自聊天机器人ChatGPT火爆以来，微(wēi)软公司创始人比尔·盖茨已多次公开谈论(lùn)人工智(zhì)能(néng)话题(tí)。在最近的一次采访中，他(tā)再次表示：“AI可能会(huì)让科技(jì)行业迎来一次(cì)剧烈的洗牌”。

这个结(jié)论是他(tā)在当地时间2月20日接受《In Good Company》节目(mù)专访时提出(chū)的。

他(tā)预期，AI的发展可(kě)能会(huì)威胁到谷(gǔ)歌的(de)市占(zhàn)率(lǜ)，因为微软在AI方面的(de)行(xíng)动相当迅(xùn)速。而最终科技巨(jù)头将把(bǎ)AI整合成用户的“全能(néng)助手”，包揽一切应用，与人(rén)们进行沟通并提供(gōng)建议，可以取代亚(yà)马逊(xùn)、Siri或(huò)Outlook等应用。

大佬(lǎo)口(kǒu)中全(quán)能(néng)助手的到来可能(néng)尚(shàng)需时日，但(dàn)由ControlNet引(yǐn)发(fā)的又一次(cì)AI绘画浪潮，让AIGC在ChatGPT的话(huà)题热点包围中杀出重围。

01

ControlNet颠覆(fù)AI绘画新(xīn)玩法(fǎ)

AIGC向可控靠近

以AI绘(huì)画为(wèi)代表(biǎo)的AIGC上一(yī)次(cì)爆火的时候，还是2022年8月(yuè)，在(zài)美(měi)国科罗拉多(duō)州(zhōu)举(jǔ)办(bàn)的新兴数字艺术(shù)家(jiā)竞(jìng)赛中(zhōng)，一(yī)幅(fú)名(míng)为《太(tài)空歌(gē)剧(jù)院》的(de)作(zuò)品获(huò)奖。

随后(hòu)各大厂商的AI绘画(huà)软件被广大(dà)网友熟知并(bìng)体验，Stable Diffusion便是其中代表。

用户们(men)可以(yǐ)在应用中输入一组关键词(cí)或者一张照片，就(jiù)能获得一幅AI创作(zuò)的画作。

作画的关键就是所输入的文本。同一组关键词也(yě)可以创作出很(hěn)多张风格不(bù)一样的画作(zuò)，这让创作(zuò)的过(guò)程就像(xiàng)开盲盒。

很多(duō)用户很(hěn)喜欢这种不(bù)确定的惊喜(xǐ)，他们会(huì)将生成的美图当做头像。而另一部分喜(xǐ)欢翻看AI绘画的(de)“翻车”作品。在社交媒(méi)体上(shàng)，许(xǔ)多用户分(fēn)享AI“翻车现(xiàn)场”，例(lì)如，一位(wèi)网(wǎng)友的小狗(gǒu)照片被AI画(huà)成了“肌肉男”，还(hái)有网友的个人照片被AI识别成了建筑。芹菜榨汁要开水焯一下吗，芹菜榨汁用生的好还是熟的好

而如今随着ControlNet的出现与加持，以往AI绘(huì)画(huà)的填写关(guān)键词游戏可能要被(bèi)颠(diān)覆(fù)了。

ControlNet是一(yī)位正在斯坦(tǎn)福读博的中国人张(zhāng)吕(lǚ)敏创作的一种(zhǒng)基于控制点的图像变形算法，主要用于数字图像处理、计算机视(shì)觉和计算机图形(xíng)学等领(lǐng)域。

其(qí)SD插件一经发布(bù)，在(zài)短(duǎn)短的两天(tiān)内便(biàn)成为了(le)AI绘画领域最新的热点。

在(zài)此之前，大家用了很多方法想让AI生成的结果尽可能的符合要求，但是都不尽如人意，它的出现代表着AI生成开(kāi)始进(jìn)入真正(zhèng)的(de)可控时期。

因为ControlNet可(kě)以直(zhí)接提取画面的构图，人(rén)物(wù)的(de)姿(zī)势(shì)和(hé)画(huà)面的深度信息等。有了它的(de)帮助，就不(bù)用频繁的(de)用提示词(cí)来(lái)碰运(yùn)气，抽盲盒(hé)式(shì)的创作了。

通俗的说(shuō)ControlNet相当于给AI绘画(huà)加(jiā)了“魔法”，不(bù)少博主(zhǔ)的作品(pǐn)已(yǐ)经(jīng)获得了大量(liàng)的浏览量(liàng)，“viggo”就是(shì)其(qí)中之一，他用朋友的照片直(zhí)接带她们走进动漫世界。

viggo先用(yòng)StableDiffusion图片转(zhuǎn)文(wén)字。

再用Text2Prompt插件拓(tuò)展(zhǎn)找到(dào)对(duì)应的关键词；最后用ControlNet插件绑定骨骼开(kāi)始换(huàn)关键词试效果(guǒ)。

通过图片就(jiù)可(kě)以看出来，效(xiào)果十分惊艳。

更厉害的是，除(chú)了真实的照片，草图也可(kě)以(yǐ)加上“魔法”，知乎(hū)大牛“DevPoint”和(hé)“逗(dòu)砂(shā)”介绍到(dào)ControlNet还能实现线稿转全彩图。大神张吕敏其本尊(zūn)也亲自回应。

不得不说(shuō)当下AIGC已经变得越(yuè)来越强大(dà)，甚(shèn)至(zhì)输出的作(zuò)品都已经(jīng)能(néng)以(yǐ)假乱真了。

02

难辨虚实，AIGC技术力(lì)爆发

警惕安全问题

近日，“苏州金鸡(jī)湖有游艇party”的(de)消息火遍(biàn)网(wǎng)络，而经过警方(fāng)辟谣(yáo)这(zhè)所谓的(de)“party”可能是全国第一起AI绘图诈骗。

由于(yú)这个活动(dòng)里面给出的(de)美女照片(piàn)都是AI制(zhì)作的真人照片绘(huì)图(tú)，因为太逼(bī)真，被大家当成(chéng)真事(shì)传(chuán)播了。

不(bù)过仔(zǎi)细观察可以发现(xiàn)，活动(dòng)发(fā)起者提供的照(zhào)片中有个(gè)很大的(de)漏洞可(kě)以发现并非真人，而(ér)是AI绘图(tú)，那便是图片(piàn)中女性的手指部分有(yǒu)的存在异常(cháng)。

有行业人(rén)事表(biǎo)示(shì)：“现在因为(wèi)手指部(bù)分(fēn)的绘画算法比(bǐ)较复杂(zá)，AI还(hái)不太会画人(rén)的手，但最新看(kàn)到的(de)图片已经有越来越(yuè)完(wán)美的AI模型(xíng)出现，以后可能(néng)就(jiù)完全没(méi)有漏洞(dòng)了。”

类似(shì)的(de)AI作图诈(zhà)骗在国(guó)外也(yě)已有发生。据英(yīng)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(tóng)受灾的假照片发布到网络(luò)，以此(cǐ)诱骗善良的人打赏(shǎng)“捐助”从而实施诈骗。

目(mù)前随着技术(shù)发展(zhǎn)，AIGC已经能做出真人照片(piàn)般(bān)的绘图效果，如果这样的图片被用来诈骗，将(jiāng)非常可怕。

此(cǐ)外(wài)AIGC还(hái)引(yǐn)发了很多担忧，一方面，批判者认为AI在“学(xué)习”了大(dà)量前(qián)人的作(zuò)品(pǐn)之后(hòu)，其创作没有任何情(qíng)绪和(hé)灵(líng)魂，难以和人(rén)类的艺术创作相提(tí)并论(lùn)。

另(lìng)一方面，AIGC背后的版权、目前都(dōu)并没有得到有效的解决，还有AIGC会不会代(dài)替人类“至(zhì)高无上”的创意(yì)。

马斯克也强调，人工智能(néng)的安全问题需要得(dé)到重视，太晚(wǎn)就来不(bù)及了(le)。

03

AIGC下一站除了(le)视频，还(hái)有远(yuǎn)方

技术都是有两面(miàn)性的，潜在(zài)的危(wēi)害并不(bù)能掩盖其光辉(huī)的贡献。现在看(kàn)来(lái)，人工智(zhì)能(néng)技术将是第四次(cì)工(gōng)业革命的核(hé)心驱动力量，将创造(zào)新(xīn)的(de)增(zēng)长奇迹。

过去一年(nián)，人工智能在技术和商业层面都有了巨大进(jìn)展，AI绘画就(jiù)是人工智能技术发生方向性(xìng)改变的一个代(dài)表。其下一站或许就是视(shì)频。

此前，Meta和谷(gǔ)歌先后发布了(le)几条引爆科(kē)技圈的短视频。这些视频引(yǐn)发(fā)关注并非(fēi)内容做得多优(yōu)秀(xiù)，反而都非常简单(dān)，比如(rú)一(yī)匹正在(zài)喝水的马，一只画画(huà)的玩具熊，或者一段骑摩托车的第一视角录(lù)像，随便一(yī)个有手机的(de)人都可(kě)以随手录下(xià)一段。

但这些(xiē)短视频的创作方式非常简(jiǎn)单(dān)，创作者(zhě)仅(jǐn)仅(jǐn)需(xū)要向AI输入一段(duàn)话(huà)，甚至(zhì)只是(shì)说一下要求，AI就可(kě)以根据需要生成一(yī)段视频。

谷(gǔ)歌(gē)发(fā)布(bù)的两个(gè)AI生成视频分别(bié)来自于(yú)Imagen Video和(hé)Phenaki，前者(zhě)主要突(tū)出的(de)是高清(qīng)，与Meta的(de)Make-A-Video没有(yǒu)太多的差别。

在Make-A-Video公布了(le)AI生成的视频后，AI圈就(jiù)已经玩了(le)一波梗，一个能够做出更高(gāo)清视频的(de)AI还(hái)不足(zú)以(yǐ)在短时间内戳中兴奋点。

Phenaki更加令人震惊的地方(fāng)在于(yú)，它可以制作(zuò)出超过2分钟的连贯的(de)也有确切内容的视频，这(zhè)才是真正让(ràng)人们感(gǎn)到惊喜的地方。因为无论AI生成的视(shì)频多么高清，也只(zhǐ)能是为内(nèi)容生产者提供一个(gè)灵(líng)感，一(yī)个(gè)素材，一(yī)个过(guò)场动画(huà)。

不(bù)过能(néng)够制作(zuò)出(chū)有具体剧情内容的视频就(jiù)意味着，一(yī)些视频创作由AI代替人工完成(chéng)已经初步(bù)有(yǒu)了(le)可能。

当(dāng)下(xià)AI的发展速(sù)度已经超过大部分人(rén)的想象。内容(róng)产业的本(běn)质(zhì)是供给创(chuàng)造需求，AIGC作为(wèi)全新(xīn)的(de)内(nèi)容生产方式，可以为内(nèi)容产业(yè)带(dài)来更新的(de)内(nèi)容风(fēng)格、更快的生产速度，更低的生(shēng)产成本，这无(wú)疑会驱动内(nèi)容产业的大爆发。

除了AI绘图、视频，AIGC技术还能应用于音(yīn)乐、代码(mǎ)、机(jī)器人动(dòng)作等多种内容(róng)形式的生成。不(bù)难(nán)发现(xiàn)该项技术(shù)不仅在(zài)游戏等行(xíng)业能得到有效应用，对于(yú)下(xià)一代互(hù)联网各种元素的构建亦有关键意义(yì)。

从商业化的角度来看，文化娱乐、教(jiào)育、传媒等诸多领(lǐng)域，本(běn)身就(jiù)对基(jī)于AI的可视化内容有(yǒu)强烈需求(qiú)。

因(yīn)此，AI绘画及视(shì)频或不是结(jié)果(guǒ)，而只是AI进(jìn)程中的一块重要拼图，有望在技术更新的(de)加持下实(shí)现(xiàn)更大的应用价(jià)值。

AI从(cóng)理解内容，走(zǒu)向(xiàng)了(le)可(kě)以生成(chéng)内(nèi)容，甚(shèn)至能够创造(zào)出独(dú)立价值和独(dú)立视角的内容。AIGC的再次(cì)出圈，更代表着未来的先(xiān)进生(shēng)产力即将到来。

04

紧抓大模型与算力，牢(láo)固AIGC底(dǐ)座(zuò)

从技术的发展也(yě)可(kě)以看出，在语言大模型(xíng)、图像大模型之后，多模(mó)态大(dà)模型已经成为了新的(de)趋(qū)势。

大(dà)模(mó)型(xíng)被(bèi)誉为当前人工智能(néng)发(fā)展的智能底座，是全球(qiú)竞争最激(jī)烈(liè)的研究方(fāng)向之一，包括谷歌、亚(yà)马逊(xùn)、百度、阿里、腾讯等众(zhòng)多头部企(qǐ)业都在(zài)竞相发力。

不过训练大模型的(de)确价格不菲，以国(guó)盛证券发(fā)布(bù)的《ChatGPT需(xū)要多少(shǎo)算(suàn)力》报告估算，GPT-3训练一(yī)次的成本约为140万美元(yuán)。而对于一些更大的(de)LLM(大型语言(yán)模(mó)型)，训练成本则介于200万美(měi)元(yuán)至1200万美元高(gāo)价之间。

以(yǐ)ChatGPT在(zài)2023年(nián)1月的(de)独立(lì)访客平(píng)均数1300万计算，其对应(yīng)芯片需求为3万多片英(yīng)伟(wěi)达A100 GPU，初(chū)始投入(rù)成(chéng)本约为8亿(yì)美(měi)元，每(měi)日仅电费就在5万美元左右。

此外不论是ChatGPT还是AIGC，都(dōu)离不开庞大算力支持(chí)。在关注各类(lèi)大模型(xíng)的发展同时，更(gèng)应该(gāi)关注(zhù)算力网络的建设。

算力网络正(zhèng)驱动AI产业发展进入史诗级加速(sù)进程，让AIGC及通用(yòng)AI这一人工智能发展的终(zhōng)极目标离得(dé)更近。

因(yīn)为算力可以对突破性技术创(chuàng)新(xīn)提供大力的支持。这(zhè)方面，多模态大(dà)模型是典型。作(zuò)为面向(xiàng)未来(lái)强人工智(zhì)能、通用(yòng)人工智能的(de)重要技术创新(xīn)，多模态大模型已经在人工智能领域(yù)提(tí)出了很多年，业界也有不(bù)少技术(shù)突破，但是，多模态大(dà)模型进一步往下走，算力需求呈(chéng)几何式上升，一(yī)般的算力基础设施(shī)很快将难以胜(shèng)任。

从图像、文字、语音单独(dú)一项的训练(liàn)，到双模态、三模(mó)态的跃迁，让人工智(zhì)能可以灵活(huó)应(yīng)对不同模态的转化、像人(rén)与世(shì)界交(jiāo)互一样自然(rán)，这方(fāng)面(miàn)，由算(suàn)力网络来驱(qū)动将有明显优势。

此外，还有很多需要爆发式增长的算力来(lái)支(zhī)撑的技术创新，将在人工智能算力网络(luò)支撑下快速推进。

AIGC已经露出曙光，期待在(zài)大模(mó)型(xíng)和大算力的支持下AIGC能(néng)持续颠覆内容生(shēng)产的方式，将创造的(de)边际成本降低，让万众受益。

未经允许不得转载：橘子百科-橘子都知道 芹菜榨汁要开水焯一下吗，芹菜榨汁用生的好还是熟的好