自聊(liáo)天(tiān)机(jī)器(qì)人ChatGPT火爆(bào)以来，微软公司(sī)创始人(rén)比(bǐ)尔·盖茨已(yǐ)多次公开(kāi)谈论人工智能话(huà)题。在(zài)最(zuì)近的一次(cì)采访(fǎng)中，他(tā)再次表示(shì)：“AI可能(néng)会让科技行业迎来一次剧烈的(de)洗牌”。

这个结论(lùn)是他(tā)在(zài)当地(dì)时(shí)间2月(yuè)20日接受《In Good Company》节目(mù)专访时提出的(de)。

他预期，AI的(de)发(fā)展可能会威胁到谷歌的市占(zhàn)率，因为微(wēi)软(ruǎn)在AI方面的行动(dòng)相当迅(xùn)速。而最(zuì)终科技巨头将把AI整合成用(yòng)户(hù)的“全能助手”，包揽一切应(yīng)用，与人(rén)们(men)进行沟通并(bìng)提供建议(yì)，可(kě)以(yǐ)取(qǔ)代亚马逊、Siri或Outlook等应用。

大佬口中全能(néng)助(zhù)手(shǒu)的到来(lái)可能尚需(xū)时(shí)日，但由ControlNet引发的又(yòu)一次(cì)AI绘画浪潮，让(ràng)AIGC在ChatGPT的话题热(rè)点包围中杀(shā)出(chū)重(zhòng)围。

01

ControlNet颠覆AI绘画新玩法

AIGC向可(kě)控(kòng)靠近

以(yǐ)AI绘画(huà)为代表的AIGC上一次(cì)爆火的时候，还是2022年8月，在美国科罗(luó)拉多(duō)州(zhōu)举(jǔ)办的(de)新兴数字(zì)艺术(shù)家竞赛中，一幅名为(wèi)《太(tài)空歌剧院》的作品获(huò)奖(jiǎng)。

随后各(gè)大厂商的AI绘画软件被广(guǎng)大网友熟知并体验，Stable Diffusion便是(shì)其中代表(biǎo)。

用户们(men)可(kě)以(yǐ)在应(yīng)用中输入(rù)一组关键词或者一张(zhāng)照片，就(jiù)能获得一(yī)幅AI创作(zuò)的画作。

作画的关(guān)键(jiàn)就是所输入(rù)的文(wén)本。同一组关键词(cí)也(yě)可以创作出很多张风(fēng)格(gé)不一样(yàng)的画作，这让创作的过程就(jiù)像开盲(máng)盒。

很多用(yòng)户很喜(xǐ)欢这(zhè)种不(bù)确定的惊喜，他(tā)们会将生成的美图当做头像。而另一部分喜欢翻看AI绘画的“翻车”作品。在社交媒体上，许多(duō)用(yòng)户分享(xiǎng)AI“翻车现场(chǎng)”，例(lì)如(rú)，一位网友的小狗(gǒu)照片(piàn)被AI画成了“肌肉男”，还有(yǒu)网友(yǒu)的个人照片被AI识别(bié)成了建筑。

而如今随(suí)着ControlNet的出现(xiàn)与加持，以往AI绘(huì)画(huà)的填写(xiě)关键词游戏可能(néng)要(yào)被颠覆了。

ControlNet是一位正在斯坦(tǎn)福读博(bó)的中国人张吕敏创作的一种基于控制点的图像变形算法，主要用于(yú)数字图(tú)像处理、计算机视觉和计算机(jī)图形学等领域。

其SD插件一经发布，在短短的两天内便成为了AI绘画领域最新的(de)热点。

在此之(zhī)前，大家用了很(hěn)多方法想让AI生成的结果尽可能的(de)符合要求，但是(shì)都不尽如(rú)人意，它的出现代表(biǎo)着AI生成开(kāi)始(shǐ)进入真(zhēn)正的(de)可控时期。

因为ControlNet可以直接提取(qǔ)画(huà)面的构(gòu)图，人物的姿(zī)势和画面的(de)深度(dù)信息(xī)等。有了它的(de)帮(bāng)助，就不用频(pín)繁的(de)用提示词来碰运气，抽盲盒式的创(chuàng)作了。

通俗的说(shuō)ControlNet相当于给AI绘画加了“魔法”，不少博主的作品已经获得了大量的浏览(lǎn)量，“viggo”就是其中之一(yī)，他用朋友的照片(piàn)直接带(dài)她(tā)们(men)走进动漫世(shì)界。

viggo先用StableDiffusion图片(piàn)转文字。

再用Text2Prompt插件拓展找到对应的关键(jiàn)词；最(zuì)后用ControlNet插(chā)件绑定骨骼开始换关键词试(shì)效果。

通过图片就(jiù)可以看(kàn)出来，效果十分惊艳。

更厉害的(de)是，除(chú)了真实的照片(piàn)，草图也可(kě)以加上“魔法(fǎ)”，知乎(hū)大牛“DevPoint”和“逗砂”介绍到ControlNet还(hái)能(néng)实现线(xiàn)稿转全彩图。大(dà)神张吕(lǚ)敏(mǐn)其本尊也亲(qīn)自回应。

不得不说当下(xià)AIGC已经变得越来越强大，甚至输出的作(zuò)品都已经能以(yǐ)假乱真了。

02

难辨(biàn)虚实，AIGC技(jì)术力爆发

警惕安(ān)全问题(tí)

近日(rì)，“苏州金鸡湖有游艇party”的(de)消息火遍网络先考与显考是什么意思区别，先考与显考有何区别，而经过警方辟谣(yáo)这所谓的“party”可能(néng)是(shì)全国第一起AI绘图诈(zhà)骗。

由于这个活(huó)动里面(miàn)给出的美女(nǚ)照(zhào)片都是AI制作的(de)真人照片(piàn)绘图，因为(wèi)太逼真，被大家当(dāng)成真事传播了。

不过仔(zǎi)细(xì)观(guān)察可以发(fā)现，活(huó)动发起(qǐ)者提供的照片中有个很大(dà)的漏洞可以发现(xiàn)并(bìng)非真人，而(ér)是AI绘图，那便是图(tú)片(piàn)中女性的手指(zhǐ)部分有的存在异(yì)常。

有(yǒu)行业人事表示：“现在因(yīn)为手指部分的绘画算法比较(jiào)复杂，AI还不太(tài)会画人的手，但最(zuì)新(xīn)看到(dào)的图片已(yǐ)经有越来越完(wán)美(měi)的AI模型出现，以后可(kě)能就完全没(méi)有漏洞了。”

类似(shì)的AI作(zuò)图诈骗在国外也已有(yǒu)发生。据英国广播公司(sī)报道，土耳其地震期间，有Tiktok用户使(shǐ)用AI合成(chéng)了(le)儿童受灾的假照片发布到网络，以此(cǐ)诱骗善良(liáng)的人打赏(shǎng)“捐助”从而(ér)实(shí)施诈骗。

目前随着技术发(fā)展(zhǎn)，AIGC已(yǐ)经能做(zuò)出真人照片般的绘图效果，如果(guǒ)这样的图(tú)片被用来(lái)诈骗，将非常可怕。

此外AIGC还引(yǐn)发了很多担(dān)忧，一(yī)方(fāng)面，批判(pàn)者(zhě)认为AI在“学习”了(le)大量前(qián)人(rén)的作品之后，其创作(zuò)没有任(rèn)何(hé)情绪和灵(líng)魂，难(nán)以和人类(lèi)的艺术创作相(xiāng)提并论。

另(lìng)一方面，AIGC背后的(de)版(bǎn)权、目前都并没有得到有(yǒu)效的解决，还有AIGC会不(bù)会(huì)代替人类“至高无上”的创(chuàng)意。

马(mǎ)斯克(kè)也强调，人工(gōng)智(zhì)能的安全问题需要得到重视(shì)，太晚就来不及了。

03

AIGC下一(yī)站除(chú)了视(shì)频，还有远方

技术都是有(yǒu)两(liǎng)面性的，潜在的危害并不能掩盖其(qí)光辉的贡献。现在看来，人工智能技术将是第四次工(gōng)业革命的核心(xīn)驱动力(lì)量，将(jiāng)创造新的(de)增长奇迹。

过去一年，人工智能在(zài)技术和商业(yè)层(céng)面都有了巨大进(jìn)展，AI绘画就(jiù)是人工智能技术发生(shēng)方向性改(gǎi)变的一个代(dài)表。其(qí)下一站或许(xǔ)就是视频。

此前，Meta和谷歌先后发布了几条(tiáo)引爆科技圈(quān)的短(duǎn)视频。这些视频(pín)引发关注并(bìng)非内容(róng)做得多优秀，反而(ér)都非常简单，比如(rú)一匹正(zhèng)在喝(hē)水的马，一只画画的(de)玩(wán)具熊(xióng)，或者一(yī)段骑摩托车(chē)的(de)第一视角(jiǎo)录像(xiàng)，随便一个有(yǒu)手机的人(rén)都(dōu)可以随手录下一段。

但这些短(duǎn)视频的创作方式非常简单，创作者仅仅(jǐn)需(xū)要向(xiàng)AI输入一(yī)段话，甚至只(zhǐ)是说一下(xià)要求，AI就可以根据需要生(shēng)成(chéng)一段视频(pín)。

谷(gǔ)歌发布的两个(gè)AI生成视频分别来(lái)自于Imagen Video和Phenaki，前者主(zhǔ)要(yào)突出(chū)的是高清，与Meta的Make-A-Video没有(yǒu)太多的差别。

在Make-A-Video公布了AI生成的视频后(hòu)，AI圈就已(yǐ)经玩了(le)一(yī)波(bō)梗，一个能够(gòu)做出更高清视频的AI还(hái)不(bù)足(zú)以在短时间内戳(chuō)中兴奋点(diǎn)。

Phenaki更加令人震(zhèn)惊(jīng)的(de)地(dì)方在于，它可以制作(zuò)出(chū)超(chāo)过2分(fēn)钟的连贯(guàn)的也有确(què)切内容的视(shì)频，这(zhè)才是(shì)真正让人们感到惊喜的地方。因为(wèi)无论AI生成的视频多么高(gāo)清，也只能是为(wèi)内容生产者提(tí)供一(yī)个灵感，一(yī)个素材(cái)，一个过场动画。

不(bù)过(guò)能够制作(zuò)出有(yǒu)具(jù)体剧情内容的(de)视频就意味着(zhe)，一些(xiē)视频(pín)创作由AI代替人工(gōng)完成已经初步有了可能(néng)。

当下AI的发展速度已经(jīng)超过大部(bù)分(fēn)人的想象。内容(róng)产(chǎn)业的本质是供(gōng)给创造需(xū)求，AIGC作为全新(xīn)的内容生产方式(shì)，可以为内容(róng)产业(yè)带来更新的内容(róng)风格、更快的生产速(sù)度，更低的生产(chǎn)成本，这(zhè)无(wú)疑会驱动(dòng)内容产业的大爆发。

除了AI绘(huì)图、视频，AIGC技术还能应(yīng)用于音乐、代码、机器(qì)人动作等多种内容形(xíng)式的(de)生成。不难发现(xiàn)该项技术不仅在游戏等(děng)行业能得到(dào)有效应用，对(duì)于(yú)下一代互联网各(gè)种元(yuán)素的构(gòu)建(jiàn)亦(yì)有关(guān)键意义。

从商业化的角度来看(kàn)，文化娱乐、教育、传媒等诸多(duō)领域，本身就对基于AI的可视化内容有强(qiáng)烈需求。

因(yīn)此，AI绘画及视频或(huò)不是结果，而只(zhǐ)是AI进(jìn)程中(zhōng)的一块重要拼图，有(yǒu)望在技术更新的加持下实现更大的(de)应用价值。

AI从(cóng)理解内容，走向了可以生成内容(róng)，甚至能够创造出独(dú)立价值和独(dú)立视角的内容(róng)。AIGC的再次出圈，更代表着未来的先(xiān)进生产力即将到来。

04

紧(jǐn)抓大模型(xíng)与算力，牢固AIGC底座

从技(jì)术的发展也可以看出，在语言大模型、图像大模型(xíng)之后，多模态大模型已(yǐ)经成为了新的趋势。

大(dà)模(mó)型被誉为当前人工智能发展(zhǎn)的智(zhì)能底座，是全球竞争最激烈(liè)的(de)研究(jiū)方(fāng)向之一(yī)，包(bāo)括(kuò)谷歌、亚(yà)马逊(xùn)、百(bǎi)度、阿(ā)里、腾讯等众多头(tóu)部(bù)企业都在竞相发力(lì)。

不过训练大模型(xíng)的确价格不菲，以国盛(shèng)证券发(fā)布的《ChatGPT需要多少算力(lì)》报(bào)告估算，GPT-3训练一(yī)次的成(chéng)本约为140万美元。而对(duì)于(yú)一些更大的LLM(大型语言模型)，训练成本则介于200万美元(yuán)至1200万美元(yuán)高价之间。

以ChatGPT在(zài)2023年1月(yuè)的(de)独(dú)立访客平均(jūn)数1300万计算，其对应芯片(piàn)需求(qiú)为3万多片(piàn)英伟达(dá)A100 GPU，初始投入成(chéng)本约为(wèi)8亿美元，每(měi)日(rì)仅电费就在5万美元左右。

此外不(bù)论是ChatGPT还是AIGC，都离不开庞(páng)大算力支持。在关注各(gè)类大模型(xíng)的发展同时，更应该关注算力网络的建(jiàn)设(sh先考与显考是什么意思区别，先考与显考有何区别è)。

算力网络正驱动(dòng)AI产(chǎn)业发展进入(rù)史诗级加(jiā)速(sù)进程，让AIGC及(jí)通(tōng)用AI这(zhè)一(yī)人工智能发展的终(zhōng)极目标(biāo)离得更(gèng)近。

因为算(suàn)力(lì)可以对突破(pò)性技术(shù)创新提供大力的支持。这方面，多模态大(dà)模型是典型。作为面(miàn)向未来强人工(gōng)智(zhì)能、通用人工智能的重要技术创(chuàng)新，多模态大模型已经在人工智能领域提出了很(hěn)多(duō)年(nián)，业界也有不少技术突破(pò)，但是(shì)，多(duō)模(mó)态大模型进一步往下走，算力(lì)需(xū)求(qiú)呈几何式上(shàng)升，一般的算(suàn)力基础设施很(hěn)快将难以胜任。

从图像、文字、语音单独(dú)一项的训练，到双模态、三模态(tài)的跃迁，让人工智(zhì)能可以灵活应对(duì)不同模(mó)态的转化(huà)、像人与世界(jiè)交互一样自(zì)然(rán)，这方面，由算力网络来(lái)驱动(dòng)将有明显(xiǎn)优势。

此外，还(hái)有(yǒu)很(hěn)多需要爆(bào)发(fā)式增长的算力(lì)来支撑的(de)技术创新，将在人工智能算力(lì)网络支撑下快速推进。

AIGC已经露(lù)出曙光，期待在(zài)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(biān)际成本(běn)降低(dī)，让万众受益。

未经允许不得转载：腾众软件科技有限公司 先考与显考是什么意思区别，先考与显考有何区别