自聊天机器人ChatGPT火爆以来，微软公司创(chuàng)始人比(bǐ)尔·盖茨已(yǐ)多次公开谈论人工智能(néng)话(huà)题。在最近的一次采访(fǎng)中，他再次表示：“AI可能会让(ràng)科技行业(yè)迎来一次剧(jù)烈的洗牌”。

这个结论是(shì)他在当地时(shí)间2月(yuè)20日接(jiē)受《In Good Company》节目(mù)专访时提出的。

他预期，AI的发展可能会威(wēi)胁到谷歌的市占率，因为微(wēi)软在AI方(fāng)面(miàn)的行动相当迅速。而最终科(kē)技巨头将把AI整合成用户的“全能(néng)助手”，包(bāo)揽一(yī)切应用，与(yǔ)人们进行沟通并提供建议(yì)，可以取代亚马逊(xùn)、Siri或Outlook等(děng)应用。

大佬口中全(quán)能助手的到来可能尚(shàng)需时日，但(dàn)由ControlNet引发的(de)又(yòu)一次AI绘画浪(làng)潮，让(ràng)AIGC在ChatGPT的话(huà)题热点包(bāo)围(wéi)中杀(shā)出重围。

01

ControlNet颠覆(fù)AI绘画新玩法

AIGC向可控靠近

以AI绘画为代表的AIGC上一次爆火(huǒ)的时(shí)候，还(hái)是2022年8月，在美国科罗拉多州举办的新兴数字艺(yì)术家(jiā)竞赛中，一幅名(míng)为《太(tài)空歌剧院》的作(zuò)品获奖。

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

用户(hù)们(men)可(kě)以在应用(yòng)中输入一(yī)组关键词或者一(yī)张照片(piàn)，就能获得(dé)一幅(fú)AI创作(zuò)的画作。

作画的(de)关键就是所(suǒ)输入的文本。同一(yī)组关键词也(yě)可以创作出很多张风格不一样的画(huà)作，这让创(chuàng)作的过(guò)程就像开(kāi)盲盒。

很多用户很喜欢这种不确定的惊喜，他们会将生成的美图当做(zuò)头像(xiàng)。而另(lìng)一部分喜欢翻看AI绘(huì)画的“翻车(chē)”作品。在社交媒体上(shàng)，许多用(yòng)户分享AI“翻车现场(chǎng)”，例如，一位(wèi)网友(yǒu)的(de)小(xiǎo)狗(gǒu)照(zhào)片(piàn)被AI画(huà)成了“肌(jī)肉男”，还有网(wǎng)友的个人照片被(bèi)AI识(shí)别成了(le)建(jiàn)筑。

而(ér)如今随着ControlNet的出(chū)现与加持，以往AI绘画的填(tián)写关(guān)键词游戏可能要(yào)被颠覆了(le)。

ControlNet是一位正(zhèng)在斯(sī)坦福读(dú)博的中国人张吕(lǚ)敏创作的一(yī)种基(jī)于控制点的图像变(biàn)形算法，主(zhǔ)要(yào)用于数(shù)字图像处(chù)理、计(jì)算(suàn)机视觉和(hé)计算机图形学等领域。

其SD插件一经发布，在(zài)短短的(de)两天内便成(chéng)为了(le)AI绘画领域最新(xīn)的热点。

在此之前(qián)，大家(jiā)用了(le)很(hěn)多方(fāng)法想让AI生(shēng)成(chéng)的(de)结(jié)果尽可能的符合要求，但(dàn)是都不尽如人意，它(tā)的出现(xiàn)代表(biǎo)着AI生成开始进入真正的可控时期。

因为ControlNet可以直接提取画面的构图，人物的(de)姿势和画面的深度(dù)信息等(děng)。有了它的帮助，就不用(yòng)频繁(fán)的用提示词来(lái)碰(pèng)运气，抽(chōu)盲(máng)盒(hé)式(shì)的(de)创作(zuò)了。

通俗的说ControlNet相(xiāng)当于给AI绘画(huà)加了“魔(mó)法(fǎ)”，不少博主(zhǔ)的作品(pǐn)已经获得了大量(liàng)的浏览量，“viggo”就(jiù)是其中(zhōng)之(zhī)一(yī)，他(tā)用朋友(yǒu)的照(zhào)片直接带她们(men)走进动漫世界(jiè)。

viggo先用StableDiffusion图片转文字。

再用Text2Prompt插件拓展(zhǎn)找(zhǎo)到对应的关(guān)键词；最后用ControlNet插件(jiàn)绑定骨(gǔ)骼开始(shǐ)换关(guān)键词试效果(guǒ)。

通过(guò)图(tú)片就可以看出来(lái)，效果(guǒ)十(shí)分惊艳。

更厉害的是，除了真实的(de)照片，草图也可以加上“魔法”，知乎大牛“DevPoint”和“逗(dòu)砂”介绍到ControlNet还能实现线稿(gǎo)转(zhuǎn)全(quán)彩图。大神张吕敏其本尊也亲(qīn)自回(huí)应。

不得不(bù)说当(dāng)下AIGC已经变得越来(lái)越(yuè)强大(dà)，甚至(zhì)输出(chū)的(de)作品都已经(jīng)能以假乱真(zhēn)了。

02

难辨虚实，AIGC技术力爆(bào)发

警惕安全问题

近(jìn)日，“苏州金鸡湖(hú)有游艇party”的消息(xī)火遍网络，而经过警方辟谣这所谓(wèi)的“party”可能是全国第一起AI绘图诈骗(piàn)。

由(yóu)于这(zhè)个活动里面给出的(de)美女照片都(dōu)是AI制作的真人照片绘图(tú)，因为太逼真，被(bèi)大家当(dāng)成真事传播了。

不过仔细观察可以发现，活动发起者提供的照片中有个很(hěn)大的漏洞可以发现并非真人，而(ér)是AI绘(huì)图，那便(biàn)是图片中女性的手指部分(fēn)有的(de)存(cún)在(zài)异常。

有行业(yè)人事表示(shì)：“现(xiàn)在因(yīn)为手指部(bù)分的绘(huì)画(huà)算法(fǎ)比较(jiào)复杂，AI还不(bù)太会画人(rén)的手，但最新(xīn)看到的图(tú)片已经有越(yuè)来越完(wán)美的AI模型出现，以后可能就(jiù)完全没有漏洞(dòng)了。”

类似的AI作图诈骗(piàn)在国外(wài)也(yě)已有发生。据英(yīng)国(guó)广播公司报道，土(tǔ)耳其(qí)地震(zhèn)期(qī)间，有(yǒu)Tiktok用户使(shǐ)用AI合成了儿童(tóng)受灾的(de)假照(zhào)片(piàn)发布到(dào)网(wǎng)络，以此诱骗(piàn)善良(liáng)的人打(dǎ)赏“捐(juān)助”从而实施诈(zhà)骗。

目前随着技术发(fā)展，AIGC已经能做出真人照片般的绘图效果，如果这样的图片被(bèi)用来诈骗，将(jiāng)非常可怕。

此外AIGC还(hái)引发了很(hěn)多担忧，一方面(miàn)，批判者认为AI在“学习”了大量(liàng)前人的作品(pǐn)之(zhī)后，其创作没(méi)有任何情绪和灵魂，难以和(hé)人(rén)类的艺术(shù)创作相提并论(lùn)。

另一方面(miàn)，AIGC背后的版权、目前(qián)都并没有得到有效的解(jiě)决(jué)，还有AIGC会不会代替(tì)人类“至高无上”的(de)创意。

马斯克(kè)也(yě)强调，人工智能的安(ān)全问题需要(yào)得到重视，太晚就来不及了。

03

AIGC下一站(zhàn)除了视频，还有远方

技术都是有两面性的，潜在的危(wēi)害并(bìng)不能掩(yǎn)盖(gài)其光辉的贡献。现在(zài)看来，人工(gōng)智能技(jì)术将(jiāng)是第(dì)四次工业革命(mìng)的核心驱动力(lì)量，将(jiāng)创造新的增(zēng)长奇迹。

过(guò)去一年，人(rén)工智(zhì)能在技术(shù)和(hé)商业层(céng)面都有(yǒu)了巨大进(jìn)展，AI绘(huì)画就(jiù)是(shì)人工智能技术发(fā)生(shēng)方(fāng)向性改变的(de)一个代表。其下一站或许就是(shì)视频。

此前，Meta和(hé)谷歌先后(hòu)发布了几条(tiáo)引爆科技圈的短(duǎn)视频。这些视频引发关注(zhù)并非内(nèi)容做(zuò)得多优秀，反而都非常(cháng)简(jiǎn)单，比如一匹正在喝水(shuǐ)的马(mǎ)，一(yī)只画画(huà)的玩具熊，或者一段骑摩托车的第一(yī)视角(jiǎo)录像，随便一个有手机的人都可以随手录下一段。

爬山是什么性暗示，男女常用的7句性暗示语"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">

但这些短视频的创(chuàng)作方式非常简单(dān)，创(chuàng)作(zuò)者仅仅需要向AI输入(rù)一段话，甚至只是说一下要求，AI就可(kě)以根据(jù)需要(yào)生成一段(duàn)视频。

谷歌(gē)发布的两个AI生成视频分(fēn)别来(lái)自于Imagen Video和(hé)Phenaki，前者主(zhǔ)要突出的是高清，与Meta的Make-A-Video没有太多的差别。

在(zài)Make-A-Video公布了AI生(shēng)成(chéng)的视频后(hòu)，AI圈(quān)就(jiù)已经玩了(le)一波梗(gěng)，一个能够做(zuò)出更高清视频的AI还不足以在短时间内戳中兴奋点(diǎn)。

Phenaki更(gèng)加(jiā)令人震(zhèn)惊的(de)地方在于(yú)，它可以制作出超过2分钟的连贯的也有确切内容的视频，这才是真正(zhèng)让(ràng)人(rén)们感到(dào)惊喜的地(dì)方。因为无论AI生(shēng)成的视频多么高清，也只能是(shì)为内容(róng)生产者提供一(yī)个灵感，一个素材，一(yī)个过场动(dòng)画。

不过能够(gòu)制(zhì)作出有(yǒu)具体剧情内容的视频就意味着，一些视频创作由AI代替人工完成已(yǐ)经初步有了可(kě)能。

当(dāng)下AI的发(fā)展(zhǎn)速度已经超(chāo)过大部分人的想象(xiàng)。内(nèi)容产业的本质是供给创造需求(qiú)，AIGC作为(wèi)全新的内(nèi)容生产方(fāng)式，可以为内容产业带来更新的内容风(fēng)格(gé)、更快的生产速度，更低的生(shēng)产(chǎn)成本(běn)，这无疑(yí)会驱动(dòng)内容产(chǎn)业(yè)的大(dà)爆发。

除了AI绘(huì)图、视频(pín)，AIGC技术还能应用于音(yīn)乐、代码、机器人(rén)动作(zuò)等多种内容形式的生成。不难发现该项技术不仅在游戏等行业能得(dé)到有效应(yīng)用，对于下一代互(hù)联(lián)网各种元(yuán)素的构建亦有关键意义(yì)。

从商业化的角(jiǎo)度来看，文化娱(yú)乐(lè)、教育、传媒(méi)等诸(zhū)多领域，本(běn)身就(jiù)对基于(yú)AI的可视化内容有强烈需(xū)求(qiú)。

因此，AI绘(huì)画及(jí)视频(pín)或不(bù)是(shì)结果，而只(zhǐ)是AI进程中的一块重要(yào)拼图，有(yǒu)望(wàng)在(zài)技术更新的加持下实(shí)现更大的应用价值。

AI从理解内容，走向了可以生成内容，甚至(zhì)能够创造出独立价值和(hé)独立视角的内(nèi)容。AIGC的再次出圈，更代(dài)表着未(wèi)来(lái)的先进生产力即将到来。

04

紧(jǐn)抓大模型与算力(lì)，牢固AIGC底座

从技术的发展也可以看出，在语(yǔ)言大模型、图像(xiàng)大模型之后，多(duō)模(mó)态(tài)大模型(xíng)已经(jīng)成为(wèi)了新的趋势。

大(dà)模型被誉(yù)为(wèi)当前人工(gōng)智能发展(zhǎn)的智能底座，是全(quán)球竞(jìng)争最(zuì)激烈的研(yán)究方向之一，包括谷歌、亚马逊、百度、阿里、腾讯(xùn)等众多头部企业都在竞相发(fā)力。

不过训练大模型的确价格(gé)不菲，以国盛证(zhèng)券发布的《ChatGPT需要多少算力》报告估算，GPT-3训练一次的成本约为140万(wàn)美(měi)元。而对于(yú)一(yī)些(xiē)更大的(de)LLM(大型语言模型(xíng))，训练成本(běn)则介于(yú)200万美元至1200万美(měi)元高价之间。

以ChatGPT在(zài)2023年1月的独立访客平均数1300万计(jì)算，其对应芯片需求(qiú)为3万多片英伟达A100 GPU，初始投入(rù)成本约为8亿美元，每(měi)日仅电(diàn)费就在5万美元左右。

此(cǐ)外(wài)不(bù)论是ChatGPT还是(shì)AIGC，都(dōu)离不(bù)开(kāi)庞大算力(lì)支持(chí)。在关(guān)注各类大模型(xíng)的(de)发(fā)展(zhǎn)同时(shí)，更(gèng)应(yīng)该关注(zhù)算力网络的(de)建设。

算力网络正驱(qū)动(dòng)AI产业发(fā)展进入(rù)史(shǐ)诗(shī)级(jí)加速进程，让(ràng)AIGC及通(tōng)用(yòng)AI这一人工智能(néng)发(fā)展的终极目标离得(dé)更近。

因为算力可(kě)以对(duì)突(tū)破(pò)性技(jì)术创新提供(gōng)大力的支持。这方(fāng)面，多(duō)模态大模(mó)型是典型(xíng)。作为(wèi)面向(xiàng)未来强人工(gōng)智能(néng)、通用人工智能的(de)重(zhòng)要(yào)技术创新，多模态大模型(xíng)已经在人工智能领(lǐng)域提出(chū)了很多年，业界也有不少技(jì)术突破，但是，多模态大(dà)模型进一步往下走，算力需求(qiú)呈几何(hé)式上升，一般的算力基(jī)础设施很(hěn)快将难以胜(shèng)任。

从图像、文字(zì)、语音单(dān)独一(yī)项的训(xùn)练，到双模态、三模态的跃迁，让人(rén)工智能(néng)可(kě)以灵活应对不同模态的转化(huà)、像人与世(shì)界交互(hù)一样自然，这方面，由算力网络(luò)来驱动将有明显优势。

此外，还有很(hěn)多(duō)需(xū)要爆发式增(zēng)长(zhǎng)的算力来支撑的技术创(chuàng)新，将在(zài)人工智能算力网络(luò)支撑下快(kuài)速推进。

AIGC已经露(lù)出曙(shǔ)光，期待在大模型(xíng)和大算力的支(zhī)持下AIGC能(néng)持(chí)续颠覆内容(róng)生(shēng)产的(de)方式，将(jiāng)创造(zào)的(de)边(biān)际成本(běn)降低(dī)，让万众受益。

未经允许不得转载：绿茶通用站群 爬山是什么性暗示，男女常用的7句性暗示语