自聊天机器人(rén)ChatGPT火(huǒ)爆(bào)以来，微软(ruǎn)公司创始人比(bǐ)尔·盖(gài)茨已多次公(gōng)开谈论人(rén)工智能(néng)话题。在最近的一(yī)次采访中，他(tā)再次(cì)表示：“AI可能(néng)会让(ràng)科技行业(yè)迎来一次剧(jù)烈的洗牌(pái)”。

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

他预(yù)期(qī)，AI的发展可能会威胁(xié)到谷歌的(de)市(shì)占率(lǜ)，因为微软在AI方面(miàn)的(de)行(xíng)动(dòng)相当迅速。而最(zuì)终科技巨(jù)头将把AI整(zhěng)合(hé)成用户的“全能(néng)助手”，包(bāo)揽一切应用，与人(rén)们(men)进(jìn)行沟(gōu)通(tōng)并提供(gōng)建(jiàn)议，可以取(qǔ)代亚马逊、Siri或(huò)Outlook等应用。

大佬口(kǒu)中全能助手的到(dào)来可能尚需时日(rì)，但由ControlNet引发的(de)又一次AI绘画浪潮，让AIGC在ChatGPT的话题(tí)热点包围中杀(shā)出(chū)重围。

01

ControlNet颠覆AI绘画(huà)新玩(wán)法

AIGC向可(kě)控靠近(jìn)

以AI绘画为(wèi)代表的AIGC上一次爆火的时候，还(hái)是2022年8月(yuè)，在美国科罗拉(lā)多州举办的新兴数(shù)字艺术家(jiā)竞赛中(zhōng)，一幅名为《太(tài)空歌(gē)剧院》的作品获(huò)奖。

随后各大厂(chǎng)商(shāng)的AI绘画(huà)软件被广大网友熟知并体验(yàn)，Stable Diffusion便(biàn)是(shì)其中代表。

用(yòng)户们可以在(zài)应用中输入(rù)一组关键词或者一张(zhāng)照片，就(jiù)能(néng)获得一幅(fú)AI创作的画作。

作(zuò)画的(de)关键(jiàn)就是所输入的文本。同(tóng)一组关键词也(yě)可以创作出很多张风格不一样的画作，这(zhè)让(ràng)创作的(de)过程就(jiù)像(xiàng)开(kāi)盲盒。

很多用户很喜欢这种不确(què)定的惊喜，他们(men)会将生成的美(měi)图(tú)当(dāng)做头像。而另一部分喜欢翻(fān)看AI绘画的“翻(fān)车(chē)”作品。在社交媒体上，许多(duō)用户(hù)分享AI“翻车现场”，例如(rú)，一位网友的小狗照片被AI画成了(le)“肌(jī)肉男”，还有网友的个人照片被AI识别成(chéng)了建筑。

而(ér)如(rú)今(jīn)随着(zhe)ControlNet的出现与加持，以往AI绘画的填写(xiě)关键词游戏可能要被颠覆了。

ControlNet是一(yī)位(wèi)正(zhèng)在斯坦福读(dú)博的中(zhōng)国(guó)人张吕敏创作的一种基于(yú)控制点的图像变(biàn)形算法，主要用于数字图像处理、计算机视(shì)觉和(hé)计算机图形学(xué)等领(lǐng)域(yù)。

其SD插件一经发布，在短短(duǎn)的两(liǎng)天内便成(chéng)为了AI绘画(huà)领域最新(xīn)的热点(diǎn)。

在(zài)此之前(qián)，大家(jiā)用了很多方法想让AI生(shēng)成(chéng)的结(jié)果尽可能的符(fú)合(hé)要求，但是都不尽如人意，它的(de)出(chū)现代(dài)表着AI生成(chéng)开(kāi)始进入真正(zhèng)的(de)可(kě)控(kòng)时期。

因为ControlNet可以直(zhí)接提取画面的(de)构图(tú)，人物的(de)姿势和画(huà)面的深度(dù)信息等。有了它的帮(bāng)助，就(jiù)不用频繁的用提示词来碰运气，抽盲盒式的创(chuàng)作了。

通(tōng)俗(sú)的说ControlNet相当于给AI绘画加了“魔法”，不少博主的(de)作品已经获得了大量的浏览量，“viggo”就是其中之一，他(tā)用(yòng)朋友的照片直接带她们走进动漫世界(jiè)。

viggo先(xiān)用StableDiffusion图(tú)片转文字。

再用Text2Prompt插(chā)件(jiàn)拓展找到(dào)对应的关键词(cí)；最后(hòu)用ControlNet插件绑定(dìng)骨骼(gé)开(kāi)始换关(guān)键词试效果。

通过图(tú)片就可以看出来，效果十分惊艳(yàn)。

更厉害的(de)是，除了真实的照(zhào)片，草(cǎo)图也可以加上“魔(mó)法(fǎ)”，知乎大牛“DevPoint”和“逗砂”介(jiè)绍到ControlNet还能实现线稿转(zhuǎn)全彩图。大(dà)神张吕(lǚ)敏其本尊也亲自回应(yīng)。

不得不说当下(xià)AIGC已经(jīng)变得越来越强大，甚至输出的(de)作(zuò)品都(dōu)已(yǐ)经能以假乱真了。

02

难辨虚实，AIGC技(jì)术力爆发(fā)

警惕安全问题

近日，“苏州金(jīn)鸡湖(hú)有游艇party”的消息火遍网络(luò)，而(ér)经过(guò)警方辟谣这所谓(wèi)的“party”可能是(shì)全国第一起AI绘图诈骗。

由于这个活动里(lǐ)面给出的美女照片都是(shì)AI制作的真(zhēn)人照片绘图，因为(wèi)太逼真，被大家当成(chéng)真事传播(bō)了。

不过仔细观察(chá)可以(yǐ)发现(xiàn)，活动发起者提供的照(zhào)片中有个(gè)很(hěn)大的(de)漏洞可以发现(xiàn)并非真(zhēn)人(rén)，而(ér)是AI绘图，那便是(shì)图(tú)片中女性(xìng)的手指(zhǐ)部(bù)分有的存(cún)在异常。

有行业人事(shì)表示：“现在因(yīn)为(wèi)手指部分的绘画算法比较复杂，AI还不太会画人的(de)手(shǒu)，但最新看(kàn)到的图(tú)片已经有越来越完美的(de)AI模型出现，以后可能就(jiù)完全没有漏(lòu)洞(dòng)了。”

类(lèi)似的AI作(zuò)图诈骗在(zài)国外也已有发生。据英(yīng)国广(guǎng)播公司(sī)报(bào)道，土耳其地震(zhèn)期间，有Tiktok用户使(shǐ)用AI合成了儿童受(shòu)灾的假照(zhào)片发布到(dào)网(wǎng)络，以此(cǐ)诱(yòu)骗善(shàn)良的人打赏“捐助”从而实施(shī)诈(zhà)骗。

目前随着技(jì)术发展，AIGC已经能做(zuò)出真人(rén)照片般的绘图效果，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(dān)忧(yōu)，一方(fāng)面，批判(pàn)者认为AI在(zài)“学习”了大量前(qián)人(rén)的作(zuò)侗族乐器有哪些图片，侗族乐器有哪些种类品之后(hòu)，其(qí)创(chuàng)作(zuò)没(méi)有任何情绪(xù)和灵魂(hún)，难以和人类(lèi)的艺术创(chuàng)作(zuò)相提并论。

另一方(fāng)面，AIGC背后的版权(quán)、目前都并(bìng)没有得到有效的解决(jué)，还有(yǒu)AIGC会(huì)不会(huì)代(dài)替人类“至高无(wú)上”的(de)创意(yì)。

马斯克也强(qiáng)调，人工智能的(de)安全问题需要得到(dào)重视，太晚就来不(bù)及了。

03

AIGC下一站除(chú)了视频，还有(yǒu)远方

技术都是有(yǒu)两面性的，潜在的(de)危害并不能(néng)掩盖其光(guāng)辉的贡献。现在看来，人工智能技术将(jiāng)是第四次工业革(gé)命(mìng)的核心驱动力(lì)量(liàng)，将创造新的增长(zhǎng)奇迹(jì)。

过(guò)去一(yī)年，人工智能在技术(shù)和商业层面(miàn)都有了巨大进展，AI绘画就(jiù)是(shì)人工智能技术(shù)发生方(fāng)向性改变的一(yī)个(gè)代表。其下一站或许就是视频。

此前，Meta和谷歌先后发(fā)布了几条引爆科技圈的(de)短(duǎn)视频。这些视频引发关注(zhù)并(bìng)非(fēi)内容(róng)做得多优秀，反(fǎn)而(ér)都非常(cháng)简单，比如一匹正在(zài)喝水的马，一只画(huà)画的玩具熊，或者一段骑摩托车(chē)的第一视(shì)角录像，随便一个(gè)有(yǒu)手机的人(rén)都可以随手录下一段。

但这些短(duǎn)视频的创作方(fāng)式非常简单，创作者仅仅需要向AI输入(rù)一段(duàn)话(huà)，甚(shèn)至只(zhǐ)是(shì)说一下(xià)要求，AI就可(kě)以根据(jù)需要(yào)生成一段视频。

谷歌发布的两个(gè)AI生(shēng)成视频分别(bié)来自(zì)于Imagen Video和(hé)Phenaki，前者主要突出的是高清(qīng)，与Meta的Make-A-Video没有太多的差别。

在Make-A-Video公布(bù)了(le)AI生成的视频(pín)后，AI圈就已经玩了(le)一波梗(gěng)，一(yī)个(gè)能(néng)够做出更(gèng)高清视频的AI还(hái)不足以在短时间内戳中兴(xīng)奋(fèn)点。

Phenaki更加令人震(zhèn)惊的地方在于，它可以制作出(chū)超过(guò)2分(fēn)钟的连贯(guàn)的也(yě)有(yǒu)确切内容的视频，这才是真正让人们感到惊喜的地(dì)方。因为无论AI生成的(de)视(shì)频多么高(gāo)清，也(yě)只能(néng)是为内(nèi)容(róng)生产者提供一个(gè)灵感，一个素材，一个过(guò)场动画。

不过能(néng)够制(zhì)作出有(yǒu)具体剧情内容的视频就(jiù)意味(wèi)着，一些(xiē)视频创作由AI代替(tì)人(rén)工(gōng)完成(chéng)已经初步有了(le)可能。

当下AI的(de)发(fā)展速度已经(jīng)超过大部分(fēn)人的想象。内容产业的本质(zhì)是供给创造需(xū)求，AIGC作(zuò)为(wèi)全新的内容生(shēng)产方式，可以为内容产业(yè)带来更新(xīn)的内容风格(gé)、更快(kuài)的生产速度(dù)，更低的生(shēng)产(chǎn)成本，这无疑会驱动(dòng)内容产业的(de)大爆发。

除了(le)AI绘图(tú)、视频(pín)，AIGC技术还能应用于(yú)音乐、代(dài)码、机(jī)器人动作等(děng)多(duō)种内容形式的生(shēng)成。不难发现该项技术不仅(jǐn)在游戏等行业能得到有效(xiào)应用，对于下一代互联网各种(zhǒng)元(yuán)素(sù)的构建(jiàn)亦有关键意义(yì)。

从商(shāng)业化的(de)角度来看，文化娱乐、教育(yù)、传媒等诸多领域，本身就对基于AI的可视化内容(róng)有强(qiáng)烈(liè)需求。

因此，AI绘画及视频或不是结(jié)果，而只是(shì)AI进程中的一块重要(yào)拼图(tú)，有(yǒu)望在技(jì)术更新的加持下实(shí)现更大(dà)的应用价值。

AI从理解(jiě)内(nèi)容，走(zǒu)向(xiàng)了可以生成内(nèi)容，甚至能够创造出独立价(jià)值和独立(lì)视角的内容。AIGC的再次出圈(quān)，更(gèng)代表着未来的先进(jìn)生产力(lì)即(jí)将到来。

04

紧抓大模型与(yǔ)算力(lì)，牢固AIGC底座

从(cóng)技术的(de)发展也可以(yǐ)看出，在语言大模型、图像大模型之后，多模态大(dà)模(mó)型已经成为了(le)新的趋势(shì)。

大(dà)模型被誉为当前人工智能发展(zhǎn)的智能底(dǐ)座(zuò)，是全球竞争最激烈的(de)研究(jiū)方(fāng)向之一，包括谷歌、亚马逊、百度、阿里、腾讯等(děng)众(zhòng)多(duō)头部企(qǐ)业都在竞相发力(lì)。

不过训练大(dà)模型的确价格(gé)不菲(fēi)，以国(guó)盛证券发布的《ChatGPT需要多少算力》报告估算，GPT-3训练一次的成本约为140万美元。而对于一些更大的LLM(大型语言模型(xíng))，训练成本则介于(yú)200万美元至(zhì)1200万美(měi)元高价之间。

以ChatGPT在2023年1月(yuè)的独立访客平(píng)均数1300万计算，其对应芯片需求为3万多片英伟达A100 GPU，初(chū)始投(tóu)入(rù)成(chéng)本约为8亿美元，每日仅(jǐn)电费(fèi)就在5万美元左右。

此外不论是ChatGPT还是AIGC，都(dōu)离不(bù)开庞(páng)大算(suàn)力支(zhī)持。在关注各类大(dà)模型的发展同时，更(gèng)应该关注算力网(wǎng)络的建(jiàn)设(shè)。

算力网络正(zhèng)驱动AI产业发展(zhǎn)进入史诗级加(jiā)速(sù)进程(chéng)，让(ràng)AIGC及通(tōng)用AI这一人工智能发展的(de)终极目标离得更近。

因为算力可以对突(tū)破性技术创(chuàng)新(xīn)提供大力的支持。这方面，多模态大模型是典型(xíng)。作(zuò)为面(miàn)向未来强人工智能、通用人(rén)工智能的重(zhòng)要技术创新，多模态大模型已经在(zài)人工智能领域(yù)提出(chū)了很多年，业界也(yě)有不少(shǎo)技术(shù)突(tū)破，但是(shì)，多(duō)模态大模型进一步往下走，算力需求呈几(jǐ)何式(shì)上升(shēng)，一般的算力(lì)基(jī)础设施很快将难以胜任。

从图像、文字、语(yǔ)音单独(dú)一(yī)项的训练，到(dào)双模态(tài)、三模态的跃迁，让人(rén)工智(zhì)能(néng)可以灵活应对不同模态的转化(huà)、像人与世界交互一样自然，这方面，由算力网络来驱动将(jiāng)有明显优势。

此外，还有很多需要爆发(fā)式增长(zhǎng)的算力来支撑的技术创新，将在(zài)人工智能算力(lì)网络支撑下快速推进。

AIGC已经(jīng)露(lù)出曙(shǔ)光，期待在大模型和(hé)大算力的支持下AIGC能(néng)持续(xù)颠覆内容生产的(de)方式，将(jiāng)创造的边际成本降低，让万众受益。

未经允许不得转载：绿茶通用站群 侗族乐器有哪些图片，侗族乐器有哪些种类