自(zì)聊天机器(qì)人ChatGPT火爆以来，微软公(gōng)司创始人比尔(ěr)·盖茨已多次公开(kāi)谈(tán)论人工智能(néng)话(huà)题。在最近的一次采(cǎi)访中(zhōng)，他(tā)再次表示：“AI可能(néng)会(huì)让科技行业迎来一(yī)次剧烈的洗牌”。

这(zhè)个结论是他(tā)在当地时(shí)间2月20日接(jiē)受《In Good Company》节目专访时提出的。

他预(yù)期，AI的发展可能会威胁到谷歌的市占率，因(yīn)为微(wēi)软(ruǎn)在(zài)AI方面的行动(dòng)相当迅(xùn)速(sù)。而最(zuì)终科技巨(jù)头将把AI整合成(chéng)用户的“全能(néng)助手”，包揽一切应(yīng)用，与人们进行沟通并提供建议，可以取代亚马逊、Siri或Outlook等应(yīng)用。

大佬口中全能助手的到来可(kě)能尚需时日，但(dàn)由(yóu)ControlNet引发的又(yòu)一次AI绘画(huà)浪潮，让AIGC在ChatGPT的话题热点包(bāo)围中(zhōng)杀出重围。

01

ControlNet颠覆AI绘(huì)画新(xīn)玩法

AIGC向可控靠近

以(yǐ)AI绘画为代表的AIGC上一次爆火的时(shí)候，还是2022年8月，在(zài)美(měi)国科罗拉(lā)多州(zhōu)举(jǔ)办的新兴数(shù)字艺(yì)术家竞赛中，一(yī)幅名(míng)为《太空歌剧院》的作(zuò)品获奖。

随后各大厂商(shāng)的AI绘画软(ruǎn)件(jiàn)被广大网友熟知并(bìng)体验，Stable Diffusion便是(shì)其(qí)中代表。

用户(hù)们(men)可以在应用中(zhōng)输入一组关(guān)键词或者一张照(zhào)片，就(jiù)能获得一幅AI创作的(de)画作。

作画的(de)关键就(jiù)是所输入(rù)的文本。同一组(zǔ)关(guān)键词也(yě)可以(yǐ)创作出很(hěn)多张风格(gé)不一样的(de)画(huà)作(zuò)，这让创作的过程(chéng)就像开盲盒。

很多用户很喜欢(huān)这种(zhǒng)不确定的惊喜，他们(men)会将生成的美(měi)图当做头像。而(ér)另一部分喜欢翻(fān)看AI绘画的“翻车”作品(pǐn)。在社交(jiāo)媒体上，许多用户(hù)分享AI“翻车现场”，例如，一位网友的小狗照(zhào)片被AI画成了(le)“肌(jī)肉男”，还有网友的个(gè)人(rén)照片被AI识别成了建筑。

而如今随(suí)着(zhe)ControlNet的出(chū)现与(yǔ)加(jiā)持，以往(wǎng)AI绘画(huà)的填(tián)写(xiě)关键词(cí)游戏可(kě)能要被(bèi)颠覆了。

ControlNet是一位正在斯坦福读博(bó)的中国人张吕(lǚ)敏创作(zuò)的一种基于控制点(diǎn)的图像变形算法，主要用于数字图像处(chù)理(lǐ)、计算机(jī)视觉和计算(suàn)机图形学等领域。

其SD插件一经发布，在(zài)短(duǎn)短的两(liǎng)天内(nèi)便成为了(le)AI绘画(huà)领域最新的热(rè)点(diǎn)。

在(zài)此之前，大家用了(le)很(hěn)多方法想让AI生成(chéng)的(de)结果尽可能(néng)的符合要求，但是(shì)都(dōu)不尽如人(rén)意，它的出现代表着(zhe)AI生成开始(shǐ)进入(rù)真正的(de)可(kě)控(kòng)时(shí)期。

因为(wèi)ControlNet可以直接(jiē)提取画面的构图，人物的姿(zī)势和(hé)画面的深度信息等(děng)。有了它的帮助(zhù)，就不用频繁的(de)用提示(shì)词来(lái)碰运气，抽盲盒式的创作(zuò)了(le)。

通(tōng)俗的说(shuō)ControlNet相当于给AI绘画加了(le)“魔法”，不(bù)少博主的作品已经获得了大量的浏览量(liàng)，“viggo”就是其中之(zhī)一，他用(yòng)朋友的照片直接带她(t三权分立是谁提出的，三权分立是谁提出的孟德斯鸠是哪个国家人ā)们走进动(dòng)漫世界。

viggo先用StableDiffusion图(tú)片(piàn)转文字。

再用Text2Prompt插件拓展(zhǎn)找到对应的关键词；最后(hòu)用ControlNet插件(jiàn)绑定骨骼开始换关键词试效(xiào)果。

通过图片就可以(yǐ)看出来，效(xiào)果十分惊(jīng)艳。

更厉害的是，除了真实的(de)照片(piàn)，草图(tú)也(yě)可(kě)以(yǐ)加上“魔法”，知乎大牛“DevPoint”和“逗(dòu)砂”介绍到ControlNet还能(néng)实现线稿转(zhuǎn)全彩图(tú)。大神张吕敏(mǐn)其本尊也亲自(zì)回应。

不得不说当下AIGC已经变得越来(lái)越(yuè)强大，甚至输出(chū)的(de)作品都(dōu)已(yǐ)经能以(yǐ)假乱(luàn)真(zhēn)了。

02

难辨(biàn)虚(xū)实，AIGC技术力爆(bào)发

警惕(tì)安全问题(tí)

近日(rì)，“苏(sū)州金鸡湖有游艇party”的消息(xī)火遍网(wǎng)络，而(ér)经过警方辟谣这所谓的“party”可(kě)能是(shì)全国第(dì)一起AI绘(huì)图(tú)诈骗。

由(yóu)于这(zhè)个活(huó)动(dòng)里面给出的美女照片(piàn)都是AI制(zhì)作(zuò)的真人(rén)照(zhào)片绘图，因为太逼真，被大家当成真(zhēn)事传播了。

不过仔细(xì)观察可以发现，活动发起者提供的照片(piàn)中有(yǒu)个很大(dà)的漏(lòu)洞可以发现并非真人，而(ér)是AI绘图(tú)，那便是图片(piàn)中女性的手指(zhǐ)部(bù)分(fēn)有(yǒu)的存在(zài)异常。

三权分立是谁提出的，三权分立是谁提出的孟德斯鸠是哪个国家人

有行业(yè)人(rén)事表示：“现在因(yīn)为手指部(bù)分的(de)绘(huì)画算法比较复杂，AI还不太会画人(rén)的手(shǒu)，但最新看(kàn)到的图片(piàn)已经有(yǒu)越来越完美的AI模(mó)型(xíng)出现，以后可(kě)能就完(wán)全(quán)没(méi)有漏(lòu)洞了。”

类(lèi)似的AI作(zuò)图诈骗在国外也已(yǐ)有发(fā)生。据(jù)英国(guó)广播公司(sī)报道，土耳其(qí)地(dì)震期间，有Tiktok用户使(shǐ)用AI合成了儿童受灾的假照片发布到网络，以此诱骗善良(liáng)的(de)人打赏“捐助(zhù)”从(cóng)而实(shí)施诈(zhà)骗。

目前随着技(jì)术发展，AIGC已(yǐ)经能做出真人(rén)照片般的绘图(tú)效(xiào)果，如果这样的图(tú)片被用来诈骗，将非常(cháng)可怕。

此外AIGC还引发(fā)了(le)很多担(dān)忧，一方面，批判者认为AI在“学习”了大量前(qián)人(rén)的(de)作品之后，其创作没有任何情(qíng)绪和(hé)灵魂(hún)，难(nán)以和人(rén)类的艺术创作相提并论。

另一方面(miàn)，AIGC背后的版权、目前(qián)都(dōu)并没有得到有(yǒu)效的解决(jué)，还有AIGC会(huì)不会代替(tì)人类(lèi)“至高无上”的创意。

马(mǎ)斯(sī)克也强调，人工智能(néng)的安(ān)全问(wèn)题需要得到重视(shì)，太晚(wǎn)就来不及了。

03

AIGC下一站除(chú)了(le)视频，还有(yǒu)远方(fāng)

技术都是(shì)有(yǒu)两面(miàn)性的，潜在(zài)的(de)危害并不能掩盖其光辉的贡献。现在看来，人(rén)工智(zhì)能(néng)技术将是第四次工(gōng)业(yè)革命的(de)核心(xīn)驱动力量，将创造新的增长奇迹。

过去一(yī)年，人工智能在技术(shù)和(hé)商业层面都(dōu)有了巨大(dà)进展，AI绘画就是人工智能技术发(fā)生方向性改变的一个(gè)代表(biǎo)。其下一站或(huò)许就(jiù)是视频。

此前(qián)，Meta和谷歌先(xiān)后发布了(le)几(jǐ)条引(yǐn)爆科(kē)技(jì)圈的短视频。这些(xiē)视(shì)频引(yǐn)发关(guān)注并非内容做得(dé)多(duō)优(yōu)秀，反而(ér)都非常简(jiǎn)单，比(bǐ)如一(yī)匹正在(zài)喝水的马，一(yī)只画画的(de)玩具熊，或者一段骑(qí)摩托(tuō)车的第一视角录像(xiàng)，随(suí)便(biàn)一个有(yǒu)手机的(de)人都可(kě)以随手录下一(yī)段。

但这些短(duǎn)视频的创作方式(shì)非常(cháng)简(jiǎn)单(dān)，创(chuàng)作者(zhě)仅仅需要(yào)向(xiàng)AI输入一(yī)段话，甚至只是说一下(xià)要求(qiú)，AI就(jiù)可以(yǐ)根据需要生成一段视频。

谷歌发(fā)布(bù)的两(liǎng)个AI生(shēng)成视频(pín)分别来自(zì)于Imagen Video和(hé)Phenaki，前(qián)者主要突(tū)出的是高(gāo)清，与(yǔ)Meta的Make-A-Video没有太多的差别。

在Make-A-Video公布(bù)了(le)AI生成的(de)视频后，AI圈就已经玩了一波梗，一个能(néng)够做出(chū)更高清视频的AI还不足以在(zài)短时间内(nèi)戳中兴奋点。

Phenaki更(gèng)加令人震惊的地方在于(yú)，它可以制作(zuò)出(chū)超(chāo)过2分(fēn)钟的连贯的也有确切(qiè)内容的(de)视频，这才(cái)是真正(zhèng)让(ràng)人(rén)们感到惊喜的(de)地(dì)方。因为(wèi)无论(lùn)AI生成的视频多么高清，也只能(néng)是为内(nèi)容生产者提(tí)供一个灵感，一(yī)个(gè)素(sù)材，一个过场动画。

不(bù)过能够制作(zuò)出有具体剧情内容的视(shì)频(pín)就意(yì)味着，一些视频(pín)创作由(yóu)AI代替人工完成已经初步有了(le)可能。

当下AI的发展(zhǎn)速度已经超过大部分人(rén)的想象。内容产(chǎn)业的本质是供给创造需求(qiú)，AIGC作为全新的内容生产方式，可(kě)以为(wèi)内容产(chǎn)业(yè)带来更新的内容风格、更快的生产速度，更(gèng)低(dī)的生产(chǎn)成本，这无疑会(huì)驱(qū)动内(nèi)容(róng)产业(yè)的大爆发。

除了AI绘图、视频(pín)，AIGC技术还(hái)能应用(yòng)于音乐、代码(mǎ)、机器人(rén)动作等多种内容形式的生成。不难发现该项技术不仅在游戏(xì)等(děng)行业能得到有效应用(yòng)，对于下一代互联网各种(zhǒng)元(yuán)素的构建亦有关(guān)键意义。

从商业化的角(jiǎo)度来看，文化娱乐、教育、传(chuán)媒等诸多领域，本身就(jiù)对基(jī)于AI的可视化内(nèi)容有强烈需求(qiú)。

因此，AI绘(huì)画及视频或(huò)不是结果(guǒ)，而只是AI进(jìn)程中的(de)一块(kuài)重要拼(pīn)图，有望在(zài)技术更新(xīn)的加持下实现更(gèng)大的应(yīng)用价值。

AI从理解内容，走向了可以生(shēng)成(chéng)内容，甚至能够(gòu)创造(zào)出独(dú)立价值和(hé)独立视角的(de)内(nèi)容。AIGC的再次出圈，更代表着未来的先进生产力(lì)即将到来(lái)。

04

紧(jǐn)抓大模型与算力，牢(láo)固AIGC底(dǐ)座

从技(jì)术的发展也可以看出(chū)，在语言大模(mó)型、图像大模型之后，多模态大模型已(yǐ)经(jīng)成为(wèi)了新的趋(qū)势(shì)。

大模型被誉为(wèi)当前人工智能发展的智能(néng)底座，是全(quán)球竞争最激烈(liè)的研究方向之一，包括(kuò)谷歌、亚马逊、百度、阿(ā)里、腾讯等众多(duō)头部企业(yè)都在竞相发(fā)力(lì)。

不过训练大模(mó)型(xíng)的确价(jià)格不(bù)菲，以国(guó)盛(shèng)证券发布的《ChatGPT需(xū)要多少算力》报告估算，GPT-3训练一次的成本约为140万美元。而(ér)对(duì)于一些更大的LLM(大型语言(yán)模型)，训练成本则(zé)介于200万美元至1200万美(měi)元高价之间。

以ChatGPT在2023年1月(yuè)的独立访客平均数1300万计算，其对应芯片需求为3万多片英伟(wěi)达A100 GPU，初始投入成本约为8亿美元，每(měi)日仅电费(fèi)就在5万(wàn)美元左右。

此(cǐ)外不论是ChatGPT还是AIGC，都离不开庞大(dà)算力(lì)支持。在关注各类大模(mó)型的发展同时，更应该关注算力网络的(de)建设。

算力网络正驱动AI产业发展进入史(shǐ)诗(shī)级加速进程，让(ràng)AIGC及(jí)通用AI这一人工智能发展的终极目标离得更(gèng)近(jìn)。

因(yīn)为算力可(kě)以对突破性技(jì)术(shù)创新提供(gōng)大力的支持。这方面，多(duō)模态(tài)大模(mó)型是典型。作为(wèi)面(miàn)向未来强人工智能、通用人工(gōng)智能的重要技(jì)术创新，多(duō)模态大模(mó)型已经在人工智能领(lǐng)域提出了很多年，业界也有不(bù)少技术突(tū)破，但是，多(duō)模态大模型进一步往(wǎng)下走，算力需(xū)求呈几何式上升，一般的算力基础设(shè)施很快将难以胜任。

从图像、文(wén)字、语(yǔ)音单独一项的(de)训练，到双(shuāng)模态、三模态(tài)的跃迁，让人工(gōng)智能(néng)可以灵(líng)活应对不同模态的转化、像人(rén)与世(shì)界(jiè)交(jiāo)互一样(yàng)自然，这方(fāng)面，由算力网络(luò)来驱(qū)动(dòng)将(jiāng)有明显(xiǎn)优(yōu)势。

此(cǐ)外，还有很多需要爆发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(xià)快速推进。

AIGC已经露出曙光，期待在大(dà)模型和大算力(lì)的(de)支持下AIGC能持续颠覆(fù)内容生产的方式，将创造的(de)边际成本降低(dī)，让万众受益。

未经允许不得转载：绿茶通用站群 三权分立是谁提出的，三权分立是谁提出的孟德斯鸠是哪个国家人