自聊(liáo)天机器(qì)人ChatGPT火(huǒ)爆以来(lái)，微软公司创(chuàng)始人比尔·盖茨已多次公开谈论人工智能话题(tí)。在最近的一次(cì)采访中，他再次(cì)表示：“AI可能会让科技行业(yè)迎来一次剧(jù)烈(liè)的洗牌”。

这个结论是他在当(dāng)地时间2月(yuè)20日接受《In Good Company》节目专访时提出的。

他预期，AI的发(fā)展可能会威胁到(dào)谷歌(gē)的(de)市占率(lǜ)，因(yīn)为微软在AI方面的行动相当迅(xùn)速。而最终科技(jì)巨头将(jiāng)把AI整合成(chéng)用(yòng)户的“全能助手”，包揽一切应用，与人们进行沟(gōu)通(tōng)并(bìng)提(tí)供建(jiàn)议(yì)，可以取代(dài)亚马(mǎ)逊、Siri或Outlook等应(yīng)用(yòng)。

大佬口(kǒu)中全能(néng)助手(shǒu)的到来可能尚需时(shí)日(rì)，但由ControlNet引(yǐn)发的又(yòu)一(yī)次AI绘画浪(làng)潮，让AIGC在ChatGPT的话题(tí)热(rè)点包围中(zhōng)杀出重围。

01

ControlNet颠覆AI绘(huì)画新玩法

AIGC向可控(kòng)靠近

以(yǐ)AI绘画为(wèi)代表的(de)AIGC上一次爆火的(de)时(shí)候，还是2022年(nián)8月，在(zài)美国科罗(luó)拉多州(zhōu)举办的新兴数字(zì)艺术家竞赛(sài)中(zhōng)，一幅(fú)名为《太(tài)空歌剧院(yuàn)》的作品获奖。

随(suí)后(hòu)各大厂商(shāng)的AI绘画软件被(bèi)广(guǎng)大(dà)网友熟知并体验(yàn)，Stable Diffusion便是(shì)其中代表(biǎo)。

用户们可以(yǐ)在应用中输入(rù)一(yī)组关(guān)键词或(huò)者一张照片(piàn)，就(jiù)能获得一幅AI创作的画(huà)作。

作画的(de)关(guān)键就是(shì)所输入的文本(běn)。同一组关(guān)键词也(yě)可(kě)以创作出(chū)很多(duō)张风格不一样(yàng)的画作(zuò)，这让创作的过程(chéng)就像(xiàng)开盲盒。

很多用(yòng)户很喜欢(huān)这(zhè)种不确定的惊喜，他们(men)会将(jiāng)生成的美图当做(zuò)头像。而另(lìng)一部分喜欢翻(fān)看(kàn)AI绘画的“翻车”作品。在社(shè)交媒体上，许多用户分(fēn)享AI“翻(fān)车现场(chǎng)”，例如，一位(wèi)网友的小狗照片(piàn)被AI画成了“肌肉(ròu)男”，还有网友的个人照片(piàn)被(bèi)AI识别成了(le)建筑。

而如今随(suí)着ControlNet的(de)出现与加持，以往AI绘画的填写关键词(cí)游戏可(kě)能要被颠覆了。

ControlNet是一位正在斯坦福读博的中国人张吕敏创作的一(yī)种(zhǒng)基于控制点的图像变(biàn)形算法，主要用(yòng)于数字图像处理、计算机视觉和(hé)计算机图(tú)形学等(děng)领域。

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

在此之前，大家用了很多方(fāng)法想让AI生成的结果尽可能的(de)符合(hé)要求，但(dàn)是都不尽如人意，它的(de)出现代表着AI生成开(kāi)始(shǐ)进(jìn)入(rù)真正的可控(kòng)时(shí)期。

因为ControlNet可(kě)以直接提取(qǔ)画面的构图，人物的姿势和(hé)画(huà)面的深(shēn)度信(xìn)息等。有了它(tā)的帮助，就不用频繁的(de)用(yòng)提示词来碰运气，抽盲盒式(shì)的创作了。

通俗的说(shuō)ControlNet相当于给AI绘画(huà)加了“魔法”，不(bù)少(shǎo)博主的(de)作品已经获得(dé)了大量(liàng)的浏览(lǎn)量，“viggo”就是其(qí)中之一，他用朋友的照(zhào)片直(zhí)接带(dài)她们(men)走进动漫世界。

viggo先用StableDiffusion图片转(zhuǎn)文字。

再用Text2Prompt插件拓展找到(dào)对(duì)应的关键词(cí)；最后用ControlNet插件(jiàn)绑定骨骼(gé)开始换关键词试效(xiào)果。

通过图片就可以看(kàn)出来，效果(guǒ)十马斯克会加入中国国籍吗分(fēn)惊艳。

更(gèng)厉害的是，除了真实的照(zhào)片(piàn)，草图也(yě)可以加上“魔(mó)法”，知乎大(dà)牛“DevPoint”和“逗砂”介绍到ControlNet还能实现(xiàn)线(xiàn)稿转全彩(cǎi)图。大神张吕敏其本尊也亲自回应。

不(bù)得不说当下(xià)AIGC已经变得越(yuè)来越强(qiáng)大，甚至输出的作品都已经(jīng)能以假乱真了。

02

难辨虚实，AIGC技术力爆发

警(jǐng)惕安全问题(tí)

近日，“苏州金鸡湖有(yǒu)游艇party”的消息火(huǒ)遍网络，而经过警方辟谣这所谓的“party”可(kě)能是全国第(dì)一(yī)起(qǐ)AI绘(huì)图诈骗。

由于这个活动(dòng)里面给出的美女照片都是AI制作的真人照片绘图，因为太逼真，被大家当成真事(shì)传(chuán)播了。

不过仔细观察可以发现，活动发(fā)起者(zhě)提供的照片中有个很大(dà)的漏洞可以(yǐ)发现并非真人，而是AI绘图(tú)，那便是图片中女性的手指(zhǐ)部分有(yǒu)的(de)存在异(yì)常。

有行业(yè)人事表示：“现(xiàn)在(zài)因为手(shǒu)指部分的(de)绘(huì)画算法比较(jiào)复杂，AI还不太会画人的手，但最新看到的(de)图(tú)片已经有越来(lái)越完美(měi)的(de)AI模型出现，以后可能就完全没(méi)有漏洞了。”

目前随着(zhe)技术发展，AIGC已经能(néng)做出真(zhēn)人(rén)照(zhào)片(piàn)般(bān)的绘图效果，如(rú)果这样的图(tú)片被(bèi)用来诈(zhà)骗，将非(fēi)常可怕。

此外AIGC还(hái)引发了很(hěn)多担忧(yōu)，一方面(miàn)，批判者认(rèn)为(wèi)AI在“学(xué)习”了大量前人的作(zuò)品之(zhī)后(hòu)，其创作没有任何情(qíng)绪和灵魂，难以和(hé)人类的艺术创作相(xiāng)提并论。

另一方面(miàn)，AIGC背后的(de)版权、目(mù)前都并没有得(dé)到有效的解决，还有AIGC会不会代替(tì)人(rén)类“至高无上”的创意。

马斯克也强(qiáng)调，人工智(zhì)能的安全问(wèn)题需要(yào)得到重视，太晚就来不及了。

03

AIGC下(xià)一站(zhàn)除了(le)视频(pín)，还有(yǒu)远方(fāng)

技术都是有(yǒu)两面性的(de)，潜在(zài)的危害并不(bù)能掩(yǎn)盖其光(guāng)辉的贡献。现在看(kàn)来，人工(gōng)智能技(jì)术将是(shì)第四次工业革命的(de)核心驱(qū)动(dòng)力量，将创造新(xīn)的增长奇迹。

过去一年(nián)，人工智(zhì)能在技术和商业层面都有(yǒu)了(le)巨大进(jìn)展，AI绘画就是人工智能技术发生方向性改变的一个代表。其下(xià)一站或许(xǔ)就(jiù)是(shì)视频。

此前，Meta和(hé)谷歌先(xiān)后发布了(le)几条引爆科技圈的(de)短视频(pín)。这(zhè)些视频引发关注并非内容做得多优秀，反而都非常简单，比如一(yī)匹正在喝(hē)水的马，一只画(huà)画的玩具熊，或者一段骑摩托车的第一视角录像(xiàng)，随便(biàn)一(yī)个有手机的人都可以随(suí)手录(lù)下一(yī)段。

但(dàn)这些(xiē)短视频(pín)的创作方式非常(cháng)简单，创作者仅仅需要向(xiàng)AI输入一段话(huà)，甚至只是说一下要求，AI就可以(yǐ)根据(jù)需要生成一段视频(pín)。

谷歌发布的两个(gè)AI生成视频分别来自于Imagen Video和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Make-A-Video公布了AI生成的视频后，AI圈就(jiù)已经玩了一波梗，一个能够做(zuò)出更高清视频(pín)的AI还不足以(yǐ)在短时间内戳中兴奋点。

Phenaki更加令人震惊的地方(fāng)在于(yú)，它(tā)可以制作(zuò)出超过2分钟的连贯的也有确切内容(róng)的视(shì)频，这才是(shì)真正让人们感(gǎn)到(dào)惊喜的(de)地方。因为(wèi)无论AI生成的视频多么高清(qīng)，也只(zhǐ)能是(shì)为内容生产者(zhě)提供一个灵感(gǎn)，一(yī)个素材，一个过场动画。

不过能够制作出有(yǒu)具(jù)体剧情内容的视频就(jiù)意味着，一(yī)些(xiē)视频创作由AI代替(tì)人工完成已经初步有了可能。

当(dāng)下AI的发展速(sù)度(dù)已经(jīng)超过大部分人的想象(xiàng)。内容(róng)产业的本质是(shì)供给创造需求，AIGC作为全(quán)新(xīn)的内容(róng)生产方式，可以为内容产(chǎn)业带来更新的内容风格(gé)、更(gèng)快的生产速度，更低的生产成本(běn)，这(zhè)无疑会驱动内容(róng)产业的大爆发。

除了AI绘图、视频，AIGC技术还(hái)能(néng)应(yīng)用于音乐、代码、机器人动作等多种内(nèi)容形式的生成(chéng)。不难发现(xiàn)该项技术不(bù)仅在游戏等行业(yè)能得到有效应用，对于下一(yī)代互(hù)联网各种元素的构(gòu)建亦有关键(jiàn)意(yì)义。

从(cóng)商(shāng)业(yè)化(huà)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(jī)于AI的可视化内容(róng)有强烈需(xū)求。

因此，AI绘画(huà)及视频或不是结果(guǒ)，而只是AI进程(chéng)中(zhōng)的一(yī)块(kuài)重要拼图，有望(wàng)在技(jì)术更新(xīn)的加持(chí)下实现更大的应用价值。

AI从理解内(nèi)容，走向(xiàng)了可以生(shēng)成内容，甚至能够(gòu)创造出独立价(jià)值(zhí)和独立视角的内容。AIGC的(de)再(zài)次(cì)出圈(quān)，更代表着未(wèi)来(lái)的先(xiān)进生产力即(jí)将(jiāng)到(dào)来。

04

紧(jǐn)抓(zhuā)大模型与(yǔ)算力，牢固(gù)AIGC底座

从(cóng)技术(shù)的发展也可以看出(chū)，在语(yǔ)言大模型、图像大模型之后(hòu)，多模态大模型已经成为(wèi)了新(xīn)的(de)趋势。

大模型被誉为当前人工(gōng)智能发展的智能(néng)底座，是(shì)全球(qiú)竞争最激烈的研究方向之一，包(bāo)括谷(gǔ)歌、亚马逊、百(bǎi)度、阿里(lǐ)、腾讯等(děng)众多头部企业都在竞(jìng)相发力。

不过训练大模型的确价格不菲，以国(guó)盛(shèng)证券发布的《ChatGPT需要多少算力》报告(gào)估(gū)算，GPT-3训练一(yī)次的成(chéng)本约为140万美元。而对于一些更大(dà)的LLM(大型语(yǔ)言模型)，训练成本(běn)则介(jiè)于200万美元至1200万美(měi)元高价之(zhī)间。

以ChatGPT在2023年1月(yuè)的(de)独立访(fǎng)客(kè)平均数(shù)1300万计算(suàn)，其对应芯片需(xū)求为3万多片英伟(wěi)达(dá)A100 GPU，初始投入成本约为8亿(yì)美元，每日(rì)仅(jǐn)电(diàn)费(fèi)就在5万美元左右。

此(cǐ)外不论是ChatGPT还是AIGC，都离不开庞大算力支持。在关注各类大(dà)模型(xíng)的发(fā)展同时，更应该(gāi)关(guān)注(zhù)算力(lì)网络的建设。

算力网(wǎng)络(luò)正(zhèng)驱动AI产业发展进入史诗级(jí)加速进程，让(ràng)AIGC及通用AI这一人工智能发展的(de)终极目标(biāo)离(lí)得更近。

因(yīn)为算力(lì)可以对突破(pò)性技术创新提供大力的支持。这方(fāng)面，多模态大模型是典(diǎn)型(xíng)。作为面向未来强人工智能(néng)、通用(yòng)人工智能(néng)的重要技术创新，多模态大模型已(yǐ)经在(zài)人工智能(néng)领域提(tí)出(chū)了(le)很多年，业马斯克会加入中国国籍吗界(jiè)也有不少技术突破(pò)，但是，多模(mó)态(tài)大(dà)模型进(jìn)一(yī)步(bù)往下走(zǒu)，算力需求呈几何式上升，一般的(de)算力(lì)基础设(shè)施很快将难以胜任(rèn)。

从图像、文(wén)字、语音单(dān)独(dú)一项(xiàng)的(de)训练，到双模(mó)态、三模态(tài)的跃迁，让人工智能可以灵活(huó)应(yīng)对不同模态的(de)转化、像人与世界交互(hù)一样自然(rán)，这方面，由算力网络来(lái)驱(qū)动将(jiāng)有(yǒu)明显优势。

此外，还有很多需要爆发式(shì)增长的算力来(lái)支撑的技术(shù)创新(xīn)，将在人(rén)工智能算力网(wǎng)络支撑下(xià)快速(sù)推进。

AIGC已(yǐ)经露出曙光，期(qī)待在大模型和(hé)大(dà)算力的支持下AIGC能持续(xù)颠覆(fù)内(nèi)容生产的方式，将创造的边际成(chéng)本降低(dī)，让万众受益。

未经允许不得转载：营口焊闯人力资源有限公司 马斯克会加入中国国籍吗