自(zì)聊天机器人ChatGPT火(huǒ)爆以来，微软公司(sī)创始人(rén)比尔·盖茨(cí)已多次公开谈论人(rén)工智能话题。在最近的一(yī)次采(cǎi)访中，他(tā)再次表示：“AI可能(néng)会让科技行业迎来一次剧烈的(de)洗牌”。

这个结论是他在当地时间(jiān)2月20日接受(shòu)《In Good Company》节目专(zhuān)访(fǎng)时提出(chū)的。

他预(yù)期(qī)，AI的发(fā)展可(kě)能会威胁到谷歌的(de)市(shì)占率，因为微软在AI方面的行(xíng)动(dòng)相当迅速。而最终科(kē)技巨头将把AI整合成用户的(de)“全能助手”，包揽一切应用，与人们进行沟通并提供建议(yì)，可以取代亚马逊、Siri或Outlook等应用。

大佬口中全能助手的到来可能(néng)尚需(xū)时(shí)日，但(dàn)由ControlNet引发的又一次AI绘画浪(làng)潮(cháo)，让AIGC在ChatGPT的话题热点包(bāo)围中杀出重围。

01

ControlNet颠覆(fù)AI绘画(huà)新(xīn)玩法(fǎ)

AIGC向可控靠(kào)近

以AI绘画为(wèi)代表的AIGC上一次(cì)爆(bào)火(huǒ)的时候，还是2022年8月(yuè)，在美国科罗(luó)拉多州举(jǔ)办的(de)新兴数字艺术家竞赛中，一幅名为(wèi)《太空歌(gē)剧(jù)院(yuàn)》的作品获奖。

随(suí)后各大厂商(shāng)的AI绘画软件被广大网(wǎng)友熟知并(bìng)体(tǐ)验，Stable Diffusion便是其中代表。

用户们可以(yǐ)在应用中输入一组关键词或者一(yī)张照片(piàn)，就能获得一幅AI创作的画作。

作画(huà)的关键就(jiù)是所(suǒ)输入的文(wén)本。同(tóng)一组(zǔ)关(guān)键词也可(kě)以(yǐ)创(chuàng)作出(chū)很多张风格不一(yī)样的画作，这(zhè)让创作的(de)过程就像开盲盒。

很多用户很喜欢(huān)这种不确定的惊喜，他们(men)会将生成(chéng)的美图当做头像。而另一(yī)部分(fēn)喜(xǐ)欢翻(fān)看AI绘画的“翻车”作品。在社(shè)交媒体(tǐ)上，许多用(yòng)户(hù)分享AI“翻车(chē)现场”，例(lì)如，一(yī)位(wèi)网友的小狗照片被AI画(huà)成了(le)“肌肉男”，还有(yǒu)网友的个人照片(piàn)被AI识别成了建筑。

而如今随(suí)着ControlNet的出现与加持，以往AI绘画的填(tián)写(xiě)关键词游戏可(kě)能(néng)要十二生肖的酉是什么动物呢，酉的生肖是什么生肖被颠覆了。

ControlNet是一位正在(zài)斯坦福读博(bó)的中(zhōng)国人(rén)张吕敏创(chuàng)作的一种基于控(kòng)制点的图像(xiàng)变形算法，主要用于数(shù)字(zì)图像(xiàng)处理(lǐ)、计算(suàn)机视觉和计(jì)算机图形学(xué)等领域(yù)。

其SD插件一(yī)经(jīng)发布，在短短的两天内便(biàn)成(chéng)为了(le)AI绘画领域最新的(de)热点。

在此之前，大家(jiā)用了(le)很多方(fāng)法想让AI生(shēng)成的结果尽可能(néng)的符合要求，但是都不尽如人意，它的出现代表着AI生成开(kāi)始进(jìn)入真正的可控时期。

因为ControlNet可以直接提取画面的(de)构图，人物的姿势和画面的深度信息(xī)等(děng)。有了它的帮助，就不用(yòng)频繁的用提示词来碰(pèng)运气，抽盲盒式的(de)创(chuàng)作了。

通俗的说ControlNet相当于给AI绘画加了(le)“魔法”，不少博主的作品已经获(huò)得了大量(liàng)的浏览(lǎn)量，“viggo”就是其中(zhōng十二生肖的酉是什么动物呢，酉的生肖是什么生肖)之(zhī)一，他用朋友的照片(piàn)直接带她们(men)走进动漫世界。

viggo先用StableDiffusion图片(piàn)转文字(zì)。

再用Text2Prompt插件拓展找到对应的关键词；最后用ControlNet插件绑定骨骼(gé)开始换关键词(cí)试(shì)效果(guǒ)。

通过图片就(jiù)可以看出来，效(xiào)果十分惊艳。

更厉害的是(shì)，除了真(zhēn)实的照片，草图也可以加上“魔法”，知乎大牛“DevPoint”和“逗砂”介绍到ControlNet还(hái)能(néng)实现线(xiàn)稿(gǎo)转全彩图(tú)。大神张吕敏其(qí)本尊(zūn)也亲自回应(yīng)。

不得(dé)不说当下AIGC已经变得越来越强大，甚(shèn)至输出的(de)作品都(dōu)已(yǐ)经能以假乱真了。

02

难辨虚(xū)实，AIGC技术力爆发(fā)

警惕(tì)安全问(wèn)题

近(jìn)日，“苏州(zhōu)金鸡湖有游艇party”的消息火遍(biàn)网络，而经过警方辟谣这(zhè)所谓的“party”可(kě)能是全国第(dì)一起AI绘图诈骗。

由于(yú)这(zhè)个活动里(lǐ)面给出的美女照片都是AI制(zhì)作的真人(rén)照片绘图，因为太逼(bī)真，被大家(jiā)当成真事传播了。

不过仔细观察可以发现，活动(dòng)发起者(zhě)提供的照片中(zhōng)有个很大(dà)的漏洞可(kě)以发现(xiàn)并(bìng)非真(zhēn)人，而是AI绘图(tú)，那便是(shì)图片中(zhōng)女性的手指部分(fēn)有的存(cún)在异常(cháng)。

有(yǒu)行业人事表示：“现在因为手指部分的(de)绘画算(suàn)法比较复杂(zá)，AI还不太(tài)会画人的手，但最新看到的图片(piàn)已经(jīng)有越来(lái)越完美的AI模型出现(xiàn)，以后可能就完(wán)全没有漏(lòu)洞了(le)。”

类似的AI作(zuò)图诈骗在国外也(yě)已有发生。据英国(guó)广播公司报道，土耳(ěr)其地(dì)震期间(jiān)，有(yǒu)Tiktok用(yòng)户使用(yòng)AI合成了(le)儿(ér)童(tóng)受灾的(de)假照片发(fā)布到(dào)网络(luò)，以(yǐ)此诱(yòu)骗善良的(de)人打赏“捐助(zhù)”从而实(shí)施(shī)诈骗。

目前(qián)随着技(jì)术发展，AIGC已(yǐ)经能做(zuò)出(chū)真人(rén)照片般(bān)的(de)绘图效果，如果这样的图片被用来诈骗，将非(fēi)常可(kě)怕。

此外AIGC还(hái)引(yǐn)发(fā)了很(hěn)多(duō)担(dān)忧，一方面，批判(pàn)者认为AI在(zài)“学习”了大量前人的作品之后，其(qí)创(chuàng)作没(méi)有(yǒu)任何情绪和灵魂，难(nán)以和(hé)人类的(de)艺术创(chuàng)作(zuò)相提并论。

另一方面，AIGC背后(hòu)的(de)版权、目前都(dōu)并没(méi)有得到(dào)有(yǒu)效的解决(jué)，还(hái)有(yǒu)AIGC会不(bù)会代替人类“至高(gāo)无(wú)上”的创(chuàng)意。

马斯克(kè)也强调(diào)，人工(gōng)智能的(de)安全问题(tí)需要得(dé)到重视，太(tài)晚就来不及了。

03

AIGC下一站(zhàn)除(chú)了视频，还有远方

技术都是有(yǒu)两(liǎng)面(miàn)性的(de)，潜在(zài)的危害并不能掩盖(gài)其光辉的贡献(xiàn)。现在(zài)看来，人工智能技术将(jiāng)是(shì)第四次工业革命(mìng)的核心驱(qū)动力(lì)量，将创造新的增长奇(qí)迹。

过去(qù)一年(nián)，人工智(zhì)能(néng)在技术(shù)和商业层面都有了(le)巨大进(jìn)展(zhǎn)，AI绘画就是人(rén)工智能技术发生方(fāng)向(xiàng)性改(gǎi)变的一个代表。其下一站或许就是视(shì)频。

此前，Meta和谷歌先(xiān)后发(fā)布(bù)了几(jǐ)条引(yǐn)爆科(kē)技圈的短视频。这(zhè)些视(shì)频引发关注并非内(nèi)容(róng)做得多优秀，反而都(dōu)非常简单，比如一匹(pǐ)正在喝水的马，一(yī)只画画的玩具熊，或者一(yī)段骑摩托车的(de)第一视角录像，随便一(yī)个有手(shǒu)机的人都可以随手录(lù)下一段(duàn)。

但(dàn)这些短视频的(de)创作方式非(fēi)常简单，创(chuàng)作者仅仅(jǐn)需要向(xiàng)AI输入一段话(huà)，甚至只(zhǐ)是说(shuō)一下要求(qiú)，AI就可以(yǐ)根据需要生成(chéng)一(yī)段视频。

谷歌发布的(de)两(liǎng)个AI生(shēng)成视(shì)频分别来自于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。

在Make-A-Video公(gōng)布(bù)了(le)AI生(shēng)成的(de)视频后，AI圈就已经(jīng)玩(wán)了一(yī)波梗，一个(gè)能(néng)够(gòu)做(zuò)出更高清视频的(de)AI还不足以在(zài)短时间内(nèi)戳中兴(xīng)奋点。

Phenaki更加令人震惊的地(dì)方在于，它可以制作出超过2分钟(zhōng)的连贯的也有(yǒu)确(què)切内容的视频(pín)，这才是(shì)真正让(ràng)人们感到惊喜的地方。因为无论AI生成(chéng)的视频多么(me)高(gāo)清，也只能是(shì)为内容生(shēng)产者提供一个灵感，一(yī)个素材(cái)，一个过场动画。

不(bù)过能够制作出有具体(tǐ)剧(jù)情内容的视频就(jiù)意味着(zhe)，一些视频创(chuàng)作由(yóu)AI代(dài)替人工完(wán)成已经初(chū)步有(yǒu)了可能(néng)。

当下AI的发展速(sù)度(dù)已(yǐ)经超过大(dà)部分人的想象。内容产业(yè)的本质是供给(gěi)创造需求(qiú)，AIGC作(zuò)为全新(xīn)的内容(róng)生产方式，可(kě)以为内容(róng)产(chǎn)业(yè)带来更新的内容风格、更(gèng)快的(de)生产(chǎn)速度，更低的生产成(chéng)本，这无疑会驱动(dòng)内容产业的(de)大爆发。

除了AI绘图、视频，AIGC技术还(hái)能应用于音乐、代码、机(jī)器人动作等多种内容(róng)形式的生成。不难发(fā)现该项技术不仅在游戏等行业能得到有效(xiào)应用，对于下一代互联网(wǎng)各种(zhǒng)元(yuán)素的构建亦(yì)有关键意义(yì)。

从(cóng)商业化的角度来看，文化娱乐(lè)、教(jiào)育(yù)、传(chuán)媒(méi)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(jí)视频或不是结果，而只是AI进程中的一块(kuài)重要拼图，有(yǒu)望(wàng)在技术更新的加持下实现更大的应用(yòng)价值(zhí)。

AI从理解内(nèi)容，走向了可以(yǐ)生(shēng)成内容，甚至能够创造出独立价值(zhí)和独立视(shì)角的内容。AIGC的(de)再次出圈，更代表着未(wèi)来的(de)先(xiān)进生产力(lì)即将到来。

04

紧抓大模型与(yǔ)算力(lì)，牢固(gù)AIGC底座

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

大(dà)模型(xíng)被誉(yù)为当前人工智能发展的智(zhì)能底座，是(shì)全球(qiú)竞争最激烈的研究方向之一，包括谷歌、亚马逊、百度(dù)、阿(ā)里、腾讯等众(zhòng)多头部企(qǐ)业(yè)都在竞(jìng)相发力。

不过(guò)训练大模型的确价格不菲，以(yǐ)国盛证券发布的《ChatGPT需要多少算力》报(bào)告(gào)估算，GPT-3训练一次的成本约(yuē)为140万美元。而(ér)对(duì)于(yú)一(yī)些更大的(de)LLM(大型语言模型(xíng))，训练成本(běn)则介(jiè)于(yú)200万美(měi)元至1200万美元高价之间。

以ChatGPT在2023年1月(yuè)的独立访(fǎng)客(kè)平均数1300万计算，其对应芯片需求为3万多(duō)片英伟达(dá)A100 GPU，初始投入成本(běn)约为(wèi)8亿美(měi)元，每日仅(jǐn)电费就在(zài)5万美元左(zuǒ)右。

此(cǐ)外不论(lùn)是ChatGPT还(hái)是(shì)AIGC，都离不开庞大算力支持。在关(guān)注(zhù)各类(lèi)大模(mó)型的发展(zhǎn)同时，更应(yīng)该(gāi)关注算力网(wǎng)络(luò)的(de)建设。

算(suàn)力网络正驱动(dòng)AI产业(yè)发展进入史(shǐ)诗级加速进(jìn)程，让AIGC及通(tōng)用AI这(zhè)一人工智能发展的终(zhōng)极目(mù)标离得更近。

因为算力可以对突破(pò)性技术(shù)创(chuàng)新提供大力的支持。这方面，多模态大(dà)模型是典型。作(zuò)为面向未来强人工智能、通用人(rén)工智能的重(zhòng)要技(jì)术(shù)创(chuàng)新，多模(mó)态大模(mó)型已经在人(rén)工智(zhì)能(néng)领域(yù)提(tí)出了很(hěn)多(duō)年，业界也有(yǒu)不少技术突破，但是(shì)，多模(mó)态大模(mó)型进一步往下走，算力需(xū)求呈几何(hé)式上升(shēng)，一般的算力基础设施很(hěn)快将难以胜任。

从图像、文字、语音单(dān)独一项的训练，到双模态、三模态的跃迁，让(ràng)人工智能可以灵活应对不同(tóng)模态的转化、像人与世(shì)界交互一样(yàng)自然，这方(fāng)面，由算力网络来驱动将有明显优势。

此外，还有很(hěn)多需要爆发式增长的算力来支撑(chēng)的技术创新，将(jiāng)在人工智能(néng)算力网络(luò)支撑下快速(sù)推进(jìn)。

AIGC已经露出曙光，期待在大模型和大算(suàn)力的支(zhī)持(chí)下(xià)AIGC能持(chí)续(xù)颠覆内容生产(chǎn)的(de)方式，将创造的边际成本(běn)降低，让万众(zhòng)受益。

未经允许不得转载：北京老旧机动车解体中心 十二生肖的酉是什么动物呢，酉的生肖是什么生肖