自(zì)聊天机器人(rén)ChatGPT火爆以来，微软公司创始人(rén)比(bǐ)尔·盖茨(cí)已多次公开谈论人工智能话题。在最近的一(yī)次(cì)采访中，他再次表示(shì)：“AI可能会(huì)让科技行业迎来一次剧(jù)烈的(de)洗牌(pái)”。

这(zhè)个(gè)结论是他在当地时间2月20日接受(shòu)《In Good Company》节目专访时提出的。

他预(yù)期，AI的发展(zhǎn)可(kě)能会威胁到(dào)谷歌的(de)市占率，因(yīn)为(wèi)微软在AI方面(miàn)的行动相(xiāng)当(dāng)迅速。而最(zuì)终科技巨头将把(bǎ)AI整合成用户的“全(quán)能助手”，包揽一切应用(yòng)，与人们(men)进行沟通并(bìng)提(tí)供建(jiàn)议，可以取代(dài)亚马逊、Siri或Outlook等应(yīng)用(yòng)。

大佬口中全能助手的到来(lái)可能尚需时(shí)日，但由(yóu)ControlNet引发(fā)的又(yòu)一次AI绘画浪潮，让AIGC在(zài)ChatGPT的(de)话题(tí)热点(diǎn)包(bāo)围中杀出重围。

01

ControlNet颠(diān)覆(fù)AI绘画新玩法

AIGC向(xiàng)可控(kòng)靠近

以AI绘画为代表的AIGC上一(yī)次爆(bào)火的(de)时候，还是2022年8月，在美国(guó)科罗拉多(duō)州举办的新兴数字艺(yì)术(shù)家(jiā)竞赛(sài)中(zhōng)，一幅名为《太空歌剧(jù)院》的作(zuò)品获奖(jiǎng)。

随后(hòu)各大厂商的AI绘画软(ruǎn)件被广(guǎng)大网(wǎng)友熟知并体验，Stable Diffusion便是其中(zhōng)代表。

用户们可以在应用(yòng)中输(shū)入一组(zǔ)关键词或者一(yī)张照片，就能获得(dé)一幅AI创作的画作。

作画的(de)关键(jiàn)就是所输(shū)入的(de)文本(běn)。同一组关键词也可(kě)以创作出很(hěn)多(duō)张(zhāng)风格不一样的画作，这让(ràng)创作的过程就像开盲盒。

很(hěn)多用户很喜欢这种(zhǒng)不确定的惊(jīng)喜(xǐ)，他们会将生(shēng)成的美图当做头像。而另一部分喜欢翻看AI绘画的(de)“翻车”作品。在(zài)社交媒体上，许多(duō)用户分(fēn)享(xiǎng)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“肌肉男”，还(hái)有网友的个人照(zhào)片被(bèi)AI识(shí)别成了(le)建(jiàn)筑。

而如今随着ControlNet的出(chū)现(xiàn)与加持(chí)，以往(wǎng)AI绘画的填写关键词(cí)游戏(xì)可能要被颠覆(fù)了。

ControlNet是一位(wèi)正在斯坦福读博的(de)中国人张吕敏创作的(de)一种(zhǒng)基于控制点的图像(xiàng)变形算(suàn)法，主要用(yòng)于数字图(tú)像处理、计算机视觉和计算(suàn)机图形学(xué)等领(lǐng)域。

其SD插件(jiàn)一经(jīng)发布(bù)，在短短的两天内便(biàn)成为(wèi)了AI绘画(huà)领域最(zuì)新的(de)热(rè)点。

在此(cǐ)之(zhī)前，大家用了(le)很(hěn)多方(fāng)法想让AI生成的结果尽可能(néng)的(de)符合要求，但是都不尽如人意(yì)，它的(de)出(chū)现代(dài)表着AI生成开始进(jìn)入真(zhēn)正的(de)可(kě)控时期(qī)。

因为ControlNet可以直接(jiē)提(tí)取画面的构图，人(rén)物的(de)姿势和画面的深度信息等。有了它的帮助，就不(bù)用频繁的用提示(shì)词(cí)来(lái)碰运气，抽(chōu)盲盒式的创作(zuò)了(le)。

通(tōng)俗的说ControlNet相(xiāng)当于给AI绘画加了“魔法(fǎ)”，不少博主的作品已经(jīng)获(huò)得(dé)了大量的浏览量(liàng)，“viggo”就是(shì)其中之一，他(tā)用朋友的照片(piàn)直接带(dài)她们走进(jìn)动(dòng)漫世界。

viggo先用(yòng)StableDiffusion图片转文(wén)字。

再用(yòng)Text2Prompt插件拓展找到(dào)对应(yīng)的关键词；最后用ControlNet插件绑(bǎng)定骨骼开(kāi)始换(huàn)关(guān)键(jiàn)词试效(xiào)果。

通(tōng)过图片就可以看出来，效果十分惊艳。

更厉害的是(shì)，除了真实的照(zhào)片(piàn)，草图也(yě)可(kě)以加上“魔法(fǎ)”，知乎(hū)大牛“DevPoint”和“逗砂”介(jiè)绍到ControlNet还能实(shí)现线稿转(zhuǎn)全(quán)彩图。大神张吕敏其本尊也亲自回应(yīng)。

不得不(bù)说当下AIGC已经变(biàn)得(dé)越来越强大，甚至(zhì)输出(chū)的作品都已经能以假乱(luàn)真了。

02

难辨虚实，AIGC技术力爆(bào)发

警(jǐng)惕安全问题

近日，“苏州(zhōu)金鸡湖有(yǒu)游艇(tǐng)party”的消息火遍网络，而经过警(jǐng)方(fāng)辟谣这所谓(wèi)的“party”可能(néng)是全(quán)国第一起AI绘图诈骗。

由于(yú)这个活动(dòng)里面给(gěi)出的美女照片(piàn)都是AI制作的真人照片(piàn)绘图，因为太逼真，被大(dà)家当(dāng)成真(zhēn)事传播了(le)。

不过仔细(xì)观(guān)察可以发现，活动发起者提供的照片中有(yǒu)个很(hěn)大的漏洞可以发现并非真人，而(ér)是AI绘图(tú)，那便是图(tú)片(piàn)中(zhōng)女性的手(shǒu)指部分有的存在异常(cháng)。

有行业人(rén)事表示：“现在(zài)因为(wèi)手指部分的绘画算法比较(jiào)复杂，AI还不太会画人的(de)手，但最新看到(dào)的图片已经(jīng)有越来越完美的AI模(mó)型出现，以后可能就完全(quán)没有(yǒu)漏洞了(le)。”

类似的AI作(zuò)图(tú)诈骗在国(guó)外也已有发生(shēng)。据英国(guó)广播公(gōng)司报道，土耳其地(dì)震期间，有Tiktok用户使用AI合成了儿童受灾的假照片发(fā)布到网(wǎng)络，以此诱骗善良(liáng)的人打赏“捐助”从而(ér)实施诈骗。

目(mù)前随着技术发展，AIGC已经能做出真人(rén)照片(piàn)般的绘图效果，如果这样的图片被用来诈骗，将非常可怕。

此(cǐ)外AIGC还引发(fā)了很(hěn)多担忧，一方面，批(pī)判者认(rèn)为AI在“学习”了大量前人的(de)作品之(zhī)后，其创作没有任何情绪和灵魂，难以和(hé)人类的艺术创作相提并论(lùn)。

另(lìng)一(yī)方面，AIGC背后的版权、目前都(dōu)并没(méi)有得到(dào)有效的解决，还(hái)有AIGC会不会代替人(rén)类“至高无上”的创意。

马斯克(kè)也强调，人工智能(néng)的安(ān)全问题需要得到(dào)重(zhòng)视，太晚就来不及了。

03

AIGC下一站除了(le)视频，还有远方

技术(shù)都(dōu)是有两面性(xìng)的，潜在的危害并不能(néng)掩盖(gài)其光(guāng)辉的贡献(xiàn)。现在看来(lái)，人工智能(néng)技术将(jiāng)是(shì)第四次工业革命的核(hé)心驱动力量，将创造新的增(zēng)长奇迹。

过(guò)去一年，人工(gōng)智能在技术和商业层面都(dōu)有(yǒu)了巨大进展，AI绘画(huà)就是人工智(zhì)能技术发生方向性改变(biàn)的一个代表。其(qí)下一站(zhàn)或许就(jiù)是视(shì)频。

此前，Meta和谷歌先(xiān)后发布了几(jǐ)条引爆科技圈的短视频。这些视频引发关注并非(fēi)内容做得多优秀，反而都非常简单，比如一匹正在喝水的马，一只画画的玩(wán)具熊，或(huò)者一段骑(qí)摩托(tuō)车的第一视角录像，随(suí)便一个有手(shǒu)机的人都可以随(suí)手录下一段(duàn)。

但这(zhè)些短视频(pín)的创作方(fāng)式非常简单，创作(zuò)者(zhě)仅仅需要向AI输入一段(duàn)话，甚至(zhì)只是说一(yī)下要(yào)求，AI就可以根据(jù)需要生成一段视频。

谷歌发布的两个(gè)AI生(shēng)成视频(pín)分(fēn)别来自于(yú)Imagen Video和Phenaki，前者主要突出的是高(gāo)清，与Meta的(de)Make-A-Video没有太多的差别。

在Make-A-Video成玉元君的身世是什么，成玉元君是什么身份公布了AI生成的(de)视频后(hòu)，AI圈就已经玩了一波(bō)梗(gěng)，一个能够(gòu)做出(chū)更高清视(shì)频的AI还不足以在短时间(jiān)内戳中兴奋点。

Phenaki更(gèng)加令(lìng)人震惊的地方在(zài)于，它(tā)可以制作出超过2分(fēn)钟的连贯的也有确切(qiè)内(nèi)容的(de)视频，这才是真正让人们(men)感到(dào)惊(jīng)喜(xǐ)的地方(fāng)。因(yīn)为无论AI生(shēng)成(chéng)的视频多(duō)么高清，也只能是为内容(róng)生产(chǎn)者提供一个(gè)灵感，一个(gè)素材，一个过(guò)场动画。

不过能够制作出有具体剧(jù)情内容(róng)的(de)视频就意味着，一(yī)些视频创作由AI代替人工完(wán)成已(yǐ)经初步有了可能。

当下(xià)AI的发展速度已经超过大部分人(rén)的想象。内容产(chǎn)业的本(běn)质是供给创造需求，AIGC作为(wèi)全新的内容生产方式，可以为内容产业带来更新(xīn)的内容风格、更快的生产速度，更(gèng)低(dī)的生产成本，这(zhè)无疑会驱(qū)动内容产业的大爆发。

除(chú)了AI绘图、视(shì)频，AIGC技术还能应用(yòng)于音(yīn)乐(lè)、代码、机器人动(dòng)作等多种内容形式的生成。不难(nán)发现该项(xiàng)技术不仅在游戏(xì)等行业能得到(dào)有(yǒu)效应用，对(duì)于下一代互联网各(gè)种元素的构(gòu)建亦有(yǒu)关键(jiàn)意义。

从商业化(huà)的角度来(lái)看，文化娱乐、教(jiào)育、传媒等诸多(duō)领域，本身就对(duì)基于AI的可视化内(nèi)容(róng)有(yǒu)强(qiáng)烈需求。

因此，AI绘画及视(shì)频(pín)或不是结果，而只是AI进程(chéng)中的一块重要(yào)拼(pīn)图，有望在技术(shù)更新的加(jiā)持下实现更大(dà)的应用(yòng)价值。

AI从理(lǐ)解内容(róng)，走向了可(kě)以(yǐ)生成内容，甚至(zhì)能够创(chuàng)造(zào)出独立价(jià)值和独立视角的内容。AIGC的(de)再(zài)次出圈(quān)，更代(dài)表着未(wèi)来的(de)先进(jìn)生产力即将到来。

04

紧抓大模型与算力，牢固AIGC底座

从技术(shù)的发展也可以看出，在语言大模型、图像大(dà)模型之后，多模态大(dà)模型已(yǐ)经(jīng)成为了(le)新(xīn)的趋势(shì)。

大模型被誉为当前人(rén)工智能发(fā)展的智能底座，是全(quán)球竞争最激烈的研究(jiū)方向之一，包括谷歌、亚马逊、百度、阿里(lǐ)、腾讯等众多头部企业都(dōu)在(zài)竞相发力。

不过训(xùn)练大模型(xíng)的确价格不菲，以(yǐ)国盛证券发(fā)布的《ChatGPT需(xū)要(yào)多少算力(lì)》报告估算，GPT-3训练(liàn)一次(cì)的成本约为140万美元。而对于一(yī)些更大的LLM(大型语言模型(xíng))，训练成本则介于200万(wàn)美元至1200万(wàn)美元高价之(zhī)间。

以(yǐ成玉元君的身世是什么，成玉元君是什么身份)ChatGPT在2023年(nián)1月(yuè)的独(dú)立访客平均数1300万(wàn)计算，其对应芯片(piàn)需求为3万多片英伟达A100 GPU，初始投(tóu)入成(chéng)本约为8亿美元(yuán)，每日仅电费(fèi)就在5万(wàn)美元左右。

此外不论是ChatGPT还是AIGC，都离不开庞(páng)大算力(lì)支持。在关注各类(lèi)大模型的(de)发展同时(shí)，更应该关注算力网络的建设。

算(suàn)力网络正(zhèng)驱(qū)动AI产业发展进入(rù)史诗级加速进程，让AIGC及通用AI这一(yī)人工智能发展的终极(jí)目(mù)标(biāo)离得更近。

因(yīn)为算力可(kě)以对突破(pò)性技术创新提供大力的支持(chí)。这方面，多模(mó)态(tài)大(dà)模(mó)型是典型(xíng)。作(zuò)为面向未(wèi)来强人(rén)工智能、通用人工智能的重(zhòng)要技术(shù)创(chuàng)新，多模(mó)态大模型已(yǐ)经在人(rén)工智(zhì)能领域提出了很多年(nián)，业界也(yě)有(yǒu)不少技术突破，但(dàn)是(shì)，多模(mó)态(tài)大模型(xíng)进(jìn)一步(bù)往下走(zǒu)，算力需求呈几(jǐ)何式上升，一般(bān)的算力基础设施很快将难以(yǐ)胜任(rèn)。

从图像(xiàng)、文字、语音单独一项的训练，到双模态、三(sān)模(mó)态的跃迁，让人工智(zhì)能可以灵活(huó)应对不同(tóng)模(mó)态的转化、像人与世界交互(hù)一样自(zì)然，这方(fāng)面，由(yóu)算力网络来驱动将有(yǒu)明(míng)显优势。

此外，还(hái)有(yǒu)很多需要爆(bào)发式增长(zhǎng)的算力来(lái)支撑的(de)技术(shù)创新(xīn)，将在人工智能算力网络支撑下快速(sù)推进。

AIGC已经露出曙光，期待在大模(mó)型(xíng)和大(dà)算(suàn)力的支持下AIGC能(néng)持续颠(diān)覆内容生产的方式，将(jiāng)创造的边际成(chéng)本降低，让万众受益。

未经允许不得转载：腾众软件科技有限公司 成玉元君的身世是什么，成玉元君是什么身份