自聊天(tiān)机器人ChatGPT火爆(bào)以来，微软(ruǎn)公司创(chuàng)始人比尔·盖茨已多次公开谈论人工智能话题。在最近的一次采访中，他再次表示：“AI可能会让科技行业迎来一次剧烈的洗牌”。

这个结论(lùn)是(shì)他在当地时间2月20日接受《In Good Company》节目专(zhuān)访时提出的(de)。

他预期，AI的(de)发(fā)展(zhǎn)可能会威(wēi)胁(xié)到谷歌的市占率，因为(wèi)微软在AI方(fāng)面的行动相(xiāng)当迅速。而最终科技巨(jù)头将把AI整(zhěng)合成(chéng)用户的“全能助(zhù)手”，包揽一切(qiè)应用，与人(rén)们(men)进行沟通并提供建(jiàn)议(yì)，可以(yǐ)取代亚马逊、Siri或(huò)Outlook等(děng)应用。

大佬口中全能助手的(de)到(dào)来可能尚需时(shí)日(rì)，但由ControlNet引发的又一次AI绘画浪潮，让AIGC在(zài)ChatGPT的话(huà)题热点(diǎn)包围中杀出重围。

01

ControlNet颠覆AI绘画新玩法

AIGC向可控靠近

以AI绘画为代表的AIGC上(shàng)一次爆火的时候，还(hái)是2022年(nián)8月(yuè)，在美(měi)国(guó)科罗拉多(duō)州举办(bàn)的新兴数字艺术(shù)家竞赛中，一幅名(míng)为《太空歌剧(jù)院》的作品获奖。

随后各(gè)大(dà)厂(chǎng)商(shāng)的AI绘画软件被广(guǎng)大网(wǎng)友熟(shú)知并(bìng)体验，Stable Diffusion便(biàn)是其中代表。

用户们(men)可以在应用中输入一(yī)组(zǔ)关键词或者一张照(zhào)片(piàn)，就能获得一幅AI创作(zuò)的画作。

作画的关键就是(shì)所输(shū)入(rù)的文(wén)本。同一(yī)组关键词(cí)也可以(yǐ)创作出很多张风(fēng)格不一样的画作，这(zhè)让创(chuàng)作(zuò)的过程就像(xiàng)开盲盒。

很多用户很喜欢这种不(bù)确定的惊喜，他们(men)会将生成的美图当做头(tóu)像。而另(lìng)一部(bù)分喜欢翻(fān)看AI绘画(huà)的“翻(fān)车(chē)”作品。在社交媒体上，许多用(yòng)户(hù)分(fēn)享AI“翻车现场”，例如(rú)，一位网(wǎng)友的小狗照(zhào)片被AI画成了“肌肉男”，还有网友的个人照片被AI识别成(chéng)了建筑。

而如今随(suí)着(zhe)ControlNet的出(chū)现与加持，以往AI绘画的填写关键词游戏可能要(yào)被颠覆了(le)。

ControlNet是(shì)一位(wèi)正在(zài)斯坦福读(dú)博(bó)的中国人张吕(lǚ)敏(mǐn)创(chuàng)作(zuò)的一(yī)种基于控(kòng)制(zhì)点的图像变形算法(fǎ)，主(zhǔ)要用于数(shù)字图(tú)像(xiàng)处理、计算机视(shì)觉和计算机图形学等领域。

其SD插件(jiàn)一经(jīng)发(fā)布，在短短的两(liǎng)天内便成(chéng)为了(le)AI绘(huì)画领域最新的热(rè)点。

在此之前，大家用(yòng)了很多(duō)方(fāng)法想让(ràng)AI生成的结果尽(jǐn)可能的符合要求(qiú)，但是都(dōu)不(bù)尽如人(rén)意，它的(de)出现代表着AI生成开(kāi)始进入真正(zhèng)的可控时期。

因(yīn)为ControlNet可以(yǐ)直接提取画面的构图(tú)，人物的姿(zī)势和(hé)画面(miàn)的深(shēn)度信息等(děng)。有了它的(de)帮助，就(jiù)不用频繁的用提示词来碰运(yùn)气，抽(chōu)盲盒式的创作了。

通俗(sú)的说ControlNet相当(dāng)于给AI绘画加了“魔(mó)法(fǎ)”，不少(shǎo)博主(zhǔ)的作(zuò)品已经获(huò)得了大量的浏览量(liàng)，“viggo”就是其中之一，他(tā)用朋友的(de)照片直接带她们(men)走进动漫(màn)世(shì)界。

viggo先用StableDiffusion图片转文字。

再用Text2Prompt插件拓(tuò)展找到对应的关键词；最后用ControlNet插件绑定骨(gǔ)骼开始换关键词(cí)试效果。

通过图片(piàn)就可(kě)以看出来，效(xiào)果十(shí)分惊(jīng)艳。

更(gèng)厉害的是，除(chú)了(le)真实的照片，草(cǎo)图也(yě)可以(yǐ)加上(shàng)“魔法”，知乎(hū)大牛“DevPoint”和(hé)“逗砂(shā)”介绍到ControlNet还能实现(xiàn)线稿(gǎo)转全彩(cǎi)图。大神(shén)张吕敏其(qí)本(běn)尊(zūn)也亲自回应。

不得不说当下AIGC已经变得越(yuè)来越(yuè)强大，甚至输出(chū)的(de)作品(pǐn)都已经能以假(jiǎ)乱真(zhēn)了。

02

难辨(biàn)虚实，AIGC技(jì)术(shù)力爆发

警惕安(ān)全问题

近日，“苏州金(jīn)鸡湖(hú)有游(yóu)艇party”的(de)消息火(huǒ)遍网络，而经过(guò)警(jǐng)方辟谣这所谓的“party”可能是全国第一起AI绘图(tú)诈骗。

由(yóu)于(yú)这个活动(dòng)里面给出的美女照片都是(shì)AI制作的真人照片绘图，因为太(tài)逼真，被大家当成真事(shì)传播了。

不(bù)过仔(zǎi)细观察可以发现，活动(dòng)发起者(zhě)提(tí)供的照片中(zhōng)有个很大的漏洞可(kě)以发现并非真人，而是AI绘(huì)图，那便是图(tú)片中(zhōng)女(nǚ)性的手指部分(fēn)有的存(cún)在异常(cháng)。

有行业人(rén)事表示：“现(xiàn)在因为手指部分的绘画(huà)算法(fǎ)比较复杂，AI还不太会画人的(de)手，但(dàn)最新看到(dào)的图(tú)片已经(jīng)有越(yuè)来越完(wán)美的AI模型出现，以后可能就完(wán)全没有漏洞了。”

类似的AI作图诈骗在国(guó)外也已有发(fā)生。据英国广播(bō)公(gōng)司报道，土耳其地震(zhèn)期间，有Tiktok用户使用AI合(hé)成了儿童受灾(zāi)的(de)假照片(piàn)发布到网络(luò)，以(yǐ)此诱(yòu)骗善良的人打(dǎ)赏“捐助”从而实施(shī)诈骗。

目前随着技术发展，AIGC已经(jīng)能做出真人照片般的绘图效果，如果这样的图片被用来诈骗，将非常可怕(pà)。

此外(wài)AIGC还引(yǐn)发了很(hěn)多(duō)担忧，一方(fāng)面，批判(pàn)者(zhě)认为AI在“学习”了大量前人的作品(pǐn)之后，其(qí)创作没有任何情绪和灵魂，难(nán)以和人类的艺术创(chuàng)作相提(tí)并论。

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

马(mǎ)斯克也强调，人工智能的安全问(wèn)题需(xū)要得到重(zhòng)视，太(tài)晚就来不及了。

03

AIGC下一站除了视频(pín)，还有远方

技术都是(shì)有两面性(xìng)的，潜在的危害并(bìng)不(bù)能(néng)掩盖其光辉(huī)的贡献(xiàn)。现(xiàn)在看(kàn)来，人工智能技(jì)术将是第四(sì)次工(gōng)业革命(mìng)的核(hé)心驱动力(lì)量，将创造新的增长奇迹。

过去一年，人工(gōng)智能(néng)在(zài)技术(shù)和商业(yè)层面(miàn)都(dōu)有了巨(jù)大进展(zhǎn)，AI绘画就是人工智能技术发(fā)生方向性改变(biàn)的一(yī)个代表。其下一站或许就(jiù)是视频(pín)。

此(cǐ)前，Meta和谷歌先(xiān)后(hòu)发布了几条引爆(bào)科技圈的短视(shì)频。这(zhè)些视频(pín)引(yǐn)发关(guān)注并非内(nèi)容做得多优(yōu)秀，反而都非常简单，比(bǐ)如一匹正在喝水的马，一(yī)只画画(huà)的玩(wán)具熊，或(huò)者一段骑(qí)摩托车的第一(yī)视角(jiǎo)录像，随(suí)便一(yī)个有(yǒu)手机的人都(dōu)可(kě)以随(suí)手录下(xià)一段。

但这些短视频的创作方式(shì)非常简单，创作者仅仅需要向AI输入(rù)一段话，甚至只是说一下(xià)要求，AI就可以(yǐ)根据(jù)需要生成一段(duàn)视频。

谷歌发布(bù)的两(liǎng)个AI生成(chéng)视(shì)频分别来自于Imagen Video和(hé)Phenaki，前者主要突出的是(shì)高清，与(yǔ)Meta的(de)Make-A-Video没有太多的(de)差(chà)别(bié)。

在Make-A-Video公布了AI生(shēng)成的视频后(hòu)，AI圈就已经玩了一波梗，一(yī)个(gè)能够做出更高清视频的AI还不足以在短(duǎn)时间内戳中兴(xīng)奋(fèn)点。

Phenaki更(gèng)加令人震惊的地方(fāng)在于，它可(kě)以制作(zuò)出超过2分钟(zhōng)的(de)连贯的也有确切(qiè)内容的视频，这才是(shì)真正(zhèng)让人们(men)感到惊喜(xǐ)的地方。因(yīn)为无论AI生成的视频多么高清，也只能是为内(nèi)容生(shēng)产者提供一(yī)个灵感，一个素(sù)材(cái)，一个过场动画。

不过能够(gòu)制(zhì)作出(chū)有具(jù)体剧情内容的视频就(jiù)意味(wèi)着，一些(xiē)视(shì)频创作由AI代替人工(gōng)完成已经初步有(yǒu)了可能(néng)。

当(dāng)下AI的(de)发(fā)展(zhǎn)速度已经超过大部分(fēn)人的(de)想(xiǎng)象。内容产(chǎn)业的本质(zhì)是供给创(chuàng)造需求，AIGC作为全(quán)新的内容生产方(fāng)式，可以为内容(róng)产(chǎn)业带来更新的内容风格、更快的生产速(sù)度，更低的生产成本，这(zhè)无疑会驱动内(nèi)容(róng)产业的大爆发。

除了AI绘图、视频(pín)，AIGC技术还能应(yīng)用于音乐、代码、机器人动作(zuò)等多种内容形(xíng)式的生(shēng)成。不难发现该项技术不仅在(zài)游戏等行业能(néng)得到有效应用，对于下(xià)一(yī)代(dài)互(hù)联网(wǎng)各种元素的构(gòu)建(jiàn)亦有关(guān)键意义。

从商业化的角度来看，文化娱(yú)乐、教育、传媒(méi)等诸多领域，本身就对基于AI的可视(shì)化内容有强烈需求(qiú)。

因此(cǐ)，AI绘(huì)画(huà)及视(shì)频或不是结果，而只是AI进(jìn)程中的一(yī)块重(zhòng)要拼图，有望(wàng)在技术(shù)更新的加持下实(shí)现更大的(de)应用(yòng)价值。

AI从(cóng)理解内容，走向了可以生成内容，甚至能够创造(zào)出独立价值和独立(lì)视角的内(nèi)容。AIGC的再次出圈，更(gèng)代(dài)表着(zhe)未来的先进(jìn)生产力即将到来。

04

紧抓大模型与算力(lì)，牢固AIGC底座(zuò)

从(cóng)技术的(de)发展(zhǎn)也可以看出，在语言(yán)大模型、图(tú)像大模型之后(hòu)，多(duō)模态(tài)大模型已经(jīng)成(chéng)为了(le)新的趋势。

大模型被誉为(wèi)当前人工(gōng)智能发展的智能(néng)底座，是全球竞争最激(jī)烈的研究方(fāng)向之一(yī)，包括(kuò)谷歌、亚(yà)马(mǎ)逊、百度(dù)、阿里、腾讯等众多头部企业(yè)都(dōu)在竞相发(fā)力。

不(bù)过(guò)训练大(dà)模(mó)型的确价格不菲，以国盛证券发布(bù)的《ChatGPT需要多少(shǎo)算力》报告估算，GPT-3训练一次的成本约为(wèi)140万美元。而对于一(yī)些更(gèng)大的LLM(大型语言模型)，训练(liàn)成本则介于200万美元至1200万美元高(gāo)价之间。

以(yǐ)ChatGPT在2023年1月的独立访客(kè)平均(jūn)数1300万计(jì)算，其对应芯(xīn)片(piàn)需(xū)求为3万(wàn)多片英(yīng)伟(wěi)达(dá)A100 GPU，初始投(tóu)入成本约为8亿美元(yuán)，每日仅电费就在5万(wàn)美元左右。

此(cǐ)外不论是(shì)ChatGPT还是AIGC，都离不(bù)开庞(páng)大算(suàn)力支持。在关注(zhù)各类大模型(xíng)的发展同时，更(gèng)应该关(guān)注算力(lì)网络的建设。

算力网(wǎng)络正驱动AI产业发展进入史(shǐ)诗级加速进程，让AIGC及通(tōng)用AI这一人工智能发(fā)展的终极目标离得更近。

因为算力可以对突(tū)破性技术创新提供大力的支持。这方(fāng)面，多模态大模型是典型(xíng)。作(zuò)为面向(xiàng)未来强(qiáng)人工(gōng)智能、通用人工智能的重(zhòng)要技术创新，多模态(tài)大(dà)模型(xíng)已经在人工智能领域提(tí)出了很多年，业界也有不少技术(shù)突破，但是，多模态大模型进一(yī)步(bù)往下走，算力需求呈几何(hé)式上升，一(yī)般的算力基础设施很(hěn)快将难以胜(shèng)任(rèn)。

从(cóng)图像、文字、语(yǔ)音单独一项的训练，到双模态、三模态的跃迁，让人工智(zhì)能可以灵(líng)活(huó)应对不同(tóng)模(mó)态的转化、像(xiàng)人与世界交互一(yī)样自然，这方面，由(yóu)算力网络(luò)来(lái)驱动将有明显(xiǎn)优势。

此外，还有很多(duō)需要爆(bào)发式增(zēng)长的(de)算力来支撑的技术(shù)创新(xīn)，将在(zài)人工智(zhì)能(néng)算(suàn)力网(wǎng)络(luò)支撑下快(kuài)速推进。

AIGC已经露出曙光，期待在大(dà)模型和大算力(lì)的支持下(xià)AIGC能持续颠覆内容生产的(de)方(fāng)式，将创造的边际成本降低(dī)，让(ràng)万众受益(yì)。

未经允许不得转载：IDC站长站，IDC站长，IDC资讯--IDC站长站 劳心者治人劳力者治于人这句话的意思是什么，劳心者治人 劳力者治于人是什么意思