自聊天机器人(rén)ChatGPT火爆(bào)以来，微(wēi)软公司(sī)创始(shǐ)人比(bǐ)尔·盖茨已多次公开(kāi)谈论人工智(zhì)能话题(tí)。在最(zuì)近的(de)一次采访中，他再次表示：“AI可能会让科技行业(yè)迎来一(yī)次(cì)剧烈的洗牌”。

这个结论是他在当(dāng)地(dì)时间2月20日接受《In Good Company》节(jié)目专(zhuān)访时(shí)提出的(de)。

他(tā)预期，AI的发展可能(néng)会威胁(xié)到谷歌的市占率(lǜ)，因(yīn)为微(wēi)软在AI方面的行动相当迅速。而最终科技巨(jù)头将把AI整合成(chéng)用户(hù)的(de)“全能助手(shǒu)”，包揽一切应用(yòng)，与人们进行沟通并提供(gōng)建议(yì)，可以取(qǔ)代(dài)亚(yà)马逊、Siri或Outlook等应(yīng)用(yòng)。

大佬口中全能助手的到来可能尚需时日，但(dàn)由ControlNet引发的又一次AI绘(huì)画(huà)浪潮，让AIGC在(zài)ChatGPT的话题热点包(bāo)围中(zhōng)杀(shā)出重围。

01

ControlNet颠覆AI绘画新玩(wán)法

AIGC向(xiàng)可控靠近

以AI绘画为代表的AIGC上一次爆火(huǒ)的时候，还是2022年8月，在美国科罗拉多(duō)州举办的新兴数字艺术家竞赛(sài)中，一(yī)幅(fú)名(míng)为《太空歌剧院》的作品(pǐn)获奖。

随后各大厂(chǎng)商的AI绘画软件被广大(dà)网(wǎng)友(yǒu)熟知并体(tǐ)验，Stable Diffusion便是其中代表。

用(yòng)户们(men)可以在应用中输(shū)入一组关(guān)键词或者一张照片，就能获得一幅AI创(chuàng)作的(de)画作。

作画(huà)的关键就是所输(shū)入的文本。同一组(zǔ)关键词也(yě)可以创作出很多张风(fēng)格不一(yī)样(yàng)的(de)画作(zuò)，这(zhè)让创作的过程就像开盲盒(hé)。

很(hěn)多用(yòng)户(hù)很喜欢这种不确定的惊(jīng)喜，他们会将生成的美图当(dāng)做头像。而(ér)另一(yī)部分喜欢翻看AI绘画的“翻车”作品。在社交媒体上，许多用(yòng)户分(fēn)享(xiǎng)AI“翻车(chē)现场”，例如，一(yī)位(wèi)网友的小(xiǎo)狗照(zhào)片被AI画成了“肌肉(ròu)男(nán)”，还有网友的个人照片被(bèi)AI识别成了建(jiàn)筑(zhù)。

而如(rú)今随着ControlNet的出现与加持，以往AI绘画(huà)的填(tián)写关键(jiàn)词(cí)游戏可能要(yào)被颠覆了。

ControlNet是一位正在斯坦福(fú)读博(bó)的中(zhōng)国人张吕敏创(chuàng)作(zuò)的一种基于控制(zhì)点的图像(xiàng)变形(xíng)算(suàn)法(fǎ)，主要用于数字图像处理、计算机视觉和计算机图形学等领域。

其SD插件(jiàn)一经发布，在短短的两天内便成为(wèi)了AI绘画(huà)领域(yù)最新的热点。

在此之前，大(dà)家用(yòng)了很多(duō)方法想让AI生成(chéng)的结果(guǒ)尽可(kě)能的符合要求(qiú)，但是都不尽如人意，它的出现代表(biǎo)着AI生成开始进入真(zhēn)正的可控时期。

因为ControlNet可以直(zhí)接提取画面的(de)构图，人(rén)物的姿势和画面的深度信息等。有了它的(de)帮助，就不(bù)用频繁的用提示词(cí)来碰运(yùn)气，抽(chōu)盲盒式的创(chuàng)作(zuò)了。

通(tōng)俗的说ControlNet相当(dāng)于给AI绘画加(jiā)了“魔法”，不少博主的作品已经(jīng)获得了大量的浏览量，“viggo”就是其中之一，他用(yòng)朋友的照片(piàn)直接(jiē)带(dài)她(tā)们(men)走进(jìn)动漫世界。

viggo先用StableDiffusion图片转文字。

再(zài)用(yòng)Text2Prompt插件拓展找到对应的(de)关(guān)键词(cí)；最后(hòu)用ControlNet插件绑定骨骼开始换(huàn)关键词试效果。

通过图片就可以看出(chū)来，效果十(shí)分惊艳(yàn)。

更厉害的是，除了真实的照片，草(cǎo)图也可以加上“魔法”，知乎大牛“DevPoint”和“逗(dòu)砂”介绍到ControlNet还能实(shí)现(xiàn)线稿(gǎo)转全彩图。大神张吕敏其本尊也(yě)亲(qīn)自回应(yīng)。

不得不(bù)说当下AIGC已经变得(dé)越来越强大，甚至(zhì)输出(chū)的作(zuò)品都已经(jīng)能以假乱真了。

02

难辨(biàn)虚实(shí)，AIGC技术力(lì)爆(bào)发(fā)

警惕安全问(wèn)题

近日，“苏(sū)州金(jīn)鸡湖有游艇party”的消(xiāo)息火(huǒ)遍网(wǎng)络，而(ér)经过警方辟谣这(zhè)所谓的(de)“party”可能(néng)是全(quán)国第一起AI绘图诈骗。

由于这个活动(dòng)里(lǐ)面给(gěi)出的美女照(zhào)片(piàn)都是AI制作(zuò)的真人照片(piàn)绘图(tú)，因为太逼真，被大家当成(chéng)真事传播(bō)了。

不过仔细观察可以发现，活动发起者提供的(de)照(zhào)片中有个(gè)很(hěn)大的(de)漏洞可(kě)以(yǐ)发现并非(fēi)真人，而是(shì)AI绘图，那便是图片中(zhōng)女性(xìng)的(de)手指部分有的存在异常。

有行业(yè)人(rén)事(shì)表示：“现在因为手指(zhǐ)部分的(de)绘画(huà)算(suàn)法比较复杂，AI还不太会画人的手(shǒu)，但(dàn)最新看到的(de)图片已经(jīng)有越(yuè)来越完美(měi)的AI模型(xíng)出现，以后(hòu)可能就完全没有漏洞了。”

类似的AI作图(tú)诈骗在(zài)国外也已(yǐ)有发生。据英国广播(bō)公(gōng)司报道，土耳其(qí)地震期间，有Tiktok用(yòng)户(hù)使用AI合成了儿童(tóng)受灾的假照片发(fā)布到(dào)网络，以(yǐ)此诱(yòu)骗善(shàn)良(liáng)的(de)人(rén)打赏“捐助”从而实施诈骗。

目前随着(zhe)技术发(fā)展，AIGC已(yǐ)经能做出真人照片般的绘图效果，如果这样(yàng)的图片被用来诈(zhà)骗，将非常可怕。

此外AIGC还(hái)引(yǐn)发了很多(duō)担忧(yōu)，一方(fāng)面，批判者认为AI在“学习”了大量前人的作品之后，其创作没有(yǒu)任何(hé)情绪(xù)和(hé)灵魂，难(nán)以和人类(lèi)的艺术创作相提并论。

另一方(fāng)面，AIGC背后的版权(quán)、目前(qián)都并没(méi)有得到有效(xiào)的解决，还(hái)有AIGC会(huì)不会代(dài)替人类“至高无上”的(de)创意。

马斯克(kè)也强调(diào)，人工(gōng)智(zhì)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)站除了视频，还有远方

技术都是有(yǒu)两面性的，潜在的(de)危害并不能掩盖其光辉的贡献。现在(zài)看(kàn)来，人(rén)工智能技术将(jiāng)是(shì)第四次(cì)工业革命的核心驱动力量(liàng)，将创(chuàng)造新(xīn)的增长奇(qí)迹。

过去一(yī)年，人(rén)工智能在(zài)技术和(hé)商业层面都有了巨大进展(zhǎn)，AI绘画就是(shì)人(rén)工智能技术发生方向(xiàng)性改变的(de)一个代表。其下(xià)一站或(huò)许就是视频。

此前，Meta和谷歌先后发布了几条引爆科技(jì)圈的短视(shì)频。这些视频引发关注并(bìng)非内容做得多优秀，反(fǎn)而(ér)都非常简单，比如一匹(pǐ)正在(zài)喝水的马，一(yī)只画画的玩具熊，或者一段骑(qí)摩托车的第一(yī)视角(jiǎo)录像，随便一(yī)个有手机的人(rén)都可以随(suí)手录下一段(duàn)。

但(dàn)这些短(duǎn)视频(pín)的创作方式非常(cháng)简单，创作(zuò)者仅仅需要(yào)向AI输入一段话(huà)，甚至只是说一下要求，AI就(j小学六种说明方法及作用，六种说明方法及作用(简短)iù)可以根(gēn)据需要生成一段视频(pín)。

谷歌(gē)发布的两个AI生成视(shì)频(pín)分别来(lái)自于Imagen Video和Phenaki，前者主(zhǔ)要突出的是高清(qīng)，与Meta的Make-A-Video没(méi)有(yǒu)太多的差别。

在Make-A-Video公布(bù)了AI生成(chéng)的视频(pín)后(hòu)，AI圈(quān)就已经玩了一波梗，一个能够做出(chū)更高清(qīng)视频的AI还(hái)不足(zú)以在短(duǎn)时间内戳中兴(xīng)奋(fèn)点。

Phenaki更加令人震惊的(de)地方在于，它可以(yǐ)制作(zuò)出超过2分钟的连贯的也有(yǒu)确切内容的视(shì)频，这(zhè)才是真正让人们(men)感到惊喜的地方(fāng)。因为无(wú)论AI生成的视频多么高清，也只能是为内容生产者提供(gōng)一个灵感，一个(gè)素(sù)材，一(yī)个过(guò)场动画。

不过能够制作出有具体(tǐ)剧情内容的视频就意味着，一些(xiē)视频创作由AI代(dài)替人工完成已经初步有了可能。

当下AI的发展(zhǎn)速度已经超过大部(bù)分(fēn)人的想(xiǎng)象(xiàng)。内容产业(yè)的本质(zhì)是供(gōng)给(gěi)创造需求，AIGC作为全新的内容生产方式，可以为内容产业带来更(gèng)新的内容风(fēng)格、更快(kuài)的生(shēng)产速(sù)度，更低(dī)的生产成本，这无疑会(huì)驱动内容产业的(de)大爆发。

除了AI绘图、视频，AIGC技术(shù)还能(néng)应用(yòng)于(yú)音乐(lè)、代码、机器人动作等多种内(nèi)容形式的(de)生(shēng)成。不难发现该项技术(shù)不(bù)仅在游戏等行业(yè)能得到(dào)有效应用(yòng)，对于下一(yī)代互(hù)联网各(gè)种元(yuán)素的构(gòu)建亦有关键意(yì)义。

从(cóng)商业化的角度来看，文化娱乐、教育、传媒(méi)等诸(zhū)多领域，本身就对基于(yú)AI的可视化(huà)内容有强烈需求。

因此，AI绘画及视频(pín)或不是结果，而只是AI进程中的一块(kuài)重要拼图，有望(wàng)在(zài)技术更(gèng)新的加持下实现更大的应用价值。

AI从理解内容，走(zǒu)向了可(kě)以(yǐ)生成内容，甚至能够创造出独立(lì)价(jià)值(zhí)和独(dú)立视(shì)角的内(nèi)容。AIGC的(de)再次出圈(quān)，更代表(biǎo)着未来的先进(jìn)生产力即(jí)将到来。

04

紧抓大(dà)模(mó)型(xíng)与算力，牢固AIGC底座

从技术(shù)的发展也可以看出，在语(yǔ)言(yán)大模型、图像大(dà)模型之后(hòu)，多模(mó)态(tài)大(dà)模型已经成为(wèi)了新的(de)趋(qū)势(shì)。

大模(mó)型被誉为(wèi)当前人工智(zhì)能(néng)发展的智能底(dǐ)座，是全球竞争最激烈的研究方(fāng)向之一，包(bāo)括(kuò)谷歌(gē)、亚(yà)马逊、百(bǎi)度、阿里、腾讯等众多头部企业都在竞相(xiāng)发力。

不过(guò)训练大模型的(de)确价格不菲，以国(guó)盛证券发布(bù)的《ChatGPT需要多(duō)少算力》报(bào)告(gào)估算，GPT-3训练(liàn)一次的成本约为140万美(měi)元。而对于(yú)一(yī)些更大的LLM(大(dà)型(xíng)语(yǔ)言模型)，训(xùn)练成本则(zé)介(jiè)于200万(wàn)美元至1200万美(měi)元高(gāo)价(jià)之间。

以ChatGPT在(zài)2023年1月的(de)独立访客平均数1300万(wàn)计(jì)算(suàn)，其对应芯片需求为3万(wàn)多片英伟达A100 GPU，初(chū)始投(tóu)入成本约为(wèi)8亿美元，每日仅电费就在5万美(měi)元左(zuǒ)右。

小学六种说明方法及作用，六种说明方法及作用(简短)>

此(cǐ)外不(bù)论是(shì)ChatGPT还(hái)是(shì)AIGC，都(dōu)离(lí)不开(kāi)庞大算力支持。在关注各类大模(mó)型的(de)发展同时，更应该关注算力网络(luò)的(de)建(jiàn)设。

算力(lì)网络正驱动AI产业(yè)发(fā)展进入史诗(shī)级(jí)加速进程(chéng)，让(ràng)AIGC及通(tōng)用AI这一人工智能发展的终(zhōng)极目标离(lí)得更近。

因为算力可(kě)以对突破性技术创新提供大力的(de)支持(chí)。这方面，多模态大模型(xíng)是典型。作为面向未来强人(rén)工智能、通用人工智能的(de)重要技(jì)术创新，多(duō)模态(tài)大模型(xíng)已经在(zài)人工(gōng)智能领域提出(chū)了(le)很(hěn)多年(nián)，业界(jiè)也(yě)有(yǒu)不少技术突破，但是，多(duō)模态大模型进一步往下走，算力需求呈几何(hé)式(shì)上升，一般(bān)的算力基(jī)础设施(shī)很快将难以(yǐ)胜任。

从图像、文(wén)字、语音单(dān)独(dú)一项的训练(liàn)，到双模(mó)态、三(sān)模态(tài)的跃迁，让(ràng)人工智能可(kě)以灵活(huó)应对不同模(mó)态(tài)的(de)转化、像人与世界交互一(yī)样(yàng)自(zì)然，这(zhè)方面，由算(suàn)力网(wǎng)络来(lái)驱动将有明显(xiǎn)优(yōu)势(shì)。

此外，还有很多(duō)需要(yào)爆发式增长的(de)算力来(lái)支撑的(de)技术(shù)创新，将在人工智(zhì)能算力(lì)网(wǎng)络支(zhī)撑下快速推(tuī)进。

AIGC已经露(lù)出曙光，期待在大模型和大算力的支持下(xià)AIGC能持续颠覆内容生产的方式，将创造的边际成本降低，让万(wàn)众受(shòu)益。

未经允许不得转载：腾众软件科技有限公司 小学六种说明方法及作用，六种说明方法及作用(简短)