自聊天机器人ChatGPT火爆以(yǐ)来，微软(ruǎn)公司创始(shǐ)人比尔·盖茨已多次公开谈论人(rén)工智能(néng)话题(tí)。在最近的一次(cì)采访中，他(tā)再次表示：“AI可(kě)能(néng)会让科(kē)技行(xíng)业迎(yíng)来一次剧(jù)烈的洗牌”。

这个结论(lùn)是他(tā)在当(dāng)地时间(jiān)2月20日(rì)接受(shòu)《In Good Company》节目专访时(shí)提出的(de)。

他预期(qī)，AI的(de)发展可能会威(wēi)胁(xié)到谷(gǔ)歌(gē)的(de)市占(zhàn)率，因(yīn)为(wèi)微软(ruǎn)在AI方面(miàn)的行动相当迅速。而最(zuì)终科技(jì)巨头将把(bǎ)AI整(zhěng)合成(chéng)用(yòng)户的“全能助手”，包揽一(yī)切应用，与人(rén)们进行沟通并提供建议(yì)，可以取代亚马逊、Siri或Outlook等应用。

大(dà)佬口中全能助手的到(dào)来可能尚需时日，但由ControlNet引发的又(yòu)一次AI绘(huì)画(huà)浪(làng)潮，让AIGC在ChatGPT的话题(tí)热(rè)点包围中杀出重围。

01

ControlNet颠覆AI绘(huì)画新玩(wán)法(fǎ)

AIGC向可控靠近

以AI绘画(huà)为代表的AIGC上一(yī)次爆火(huǒ)的时候(hòu)，还是2022年8月(yuè)，在(zài)美国科罗拉多州举(jǔ)办的(de)新兴(xīng)数字(zì)艺术家竞赛中，一幅名为《太(tài)空歌剧院(yuàn)》的作品获(huò)奖。

随后各大厂(chǎng)商(shāng)的(de)AI绘画软件(jiàn)被(bèi)广大网友熟知并体验，Stable Diffusion便是(shì)其中代表。

用(yòng)户们可以在应用中输入(rù)一组关键词(cí)或(huò)者一张照片(piàn)，就能获得一幅AI创作的画作。

作画(huà)的关键就是所输入的文本。同(tóng)一组(zǔ)关(guān)键(jiàn)词(cí)也可(kě)以创作出(chū)很多(duō)张(zhāng)风格不(bù)一样的画作，这让创作的过程就像(xiàng)开盲盒。

很多用户很喜欢这种不确定的惊喜，他(tā)们会将(jiāng)生成的美(měi)图当做(zuò)头(tóu)像(xiàng)。而另一部分(fēn)喜欢(huān)翻看AI绘画的(de)“翻车”作品。在社交媒体上(shàng)，许多(duō)用户(hù)分享AI“翻车现场”，例(lì)如，一位网友(yǒu)的(de)小(xiǎo)狗照片(piàn)被AI画成了(le)“肌肉男”，还有网友的(de)个(gè)人(rén)照片(piàn)被AI识别(bié)成(chéng)了建(jiàn)筑。

而如今随(suí)着ControlNet的出现与加持(chí)，以往AI绘画的填写关键词游戏可能(néng)要被颠覆了。

ControlNet是(shì)一(yī)位正(zhèng)在斯坦福读博的中国人张吕敏创作的(de)一(yī)种基于控制点(diǎn)的图像变形(xíng)算法(fǎ)，主(zhǔ)要用于数字(zì)图像处理、计算(suàn)机视觉和(hé)计算(suàn)机图形学等领域。

其SD插件一经(jīng)发布，在短短的两天内便成为了(le)AI绘画(huà)领域最新的(de)热点。

在此之前，大(dà)家用了很(hěn)多方法想让AI生成(chéng)的结果尽可能(néng)的符合要求，但是都不尽如(rú)人(rén)意，它的出现代(dài)表着(zhe)AI生成开始(shǐ)进入(rù)真正的(de)可控时期。

因为ControlNet可以直接提取画面的构图，人物的姿(zī)势和画面的(de)深度信息等。有了它的帮助，就(jiù)不用频繁的用提示词来碰运气，抽盲盒式的创作了。

通俗的说ControlNet相当(dāng)于给AI绘画加了“魔法(fǎ)”，不少博(bó)主的(de)作品已经(jīng)获得了大量的浏览量，“viggo”就是其(qí)中之一(yī)，他(tā)用朋(péng)友的照片直接(jiē)带(dài)她们走进动漫世界。

viggo先用StableDiffusion图片转文字。

再用Text2Prompt插件拓展找到(dào)对应的关(guān)键(jiàn)词；最(zuì)后用ControlNet插(chā)件绑定骨骼开始换关(guān)键词试效(xiào)果。

通(tōng)过图(tú)片(piàn)就可以(yǐ)看出来，效果十分(fēn)惊艳。

更厉害(hài)的(de)是，除(chú)了(le)真实的照片，草(cǎo)图也可以加上“魔(mó)法”，知乎大牛“DevPoint”和(hé)“逗砂”介绍到(dào)ControlNet还能(néng)实(shí)现线(xiàn)稿转全彩(cǎi)图。大神张吕敏其本(běn)尊也亲(qīn)自(zì)回应。

不得不说(shuō)当下AIGC已经(jīng)变得(dé)越来(lái)越强大(dà)，甚至(zhì)输(shū)出的作(zuò)品都已经能以假(jiǎ)乱真了。

02

难辨虚实(shí)，AIGC技(jì)术力爆发

警惕安全问(wèn)题

近日(rì)，“苏州金鸡湖有游艇party”的消息火(huǒ)遍网络，而经过警方辟谣这所谓的“party”可能是全国第(dì)一起AI绘图(tú)诈骗(piàn)。

由于这个活(huó)动里(lǐ)面给出的美女(nǚ)照片都是(shì)AI制作(zuò)的真人照(zhào)片绘(huì)图(tú)，因为(wèi)太逼真，被大家当成真事传播(bō)了。

不过仔细(xì)观察可以发现(xiàn)，活动发起者提供的照(zhào)片(piàn)中有个很大的漏(lòu)洞可以发现(xiàn)并非真人(rén)，而是(shì)AI绘(huì)图，那(nà)便是图片中女性(xìng)的手(shǒu)指部分有的存在(zài)异常。

有行业(yè)人事(shì)表示(shì)：“现在因(yīn)为(wèi)手指部分的绘画算法比较复杂，AI还不(bù)太会画人的(de)手，但最新看到的图片已经有越来越完美的AI模(mó)型(xíng)出现，以后可能(néng)就完全没有漏洞了。”

类似的AI作图(tú)诈骗在国外也已有发生(shēng)。据(jù)英(yīng)国广播公(gōng)司(sī)报(bào)道(dào)，土耳(ěr)其地震期间，有Tiktok用(yòng)户(hù)使用AI合成了儿童受灾的(de)假照(zhào)片发(fā)布到网络(luò)，以此(cǐ)诱骗善良的人打(dǎ)赏(shǎng)“捐(juān)助”从(cóng)而实施诈骗。

目前随着技(jì)术发展(zhǎn)，AIGC已经(jīng)能(néng)做(zuò)出真人照片般的绘图效(xiào)果，如果这样的图片被用来诈(zhà)骗，将(jiāng)非常可(kě)怕。

此外AIGC还引发了很多(duō)担忧(yōu)，一方面(miàn)，批判者认为AI在“学习(xí)”了大量前人的(de)作品之后，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(chuàng)作相(xiāng)提并论。

另一方面，AIGC背后的版权、目前(qián)都(dōu)并没有得到(dào)有(yǒu)效的解决(jué)，还有AIGC会不会(huì)代(dài)替(tì)人类“至(zhì)高无上(shàng)”的创意。

马斯克也强调，人工智能的安全问题需要(yào)得(dé)到重(zhòng)视，太晚就(jiù)来不及了。

03

AIGC下一(yī)站除(chú)了视频，还有(yǒu)远(yuǎn)方

技(jì)术都(dōu)是有(yǒu)两面性的，潜在的(de)危害并不能掩盖(gài)其光辉的贡(gòng)献。现在(zài)看来，人工智能技术将(jiāng)是第四(sì)次工(gōng)业革命的(de)核心驱动力量，将创造新(xīn)的增长奇(qí)迹。

过去一年(nián)，人工智能在技术和商业层面都有了巨大进展，AI绘画就是人工智(zhì)能技术发(fā)生方向性改变的(de)一个代表。其下(xià)一站或许就是视频。

此前(qián)，Meta和谷歌先后发布了几条引爆科技圈的短视(shì)频。这些视频引发(fā)关注并非内容做得多(duō)优秀，反而都非(fēi)常(cháng)简单，比(bǐ)如(rú)一匹正在(zài)喝水的马，一只画(huà)画的玩(wán)具(jù)熊，或者一段(duàn)骑(qí)摩托车的第一视角录(lù)像，随便一个有手机的人(rén)都(dōu)可以随手录下一段(duàn)。

但这些短(duǎn)视频(pín)的(de)创作方式非(fēi)常简单(dān)，创作者仅仅需要向(xiàng)AI输(shū)入一(yī)段什么春白雪是什么成语，什么春白雪是什么成语话(huà)，甚至只是说一下(xià)要求，AI就可(kě)以根据需要(yào)生成一段(duàn)视频。

谷歌(gē)发布(bù)的两个AI生成视频分别来(lái)自(zì)于(yú)Imagen Video和Phenaki，前(qián)者主要突出的是高(gāo)清，与Meta的Make-A-Video没有太多的差别。

在(zài)Make-A-Video公布了AI生成的视频后，AI圈就(jiù)已经(jīng)玩了一波梗，一(yī)个能够(gòu)做出更高清(qīng)视频的(de)AI还(hái)不足以在短时(shí)间内(nèi)戳(chuō)中(zhōng)兴奋点。

Phenaki更加令人震惊的(de)地(dì)方在于，它可以制(zhì)作(zuò)出(chū)超过2分钟(zhōng)的连(lián)贯的也有确切(qiè)内容的视频，这才是真(zhēn)正(zhèng)让人(rén)们感到(dào)惊(jīng)喜的地方(fāng)。因为无论AI生成的视频多(duō)么高(gāo)清，也只能是(shì)为内容(róng)生产者提供一(yī)个灵(líng)感(gǎn)，一(yī)个素材，一(yī)个(gè)过场动(dòng)画(huà)。

不过能够制(zhì)作(zuò)出有具体剧情内容的视频就意(yì)味着，一些(xiē)视频创作由AI代替人工完(wán)成已(yǐ)经初(chū)步有了(le)可能。

当下AI的发(fā)展速度已经超过大部分人的想象。内容产(chǎn)业的本(běn)质是供(gōng)给创造(zào)需求，AIGC作为全新的内(nèi)容(róng)生产方式，可以为内容产业带来(lái)更(gèng)新的内(nèi)容风格、更快的生产速度，更(gèng)低的生产成本，这无疑会驱动内(nèi)容产业的大爆发。

除(chú)了AI绘图、视频，AIGC技术还能(néng)应用(yòng)于音乐、代码、机器人动(dòng)作等多种内容形式(shì)的(de)生成(chéng)。不难发现该(gāi)项技术不仅在游戏等(děng)行(xíng)业能得到有效(xiào)应用，对于下一代互(hù)联(lián)网各(gè)种(zhǒng)元(yuán)素(sù)的构(gòu)建亦有关键意义。

从商业化(huà)的角(jiǎo)度来(lái)看，文化娱乐、教育、传媒等诸多(duō)领域，本身就对基于AI的可视化(什么春白雪是什么成语，什么春白雪是什么成语huà)内(nèi)容有强(qiáng)烈需求。

因此，AI绘(huì)画(huà)及视频或不是结(jié)果，而只是AI进程中的一块(kuài)重要拼(pīn)图，有(yǒu)望(wàng)在(zài)技(jì)术(shù)更新的加持下实现更大的应(yīng)用价值。

AI从理解(jiě)内(nèi)容(róng)，走(zǒu)向(xiàng)了(le)可以生成内容(róng)，甚至能够创(chuàng)造出独立(lì)价值(zhí)和独立视角的内(nèi)容。AIGC的(de)再(zài)次出(chū)圈，更(gèng)代表着(zhe)未来(lái)的先进生产力即将到来(lái)。

04

紧抓大模型与(yǔ)算力，牢固AIGC底座

从技术的发展(zhǎn)也(yě)可以(yǐ)看出，在(zài)语言大(dà)模(mó)型、图像大模型之(zhī)后，多模态大模型已经成为了新的趋(qū)势。

大模(mó)型被誉为当前(qián)人工智能(néng)发展的智(zhì)能底座，是全球竞争最(zuì)激烈的研究方(fāng)向之一(yī)，包括谷歌、亚马(mǎ)逊、百度、阿里、腾讯等众(zhòng)多(duō)头部(bù)企业都在竞(jìng)相发力。

不过训练大(dà)模型的确价格不菲，以国(guó)盛(shèng)证券发布(bù)的《ChatGPT需(xū)要多少算力》报告估算，GPT-3训(xùn)练一次的成本约为140万美元。而对于一些更大的LLM(大型语言模型)，训练成本(běn)则介于(yú)200万美元至1200万(wàn)美元高价之(zhī)间。

以ChatGPT在2023年(nián)1月的独立访客平均数(shù)1300万(wàn)计算，其对应芯片需求为3万(wàn)多片英伟达A100 GPU，初始(shǐ)投入成本约为8亿美元，每日(rì)仅电费就在5万(wàn)美元左右。

此外不论是ChatGPT还是AIGC，都离不开庞大算力支(zhī)持。在关(guān)注各类大模(mó)型的发展同时，更应该(gāi)关注(zhù)算力网络(luò)的建设。

算力网络正驱动AI产业发展进入史诗(shī)级加速进程，让AIGC及(jí)通用AI这一人(rén)工(gōng)智能(néng)发(fā)展的终极目标离得更近。

因(yīn)为算力可以对突破性技术创新提供大力(lì)的支持(chí)。这方(fāng)面(miàn)，多模态大(dà)模型是典(diǎn)型。作为面(miàn)向未来强人(rén)工(gōng)智能、通用人工智能(néng)的重要技(jì)术创(chuàng)新，多模态大模(mó)型(xíng)已(yǐ)经在人工智(zhì)能(néng)领域(yù)提出(chū)了很多(duō)年(nián)，业界也(yě)有不(bù)少技术突破，但(dàn)是，多模(mó)态大模型进一(yī)步往下(xià)走，算力(lì)需求(qiú)呈几(jǐ)何(hé)式上(shàng)升，一般的算力基础设施很快将(jiāng)难以胜任(rèn)。

从图像、文字(zì)、语音单独(dú)一项的训练，到(dào)双模态、三模(mó)态的跃迁，让人工智(zhì)能可以灵活应对不同模(mó)态的(de)转化、像人与世(shì)界交(jiāo)互(hù)一样自然，这(zhè)方(fāng)面，由算力网络来驱动将有明显优势。

此外(wài)，还(hái)有很多需要爆发式增长的算力来支(zhī)撑的技术创(chuàng)新，将在人(rén)工(gōng)智(zhì)能算力网络支撑下快速推进。

AIGC已经露(lù)出曙光，期待在大模型(xíng)和大算(suàn)力的支(zhī)持下AIGC能持续(xù)颠覆内容生产的方式，将创造的(de)边际成(chéng)本降低，让万众受益。

未经允许不得转载：腾众软件科技有限公司 什么春白雪是什么成语，什么春白雪是什么成语