自聊(liáo)天机器人ChatGPT火(huǒ)爆以来，微软(ruǎn)公(gōng)司创始人比尔·盖茨已多(duō)次公开谈论(lùn)人(rén)工智(zhì)能话题。在最(zuì)近的(de)一(yī)次采访中，他(tā)再(zài)次表示：“AI可能会让科技行业迎来一(yī)次剧烈(liè)的洗(xǐ)牌”。

这个结论是他在当地时间2月(yuè)20日(rì)接受(shòu)《In Good Company》节目专(zhuān)访(fǎng)时提(tí)出的。

他预期，AI的(de)发展可(kě)能会威胁到(dào)谷歌的市占率(lǜ)，因(yīn)为微软在AI方(fāng)面的行动相当迅速。而最终科技巨头将(jiāng)把AI整合成(chéng)用户的“全能助手”，包揽一切应用，与人们进行沟通并提供(gōng)建议，可以取代亚(yà)马(mǎ)逊、Siri或(huò)Outlook等(děng)应用。

大(dà)佬口(kǒu)中全能助(zhù)手(shǒu)的到来可能尚需时日(rì)，但由ControlNet引发的又一(yī)次AI绘画(huà)浪(làng)潮，让AIGC在ChatGPT的话题热点包围中杀(shā)出重(zhòng)围。

01

ControlNet颠(diān)覆(fù)AI绘画新玩法(fǎ)

AIGC向(xiàng)可控靠近

以(yǐ)AI绘画为代表的(de)AIGC上(shàng)一次爆火的时候，还是(shì)2022年8月(yuè)，在美国科罗拉多州(zhōu)举办的新兴数字艺术(shù)家竞赛中，一幅名为《太(tài)空(kōng)歌剧院》的作品(pǐn)获奖。

随(suí)后各(gè)大(dà)厂商的AI绘画软件被广(guǎng)大网(wǎng)友熟(shú)知并体验(yàn)，Stable Diffusion便是其中代表。

用户们可以(yǐ)在(zài)应用中(zhōng)输入一组(zǔ)关(guān)键词或者一张照片(piàn)，就能获得一幅(fú)AI创作的画作。

作画的(de)关(guān)键就是(shì)所输入的文(wén)本。同一组关键(jiàn)词也(yě)可以创作出很多张风格(gé)不一样(yàng)的画作，这让(ràng)创作的过程就像开盲盒。

很多用户很(hěn)喜欢这种不(bù)确(què)定的惊喜，他们会将生成(chéng)的美图当做(zuò)头像。而另一部分(fēn)喜欢翻看AI绘(huì)画的“翻车”作(zuò)品(pǐn)。在社交媒体上(shàng)，许(xǔ)多(duō)用户分享(xiǎng)AI“翻车(chē)现场”，例如，一(yī)位网友的小狗(gǒu)照片被(bèi)AI画成了“肌肉男”，还有网友的个人照片被AI识别成了建筑。

而如今随(suí)着ControlNet的出现与(yǔ)加(jiā)持，以往AI绘(huì)画的填写(xiě)关键(jiàn)词游戏可能(néng)要被颠覆了。

ControlNet是(shì)一位(wèi)正在斯坦福读博的(de)中(zhōng)国人张(zhāng)吕敏(mǐn)创作的一种基于(yú)控制点的图像变形算(suàn)法，主要用于数字图像处理、计算机(jī)视(shì)觉和计算机(jī)图(tú)形学等领(lǐng)域。

其SD插件一经发(fā)布，在短短(duǎn)的两天内(nèi)便成为了AI绘(huì)画领(lǐng)域最新(xīn)的(de)热点(diǎn)。

在此之前，大家(jiā)用了很多方法想让AI生成的结果尽(jǐn)可能的符合要求，但是都不尽如人意，它的(de)出现(xiàn)代表(biǎo)着AI生成开始进入真正的可控时期(qī)。

因为(wèi)ControlNet可以直接提取画面的(de)构图，人物的姿势和画面(miàn)的深(shēn)度(dù)信(xìn)息(xī)等(děng)。有了它的帮助(zhù)，就不(bù)用频繁(fán)的用提(tí)示词来碰运气，抽盲(máng)盒(hé)式的创(chuàng)作了。

通俗的(de)说(shuō)ControlNet相当(dāng)于给AI绘画加(jiā)了“魔(mó)法”，不(bù)少博(bó)主的作品已经(jīng)获得(dé)了(le)大(dà)量的(de)浏览量(liàng)，“viggo”就是其中之一，他用(yòng)朋友的照片直接带她们(men)走进动漫世界。

viggo先用StableDiffusion图片转文字(zì)。

再(zài)用(yòng)Text2Prompt插(chā)件(jiàn)拓(tuò)展找到对应(yīng)的关(guān)键词；最(zuì)后用(yòng)ControlNet插(chā)件绑定骨骼开始换关键词试效果。

通(tōng)过图片(piàn)就可以看(kàn)出来，效果十分惊(jīng)艳(yàn)。

更厉害的是，除了真实(shí)的照片，草(cǎo)图(tú)也可(kě)以加上(shàng)“魔法”，知乎大牛“DevPoint”和“逗砂”介绍到ControlNet还能实现线(xiàn)稿转全彩图(tú)。大神张吕敏其本尊也亲自回应。

不得不(bù)说(shuō)当(dāng)下AIGC已(yǐ)经变得(dé)越来越强(qiáng)大，甚至输出(chū)的作(zuò)品都已经能以假乱真了。

02

难辨虚实，AIGC技术(shù)力(lì)爆发(fā)

警(jǐng)惕安(ān)全问题

近日(rì)，“苏州(zhōu)金鸡湖有(yǒu)游艇party”的(de)消息火(huǒ)遍(biàn)网络(luò)，而经过警方辟(pì)谣这所(suǒ)谓的“party”可能是全国第一起AI绘图诈骗。

由于这个活(huó)动里面(miàn)给出的美女(nǚ)照片(piàn)都是AI制作的真人照(zhào)片绘图，因为太逼真，被大家当成真事传播(bō)了。

不过仔细观察(chá)可以(yǐ)发(fā)现(xiàn)，活动发起者提(tí)供的照片中有(yǒu)个(gè)很大的漏洞可以发现并非真人，而(ér)是AI绘图，那便是图片中女性的(de)手指部分有的(de)存(cún)在异常。

有行业(yè)人(rén)事表示：“现在因为手指部分的绘画算(suàn)法比(bǐ)较(jiào)复杂，AI还不太(tài)会画人的手，但(dàn)最(zuì)新(xīn)看到(dào)的图片已经有越来越(yuè)完(wán)美(měi)的AI模型出现(xiàn)，以(yǐ)后可能就完全没(méi)有漏洞(dòng)了。”

类似的(de)AI作图诈骗(piàn)在国外(wài)也(yě)已有发生。据英国广播(bō)公司报(bào)道，土(tǔ)耳其地震期间，有Tiktok用(yòng)户使用AI合成了(le)儿童受灾的(de)假照片发(fā)布到网络，以(yǐ)此诱骗善(shàn)良的(de)人打赏“捐助”从而实施诈骗。

目前(qián)随着技术发展，AIGC已经(jīng)能(néng)做出(chū)真人(rén)照(zhào)片般的绘图效果，如果这样(yàng)的图片被用来诈骗(piàn)，将(jiāng)非常可怕。

此(cǐ)外AIGC还引发了很多担忧，一方面，批判者认为AI在“学习”了大(dà)量(liàng)前人的作品之后，其创作没(méi)有(yǒu)任何情绪和灵(líng)魂，难(nán)以和(hé)人类的艺术创作(zuò)相提并论。

另一(yī)方面，AIGC背后(hòu)的(de)版(bǎn)权、目(mù)前都并没有得到有效的解决，还有(yǒu)AIGC会不会代替人类“至高无上”的创意。

马斯克也强调，人(rén)工智能的安全问题(tí)需要得到重视，太晚(wǎn)就来(lái)不及了(le)。

03

AIGC下一站除了视(shì)频，还有远方

技术都(dōu)是(shì)有两面性的，潜在的危害并(bìng)不能掩盖其光辉的贡献。现在看来，人工(gōng)智能技(jì)术(shù)将(jiāng)是第(dì)四次工业革(gé)命(mìng)的核心(xīn)驱动力量，将(jiāng)创造(zào)新的增长奇迹。

过去一年(nián)，人工智能在技术和商业层面都有了巨大进展，AI绘画就是人工智能技术发生方向性改变的一个代表。其下一站或许就是视频(pín)。

此前(qián)，Meta和谷歌先(xiān)后发(fā)布(bù)了(le)几条引爆科技圈的短(duǎn)视(shì)频。这(zhè)些视频引发关注并非内容做得多优秀，反而(ér)都非常简单(dān)，比(bǐ)如一(yī)匹正在喝水的马，一(yī)只画画的玩具熊，或者(zhě)一段骑摩托车的第一视角(jiǎo)录(lù)像，随便一(yī)个有手(shǒu)机的人都可(kě)以随手录下一段。

但这些短视频的创作方式非常简(jiǎn)单，创作者仅仅需要向(xiàng)AI输入一段话，甚至只是说一下要求，AI就可以(yǐ)根据(jù)需要生成一段视(shì)频。

谷歌发布(bù)的两个(gè)AI生成视频分别(bié)来自于Imagen Video和(hé)Phenaki，前者主要突(tū)出的是高清，与(yǔ)Meta的(de)Make-A-Video没有(yǒu)太(tài)多的差别。

在(zài)Make-A-Video公布了AI生成的视频后，AI圈就已经玩了一波梗，一个能(néng)够(gòu)做(zuò)出更高(gāo)清视频的(de)AI还(hái)不足以在(zài)短时间内戳中兴奋点(diǎn)。

Phenaki更加令人震惊(jīng)的地方(fāng)在于，它可以制作出超过2分钟的连贯的(de)也有确切内容(róng)的视(shì)频，这才是真(zhēn)正让人们感到惊(jīng)喜的地方。因为无论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，一个素(sù)材，一(yī)个过场动(dòng)画。

不(bù)过能够制作(zuò)出有(yǒu)具体剧情内容(róng)的视(shì)频就意味着，一些视(shì)频创作由(yóu)AI代(dài)替(tì)人工完(wán)成已经初步有了可能。

当下(xià)AI的发展(zhǎn)速度已经超(chāo)过(guò)大部(bù)分(fēn)人的想象。内容产业的本质(zhì)是供给创造(zào)需求，AIGC作(zuò)为(wèi)全新的内容(róng)生产(chǎn)方式，可以为内容产(chǎn)业带来更(gèng)新的内容风格、更(gèng)快的生产速(sù)度，更(gèng)低(dī)的生产(chǎn)成本，这无疑(yí)会驱动内容产(chǎn)业(yè)的大爆发。

除(chú)了AI绘图(tú)、视频，AIGC技术还(hái)能应用于音乐、代(dài)码、机器人动(dòng)作等多种内容形式的生成。不难(nán)发(fā)现该项技术不仅在游(yóu)戏等行(xíng)业能得到有效应用，对于下(xià)一代互(hù)联网各种元素的构建亦(yì)有关键意义。

从商业化的(de)角度(dù)来看，文化娱乐(lè)、教育(yù)、传媒等诸多领域，本身就对基于AI的可视化内容有强(qiáng)烈需(xū)求。

因此，AI绘(huì)画(huà)及视频(pín)或不是结果(guǒ)，而(ér)只(zhǐ)是AI进程(chéng)中的一块(kuài)重(zhòng)要拼图，有(yǒu)望(wàng)在技术更新的加(jiā)持下实现更大的应用价值。

AI从理解内(nèi)容，走向了可以生成内(nèi)容，甚至能够(gòu)创造(zào)出独立(lì)价值和(hé)独立视角的内(nèi)容。AIGC的再次(cì)出圈，更代(dài)表着未来的先(xiān)进生产力即将到来(lái)。

04

紧抓大模型与算力(lì)，牢(láo)固(gù)AIGC底(dǐ)座

从技术的(de)发展也(yě)可以看出，在(zài)语言大模(mó)型、图像大(dà)模型之后，多模态(tài)大模型已经(jīng)成(chéng)为(wèi)了新的趋(qū)势(shì)。

大模(mó)型被誉为当前人工智能(néng)发(fā)展的智能底座，是全(quán)球竞争最(zuì)激烈的研究(jiū)方向之一，包括谷歌(gē)、亚马逊、百度、阿里(lǐ)、腾讯等(děng)众多头(tóu)部企业都在竞(jìng)相发(fā)力。

不过(guò)训练大模(mó)型的确(què)价格(gé)不(bù)菲，以(yǐ)国盛证(zhèng)券发布的《ChatGPT需要多少算力(lì)》报告估(gū)算，GPT-3训练一次的成本约为140万美元。而对(duì)于一些(xiē)更大的LLM(大(dà)型(xíng)语言模型)，训练(liàn)成本则介(jiè)于(yú)200万美元(y中国到美国几小时飞机，中国到美国多长时间飞机uán)至1200万美元高价之间。

以(yǐ)ChatGPT在2023年1月的独立访客平均(jūn)数1300万计算，其对应芯片需求为3万多(duō)片英伟(wěi)达A100 GPU，初始(shǐ)投入(rù)成本(běn)约为8亿美元，每(měi)日仅电费就在5万(wàn)美(měi)元左右(yòu)。

此外不(bù)论是(shì)ChatGPT还是AIGC，都(dōu)离不开(kāi)庞大算力支持。在(zài)关(guān)注(zhù)各类大模(mó)型的发(fā)展同(tóng)时，更应该关注算力网络的(de)建设。

算力网络正驱动AI产(chǎn)业发展进(jìn)入史诗级加(jiā)速进程，让AIGC及通(tōng)用(yòng)AI这一人(rén)工智(zhì)能发展的终极目标离得更近。

因为算力可(kě)以对(duì)突破性技(jì)术创新提供大力的支持。这方(fāng)面，多(duō)模态大模(mó)型是典型。作为面向未(wèi)来强人工智能、通用人工智能的重要技术(shù)创(chuàng)新(xīn)，多模态大(dà)模型已(yǐ)经(jīng)在人工智能领域提出了很多年，业(yè)界也有不(bù)少技术突破，但是，多模(mó)态大模型进一步往下走，算力(lì)需求(qiú)呈几何式上升，一般的(de)算(suàn)力基础设施很快将(jiāng)难以胜任。

从图像、文字、语音单独一项(xiàng)的训练，到(dào)双模态、三模态的跃迁，让人工智能可以灵活(huó)应对不同模态的转(zhuǎn)化、像人(rén)与世界(jiè)交互(hù)一样自然，这方面，由算(suàn)力(lì)网络来驱动(dòng)将(jiāng)有明显优势。

此外，还有很多(duō)需要爆发式增(zēng)长的算力(lì)来支撑的技术(shù)创新，将在人工智能算力网络支撑下快速推进。

AIGC已(yǐ)经露出曙光，期待在大模型和大算力的支持下AIGC能持续颠覆内容生产的方式，将创造的边际成本降低(dī)，让万众受益。

未经允许不得转载：太仓网站建设,太仓网络公司,太仓网站制作,太仓网页设计,网站推广-昆山云度信息科技有限公司 中国到美国几小时飞机，中国到美国多长时间飞机