自(zì)聊天机器人ChatGPT火(huǒ)爆以来，微软公司创始人比(bǐ)尔·盖茨已多(duō)次公开谈论人工智能话题。在最近的一(yī)次(cì)采(cǎi)访(fǎng)中，他再次表示：“AI可能会让科(kē)技行业迎来(lái)一次剧(jù)烈的(de)洗牌”。

这个结论是他在(zài)当地时间2月20日(rì)接受《In Good Company》节目专访时提出的。

他预期，AI的发展可能会威胁到谷歌(gē)的市占率(lǜ)，因为微(wēi)软在(zài)AI方面的行动相当迅(xùn)速。而最终科技巨头将把AI整合成用户(hù)的“全能助手”，包(bāo)揽一(yī)切应用(yòng)，与人们进行沟通并提供建议(yì)，可以取(qǔ)代亚马逊、Siri或Outlook等(děng)应用。

大佬口(kǒu)中全(quán)能(néng)助手(shǒu)的到来可能(néng)尚需(xū)时日，但(dàn)由(yóu)ControlNet引发(fā)的又一次AI绘画浪潮，让AIGC在ChatGPT的话题热(rè)点(diǎn)包围(wéi)中杀(shā)出重围。

01

ControlNet颠覆AI绘(huì)画新玩(wán)法

AIGC向可(kě)控靠近

以AI绘(huì)画(huà)为代表的AIGC上一次爆火的时(shí)候，还(hái)是(shì)2022年(nián)8月，在美国(guó)科罗拉多州举(jǔ)办(bàn)的新兴数(shù)字艺(yì)术(shù)家竞赛中，一幅名为(wèi)《太空歌剧院》的作(zuò)品获奖。

随后各大厂商的AI绘画软(ruǎn)件被广(guǎng)大网(wǎng)友熟知并(bìng)体验，Stable Diffusion便(biàn)是其中代表。

用户们可以在应用中输入一组关键(jiàn)词或者一张照片，就能获得一幅AI创作的画作(zuò)。

作画的关(guān)键就(jiù)是所输入的文本。同一组关键词也可以创作出很多张风格不一样的画作(zuò)，这让创作的过程就像开盲盒。

很多用户(hù)很喜(xǐ)欢这(zhè)种不(bù)确定的(de)惊喜，他们(men)会将生(shēng)成的美图当做头像。而另一(yī)部分喜(xǐ)欢翻(fān)看(kàn)AI绘画(huà)的“翻车”作(zuò)品。在社交(jiāo)媒(méi)体上，许(xǔ)多用(yòng)户分享(xiǎng)AI“翻车现(xiàn)场”，例如，一(yī)位网友的(de)小狗照片被AI画成(chéng)了“肌肉男”，还(hái)有网(wǎng)友的个人照片被AI识别成(chéng)了建(jiàn)筑。

而(ér)如(rú)今随(suí)着ControlNet的出(chū)现与加持，以往(wǎng)AI绘画的填(tián)写关(guān)键(jiàn)词游戏可能要被颠覆了。

抖音音乐排行榜，2022年最好听的十首最火歌曲rc="https://mmbiz.heiliaofuli.com/wp-content/uploads/2023/03/19d7ab2c0056bd4.jpeg?imageMogr2/thumbnail/2160x0/format/webp/quality/80" data-ratio="1.12109375" data-s="300,640" data-type="jpeg" data-w="1024">

ControlNet是一位正在斯坦福读博的中国人张吕敏(mǐn)创作(zuò)的一种基于控(kòng)制(zhì)点的图像(xiàng)变形算法(fǎ)，主要(yào)用于数(shù)字图像处(chù)理、计算(suàn)机视觉和计算机图(tú)形学(xué)等领域(yù)。

其SD插件一(yī)经(jīng)发(fā)布，在短短(duǎn)的两天(tiān)内便成(chéng)为了AI绘画(huà)领域最新的热点。

在此之前，大家用了很多方(fāng)法想让(ràng)AI生成的(de)结果(guǒ)尽(jǐn)可能(néng)的符合要求，但是都(dōu)不尽如人意，它(tā)的出现代表着AI生成开始进入真正的可(kě)控时期。

因为ControlNet可以直接(jiē)提取画(huà)面的构图，人(rén)物(wù)的姿(zī)势(shì)和画面(miàn)的深度(dù)信息等。有了它的帮助，就(jiù)不用频繁的(de)用提示(shì)词(cí)来(lái)碰运气(qì)，抽盲盒式的创作(zuò)了。

通俗的说ControlNet相当(dāng)于给AI绘画(huà)加了“魔法”，不少博(bó)主的作品(pǐn)已经获得了大量的浏(liú)览量，“viggo”就是其中(zhōng)之一，他用朋友的(de)照片直(zhí)接带她们走进动漫世(shì)界。

viggo先用StableDiffusion图片转文(wén)字。

再用Text2Prompt插件拓(tuò)展找到(dào)对应(yīng)的(de)关键(jiàn)词；最后用ControlNet插件绑定(dìng)骨(gǔ)骼开始换关键(jiàn)词试效果。

通过图片(piàn)就(jiù)可以看出来，效果(guǒ)十分惊艳。

更厉害的是，除了真实的照片，草图也可以加上“魔法”，知乎大牛“DevPoint”和“逗砂”介绍到ControlNet还能实现(xiàn)线稿转全彩图。大(dà)神张(zhāng)吕敏(mǐn)其(qí)本尊也亲自回应。

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

02

难辨(biàn)虚实(shí)，AIGC技(jì)术力爆发

警惕安(ān)全问题(tí)

近日，“苏州金鸡湖有(yǒu)游艇party”的消(xiāo)息火遍网络，而(ér)经过(guò)警方辟谣这所谓的“party”可能(néng)是全国第一起(qǐ)AI绘图诈骗。

由于这个活动里面(miàn)给出(chū)的(de)美(měi)女照(zhào)片都是AI制作的真人照片绘图(tú)，因为(wèi)太逼真(zhēn)，被(bèi)大家当(dāng)成(chéng)真事传播了(le)。

不过仔细观察可以(yǐ)发现，活动发起者提供的照片中(zhōng)有个(gè)很大的(de)漏洞可以发(fā)现并非真人，而是(shì)AI绘图，那便是图(tú)片中女性的(de)手指部分(fēn)有的存在异常(cháng)。

有行业人(rén)事表示：“现在因为手指部(bù)分(fēn)的绘画算法比(bǐ)较复杂，AI还(hái)不太(tài)会画(huà)人的手，但最新看到的图片已经(jīng)有越来越完(wán)美的AI模型出现(xiàn)，以后可能(néng)就完全没有漏(lòu)洞了(le)。”

类似的(de)AI作图诈(zhà)骗在(zài)国外也已有发(fā)生。据英国广播公司(sī)报道(dào)，土(tǔ)耳其地震期间，有Tiktok用户使用AI合成了(le)儿童(tóng)受(shòu)灾的假(jiǎ)照片发布到(dào)网(wǎng)络，以此(cǐ)诱骗善(shàn)良(liáng)的人打赏“捐(juān)助”从而实施(shī)诈骗(piàn)。

目前(qián)随着技术发展，AIGC已经能(néng)做出真人(rén)照片般(bān)的绘图效果，如果这样的图片被用(yòng)来(lái)诈骗(piàn)，将(jiāng)非(fēi)常可怕。

此外AIGC还引发了很多担忧，一方面，批判者认为(wèi)AI在“学习(xí)”了大(dà)量前(qián)人的作品之后(hòu)，其(qí)创(chuàng)作没有任何情绪和灵魂，难以(yǐ)和(hé)人(rén)类的艺术创作相(xiāng)提并(bìng)论。

另(lìng)一方(fāng)面，AIGC背后(hòu)的版权、目前都并没有得到有效(xiào)的解(jiě)决，还有AIGC会不会代替人类“至(zhì)高无上”的(de)创意。

马斯克也强调，人工智能的(de)安全问(wèn)题(tí)需(xū)要得到重视，太晚就来不及了。

03

AIGC下一(yī)站(zhàn)除了视频，还有(yǒu)远(yuǎn)方

技术都是有两面性的，潜(qián)在的(de)危害并(bìng)不能(néng)掩盖其光辉(huī)的(de)贡献(xiàn)。现(xiàn)在(zài)看来(lái)，人工智能技术将(jiāng)是第四次工业革命的(de)核心(xīn)驱动(dòng)力量，将创造新(xīn)的增长奇迹。

过去(qù)一年(nián)，人(rén)工智能在(zài)技(jì)术和商(shāng)业层面都(dōu)有了巨大进(jìn)展，AI绘画就是人工智能技术发生方向性改变(biàn)的一个代表。其(qí)下一站或许就是视(shì)频。

此前(qián)，Meta和谷(gǔ)歌先后(hòu)发布(bù)了(le)几(jǐ)条引爆科技圈(quān)的短视(shì)频。这些视频引发(fā)关(guān)注并(bìng)非(fēi)内容做(zuò)得多优秀，反(fǎn)而都非(fēi)常简单，比如一匹正在(zài)喝水的马，一只画画的玩(wán)具熊，或者一段(duàn)骑摩托(tuō)车(chē)的第一视角录像，随便一(yī)个有(yǒu)手机的人(rén)都可以随(suí)手录下一段。

但这(zhè)些短(duǎn)视频的创作方式非(fēi)常简单，创作者仅(jǐn)仅(jǐn)需要向AI输入一段话(huà)，甚至只是说一下要求，AI就(jiù)可以根据需(xū)要生成一段视频。

谷歌发布(bù)的两个AI生成(chéng)视(shì)频分别来自于Imagen Video和Phenaki，前者(zhě)主要突出的(de)是高清，与Meta的(de)Make-A-Video没有太(tài)多的差别。

在Make-A-Video公布了AI生成的视频后，AI圈(quān)就已经玩了一波梗，一个能够做出(chū)更高清(qīng)视(shì)频的(de)AI还不足以在短时间内戳中兴奋点。

Phenaki更加令(lìng)人震惊(jīng)的地方在于，它(tā)可以制作出超(chāo)过2分钟的连贯(guàn)的(de)也(yě)有确切内容(róng)的视频，这(zhè)才是真(zhēn)正让人们感(gǎn)到惊(jīng)喜(xǐ)的地方。因为无论AI生成的视频多么高清，也只能(néng)是为内容生产者提(tí)供一个灵感，一个素(sù)材，一个(gè)过场动画。

不过(guò)能够制作(zuò)出有(yǒu)具(jù)体(tǐ)剧情(qíng)内容的视频就意味着，一些视(shì)频创作由AI代替人工(gōng)完成已经初步有了可能。

当下AI的(de)发展速度已经超过(guò)大部分人的(de)想象(xiàng)。内容产业的(de)本质是供(gōng)给创造需求(qiú)，AIGC作为全新的内容生产方(fāng)式，可以为内容产业(yè)带来(lái)更新的内容风格、更快的生产速度(dù)，更(gèng)低(dī)的生产成本，这(zhè)无疑会驱动(dòng)内容(róng)产(chǎn)业(yè)的大(dà)爆发(fā)。

除了AI绘图、视频，AIGC技(jì)术还能(néng)应(yīng)用于(yú)音乐(lè)、代(dài)码、机器人动作等多种内容形式的生成。不难发现该项技术(shù)不仅在游(yóu)戏等(děng)行业能得到有(yǒu)效应(yīng)用，对于(yú)下一代互联网各种元(yuán)素(sù)的构建(jiàn)亦有关键(jiàn)意义。

从(cóng)商业化(huà)的角度来看(kàn)，文(wén)化娱乐、教育(yù)、传媒(méi)等诸多领域(yù)，本身就对(duì)基于AI的(de)可视(shì)化内(nèi)容有强烈需求(qiú)。

因(yīn)此，AI绘画及视(shì)频或不是结果，而只是AI进程中的一块重要拼图(tú)，有望在技术更(gèng)新的加(jiā)持下实现更(gèng)大(dà)的应用价值。

AI从理解内容，走向(xiàng)了(le)可以生(shēng)成内(nèi)容，甚(shèn)至能够创(chuàng)造出(chū)独立价(jià)值和独立视角(jiǎo)的内(nèi)容。AIGC的再次出圈(quān)，更代(dài)表着(zhe)未(wèi)来(lái)的先进生产力即将到来。

04

紧抓大模型(xíng)与(yǔ)算力，牢固AIGC底(dǐ)座

从技术的发(fā)展也可以(yǐ)看出，在语言(yán)大模型(xíng)、图像大模型之后，多模态(tài)大模型已经成(chéng)为了(le)新的趋势(shì)。

大(dà)模(mó)型被誉为(wèi)当前人工(gōng)智能发展的智能底座(zuò)，是全球(qiú)竞争最激(jī)烈的研究方向(xiàng)之一(yī)，包(bāo)括谷歌(gē)、亚马逊、百度、阿里、腾讯等众(zhòng)多头部企(qǐ)业都(dōu)在(zài)竞(jìng)相(xiāng)发力。

不过训(xùn)练大(dà)模(mó)型的确价格(gé)不菲，以国(guó)盛(shèng)证券发布的《ChatGPT需要(yào)多(duō)少算力(lì)》报(bào)告估算，GPT-3训(xùn)练一次的成本(běn)约为140万美元。而(ér)对于一些更(gèng)大的LLM(大型(xíng)语言模型)，训练成(chéng)本则介于(yú)200万(wàn)美元(yuán)至1200万(wàn)美元高(gāo)价(jià)之间。

以ChatGPT在2023年1月(yuè)的独立访客平均数1300万计算，其对(duì)应芯片需(xū)求(qiú)为(wèi)3万多片英伟达(dá)A100 GPU，初始投入成本约为8亿(yì)美元，每日仅电费就在5万(wàn)美元左右。

此外不论是ChatGPT还是AIGC，都(dōu)离不开(kāi)庞大算力支持。在关注各类(lèi)大模型(xíng)的发(fā)展同(tóng)时，更(gèng)应该关注算力网络的建设(shè)。

算(suàn)力网络(luò)正驱动AI产业发展进入史诗级加速进(jìn)程(chéng)，让AIGC及通用AI这一人工(gōng)智能发(fā)展的终(zhōng)极目标(biāo)离得(dé)更(gèng)近。

因为(wèi)算力(lì)可(kě)以对(duì)突破性(xìng)技术创新提供大力(lì)的(de)支持(chí)。这方面，多模态大模型是典型(xíng)。作为面(miàn)向未来强人工智能、通用人工(gōng)智能的重要(yào)技术创(chuàng)新，多模态大模型已经在(zài)人(rén)工智能领域提(tí)出(chū)了很多年，业界也(yě)有不(bù)少技(jì)术突破(pò)，但是，多模态大模(mó)型进一(yī)步往下走，算力需求呈几何式(shì)上升(shēng)，一般的算力基础设施(shī)很快将难以胜(shèng)任(rèn)。

从图像(xiàng)、文字、语音(yīn)单独一项的(de)训练(liàn)，到(dào)双模态、三模(mó)态的(de)跃迁，让(ràng)人工智能可以灵活应对不同(tóng)模态的转化、像人与世界交互一样自然，这(zhè)方面，由(yóu)算力(lì)网(wǎng)络来驱(qū)动将有(yǒu)明显优(yōu)势(shì)。

此外(wài)，还有(yǒu)很多需(xū)要爆抖音音乐排行榜，2022年最好听的十首最火歌曲发式增长的算(suàn)力来支撑的技术创(chuàng)新，将在(zài)人工智能算力网络支撑下快速(sù)推进(jìn)。

AIGC已(yǐ)经(jīng)露(lù)出曙光，期待在大(dà)模型和大算(suàn)力的支持下AIGC能持续颠覆内容(róng)生产的方式，将创造的边际成本降低(dī)，让万众受益。

未经允许不得转载：腾众软件科技有限公司 抖音音乐排行榜，2022年最好听的十首最火歌曲