自聊天机器人ChatGPT火爆以来，微软(ruǎn)公司(sī)创始人比尔·盖(gài)茨已多次公开(kāi)谈(tán)论人工智能话题。在最(zuì)近的一次(cì)采(cǎi)访中，他再次表示：“AI可能会让科技(jì)行业迎来一(yī)次剧(jù)烈的洗牌”。

这(zhè)个结(jié)论是他在当地(dì)时间2月20日(rì)接受(shòu)《In Good Company》节目(mù)专(zhuān)访时提(tí)出的。

他预期(qī)，AI的(de)发展可能(néng)会(huì)威胁(xié)到谷(gǔ)歌的(de)市(shì)占率，因为(wèi)微软(ruǎn)在AI方面的行动(dòng)相当迅速。而最(zuì)终(zhōng)科技巨(jù)头(tóu)将把(bǎ)AI整合成用户的“全能助(zhù)手(shǒu)”，包(bāo)揽一(yī)切应用，与人们(men)进行沟(gōu)通并提供(gōng)建议(yì)，可以取代(dài)亚马逊、Siri或Outlook等应用。

大佬口中全能(néng)助手的到来(lái)可(kě)能尚需时(shí)日，但由(yóu)ControlNet引发的(de)又一次AI绘画浪(làng)潮，让(ràng)AIGC在ChatGPT的话(huà)题热点(diǎn)包围中杀(shā)出重围。

01

ControlNet颠(diān)覆(fù)AI绘画新玩法

AIGC向可控靠近

以AI绘画(huà)为代表的(de)AIGC上一次爆火的时(shí)候，还是2022年(nián)8月，在美(měi)国科罗拉多州(zhōu)举办(bàn)的(de)新兴数(shù)字艺术家竞赛中，一(yī)幅名为《太空歌剧院》的作品获奖。

随后(hòu)各大厂商(shāng)的AI绘画软件被广大(dà)网友(yǒu)熟知并(bìng)体验，Stable Diffusion便(biàn)是其中代表。

用户(hù)们可以在应用中输入一(yī)组关键词或(huò)者一张照片(piàn)，就能获(huò)得一幅AI创(chuàng)作的画作。

作画的(de)关(guān)键就是所输入的文本(běn)。同一组关键词也可以创作出(chū)很多(duō)张风格不一样的画作，这让创(chuàng)作的过程就(jiù)像开盲盒。

很多用户很喜欢这种(zhǒng)不(bù)确定(dìng)的惊喜，他(tā)们(men)会将生(shēng)成的(de)美(měi)图当做头(tóu)像(xiàng)。而另一部分喜欢翻看AI绘画的“翻车”作品。在社交媒体上，许多用(yòng)户(hù)分享AI“翻车(chē)现场”，例如(rú)，一位网(wǎng)友的小(xiǎo)狗照(zhào)片被(bèi)AI画成了(le)“肌肉男(nán)”，还有(yǒu)网友的个(gè)人照片被AI识别成了建筑(zhù)。

而如今随着ControlNet的(de)出现与(yǔ)加持，以(yǐ)往AI绘(huì)画的(de)填(tián)写关键词(cí)游戏可能要(yào)被颠覆了。

乐高课程一年大概多少钱，乐高课一年多少钱多少节="async" src="https://mmbiz.heiliaofuli.com/wp-content/uploads/2023/03/19d7ab2c0056bd4.jpeg?imageMogr2/thumbnail/2160x0/format/webp/quality/80" data-ratio="1.12109375" data-s="300,640" data-type="jpeg" data-w="1024">

ControlNet是一(yī)位(wèi)正在斯坦福读博的中国人(rén)张吕敏创(chuàng)作(zuò)的一种基于控制(zhì)点的图像变形(xíng)算法，主(zhǔ)要用于数字(zì)图像处(chù)理、计算机视觉和计(jì)算机图(tú)形学等(děng)领(lǐng)域。

其SD插件(jiàn)一经(jīng)发布，在短短的(de)两(liǎng)天内(nèi)便成为(wèi)了AI绘画(huà)领(lǐng)域最新的热点。

在此之(zhī)前，大家用(yòng)了(le)很多方(fāng)法想让AI生成的(de)结果尽(jǐn)可能的符(fú)合要求，但是(shì)都(dōu)不尽(jǐn)如人意(yì)，它的出现代表着AI生成开始进入真正的(de)可控时期。

因为ControlNet可以直接提取画面的构图(tú)，人物(wù)的姿(zī)势和(hé)画面的深(shēn)度信息等。有了它的(de)帮助，就不用频繁的用提示词(cí)来碰运气，抽盲(máng)盒式的创作(zuò)了(le)。

通俗(sú)的说ControlNet相(xiāng)当于给(gěi)AI绘(huì)画加了“魔法”，不少博主的作品已经获得了大量(liàng)的浏览量，“viggo”就是其中之一，他用朋(péng)友的照片直接带她(tā)们(men)走进动(dòng)漫世界。

viggo先用StableDiffusion图片转(zhuǎn)文字。

再用Text2Prompt插(chā)件拓展(zhǎn)找到对应的(de)关键(jiàn)词；最(zuì)后(hòu)用ControlNet插(chā)件绑定骨骼开始换关键词试效(xiào)果。

通过图片就可以看出来，效果(guǒ)十分惊(jīng)艳。

更厉害的是，除了(le)真实的照片，草图也可以(yǐ)加(jiā)上“魔法”，知(zhī)乎大牛“DevPoint”和“逗砂”介(jiè)绍到ControlNet还能实(shí)现线稿转全(quán)彩(cǎi)图。大神(shén)张吕敏其(qí)本尊也亲自回应。

不得不(bù)说当下AIGC已(yǐ)经变(biàn)得越来(lái)越(yuè)强大，甚至输出的(de)作品都已(yǐ)经能以假乱真了。

02

难辨(biàn)虚实，AIGC技术力爆发(fā)

警(jǐng)惕安全(quán)问(wèn)题

近日，“苏(sū)州金鸡湖有游艇party”的(de)消(xiāo)息火(huǒ)遍网络，而经(jīng)过(guò)警方辟谣这所(suǒ)谓的“party”可能是(shì)全国第一起(qǐ)AI绘(huì)图诈骗。

由(yóu)于这个活动里(lǐ)面给出的美女照片都是AI制作的(de)真人照(zhào)片绘图(tú)，因(yīn)为(wèi)太逼真，被大家当成真事传播(bō)了。

不(bù)过(guò)仔(zǎi)细观察可以发(fā)现，活动(dòng)发起者提供的(de)照片(piàn)中(zhōng)有个很(hěn)大(dà)的漏洞可以发现并非真人，而是AI绘图(tú)，那便是(shì)图片中女(nǚ)性(xìng)的(de)手(shǒu)指部(bù)分有的存在异常。

有行业(yè)人事表示(shì)：“现在因(yīn)为手指(zhǐ)部分的绘画算法比较复(fù)杂(zá)，AI还不(bù)太会画人的手，但最新看到的图片已经有(yǒu)越来越完美的(de)AI模(mó)型出(chū)现，以(yǐ)后可能(néng)就(jiù)完全没有漏(lòu)洞了。”

类似的AI作图诈骗在国外也已有发(fā)生。据英国广(guǎng)播(bō)公司(sī)报道，土耳其地(dì)震期间(jiān)，有Tiktok用户使用AI合成了儿童(tóng)受灾的假照片发布(bù)到(dào)网络(luò)，以此诱骗善良的人打赏(shǎng)“捐助”从而实施诈骗。

目前随(suí)着技术(shù)发展，AIGC已经能(néng)做(zuò)出真(zhēn)人照片般的绘图(tú)效果，如果这样的图片被用来诈骗，将非常可怕(pà)。

此外AIGC还(hái)引发了很多(duō)担忧(yōu)，一方(fāng)面，批(pī)判者认为AI在“学(xué)习”了大量前人的作品之后，其创作没有(yǒu)任何情绪和灵魂，难(nán)以和人(rén)类的艺术创作相提并论。

另一(yī)方面，AIGC背后的(de)版(bǎn)权、目前都并没(méi)有(yǒu)得到有(yǒu)效的解(jiě)决，还有AIGC会不会代(dài)替(tì)人类“至高无上”的创意。

马(mǎ)斯克也强调，人工智能的安(ān)全问题需要得到重(zhòng)视(shì)，太(tài)晚就来不及了。

03

AIGC下一站(zhàn)除了视频，还有远方(fāng)

技术(shù)都是有两(liǎng)面(miàn)性的(de)，潜在的(de)危害并不能掩盖其(qí)光辉的贡献。现在看(kàn)来，人工智(zhì)能技术将是第四次工(gōng)业革命的核心驱动力量，将(jiāng)创造新的(de)增(zēng)长奇迹。

过去一年，人工(gōng)智能在(zài)技术和商(shāng)业层面(miàn)都有了巨大进展(zhǎn)，AI绘画(huà)就是人(rén)工智能技(jì)术发生(shēng)方向性改变(b乐高课程一年大概多少钱，乐高课一年多少钱多少节iàn)的一个(gè)代表。其下(xià)一站或许就(jiù)是视频。

此(cǐ)前，Meta和(hé)谷(gǔ)歌先(xiān)后发布了几条引爆科技圈的短视频(pín)。这(zhè)些(xiē)视频引发关注并非内容做得多优秀，反而都非常(cháng)简单，比如一匹正在喝水的马，一只画画的(de)玩具熊(xióng)，或者(zhě)一段骑摩托车的第一视角录像，随便一个有手(shǒu)机的(de)人都可以随手录下一(yī)段(duàn)。

但这些短(duǎn)视频的创作方式非常简单，创(chuàng)作者仅仅需(xū)要(yào)向(xiàng)AI输入一(yī)段话，甚(shèn)至只是说一下要求(qiú)，AI就(jiù)可以(yǐ)根据需要生(shēng)成一段视频(pín)。

谷(gǔ)歌发布的两(liǎng)个AI生(shēng)成视频(pín)分别来(lái)自于(yú)Imagen Video和Phenaki，前(qián)者主要突出的(de)是高清，与Meta的Make-A-Video没有太多的差别(bié)。

在Make-A-Video公布了AI生成的视频后，AI圈就已经玩了一(yī)波梗，一个能够(gòu)做(zuò)出(chū)更高清视频的(de)AI还不足以在短时间内戳中兴奋点。

Phenaki更(gèng)加(jiā)令人震惊的地方在于，它可(kě)以制(zhì)作出超过2分钟的连(lián)贯(guàn)的也有确切内容的视频，这才是真正让人们感到(dào)惊(jīng)喜的地方。因为无(wú)论AI生(shēng)成的视(shì)频多么(me)高(gāo)清，也(yě)只(zhǐ)能是为(wèi)内容生产(chǎn)者提供一个灵感，一(yī)个素材，一个过场动画。

不(bù)过能够制作(zuò)出(chū)有(yǒu)具体剧(jù)情内(nèi)容的视频就(jiù)意(yì)味(wèi)着，一些视频创作(zuò)由AI代替(tì)人工完成已经初步有了可能。

当下AI的发展速(sù)度已经超过大部分人的(de)想象。内容产业的本质是供给(gěi)创造(zào)需求，AIGC作(zuò)为全新的内容(róng)生(shēng)产方式，可以为内(nèi)容产业带来更新的内容风格(gé)、更快(kuài)的生产速度，更低的生(shēng)产成(chéng)本，这无疑会驱动内容产(chǎn)业的大(dà)爆发(fā)。

除了AI绘(huì)图(tú)、视频，AIGC技(jì)术还能应用于音乐、代码、机(jī)器人动(dòng)作(zuò)等多(duō)种内容形(xíng)式的生成。不难发现(xiàn)该项(xiàng)技术不(bù)仅在游戏等行(xíng)业(yè)能得到有效应用，对于下(xià)一(yī)代互(hù)联网各种元素的构建(jiàn)亦有关键意(yì)义。

从商业化的(de)角度来看，文化娱乐(lè)、教育、传媒等诸多(duō)领域，本身就对基于AI的可视化(huà)内容有强烈需求。

因此，AI绘画及(jí)视(shì)频或(huò)不是结(jié)果，而只(zhǐ)是(shì)AI进程中的一块重要拼(pīn)图，有望在技术更(gèng)新的加持(chí)下实现更大的应用价值。

AI从(cóng)理解内容，走向了可(kě)以生成内(nèi)容，甚至能够(gòu)创造出独立价值(zhí)和(hé)独立视角的内容。AIGC的再次出圈(quān)，更代表着未来的先进生产力即将到来(lái)。

04

紧抓大模型与算力，牢固(gù)AIGC底座(zuò)

从技术(shù)的发展也(yě)可以看出，在语言大(dà)模型、图像大模型(xíng)之后，多模态大(dà)模型(xíng)已(yǐ)经(jīng)成为(wèi)了新的趋势。

大模型被誉为当前人工智能发展的智(zhì)能底座(zuò)，是全球竞争最激(jī)烈的研究(jiū)方向之一，包(bāo)括(kuò)谷歌、亚(yà)马逊(xùn)、百度、阿里、腾讯等众多头部(bù)企业都(dōu)在(zài)竞相(xiāng)发力。

不过训练大模型(xíng)的(de)确价格不(bù)菲，以国盛证券发(fā)布(bù)的《ChatGPT需要多少算(suàn)力》报告估算，GPT-3训(xùn)练一次的成本约为140万美元。而(ér)对(duì)于一些更大的LLM(大(dà)型语(yǔ)言(yán)模(mó)型)，训练成(chéng)本则介(jiè)于200万美(měi)元至1200万美元(yuán)高价之间。

以ChatGPT在(zài)2023年1月的独(dú)立访客平均(jūn)数1300万计算，其对应芯(xīn)片需(xū)求为3万多片英伟达(dá)A100 GPU，初(chū)始投入(rù)成本约为8亿美元，每日(rì)仅电费就(jiù)在5万美(měi)元(yuán)左(zuǒ)右(yòu)。

此外(wài)不论是ChatGPT还(hái)是AIGC，都离不开庞(páng)大算力支持(chí)。在关注各类大模(mó)型(xíng)的发展同(tóng)时，更应(yīng)该(gāi)关注算力网(wǎng)络(luò)的建设。

算力网(wǎng)络正驱动AI产业(yè)发展进入史诗级(jí)加速进程(chéng)，让AIGC及通用AI这一(yī)人工(gōng)智能发展的终极目标离得更近(jìn)。

因为算力可以对突破性技(jì)术创新(xīn)提供大力的支持(chí)。这方面，多(duō)模态大模型是典型(xíng)。作为(wèi)面(miàn)向未来强人(rén)工(gōng)智能(néng)、通用人(rén)工智能的重要技术(shù)创新，多模态(tài)大模(mó)型已(yǐ)经在人工智能领域提出了很多年(nián)，业(yè)界也有不少(shǎo)技术突破，但是(shì)，多模态(tài)大(dà)模(mó)型进一步往(wǎng)下走，算力(lì)需求呈几何式上升，一(yī)般(bān)的算力基础(chǔ)设施(shī)很快将难以胜任。

从图(tú)像、文字、语音单独一项的训练，到双模(mó)态(tài)、三模(mó)态的跃迁，让人工智能可(kě)以灵活应对不(bù)同模态(tài)的(de)转化、像人与世界交互一(yī)样自然，这方面，由算力网(wǎng)络来驱(qū)动将(jiāng)有明显优势。

此外，还有(yǒu)很多需要爆发(fā)式增长的算力来支撑的技术(shù)创新(xīn)，将在人工智能算力网络支(zhī)撑下快速推进。

AIGC已经(jīng)露出曙光(guāng)，期待在大模型(xíng)和大算(suàn)力的(de)支持下(xià)AIGC能持续颠覆(fù)内容生产(chǎn)的(de)方式，将创(chuàng)造的边际成本降低，让(ràng)万众受益(yì)。

未经允许不得转载：绿茶通用站群 乐高课程一年大概多少钱，乐高课一年多少钱多少节