自聊天机器人(rén)ChatGPT火爆以来，微软(ruǎn)公司(sī)创始(shǐ)人比(bǐ)尔(ěr)·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(zài)次表示：“AI可能会(huì)让科技行业迎来一次剧烈(liè)的洗牌”。

这个结(jié)论是他在当地(dì)时(shí)间2月(yuè)20日(rì)接(jiē)受《In Good Company》节目专访时提(tí)出的。

他预期，AI的发展可能(néng)会威胁到谷歌的(de)市占率(lǜ)，因为微软在(zài)AI方面的(de)行动相当迅速。而最终科技巨(jù)头将(jiāng)把AI整合成(chéng)用(yòng)户的“全(quán)能助(zhù)手”，包揽一切应用，与人们(men)进(jìn)行沟通(tōng)并提(tí)供建(jiàn)议，可以取(qǔ)代亚马逊、Siri或(huò)Outlook等应用。

大佬口中全(quán)能助手的(de)到来可能尚需时日，但由ControlNet引(yǐn)发的又一次AI绘画浪潮，让(ràng)AIGC在ChatGPT的(de)话题热(rè)点包围(wéi)中杀出(chū)重围(wéi)。

01

ControlNet颠覆AI绘(huì)画新(xīn)玩法(fǎ)

AIGC向可控(kòng)靠近(jìn)

以AI绘画为代表(biǎo)的AIGC上一次爆(bào)火的(de)时候，还是2022年8月，在美国科罗拉多(duō)州举办的新兴数字(zì)艺术家竞赛(sài)中，一幅名为《太空歌剧(jù)院(yuàn)》的作品获奖。

随(suí)后(hòu)各大(dà)厂商的AI绘画软件被广大网友(yǒu)熟知并体验，Stable Diffusion便是其中代表(biǎo)。

用户们可以在应用中输入一组(zǔ)关(guān)键词或者一张(zhāng)照片，就(jiù)能(néng)获得一幅AI创(chuàng)作的画(huà)作。

作画的关键就是所输入的文本。同一(yī)组关键词也可以创作出很多张(zhāng)风格(gé)不一样的(de)画作，这让创作(zuò)的(de)过程就像开盲盒(hé)。

很多(duō)用(yòng)户很(hěn)喜欢这种不确定的(de)惊喜，他们会(huì)将生(shēng)成(chéng)的美图(tú)当做头像。而另一部(bù)分喜欢翻看AI绘画的“翻车”作品。在社交媒体上，许多用户分享AI“翻(fān)车现场”，例如，一位网友的小(xiǎo)狗照片被AI画成了“肌肉男”，还有网友的个人照片被(bèi)AI识别成了建(jiàn)筑。

而如(rú)今随(suí)着ControlNet的出现与加持(chí)，以往AI绘(huì)画的填写(xiě)关(guān)键词(cí)游戏可能要被颠覆了。

ControlNet是一位正在斯坦福读博的中国人张吕敏创作的一种基于控(kòng)制点的(de)图(tú)像(xiàng)变形算法，主要(yào)用于数字图像(xiàng)处理、计算(suàn)机视觉(jué)和计算机图形学等领域。

其SD插(chā)件一(yī)经(jīng)发布，在短短的(de)两天内便成为了(le)AI绘画(huà)领域最(zuì)新的热点。

在此之前(qián)，大(dà)家用了很多方法想让(ràng)AI生(shēng)成的结果尽可能(néng)的符合(hé)要求(qiú)，但是都不尽如(rú)人意，它的出现代表着AI生成开始进入真正的可控(kòng)时期。

因(yīn)为ControlNet可(kě)以(yǐ)直接提(tí)取画(huà)面(miàn)的(de)构(gòu)图，人物的姿(zī)势(shì)和画面的深度信息等。有了它的帮助，就不(bù)用频繁(fán)的用提(tí)示词来(lái)碰运气，抽(chōu)盲(máng)盒式的创作了。

通俗(sú)的(de)说(shuō)ControlNet相当于给AI绘画加(jiā)了(le)“魔法(fǎ)”，不少(shǎo)博主的作品已经获得(dé)了(le)大量(liàng)的浏览量，“viggo”就(jiù)是(shì)其中之一，他用朋友的照片直接带(dài)她们走进动(dòng)漫(màn)世(shì)界。

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

再(zài)用(yòng)Text2Prompt插件拓(tuò)展找到对应的关键词；最后用ControlNet插件(jiàn)绑定骨骼开始(shǐ)换关键词(cí)试(shì)效果。

通过图片就可以(yǐ)看(kàn)出来，效果十分(fēn)惊艳。

更厉害的是，除了真实的照片，草图也可以加上“魔法”，知乎大(dà)牛“DevPoint”和(hé)“逗(dòu)砂”介绍到ControlNet还能实现线稿转全(quán)彩图。大神(shén)张吕敏其本尊也亲自回(huí)应。

不(bù)得不说(shuō)当下AIGC已经变得越来越强大，甚至输出的作品都已经(jīng)能以假乱真(zhēn)了。

02

难(nán)辨虚(xū)实(shí)，AIGC技术力爆(bào)发

警惕安全问题

近日(rì)，“苏州金鸡湖有游艇party”的消息火(huǒ)遍网络，而经过警(jǐng)方(fāng)辟(pì)谣这所谓的“party”可能是(shì)全国第一起AI绘(huì)图诈骗。

由于这个(gè)活动里面给出的美(měi)女照(zhào)片都是(shì)AI制作的真人(rén)照片绘图，因为(wèi)太(tài)逼真，被大(dà)家当成(chéng)真事传播(bō)了。

不过(guò)仔细观察(chá)可以发(fā)现，活动(dòng)发起者提供(gōng)的照(zhào)片中有个很大的漏洞可以发现并非真人，而是AI绘图，那便是图片中女性的手指(zhǐ)部(bù)分有的存在异(yì)常。

有行业人事表示：“现(xiàn)在因为手(shǒu)指部(bù)分的绘画算法比较(jiào)复杂(zá)，AI还不太会画人(rén)的手，但最新看(kàn)到的(de)图片已经有越来越完(wán)美的AI模型出(chū)现(xiàn)，以后可能就(jiù)完全没有漏洞了。”

类似的(de)AI作图诈骗在(zài)国外也已(yǐ)有发生。据英国广播公司报道，土耳其地(dì)震(zhèn)期间，有Tiktok用户(hù)使(shǐ)用AI合成了儿童受(shòu)灾的假照片(piàn)发布到网络，以此诱骗善良的人打(dǎ)赏“捐助”从而实(shí)施诈骗。

目前(qián)随(suí)着(zhe)技(jì)术发展，AIGC已经(jīng)能做出真人照(zhào)片(piàn)般的绘图效果，如果这(zhè)样的图片被用(yòng)来诈骗(piàn)，将非(fēi)常(cháng)可怕。

此(cǐ)外AIGC还引发了很(hěn)多担忧，一(yī)方(fāng)面(miàn)，批判者认为AI在“学(xué)习”了大量前人的作品(pǐn)之后(hòu)，其(qí)创作没有任何情绪和(hé)灵魂(hún)，难以和人类的艺术创作相提(tí)并论。

另一(yī)方面，AIGC背后的版权、目前都并(bìng)没有得到有效的解(jiě)决，还(hái)有AIGC会不会(huì)代(dài)替人类“至高无上”的创意。

马(mǎ)斯克也(yě)强调，人工智能(néng)的(de)安(ān)全问题需要得到重(zhòng)视，太晚就来不及了。

03

AIGC下一(yī)站除了视频，还有远(yuǎn)方(fāng)

技术都是有两面性(xìng)的，潜(qián)在的(de)危害(hài)并(bìng)不能掩盖其光辉的(de)贡献。现在看来，人工智能(néng)技术将是第四次工业革命的核心驱动(dòng)力(lì)量，将(jiāng)创造(zào)新的增(zēng)长奇迹。

过去一年，人工(gōng)智能(néng)在技(jì)术和商业层面(miàn)都有了巨大(dà)进(jìn)展，AI绘画就(jiù)是(shì)人(rén)工智能技(jì)术发生方向(xiàng)性改变(biàn)的一个代表。其(qí)下一站或许就是视频。

此前(qián)，Meta和谷歌先后发(fā)布了几条引爆(bào)科技圈的短视频(pín)。这些视频(pín)引(yǐn)发关注并非内容做得(dé)多优秀(xiù)，反而都非常简单(dān)，比如(rú)一匹(pǐ)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)车的第一视(shì)角录像，随便一个有手(shǒu)机的人都可以随手录(lù)下(xià)一段(duàn)。

但这些短视(shì)频(pín)的(de)创作方式(shì)非常简(jiǎn)单，创作者仅仅需要向AI输入一段话，甚至只(zhǐ)是说一下要求(qiú)，AI就可以根据需要生成一段视频。

谷歌(gē)发布的(de)两个AI生(shēng)成视频分(fēn)别来自于Imagen 我们生在红旗下谁写的 我们生在红旗下完整句子Video和Phenaki，前者主要突出的(de)是高清(qīng)，与Meta的Make-A-Video没有(yǒu)太多的差别。

在(zài)Make-A-Video公布了AI生成的视频后，AI圈(quān)就(jiù)已经玩了(le)一波梗，一个能够做出更(gèng)高清视频(pín)的AI还(hái)不足(zú)以在短时间内戳中兴奋点。

Phenaki更(gèng)加令人震惊的(de)地方在于(yú)，它(tā)可以制作出(chū)超过2分(fēn)钟(zhōng)的连贯的(de)也(yě)有确切内(nèi)容的视频，这才是真(zhēn)正(zhèng)让(ràng)人们感到惊喜的地方(fāng)。因为无论AI生成的视频多(duō)么高清，也只(zhǐ)能是(shì)我们生在红旗下谁写的 我们生在红旗下完整句子为内容(róng)生产者提供(gōng)一个灵感，一个素(sù)材，一个过(guò)场动(dòng)画(huà)。

不过能够制(zhì)作出有具体剧(jù)情内容的视频就意味着，一些视频创作由AI代替人工(gōng)完(wán)成已经初步有了(le)可能。

当下(xià)AI的发展(zhǎn)速度已经超过(guò)大(dà)部(bù)分(fēn)人的想象。内(nèi)容(róng)产业的本(běn)质是供(gōng)给创(chuàng)造需求，AIGC作为全新(xīn)的内(nèi)容生产(chǎn)方(fāng)式，可以为内容产业带(dài)来(lái)更新的内(nèi)容风格、更(gèng)快的生产速度(dù)，更(gèng)低的生(shēng)产成(chéng)本，这(zhè)无疑(yí)会驱动内容产业的大爆发(fā)。

除了AI绘图(tú)、视频，AIGC技术还(hái)能应(yīng)用于(yú)音(yīn)乐、代码、机器人动作等多(duō)种内容形(xíng)式的生成。不难发现该项技术不仅在游戏等行业能得到有(yǒu)效应用，对于下一代互联网各种(zhǒng)元素的构建亦有(yǒu)关键意义(yì)。

从(cóng)商业化的角度(dù)来看，文(wén)化娱乐、教育、传(chuán)媒等诸多领域，本身(shēn)就对基于AI的可视化内容有强烈需求。

因此，AI绘画及视频或不(bù)是结果，而只是(shì)AI进程中的一(yī)块(kuài)重要拼图，有望在技术更新的加持下实现(xiàn)更大的应用价值(zhí)。

AI从理解内容(róng)，走向了可以生成(chéng)内容，甚(shèn)至能够创造出独立价值和独(dú)立视角(jiǎo)的内容。AIGC的再(zài)次出圈，更代(dài)表着未来的先进生产力(lì)即将到来。

04

紧抓大(dà)模型与算(suàn)力(lì)，牢固(gù)AIGC底座

从技术的发展也可以看出，在语言大模型、图像大模型(xíng)之后，多模态大模型已经(jīng)成为了新的(de)趋势。

大(dà)模型被誉为当(dāng)前人(rén)工智能发展的智能(néng)底座(zuò)，是全球竞(jìng)争最激(jī)烈(liè)的研究方向(xiàng)之一，包括谷歌、亚马逊(xùn)、百(bǎi)度、阿里、腾讯(xùn)等(děng)众多头部企业都在(zài)竞相发力。

不(bù)过训练大(dà)模(mó)型的(de)确(què)价格(gé)不(bù)菲(fēi)，以(yǐ)国(guó)盛证券发布(bù)的《ChatGPT需(xū)要多少(shǎo)算力》报告估算(suàn)，GPT-3训练(liàn)一次的(de)成本(běn)约为(wèi)140万美元。而对于一些更大的LLM(大型语言模型(xíng))，训(xùn)练成本则介(jiè)于200万美元至1200万美元(yuán)高价之间。

以ChatGPT在2023年1月的独立访客平均数1300万(wàn)计算，其对应芯(xīn)片需求(qiú)为3万多片英伟(wěi)达(dá)A100 GPU，初(chū)始投入成本约为8亿美元，每(měi)日(rì)仅电费就在(zài)5万美元(yuán)左右。

此外不论是(shì)ChatGPT还是AIGC，都离不开庞大算(suàn)力支持。在关注各类大(dà)模型(xíng)的发展同(tóng)时(shí)，更应该关(guān)注(zhù)算力(lì)网(wǎng)络的建设(shè)。

算力网(wǎng)络正驱(qū)动AI产业发展进入史诗级加速进程，让AIGC及通用(yòng)AI这一(yī)人工智(zhì)能发展的终极目标离得更近(jìn)。

因(yīn)为算力可以对突破性技术(shù)创新提(tí)供(gōng)大(dà)力(lì)的支持。这方面，多模态大模型(xíng)是典型。作为(wèi)面向未来强人工智能、通用(yòng)人工(gōng)智(zhì)能的重要技术创新，多模态大模(mó)型已经在(zài)人工智能领域提出了很多年(nián)，业界(jiè)也有不少(shǎo)技术突破，但是，多(duō)模态大模型进一(yī)步往下走(zǒu)，算力需求呈几何式上(shàng)升，一般的算(suàn)力基础设施(shī)很快将难(nán)以胜(shèng)任。

从图像、文字(zì)、语(yǔ)音(yīn)单独(dú)一项的训(xùn)练，到双模态、三模态的跃迁，让人工智能(néng)可以灵活应对不同模态的转化、像人与世界交(jiāo)互一样自(zì)然，这方面，由算(suàn)力网(wǎng)络(luò)来驱动将(jiāng)有明显优势。

此外，还有很多需要爆发式增长的算力来支撑的技术创(chuàng)新，将在(zài)人工(gōng)智能算力网络支撑下快速推进。

AIGC已经露出曙(shǔ)光，期待在(zài)大模型和大算力的支(zhī)持下AIGC能(néng)持续颠(diān)覆(fù)内容(róng)生(shēng)产的方式，将(jiāng)创造的边际(jì)成本(běn)降低，让万众受益。

未经允许不得转载：IDC站长站，IDC站长，IDC资讯--IDC站长站 我们生在红旗下谁写的 我们生在红旗下完整句子