自聊天(tiān)机器人ChatGPT火爆以来，微软公司(sī)创始人比尔·盖茨(cí)已多(duō)次公(gōng)开谈论人工智(zhì)能话题(tí)。在最近的一次采访中，他再次(cì)表示：“AI可能会让(ràng)科技行业(yè)迎来一次剧烈的洗牌”。

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

他(tā)预期，AI的发展(zhǎn)可能(néng)会威胁到(dào)谷歌的市(shì)占率，因为微软(ruǎn)在AI方面的行动相(xiāng)当迅速(sù)。而最终科技巨头将(jiāng)把AI整合成(chéng)用户的“全能助手”，包揽一切应用，与人们进行沟通(tōng)并提供建议(yì)，可以取(qǔ)代亚(yà)马逊、Siri或Outlook等应用。

大佬口中全(quán)能助(zhù)手的(de)到来可能尚需(xū)时日，但由ControlNet引发的又一次AI绘(huì)画(huà)浪潮，让AIGC在ChatGPT的话(huà)题热点包围中杀出(chū)重围(wéi)。

01

ControlNet颠覆AI绘画新玩法

AIGC向(xiàng)可控(kòng)靠近

以AI绘画为代(dài)表的AIGC上一次爆(bào)火的时候，还是2022年8月，在(zài)美国科(kē)罗拉(lā)多州举办的新兴数字艺术家竞(jìng)赛中，一幅名为(wèi)《太空歌剧院(yuàn)》的(de)作(zuò)品(pǐn)获奖。

随(suí)后各大厂(chǎng)商的AI绘画软件(jiàn)被广大网友熟知并体验，Stable Diffusion便是其中代表。

用户们可(kě)以在应(yīng)用中(zhōng)输入一组(zǔ)关键词或者一张照片，就能获得一幅AI创(chuàng)作(zuò)的画(huà)作。

作(zuò)画(huà)的关键(jiàn)就是所输入(rù)的文(wén)本。同一组关键词也(yě)可(kě)以创作出很(hěn)多张风格(gé)不一样的画作，这让创作的过程就像开盲(máng)盒(hé)。

很多用户很(hěn)喜欢这种不(bù)确定的惊喜，他们(men)会将生成的美图当(dāng)做(zuò)头(tóu)像。而另一部(bù)分喜欢(huān)翻看AI绘画的“翻车”作(zuò)品。在社(shè)交媒体上，许多用(yòng)户分享AI“翻车现(xiàn)场”，例如(rú)，一位网友的小(xiǎo)狗照片(piàn)被AI画成(chéng)了“肌肉(ròu)男”，还有(yǒu)网友的个人照片被AI识别成(chéng)了建筑。

而如今随(suí)着(zhe)ControlNet的出现与加持，以往(wǎng)AI绘画的填写关键词游(yóu)戏(xì)可能要被颠(diān)覆了。

ControlNet是(shì)一(yī)位正在斯(sī)坦福读博的中国人(rén)张吕(lǚ)敏(mǐn)创作的一(yī)种基于(yú宝马大降价的原因，最近宝马为什么大降价)控制点的(de)图像(xiàng)变(biàn)形算法，主要用(yòng)于数字图像处理、计算机视(shì)觉和计算机图(tú)形(xíng)学等(děng)领(lǐng)域。

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

在此(cǐ)之(zhī)前，大家(jiā)用了(le)很多方(fāng)法想让AI生(shēng)成的结果尽可能的(de)符合要求，但是都不(bù)尽如人意，它的出现代表着(zhe)AI生(shēng)成开始进入真(zhēn)正(zhèng)的可(kě)控时期。

因为ControlNet可以直接提(tí)取画(huà)面(miàn)的构图(tú)，人物的姿势和(hé)画面的深(shēn)度信(xìn)息等。有了(le)它的帮(bāng)助，就(jiù)不用频(pín)繁(fán)的用提示词来碰运气，抽盲盒式(shì)的创(chuàng)作了。

通俗(sú)的说ControlNet相当于(yú)给AI绘画加了“魔(mó)法”，不(bù)少(shǎo)博主的作品已(yǐ)经获得(dé)了大量的浏(liú)览量，“viggo”就是其中之一，他(tā)用朋友的照片直接带她(tā)们走进动漫(màn)世界(jiè)。

viggo先用(yòng)StableDiffusion图片转文字。

再用(yòng)Text2Prompt插件拓展找到对应的关键词；最后用ControlNet插(chā)件绑定骨骼开始换(huàn)关键词试(shì)效(xiào)果。

通过图片就可以看出来(lái)，效果(guǒ)十(shí)分惊艳(yàn)。

更厉害的是，除(chú)了真(zhēn)实的照片(piàn)，草图也可以加上“魔法”，知乎大牛(niú)“DevPoint”和“逗砂”介(jiè)绍到(dào)ControlNet还能实现线稿转全彩图。大(dà)神张吕敏其本尊也亲自回应。

不得(dé)不说当下AIGC已经变得(dé)越来越强大，甚至输(shū)出的作品(pǐn)都(dōu)已(yǐ)经能以假乱真了。

02

难辨虚实，AIGC技术力爆发

警惕安全问题

近(jìn)日，“苏州金鸡湖有(yǒu)游艇party”的消息火(huǒ)遍网络(luò)，而(ér)经(jīng)过(guò)警(jǐng)方辟谣这所谓的“party”可(kě)能是全国第一起AI绘图诈(zhà)骗。

由于这(zhè)个活动里面给出的美女照片(piàn)都是(shì)AI制作的真人(rén)照片(piàn)绘图，因为太逼真，被大(dà)家当(dāng)成真事传播(bō)了。

不过仔细观(guān)察可以发现，活动发起者提供的照片(piàn)中有个(gè)很(hěn)大的漏洞可以发(fā)现(xiàn)并非真人，而是(shì)AI绘图，那(nà)便(biàn)是(shì)图片中女性(xìng)的手指部分有的存在(zài)异常。

有行业人事表示(shì)：“现在因为手指部分(fēn)的绘画算(suàn)法比较复杂，AI还不太会画人的手，但最(zuì)新看到的(de)图片已经有越来(lái)越完美的(de)AI模型出现(xiàn)，以后(hòu)可(kě)能就(jiù)完(wán)全(quán)没有漏(lòu)洞了。”

类似的AI作图诈骗(piàn)在国外也(yě)已有发生。据(jù)英(yīng)国(guó)广播(bō)公司(sī)报道(dào)，土(tǔ)耳(ěr)其地(dì)震期间，有Tiktok用户使用AI合成了儿(ér)童受灾的假照片发布到(dào)网络，以此诱骗善良的人打赏“捐(juān)助”从而实(shí)施诈骗。

目前随(suí)着技(jì)术发展，AIGC已经能做出(chū)真人照片(piàn)般的绘图效(xiào)果，如果这样的图片被(bèi)用来诈骗(piàn)，将非常可怕。

此外(wài)AIGC还引发了很多担忧，一方面，批判者认为AI在“学习”了大量前人的作品(pǐn)之后(hòu)，其创作没有(yǒu)任何情绪和(hé)灵魂，难以和人类的艺术创作(zuò)相(xiāng)提并论。

另一方面，AIGC背后的版(bǎn)权、目前(qián)都(dōu)并没(méi)有得到有效的解决，还有AIGC会不会代(dài)替人类“至高无上(shàng)”的创(chuàng)意。

马斯(sī)克也(yě)强调，人(rén)工智能(néng)的安全问题需要得到重视(shì)，太晚就(jiù)来不及了。

03

AIGC下一站除了(le)视频，还有远方

技术都是(shì)有两面性的，潜在的(de)危害并不(bù)能掩盖其(qí)光(guāng)辉的(de)贡献(xiàn)。现在看来，人工智能技术将是第四(sì)次工业革命(mìng)的(de)核心驱动力量，将创造新的增(zēng)长奇迹。

过去一年，人工(gōng)智能在技术和商业层面都(dōu)有了巨大进展(zhǎn)，AI绘画就是(shì)人工(gōng)智(zhì)能技(jì)术发生方向性改变(biàn)的一个代表。其下一(yī)站或许就是视(shì)频。

此前(qián)，Meta和谷歌先后发布(bù)了几条引爆(bào)科技圈的(de)短视(shì)频。这些视频引发(fā)关注(zhù)并非(fēi)内容做得(dé)多(duō)优(yōu)秀，反而(ér)都非常简单，比(bǐ)如一(yī)匹正在喝水的马(mǎ)，一只(zhǐ)画画的玩具熊，或者一段骑摩(mó)托车的第一视角(jiǎo)录像，随便(biàn)一个(gè)有手机(jī)的(de)人都可以随(suí)手录(lù)下一段。

宝马大降价的原因，最近宝马为什么大降价rc="https://mmbiz.heiliaofuli.com/wp-content/uploads/2023/03/007b969c3b9c5bd.gif?imageMogr2/thumbnail/2160x0/format/webp/quality/80" data-ratio="1" data-s="300,640" data-type="gif" data-w="256">

但(dàn)这些短视频的创作方式(shì)非常简单，创(chuàng)作者仅(jǐn)仅需(xū)要向(xiàng)AI输(shū)入一段话(huà)，甚至只是说(shuō)一(yī)下(xià)要求，AI就可以根据需要生(shēng)成一段(duàn)视(shì)频。

谷歌发布(bù)的两个AI生(shēng)成视频分别来(lái)自(zì)于Imagen Video和Phenaki，前者主要突出的(de)是高清，与Meta的Make-A-Video没有太(tài)多的差别。

在Make-A-Video公布(bù)了(le)AI生(shēng)成的视频后，AI圈就已经(jīng)玩了(le)一波梗，一个能(néng)够做(zuò)出(chū)更高清(qīng)视频的AI还不足(zú)以在短(duǎn)时间内戳中(zhōng)兴奋点。

Phenaki更加令人震惊(jīng)的地方(fāng)在于，它可以制作出超过(guò)2分钟的连贯的也有确切内(nèi)容的视(shì)频，这才是真正(zhèng)让(ràng)人们(men)感到(dào)惊喜(xǐ)的地(dì)方。因(yīn)为无论AI生(shēng)成的视(shì)频(pín)多么高清，也(yě)只(zhǐ)能是为内容生产者提供一个灵感(gǎn)，一个素材(cái)，一个过场动画。

不过(guò)能够(gòu)制作出有具体剧(jù)情内容的视频就意味(wèi)着，一(yī)些视频创(chuàng)作由AI代替人(rén)工(gōng)完成(chéng)已经初步有了可能。

当下AI的发展(zhǎn)速度已经(jīng)超过(guò)大部分人的(de)想象(xiàng)。内容产业(yè)的本质是供给创造(zào)需求，AIGC作为全新的内容生产方式，可以(yǐ)为内容产(chǎn)业带来更新的内容风格、更快的生产速度，更低的生产成本，这无疑(yí)会驱动内容(róng)产(chǎn)业(yè)的(de)大(dà)爆发(fā)。

除了AI绘图(tú)、视频，AIGC技术还能(néng)应用于音乐、代码、机器(qì)人动作(zuò)等多种内容(róng)形(xíng)式的生成。不难发(fā)现该项技术不仅在游戏等(děng)行业能(néng)得到有(yǒu)效应用，对于下一代互(hù)联网各种(zhǒng)元素的构建亦有(yǒu)关键意义。

从商业化的(de)角度来(lái)看，文化(huà)娱乐、教育、传(chuán)媒等诸多领域(yù)，本(běn)身就对基于AI的(de)可视化内容有强烈需(xū)求(qiú)。

因(yīn)此，AI绘画及视频或不是结果，而只(zhǐ)是AI进程(chéng)中的一(yī)块重要拼图，有望在技术更新的加持下实现更(gèng)大(dà)的应用价值。

AI从理解内容(róng)，走向了(le)可以生成(chéng)内容，甚至能(néng)够创造出独立价(jià)值和独立(lì)视角(jiǎo)的内容。AIGC的再次出圈，更代表着(zhe)未来的先进生产力(lì)即将到来。

04

紧(jǐn)抓大模(mó)型与算力，牢固AIGC底座

从技术(shù)的发展也可以(yǐ)看出，在语言大模型、图(tú)像大模型(xíng)之后，多模态大模型已经成(chéng)为了新的趋势。

大模(mó)型被(bèi)誉为当前人工智(zhì)能(néng)发展的智(zhì)能底座，是(shì)全球竞争最激烈的研(yán)究方向之(zhī)一，包(bāo)括(kuò)谷歌、亚(yà)马逊、百(bǎi)度、阿里、腾讯等众多头部企业都在竞相发力(lì)。

不过训练大模型(xíng)的确价格不(bù)菲，以(yǐ)国盛证(zhèng)券(quàn)发布(bù)的(de)《ChatGPT需要(yào)多少算力》报告估算，GPT-3训练一(yī)次的成(chéng)本约为140万美(měi)元。而(ér)对于一(yī)些更大的LLM(大型语言(yán)模型)，训练(liàn)成本则介于200万美元至1200万美元高价之间。

以(yǐ)ChatGPT在(zài)2023年(nián)1月(yuè)的独立访客平均数1300万计(jì)算(suàn)，其对应芯片需求为3万多片(piàn)英伟达A100 GPU，初始(shǐ)投入(rù)成本约为8亿(yì)美元，每日仅电费(fèi)就在5万美元左右。

此外不论(lùn)是(shì)ChatGPT还是AIGC，都(dōu)离不开庞大算力(lì)支持(chí)。在关注(zhù)各类大模型的发展同时，更(gèng)应该关注(zhù)算力网络的建设。

算力网络正驱动AI产业发展进入史诗级加(jiā)速进程，让AIGC及通用(yòng)AI这(zhè)一人(rén)工智能发(fā)展的终极目标离得(dé)更近。

因为算(suàn)力可(kě)以对突(tū)破性技术(shù)创新提供大(dà)力的(de)支持。这方面，多(duō)模(mó)态大模型(xíng)是典型。作为(wèi)面向未来强(qiáng)人工智能、通用人工智能的(de)重要技术创(chuàng)新，多模态大模(mó)型已经在人工(gōng)智能领域提出了很多年，业界也有不少技术突(tū)破，但是(shì)，多模态大模型进一步往(wǎng)下(xià)走，算力需(xū)求呈几何式上升，一般(bān)的算力基础设施很快将难以胜(shèng)任。

从图像、文字、语音单独(dú)一项(xiàng)的(de)训(xùn)练，到双模(mó)态、三模态的跃迁，让宝马大降价的原因，最近宝马为什么大降价人工智(zhì)能可(kě)以灵活应(yīng)对不同模态的转化、像人与世界交互一样自然(rán)，这(zhè)方面，由(yóu)算力(lì)网络来驱动将有明显优势。

此外，还有很多(duō)需要爆发式增长(zhǎng)的算力来支撑的技(jì)术创(chuàng)新，将在人工智能算力网络(luò)支(zhī)撑下快速推进。

AIGC已经露(lù)出(chū)曙(shǔ)光，期待在(zài)大模型和大(dà)算力的支持下AIGC能持续颠覆内(nèi)容生产(chǎn)的方式(shì)，将创造的(de)边际(jì)成本降(jiàng)低，让万众受(shòu)益。

未经允许不得转载：绿茶通用站群 宝马大降价的原因，最近宝马为什么大降价