自聊天机器人ChatGPT火(huǒ)爆(bào)以来，微软公司创始人比(bǐ)尔·盖茨(cí)已多次公开(kāi)谈论人工智能话题(tí)。在最近的一次采访中，他再(zài)次表示：“AI可能(néng)会让科技行业(yè)迎来(lái)一(yī)次剧烈(liè)的洗牌”。

这个结论是他(tā)在当(dāng)地时间2月20日接受(shòu)《In Good Company》节目专访时提出的。

他预期，AI的发展可能会威胁到谷歌的市占率(lǜ)，因(yīn)为(wèi)微(wēi)软在AI方(fāng)面的行动相当迅速。而最终科技(jì)巨头(tóu)将把AI整合成用户的“全能助手”，包(bāo)揽一切应用，与(yǔ)人们进行沟通并提供建议，可以取代亚(yà)马逊、Siri或Outlook等应用。

大(dà)佬口(kǒu)中全(quán)能助(zhù)手的到来可能尚需时日(rì)，但由(yóu)ControlNet引(yǐn)发的(de)又一次AI绘画浪潮，让AIGC在ChatGPT的话题(tí)热点包围中杀出重围(wéi)。

01

ControlNet颠覆AI绘画新玩(wán)法

AIGC向(xiàng)可控靠近

以AI绘(huì)画(huà)为代表的(de)AIGC上一次(cì)爆火的(de)时候，还是2022年8月，在美国科(kē)罗拉多州举办的新兴数字艺术家(jiā)竞赛中，一(yī)幅名为《太空(kōng)歌剧(jù)院》的作品获奖。

随(suí)后各大厂商的AI绘画软件被广大网友熟知(zhī)并体验，Stable Diffusion便是其中代(dài)表。

用户(hù)们(men)可以在应(yīng)用中输入一组关键词或者一张(zhāng)照片，就能(néng)获得一幅AI创作的画作。

作画(huà)的(de)关键就是所输入的(de)文(wén)本。同(tóng)一组关(guān)键词也(yě)可以创(chuàng)作出(chū)很(hěn)多张风格不一样(yàng)的画(huà)作，这让创作的(de)过程(chéng)就像开盲盒。

很多用户很喜欢这种不确定(dìng)的惊喜(xǐ)，他们会(huì)将生成的(de)美图(tú)当做头像。而另(lìng)一部(bù)分喜欢翻看(kàn)AI绘画的(de)“翻(fān)车(chē)”作品。在社交媒体上，许多(duō)用户分享(xiǎng)AI“翻车现场(chǎng)”，例如，一位网友(yǒu)的小(xiǎo)狗照片被AI画成(chéng)了“肌(jī)肉男(nán)”，还(hái)有网友(yǒu)的个(gè)人照(zhào)片被AI识别(bié)成了建筑。

而如今随着ControlNet的出现与(yǔ)加持，以往AI绘画的(de)填(tián)写关键(jiàn)词游戏(xì)可能要被颠覆了。

ControlNet是一位正在斯坦福读博的中国人(rén)张吕敏创作(zuò)的(de)一种基于控(kòng)制点的(de)图像(xiàng)变形算法，主要用于数字图像处理、计算机视觉和计算机图形学等领域。

其SD插件一经发布，在(zài)短短的(de)两天(tiān)内便(biàn)成为了AI绘画领域最新的(de)热(rè)点。

在(zài)此之前，大(dà)家用(yòng)了很(hěn)多(duō)方法想让AI生成的结果尽可能的符合要(yào)求，但是都不尽(jǐn)如人意，它(tā)的(de)出现代表(biǎo)着AI生成开始进入(rù)真(zhēn)正的可控时期。

因为ControlNet可以直接提取画面的构图，人物的姿势和画面(miàn)的(de)深度(dù)信息等。有了它(tā)的帮助，就不(bù)用(yòng)频繁(fán)的用提(tí)示词(cí)来碰(pèng)运气，抽盲盒式(shì)的创作了(le)。

通俗的说ControlNet相当(dāng)于(yú)给AI绘画加了“魔法”，不少博主的作品已(yǐ)经获得了(le)大量的浏览(lǎn)量，“viggo”就是(shì)其中之一(yī)，他用朋友的照片直接带她们(men)走(zǒu)进动漫世界。

viggo先用StableDiffusion图片转文字。

再用Text2Prompt插件拓(tuò)展找(zhǎo)到对应的关键(jiàn)词；最(zuì)后用ControlNet插件绑定骨骼开始换(huàn)关键词试效果。

通过(guò)图片就(jiù)可以看出来，效果十分惊(jīng)艳。

更厉害(hài)的是(shì)，除了真实的照片(piàn)，草图也可以加上“魔法”，知乎大牛“DevPoint”和“逗砂”介绍到(dào)ControlNet还能实现线稿转全彩(cǎi)图。大神张(zhāng)吕敏其本尊(zūn)也(yě)亲自回应。

不(bù)得不说当下AIGC已经变得(dé)越来越强大，甚至(zhì)输出的(de)作品都已经能(néng)以假乱真了。

02

难(nán)辨(biàn)虚(xū)实，AIGC技术力爆(bào)发

警惕安全问题

近日(rì)，“苏州金鸡(jī)湖有游艇party”的(de)消息火遍网络，而(ér)经过警方辟谣这(zhè)所谓的“party”可能(néng)是全国第(dì)一起AI绘图(tú)诈骗。

由于(yú)这个活动里面给出的美女照片都是AI制作的真人(rén)照片绘(huì)图，因(yīn)为太逼真，被(bèi)大家当成真(zhēn)事(shì)传(chuán)播了。

不过仔细观察可以发现，活动发起(qǐ)者提供的照片中(zhōng)有个很(hěn)大的漏(lòu)洞可以发现并非真人，而是AI绘(huì)图，那便是图片中女(nǚ)性的手指部(bù)分(fēn)有的存(cún)在异常。

有(yǒu)行业人事(shì)表示：“现在因为(wèi)手指部分的绘画算法比(bǐ)较(jiào)复杂，AI还(hái)不太(tài)会画人的(de)手，但最新看到的(de)图片已(yǐ)经有越来越完美(měi)的AI模型出现，以后可能就完全没有漏洞了。”

类似的(de)AI作图诈(zhà)骗在国外(wài)也已(yǐ)有发生。据英国广播公司(sī)报道，土(tǔ)耳其地震(zhèn)期(qī)间，有(yǒu)Tiktok用户使用(yòng)AI合(hé)成了儿童受灾的假照片发布到网络，以此诱骗善良(liáng)的人打赏(shǎng)“捐助(zhù)”从(cóng)而实施诈(zhà)骗(piàn)。

目前随着(zhe)技术发展(zhǎn)，AIGC已经能做出真人照片般的(de)绘图(tú)效(xiào)果，如果这样的图片被(bèi)用来(lái)诈骗，将非常可怕。

此(cǐ)外(wài)AIGC还引发了很(hěn)多担忧(yōu)，一方面(miàn)，批判者认为AI在“学习(xí)”了大量前人(rén)的(de)作品之(zhī)后，其创作没有任(rèn)何情(qíng)绪(xù)和灵(líng)魂，难以和人类的艺术创作(zuò)相提并论。

另(lìng)一方面，AIGC背后的(de)版权、目前都并没有得到(dào)有(yǒu)效的解决，还有AIGC会不会代替人类“至(zhì)高无上(shàng)”的创意。

马斯克(kè)也强调，人工智(zhì)能的安全问题需要得到(dào)重视(shì)，太晚就来不及(jí)了。

03

AIGC下一站除了视频(pín)，还有(yǒu)远方(fāng)

技术都(dōu)是(shì)有(yǒu)两面性的，潜在(zài)的危(wēi)害(hài)并(bìng)不能掩(yǎn)盖其(qí)光辉的(de)贡献。现在看来，人工(gōng)智能技术将是第(dì)四(sì)次工(gōng)业革命的(de)核(hé)心驱动力量，将创造新的增长奇(qí)迹。

过去(qù)一(yī)年(nián)，人工智能在(zài)技术和商业层面(miàn)都有了巨大进展，AI绘(huì)画就(jiù)是人(rén)工智(zhì)能技术发生方向性改变的一个代表。其下一站(zhàn)或许就是视频。

此前，Meta和(hé)谷歌先后发布了几条引(yǐn)爆科技圈的短(duǎn)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(dān)，比(bǐ)如一匹正(zhèng)在喝水的马，一只画画的玩具熊，或者一段骑(qí)摩(mó)托(tuō)车的第(dì)一视角(jiǎo)录(lù)像，随便(biàn)一个(gè)有手机的人都可以随(suí)手录(lù)下一(yī)段。

但这些短视频的创作方(fāng)式(shì)非常(cháng)简单，创(chuàng)作者仅仅需要向AI输入一段(duàn)话，甚至只是说一下要求，AI就可以根据(jù)需要生成(chéng)一段视频(pín)。

谷歌发布的两个AI生(shēng)成视频分别来自于Imagen Video和(hé)Phenaki，前者(zhě)主要突出的是高清，与Meta的Make-A-Video没有太多的差别。

在Make-A-Video公布了(le)AI生成的视频(pín)后，AI圈就已经玩(wán)了一波梗(gěng)，一个能够做出更高清视(shì)频的AI还不足以在短时间内(nèi)戳中兴奋点。

Phenaki更加令人震惊的地方(fāng)在于，它可以制(zhì)作出超过2分钟(zhōng)的连贯的也有(yǒu)确切内容的视频，这才是真正(zhèng)让人们感到惊(jīng)喜的地方。因(yīn)为(wèi)无论AI生成的视(shì)频多么高清，也只能是(shì)为内容生产者提供一个灵(líng)感，一个素材，一(yī)个(gè)过场动画(huà)。

不过能够制作出有(yǒu)具体(tǐ)剧(jù)情(qíng)内容的视频就意味着，一些(xiē)视频(pín)创作由AI代(dài)替人(rén)工完成已(yǐ)经初步有了(le)可能。

当下AI的发展速(sù)度(dù)已经超过大部分人的想(xiǎng)象(xiàng)。内容产业(yè)的本(běn)质是供给创造需求，AIGC作为全新(xīn)的内容(róng)生产方式，可以(yǐ)为内(nèi)容产业带来更新的内容(róng)风格、更快的生产速度(dù)，更低的(de)生产成本，这(zhè)无(wú)疑会驱动内(nèi)容产业的(de)大爆发。

除了(le)AI绘图(tú)、视频(pín)，AIGC技(jì)术(shù)还(hái)能(néng)应用于音(yīn)乐、代码、机器(qì)人动作等多(duō)种内容形式的生成。不难发现(xiàn)该(gāi)项技术不仅在游戏等(dě将进酒为何读qiang，陈道明朗诵《将进酒》ng)行(xíng)业能得到有效应用，对于下一代(dài)互联(lián)网各种元素的(de)构建亦有关(guān)键(jiàn)意义。

从商业化的角度(dù)来(lái)看，文化娱乐、教育、传媒等诸多领域，本身就(jiù)对基于AI的可(kě)视化内容有强烈需求(qiú)。

因此，AI绘(huì)画及视频或不是结果，而只是AI进程中的一块重要拼图，有望在(zài)技术更(gèng)新的加持下实现(xiàn)更大的应用价值。

AI从理解(jiě)内容，走向(xiàng)了可以生成内容，甚至能够创造出独立价(jià)值和独立视角的内容。AIGC的再次出圈(quān)，更(gèng)代表(biǎo)着未来的(de)先进生产力即将到(dào)来。

04

紧(jǐn)抓大模型与(yǔ)算力(lì)，牢固(gù)AIGC底座

从技术的发展(zhǎn)也可以看出(chū)，在语(yǔ)言大模型、图(tú)像大模型之后，多模态(tài)大模型已经(jīng)成(chéng)为了(le)新的趋势。

大模型被誉为当前人工智能发展(zhǎn)的(de)智能底座，是(shì)全球竞争最激烈的研究方向之一，包括谷(gǔ)歌、亚马逊、百度、阿里(lǐ)、腾讯等众(zhòng)多头部企业(yè)都(dōu)在竞相发力。

不过训练大(dà)模型的(de)确价格不(bù)菲，以国盛证券发布(bù)的(de)《ChatGPT需要多少算力(lì)》报告估算，GPT-3训练一次的成(chéng)本约为140万美元(yuán)。而对于一些更大的(de)LLM(大型(xíng)语言模(mó)型)，训练成(chéng)本则介于200万(wàn)美元至1200万美元高(gāo)价之间。

以ChatGPT在2023年1月的独立(lì)访客平(píng)均数1300万计算，其对(duì)应芯片需求为3万多(duō)片英(yīng)伟达A100 GPU，初始投(tóu)入成本约为8亿(yì)美元，每(měi)日仅电费就在5万美元左右。

此外不(bù)论是ChatGPT还是AIGC，都(dōu)离不(bù)开(kāi)庞大算力支持。在关注各(gè)类(lèi)大模型的发展同时，更(gèng)应该关注算力网络的建设。

算(suàn)力网络(luò)正驱动AI产业发展进入(rù)史(shǐ)诗级加速进(jìn)程，让(ràng)AIGC及(jí)通用AI这一人工智(zhì)能发展的(de)终(zhōng)极目标离得更近。

因(yīn)为算力可(kě)以(yǐ)对突破性(xìng)技术创新提供大(dà)力的支持。这方面，多(duō)模(mó)态大模(mó)型是典型。作(zuò)为面(miàn)向未来强人工智(zhì)能、通用(yòng)人工智能的重要技术创新(xīn)，多模态大模型(xíng)已(yǐ)经在(zài)人工智能领域(yù)提出(chū)了很(hěn)多年，业(yè)界也有不少技术突破，但是，多模态(tài)大模型(xíng)进一步往下(xià)走(zǒu)，算(suàn)力(lì)需求呈(chéng)几何式(shì)上升(shēng)，一般的算力基础设(shè)施很快(kuài)将(jiāng)难以胜(shèng)任。

从(cóng)图像、文字、语音(yīn)单(dān)独一项的训练，到双模态、三模(mó)态(tài)的跃迁，让(ràng)人工智能可以灵活应对不同模态的转化、像人与世界交互一样(yàng)自然，这(zhè)方面(miàn)，由算力(lì)网络来驱动将有明显优势(shì)。

此外(wài)，还有很多需要爆发式增(zēng)长的算力来支撑的技术创新，将在(zài)人工智能算力网络支(zhī)撑下快速推进。

AIGC已经露出曙光，期待在(zài)大模型和大算(suàn)力的支持下AIGC能持续(xù)颠(diān)覆(fù)内容生产(chǎn)的(de)方式，将创造的边(biān)际成本降(jiàng)低，让(ràng)万(wàn)众(zhòng)受(shòu)益。

未经允许不得转载：IDC站长站，IDC站长，IDC资讯--IDC站长站 将进酒为何读qiang，陈道明朗诵《将进酒》