自聊天机器人(rén)ChatGPT火爆以来，微软公司创始人比尔·盖茨已多次公开谈论(lùn)人工智(zhì)能话题。在最(zuì)近的一次(cì)采访中(zhōng)，他(tā)再次表示：“AI可能会让科技行业(yè)迎来一次剧烈(liè)的(de)洗牌”。

这个结论是他在当地时间2月20日接受《In Good Company》节目(mù)专(zhuān)访时提出的。

他预期(qī)，AI的发展可能会(huì)威胁到谷歌的市占(zhàn)率，因为微(wēi)软在AI方(fāng)面的行动相当迅速。而最(zuì)终(zhōng)科技(jì)巨头(tóu)将(jiāng)把(bǎ)AI整合成用户的“全能(néng)助手”，包揽一切应用(yòng)，与人们进行沟通并提供建议，可以取代(dài)亚马逊、Siri或Outlook等应用(yòng)。

大佬口(kǒu)中全能助手的到来可能尚需时日，但由ControlNet引发(fā)的又一(yī)次(cì)AI绘画浪潮，让AIGC在ChatGPT的话题热点包围中杀出重围。

01

ControlNet颠(diān)覆AI绘画新玩法(fǎ)

AIGC向可控靠(kào)近

以AI绘画为代表(biǎo)的AIGC上(shàng)一(yī)次爆火(huǒ)的时(shí)候，还是(shì)2022年8月，在美国科罗(luó)拉多(duō)州举办的新兴(xīng)数字(zì)艺术家竞赛中(zhōng)，一幅名为《太空歌剧院》的(de)作品获奖(jiǎng)。

随后(hòu)各大厂商的AI绘画(huà)软件被广大网友熟知(zhī)并(bìng)体验(yàn)，Stable Diffusion便是其(qí)中(zhōng)代表。

用户们(men)可以(yǐ)在应(yīng)用中输入一组关键词或者(zhě)一(yī)张照片，就(jiù)能获得一幅AI创作的画(huà)作。

作画(huà)的关(guān)键就是所输入的文本(běn)。同(tóng)一组(zǔ)关(guān)键(jiàn)词也可以(yǐ)创作出很多张风格(gé)不(bù)一样的画作，这让创作的过程就像(xiàng)开盲盒。

很多用户很喜欢(huān)这种不(bù)确定的惊喜，他们会将(jiāng)生成(chéng)的美图当做头像。而另一部分喜欢翻看(kàn)AI绘画的“翻车”作品。在社交媒(méi)体上，许(xǔ)多用户分享AI“翻车现场”，例如，一位(wèi)网友的(de)小(xiǎo)狗照片被AI画成了“肌肉男”，还有网友的个人照(zhào)片被AI识(shí)别(bié)成(chéng)了(le)建筑。

而如(rú)今随着(zhe)ControlNet的出现与加持，以往(wǎng)AI绘画的填写关键词游戏可能要被颠覆了。

ControlNet是(shì)一位(wèi)正在斯(sī)坦福读博的中国人张(zhāng)吕敏(mǐn)创作(zuò)的一种基(jī)于控制点的图像变形算法，主要用于数字图(tú)像处理、计算机(jī)视觉(jué)和计算机图形学等领域。

其SD插件(jiàn)一经发(fā)布，在短短的两天内(nèi)便(biàn)成为(wèi)了AI绘画领域最新的热点。

在此之前(qián)，大家用了很多方法想让AI生成的结果尽可能的符合要(yào)求，但(dàn)是(shì)都(dōu)不尽如(rú)人意，它的出现(xiàn)代(dài)表着AI生(shēng)成开始进入真正的可控时期。

因为(wèi)ControlNet可以直接提取画面的构图，人物的姿势(shì)和(hé)画面的深度信息等。有了它的帮助(zhù)，就不用频繁的用提示词来碰(pèng)运气(qì)，抽盲盒式的创(chuàng)作了。

通俗的说ControlNet相(xiāng)当于给AI绘画加了“魔法”，不少博(bó)主的作品(pǐn)已经获得了大(dà)量的(de)浏览量，“viggo”就是(shì)其中(zhōng)之一(yī)，他用(yòng)朋(péng)友的照片直接带(dài)她们走进动漫世界。

viggo先用StableDiffusion图片转文(wén)字。

再(zài)用Text2Prompt插件拓展(zhǎn)找到对应的关键词；最后(hòu)用ControlNet插件(jiàn)绑(bǎng)定骨骼开(kāi)始换关键词试效果。

通过图片就可(kě)以看(kàn)出来(lái)，效果(guǒ)十分惊艳。

更厉害的是(shì)，除了真实的(de)照(zhào)片，草图也(yě)可(kě)以加(jiā)上“魔法”，知(zhī)乎(hū)大牛“DevPoint”和“逗(dòu)砂(shā)”介绍到(dào)ControlNet还(hái)能实现线稿转全(quán)彩图。大神张吕(lǚ)敏(mǐn)其本(běn)尊也亲自回(huí)应。

不得不说当下AIGC已经变得越(yuè)来越强大，甚(shèn)至输出的作品(pǐn)都已经(jīng)能以(yǐ)假乱真了。

02

难辨虚实，AIGC技术力(lì)爆发

警惕(tì)安全问题

近日，“苏州金鸡湖有(yǒu)游(yóu)艇party”的消息火遍网络，而经过警方辟谣这所谓的“party”可能是全国第一起AI绘图诈骗。

由于这个活动(dòng)里面给出的美(měi)女(nǚ)照片都是AI制作的真(zhēn)人照片绘图(tú)，因为太逼真，被大(dà)家(jiā)当成真(zhēn)事(shì)传播(bō)了。

不过(guò)仔细观察可以发现，活动发(fā)起者提供的照(zhào)片中有个很大的漏洞可以发现(xiàn)并非真人(rén)，而(ér)是AI绘图，那便是图片中女性(xìng)的手(shǒu)指部分有的存(cún)在异(yì)常。

有行业人事(shì)表示：“现在因为(wèi)手指部分(fēn)的绘(huì)画算法比(bǐ)较复杂，AI还不太会画(huà)人的手(shǒu)，但最新(xīn)看到的图(tú)片已经有越来越完美的AI模型出现，以后可能就完全(quán)没有(yǒu)漏洞了。”

类似的AI作图诈骗在国(guó)外(wài)也(yě)已有(yǒu)发生。据英国(guó)广播(bō)公司报道(dào)，土(tǔ)耳其(qí)地(dì)震期间，有Tiktok用户使用(yòng)AI合成了(le)儿(ér)童受灾(zāi)的假照片(piàn)发布到网络(luò)，以此诱骗善良的人打(dǎ)赏“捐助”从而实(shí)施诈骗(piàn)。

目前随(suí)着技术(shù)发展，AIGC已(yǐ)经能做出真人照片般的(de)绘图效(xiào)果，如果这样的图(tú)片被用来诈骗，将(jiāng)非常可怕。

此外AIGC还引发了很多(duō)担忧(yōu)，一方(fāng)面，批(pī)判者认为AI在(zài)“学(xué)习”了大量前人的作(zuò)品之后，其创作(zuò)没(méi)有任(rèn)何情绪和(hé)灵魂，难以(yǐ)和(hé)人类的艺(yì)术创作相提并论。

另一方面，AIGC背后的版(bǎn)权、目前都并没有得到有效的解决，还(hái)有AIGC会不(bù)会代替人类“至高无(wú)上”的创意(yì)。

马斯(sī)克也强调，人工智能的(de)安全问题需要得到重(zhòng)视(shì)，太晚就来不(bù)及了。

03

AIGC下一站除了视频，还有远方(fāng)

技术都(dōu)是有两面性的，潜在(zài)的(de)危害并不能掩盖其光辉的贡献。现在看来，人工智能技术将是第四次工业革命的核(hé)心驱动(dòng)力(lì)量，将创造(zào)新的增(zēng)长奇迹。

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

此前(qián)，Meta和谷(gǔ)歌先后发布了几(jǐ)条(tiáo)引爆科(kē)技圈的短视频。这些视(shì)频引发关(guān)注并非(fēi)内容做得多优秀(xiù)，反而都非常简单，比如一匹正在喝(hē)水的马，一(yī)只画画的玩具熊，或者一段骑(qí)摩托车的第一视(shì)角录像，随便一个有手(shǒu)机的人(rén)都(dōu)可以随手录(lù)下一段(duàn)。

但(dàn)这(zhè)些短视(shì)频的创作方式非(fēi)常(cháng)简单(dān)，创作者仅(jǐn)仅需(xū)要向(xiàng)AI输入一段(duàn)话，甚(shèn)至只是(shì)说一下要(yào)求，AI就(jiù)可以根据需要(yào情怀经典句子正能量，形容一个人有情怀咋说)生成一段视频(pín)。

谷(gǔ)歌(gē)发布的(de)两(liǎng)个AI生成(chéng)视频分(fēn)别来自于(yú)Imagen Video和Phenaki，前(qián)者主要突出(chū)的(de)是(shì)高(gāo)清(qīng)，与(yǔ)Meta的Make-A-Video没有太(tài)多的差别。

在Make-A-Video公布了AI生成的(de)视频(pín)后(hòu)，AI圈就已经玩了一波梗，一个能够(gòu)做出更高清视频的AI还不足以在短时间内(nèi)戳中(zhōng)兴奋点。

Phenaki更加令人震惊的地方在于，它可(kě)以制作出超(chāo)过2分钟(zhōng)的连贯的也有(yǒu)确切内(nèi)容(róng)的(de)视(shì)频，这才是真正让人们感到惊喜的地方。因为无论AI生成的视频多么高清，也只能(néng)是(shì)为内容生产者提供一个灵(líng)感，一个素材，一个过场(chǎng)动画。

不过能(néng)够制作出有具体剧情内容的视频就意味着，一些视频创作由(yóu)AI代(dài)替人(rén)工完成已(yǐ)经初(chū)步有了可能。

当下AI的(de)发(fā)展(zhǎn)速度已经超过大部分人的想象。内容产业的本(běn)质(zhì)是供(gōng)给创造需求，AIGC作为全新的内(nèi)容生产方式，可以(yǐ)为内容产业带来(lái)更(gèng)新的内容风格、更(gèng)快的生产(chǎn)速度，更低的生产成(chéng)本，这无疑会驱动内(nèi)容产业的大爆发。

除了AI绘图(tú)、视频，AIGC技术还能(néng)应用于音乐、代(dài)码、机器人动作等多种内容形(xíng)式的生成(chéng)。不难发(fā)现该项(xiàng)技(jì)术不仅(jǐn)在游戏等行(xíng)业(yè)能(néng)得到有效应用，对于下(xià)一代互联网各(gè)种元素的构建亦(yì)有(yǒu)关键意义(yì)。

从(cóng)商(shāng)业(yè)化的角(jiǎo)度来(lái)看，文化娱乐、教育、传(chuán)媒等诸多领域，本身就对基于AI的可视化(huà)内容有(yǒu)强(qiáng)烈(liè)需求。

因此(cǐ)，AI绘画(huà)及(jí)视频或不是结果，而只是AI进程(chéng)中的一块(kuài)重(zhòng)要拼图，有望在技术(shù)更新的加持(chí)下实现(xiàn)更大的应用(yòng)价值(zhí)。

AI从理(lǐ)解内容(róng)，走向了可(kě)以生成内容，甚至能(néng)够(gòu)创造出独立价值和独立视角的(de)内容(róng)。AIGC的再(zài)次出圈，更代表着未来的(de)先进生产力即将到(dào)来。

04

紧抓大(dà)模型与(yǔ)算力，牢固AIGC底座

从技术的(de)发展也可以看(kàn)出，在(zài)语言大(dà)模型、图像大模型之后，多模态大模型已经成(chéng)为了新的趋势。

大模型被誉为当(dāng)前人工智能(néng)发展的智能底座，是全球(qiú)竞争最激烈的(de)研究方向之一(yī)，包括谷(gǔ)歌、亚(yà)马逊、百度、阿里(lǐ)、腾讯等(děng)众多(duō)头部(bù)企业都在竞相发力(lì)。

不过训练(liàn)大模(mó)型的确价格不(bù)菲，以国盛证券发布的《ChatGPT需(xū)要(yào)多(duō)少算力》报告估算，GPT-3训(xùn)练一(yī)次的成本约(yuē)为140万美(měi)元(yuán)。而对(duì)于一些(xiē)更大的(de)LLM(大型语言(yán)模(mó)型)，训练成本(běn)则介于200万美元(yuán)至1200万(wàn)美元高价之间(jiān)。

以ChatGPT在(zài)2023年1月的独立访客(kè)平均(jūn)数1300万计(jì)算，其对应芯(xīn)片需求(qiú)为3万多(duō)片英伟达A100 GPU，初始投入成(chéng)本约(yuē)为8亿美(měi)元，每日仅电费就在5万美元左右(yòu)。

此外(wài)不论是ChatGPT还是(shì)AIGC，都离不开庞大(dà)算力(lì)支持。在关(guān)注各类大模型的发展(zhǎn)同时，更应(yīng)该(gāi)关注(zhù)算(suàn)力(lì)网络的建设。

算力(lì)网(wǎng)络正(zhèng)驱动AI产业发展(zhǎn)进入史(shǐ)诗级加速进程，让(ràng)AIGC及通用AI这一人工智能发(fā)展的终(zhōng)极目标离得更近。

因(yīn)为算力可以对突破性技术创新(xīn)提供大力的(de)支持。这方面，多模态大模型是典型(xíng)。作(zuò)为面向未来强(qiáng)人工(gōng)智(zhì)能、通用(yòng)人工智能的(de)重要技术创新，多模态大模型已(yǐ)经在人工智能领域提出了很多年(nián)，业界也有不少技术突破，但(dàn)是，多模态大模型(xíng)进一(yī)步往下走，算力(lì)需求呈几何(hé)式(shì)上升，一(yī)般的算力(lì)基础设施很(hěn)快(kuài)将(jiāng)难以(yǐ)胜任。

从图像(xiàng)、文字、语音(yīn)单独一项的训练，到双模(mó)态、三模态的跃迁，让人(rén)工(gōng)智能可以(yǐ)灵活应对不同模态的转化(huà)、像人(rén)与(yǔ)世界交互一(yī)样自然，这方面(miàn)，由(yóu)算力网(wǎng)络来驱(qū)动将有明显(xiǎn)优势。

此外，还有(yǒu)很多需要爆(bào)发式增长的算(suàn)力来支撑的技(jì)术创新，将在人工智能算力网(wǎng)络支撑(chēng)下快速推进(jìn)。

AIGC已经露出曙光，期待在大模型和大算力的(de)支(zhī)持下AIGC能持续(xù)颠覆内容生产的方式，将创造的(de)边际成本降低(dī)，让万(wàn)众受益。

未经允许不得转载：IDC站长站，IDC站长，IDC资讯--IDC站长站 情怀经典句子正能量，形容一个人有情怀咋说