自(zì)聊天机(jī)器人(rén)ChatGPT火爆以来，微软公(gōng)司(sī)创始人比(bǐ)尔·盖茨已多次(cì)公开谈论(lùn)人(rén)工智能话题。在最近的一次(cì)采访中，他再(zài)次(cì)表示：“AI可(kě)能会让(ràng)科技(jì)行(xíng)业迎来一次(cì)剧烈的洗牌(pái)”。

这个结论(lùn)是(shì)他在当地时(shí)间2月20日接受《In Good Company》节(jié)目专访时(shí)提出的。

他(tā)预(yù)期，AI的发展可(kě)能(néng)会威胁到(dào)谷歌的(de)市(shì)占率，因为微软在(zài)AI方面(miàn)的行动(dòng)相当(dāng)迅速。而最终科技巨头将把(bǎ)AI整合成(chéng)用(yòng)户的“全(quán)能助手”，包揽一切(qiè)应(yīng)用，与人们进行沟通并提供建议，可以取(qǔ)代亚马逊(xùn)、Siri或Outlook等(děng)应用(yòng)。

大(dà)佬口中全能助手的(de)到来可能尚(shàng)需时(shí)日，但由(yóu)ControlNet引发的又一次(cì)AI绘画浪潮，让AIGC在ChatGPT的话题热点(diǎn)包围中杀出重围。

01

ControlNet颠(diān)覆AI绘(huì)画新玩(wán)法

AIGC向可控靠(kào)近(jìn)

以AI绘画为代表的AIGC上一次(cì)爆火的时候，还(hái)是2022年8月(yuè)，在美国科(kē)罗拉多州(zhōu)举办的新兴数字艺术家竞(jìng)赛中，一幅名(míng)为《太空歌剧(jù)院》的(de)作(zuò)品获奖。

随后(hòu)各(gè)大厂商的AI绘画(huà)软件被(bèi)广(guǎng)大网友熟(shú)知并体验，Stable Diffusion便是其中代表。

用(yòng)户们可(kě)以在应(yīng)用中输(shū)入一组(zǔ)关(guān)键词或者一张照(zhào)片，就能获得一(yī)幅(fú)AI创作的画作(zuò)。

作(zuò)画(huà)的关键就是(shì)所输入的文本。同一组关键词也可以创作(zuò)出很多张风格不一样的画(huà)作，这让创(chuàng)作(zuò)的过程就像(xiàng)开盲盒。

很多(duō)用(yòng)户很喜欢这(zhè)种(zhǒng)不确定的(de)惊喜，他们会(huì)将生(shēng)成的美图当做头像。而另一部分喜(xǐ)欢翻看AI绘(huì)画的“翻车”作品。在社交媒体上，许多用户分享(xiǎng)AI“翻车现场”，例如(rú)，一(yī)位网(wǎng)友(yǒu)的小狗照片被(bèi)AI画成了“肌(jī)肉男”，还有网友(yǒu)的个人照(zhào)片被(bèi)AI识别成(chéng)了建筑。

而如今随着ControlNet的出现与加持，以往AI绘画(huà)的(de)填(tián)写关键词游戏可能要(yào)被颠(diān)覆(fù)了。

ControlNet是一(yī)位(wèi)正在斯(sī)坦福读(dú)博的中(zhōng)国(guó)人张吕(lǚ)敏创作的(de)一种基于(yú)控制点的(de)图像变形算(suàn)法，主(zhǔ)要(yào)用于数(shù)字图像处(chù)理、计算机视觉和计算机图(tú)形学等(děng)领域。

其SD插件一经(jīng)发(fā)布，在(zài)短短的两天内便成为了AI绘(huì)画领域最新(xīn)的热点。

在此(cǐ)之前，大(dà)家(jiā)用了很多方法想让AI生(shēng)成的结果尽可(kě)能的符合(hé)要求，但是都不尽如人意，它的出(chū)现(xiàn)代表着AI生(shēng)成开始进入(rù)真正的可控时期。

因为ControlNet可(kě)以直接提取画面的构图，人物的姿势(shì)和(hé)画面的深度(dù)信息(xī)等(děng)。有了它的帮助(zhù)，就不用(yòng)频繁的用提示词来碰运(yùn)气(qì)，抽(chōu)盲(máng)盒(hé)式的(de)创作了。

通(tōng)俗的说(shuō)ControlNet相当于给AI绘画(huà)加了“魔法”，不少博主的作品(pǐn)已经(jīng)获得了(le)大量的浏览量(liàng)，“viggo”就(jiù)是其(qí)中(zhōng)之一，他用朋友的照片直接带她(tā)们走进(jìn)动漫世界。

viggo先用StableDiffusion图片转文字。

再用Text2Prompt插件拓展(zhǎn)找到(dào)对应(yīng)的(de)关键词；最后用ControlNet插件绑定骨骼开始换关键(jiàn)词试效(xiào)果(guǒ)。

通过图片就可以看出来，效果(guǒ)十(shí)分惊艳。

更厉害的是，除(chú)了真实的照片，草(cǎo)图也(yě)可以加上(shàng)“魔法”，知乎大牛“DevPoint”和“逗砂”介绍到(dào)ControlNet还能实现线稿转全彩图。大(dà)神张(zhāng)吕敏其(qí)本尊也亲自回应。

不得不(bù)说当(dāng)下AIGC已(yǐ)经变(biàn)得越来越强大，甚(shèn)至输出的作(zuò)品都(dōu)已(yǐ)经能以假乱真了(le)。

02

难辨虚实，AIGC技术力爆(bào)发

警惕安全问题

近日(rì)，“苏(sū)州金鸡湖有游艇(tǐng)party”的消息火遍网络(luò)，而经过(guò)警方辟谣这(zhè)所谓的“party”可能是全国第一起AI绘图诈骗。

由于(yú)这(zhè)个活动里面(miàn)给出的美(měi)女(nǚ)照片都是AI制(zhì)作的真(zhēn)人(rén)照片绘图，因(yīn)为(wèi)太逼真，被大家当(dāng)成真事传播了。

不过仔细观(guān)察(chá)可以发现，活动发起者提供的(de)照(zhào)片中有个(gè)很大的漏洞可(kě)以发现并非真人，而是AI绘图，那便是(shì)图(tú)片中女(nǚ)性的手指部(bù)分(fēn)有的(de)存(cún)在异(yì)常。

有行业人事表示：“现在因为手指部分的绘画算(suàn)法(fǎ)比较复杂，AI还不太会画人的手(shǒu)，但最新(xīn)看(kàn)到的(de)图片已经有越来越完美的AI模型出现，以后可能就完(wán)全没有漏洞(dòng)了。”

类似的AI作图诈骗在国(guó)外也已有发生(shēng)。据英国广播公(gōng)司报道(dào)，土耳其地震期(qī)间，有(yǒu)Tiktok用户(hù)使(shǐ)用AI合成(chéng)了儿童(tóng)受灾的假照(zhào)片发(fā)布(bù)到网(wǎng)络，以此诱(yòu)骗(piàn)善良(liáng)的人打赏“捐助”从而实施诈骗。

目前随(suí)着技术发(fā)展，AIGC已经(jīng)能做出(chū)真人照片般的绘图(tú)效(xiào)果，如果这(zhè)样的图片被用来(lái)诈骗，将非常可怕。

此(cǐ)外AIGC还引(yǐn)发了(le)很多担忧，一(yī)方面，批判者认为AI在“学习”了(le)大(dà)量(liàng)前人的作品之后(hòu)，其(qí)创(chuàng)作没(méi)有任何情绪和灵魂，难(nán)以和人类的艺(yì)术创作相提并论。

另一(yī)方面，AIGC背(bèi)后的版权、目前都并没有得到有效的解(jiě)决，还有AIGC会(huì)不(bù)会代替人(rén)类“至高无上”的创意。

马斯克也(yě)强调，人(rén)工智能的安(ān)全问题需(xū)要得(dé)到重视，太晚(wǎn)就(jiù)来(lái)不及了。

03

AIGC下一站除了视频，还有远(yuǎn)方

技(jì)术都(dōu)是有两(liǎng)面性(xìng)的，潜在的危害并不能掩盖其光辉的贡献(xiàn)。现在看来，人工智(zhì)能(néng)技(jì)术将是第(dì)四次(cì)工业革命的核(hé)心驱(qū)动(dòng)力量，将创(chuàng)造新的增(zēng)长奇(qí)迹(jì)。

过去(qù)一(yī)年，人工智能(néng)在技术和商业层面都(dōu)有了巨大进(jìn)展，AI绘画就是人(rén)工(gōng)智(zhì)能技术发(fā)生方向性改变的一个代表。其下一站或许(xǔ)就是视频。

此前，Meta和谷歌先后发布了几条引爆科(kē)技(jì)圈的短视频。这些视频(pín)引(yǐn)发关注并非(fēi)内(nèi)容做得(dé)多(duō)优秀，反而都非常简单，比如(rú)一匹(pǐ)正在喝水的马，一只(zhǐ)画画的玩具熊，或者一段骑(qí)摩托车(chē)的第一(yī)视角(jiǎo)录(lù)像，随便一个有(yǒu)手机的人都可以随(suí)手(shǒu)录下(xià)一段。

但这些短视频的创作方式非常简单，创(chuàng)作者仅仅需要向AI输入(rù)一段(duàn)话，甚至(zhì)只(zhǐ)是说一(yī)下要求(qiú)，AI就可以根(gēn)据需要生成(chéng)一段视频。

谷歌(gē)发布的(de)两个AI生成视频分别来自于(yú)Imagen Video和Phenaki，前者主(zhǔ)要突出的是高清，与Meta的Make-A-Video没(méi)有(yǒu)太多的差别。

在Make-A-Video公布了(le)AI生成的视频后(hòu)，AI圈就(jiù)已经玩了一波梗，一个能够(gòu)做出(chū)更高(gāo)清(qīng)视频的(de)AI还不(bù)足以在(zài)短时间内戳中兴奋点。

Phenaki更加令人震惊的地方在于，它可以制作出超过2分钟的连贯的也有(yǒu)确(què)切内容的(de)视(shì)频(pín)，这才是(shì)真正让人们感到惊喜的(de)地方。因为(wèi)无论AI生成的视频多么高(gāo)清，也只(zhǐ)能(néng)是为内容生(shēng)产者提供一个灵感，一个素材，一(yī)个过(guò)场(chǎng)动画。

不过(guò)能够制作出有具体(tǐ)剧(jù)情内容的(de)视频就意(yì)味着，一(yī)些视(shì)频创作由AI代替人工完成已经初步有(yǒu)了可(kě)能。

当下AI的发(fā)展速度已经超(chāo)过(guò)大部(bù)分人的想象(xiàng)。内容产业的本(běn)质(zhì)是供给创造需求，AIGC作(zuò)为全(quán)新的内容生产方(fāng)式，可以为内容产业带来更新的(de)内容风格、更快的(de)生产速度(dù)，更低的生产成本，这无疑会驱(qū)动内(nèi)容产业的(de)大爆(bào)发。

除了AI绘(huì)图、视频，AIGC技(jì)术还(hái)能应用于音乐、代码、机器(qì)人动作等多(duō)种内容形(xíng)式的(de)生(shēng)成(chéng)。不难(nán)发现该项技术(shù)不仅在(zài)游(yóu)戏等行业(yè)能得(dé)到有(yǒu)效应用，对于下一代互联网各种元素的构建(jiàn)亦(yì)有关(guān)键(jiàn)意(yì)义(yì)。

从商(shāng)业(yè)化的(de)角度来看(kàn)，文化(huà)娱乐(lè)、教育、传媒(méi)等诸多领域，本身就对基于AI的可视化(huà)内容有(yǒu)强烈需求(qiú)。

因此，AI绘画(huà)及视频(pín)或不是结果，而只是AI进(jìn)程中的一块(kuài)重要拼图，有望在技术更新(xīn)的加持下(xià)实(shí)现(xiàn)更大的应用价值。

AI从理解(jiě)内容，走向了可以生成内容，甚至能够创造出独立价值(zhí)和独立视角的内(nèi)容。AIGC的再次(cì)出圈(quān)，更代(dài)表(biǎo)着未来的先进生(shēng)产力即将到来。

04

紧(jǐn)抓大模型与算力(lì)，牢固(gù)AIGC底座(zuò)

从技术(shù)的(de)发展(zhǎn)也可以看(kàn)出，在语言(yán)大模型、图像大(dà)模型之后，多(duō)模态大模型已(yǐ)经成为了新的趋势。

大模型被誉为(wèi)当(dāng)前人工(gōng)智能发展的智(zhì)能(néng)底座，是(shì)全球竞争最激烈的研究(jiū)方(fāng)向(xiàng)之(zhī)一，包括谷歌、亚马逊(xùn)、百度、阿里、腾讯等众多头部企业都(dōu)在竞相发力(lì)。

不(bù)过(guò)训练大模型(xíng)的确价格不菲(fēi)，以国(guó)盛证券发(fā)布(bù)的(de)《ChatGPT需要(yào)多少算力》报(bào)告估算(suàn)，GPT-3训练一次的(de)成本约(yuē)为140万美元(yuán)。而对于一些更大的LLM(大(dà)型语言模型)，训练成本则(zé)介(jiè)于200万美元至1200万(wàn)美元(yuán)高价之间。

以ChatGPT在(zài)2023年km是公里吗，1km等于多少公里1月的(de)独立访客平(píng)均数1300万计算，其对(duì)应芯片需(xū)求为(wèi)3万多(duō)片英伟达A100 GPU，初始投入(rù)成本约为8亿美元，每日仅(jǐn)电费就在5万美元左右。

此(cǐ)外(wài)不论(lùn)是ChatGPT还是AIGC，都离不(bù)开(kāi)庞大算(suàn)力支(zhī)持。在关(guān)注各类(lèi)大模型的发展同时(shí)，更应(yīng)该关注算力网(wǎng)络的建设(shè)。

算力网络正驱动(dòng)AI产业发展进入史诗级加速进程(chéng)，让AIGC及(jí)通用AI这一(yī)人工智能发展的(de)终(zhōng)极目标离得更近(jìn)。

因为算(suàn)力可(kě)以对突破(pò)性技(jì)术(shù)创新提供大力的(de)支持。这方面，多(duō)模态大模(mó)型是典型。作(zuò)为面向未来(lái)强(qiáng)人工(gōng)智能、通用(yòng)人工智能的(de)重要技术创新，多模态(tài)大模型已经(jīng)在人(rén)工智能(néng)领域提出了很(hěn)多年(nián)，业界也有不少技术突破，但(dàn)是，多(duō)模态大模(mó)型进一步往下走，算(suàn)力需求呈几(jǐ)何式上升，一般的算力基(jī)础设施很快将难以(yǐ)胜任。

从图像、文字、语音(yīn)单独一(yī)项的训练，到双模态、三模态的跃迁，让(ràng)人工智能可以(yǐ)灵活应对不同模态的转化(huà)、像人与世界交(jiāo)互一样(yàng)自然，这方面(miàn)，由算力网络来驱动将有明显优(yōu)势(shì)。

此外，还有很多需要爆发式增(zēng)长的(de)算(suàn)力来支撑(chēng)的技术创新，将在人(rén)工(gōng)智能算力网络支撑下(xià)快速推(tuī)进。

AIGC已经露(lù)出曙(shǔ)光，期(qī)待在大模(mó)型和大(dà)算力的(de)支持下AIGC能持续颠覆(fù)内容(róng)生产的方式(shì)，将创(chuàng)造(zào)的边际成本(běn)降低，让万(wàn)众受益(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 km是公里吗，1km等于多少公里