)动(dòng)里面给出的(de)美女照片(piàn)都(dōu)是AI制作的(de)真人(rén)照(zhào)片绘(huì)图，因为太逼真(zhēn)，被大家(jiā)当成真(zhēn)事(shì)传(chuán)播了。

不过仔细观察可以发现，活(huó)动发起者提供的(de)照片(piàn)中有(yǒu)个很(hěn)大的漏洞(dòng)可以发现并非(fēi)真人，而是AI绘(huì)图，那(nà)便是图(tú)片中女性的手指部(bù)分有的存在异常。

有行(xíng)业人(rén)事表示(shì)：“现在因为手(shǒu)指部分的(de)绘画算法比较复杂，AI还(hái)不太会画人的(de)手，但最新看到的图片已经有越来越(yuè)完(wán)美的AI模型出(chū)现，以后可(kě)能就完(wán)全没有漏洞了(le)。”

类(lèi)似的AI作(zuò)图(tú)诈骗在国外(wài)也已(yǐ)有发生。据(jù)英国广播公司报道，土耳其地(dì)震期间，有Tiktok用户使用(yòng)AI合成了儿童受灾的(de)假(jiǎ)照片发布(bù)到网络，以此诱骗(piàn)善良的人打赏“捐助”从而(ér)实施诈骗。

目(mù)前随着技术发展，AIGC已(yǐ)经(jīng)能做(zuò)出(chū)真人照片般的绘图效果(guǒ)，如果(guǒ)这样(yàng)的图片被用来诈(zhà)骗，将非常(cháng)可怕。

此外AIGC还引发了(le)很多(duō)担忧，一方面，批判者(zhě)认为(wèi)AI在“学(xué)习”了大量前(qián)人(rén)的作品之(zhī)后，其创作没(méi)有(yǒu)任何情绪和(hé)灵魂，难以和(hé)人(rén)类的艺术(shù)创作相提并论。

另一方面，AIGC背后的版权、目前都并没有得到有效的(de)解(jiě)决，还有AIGC会不会代替人类“至高无(wú)上”的创(chuàng)意(yì)。

马斯克也强调，人工智能(néng)的安全问题需要得(dé)到重视(shì)，太(tài)晚就来不及(jí)了。

03

AIGC下一站除了(le)视频，还有远方

技术都(dōu)是有两面性的，潜在的危害并不(bù)能掩盖(gài)其(qí)光(guāng)辉的贡献。现在看来，人工(gōng)智能技(jì)术将是(shì)第(dì)四次工业革(gé)命的(de)核心驱动力量，将创(chuàng)造新(xīn)的增长奇迹。

过去一年，人工智能(néng)在(zài)技术(shù)和商业层面(miàn)都有(yǒu)了巨大进展，AI绘画就是人工智能技术发生方向(xiàng)性(xìng)改变的一个代表。其下一站或许就是视(shì)频。

此前(qián)，Meta和谷歌先后发(fā)布了几(jǐ)条引爆科技圈的短视频。这些(xiē)视频(pín)引发(fā)关(guān)注并(bìng)非内容(róng)做得多优秀，反而(ér)都非常简单，比(bǐ)如(rú)一匹(pǐ)正在喝水的马，一只画画(huà)的玩具(jù)熊，或者一(yī)段骑摩托(tuō)车的(de)第(dì)一视角(jiǎo)录(lù)像(xiàng)，随(suí)便(biàn)一个(gè)有手机的人都可以(yǐ)随手(shǒu)录下一段。

但这(zhè)些短视(shì)频的创作(zuò)方式非(fēi)常简单，创作者仅仅需(xū)要向AI输入一段话，甚至只是说一(yī)下(xià)要求，AI就可以根据需(xū)要生(shēng)成(chéng)一(yī)段视频。

谷歌发布的(de)两个(gè)AI生成视(shì)频(pín)分别(bié)来自于Imagen Video和Phenaki，前(qián)者主要突出(chū)的是高清(qīng)，与Meta的Make-A-Video没有太多的差别。

在Make-A-Video公(gōng)布了(le)AI生成的(de)视频后(hòu)，AI圈就(jiù)已经玩了一波梗，一个能够做出更高清(qīng)视频的AI还(hái)不足以在短时间内戳中兴奋点。

Phenaki更加令人震惊的地方在于，它可(kě)以制作出超(chāo)过2分钟的连贯(guàn)的也有确切(qiè)内(nèi)容的视频(pín)，这(zhè)才是真正(zhèng)让人们(men)感(gǎn)到惊喜的地方。因为无论AI生成的视频(pín)多么高清，也只能是为(wèi)内容(róng)生产者提供一个灵感(gǎn)，一个素材(cái)，一个过场动画。

不(bù)过能够制作出有具体剧(jù)情(qíng)内容(róng)的(de)视(shì)频就意味着，一些(xiē)视(shì)频创作由AI代替(tì)人工(gōng)完成已经初步有了可能。

当(dāng)下AI的(de)发展速度已经超过大(dà)部分人的想象(xiàng)。内容产业(yè)的本(běn)质是供给创造需(xū)求(qiú)，AIGC作为全(quán)新的内(nèi)容(róng)生产方式，可以为内容产业(yè)带(dài)来更新的内容风格、更快的生产速度，更低的生产成(chéng)本，这无疑会驱动内容产业的大(dà)爆发。

除了AI绘图(tú)、视(shì)频，AIGC技术(shù)还能应用于音乐、代码、机器(qì)人动作等多(duō)种内容(róng)形式的(de)生成。不难发现该项技术不仅在游戏等行业(yè)能得到有效应用，对(duì)于下一代互联网各种元素的构(gòu)建亦(yì)有关键意义(yì)。

从商业化的角度(dù)来看，文化娱(yú)乐、教育、传媒等诸多领域(yù)，本(běn)身就对基于AI的(de)可(kě)视化内容有强(qiáng)烈需求。

因此，AI绘画及视频或(huò)不(bù)是结果，而(ér)只(zhǐ)是AI进程中(zhōng)的(de)一块重要拼图(tú)，有望在技术更新的芹菜榨汁要开水焯一下吗，芹菜榨汁用生的好还是熟的好加持下(xià)实现更大(dà)的(de)应用价(jià)值(zhí)。

AI从理解内容，走向(xiàng)了可(kě)以生(shēng)成内容，甚至(zhì)能够创造出独立价值和独(dú)立视角(jiǎo)的内(nèi)容。AIGC的(de)再次出圈，更代(dài)表着未(wèi)来的先进生产力即将到(dào)来(lái)。

04

紧抓大模型与算力，牢固AIGC底座

从(cóng)技术的发(fā)展也可以看出，在语言大(dà)模型、图像大模型之后(hòu)，多(duō)模(mó)态大模型已经成为了新的趋势。

大模型被誉为(wèi)当前人工(gōng)智(zhì)能(néng)发展的(de)智能(néng)底座，是(shì)全球竞(jìng)争(zhēng)最(zuì)激烈的(de)研(yán)究(jiū)方向之一，包括谷(gǔ)歌、亚马逊(xùn)、百度(dù)、阿里(lǐ)、腾讯等众多头部(bù)企(qǐ)业都(dōu)在(zài)竞(jìng)相发力。

不过训练大模型的确价格不菲，以国盛证券发布的《ChatGPT需要(yào)多少算力》报告估算，GPT-3训练一次的成本约为140万(wàn)美元。而对(duì)于(yú)一些更大(dà)的LLM(大型语言模型)，训练(liàn)成(chéng)本则(zé)介于200万(wàn)美(měi)元至1200万美元(yuán)高价之(zhī)间。

以ChatGPT在(zài)2023年1月的独立访客(kè)平(píng)均数1300万计算(suàn)，其对应芯片(piàn)需求(qiú)为3万(wàn)多片(piàn)英伟(wěi)达A100 GPU，初始投入成本约为8亿美(měi)元，每日仅电费就在5万美元左(zuǒ)右。

此外不(bù)论是ChatGPT还是(shì)AIGC，都离不开庞大算力支持(chí)。在关注(zhù)各(gè)类大模(mó)型的发展同时，更应该关注算力网络的建设。

算力网络正驱动AI产(chǎn)业(yè)发展进入史诗级加速进程，让AIGC及通用AI这一(yī)人工智能发展的(de)终极目标(biāo)离得更(gèng)近。

因为算力可(kě)以对突破性技术(shù)创新提供(gōng)大力的支持。这(zhè)方(fāng)面，多模态大(dà)模型(xíng)是典型。作(zuò)为面向未来强(qiáng)人工智能、通用人(rén)工(gōng)智能的重要技术创新，多模(mó)态大模型已经在人工智能(néng)领域提出了很多(duō)年，业界(jiè)也有不少(shǎo)技(jì)术突破，但是，多模态大模(mó)型进(jìn)一步往(wǎng)下走(zǒu)，算(suàn)力需(xū)求呈(chéng)几何式上升，一(yī)般(bān)的算力基础设施很快(kuài)将难以胜(shèng)任。

从(cóng)图像、文字、语音单(dān)独一项的训练(liàn)，到双(shuāng)模态(tài)、三(sān)模态的跃迁，让人工智能可以灵活应对不同模态的转化、像人与世界交互一(yī)样自然，这方面(miàn)，由算力网(wǎng)络来驱(qū)动将有明显优(yōu)势。

此外(wài)，还有很(hěn)多(duō)需要爆发式增长的(de)算力(lì)来支撑的技(jì)术创新(xīn)，将(jiāng)在人(rén)工智能算力网(wǎng)络支撑(chēng)下快(kuài)速推进。

AIGC已经露出曙光，期待在大(dà)模型和大(dà)算力的支持下AIGC能持续颠覆内容生产(chǎn)的方式，将创造(zào)的边际(jì)成本降低，让万众(zhòng)受益。

未经允许不得转载：惠安汇通石材有限公司 芹菜榨汁要开水焯一下吗，芹菜榨汁用生的好还是熟的好