自聊天(tiān)机器人ChatGPT火爆以来，微软(ruǎn)公司创始人比尔·盖茨(cí)已多次公开谈论(lùn)人工智(zhì)能话题。在最(zuì)近的一次(cì)采访中，他再次表示：“AI可能(néng)会让科技(jì)行业迎来一(yī)次剧烈的洗牌”。

这个(gè)结论(lùn)是他在(zài)当地时间2月20日接受《In Good Company》节(jié)目专访时提出的。

他预(yù)期，AI的发展可(kě)能会威胁(xié)到谷歌的(de)市占率，因为微软在AI方面的(de)行动(dòng)相当(dāng)迅速。而最(zuì)终科技巨头将(jiāng)把AI整合成用户的“全能助手”，包揽一切(qiè)应用，与人们(men)进行沟通并提供建议(yì)，可以(yǐ)取代亚马逊(xùn)、Siri或Outlook等(děng)应用。

大佬口中全(quán)能助(zhù)手的到(dào)来可能尚需(xū)时日，但由ControlNet引发的又(yòu)一次AI绘(huì)画浪(làng)潮，让AIGC在ChatGPT的(de)话(huà)题(tí)热点包围中杀出重围。

01

ControlNet颠覆AI绘画新玩法

AIGC向可(kě)控靠近

以AI绘画为代表(biǎo)的AIGC上一次(cì)爆火的(de)时候，还(hái)是2022年(nián)8月，在美国科罗(luó)拉多州(zhōu)举办(bàn)的新兴数字(zì)艺(yì)术家竞赛中，一幅名(míng)为(wèi)《太空歌剧院》的作品获奖。

随后各(gè)大厂商的AI绘画软件被广大网友熟知并(bìng)体验，Stable Diffusion便是其(qí)中代(dài)表(biǎo)。

用户们可(kě)以在(zài)应(yīng)用中输入一(yī)组(zǔ)关键词(cí)或(huò)者一张照片，就能获得一幅AI创作的画作(zuò)。

作画(huà)的关键就是所输入的文本(běn)。同一组关键词也(yě)可以创作出很多张(zhāng)风格(gé)不一样的画作，这让创(chuàng)作(zuò)的(de)过(guò)程(chéng)就像开盲盒。

很多用户很喜欢这(zhè)种不确(què)定的惊喜，他们会将生成(chéng)的美(měi)图当做(zuò)头(tóu)像。而(ér)另一部分喜欢翻看(kàn)AI绘画的“翻车”作品。在社(shè)交媒(méi)体上，许多用户(hù)分享AI“翻车现场”，例如，一位网(wǎng)友的小狗照(zhào)片被(bèi)AI画成(chéng)了(le)“肌肉男”，还有(yǒu)网友的个(gè)人(rén)照(zhào)片被AI识别成了建筑。

而如今随着ControlNet的(de)出(chū)现与加(jiā)持，以往(wǎng)AI绘画(huà)的填写(xiě)关(guān)键词游(yóu)戏可(kě)能要被颠覆了。

ControlNet是一(yī)位正(zhèng)在斯(sī)坦(tǎn)福读博(bó)的中(zhōng)国人(rén)张吕(lǚ)敏创(chuàng)作的一种基于控制点的图像(xiàng)变(biàn)形算法，主要(yào)用于数字图像(xiàng)处(chù)理、计算机视觉和计算机(jī)图(tú)形学等(děng)领(lǐng)域。

其SD插(chā)件一经发布(bù)，在短短的两天内便成(chéng)为(wèi)了AI绘(huì)画领域最新的热点。

在(zài)此(cǐ)之前，大家用(yòng)了(le)很多方法想让(ràng)AI生(shēng)成(chéng)的结果尽可能的符合(hé)要求，但是都不(bù)尽如人(rén)意，它的出现代表着(zhe)AI生(shēng)成开始进入真正的(de)可控时期(qī)。

因为(wèi)ControlNet可以(yǐ)直接提(tí)取画面的构图，人物的姿势(shì)和画面(miàn)的深度信(xìn)息(xī)等。有(yǒu)了它的帮助，就不(bù)用频繁的用提示(shì)词来碰运气，抽(chōu)盲盒式的(de)创作了(le)。

通俗的说ControlNet相(xiāng)当于给AI绘画加(jiā)了(le)“魔法(fǎ)”，不少博主的作品已经获得(dé)了大量的浏览量，“viggo”就是其(qí)中之一，他用朋友(yǒu)的(de)照片直接带她们走(zǒu)进动(dòng)漫世界。

viggo先用StableDiffusion图片转文(wén)字。

再用Text2Prompt插件拓(tuò)展找到对应(yīng)的关(guān)键词(cí)；最后用(yòng)ControlNet插件绑(bǎng)定骨骼开始换关(guān)键词(cí)试效果。

通过(guò)图片就可以(yǐ)看出来(lái)，效果十(shí)分(fēn)惊(jīng)艳(yàn)。

更厉害的(de)是，除(chú)了(le)真实的照片，草(cǎo)图也可(kě)以加上“魔法”，知乎大牛(niú)“DevPoint”和“逗砂”介绍(shào)到ControlNet还能实(shí)现线稿转全彩图。大神张吕敏其(qí)本尊也亲自回应。

不得不(bù)说当下(xià)AIGC已经(jīng)变(biàn)得越来越强大，甚至输出(chū)的作品(pǐn)都已经能以假乱真了(le)。

02

难辨虚实，AIGC技术力(lì)爆发

警(jǐng)惕安全问题

近日，“苏州金鸡湖有游(yóu)艇party”的消息火遍网络，而经(jīng)过警方辟谣这所谓的“party”可能是全国(guó)第一(yī)起AI绘(huì)图诈骗。

由于(yú)这个活动里(lǐ)面给出(chū)的美女照片都是AI制作的真人照片(piàn)绘图，因为太逼真，被大家当(dāng)成真事(shì)传播(bō)了。

不过仔细观察可以发现，活(huó)动发起者提供的照片中有个很大的漏洞可以发现并(bìng)非真人，而是AI绘图，那便是图(tú)片中女性的手指部分有的存(cún)在异常。

有行业人事表示(shì)：“现在因为手指部分的绘画(huà)算法(fǎ)比较复杂，AI还(hái)不太会画人的(de)手，但最新(xīn)看到的图片已经有越来越完(wán)美的AI模型出现，以(yǐ)后可能就完全没有(yǒu)漏洞(dòng)了。”

类似的AI作图诈骗在国外也已有发生(shēng)。据英国广(guǎng)播公司报道(dào)，土耳其地震期间(jiān)，有Tiktok用(yòng)户(hù)使用AI合成了(le)儿童受灾(zāi)的假照(zhào)片发布到网络，以此诱骗善良的人(rén)打赏(shǎng)“捐(juān)助”从而实施诈(zhà)骗。

目前随着技术(shù)发展，AIGC已经能做出(chū)真人照片般(bān)的绘图效果，如果(guǒ)这(zhè)样的图片被用(yòng)来诈骗，将非常可怕。

此外AIGC还引发了很(hěn)多担忧，一方面，批(pī)判者认为AI在“学习”了(le)大量前(qián)人的(de)作(zuò)品(pǐn)之后，其创作没(méi)有(yǒu)任何情绪和(hé)灵魂，难以和人类的艺(yì)术创作(zuò)相提(tí)并论。

另一方面，AIGC背(bèi)后的版(bǎn)权、目前(qián)都(dōu)并没有得(dé)到有效(xiào)的(de)解(jiě)决，还有(yǒu)AIGC会不会代(dài)替人类“至高无上”的创意。

马斯克也(yě)强调(diào)，人工智(zhì)能的安全(quán)问题需要得到重(zhòng)视，太晚就(jiù)来不及了。

03

AIGC下一站除了视频，还有远(yuǎn)方(fāng)

技术(shù)都是有两(liǎng)面性的，潜在的危害并不能掩盖其光辉的(de)贡献。现在看来，人工智能技术(shù)将是第四次工(gōng)业革命的核心驱动力(lì)量，将创(chuàng)造(zào)新的(de)增长奇迹(jì)。

过去一(yī)年(nián)，人工(gōng)智能在技术(shù)和商业层面都有了(le)巨大(dà)进展，AI绘画就(jiù)是人(rén)工(gōng)智能(néng)技术(shù)发生(shēng)方向性(xìng)改变的一(yī)个代表(biǎo)。其下一站或许就是视频。

此前(qián)，Meta和谷歌先后发布了几条(tiáo)引爆科技圈的(de)短视频。这些视频引(yǐn)发(fā)关(guān)注并非内容(róng)做得多优秀，反(fǎn)而都非常简单(dān)，比如(rú)一匹正在喝水的马(mǎ)，一只画画(huà)的玩(wán)具熊，或者一段骑摩托车的(de)第一视角录像(xiàng)，随便一(yī)个有手(shǒu)机的人都可以随手录下一段(duàn)。

但这些短视频的创(chuàng)作方(fāng)式(shì)非(fēi)常简单，创作者仅仅需要向AI输入一(yī)段(duàn)话，甚至只(zhǐ)是说一下要(yào)求，AI就可以(yǐ)根据(jù)需要生(shēng)成一段视频。

谷歌(gē)发布的(de)两个(gè)AI生成视频(pín)分别来自于(yú)Imagen Video和Phenaki，前(qián)者主要(yào)突出的是高(gāo)清，与Meta的Make-A-Video没有太多的差别(bié)。

在Make-A-Video公布了AI生成(chéng)的视(shì)频后(hòu)，AI圈(quān)就已(yǐ)经玩(wán)了一(yī)波(bō)梗，一个能够(gòu)做(zuò)出更高清视频的AI还不足以在短(duǎn)时间内戳中(zhōng)兴奋点。

Phenaki更加令人震惊的(de)地方在于，它可以(yǐ)制作出超(chāo)过2分(fēn)钟的连(lián)贯的也(yě)有确切(qiè)内(nèi)容的视频，这才是真正让(ràng)人们感到惊(jīng)喜的地方。因为无论AI生成的视频多(duō)么高清，也(yě)只能是为内(nèi)容生产者提供一个(gè)灵感，一个(gè)素(sù)材，一个过场动画。

不过能够制作出有具(jù)体(tǐ)剧情内容的(de)视(shì)频就意味着，一些(xiē)视(shì)频(pín)创作由AI代替人(rén)工(gōng)完成(chéng)已经初步有了可能。

当下(xià)AI的发(fā)展速度(dù)已经超过大(dà)部分人(rén)的想象。内(nèi)容(róng)产业的本质是供给创(chuàng)造需求，AIGC作(zuò)为(wèi)全(quán)新的内容生产方式(shì)，可以为内容产业带来更新的内容(róng)风格、更(gèng)快的生产速(sù)度，更(gèng)低(dī)的生(shēng)产成本(běn)，这无(wú)疑会驱动(dòng)内容产业的大爆(bào)发。

除(chú)了(le)AI绘图、视(shì)频，AIGC技(jì)术还(hái)能应用于音乐、代码、机器人动作等多种内容形式的生(shēng)成。不难发现该项技术不仅在游戏等行业(yè)能得(dé)到有效(xiào)应用，对于下一代互联网(wǎng)各(gè)种(zhǒng)元(yuán)素的构(gòu)建亦有(yǒu)关键(jiàn)意义。

从商业化的角度来(lái)看，文化娱乐、教育、传媒等诸多领域，本(běn)身就对基于AI的可视化内(nèi)容有强烈需求。

因此，AI绘画及(jí)视频或不是结果，而只(zhǐ)是(shì)AI进程中(zhōng)的一(yī)块(kuài)重要拼图(tú)，有望(wàng)在技术更(gèng)新的加持下实现更大的(de)应用价值。

AI从理(lǐ)解(jiě)内容，走(zǒu)向(xiàng)了可4斤是多少克，0.4斤是多少克(kě)以(yǐ)生成内容，甚至能够创(chuàng)造(zào)出独立价值和独立视角的内(nèi)容。AIGC的(de)再次出圈，更代表着未来的先进生(shēng)产(chǎn)力即将到来。

04

紧抓大模型与(yǔ)算力，牢固AIGC底座

从(cóng)技术的发展也可以(yǐ)看出，在语言大(dà)模型、图像大(dà)模型之(zhī)后(hòu)，多模态(tài)大模型已经成为了新的趋势。

大模型被誉为当前人工智(zhì)能发展的(de)智能底座，是全(quán)球(qiú)竞争最激烈(liè)的研究方向之(zhī)一，包括谷歌、亚马逊、百(bǎi)度(dù)、阿里、腾讯等众(zhòng)多头部企(qǐ)业都(dōu)在竞(jìng)相发力。

不过训练大模型的确(què)价(jià)格不(bù)菲(fēi)，以国(guó)盛(shèng)证券发布(bù)的《ChatGPT需(xū)要多少(shǎo)算力》报(bào)告(gào)估算，GPT-3训(xùn)练(liàn)一次(cì)的成本约为140万美元。而对于一些更大的(de)LLM(大型(xíng)语言(yán)模(mó)型(xíng))，训(xùn)练成本则介于200万美元至1200万美元高价之间。

以ChatGPT在2023年1月的独立(lì)访(fǎng)客(kè)平均数(shù)1300万计算，其对应芯(xīn)片需求(qiú)为3万多(duō)片英(yīng)伟达A100 GPU，初始投入成本约为8亿(yì)美元，每(měi)日仅电费就(jiù)在5万美元左右(yòu)。

此外不论是(shì)ChatGPT还是(shì)AIGC，都离(lí)不开庞大算力支(zhī)持。在关(guān)注各类大模型的发展同时，更应该关注算力网络的建设(shè)。

算(suàn)力(lì)网(wǎng)络正驱(qū)动AI产业发展进(jìn)入史(shǐ)诗级加速(sù)进程，让AIGC及通用(yòng)AI这一人工智能发展的终极目标离得更近。

因为算力可以对突(tū)破性技术创新(xīn)提供大力的支持。这方面(miàn)，多模态大模型是典型。作为(wèi)面向未来强人工智能、通(tōng)用人工(gōng)智能的重要技术创新，多(duō)模态大模(mó)型已经在人(rén)工(gōng)智能领域(yù)提出了(le)很(hěn)多年，业界也有不少(shǎo)技术突破，但是，多(duō)模态(tài)大模型进一步往下走，算力需(xū)求呈几何式上升，一般的算力基础设(shè)施很快(kuài)将(jiāng)难以胜任。

从(cóng)图像(xiàng)、文字、语音单(dān)独(dú)一项的训练，到双模态、三模(mó)态的跃迁，让人工(gōng)智(zhì)能可以灵(líng)活应对不同(tóng)模(mó)态的(de)转化、像人(rén)与世(shì)界交互一(yī)样自然，这方面，由(yóu)算力网络来驱动将有明显(xiǎn)优势。

此外(wài)，还有很多需(xū)要爆发(fā)式增长的算力来支撑的技术创新，将在人工智能算力网络支(zhī)撑下快速推进。

AIGC已经露出曙光，期(qī)待在大模(mó)型和大算力的(de)支持下(xià)AIGC能持续(xù)颠(diān)覆内容(róng)生产(chǎn)的方(fāng)式，将创造(zào)的边际(jì)成(chéng)本降低，让万众受(shòu)益(yì)。

未经允许不得转载：上海惠特丽生物科技有限公司 官网 4斤是多少克，0.4斤是多少克