自聊天(tiān)机器(qì)人ChatGPT火爆(bào)以来，微(wēi)软公司(sī)创始人(rén)比尔(ěr)·盖茨已多次公开谈论(lùn)人(rén)工智能话(huà)题(tí)。在最近的一(yī)次(cì)采(cǎi)访中，他(tā)再次(cì)表示：“AI可(kě)能(néng)会让科技(jì)行(xíng)业(yè)迎来一次剧烈的洗牌”。

这(zhè)个结论是他(tā)在当地时间2月20日接受《In Good Company》节目专(zhuān)访(fǎng)时提出的。

他预期(qī)，AI的发展可能(néng)会威胁到(dào)谷歌的市(shì)占率，因(yīn)为微软(ruǎn)在AI方(fāng)面的行动相当迅速。而最终科技(jì)巨头将(jiāng)把(bǎ)AI整(zhěng)合成(chéng)用户的“全能助手”，包揽一(yī)切(qiè)应用，与人(rén)们进行沟(gōu)通并提(tí)供建议(yì)，可以(yǐ)取代亚马逊(xùn)、Siri或Outlook等应用。

大(dà)佬口中(zhōng)全能助手的(de)到来可能尚需时日，但(dàn)由(yóu)ControlNet引发的又一次AI绘画浪潮(cháo)，让AIGC在ChatGPT的话题热点包围(wéi)中杀出重围。

01

ControlNet颠覆AI绘画(huà)新玩法(fǎ)

AIGC向(xiàng)可(kě)控靠近

以AI绘(huì)画(huà)为代表的AIGC上一次爆火的时(shí)候，还是(shì)2022年8月，在美国(guó)科(kē)罗拉多(duō)州举办的新兴数字艺术家竞赛中，一幅名为《太空(kōng)歌剧院》的作品获奖(jiǎng)。

随(suí)后(hòu)各大厂商(shāng)的AI绘画(huà)软件被广大(dà)网友(yǒu)熟知(zhī)并体验，Stable Diffusion便是其中代表。

用户们可(kě)以在应用中输(shū)入(rù)一组关键词(cí)或者一(yī)张(zhāng)照片，就能获(huò)得一幅AI创作的画(huà)作。

作画的(de)关(guān)键就是所输入的(de)文本。同一组关键(jiàn)词(cí)也可以创作出很多张风(fēng)格(gé)不一样的画作(zuò)，这(zhè)让创(chuàng)作(zuò)的过(guò)程就像开盲盒。

很多(duō)用户(hù)很喜欢这种(zhǒng)不确定的惊喜，他(tā)们(men)会将生(shēng)成的美图当做(zuò)头像。而(ér)另(lìng)一部分(fēn)喜欢翻看AI绘(huì)画的“翻车”作(zuò)品。在社(shè)交(jiāo)媒体上，许多用户(hù)分享AI“翻车现场”，例如，一(yī)位网友的(de)小(xiǎo)狗照片被AI画成(chéng)了“肌肉男”，还有网友的个人照片被AI识别成了建筑。

而如今随着ControlNet的出现与加持，以往AI绘画的填写关键词游戏可能要被颠覆了。

ControlNet是一位正在斯坦福读博的中国人张吕敏(mǐn)创作的(de)一种基于(yú)控制点的图(tú)像变形算法，主要用于数字图(tú)像处理、计(jì)算机视觉和计算机(jī)图形(xíng)学等领域。

其SD插件一(yī)经发布，在(zài)短短的两天内便成为了AI绘画(huà)领(lǐng)域最新的热点。

在此之(zhī)前，大家用了(le)很多方法(fǎ)想让AI生(shēng)成的(de)结果(guǒ)尽可能(néng)的(de)符合要求，但是都不尽如人意，它的出(chū)现(xiàn)代表着(zhe)AI生(shēng)成开始进(jìn)入真(zhēn)正(zhèng)的(de)可控时期。

因为ControlNet可(kě)以(yǐ)直接提取画面的构图(tú)，人物的(de)姿势和画面的深度(dù)信息等。有了它的帮助，就不用频繁的用提示词来碰运(yùn)气，抽盲(máng)盒式的创作了。

通俗的说ControlNet相当于给AI绘画加了“魔(mó)法”，不少博主的(de)作品已经获得(dé)了(le)大量(liàng)的浏(liú)览量，“viggo”就(jiù)是其中之一，他用(yòng)朋(péng)友的照片直(zhí)接带她们走进动漫世界(jiè)。

viggo先(xiān)用StableDiffusion图片转文字(zì)。

再用Text2Prompt插件拓展找到对(duì)应的关键词(cí)；最后用(yòng)ControlNet插件绑(bǎng)定骨骼(gé)开(kāi)始(shǐ)换关键词试(shì)效果。

通(tōng)过图(tú)片就可以看(kàn)出来，效果(guǒ)十分(fēn)惊艳。

更厉害的是，除了真实的照片，草图(tú)也可(kě)以(yǐ)加上“魔法”，知乎大牛(niú)“DevPoint”和“逗砂”介绍到(dào)ControlNet还能(néng)实现线稿(gǎo)转全(quán)彩图。大神张吕敏(mǐn)其本尊(zūn)也亲自回应(yīng)。

不(bù)得不说当下AIGC已(yǐ)经变得越(yuè)来越强大，甚至输(shū)出(chū)的(de)作品都已经能以假乱(luàn)真了。

02

难辨虚(xū)实(shí)，AIGC技术(shù)力(lì)爆发

警(jǐng)惕安(ān)全问题(tí)

近(jìn)日(rì)，“苏州金鸡湖有游(yóu)艇party”的消息火遍(biàn)网(wǎng)络，而经过警方辟(pì)谣这所(suǒ)谓的“party”可(kě)能是(shì)全(quán)国第(dì)一(yī)起AI绘图诈骗。

由于这(zhè)个活动里面给出的(de)美女照(zhào)片都是(shì)AI制(zhì)作的真人(rén)照片(piàn)绘图(tú)，因为(wèi)太逼真(zhēn)，被(bèi)大家当(dāng)成真(zhēn)事传播了。

不过仔细观察(chá)可以发现，活动发(fā)起者(zhě)提供的(de)照(zhào)片中(zhōng)有个很大的漏洞可以发(fā)现并(bìng)非(fēi)真人，而是AI绘图，那便是图片中女(nǚ)性(xìng)的手(shǒu)指部分有(yǒu)的存在异常。

有行业人事表示：“现在因为手指部分(fēn)的绘画算法比较复(fù)杂，AI还(hái)不太(tài)会画人的手(shǒu)，但最新看到(dào)的图片已(yǐ)经有越来越完美的(de)AI模型出现，以后可能就完全没有漏洞了。”

类(lèi)似的AI作(zuò)图(tú)诈骗(piàn)在国外也已(yǐ)有发(fā)生。据英国(guó)广(guǎng)播公司(sī)报道，土耳其地震期间，有Tiktok用户使(shǐ)用AI合成了儿童受(shòu)灾的假(jiǎ)照片发布到网(wǎng)络(luò)，以此诱骗(piàn)善良的(de)人打(dǎ)赏“捐(juān)助”从而实施(shī)诈骗。

目前随(suí)着技术发展，AIGC已经能做出真人照(zhào)片般的绘(huì)图效果，如果这样的图(tú)片被用来诈骗(piàn)，将非常可怕。

此外(wài)AIGC还引发了很多担忧，一(yī)方面(miàn)，批判者认为AI在“学习(xí)”了大量前人的作品之(zhī)后，其创(chuàng)作没(méi)有任何情绪和灵魂(hún)，难以(yǐ)和(hé)人类的艺(yì)术创作相提并论。

另一方面，AIGC背后(hòu)的版权、目前(qián)都(dōu)并没有(yǒu)得到有效的解(jiě)决，还有AIGC会不会代替人类“至(zhì)高无上”的创意。

马斯克也强调，人工(gōng)智(zhì)能的(de)安全(quán)问题需要得到重(zhòng)视，太晚就(jiù)来不及了。

03

AIGC下一站除了视频，还有远方

技术都是有两面性的(de)，潜在的危害(hài)并不(bù)能掩盖其光辉的贡(gòng)献(xiàn)。现在看(kàn)来(lái)，人工智能技术将是(shì)第四次工业革命(mìng)的核心驱动力(lì)量，将创造新(xīn)的增长奇(qí)迹(jì)。

过去一年，人工智(zhì)能在技(jì)术和商业层面都有(yǒu)了巨大进展(zhǎn)，AI绘画(huà)就是(shì)人工智能技术发生方向性改变(biàn)的一个(gè)代表。其(qí)下一站(zhàn)或(huò)许就是视频。

此(cǐ)前，Meta和(hé)谷歌先后发布了几条引爆科技圈的短视频。这(zhè)些(xiē)视(shì)频引(yǐn)发(fā)关注(zhù)并(bìng)非(fēi)内容做得多优秀，反而(ér)都非常(cháng)简单(dān)，比如一匹正在喝水(shuǐ)的马，一(yī)只画画(huà)的玩具熊，或(huò)者一段骑(qí)摩托车的第(dì)一视角录像(xiàng)，随便一个有手(shǒu)机的(de)人都(dōu)可以(yǐ)随手(shǒu)录下一(yī)段。

但这些短视频的(de)创作方式非常简单(dān)，创作者仅仅(jǐn)需要向AI输(shū)入一(yī)段话，甚至只是说一下要求(qiú)，AI就可以根据需要生成一段视频。

谷歌发(fā)布的两个AI生成视频分别(bié)来自于Imagen Video和(hé)Phenaki，前者(zhě)主要突(tū)出的(de)是高清，与(yǔ)Meta的Make-A-Video没(méi)有太多(duō)的差别(bié)。

在Make-A-Video公布了(le)AI生(shēng)成的(de)视频后(hòu)，AI圈就已经玩(wán)了一波梗，一(yī)个能(néng)够做出更高清视频的AI还不足以在短(duǎn)时间内(nèi)戳中兴(xīng)奋点。

Phenaki更加令人震(zhèn)惊的(de)地(dì)方在于(yú)，它(tā)可以制作出(chū)超过2分钟(zhōng)的连(lián)贯的(de)也有确切内(nèi)容的视频，这才是真正(zhèng)让人们(men)感到惊喜的地方。因为无(wú)论AI生成的视(shì)频多么高(gāo)清(qīng)，也只能是为内容生产者提供一个灵感，一个素(sù)材，一个过场动画。

不过能够制作(zuò)出有具体剧(jù)情内(nèi)容的视频(pín)就意(yì)味着，一些视(shì)频创(chuàng)作(zuò)由AI代替人工完成已经初(chū)步有了可能。

当下AI的发(fā)展(zhǎn)速度已经超过大部(bù)分人的想象(xiàng)。内容产业的本质是供给(gěi)创造需(xū)求，AIGC作为全新的(de)内(nèi)容生产方式，可以(yǐ)为(wèi)内容产业带来更新的内容风格、更快的生产(chǎn)速度，更低的生产成本，这无疑(yí)会驱动内(nèi)容(róng)产业(yè)的大(dà)爆(bào)发。

除了(le)AI绘图、视频(pín)，AIGC技术还能(néng)应用于音乐、代(dài)码、机器(qì)人(rén)动(dòng)作等(děng)多种(zhǒng)内容(róng)形式的(de)生成。不难发现该项技术不仅在游戏(xì)等行业能得到有效(xiào)应用(yòng)，对于下一代互联(lián)网(wǎng)各种元素的构(gòu)建亦有关键意义(yì)。

从商业(yè)化的角度来看，文化娱乐、教育、传媒等诸多领域，本(běn)身就对基于AI的可视化(huà)内容有强(qiáng)烈需(xū)求。

因此，AI绘(huì)画及视频或不是结果，而只是AI进程(chéng)中(zhōng)的一块重(zhòng)要拼图，有望(wàng)在(zài)技术更新(xīn)的(de)加持下实现更(gèng)大(dà)的应(yīng)用价(jià)值。

AI从理解内容，走向了可以(yǐ)生成内(nèi)容，甚至能够创造出(chū)独(dú)立价值(zhí)和(hé)独立视角的内容(róng)。AIGC的再(zài)次出圈，更(gèng)代表着未(wèi)来的(de)先进生产力即将到来。

04

紧(jǐn)抓大模(mó)型与算力，牢固AIGC底(dǐ)座

从技术的发展也(yě)可以看出，在语言大模型、图像(xiàng)大模型之后，多模态大模型已经成为了新的(de)趋(qū)势(shì)。

大模型(xíng)被誉为当前人(rén)工(gōng)智能发展的智(zhì)能底座(zuò)，是全球竞争最激烈的研(yán)究方向(xiàng)之一，包(bāo)括谷歌、亚马逊、百度、阿里(lǐ)、腾讯等众多头部企业都在竞相发(fā)力。

不(bù)过(guò)训练大模型的确(què)价格不菲(fēi)，以国(guó)盛证券发布(bù)的《ChatGPT需(xū)要多少(shǎo)算力(lì)》报告估算(suàn)，GPT-3训(xùn)练(liàn)一次的(de)成本(běn)约为140万(wàn)美元(yuán)。而对于一些更大的LLM(大(dà)型语言模型(xíng))，训练成(chéng)本(běn)则介于(yú)200万美元至1200万美元高价之间。

以(yǐ)ChatGPT在2023年1月的独立访客平均数1300万计算，其(qí)对应芯片需求为3万多(duō)片英伟达A100 GPU，初始投入成本(běn)约为(wèi)8亿美元(yuán)，每日仅电费就(jiù)在5万美元左右。

此(cǐ)外(wài)不(bù)论是(shì)ChatGPT还是(shì)AIGC，都(dōu)离不(bù)开庞大算(suàn)力支持(chí)。在关注各类大模型(xíng)的(de)发展同时(shí)，更(gèng)应(yīng)该关注算力网(wǎng)络的建设。

算力(lì)网络正驱动AI产(chǎn)业(yè)发展进入史(shǐ)诗(shī)级(jí)加速进程(chéng)，让(ràng)AIGC及(jí)通用AI这一人工智能发展的终极目(mù)标离得更近。

因(yīn)为算(suàn)力可以(yǐ)对突破性技术创新提(tí)供大力的支持。这方面，多模态大(dà)模型是典型。作(zuò)为面向未来(lái)强人工智(zhì)能、通用人(rén)工(gōng)智(zhì)能(néng)的重要(yào)技术(shù)创新，多模态(tài)大模(mó)型已(yǐ)经(jīng)在人工(gōng)智能(néng)领域(yù)提出了很多年，业界(jiè)也有不少技(jì)术突破(pò)，但是，多模态(tài)大(dà)模(mó)型进一步往下走，算力需求(qiú)呈(chéng)几何(hé)式上升(shēng)，一般的算力(lì)基础设施很快将(jiāng)难以胜任。

从图像(xiàng)、文(wén)字(zì)、语(yǔ)音单独一(yī)项的(de)训练，到双模态、三(sān)模态(tài)的跃迁，让人工(gōng)智能可以灵活应对不同模态(tài)的转化、像人与世界交(jiāo)互一样自然，这方面，由算力(lì)网络来驱动将有明显(xiǎn)优势。

此(cǐ)外(wài)，还有很(hěn)多需要(yào)爆(bào)发(fā)式增长(zhǎng)的算力来支撑的(de)技术创(chuàng)新(xīn)，将在(zài)人工(gōng)智能算(suàn)力网(wǎng)络支撑下快速推进。

AIGC已经露出曙光，期待(dài)在大模型和大(dà)算力(lì)的(de)支持下AIGC能持续颠覆内容生(shēng)产(chǎn)的方式，将创造(zào)的边际(jì)成本(běn)降低(dī)，让(ràng)万众受(shòu)益(yì)。

未经允许不得转载：昆明苹果手机维修|苹果电脑维修|iPhone维修|iPad维修|iPod维修|MacBook维修|iMac维修|三星手机维修|HTC手机维修|昆明安瓦手机电脑云南维修中心 孙正义为什么是中国姓 孙正义有中国血统吗