自聊天机器人ChatGPT火爆以来(lái)，微(wēi)软公(gōng)司创始人比尔·盖(gài)茨已多(duō)次公(gōng)开(kāi)谈论(lùn)人(rén)工智能话题(tí)。在最近的一次采(cǎi)访中，他(tā)再次表示：“AI可能会让科(kē)技行业迎(yíng)来(lái)一次剧烈的(de)洗牌(pái)”。

这(zhè)个(gè)结论是(shì)他(tā)在当地(dì)时间(jiān)2月20日(rì)接受《In Good Company》节目专访时(shí)提出的。

他预期，AI的发展可(kě)能会(huì)威(wēi)胁到谷歌的市占率，因为微(wēi)软在AI方面的行动相当迅速。而最终科技巨头将把(bǎ)AI整合成用户的(de)“全(quán)能助手”，包揽一(yī)切应用，与人们进行沟通并提供建议，可以取(qǔ)代亚马逊、Siri或(huò)Outlook等(děng)应用。

大佬口中全能助(zhù)手的到来可能尚需(xū)时日，但(dàn)由(yóu)ControlNet引发的(de)又一(yī)次AI绘(huì)画浪(làng)潮，让(ràng)AIGC在(zài)ChatGPT的话(huà)题热点包围中杀出重围。

01

ControlNet颠覆AI绘画新玩法

AIGC向可控靠近

以AI绘画为代表的AIGC上一次爆火的时候，还是2022年(nián)8月(yuè)，在美国科罗拉多州举办的新兴数字艺术家竞赛中，一(yī)幅名为《太空(kōng)歌剧(jù)院》的作(z主播坐班和不坐班是什么意思，坐班和不坐班是什么意思区别uò)品获奖。

随后(hòu)各大厂商(shāng)的AI绘画(huà)软件被广大网友(yǒu)熟知并体(tǐ)验(yàn)，Stable Diffusion便是其中代(dài)表。

用户们可以在应用中输(shū)入(rù)一(yī)组(zǔ)关键词或者(zhě)一张照片，就能(néng)获得一(yī)幅(fú)AI创作的画作。

作画的关键就是所输入的文(wén)本。同一组关(guān)键(jiàn)词也可以创作(zuò)出很多张风格不(bù)一样(yàng)的画(huà)作，这让(ràng)创作的过(guò)程就像开盲盒。

很多用户很喜欢这种(zhǒng)不确定(dìng)的惊(jīng)喜，他们会将生(shēng)成(chéng)的美图当(dāng)做头像(xiàng)。而另一部(bù)分喜欢翻看AI绘(huì)画的“翻车”作品。在社交(jiāo)媒体上，许多用户分享AI“翻车现场(chǎng)”，例如，一(yī)位(wèi)网友(yǒu)的小狗(gǒu)照片被AI画(huà)成(chéng)了(le)“肌肉男(nán)”，还有网友(yǒu)的个人照片被AI识别成了建(jiàn)筑。

而(ér)如(rú)今随着ControlNet的出(chū)现与加持，以(yǐ)往AI绘画的填写关键(jiàn)词游(yóu)戏(xì)可能要被颠覆了。

ControlNet是(shì)一位正(zhèng)在(zài)斯坦福读博(bó)的中国人(rén)张吕敏(mǐn)创作(zuò)的一种基(jī)于控制点的图(tú)像变形算(suàn)法，主要用于数(shù)字图(tú)像处理、计算机视觉和计(jì)算机图(tú)形学等领域。

其SD插件一经(jīng)发布，在短短的两天内便成为了AI绘画领(lǐng)域最新的热点。

在此之前，大家用了(le)很多方法想(xiǎng)让AI生成的(de)结果尽可能的符(fú)合要求，但是都不尽如人意，它(tā)的出(chū)现代表着AI生(shēng)成开始进入真正(zhèng)的可控(kòng)时期。

因为ControlNet可以直接提取(qǔ)画面的构图，人物的姿势和画(huà)面的深度信(xìn)息等。有了它的帮助，就不用频繁的用提示词来碰运气，抽盲盒(hé)式的创作了。

通俗的说ControlNet相当于(yú)给(gěi)AI绘画加(jiā)了“魔法”，不(bù)少博主的(de)作品已经获得了(le)大量的浏览(lǎn)量，“viggo”就是其(qí)中之一，他用朋友的照片(piàn)直接带她们走进动漫世界。

viggo先用StableDiffusion图(tú)片转文字。

再用Text2Prompt插件(jiàn)拓展找到对(duì)应的关(guān)键词(cí)；最后用(yòng)ControlNet插件绑定(dìng)骨骼开始(shǐ)换关键词试效果。

通过(guò)图(tú)片就可以看出来，效果十分惊艳(yàn)。

更厉害的(de)是，除了真(zhēn)实的(de)照片(piàn)，草图也(yě)可以(yǐ)加上“魔法”，知(zhī)乎大(dà)牛“DevPoint”和“逗砂”介(jiè)绍到ControlNet还(hái)能实现线稿转(zhuǎn)全彩图。大神张吕敏其本尊也亲自回(huí)应。

不得不说当下AIGC已(yǐ)经变得越(yuè)来越强(qiáng)大(dà)，甚至输(shū)出(chū)的(de)作品都(dōu)已(yǐ)经能以假(jiǎ)乱真了。

02

难(nán)辨虚实(shí)，AIGC技术力爆发

警(jǐng)惕(tì)安(ān)全问题(tí)

近日，“苏州金(jīn)鸡(jī)湖有(yǒu)游(yóu)艇party”的消息火遍(biàn)网(wǎng)络，而(ér)经过警方辟(pì)谣这所(suǒ)谓的“party”可能是(shì)全国第一起AI绘图诈骗。

由于(yú)这个活动里面给出的美女(nǚ)照片(piàn)都是AI制作的真(zhēn)人照片(piàn)绘图，因为太逼真，被大(dà)家(jiā)当(dāng)成真(zhēn)事传播了(le)。

不(bù)过仔细观察可以(yǐ)发现，活动(dòng)发起者提(tí)供的(de)照片中有个很大的漏洞(dòng)可(kě)以发现(xiàn)并非真人，而(ér)是AI绘图，那(nà)便是图片中女性的手指部分有的存在异常。

有(yǒu)行业人事(shì)表(biǎo)示：“现在因(yīn)为手指部分的绘画算法(fǎ)比较复杂，AI还不太会画人的手，但最新看到的图片已经有越(主播坐班和不坐班是什么意思，坐班和不坐班是什么意思区别yuè)来越完美的AI模(mó)型出(chū)现，以后可(kě)能就完全没有漏洞了。”

类(lèi)似(shì)的AI作图(tú)诈(zhà)骗在国外也已(yǐ)有发生(shēng)。据英国广播公司报道，土耳(ěr)其地震期(qī)间，有Tiktok用户使用AI合(hé)成了儿童受灾(zāi)的假照片发布到网络，以(yǐ)此诱骗善(shàn)良的人打赏“捐助”从而实施诈骗(piàn)。

目(mù)前(qián)随着技术发展，AIGC已经能做出真(zhēn)人(rén)照(zhào)片般的绘图效果，如果这样(yàng)的图片被(bèi)用来诈(zhà)骗，将非常(cháng)可(kě)怕。

此外AIGC还引发(fā)了很多(duō)担(dān)忧(yōu)，一方面(miàn)，批判(pàn)者认为AI在(zài)“学习”了大量前(qián)人(rén)的作品(pǐn)之后，其(qí)创作没(méi)有任何(hé)情绪和(hé)灵(líng)魂，难以和人类的艺术创作相提并论。

另(lìng)一方面，AIGC背后的版(bǎn)权、目前都并没(méi)有得(dé)到有效的解决，还有AIGC会不会(huì)代替人类“至高无上”的创意(yì)。

马斯克也(yě)强调，人(rén)工智能的(de)安全问题需(xū)要得(dé)到重视，太晚(wǎn)就来不及了。

03

AIGC下一站除(chú)了(le)视频，还有远方(fāng)

技术都是有两面(miàn)性的，潜在的危害并不能(néng)掩盖其(qí)光辉的贡献。现在看来，人(rén)工智能技(jì)术将是第四(sì)次工(gōng)业革命的核心驱动力(lì)量，将创(chuàng)造(zào)新(xīn)的增长奇迹。

过(guò)去一年，人工(gōng)智能在技术和(hé)商(shāng)业层面(miàn)都有了巨大进展，AI绘画就是(shì)人工智能技术(shù)发生(shēng)方向性改(gǎi)变的一个代(dài)表。其下一站或许就是视频。

此(cǐ)前，Meta和谷歌先(xiān)后(hòu)发(fā)布(bù)了几(jǐ)条引爆科技(jì)圈的短视频。这些视(shì)频引发(fā)关注并非内容做得(dé)多优秀(xiù)，反而都(dōu)非常简(jiǎn)单，比如一匹(pǐ)正(zhèng)在(zài)喝水的马(mǎ)，一只画(huà)画的玩具熊，或者一段骑摩托车的第一视角录像(xiàng)，随(suí)便(biàn)一个有手机的人都可以随手录下一(yī)段(duàn)。

但这些短视频的(de)创作方式非常简单，创作(zuò)者仅仅需要向AI输(shū)入一(yī)段话，甚(shèn)至(zhì)只是说一(yī)下要(yào)求，AI就可以(yǐ)根据(jù)需要(yào)生(shēng)成(chéng)一段(duàn)视频。

谷歌发布的两(liǎng)个(gè)AI生成视频分别来自于Imagen Video和Phenaki，前者主要突出的是(shì)高清，与Meta的Make-A-Video没(méi)有(yǒu)太(tài)多的(de)差别。

在Make-A-Video公(gōng)布了AI生成的视频后(hòu)，AI圈就已经玩了一(yī)波梗，一个能(néng)够做(zuò)出更高清视频(pín)的AI还不足以(yǐ)在短时间内戳中兴奋(fèn)点(diǎn)。

Phenaki更加令人震惊的地方在于，它可以制作(zuò)出超(chāo)过2分钟的连(lián)贯的也有确切内(nèi)容的视频(pín)，这才是真(zhēn)正让人们感(gǎn)到惊喜的(de)地方(fāng)。因为无论(lùn)AI生成的视频多么高(gāo)清，也只(zhǐ)能是为内容生产者提供一个(gè)灵感，一(yī)个素材，一个过场动画。

不过能够制(zhì)作出有具体剧情内容的视频就意味着(zhe)，一些(xiē)视频创作由AI代替人工完成已经(jīng)初步有了可能。

当下AI的发展速度已经(jīng)超过(guò)大部分人的(de)想象。内(nèi)容产(chǎn)业的本质是供(gōng)给创造需求，AIGC作为全新的内容生产方式，可以为内容产业带(dài)来更新(xīn)的内容(róng)风格、更快(kuài)的生产速度，更(gèng)低的生产成本，这无疑会(huì)驱(qū)动内(nèi)容产(chǎn)业的大爆发。

除了AI绘(huì)图、视频(pín)，AIGC技(jì)术还(hái)能应(yīng)用于音乐(lè)、代(dài)码、机(jī)器人动作等(děng)多(duō)种内容形式的生成。不难(nán)发现该项(xiàng)技术不仅在游戏等行业能得到有效应用，对于下一(yī)代互联网各种元素的构建亦有关键意义。

从商业化的(de)角度来(lái)看，文(wén)化娱乐(lè)、教育、传媒等诸多领域，本(běn)身就对(duì)基于AI的可视化(huà)内容有强(qiáng)烈需求。

因此，AI绘画及视频或(huò)不是(shì)结果，而只是AI进程中的一块重要拼图，有(yǒu)望在(zài)技术更新的加持下实现(xiàn)更大的应(yīng)用价值。

AI从(cóng)理解内容，走向了可以生成内容，甚至(zhì)能(néng)够创造(zào)出(chū)独立价值和独立视角的内容。AIGC的再次出圈，更(gèng)代表着未来(lái)的(de)先(xiān)进生产力即将到来。

04

紧抓大(dà)模型与算力，牢固(gù)AIGC底(dǐ)座

从技(jì)术的发展(zhǎn)也(yě)可以看出，在语言大模(mó)型、图像(xiàng)大模型之后，多模态大模型已(yǐ)经成为(wèi)了(le)新的趋势。

大(dà)模型被誉为当前(qián)人工智能(néng)发(fā)展的智能底座，是全球竞争(zhēng)最激烈(liè)的研(yán)究(jiū)方向(xiàng)之一，包(bāo)括(kuò)谷(gǔ)歌、亚马逊、百度、阿里、腾讯等(děng)众多头(tóu)部企业(yè)都在竞相发(fā)力。

不过训练大模(mó)型的确(què)价(jià)格(gé)不菲，以国(guó)盛证券(quàn)发布的(de)《ChatGPT需(xū)要(yào)多少算(suàn)力》报(bào)告(gào)估算(suàn)，GPT-3训(xùn)练一次的成本约为140万(wàn)美元。而对于一(yī)些更大的LLM(大(dà)型语言(yán)模型)，训练成本则介于200万美元至(zhì)1200万美元(yuán)高价(jià)之间(jiān)。

以ChatGPT在2023年1月的独立(lì)访客平均数1300万(wàn)计算，其(qí)对应芯片需求为3万(wàn)多(duō)片(piàn)英(yīng)伟(wěi)达A100 GPU，初(chū)始(shǐ)投入成本约为8亿美(měi)元，每日仅电费就在5万美元左右(yòu)。

此外不论是(shì)ChatGPT还是AIGC，都离不开庞大算力支持。在关注(zhù)各类大模(mó)型(xíng)的发展同时，更应该关注算力网(wǎng)络的建设。

算力网(wǎng)络正驱动AI产(chǎn)业发展进(jìn)入史诗级加速进程(chéng)，让AIGC及通(tōng)用AI这一人(rén)工智(zhì)能发(fā)展(zhǎn)的终(zhōng)极目标(biāo)离得更(gèng)近。

因为算力(lì)可以对突破(pò)性技术创新(xīn)提供大力(lì)的支持。这方面，多(duō)模态(tài)大模型是典型。作为面向未来(lái)强人工智能、通(tōng)用人工智能的重要技术创新(xīn)，多模态(tài)大模型已经(jīng)在人(rén)工智能领域提出了很多年，业界也有(yǒu)不少技(jì)术突(tū)破，但是，多模(mó)态大(dà)模型(xíng)进一步往下走，算力需求呈几何(hé)式(shì)上升，一般(bān)的算力基础设施很快将难以胜任。

从(cóng)图像、文字、语(yǔ)音单独一项(xiàng)的(de)训练，到双模(mó)态、三模态(tài)的跃迁，让(ràng)人工智能(néng)可以灵活应对(duì)不同模(mó)态的转化、像人与世界交互一样自然，这方面，由算力网络来驱动将有明显优势。

此外，还有很多需要爆发式增长(zhǎng)的算力来(lái)支(zhī)撑的技术创(chuàng)新(xīn)，将在人工智(zhì)能算力网络支撑下快速(sù)推进(jìn)。

AIGC已经露出曙(shǔ)光，期待在大(dà)模型(xíng)和(hé)大(dà)算力(lì)的支持(chí)下AIGC能(néng)持续颠覆内容生产的方式(shì)，将(jiāng)创造(zào)的边(biān)际成本降低，让万众受益。

未经允许不得转载：泉州电动车网 福建骑行网 主播坐班和不坐班是什么意思，坐班和不坐班是什么意思区别