自聊天机器人ChatGPT火爆(bào)以来，微软公司创始人比(bǐ)尔(ěr)·盖茨已多次公(gōng)开(kāi)谈论(lùn)人工智(zhì)能话题。在最近的一次(cì)采访(fǎng)中，他再次表(biǎo)示：“AI可能会让科(kē)技行业迎来(lái)一次(cì)剧(jù)烈的洗(xǐ)牌(pái)”。

这个结论是他在当地时间2月20日接受《In Good Company》节目专访(fǎng)时提出的。

他预期，AI的发(fā)展可能会(huì)威胁到(dào)谷歌的(de)市占率，因为(wèi)微软在AI方面的行动相(xiāng)当迅速。而最终科(kē)技巨头将(jiāng)把AI整(zhěng)合成(chéng)用户的“全能助手”，包揽一切应用(yòng)，与(yǔ)人们(men)进(jìn)行(xíng)沟通并提供(gōng)建(jiàn)议(yì)，可以(yǐ)取(qǔ)代亚马逊、Siri或Outlook等应用。

大佬口中全(quán)能助(zhù)手的到来可能尚需时日，但由ControlNet引发的又(yòu)一次AI绘画浪潮(cháo)，让AIGC在(zài)ChatGPT的话(huà)题热(rè)点包(bāo)围中杀出(chū)重(zhòng)围(wéi)。

01

ControlNet颠覆AI绘画新(xīn)玩(wán)法

AIGC向可(kě)控靠近(jìn)

以AI绘(huì)画为(wèi)代(dài)表的AIGC上一(yī)次(cì)爆火(huǒ)的(de)时候(hòu)，还是2022年8月，在美(měi)国科罗拉多(duō)州举办的(de)新兴数(shù)字艺(yì)术家竞赛中，一幅名为《太空(kōng)歌(gē)剧(jù)院》的作品获奖。

随后各(gè)大厂(chǎng)商的AI绘画(huà)软(ruǎn)件被广大网友(yǒu)熟知并体验，Stable Diffusion便是其中代表。

用户们(men)可以在应用(yòng)中输入一组关键词(cí)或者(zhě)一张照片，就(jiù)能获(huò)得一幅AI创作的(de)画作。

作画的(de)关(guān)键就(jiù)是所输(shū)入的文本。同一组关键词也可以(yǐ)创作(zuò)出很多张风(fēng)格不一样(yàng)的(de)画作，这让创(chuàng)作的过程就像开盲盒。

很多(duō)用户很喜欢这种不确(què)定(dìng)的惊喜，他们会将生(shēng)成的美图当做头像。而另一部分喜欢翻看AI绘(huì)画的“翻车”作品。在社(shè)交(jiāo)媒体上，许(xǔ)多用户分(fēn)享AI“翻车现场(chǎng)”，例如，一位网友(yǒu)的(de)小(xiǎo)狗照片被AI画成了“肌肉男”，还有(yǒu)网友(yǒu)的个人照片被AI识别(bié)成了建筑。

而如今随(suí)着ControlNet的出(chū)现与加持，以往AI绘画的填写(xiě特朗普为什么叫懂王吗？ 特朗普为什么称为懂王)关键词游戏可能要被颠覆了(le)。

ControlNet是(shì)一位正在斯坦福读博的中国人张吕敏创作的一种基(jī)于控(kòng)制点的图像变形算法，主要用(yòng)于数字图(tú)像处理(lǐ)、计算机视觉(jué)和计算机图形学(xué)等领域。

其SD插件一(yī)经发布，在(zài)短短的两(liǎng)天内便(biàn)成为(wèi)了AI绘画(huà)领域最新的热点(diǎn)。

在(zài)此之前，大家(jiā)用(yòng)了很多方法想让AI生成的结果尽可能的符合要求，但是都(dōu)不尽如人意，它(tā)的出现代表着AI生(shēng)成开始进入真正的可控时期。

因为ControlNet可(kě)以直(zhí)接提取画面的(de)构图，人物(wù)的姿势和画(huà)面的深(shēn)度(dù)信息(xī)等。有(yǒu)了它的帮(bāng)助(zhù)，就不用(yòng)频(pín)繁的用(yòng)提示词来碰运气，抽盲盒(hé)式(shì)的创作了。

通俗(sú)的说ControlNet相当(dāng)于(yú)给(gěi)AI绘画(huà)加了“魔法”，不少博主的作(zuò)品已(yǐ)经获得了大量的(de)浏览量，“viggo”就是其中之一，他用朋友的照片直(zhí)接带她们走进(jìn)动漫(màn)世界。

viggo先用StableDiffusion图片转文(wén)字。

再(zài)用Text2Prompt插件(jiàn)拓展找到对应(yīng)的关键(jiàn)词；最后用ControlNet插件绑定(dìng)骨骼开始换关键词试效果。

通过(guò)图(tú)片就可以看出(chū)来(lái)，效果十分(fēn)惊艳(yàn)。

更(gèng)厉害的(de)是，除了真(zhēn)实的照片(piàn)，草(cǎo)图也可以(yǐ)加上“魔法”，知(zhī)乎大牛“DevPoint”和“逗砂(shā)”介绍到ControlNet还能实现(xiàn)线稿转全彩(cǎi)图(tú)。大(dà)神张吕敏其本尊(zūn)也(yě)亲自回应。

不得不说(shuō)当(dāng)下AIGC已经变得越来越强(qiáng)大，甚(shèn)至(zhì)输出的作品都(dōu)已经能以假(jiǎ)乱(luàn)真(zhēn)了。

02

难(nán)辨(biàn)虚(xū)实，AIGC技术力爆发

警惕安全问题

近日，“苏州(zhōu)金鸡湖有(yǒu)游艇party”的消息火遍网络，而经过(guò)警(jǐng)方(fāng)辟谣这所谓的“party”可能是全国第一起(qǐ)AI绘图诈骗(piàn)。

由于(yú)这个活动(dòng)里面(miàn)给(gěi)出的美女照片都(dōu)是AI制作(zuò)的(de)真人(rén)照片(piàn)绘图，因为太逼真，被大家当成真(zhēn)事传(chuán)播(bō)了。

不过仔细(xì)观察可以发现(xiàn)，活动发起者提供的照片(piàn)中(zhōng)有个很大的漏洞可(kě)以发现并(bìng)非真(zhēn)人，而是(shì)AI绘图，那(nà)便(biàn)是图片中(zhōng)女性的(de)手(shǒu)指部(bù)分有的存在异常。

有行(xíng)业人事表示：“现在因为手指部分的绘(huì)画算法比较复杂(zá)，AI还不太会画人(rén)的手，但最新看到的(de)图(tú)片(piàn)已(yǐ)经有(yǒu)越来越(yuè)完美的(de)AI模(mó)型出现，以后可能就完(wán)全没有漏洞了(le)。”

类似的AI作图诈骗在国(guó)外也已有发(fā)生。据英国广(guǎng)播公司报道，土耳其地震期间，有Tiktok用户使用AI合成了儿童受灾(zāi)的(de)假照片发布到网(wǎng)络，以此诱骗(piàn)善良的人打赏(shǎng)“捐助”从而实施诈骗。

目前(qián)随(suí)着技(jì)术(shù)发展，AIGC已经能(néng)做出真人照片(piàn)般的绘图(tú)效果，如果(guǒ)这样(yàng)的图片(piàn)被用来诈骗，将(jiāng)非常(cháng)可怕。

此(cǐ)外AIGC还引发了很多担(dān)忧，一(yī)方面，批判者认为(wèi)AI在“学(xué)习”了大量(liàng)前人的作品之后，其(qí)创作(zuò)没有任何(hé)情绪和(hé)灵魂，难(nán)以和人(rén)类的(de)艺术创作相提并(bìng)论。

另一方面，AIGC背(bèi)后的版权、目前都并没有得(dé)到有效的解决，还(hái)有AIGC会不(bù)会代替人类“至高无上”的创意。

马(mǎ)斯克也强调(diào)，人工智能的安全问(wèn)题需(xū)要得到重(zhòng)视，太(tài)晚就来不及了(le)。

03

AIGC下一站除了视频，还有远方

技(jì)术都(dōu)是有两面性(xìng)的，潜在(zài)的(de)危害(hài)并不能掩盖(gài)其光辉的(de)贡献(xiàn)。现在看(kàn)来，人工智能技术将是第四次工业革(gé)命的(de)核心驱动力量，将创造(zào)新的增长(zhǎng)奇迹。

过去(qù)一年，人工智(zhì)能在(zài)技(jì)术(shù)和商业层面都有了巨大(dà)进展(zhǎn)，AI绘画就是(shì)人工智能技术(shù)发生方向(xiàng)性改变的一(yī)个代表。其(qí)下一站或许(xǔ)就是(shì)视频。

此前，Meta和(hé)谷歌先后发布了几(jǐ)条引爆科技圈的(de)短(duǎn)视频。这些(xiē)视频(pín)引发关注并非内容做得多优秀，反而(ér)都非(fēi)常简单(dān)，比如(rú)一匹正在喝水的马，一(yī)只画画(huà)的玩具熊(xióng)，或(huò)者一段骑摩托车(chē)的第一视角录像，随便一个有(yǒu)手(shǒu)机(jī)的人都可以随手录下(xià)一段。

但这些短视频的创作方式(shì)非常简单(dān)，创作者(zhě)仅仅需要向AI输入一段话(huà)，甚(shèn)至(zhì)只是说一(yī)下要(yào)求，AI就(jiù)可以根据需(xū)要生成一段视频。

谷(gǔ)歌发布的两(liǎng)个AI生(shēng)成视频(pín)分别来自(zì)于(yú)Imagen Video和Phenaki，前者主(zhǔ)要突出的是高清，与(yǔ)Meta的Make-A-Video没有(yǒu)太多的差别。

在Make-A-Video公布了(le)AI生成的(de)视频后，AI圈就已经玩了一波梗(gěng)，一个能够(gòu)做(zuò)出更高清视频的AI还不足以在短时间内(nèi)戳中兴(xīng)奋(fèn)点。

Phenaki更加令人震惊(jīng)的(de)地方在于(yú)，它(tā)可以制作出超(chāo)过2分钟的连贯(guàn)的也有确切(qiè)内容(róng)的视频，这才是(shì)真正让人们(men)感到(dào)惊喜的地方。因为无论AI生成的(de)视频(pín)多么高(gāo)清，也只能(néng)是(shì)为内容生产(chǎn)者(zhě)提(tí)供一个灵感，一个素材，一个过场动画。

不过能够制作出(chū)有具体剧情内容(róng)的(de)视频(pín)就(jiù)意味着，一(yī)些视频(pín)创作由AI代替(tì)人工完成已经初步有了可(kě)能。

当下AI的发展速度已经超过大部(bù)分人的想(xiǎng)象。内容产业的本(běn)质是供给创造(zào)需求(qiú)，AIGC作(zuò)为全新(xīn)的内容生(shēng)产方式(shì)，可以(yǐ)为(wèi)内容产业带来更新的内容风格、更快的(de)生产速度，更低(dī)的生(shēng)产成本，这无疑会(huì)驱动(dòng)内容产业的大爆(bào)发。

除了AI绘图、视(shì)频，AIGC技术还能应(yīng)用于音乐、代码(mǎ)、机器人动作等(děng)多种内(nèi)容(róng)形式的生成。不(bù)难发现该项技术不仅(jǐn)在游戏等行(xíng)业(yè)能得(dé)到有(yǒu)效应用(yòng)，对于下一(yī)代互(hù)联(lián)网各种(zhǒng)元素(sù)的构建亦有关键意义。

从(cóng)商业(yè)化的角度来看，文化(huà)娱乐、教育、传媒等诸多领域，本身就(jiù)对基于(yú)AI的可视化内(nèi)容(róng)有强烈需求。

因(yīn)此，AI绘画及视频或(huò)不是结果，而(ér)只是AI进程中的一块重要拼(pīn)图，有望(wàng)在(zài)技术更新的加持下(xià)实(shí)现更大的应(yīng)用价值。

AI从理解(jiě)内容，走(zǒu)向了可以生(shēng)成内容，甚(shèn)至能够创造(zào)出独立价值和独立(lì)视角的内容(róng)。AIGC的(de)再次出(chū)圈，更(gèng)代表着未来的先进(jìn)生(shēng)产力即将到来。

04

紧抓大(dà)模型与算(suàn)力，牢固AIGC底座(zuò)

从技术的(de)发展(zhǎn)也(yě)可以(yǐ)看出(chū)，在语言(yán)大模型、图像大模型(xíng)之后(hòu)，多模态大(dà)模型已经成为了新(xīn)的趋势。

大模型被誉为当前人(rén)工智能发展(zhǎn)的智能底座(zuò)，是全球(qiú)竞争(zhēng)最激烈的研究(jiū)方(fāng)向之一，包括谷歌(gē)、亚马(mǎ)逊、百度、阿(ā)里、腾讯等众多头部企业都在竞相发力。

不(bù)过训练(liàn)大模型的确(què)价格不菲，以国(guó)盛证(zhèng)券发布的《ChatGPT需(xū)要多少算力》报告估算，GPT-3训(xùn)练一次的成本(běn)约为140万美(měi)元。而(ér)对于一些更大的LLM(大型语言模型(xíng))，训练(liàn)成本则介于200万美元(yuán)至(zhì)1200万美(měi)元高(gāo)价之间。

以ChatGPT在2023年1月的独立访客平(píng)均数1300万(wàn)计算，其对应芯片需求为3万多(duō)片英伟达A100 GPU，初始投入(rù)成本约为8亿(yì)美元，每日仅(jǐn)电费就在5万美元左右。

此外不论是(shì)ChatGPT还是AIGC，都离不开(kāi)庞(páng)大算力(lì)支持。在关注各类(lèi)大模型的发展同(tóng)时，更应该关注算力网络(luò)的建设。

算(suàn)力网络正驱动AI产业(yè)发展进(jìn)入史诗级加速(sù)进程(chéng)，让AIGC及通用AI这一人(rén)工智(zhì)能发展(zhǎn)的终极目标离得更近。

因为算力可以对突破性技(jì)术创新提供(gōng)大力的支持。这(zhè)方面，多(duō)模态大模型是(shì)典(diǎn)型。作为面向未来强人工(gōng)智能、通用人(rén)工(gōng)智(zhì)能的重要技术创新(xīn)，多模态大模型(xíng)已(yǐ)经在人(rén)工智(zhì)能(néng)领域提出了很多年，业(yè)界也有(yǒu)不少技术(shù)突(tū)破，但是，多模态大模型(xíng)进一步往下走，算(suàn)力需求呈几何式(shì)上升(shēng)，一般的算力基础设施很快(kuài)将难以胜(shèng)任。

从图像、文(wén)字、语音(yīn)单(dān)独一项的训练(liàn)，到双模态、三模态的跃迁，让人(rén)工(gōng)智(zhì)能可以(yǐ)灵(líng)活应(yīng)对(duì)不同模态(tài)的转化(huà)、像人与世界交互一(yī)样自然，这方面，由算力网络(luò)来驱动(dòng)将有(yǒu)明显(xiǎn)优势。

此外，还有很多需要爆发式(shì)增(zēng)长的算力来(lái)支撑的技术创新，将(jiāng)在人(rén)工智能算力(lì)网(wǎng)络支(zhī)撑(chēng)下快速(sù)推进。

AIGC已经露(lù)出曙光，期待在大模(mó)型和(hé)大(dà)算(suàn)力(lì)的支持下AIGC能持续颠覆内(nèi)容生产(chǎn)的方式(shì)，将(jiāng)创造的边际(jì)成本降低，让万(wàn)众受益。

未经允许不得转载：绿茶通用站群 特朗普为什么叫懂王吗？ 特朗普为什么称为懂王