自聊天机器人(rén)ChatGPT火爆以来(lái)，微(wēi)软(ruǎn)公司创始人比尔·盖茨已多次公开谈(tán)论人工智(zhì)能(néng)话(huà)题。在最近的一次采访中，他再(zài)次表示：“AI可能会让科技行业(yè)迎来(lái)一次剧烈的洗(xǐ)牌(pái)”。

这个结(jié)论是(shì)他在(zài)当地时间2月(yuè)20日接受《In Good Company》节目(mù)专访时(shí)提(tí)出的。

他预期，AI的发展可能会威胁到(dào)谷歌(gē)的市(shì)占率，因为(wèi)微软在AI方面(miàn)的行动相(xiāng)当(dāng)迅速(sù)。而最终科技(jì)巨(jù)头将把AI整合(hé)成用户的“全能(néng)助手”，包(bāo)揽一切应用，与人(rén)们进行沟(gōu)通并提供建议，可以取代(dài)亚(yà)马逊、Siri或Outlook等(děng)应(yīng)用。

大佬口中(zhōng)全能(néng)助手的到来可能尚需(xū)时日，但由ControlNet引发的又一次AI绘画浪潮，让AIGC在ChatGPT的话题(tí)热点包围中(zhōng)杀出重围。

01

ControlNet颠覆AI绘画新(xīn)玩(wán)法

AIGC向可控靠近

以(yǐ)AI绘画为代表的AIGC上一次爆火的时候，还是(shì)2022年8月，在美国(guó)科罗拉(lā)多(duō)州举办的新兴数字艺术家竞赛中，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(huà)软件被广大网友熟(shú)知并体验(yàn)，Stable Diffusion便是其中代表(biǎo)。

用户(hù)们可以在应用中输入一(yī)组(zǔ)关键词或者一张(zhāng)照片，就能(néng)获得一幅AI创作的画作。

作画(huà)的(de)关键就是所输(shū)入的文本(běn)。同一组关(guān)键词(cí)也可以创作出很多张风格(gé)不(bù)一样的画作(zuò)，这(zhè)让创作的过程就(jiù)像开盲盒。

很多用户很喜欢(huān)这种不确定的惊喜，他们会将生(shēng)成的美图当做头像。而另一部(bù)分喜欢翻看AI绘画的“翻车”作品。在社(shè)交媒体上，许多用户分享AI“翻车(chē)现场”，例如(rú)，一位(wèi)网友的小狗照片被AI画成了“肌肉(ròu)男(nán)”，还(hái)有网友的(de)个人照片被AI识别成了建(jiàn)筑。

而如今随着ControlNet的出现(xiàn)与(yǔ)加持，以往AI绘画的填(tián)写关(guān)键词游(yóu)戏(xì)可(kě)能要被颠覆了。

ControlNet是一位正在斯坦(tǎn)福(fú)读博的中国人张吕敏创作的一种(zhǒng)基于(yú)控制点的图像变形算法(fǎ)，主(zhǔ)要用于数字图像(xiàng)处理、计算机视(shì)觉(jué)和计算机图(tú)形(xíng)学等领域。

其(qí)SD插件(jiàn)一经(jīng)发布，在短短的两天内便成为了AI绘画领域最(zuì)新的热点。

在此之前，大家用了很多方法想让AI生成的结果(guǒ)尽可能的符合要求(qiú)，但是都不尽如(rú)人意，它(tā)的出现代表着AI生成开始进入真正的可(kě)控时(shí)期(qī)。

因为ControlNet可以(yǐ)直接提(tí)取画面的构图，人物的姿势和(hé)画面的深度(dù)信息等。有了(le)它的帮助(zhù)，就不用(yòng)频繁(fán)的(de)用提示词(cí)来碰(pèng)运气，抽盲盒(hé)式的(de)创作(zuò)了。

通俗(sú)的说ControlNet相当(dāng)于(yú)给AI绘画(huà)加了(le)“魔法(fǎ)”，不少博主的作(zuò)品(pǐn)已经获得了大量的浏(liú)览量(liàng)，“viggo”就是其中之(zhī)一(yī)，他(tā)用朋(péng)友的照片直接带她(tā)们走(zǒu)进(jìn)动(dòng)漫世(shì)界。

viggo先用StableDiffusion图片转文字。

再用Text2Prompt插件拓展找(zhǎo)到对应的关键词；最后用ControlNet插件绑定(dìng)骨骼(gé)开始换关键词试效果(guǒ)。

通过图片就可以看出来，效果十分惊艳。

更厉害的是，除了真实的(de)照片，草(cǎo)图也可以加上“魔法”，知乎大牛“DevPoint”和“逗砂”介绍到ControlNet还能实(shí)现线稿转全彩(cǎi)图。大神(shén)张吕敏其本尊也亲(qīn)自(zì)回(huí)应。

不得不说(shuō)当(dāng)下AIGC已经变得越来越强大，甚(shèn)至输出的作品(pǐn)都(dōu)已经能以假乱真了。

02

难辨虚实，AIGC技术力爆发

警惕安(ān)全问题(tí)

近日，“苏州(zhōu)金鸡(jī)湖有游艇party”的消息火遍网络，而经过(guò)警方辟谣(yáo)这所谓(wèi)的“party”可能是全国(guó)第一起AI绘图诈骗(piàn)。

由(yóu)于这个活动里面给出的美女照片(piàn)都是AI制作的真(zhēn)人照(zhào)片(piàn)绘(huì)图，因(yīn)为(wèi)太逼真，被大(dà)家当成真事(shì)传播了。

不(bù)过仔细观察(chá)可以发现(xiàn)，活动(dòng)发起者(zhě)提供的照(zhào)片中(zhōng)有(yǒu)个很大(dà)的漏洞可以发(fā)现并非真人，而是AI绘(huì)图，那便(biàn)是图片中(zhōng)女性的手指部分有的存在异常。

有行业人事(shì)表示：“现在因为(wèi)手指部分(fēn)的绘画算法比较复杂，AI还不太会画人的手，但最新看到的图(tú)片(piàn)已经(jīng)有越来(lái)越(yuè)完美的AI模型出现，以后可能就完全没有(yǒu)漏洞了(le)。”

类似的AI作图(tú)诈骗在国外也已有发(fā)生(shēng)。据英国广播公司报道，土耳(ěr)其地震期间，有(yǒu)Tiktok用户使用AI合成了儿童受灾(zāi)的假照片发(fā)布(bù)到(dào)网络，以此诱骗善(shàn)良的(de)人打(dǎ)赏“捐(juān)助”从(cóng)而实施(shī)诈骗。

目前(qián)随着技术发展，AIGC已经能做出(chū)真人照(zhào)片(piàn)般的绘(huì)图效(xiào)果，如果这(zhè)样(yàng)的(de)图片被用来诈骗(piàn)，将非常可怕。

此外AIGC还引发(fā)了很多担忧，一方面，批判者认为AI在(zài)“学习”了大(dà)量前人(rén)的作品之后，其创(chuàng)作没(méi)有(yǒu)任何情绪和灵魂，难以和人(rén)类的艺(yì)术创作相提并论。

另(lìng)一(yī)方(fāng)面，AIGC背后的版权(quán)、目前都并没(méi)有得(dé)到有(yǒu)效的解决，还(hái)有AIGC会不(bù)会代替人类(lèi)“至高无(wú)上”的创意。

马斯克也强调，人(rén)工(gōng)智(zhì)能(néng)的(de)安(ān)全问题需要得到重视，太晚就来不(bù)及了。

03

AIGC下一站除(chú)了视频，还有(yǒu)远方

技术都是(shì)有两面性的，潜在的危害(hài)并(bìng)不能掩盖其光辉的(de)贡献。现(xiàn)在看来，人工(gōng)智(zhì)能(néng)技术将是第(dì)四(sì)次工业革(gé)命(mìng)的核心(xīn)驱(qū)动力量(liàng)，将创(chuàng)造(zào)新(xīn)的增长奇迹(jì)。

过(guò)去一(yī)年，人工(gōng)智(zhì)能在技术和商(shāng)业层面都有了巨大进展，AI绘(huì)画就(jiù)是人工智(zhì)能技术发生(shēng)方(fāng)向性改变的一(yī)个代表(biǎo)。其下(xià)一站或许就是视频。

此前，Meta和(hé)谷歌先后发布了几条引爆科技圈的(de)短视频。这些视频引发(fā)关注并非内容做得多(duō)优秀(xiù)，反而都非常简单，比如(rú)一匹正在喝水的马，一只画画的(de)玩具熊，或者一(yī)段骑摩(mó)托(tuō)车的第(dì)一视角(jiǎo)录(lù)像，随便一个有手机的人都(dōu)可以(yǐ)随(suí)手录(lù)下一段。

但这(zhè)些(xiē)短视频(pín)的(de)创作(zuò)方式非常简单(dān)，创作者仅(jǐn)仅需(xū)要向(xiàng)AI输入(rù)一段话，甚至只是(shì)说一下要求，AI就(jiù)可以根据需要生(shēng)成(chéng)一(yī)段(duàn)视频。

谷(gǔ)歌发布的两个AI生(shēng)成视频分(fēn)别(bié)来自(zì)于(yú)Imagen Video和Phenaki，前者主(zhǔ)要突出的(de)是(shì)高清，与Meta的Make-A-Video没有太(tài)多的差别。

在Make-A-Video公布了AI生成的视频后，AI圈就已经(jīng)玩了一(yī)波梗，一个能(néng)够做出(chū)更高清视(shì)频的AI还(hái)不足以在短时间内戳(chuō)中兴奋点。

Phenaki更加令人震惊的地方在(zài)于(yú)，它可以制作出(chū)超过2分钟的连贯的(de)也有确切内容的视(shì)频，这才是真正让人们感到惊喜的地(dì)方(fāng)。因为(wèi)无论(lùn)AI生成的视频多么高清，也(yě)只(zhǐ)能是(shì)为内容生产者提供一(yī)个灵(líng)感，一个素材(cái)，一个过场动画。

不(bù)过能够制(zhì)作出(chū)有(yǒu)具(jù)体剧(jù)情内容的视频就意(yì)味(wèi)着(zhe)，一些视频创作由AI代替人工完成已经初步有(yǒu)了可能。

当下AI的(de)发展速(sù)度(dù)已经超过大部分人的想(xiǎng)象。内容产业的本质是供给创造需求，AIGC作为全新的(de)内容(róng)生产方式，可以为内(nèi)容产业(yè)带来更(gèng)新的(de)内容风格、更快(kuài)的生产速(sù)度，更低的(de)生产(chǎn)成本，这无疑会驱动内(nèi)容产业的大(dà)爆发。

除了AI绘图、视(shì)频，AIGC技(jì)术还(hái)能应用于音(yīn)乐、代码、机(jī)器(qì)人动(dòng)作等多种内容形(xíng)式的生成(chéng)。不难发(fā)现该项技术不仅在游戏等行业(yè)能得到有效(xiào)应用，对于下一(yī)代互联网各种元素的构建亦有(yǒu)关键意义(yì)。

从商业化的角度来看(kàn)，文化娱乐(lè)、教育、传媒(méi)等诸多领域，本身就(jiù)对基(jī)于AI的可视化内容有强烈需求。

因此，AI绘画及视频(pín)或不(bù)是(shì)结果，而只(zhǐ)是(shì)AI进程中的(de)一块重(zhòng)要拼图，有望(wàng)在技(jì)术更新(xīn)的加持下实现(xiàn)更大的应用(yòng)价值。

AI从(cóng)理解(jiě)内容，走向了(le)可以生成内(nèi)容，甚至(zhì)能够(gòu)创造出(chū)独立价值和独立视角的内容。AIGC的再(zài)次(cì)出(chū)圈，更代(dài)表着(zhe)未来的先进(jìn)生(shēng)产力即将到(dào)来。

04

紧(jǐn)抓大模型(xíng)与算力，牢固(gù)AIGC底(dǐ)座

从(cóng)技(jì)术的发展也可(kě)以看出，在语(yǔ)言(yán)大模型(xíng)、图像大模型之后，多模态大模型已(yǐ)经成(chéng)为了新的趋势(shì)。

大模型被誉为(wèi)当前人(rén)工(gōng)智能发展(zhǎn)的智能(néng)底座，是全球竞争最激烈的(de)研究方向之一，包括谷歌、亚(yà)马逊(xùn)、百度、阿里、腾讯等(děng)众多头部(bù)企业(yè)都(dōu)在(zài)竞相发力。

不过训练(liàn)大模(mó)型(xíng)的确价格不菲，以国(guó)盛证券发布(bù)的《ChatGPT需要多少算力》报(bào)告估算，GPT-3训练一次(cì)的成本约为140万美元。而对于一(yī)些更大的LLM(大型语言(yán)模(mó)型)，训练成本(běn)则(zé)介于200万美元至1200万美元高价之间。

以(yǐ)ChatGPT在2023年1月(yuè)的(de)独立访客平均数1300万计(jì)算，其对应芯片需求为3万多片英伟达A100 GPU，初始投入成(chéng)本约为8亿美元，每日仅电费就在5万美元左(zuǒ)右(yòu)。

骨架大的男生一般都很高吗，为什么身高越高性功能越差>

此外不论是ChatGPT还是AIGC，都离(lí)不(bù)开庞大算力支持。在关注(zhù)各类大模型的发展同时，更应该关注算力网络(luò)的建设。

算力网络正(zhèng)驱动AI产(chǎn)业发展进入史诗(shī)级加速进(jìn)程(chéng)，让AIGC及通用AI这一人工智能(néng)发(fā)展的(de)终极目(mù)标离得更近。

因为(wèi)算力可以对(duì)突破性(xìng)技术(shù)创新提供大力的支持。这(zhè)方(fāng)面，多模态大模型(xíng)是(shì)典(diǎn)型(xíng)。作为面向(xiàng)未来强人(rén)工智能、通用人工智能(néng)的重要技术创新，多模态大模(mó)型已经在人工智(zhì)能领域提(tí)出(chū)了很多年(nián)，业界也有不(bù)少技术(shù)突破，但(dàn)是(shì)，多模(mó)态大(dà)模型进一步往下(xià)走(zǒu)，算力需求呈(chéng)几何式上升，一般的(de)算力基础(chǔ)设施很快将难以胜(shèng)任。

从图(tú)像、文(wén)字、语音单独一项的训练，到双模态、三(sān)模态的跃迁，让人(rén)工智能可以灵活(huó)应对不(bù)同模态的转化、像人与世(shì)界交互一(yī)样自(zì)然，这方(fāng)面(miàn)，由(yóu)算力(lì)网络来驱动将有明显优(yōu)势(shì)。

此外，还有很多(duō)需要爆发式(shì)增长的算力来支撑的(de)技术(shù)创新(xīn)，将在人工智(zhì)能算力网络支撑下快速推进。骨架大的男生一般都很高吗，为什么身高越高性功能越差trong>