自(zì)聊天机(jī)器人(rén)ChatGPT火爆以来，微软公司(sī)创始人比尔·盖(gài)茨已多次公开谈论(lùn)人工智能话题(tí)。在最近的一次采访中，他再次表示(shì)：“AI可能会让科技行业(yè)迎来一次剧烈的(de)洗牌(pái)”。

这个结论(lùn)是他在当地时间2月20日(rì)接受《In Good Company》节目专访时(shí)提(tí)出的。

他(tā)预期，AI的发展可能会(huì)威胁到谷歌(gē)的市占率，因为微软在AI方(fāng)面(miàn)的行动相(xiāng)当迅(xùn)速。而(ér)最终(zhōng)科技巨头将把AI整合成用户的“全能助手”，包(bāo)揽一切应用，与人们进行沟通并(bìng)提供(gōng)建议，可(kě)以取代亚马(mǎ)逊、Siri或Outlook等应用。

大佬口中(zhōng)全能助(zhù)手的到来可能尚(shàng)需(xū)时日，但(dàn)由(yóu)ControlNet引发的又(yòu)一次AI绘画浪(làng)潮，让AIGC在(zài)ChatGPT的话(huà)题热点包围(wéi)中杀出重围。

01

ControlNet颠覆AI绘(huì)画(huà)新玩法

AIGC向可(kě)控靠(kào)近

以AI绘画为代表(biǎo)的AIGC上一(yī)次爆火(huǒ)的时候(hòu)，还(hái)是(shì)2022年8月，在美国科罗(luó)拉多州举(jǔ)办的新兴数(shù)字(zì)艺(yì)术家竞赛(sài)中(zhōng)，一幅名(míng)为(wèi)《太(tài)空歌剧院(yuàn)》的(de)作(zuò)品获奖。

随后各大厂商的(de)AI绘画软件被广大网(wǎng)友熟知并体(tǐ)验，Stable Diffusion便是其中代(dài)表。

用户们(men)可以(yǐ)在应用中(zhōng)输(shū)入一组(zǔ)关键(jiàn)词或(huò)者一(yī)张照(zhào)片(piàn)，就能获得一幅AI创(chuàng)作的画作。

作画的关键就是所输(shū)入(rù)的文本(běn)。同一组关键词(cí)也可以创(chuàng)作(zuò)出(chū)很多张风(fēng)格(gé)不一(yī)样的画(huà)作，这让创作的过程就像(xiàng)开盲盒(hé)。

很(hěn)多用户很(hěn)喜(xǐ)欢(huān)这种(zhǒng)不确定的惊(jīng)喜，他们会将(jiāng)生成的(de)美图当(dāng)做(zuò)头像。而(ér)另一部(bù)分喜欢翻看(kàn)AI绘画的“翻车”作品。在社交媒体(tǐ)上(shàng)，许多(duō)用(yòng)户(hù)分享(xiǎng)AI“翻(fān)车现场”，例如，一位(wèi)网友的小(xiǎo)狗照片被(bèi)AI画成(chéng)了“肌肉男”，还有网友(yǒu)的个人(rén)照片被AI识别成了建(jiàn)筑。

而(ér)如今随着ControlNet的出现与加持，以往AI绘画的填写(xiě)关键词游戏可(kě)能要被颠覆了。

ControlNet是一位正在斯(sī)坦(tǎn)福(fú)读(dú)博的中国人张吕敏(mǐn)创(chuàng)作的一(yī)种基于控制点(diǎn)的(de)图像变形算(suàn)法，主(zhǔ)要用于数字图像处理、计算(suàn)机视觉(jué)和计算(suàn)机图形学等(děng)领域。

其SD插件一经发布，在短短的两天内便成(chéng)为(wèi)了AI绘(huì)画领域最新的热点。

在此之前，大(dà)家用了很多方(fāng)法想(xiǎng)让AI生(shēng)成(chéng)的结果尽(jǐn)可能的符合要求，但是都(dōu)不尽如人意，它的(de)出(chū)现代(dài)表着AI生成开始进入真正的可控时期。

因(yīn)为ControlNet可(kě)以(yǐ)直接(jiē)提取画(huà)面的构(gòu)图，人(rén)物的姿(zī)势和(hé)画(huà)面(miàn)的深度(dù)信(xìn)息等。有(yǒu)了它的帮助，就不用频(pín)繁的用(yòng)提示词来碰运气，抽盲(máng)盒(hé)式的创作了。

通俗的说ControlNet相当于(yú)给AI绘(huì)画加了“魔法”，不少博主(zhǔ)的作品已(yǐ)经获得了大量的浏览量，“viggo”就(jiù)是其中之(zhī)一，他用(yòng)朋(péng)友的照(zhào)片直接带(dài)她们(men)走进动漫世界。

viggo先(xiān)用StableDiffusion图片(piàn)转文(wén)字。

再用Text2Prompt插件拓(tuò)展找(zhǎo)到(dào)对应的关键词；最后用ControlNet插件绑定(dìng)骨骼开始换关键词试效果。

通过图(tú)片(piàn)就可(kě)以看出来(lái)，效果十分惊艳。

更厉(lì)害的是，除了(le)真实的照片，草图(tú)也可以加上“魔法”，知(zhī)乎大牛(niú)“DevPoint”和“逗(dòu)砂”介绍到(dào)ControlNet还能实现线稿(gǎo)转全(quán)彩图。大神张吕敏其本(běn)尊也亲自回应。

不得不说当(dāng)下AIGC已经变得越(yuè)来越(yuè)强大(dà)，甚至输(shū)出的作品都已经能以假乱真(zhēn)了。

02

难辨虚实，AIGC技(jì)术力(lì)爆(bào)发

警惕安全(quán)问题(tí)

近日，“苏州金(jīn)鸡湖有游艇(tǐng)party”的消息火遍网络，而经(jīng)过(guò)警(jǐng)方(fāng)辟谣这所谓的“party”可能是全国(guó)第(dì)一(yī)起AI绘图(tú)诈(zhà)骗。

由于这个活动里(lǐ)面给出(chū)的美女照片都是AI制作的真(zhēn)人照(zhào)片绘(huì)图(tú)，因为(wèi)太逼真，被大(dà)家当成真事(shì)传播了。

不过仔(zǎi)细观(guān)察可以发(fā)现，活动发(fā)起者提供的照片中有个(gè)很大的漏洞可(kě)以发现并(bìng)非(fēi)真人，而是(shì)AI绘图，那便是图(tú)片中女性的手指(zhǐ)部分(fēn)有的存在异常。

有行业人事表示：“现在因为(wèi)手指部分的(de)绘画算法比较(jiào)复杂，AI还(hái)不太会画人(rén)的手，但最新看到的图片已经有越来(lái)越完美的AI模型出现，以后可能(néng)就完全(quán)没有(yǒu)漏洞了。”

类似(shì)的AI作图诈骗(piàn)在国外(wài)也已(yǐ)有发(fā)生。据英国广播公司报(bào)道，土耳其地震(zhèn)期间，有Tiktok用户使用AI合成了儿童受灾(200克是几两 200克是多少毫升zāi)的假照片(piàn)发布到网络(luò)，以此诱骗(piàn)善(shàn)良的人打赏“捐(juān)助”从(cóng)而实施诈骗。

目前随着技(jì)术(shù)发展，AIGC已(yǐ)经能做(zuò)出真人照(zhào)片(piàn)般的绘图效果，如果这样的图片(piàn)被用来诈骗，将(jiāng)非常可怕。

此(cǐ)外AIGC还(hái)引(yǐn)发了很多(duō)担忧，一方面，批(pī)判者(zhě)认为(wèi)AI在“学习”了(le)大量前人的作品之(zhī)后，其创作没有(yǒu)任何情绪和(hé)灵魂，难以和人类的艺术(shù)创作相提并论。

另(lìng)一方面，AIGC背(bèi)后的(de)版权、目前都并没有得到有效的解决，还(hái)有AIGC会不会代替人类“至(zhì)高无上”的创意。

马斯(sī)克也强(qiáng)调，人工智(zhì)能的安全问(wèn)题需要得到(dào)重(zhòng)视(shì)，太晚就(jiù)来不及了。

03

AIGC下一站除了视频，还有远方

技(jì)术(shù)都(dōu)是有两面性的，潜在的危害并不能掩盖其光辉的贡献(xiàn)。现(xiàn)在(zài)看(kàn)来，人工智能技术将是第四次工业革命的(de)核心(xīn)驱(qū)动力量，将创造新的增(zēng)长奇迹。

过去一年(nián)，人(rén)工智能在技术和(hé)商业层面都有了巨(jù)大进展，AI绘画就是人工(gōng)智能技(jì)术发生方向性改变的(de)一个代(dài)表。其下一站或许就是视频。

此前，Meta和谷(gǔ)歌先(xiān)后发布了几条(tiáo)引爆科技圈的短视(shì)频。这些视频引发(fā)关(guān)注并(bìng)非内(nèi)容做得多优秀(xiù)，反而都非常简单，比如一匹正在喝水的马(mǎ)，一(yī)只画画的(de)玩具熊，或者一段骑摩(mó)托车(chē)的第一视角(jiǎo)录像，随便(biàn)一个有手机的人都可以(yǐ)随手(shǒu)录下(xià)一段。

但这些短视(shì)频的创作方式非常简单，创作者仅仅需(xū)要向(xiàng)AI输入(rù)一段话，甚(shèn)至只是(shì)说(shuō)一(yī)下要(yào)求，AI就(jiù)可以根据需要生成一段视(shì)频(pín)。

谷歌发布的两个AI生成视频分别来自于Imagen Video和Phenaki，前者主(zhǔ)要(yào)突出的是高清，与Meta的Make-A-Video没有太多(duō)的差别。

在(zài)Make-A-Video公布(bù)了AI生(shēng)成的视频后，AI圈就(jiù)已经玩了一波梗，一个能够做(zuò)出(chū)更高清视频的AI还(hái)不足(zú)以在短时间(jiān)内(nèi)戳中兴奋(fèn)点。

Phenaki更加令(lìng)人震惊的地(dì)方(fāng)在(zài)于，它可以(yǐ)制作出超过2分钟的连贯的也有确切内(nèi)容(róng)的视频，这才是真(zhēn)正让人们感到惊喜的地方。因为无(wú)论AI生成的视(shì)频(pín)多(duō)么(me)高清，也只能是为内容生产者(zhě)提供一个(gè)灵感，一个素材，一个过场动(dòng)画。

不过能(néng)够制作出有(yǒu)具体剧情内(nèi)容的视频就意味着，一些视频创作(zuò)由(yóu)AI代替人工完成(chéng)已(yǐ)经初步有了可(kě)能(néng)。

当下AI的发(fā)展(zhǎn)速度已经超过大部(bù)分(fēn)人的想象。内容(róng)产业的本(běn)质是供(gōng)给创造需求，AIGC作为全新的内容生(shēng)产方式，可以为内容产业带来更新(xīn)的内容风格、更快的生(shēng)产速度，更低的生产成(chéng)本，这无疑会驱(qū)动内容产业的大爆发。

除(chú)了AI绘图、视频，AIGC技术(shù)还能应用(200克是几两 200克是多少毫升yòng)于音乐、代(dài)码(mǎ)、机器人动作等多种(zhǒng)内容形式(shì)的(de)生成。不难发现该项技术不仅在游戏等行(xíng)业能(néng)得到(dào)有效应用(yòng)，对(duì)于下一(yī)代互联(lián)网各种元素的(de)构(gòu)建亦有关键意义。

从(cóng)商(shāng)业(yè)化的角度来看，文化娱(yú)乐、教育(yù)、传(chuán)媒等诸多(duō)领域，本身(shēn)就对基于(yú)AI的可(kě)视化(huà)内容有强(qiáng)烈需求。

因此，AI绘画及视频或不是(shì)结果，而只是AI进程中的一块重(zhòng)要(yào)拼图，有(yǒu)望在技术更新的加(jiā)持下实现更大(dà)的应用价(jià)值。

AI从理解内容，走向了可以(yǐ)生(shēng)成内(nèi)容，甚至(zhì)能够(gòu)创造出独立(lì)价值和独立(lì)视角的(de)内(nèi)容(róng)。AIGC的再次(cì)出圈，更代表着未来(lái)的(de)先进生(shēng)产力(lì)即将到来(lái)。

04

紧抓大模型(xíng)与算力，牢固(gù)AIGC底座

从(cóng)技术的发展也可以看出，在语言大模型、图(tú)像大模型(xíng)之后，多(duō)模(mó)态(tài)大模型已经成(chéng)为了新的趋势。

大模型被誉为当前(qián)人工智能发展(zhǎn)的智能(néng)底座，是全(quán)球竞争最激烈(liè)的(de)研究方向之一，包括谷(gǔ)歌(gē)、亚马逊(xùn)、百度、阿里、腾(téng)讯(xùn)等众多头部企(qǐ)业都在竞相发力。

不过训练(liàn)大模型的确价格不菲，以国盛(shèng)证券发布(bù)的(de)《ChatGPT需要(yào)多少算力》报告估算，GPT-3训(xùn)练(liàn)一次的成本约(yuē)为140万美元。而对于一些更大的LLM(大型语言模型)，训(xùn)练(liàn)成(chéng)本则介(jiè)于200万美元至(zhì)1200万(wàn)美(měi)元高(gāo)价之间(jiān)。

以ChatGPT在2023年1月(yuè)的独立访客平均数1300万(wàn)计(jì)算(suàn)，其对应芯(xīn)片需求为(wèi)3万多片(piàn)英(yīng)伟达(dá)A100 GPU，初始投入成本约(yuē)为8亿美元(yuán)，每日(rì)仅电(diàn)费就(jiù)在(zài)5万美元左右。

此外不(bù)论(lùn)是ChatGPT还(hái)是AIGC，都离(lí)不开庞大算(suàn)力支持(chí)。在关注(zhù)各类(lèi)大(dà)模(mó)型的发展(zhǎn)同时，更应该关注算力网(wǎng)络的建设。

算力网(wǎng)络正驱(qū)动AI产业发(fā)展(zhǎn)进入(rù)史诗级加(jiā)速进程(chéng)，让AIGC及通用(yòng)AI这一人工智(zhì)能发(fā)展(zhǎn)的终(zhōng)极目(mù)标离(lí)得更近(jìn)。

因(yīn)为算(suàn)力可以(yǐ)对突破性技术(shù)创新(xīn)提供大力的支持。这(zhè)方面，多(duō)模(mó)态大模(mó)型(xíng)是典型。作为面向未来(lái)强(qiáng)人工(gōng)智能、通用人(rén)工智能的重要技术创新，多模态(tài)大模(mó)型已经在人工智能领域提出了很多(duō)年，业界也(yě)有(yǒu)不少(shǎo)技术突破(pò)，但(dàn)是，多模态大模型进一步往下走，算力(lì)需求呈几(jǐ)何式上升，一般的(de)算(suàn)力基础设(shè)施(shī)很快将难(nán)以胜任。

从图(tú)像、文字、语音单独一项的训(xùn)练，到(dào)双模态、三(sān)模态的跃迁(qiān)，让人工智能(néng)可以灵(líng)活应对不同模态的转(zhuǎn)化、像人与世(shì)界交互一样(yàng)自(zì)然，这(zhè)方面，由(yóu)算力网(wǎng)络来驱动将有明显优(yōu)势(shì)。

此(cǐ)外，还(hái)有很多需要爆发式(shì)增长的算力(lì)来支撑(chēng)的技术创新，将在(zài)人工智能算力网络支撑(chēng)下快速推进。

AIGC已(yǐ)经露出曙(shǔ)光，期待在大模型和大算力的(de)支持(chí)下AIGC能持续颠(diān)覆内容生产的方式，将创造的边际(jì)成本降低，让万众(zhòng)受益。

未经允许不得转载：绿茶通用站群 200克是几两 200克是多少毫升