自聊天机(jī)器人(rén)ChatGPT火爆(bào)以来，微软公(gōng)司创始人比尔·盖茨已(yǐ)多次(cì)公开谈论人工(gōng)智(zhì)能话题。在最近的一次采(cǎi)访中，他(tā)再次表示：“AI可能会让科技行业迎来一次剧烈的洗牌”。

这个(gè)结论是他在(zài)当(dāng)地时间2月20日接受《In Good Company》节目(mù)专访时提(tí)出(chū)的(de)。

他预期(qī)，AI的发展(zhǎn)可能会威胁到谷歌的市(shì)占率，因为微软在AI方面的行动(dòng)相当(dāng)迅速。而最终科技(jì)巨头(tóu)将把(bǎ)AI整合(hé)成用户的“全能助(zhù)手”，包揽一(yī)切应用，与人们进行沟通并提(tí)供建(jiàn)议(yì)，可以取(qǔ)代亚马(mǎ)逊(xùn)、Siri或Outlook等应用。

大佬(lǎo)口中全能(néng)助手的到来可能(néng)尚需时(shí)日，但由(yóu)ControlNet引发的又(yòu)一次AI绘画(huà)浪潮，让AIGC在(zài)ChatGPT的话(huà)题热点包围中杀(shā)出(chū)重围。

01

ControlNet颠(diān)覆AI绘(huì)画新玩法

AIGC向可控靠近

以AI绘(huì)画为代(dài)表的AIGC上一次爆火的时候，还是2022年8月，在美国(guó)科(kē)罗(luó)拉(lā)多(duō)州举(jǔ)办的(de)新兴(xīng)数字艺术(shù)家竞赛(sài)中，一幅名为《太空(kōng)歌剧院》的作(zuò)品获(huò)奖。

随后各大厂商的AI绘(huì)画软件被广大网友熟知并体验，Stable Diffusion便(biàn)是其中代表。

用户们(men)可以在(zài)应(yīng)用(yòng)中输入一(yī)组关键词或者一张(zhāng)照片，就(jiù)能获得一(yī)幅AI创作的画(huà)作。

作画(huà)的关键(jiàn)就是所输入的文本(běn)。同一组关(guān)键词(cí)也(yě)可以创作出很多张风格不一样的画作(zuò)，这让创作的过程就像(xiàng)开(kāi)盲盒。

很多用户很喜(xǐ)欢这种不确定的惊喜(xǐ)，他们会将(jiāng)生成的美图当做(zuò)头像。而另一部分喜(xǐ)欢(huān)翻看(kàn)AI绘画的“翻车(chē)”作品。在(zài)社交(jiāo)媒体上，许多用户分享AI“翻车现(xiàn)场”，例如，一(yī)位网友(yǒu)的小狗照片被AI画成(chéng)了“肌肉(ròu)男”，还有(yǒu)网(wǎng)友的个人照片被AI识别成了建筑。

而(ér)如今随着ControlNet的出现与(yǔ)加(jiā)持，以往(wǎng)AI绘(huì)画的填(tián)写关(guān)键词(cí)游戏可(kě)能(néng)要被颠覆了。

ControlNet是一位(wèi)正(zhèng)在斯坦(tǎn)福读博的(de)中国人张吕敏创作的一种基于(yú)控制点的图像变形(xíng)算法，主要用于数字图像处理、计算机视觉和计算(suàn)机图形学(xué)等领域。

其SD插件一经发布，在短短的两(liǎng)天内便成为了AI绘画领域(yù)最新的热(rè)点。

在此之(zhī)前，大家用了很(hěn)多方法想让AI生成的(de)结果(guǒ)尽可能的符合要(yào)求，但是都不(bù)尽如人意(yì)，它(tā)的出现(xiàn)代(dài)表着AI生成开(kāi)始(shǐ)进(jìn)入真正的可控时期(qī)。

因为ControlNet可以(yǐ)直接(jiē)提(tí)取(qǔ)画面(miàn)的(de)构图(tú)，人物的姿势和画面的(de)深度信息等(děng)。有了它的帮助，就不用频繁的用(yòng)提示词来(lái)碰运气，抽盲盒式的创(chuàng)作了。

通俗的说ControlNet相当于给AI绘画加了“魔(mó)法(fǎ)”，不少博(bó)主的作品已经获(huò)得了大量的(de)浏览量，“viggo”就是其中(zhōng)之(zhī)一，他用朋友(yǒu)的照片(piàn)直接带她们走进动漫世界(jiè)。

viggo先用StableDiffusion图片转文字。

再用Text2Prompt插件拓(tuò)展找到对(duì)应的关(guān)键词；最后(hòu)用(yòng)ControlNet插件(jiàn)绑定骨骼开始换关键词试效(xiào)果。

通过(guò)图片就(jiù)可以看出来，效(xiào)果十分惊艳。

更厉害(hài)的是(shì)，除了真实(shí)的照片，草图(tú)也可以加(jiā)上“魔法(fǎ)”，知乎大牛“DevPoint”和“逗砂”介绍到ControlNet还能实现线稿(gǎo)转全彩图。大神(shén)张(zhāng)吕敏其(qí)本尊也(yě)亲自回(huí)应。

不得不说当(dāng)下AIGC已(yǐ)经变(biàn)得越来越强(qiáng)大，甚至输出(chū)的作品都已经能以(yǐ)假乱真了。

02

难(nán)辨虚实，AIGC技术力爆发

警惕安全(quán)问题

近日，“苏州(zhōu)金鸡湖有(yǒu)游艇party”的消(x高中学费一年大概多少钱，高中学费一个学期多少钱iāo)息火遍网络，而经过警(jǐng)方(fāng)辟谣(yáo)这所谓的“party”可能是(shì)全国第(dì)一起(qǐ)AI绘图诈骗。

由(yóu)于这(zhè)个(gè)活(huó)动里面给出的美女照片都是AI制作的(de)真人照片绘图，因为太逼真，被大家当成真事传播了。

不过仔细观察可以(yǐ)发(fā)现，活动发起者提供的照片中有个很大的(de)漏(lòu)洞可以发现(xiàn)并非真(zhēn)人，而是AI绘(huì)图，那便是图(tú)片(piàn)中女性(xìng)的(de)手指(zhǐ)部分有的(de)存(cún)在异常(cháng)。

有行(xíng)业(yè)人事表(biǎo)示：“现在因为手指部分(fēn)的(de)绘画算法比较复(fù)杂，AI还不太会画人的手，但最(zuì)新看到的图片已经有越来(lái)越完(wán)美(měi)的AI模型出现(xiàn)，以后可能(néng)就完全没有漏洞了。”

类似的AI作图诈骗(piàn)在国外也已有发生。据(jù)英国广播公司报道(dào)，土耳其地震期间，有Tiktok用户使用AI合成了儿童受(shòu)灾的(de)假照片发布到网络，以此诱骗善良(liáng)的人打赏(shǎng)“捐助”从而实施诈骗(piàn)。

目前(qián)随着技术发展(zhǎn)，AIGC已经(jīng)能做(zuò)出(chū)真人照(zhào)片般(bān)的绘图(tú)效果(guǒ)，如果这样的图片被用来诈(zhà)骗，将非常可怕。

此外AIGC还引(yǐn)发(fā)了很多(duō)担忧，一(yī)方(fāng)面(miàn)，批(pī)判(pàn)者认为AI在“学习”了大(dà)量前人的作(zuò)品之后，其创作没有(yǒu)任(rèn)何(hé)情(qíng)绪和(hé)灵魂，难以和人(rén)类的(de)艺术创作相提(tí)并论。

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

马(mǎ)斯克(kè)也强调(diào)，人(rén)工智能(néng)的安(ān)全(quán)问题需(xū)要得到重视，太(tài)晚(wǎn)就(jiù)来不及了。

03

AIGC下一(yī)站除了视(shì)频，还有远方

技术(shù)都是有两面性的(de)，潜在的(de)危害并不能(néng)掩盖其光辉的贡献。现在看(kàn)来，人工智(zhì)能技术(shù)将是第四(sì)次工业革(gé)命的核心驱动(dòng)力量，将创造(zào)新的增长奇(qí)迹(jì)。

过去(qù)一年，人(rén)工智(zhì)能在技(jì)术和商业层面都(dōu)有了巨大进展，AI绘画就是人工智能(néng)技(jì)术(shù)发生方向性改(gǎi)变的(de)一个(gè)代(dài)表。其下一站或许就(jiù)是视频。

此(cǐ)前，Meta和谷歌先后发布(bù)了几条引爆科(kē)技圈的短(duǎn)视频(pín)。这些视频引发关注并非(fēi)内(nèi)容(róng)做得多优秀(xiù)，反而都非常简单，比如一(yī)匹正在喝水的马，一只画画的玩(wán)具熊(xióng)，或者一段骑摩(mó)托车的(de)第一视角录(lù)像，随便一(yī)个有手机的(de)人都可以随(suí)手(shǒu)录下(xià)一段。

但这些短视频(pín)的创作方式非常简单，创作者仅仅(jǐn)需要向AI输入一段话，甚至只是说一下要求，AI就可(kě)以根据需(xū)要生成一段视频(pín)。

谷歌(gē)发布(bù)的(de)两个AI生成视(shì)频(pín)分别来自于(yú)Imagen Video和Phenaki，前者(zhě)主要突出的(de)是高清，与(yǔ)Meta的Make-A-Video没有太多的差别。

在Make-A-Video公布了AI生成的视频后，AI圈(quān)就已(yǐ)经玩了一波梗(gěng)，一个能够做(zuò)出更高清视频的AI还不足以在短时间(jiān)内戳中兴奋点。

Phenaki更加(jiā)令人震惊(jīng)的地方在于，它可以制作(zuò)出超过2分(fēn)钟的连贯的也有确切内容的(de)视频，这才(cái)是真正让人们感到惊喜的地方(fāng)。因为无论(lùn)AI生(shēng)成的视频多么高清，也只能是为内容生产者提(tí)供一个灵感，一(yī)个素材(cái)，一个过场动画。

不(bù)过能够制(zhì)作出(chū)有(yǒu)具体剧(jù)情内容(róng)的视频就意味着，一些视(shì)频(pín)创作由AI代替人工完成已经初步有了(le)可能。

当(dāng)下AI的发展速度已(yǐ)经超(chāo)过大部分(fēn)人(rén)的想象。内容(róng)产业的(de)本质是供(gōng)给创(chuàng)造(zào)需求，AIGC作为(wèi)全新的内容生(shēng)产方式，可以(yǐ)为内(nèi)容产(chǎn)业(yè)带(dài)来更(gèng)新的内容风(fēng)格、更快的生产速(sù)度，更低(dī)的生产成本，这无疑会驱动内容产业的大爆发。

除了AI绘图、视频，AIGC技术还能(néng)应(yīng)用于音乐(lè)、代码、机器人动作等多(duō)种(zhǒng)内容形式的生(shēng)成。不难发现该(gāi)项技术(shù)不(bù)仅在(zài)游(yóu)戏(xì)等行(xíng)业能得到有效应用，对于下一代互联网各种元素的构建亦有关键意(yì)义。

从商业(yè)化(huà)的角度来(lái)看，文(wén)化娱乐、教育、传媒等诸多领域，本身就对基于AI的可视化(huà)内容有强烈需求。

因此，AI绘画及视频或不(bù)是(shì)结(jié)果，而只是AI进程中(zhōng)的一(yī)块重要拼(pīn)图，有望在技术更新(xīn)的加持下实(shí)现更大的应(yīng)用价值。

AI从(cóng)理解内容，走(zǒu)向了可以生成内容，甚至(zhì)能(néng)够创造出独立价(jià)值和独立(lì)视(shì)角的内容。AIGC的再次出(chū)圈，更(gèng)代表着未来的先进生产(chǎn)力即将(jiāng)到来(lái)。

04

紧抓大模型与算力，牢固AIGC底(dǐ)座

从技(jì)术的(de)发展也可以看(kàn)出，在(zài)语言大模(mó)型、图像大模型(xíng)之后，多模态大(dà)模型(xíng)已经(jīng)成为了(le)新的趋势。

大模型(xíng)被誉为当(dāng)前人工(gōng)智能发展(zhǎn)的智能(néng)底座(zuò)，是全(quán)球竞争最激烈的研究方向(xiàng)之(zhī)一(yī)，包(bāo)括谷(gǔ)歌、亚(yà)马逊、百度、阿里、腾讯等众多头(tóu)部(bù)企业都在竞相发(fā)力。

不过训练(liàn)大模型(xíng)的确(què)价格(gé)不菲(fēi)，以国盛证券(quàn)发布的《ChatGPT需要多少算力》报告估(gū)算，GPT-3训练一次的成本约为140万美元。而对于一(yī)些更大的(de)LLM(大型(xíng)语言模型)，训练成本则介(jiè)于200万美元(yuán)至1200万美元高价之间(jiān)。

以(yǐ)ChatGPT在2023年1月(yuè)的独立访(fǎng)客平(píng)均数1300万计算，其对应芯(xīn)片需求(qiú)为3万(wàn)多片英伟达A100 GPU，初始投入成(chéng)本约(yuē)为8亿美元，每日仅电费(fèi)就在5万美(měi)元左右。

此外不论是ChatGPT还是AIGC，都离不开庞(páng)大算(suàn)力(lì)支(zhī)持。在关注各(gè)类大模(mó)型的发展(zhǎn)同时(shí)，更应该关注(zhù)算力网络的建设。

算(suàn)力网络正(zhèng)驱动(dòng)AI产业发展进入史诗级加速进(jìn)程(chéng)，让AIGC及(jí)通用(yòng)AI这(zhè)一人工智能(néng)发展的终极(jí)目(mù)标离得更近。

因为(wèi)算力(lì)可(kě)以(yǐ)对突破性技术创新提供大力的(de)支持(chí)。这(zhè)方面(miàn)，多(duō)模态大模型是典型。作为(wèi)面向未来强人工智能、通用(yòng)人工智能的(de)重(zhòng)要(yào)技术创新(xīn)，多模态大模型已经在人(rén)工(gōng)智(zhì)能(néng)领(lǐng)域(yù)提出了很多年，业界也有不少技术突破，但是，多模态大模(mó)型进一步(bù)往下走，算力需(xū)求呈几何式上升，一般(bān)的算力基础设施(shī)很快将(jiāng)难以(yǐ)胜任。

从图像、文字、语(yǔ)音单独(dú)一项的训练，到双模态、三模态的跃迁，让人工(gōng)智(zhì)能(néng)可(kě)以灵活应对不同模态的转(zhuǎn)化、像人(rén)与世(shì)界交互一样(yàng)自然，这方面，由算力网(wǎng)络来驱动(dòng)将有明显优势。

此外，还有很多需要爆发式增长的算力来支撑的技术创(chuàng)新，将在人工智能算力网(wǎng)络支撑下快速推进(jìn)。

AIGC已经露(lù)出曙光，期待在大模型(xíng)和大算力的支持下AIGC能持(chí)续颠覆内容生产的方(fāng)式，将(jiāng)创造的边际成(chéng)本(běn)降低，让万众受益。

未经允许不得转载：IDC站长站，IDC站长，IDC资讯--IDC站长站 高中学费一年大概多少钱，高中学费一个学期多少钱