自(zì)聊天机器(qì)人ChatGPT火(huǒ)爆(bào)以(yǐ)来，微软公司创始人比(bǐ)尔(ěr)·盖(gài)茨已多(duō)次公(gōng)开谈论人工智能话(huà)题(tí)。在(zài)最近的一次采访中(zhōng)，他再次表(biǎo)示：“AI可(kě)能会让科技行业迎(yíng)来一次剧烈(liè)的洗(xǐ)牌”。

这个结论是(shì)他在当地时间(jiān)2月20日接受《In Good Company》节目专访时提出的(de)。

他(tā)预期，AI的发展可(kě)能会威胁到谷(gǔ)歌的市占(zhàn)率，因(yīn)为微(wēi)软在(zài)AI方(fāng)面(miàn)的行动(dòng)相当迅(xùn)速。而最终(zhōng)科(kē)技(jì)巨头将(jiāng)把AI整合成(chéng)用户的“全能助(zhù)手”，包(bāo)揽(lǎn)一切应用，与人(rén)们进行(xíng)沟通(tōng)并提(tí)供(gōng)建(jiàn)议，可以取代亚(yà)马逊、Siri或Outlook等应用。

大(dà)佬口(kǒu)中全(quán)能助手的到来(lái)可(kě)能尚(shàng)需时日，但由(yóu)ControlNet引发的又一次AI绘(huì)画(huà)浪潮(cháo)，让AIGC在ChatGPT的话题热点包围中杀出(chū)重(zhòng)围。

01

ControlNet颠覆AI绘(huì)画新玩法

AIGC向可控靠近

以AI绘画为代(dài)表的AIGC上(shàng)一次爆火的时候，还是2022年8月(yuè)，在美国科罗(luó)拉多州举办的新兴数字艺术家竞赛中，一幅名为《太空(kōng)歌剧(jù)院》的作(zuò)品获(huò)奖(jiǎng)。

随后各大厂商的AI绘(huì)画软件被广大网友熟知并体验，Stable Diffusion便(biàn)是(shì)其(qí)中(zhōng)代表(biǎo)。

用户们可以在应用(yòng)中输入一组关键词或者一张照(zhào)片，就能获得一幅(fú)AI创作的画作。

作画的关键就是所(suǒ)输入的文本。同(tóng)一组关(guān)键(jiàn)词也可以创作出很多张风格不一(yī)样的画作，这(zhè)让创作的过程就(jiù)像开盲盒。

很多用户很喜欢这(zhè)种不确定(dìng)的惊(jīng)喜(xǐ)，他们会将(jiāng)生成的(de)美图当做头像。而(ér)另一部分喜欢翻看AI绘画的“翻车”作(zuò)品。在社交媒体上，许(xǔ)多用户分享AI“翻(fān)车现(xiàn)场”，例如，一位网友的小(xiǎo)狗(gǒu)照片被AI画(huà)成了“肌肉男”，还有网友的(de)个(gè)人照(zhào)片被AI识别成了建筑。

而如今随(suí)着ControlNet的出现与(yǔ)加持，以(yǐ)往(wǎng)AI绘画的填写关键词(cí)游(yóu)戏可能要被(bèi)颠覆了。

ControlNet是(shì)一位(wèi)正在斯坦(tǎn)福读博的中国人张吕敏(mǐn)创作(zuò)的一种基于控制(zhì)点的图(tú)像变形(xíng)算法，主要用于数字图像处理、计算(suàn)机视觉和计算机图(tú)形学等领域。

其SD插件一经发布，在短短(duǎn)的两天内便成为了AI绘(huì)画领域最新的热(rè)点。

在此(cǐ)之前，大家用了很多(duō)方法想让AI生成的结果(guǒ)尽可能的符合要求，但是都不尽如人意，它的出现(xiàn)代表(biǎo)着AI生成开(kāi)始进入真正的可控(kòng)时期(qī)。

因(yīn)为ControlNet可以直接提取画面的构图，人物的姿势和画面(miàn)的深度(dù)信(xìn)息等。有(yǒu)了它的帮(bāng)助，就不(bù)用频繁的用提示词来碰运气(qì)，抽盲(máng)盒式的创作(zuò)了(le)。

通俗的说(shuō)ControlNet相(xiāng)当于(yú)给AI绘(huì)画加了“魔法”，不少博主的作(zuò)品(pǐn)已经获得(dé)了大量的浏览量，“viggo”就(jiù)是其中(zhōng)之一，他用(yòng)朋友(yǒu)的照片直接带她们走进动漫(màn)世(shì)界(jiè)。

viggo先用StableDiffusion图片转(zhuǎn)文字。

再用Text2Prompt插件拓展找到对应的关(guān)键(jiàn)词；最后用(yòng)ControlNet插件绑定骨骼(gé)开始换(huàn)关键词试效(xiào)果。

通过图片(piàn)就可(kě)以看出来(lái)，效(xiào)果十分惊(jīng)艳。

更厉害的(de)是(shì)，除了真实的照片，草图也可(kě)以加上“魔法(fǎ)”，知(zhī)乎大(dà)牛“DevPoint”和“逗砂”介绍(shào)到ControlNet还能实(shí)现线稿转(zhuǎn)全彩图。大(dà)神张吕敏其本尊(zūn)也亲自回应。

不得不说当下AIGC已经变得越来越强(qiáng)大(dà)，甚至输出的作品都已经能以假乱真了。

02

难辨虚实(shí)，AIGC技术力(lì)爆发

警惕安全问题

近日(rì)，“苏州(zhōu)金鸡湖有游艇party”的消息(xī)火遍网络，而经过警方辟(pì)谣(yáo)这所谓的“party”可能是全国第一起AI绘图诈骗。

由于这个活动里(lǐ)面给出的美女照片都是AI制作的(de)真人照片绘图，因为太(tài)逼(bī)真，被大家当成真事传播了。

不过仔细观察可以发现，活动(dòng)发起者提供的照片(piàn)中有(yǒu)个很大(dà)的漏洞可以发现并非真人，而是AI绘图(tú)，那便是(shì)图(tú)片中(zhōng)女性的手指部分有的存在异常(cháng)。

有行业人事表示：“现在(zài)因为手指(zhǐ)部(bù)分的(de)绘画算法比较复杂，AI还不太会画人的手，但最新看到的图片已经有越来越完美的AI模型出现，以(yǐ)后可能就(jiù)完全没有漏(lòu)洞了。”

类似(shì)的(de)AI作(zuò)图诈(zhà)骗在国外也已有发生。据英国广播公司报道，土(tǔ)耳其地震期间(jiān)，有Tiktok用户使(shǐ)用AI合成了儿童受(shòu)灾的假照片(piàn)发布(bù)到网(wǎng)络，以此诱骗(piàn)善(shàn)良(liáng)的人(rén)打赏“捐助”从(cóng)而实施诈骗。

目前随(suí)着技术发展，AIGC已经能做出真(zhēn)人照片般的绘图效果，如果(guǒ)这样的图片(piàn)被用来(lái)诈骗，将非常可怕(pà)。

此(cǐ)外AIGC还引发了很多担忧，一(yī)方面，批(pī)判者认(rèn)为AI在“学习”了大量前人的作品之(zhī)后，其创作没有(yǒu)任(rèn)何情绪和(hé)灵魂，难以和人类(lèi)的艺术创作相提(tí)并论(lùn)。

另(lìng)一方(fāng)面，AIGC背后(hòu)的版权、目前都(dōu)并没有得到有效的解决(jué)，还有AIGC会不(bù)会(huì)代替人(rén)类“至高无上”的(de)创意。

马斯克(kè)也强调，人工智能(néng)的安全问(wèn)题需要得到重视，太(tài)晚(wǎn)就(jiù)来不及了。

03

AIGC下一站除(chú)了视频，还(hái)有远方(fāng)

技术都(dōu)是有两面性的，潜在(zài)的危害并(bìng)不能掩盖其光辉的(de)贡(gòng)献。现在看(kàn)来，人工智能(néng)技(jì)术(shù)将是第四次工业革命的核心驱动力量，将创(chuàng)造(zào)新的增长奇迹。

过去一年，人工智能在技(jì)术(shù)和商业层面(miàn)都(dōu)有了巨大(dà)进展，AI绘(huì)画就是人工智能技术发(fā)生方向性改变的一个代表(biǎo)。其下(xià)一站或许就是视(shì)频。

此(cǐ)前，Meta和谷歌先后发布(bù)了几条(tiáo)引(yǐn)爆科技圈(quān)的短视(shì)频(pín)。这(zhè)些(xiē)视频引发关注并非内容做得多(duō)优秀(xiù)，反(fǎn)而都非(fēi)常简(jiǎn)单，比如一匹正在喝水的马，一只(zhǐ)画画的玩具熊，或者一段骑摩托车的第一(yī)视角录像，随便一个有手机的人都可以随手录下一段。

但这些(xiē)短视频(pín)的(de)创作(zuò)方(fāng)式(shì)非(fēi)常简单(dān)，创作者仅仅(jǐn)需要(yào)向AI输入一段(duàn)话，甚至(zhì)只是说一下要(yào)求(qiú)，AI就可以根据需要生成一段视频。

谷(gǔ)歌发布(bù)的(de)两个AI生成视频分别来自于Imagen Video和Phenaki，前者主要突(tū)出的(de)是(shì)高清，与Meta的(de)Make-A-Video没(méi)有太多的差别。

在Make-A-Video公(gōng)布了AI生成的视(shì)频后，AI圈就(jiù)已经玩了一波梗，一个能够做出更高清视(shì)频的AI还不足以在短(duǎn)时间内戳中(zhōng)兴奋(fèn)点。

Phenaki更加令人震惊的地方在于，它(tā)可以制作出超过2分钟(zhōng)的连贯的也有确切内容的视频(pín)，这才是(shì)真正让(ràng)人们感到(dào)惊喜的(de)地(dì)方。因(yīn)为无论AI生成(chéng)的视频多么高清，也只能是(shì)为内容生(shēng)产者提供一个灵感，一个(gè)素(sù)材，一(yī)个(gè)过场动(dòng)画(huà)。

不过能够制作(zuò)出有具体剧情内容的视频就意味着(zhe)，一些视(shì)频创作由AI代替(tì)人工完成(chéng)已(yǐ)经初步有(yǒu)了(le)可(kě)能。

当下(xià)AI的发(fā)展速度(dù)已经超(chāo)过(guò)大部分人的想象。内容产业的(de)本(běn)质是供给(gěi)创造需求(qiú)，AIGC作为全新(xīn)的内容(róng)生(shēng)产方(fāng)式，可以为内容产业(yè)带(dài)来更新的内容风格、更快的生产(chǎn)速度(dù)，更(gèng)低的(de)生产(chǎn)成本，这无疑会驱动内容产业(yè)的(de)大爆发。

除(chú)了AI绘图、视频，AIGC技术还(hái)能应(yīng)用于(yú)音乐、代码、机器人(rén)动作(zuò)等多种内容形式的生成。不难发(fā)现该项(xiàng)技术不仅在游戏等(děng)行业能(néng)得(dé)到有效应用(yòng)，对于(yú)下一(yī)代互联网各种元素(sù)的构建亦有关键意义(yì)。

从商业化(huà)的(de)角度来看，文化(huà)娱(yú)乐(lè)、教育、传媒(méi)等(děng)诸多领域(yù)，本身就对(duì)基(jī)于AI的可视化内容有强(qiáng)烈需求。

因此，AI绘画及视频(pín)或不是结(jié)果，而只是AI进程中的一块重要拼图(tú)，有(yǒu)望在技术更新的加(jiā)持(chí)下实现更大的应用价值(zhí)。

AI从理解内容，走(zǒu)向了可以生成内容(róng)，甚(shèn)至(zhì)能够创造(zào)出独立价值和(hé)独立(lì)视角的(de)内容(róng)。AIGC的再次(cì)出圈，更代表(biǎo)着未来的先进生产(chǎn)力即将到(dào)来(lái)。

04

紧(jǐn)抓大(dà)模型(xíng)与算力，牢固AIGC底座

从技术的发展也可以(yǐ)看出，在语言大模型、图像大模型之后，多模态(tài)大模(mó)型(xíng)已经成为了新的(de)趋势。

大模(mó)型(xíng)被誉为(wèi)当前人工智(zhì)能发展的智(zhì)能底(dǐ)座，是全球竞争最(zuì)激烈(liè)的(de)研究(jiū)方向之一，包括谷歌(gē)、亚马逊、百(bǎi)度、阿里、腾讯(xùn)等众多头部企(qǐ)业(yè)都在(zài)竞相(xiāng)发力。

不(bù)过训练大模(mó)型的确价(jià)格不菲，以国盛证券发布(bù)的《ChatGPT需(xū)要多少(shǎo)算(suàn)力》报告估算，GPT-3训练一次的成本约为140万美元。而对(duì)于(yú)一些更大的LLM(大型语(yǔ)言(yán)模型)，训练成本则介(jiè)于200万(wàn)美元至1200万美元高价之间(jiān)。

以ChatGPT在2023年1月的独立(lì)访客平均数1300万(wàn)计(jì)算，其(qí)对应芯片需求为3万多片英伟(wěi)达A100 GPU，初始投入成本约为8亿(yì)美(měi)元，每日仅电费(fèi)就在5万(wàn)美元左右。

此外(wài)不(bù)论是ChatGPT还(hái)是AIGC，都(dōu)离不开庞大(dà)算力支持。在关注各类大(dà)模型的发展同时，更应该关注算力(lì)网络的(de)建设。

算力网络正驱动(dòng)AI产业(yè)发展(zhǎn)进入史诗(shī)级加速进程(chéng)，让AIGC及(jí)通用AI这一人(rén)工智能发展的终极目(mù)标(biāo)离得更近。

因为算力(lì)可(kě)以对突破(pò)性技(jì)术创新提供大力的支持。这(zhè)方面，多模(mó)态大模型是典型(xíng)。作为面向未来(lái)强人工智能(néng)、通用(yòng)人工智能(néng)的重要(yào)技(jì)术创(chuàng)新，多(duō)模态大模型(xíng)已(yǐ)经在人工(gōng)智能领域提出(chū)了很多年，业(yè)界也有不少技术(shù)突破，但是，多模态大(dà)模(mó)型(xíng)进一步往(wǎng)下走(zǒu)，算力需求呈几何(hé)式上升，一(yī)般的算力基(jī)础(chǔ)设施很(hěn)快将难(nán)以胜任。

从图(tú)像、文字、语(yǔ)音(yīn)单独一项的(de)训练，到双模(mó)态、三模态(tài)的跃迁，让人工智能可以灵(líng)活应对不同模态的转(zhuǎn)化、像人与(yǔ)世界(jiè)交(jiāo)互(hù)一样自然，这(zhè)方面，由算(suàn)力网络来驱动(dòng)将有明显优势。

此外，还有很多需要(yào)爆发(fā)式增长的算力来(lái)支撑的技术创(chuàng)新(xīn)，将在人工智能算力(lì)网络支撑(chēng)下快(kuài)速推(tuī)进。<商业用电多少钱一度 商业用电跟住宅用电有什么区别/strong>