自聊天机器人ChatGPT火(huǒ)爆以来，微软公司创始人(rén)比(bǐ)尔·盖茨(cí)已多次(cì)公开谈论人工智能话题(tí)。在最近的一次采访中，他再次表(biǎo)示(shì)：“AI可能会让科技行业迎来(lái)一次剧(jù)烈的洗牌(pái)”。

这个结论(lùn)是(shì)他在当(dāng)地(dì)时间2月20日接受《In Good Company》节目专访时提(tí)出的。

他预期，AI的(de)发(fā)展可能会威胁到谷歌的市占率，因为微(wēi)软在AI方面(miàn)的(de)行动(dòng)相(xiāng)当(dāng)迅速。而最终科技巨头将把(bǎ)AI整合成用(yòng)户的“全能助(zhù)手”，包揽一切应用，与(yǔ)人们进行沟通并提供建议，可以取代(dài)亚马逊、Siri或Outlook等应(yīng)用(yòng)。

大佬口中(zhōng)全能(néng)助手(shǒu)的到(dào)来可能(néng)尚需时(shí)日，但由ControlNet引发的又一次AI绘画浪潮，让AIGC在ChatGPT的话题热点包围中杀出重围(wéi)。

01

ControlNet颠覆(fù)AI绘画新玩(wán)法

AIGC向可控靠近

以AI绘画为代表的AIGC上(shàng)一次爆火的时候，还是2022年8月，在(zài)美国科罗拉多州举办(bàn)的新(xīn)兴数(shù)字艺术(shù)家(jiā)竞赛中，一幅名为《太(tài)空歌剧(jù)院(yuàn)》的作品获(huò)奖。

随后各大(dà)厂商的AI绘画软(ruǎn)件(jiàn)被广大网友熟(shú)知并体(tǐ)验，Stable Diffusion便(biàn)是(shì)其中代表。

用户们(men)可(kě)以在(zài)应用中输入(rù)一(yī)组关键词或者一(yī)张(zhāng)照片，就(jiù)能获得一幅AI创作的画作。

作画(huà)的关键(jiàn)就是所输入(rù)的文(wén)本。同一(yī)组关键词也(yě)可以创(chuàng)作出很多张风(fēng)格不一样的画(huà)作，这让创作的(de)过程就像开盲盒。

很多(duō)用户很喜欢这种不确定的惊喜，他们(men)会将生成的美图当做头像。而另一部分喜欢翻看AI绘(huì)画(huà)的“翻(fān)车(chē)”作品(pǐn)。在社(shè)交媒体(tǐ)上，许多用户(hù)分享AI“翻(fān)车现场”，例如(rú)，一位网友的小狗照(zhào)片被AI画成了“肌(天津市教育局的电话是多少，天津市教育局的电话是多少号码jī)肉男”，还(hái)有(yǒu)网(wǎng)友的个人照片被AI识别成了建筑。

而如(rú)今随着ControlNet的出(chū)现与加持(chí)，以(yǐ)往(wǎng)AI绘(huì)画的填写关键词游戏可能(néng)要被(bèi)颠覆(fù)了。

ControlNet是一位正(zhèng)在斯(sī)坦福读博(bó)的中国人张(zhāng)吕(lǚ)敏(mǐn)创作的一种(zhǒng)基于控(kòng)制(zhì)点的图像变形算法，主要用于数字图像处(chù)理、计算机(jī)视(shì)觉和计算机图形(xíng)学等领(lǐng)域。

其SD插件(jiàn)一经(jīng)发(fā)布，在短短的(de)两天内(nèi)便成(chéng)为了AI绘画(huà)领域最新的(de)热点。

在此之前，大家用了很多(duō)方法(fǎ)想让AI生成的结(jié)果尽可能的符合(hé)要求，但是(shì)都不尽如(rú)人意，它(tā)的出现代表着AI生成开始进(jìn)入真正(zhèng)的可控(kòng)时(shí)期(qī)。

因为ControlNet可以直接提取画面的构图，人物的姿(zī)势和(hé)画(huà)面的(de)深度信息等。有了它(tā)的(de)帮(bāng)助，就不用频繁(fán)的用提示词来碰运气，抽盲盒式的创作了。

通(tōng)俗(sú)的说(shuō)ControlNet相(xiāng)当于(yú)给AI绘画加了(le)“魔(mó)法(fǎ)”，不(bù)少博主的作品已经获得了(le)大量的浏(liú)览量，“viggo”就是其中之一，他用朋(péng)友的照片直(zhí)接带她们(men)走进动漫(màn)世(shì)界。

viggo先用StableDiffusion图片转文字。

再用(yòng)Text2Prompt插件拓展找(zhǎo)到对(duì)应的关(guān)键词；最(zuì)后用(yòng)ControlNet插件(jiàn)绑(bǎng)定骨(gǔ)骼(gé)开(kāi)始换(huàn)关(guān)键(jiàn)词试效果。

通过图片就可(kě)以看出来(lái)，效(xiào)果十(shí)分惊艳。

更厉(lì)害的(de)是，除了(le)真实的照片(piàn)，天津市教育局的电话是多少，天津市教育局的电话是多少号码草图也(yě)可以(yǐ)加上“魔(mó)法(fǎ)”，知(zhī)乎大牛“DevPoint”和“逗砂”介绍到ControlNet还(hái)能(néng)实现线稿转全彩(cǎi)图。大神张吕敏其(qí)本尊(zūn)也(yě)亲(qīn)自回(huí)应。

不得不说当下(xià)AIGC已经(jīng)变得越来越(yuè)强(qiáng)大，甚(shèn)至(zhì)输出的作品都已(yǐ)经(jīng)能以(yǐ)假乱真了(le)。

02

难辨虚实，AIGC技术(shù)力爆发

警惕安(ān)全问题(tí)

近日，“苏州金鸡湖(hú)有游(yóu)艇party”的消息(xī)火遍网络，而经(jīng)过警方辟谣这所谓的“party”可能是全国第一起AI绘图诈(zhà)骗。

由(yóu)于(yú)这个活动里面给出的美女(nǚ)照片(piàn)都(dōu)是(shì)AI制作(zuò)的真人照片(piàn)绘图，因(yīn)为太逼真，被(bèi)大家当成真事传播了。

不过(guò)仔(zǎi)细观(guān)察可(kě)以发(fā)现，活动发起者提供的照片中有个很(hěn)大的漏洞可以发(fā)现并非真(zhēn)人，而是(shì)AI绘图，那便(biàn)是图(tú)片(piàn)中女性的手指部分(fēn)有(yǒu)的(de)存在异常(cháng)。

有行业人事(shì)表示(shì)：“现在(zài)因为手指部(bù)分的绘画算法比较复杂，AI还(hái)不太会画(huà)人(rén)的手，但最新看到的图片已经有越来越完美的AI模型出现，以后可能就完全没有漏洞(dòng)了。”

类(lèi)似的AI作(zuò)图诈骗在(zài)国外(wài)也已有发(fā)生。据英国广播公司报(bào)道，土(tǔ)耳其地震(zhèn)期间(jiān)，有Tiktok用户使用AI合(hé)成了(le)儿(ér)童受灾(zāi)的假(jiǎ)照(zhào)片发(fā)布到网(wǎng)络(luò)，以(yǐ)此诱骗善良的人打赏“捐助(zhù)”从而(ér)实(shí)施诈骗。

目(mù)前随着技(jì)术发展(zhǎn)，AIGC已经能(néng)做出真(zhēn)人(rén)照片般的绘(huì)图效果，如果这(zhè)样的图片被用来(lái)诈骗，将非常可怕。

此外AIGC还引(yǐn)发(fā)了很多担忧，一方面，批判者认为AI在(zài)“学习”了(le)大量(liàng)前人的作品之后，其(qí)创作没有任何情绪和灵(líng)魂，难以和人类的艺术创作相提并(bìng)论(lùn)。

另一方面(miàn)，AIGC背后的(de)版权、目前(qián)都并没有得(dé)到有效的解(jiě)决，还(hái)有AIGC会不会代替人类(lèi)“至高(gāo)无上”的创(chuàng)意。

马斯克也强调(diào)，人(rén)工智能的(de)安全问(wèn)题需(xū)要得到重视，太晚就来不及(jí)了。

03

AIGC下一(yī)站除(chú)了视频，还有(yǒu)远方

技术都是有两面性(xìng)的，潜(qián)在的危害(hài)并(bìng)不能掩(yǎn)盖其(qí)光(guāng)辉(huī)的贡献。现在看(kàn)来，人工(gōng)智能技术将是(shì)第四次工业革(gé)命的核(hé)心驱动力(lì)量，将创造(zào)新的增长奇迹。

过去一年(nián)，人工(gōng)智能在(zài)技(jì)术(shù)和商业层面(miàn)都(dōu)有(yǒu)了巨大进展，AI绘画就是人工(gōng)智能技术发生方向性改(gǎi)变的一(yī)个代表。其下一站或(huò)许就是(shì)视频(pín)。

此前，Meta和谷歌先后发布了(le)几(jǐ)条引爆科(kē)技圈的短视(shì)频。这些视频引发关注并非内容做得多优秀，天津市教育局的电话是多少，天津市教育局的电话是多少号码反而都非常简单(dān)，比(bǐ)如一(yī)匹正在喝水的马，一只(zhǐ)画画的玩具(jù)熊(xióng)，或者一段骑(qí)摩托车的第一视(shì)角录像(xiàng)，随便一(yī)个(gè)有手机的人都可以(yǐ)随手录下(xià)一段。

但这(zhè)些短(duǎn)视频(pín)的创作方(fāng)式非常简单(dān)，创作者仅仅需要向(xiàng)AI输(shū)入一段(duàn)话(huà)，甚至(zhì)只(zhǐ)是说一下要求，AI就可(kě)以根据需要生(shēng)成一段视频。

谷歌发(fā)布的两个AI生成视(shì)频分别来自于(yú)Imagen Video和(hé)Phenaki，前者主要突出的是高清(qīng)，与(yǔ)Meta的Make-A-Video没有太(tài)多的差别。

在Make-A-Video公布(bù)了AI生成的视频后(hòu)，AI圈就已经玩了(le)一波梗，一个能够(gòu)做出更高清视频(pín)的(de)AI还不足(zú)以在短时间内戳(chuō)中兴奋点。

Phenaki更加令人震惊(jīng)的(de)地方在(zài)于，它可(kě)以制(zhì)作出超过2分钟的连贯的(de)也有(yǒu)确切内(nèi)容的视(shì)频，这(zhè)才是真(zhēn)正(zhèng)让人们感到惊喜的地方。因为无论AI生成的视频多(duō)么高清，也只能是为内容生产者提供一个灵感，一(yī)个(gè)素材，一个过场动画。

不(bù)过能够制作出有(yǒu)具体(tǐ)剧情(qíng)内容的视频就意味着，一些视频创作由(yóu)AI代替人工完成已经初步(bù)有(yǒu)了可(kě)能。

当下(xià)AI的发展速度已经超过大部分人(rén)的想象。内容产业的(de)本质是供给创造需求，AIGC作为全新的内容生产方式，可以(yǐ)为内容产业带(dài)来更新的内容风格、更快(kuài)的生(shēng)产速度，更低的生产成本，这无疑会驱动内容(róng)产业的大爆发。

除了AI绘(huì)图(tú)、视(shì)频，AIGC技术还能应(yīng)用于音乐、代码、机器(qì)人(rén)动(dòng)作等(děng)多种(zhǒng)内容(róng)形(xíng)式的生成(chéng)。不难发现(xiàn)该项技(jì)术不仅在游戏等行业能得到有效(xiào)应用，对于下(xià)一代互联网各种元素的构建亦有(yǒu)关键意(yì)义(yì)。

从商业化的(de)角度来看，文化娱乐、教育、传(chuán)媒(méi)等(děng)诸多领(lǐng)域，本身就对(duì)基于AI的可视化内容有强(qiáng)烈需(xū)求。

因此，AI绘画(huà)及视频(pín)或不是结果，而(ér)只是(shì)AI进(jìn)程中的一块重要(yào)拼(pīn)图，有望(wàng)在技术更新的加持(chí)下实现更大(dà)的应用价值。

AI从理解内容，走向(xiàng)了可以生成内容，甚(shèn)至能够创造(zào)出(chū)独立(lì)价值和独立视角的(de)内容。AIGC的(de)再次出圈，更代表着未来的先进生产力即将到(dào)来。

04

紧抓(zhuā)大(dà)模(mó)型与算力，牢固AIGC底(dǐ)座

从技术的(de)发展也可(kě)以看(kàn)出，在语言大模型、图像大模型之后，多模(mó)态大(dà)模型已(yǐ)经成为了新的趋势(shì)。

大模(mó)型(xíng)被(bèi)誉为当前(qián)人工智能发(fā)展(zhǎn)的智能(néng)底座，是全球竞争最激烈的研究方向之一，包括(kuò)谷(gǔ)歌、亚(yà)马逊、百度(dù)、阿(ā)里(lǐ)、腾讯(xùn)等众多头部(bù)企业都在(zài)竞相发力。

不过训练大(dà)模(mó)型(xíng)的确价格不菲，以(yǐ)国盛证券发布的(de)《ChatGPT需要(yào)多少算力》报(bào)告估算(suàn)，GPT-3训练一次(cì)的(de)成(chéng)本约为140万美元。而对于一些更大的LLM(大型(xíng)语言模型(xíng))，训练成本则介于200万美(měi)元至1200万美元高(gāo)价之间。

以(yǐ)ChatGPT在2023年1月的独立访客(kè)平均数1300万计(jì)算，其对应芯片需(xū)求为(wèi)3万多片英伟达A100 GPU，初(chū)始投入成本约为8亿美元，每日仅电费就在5万美元左右(yòu)。

此外不论是(shì)ChatGPT还是AIGC，都离不(bù)开庞大算力(lì)支持。在关注各类大模型(xíng)的发(fā)展同时，更应(yīng)该关注算力(lì)网络的建(jiàn)设(shè)。

算力(lì)网络正驱(qū)动AI产业发展进入史诗级加速进程(chéng)，让AIGC及通(tōng)用AI这一人(rén)工智能发(fā)展(zhǎn)的终极目标离得更近。

因(yīn)为算力可以对突破(pò)性技术创(chuàng)新提(tí)供大力的支持。这方面(miàn)，多(duō)模(mó)态大模型是典型。作为面向未来(lái)强(qiáng)人工智能、通用人(rén)工智能的(de)重要技术创新，多模态大模型(xíng)已经在人工智能领域提出了很多年，业界也有不少技术突破，但是，多模态大(dà)模型进一步(bù)往下走，算力需求(qiú)呈几何式上(shàng)升，一般(bān)的(de)算力基础设施很快(kuài)将难以(yǐ)胜任。

从图像、文(wén)字、语音(yīn)单独(dú)一项的训练，到双模态、三模态的(de)跃迁，让人工(gōng)智能(néng)可以灵活应对不同(tóng)模态(tài)的转化、像人与世界(jiè)交互一样自然，这方面，由算(suàn)力网络来驱动(dòng)将有明显优势。

此外，还有很多需要爆发式增(zēng)长的算力来支撑的技术创新，将在人工智能(néng)算力网络支撑下快速(sù)推(tuī)进。

AIGC已经露出曙(shǔ)光，期待在(zài)大模型和大(dà)算力的支持下AIGC能持续(xù)颠覆内容生产的方式，将(jiāng)创造(zào)的边际成本降低，让万众受益。

未经允许不得转载：绿茶通用站群 天津市教育局的电话是多少，天津市教育局的电话是多少号码