自聊天机器人ChatGPT火爆以来，微软公司创始人(rén)比尔·盖茨已多次公开谈论人(rén)工智能话题。在(zài)最近的(de)一次(cì)采访中，他再次表示：“AI可(kě)能(néng)会让(ràng)科(kē)技(jì)行业迎来一次剧烈的(de)洗(xǐ)牌”。

这个结论是他在当地时(shí)间(jiān)2月20日接受磨刀霍霍向牛羊全诗，磨刀霍霍向牛羊是哪首诗上的《In Good Company》节目专访时提出的。

他预期(qī)，AI的发展可(kě)能会(huì)威胁到谷歌的市占率，因为微(wēi)软在(zài)AI方面(miàn)的行动(dòng)相当迅速。而最终(zhōng)科技巨头将把AI整合成用(yòng)户的(de)“全能(néng)助(zhù)手”，包揽一切应用，与人们(men)进行沟(gōu)通并(bìng)提供建议，可(kě)以取代亚马(mǎ)逊、Siri或(huò)Outlook等应(yīng)用。

大(dà)佬口(kǒu)中(zhōng)全能助手的到来(lái)可能(néng)尚需时日，但由ControlNet引发的又一次AI绘(huì)画浪(làng)潮，让AIGC在ChatGPT的话题热点包围(wéi)中杀出(chū)重(zhòng)围(wéi)。

01

ControlNet颠覆AI绘画(huà)新玩(wán)法

AIGC向可控靠近(jìn)

以AI绘画为代表(biǎo)的AIGC上一(yī)次爆(bào)火的时候，还是2022年8月，在美(měi)国科(kē)罗拉(lā)多州举办(bàn)的新(xīn)兴数字艺术家竞赛中，一幅名为《太(tài)空歌剧院》的(de)作品获奖(jiǎng)。

随(suí)后(hòu)各(gè)大厂商(shāng)的AI绘画软件被广大网友熟知并体验，Stable Diffusion便(biàn)是(shì)其中代表。

用(yòng)户们可以在应用中输(shū)入一组关键(jiàn)词(cí)或者一张照片，就能获得(dé)一(yī)幅AI创作的(de)画作。

作画(huà)的关键就是所(suǒ)输入的文本(běn)。同一组(zǔ)关键词(cí)也可以(yǐ)创作出很多(duō)张风(fēng)格不一样的画作(zuò)，这让创作的过程就像开盲盒。

很(hěn)多用(yòng)户很喜欢这种不(bù)确定(dìng)的惊喜(xǐ)，他们(men)会将(jiāng)生成的(de)美图当做(zuò)头(tóu)像。而另(lìng)一部分喜欢(huān)翻看AI绘(huì)画的“翻车”作品。在社交媒体上，许(xǔ)多用户分(fēn)享AI“翻(fān)车现场”，例如，一位网友的小狗照片被AI画成了“肌(jī)肉(ròu)男”，还有(yǒu)网友的个人照(zhào)片(piàn)被AI识(shí)别成了建(jiàn)筑(zhù)。

而如今(jīn)随着(zhe)ControlNet的出现(xiàn)与加持(chí)，以(yǐ)往AI绘画(huà)的填写关键词游戏可能要被(bèi)颠覆了。

ControlNet是一(yī)位正在斯坦福读博的中国(guó)人张吕敏创作的一种基于(yú)控制点的图(tú)像变形算法，主要用于数字图(tú)像处理(lǐ)、计算机视觉和计算(suàn)机图(tú)形学等领(lǐng)域。

其SD插(chā)件(jiàn)一(yī)经发(fā)布，在短短(duǎn)的两(liǎng)天(tiān)内便成为了(le)AI绘画(huà)领域最新的(de)热点。

在此之(zhī)前(qián)，大家用了(le)很多方法想让AI生成的结果尽可能的符合(hé)要求，但是都(dōu)不尽(jǐn)如人(rén)意，它的出现代表着AI生成开始进(jìn)入真正(zhèng)的可控时期。

因为(wèi)ControlNet可以直(zhí)接提取画面的构图，人物的姿势和画面的深度(dù)信息等。有了(le)它的帮(bāng)助，就(jiù)不用频繁的(de)用提示词来碰(pèng)运气，抽盲(máng)盒式的创作了。

通俗的说(shuō)ControlNet相当于给(gěi)AI绘(huì)画加了“魔(mó)法”，不少博主的作品(pǐn)已经获(huò)得(dé)了(le)大量(liàng)的浏览量，“viggo”就是其(qí)中(zhōng)之(zhī)一，他用朋(péng)友的照(zhào)片直接带(dài)她们走进(jìn)动漫世(shì)界(jiè)。

viggo先用(yòng)StableDiffusion图片转文字。

再用Text2Prompt插(chā)件拓展找到对(duì)应的关键(jiàn)词；最后用ControlNet插件绑定(dìng)骨骼(gé)开始换(huàn)关键词试(shì)效果。

通过图片就可以看出(chū)来(lái)，效果十分惊艳。

更厉害的是，除了(le)真实的照(zhào)片，草图也可(kě)以加上“魔法”，知乎大牛“DevPoint”和“逗(dòu)砂”介(jiè)绍到ControlNet还(hái)能实现线(xiàn)稿转全(quán)彩图(tú)。大神张吕敏其本(běn)尊也亲自回应。

不得不说当下AIGC已经(jīng)变得越来(lái)越(yuè)强大，甚至输出的作品都已(yǐ)经能以假乱(luàn)真了。

02

难辨(biàn)虚(xū)实(shí)，AIGC技术力爆发

警惕安全(quán)问题

近日(rì)，“苏州金鸡湖有游艇party”的消息火遍网络，而经(jīng)过警(jǐng)方辟谣这所谓的“party”可能是全(quán)国第(dì)一起AI绘图诈骗。

由于这个活动里面(miàn)给出的美女照片都是AI制作的真人(rén)照片(piàn)绘图，因为太逼真，被大家当成真事传播了(le)。

不过仔细观(guān)察可以发现，活(huó)动发起者提供的照片中有个(gè)很大的漏洞可(kě)以发(fā)现并非真人，而是(shì)AI绘图(tú)，那(nà)便是(shì)图片中女性的手指部分(fēn)有的存(cún)在异常。

有行业人事表(biǎo)示：“现在(zài)因为手指(zhǐ)部分(fēn)的绘画算(suàn)法比较复杂，AI还不太(tài)会画人的手，但最新(xīn)看到的图片已经有(yǒu)越来越完美的AI模(mó)型出现，以后(hòu)可(kě)能就完全没(méi)有漏洞了。”

类似(shì)的AI作(zuò)图(tú)诈骗在国(guó)外也(yě)已有发生。据英国(guó)广播(bō)公司(sī)报道，土(tǔ)耳其地震期间，有Tiktok用(yòng)户使用AI合成了儿童(tóng)受(shòu)灾的(de)假照片(piàn)发布到网络，以(yǐ)此诱骗善良(liáng)的人打赏“捐助(zhù)”从而实(shí)施诈骗。

目前随着技术发(fā)展，AIGC已经能做(zuò)出真人(rén)照片般的(de)绘图效果，如果这(zhè)样的图(tú)片被用来诈骗，将非(fēi)常可怕(pà)。

此外AIGC还引发了很多担忧(yōu)，一方面，批判者认为AI在“学习”了大量前人的(de)作(zuò)品(pǐn)之后，其创作没有任(rèn)何(hé)情绪(xù)和(hé)灵(líng)魂，难以(yǐ)和(hé)人类的(de)艺术创作相提并论。

另一方(fāng)面，AIGC背后(hòu)的版(bǎn)权、目前都并没有得(dé)到有(yǒu)效的解决，还有AIGC会不(bù)会代替人类“至高无(wú)上”的创意。

马斯克也强(qiáng)调，人工智能的安(ān)全问题(tí)需(xū)要得到(dào)重(zhòng)视，太晚就(jiù)来(lái)不及了。

03

AIGC下一站除了视频，还有远(yuǎn)方

技术都是有两面性的(de)，潜在的(de)危害并不能掩盖其光辉的贡献(xiàn)。现在看来(lái)，人工智能(néng)技术将是第(dì)四次工业革命的核(hé)心(xīn)驱动力量，将(jiāng)创(chuàng)造新的增长奇迹(jì)。

过(guò)去一年，人工智(zhì)能在技术(shù)和(hé)商(shāng)业层面都有(yǒu)了巨(jù)大进展(zhǎn)，AI绘画就是人工智(zhì)能(néng)技术发生方(fāng)向(xiàng)性(xìng)改变的一个代(dài)表(biǎo)。其下一站或许就(jiù)是(shì)视(shì)频。

此前，Meta和谷(gǔ)歌先后(hòu)发(fā)布了几(jǐ)条引爆(bào)科(kē)技(jì)圈的短视频。这些视(shì)频引发(fā)关(guān)注并非内容做(zuò)得(dé)多优(yōu)秀，反而都非常(cháng)简单，比如一(yī)匹正在(zài)喝水的(de)马，一只画画的(de)玩(wán)具(jù)熊，或者一段骑(qí)摩托车(chē)的(de)第(dì)一视角录像(xiàng)，随便一个(gè)有手机的人都可(kě)以随手录(lù)下一段。

但这(zhè)些短视(shì)频的(de)创(chuàng)作方式非常简单，创作(zuò)者仅仅(jǐn)需要向AI输入一(yī)段话(huà)，甚至(zhì)只是说(shuō)一(yī)下要求，AI就可以根据需要生成一(yī)段(duàn)视(shì)频。

谷(gǔ)歌发(fā)布的两个AI生成视频分(fēn)别来自于Imagen Video和Phenaki，前者主要突出的是高清，与Meta的Make-A-Video没有太(tài)多的差别(bié)。

在Make-A-Video公布了AI生(shēng)成的视频后，AI圈就(jiù)已经玩了一(yī)波(bō)梗，一个能够做出更(gèng)高清视频的(de)AI还(hái)不足以(yǐ)在(zài)短时间内戳中兴奋点。

Phenaki更加令人震惊的地方在于，它可以制作出超过2分钟的连贯的也有(yǒu)确切内容(róng)的视(shì)频，这才是真正让(ràng)人们感到惊(jīng)喜的地方(fāng)。因(yīn)为无论(lùn)AI生成(chéng)的视(shì)频多么高清，也只能是为内容生产者提(tí)供一(yī)个(gè)灵感，一个素材，一个过(guò)场动画。

不过能够制作(zuò)出(chū)有具(jù)体剧(jù)情内容的视频(pín)就意味着(zhe)，一些视(shì)频(pín)创作由AI代替(tì)人工(gōng)完成(chéng)已经初步有了(le)可能。

当(dāng)下AI的发展速度已经超过大部分人的想象(xiàng)。内容产业(yè)的本质是供给(gěi)创造需求，AIGC作为(wèi)全新的内容生(shēng)产方式，可(kě)以为内容产(chǎn)业(yè)带来更新的(de)内容风(fēng)格、更(gèng)快的生产速度(dù)，更低的(de)生产成本，这无疑(yí)会驱动内(nèi)容产业的(de)大(dà)爆发。

除(chú)了AI绘图、视(shì)频(pín)，AIGC技术还能应用于(yú)音(yīn)乐、代码、机器人动作(zuò)等多种内(nèi)容形式的生成。不(bù)难发现(xiàn)该项技(jì)术不仅在游戏等行业能得(dé)到有(yǒu)效(xiào)应用(yòng)，对于(yú)下一代互联(lián)网各种元(yuán)素的构建亦有(yǒu)关键(jiàn)意(yì)义。

从商业(yè)化的角(jiǎo)度来看，文化娱(yú)乐、教育、传(chuán)媒(méi)等诸多领(lǐng)域(yù)，本(běn)身就对(duì)基于AI的可(kě)视化内容有强烈需求。

因此，AI绘(huì)画及视频或不是(shì)结果，而只是AI进(jìn)程中的一块重要拼图，有(yǒu)望在(zài)技术(shù)更新(xīn)的加(jiā)持下实现更(gèng)大的应用价值(zhí)。

AI从理(lǐ)解内容，走(zǒu)向了(le)可以生成内(nèi)容，甚至能(néng)够创造出独立价值(zhí)和独立视角的内容。AIGC的再(zài)次出(chū)圈，更代表着未来的先进生产力即将(jiāng)到来(lái)。

04

紧抓大模型与(yǔ)算力，牢固AIGC底座

从技术的发展也可以看出，在语(yǔ)言大模型、图像大模型之后，多(duō)模态大模型已经成为(wèi)了新的趋势(shì)。

大模型被(bèi)誉为当前人工智(zhì)能发(fā)展的智能底座，是(shì)全球竞争最(zuì)激烈的(de)研究方向(xiàng)之一，包括谷歌、亚马逊、百(bǎi)度、阿里(lǐ)、腾讯等众多头部企业都在(zài)竞相(xiāng)发(fā)力。

不(bù)过(guò)训(xùn)练大模型的确价格不菲，以国盛证券(quàn)发布(bù)的《ChatGPT需要(yào)多少算力(lì)》报告估算，GPT-3训练一(yī)次的成(chéng)本约为140万美元。而对(duì)于一些更大的LLM(大型语言模型(xíng))，训练成(chéng)本则介(jiè)于200万美元至1200万美元高(gāo)价(jià)之(zhī)间。

以ChatGPT在2023年1月的独立访客平(píng)均数(shù)1300万计(jì)算，其对应芯片需求(qiú)为(wèi)3万多(duō)片(piàn)英伟达A100 GPU，初始(shǐ)投(tóu)入(rù)成本(běn)约为8亿美元，每日仅电费就在5万美元左右。

此外(wài)不论是ChatGPT还是AIGC，都离(lí)不开庞大算力支持。在关(guān)注各类大模型的发展同时，更应该关注算力网络的建设(shè)。

算力网络正驱动AI产业发展(zhǎn)进(jìn)入史诗(shī)级加速进(jìn)程，让AIGC及(jí)通(tōng)用AI这一人工智能(néng)发展的终(zhōng)极(jí)目标离得更近。

因为算力可以对(duì)突破性技术创新提供大力(lì)的支持。这(zhè)方面，多(duō)模(mó)态大模型是典型。作(zuò)为面(miàn)向(xiàng)未来强(qiáng)人(rén)工(gōng)智能、通用人(rén)工智能的重要(yào)技术创新，多模态(tài)大模型(xíng)已(yǐ)经在人工智能领域提出了很多(duō)年，业界也有不(bù)少技术突破，但是，多模态(tài)大模(mó)型进一步往下走(zǒu)，算力需(xū)求呈几何(hé)式上升，一般的算力基础(chǔ)设施很快将难以(yǐ)胜任。

从图像、文字、语(yǔ)音单(dān)独一项的训练(liàn)，到双模(mó)态、三模态的(de)跃(yuè)迁，让人工(gōng)智能可以灵活(huó)应对不同模态的(de)转化(huà)、像(xiàng)人(rén)与世(shì)界交互一样自然，这方面，由算力网络来驱动将(jiāng)有明(míng)显优势。

此外，还有很多(duō)需要爆发式增长(zhǎng)的算力来支撑的技术创新，将(jiāng)在人工智能算(suàn)力(lì)网(wǎng)络支撑(chēng)下(xià)快(kuài)速(sù)推进。

AIGC已经露出曙光，期待在大模型和大算力的支持下AIGC能持续颠覆内容(róng)生产(chǎn)的方式，将创造(zào)的边际(jì)成本降(jiàng)低，让万众(zhòng)受(shòu)益。

未经允许不得转载：北京老旧机动车解体中心 磨刀霍霍向牛羊全诗，磨刀霍霍向牛羊是哪首诗上的