自聊天机器人ChatGPT火(huǒ)爆以来，微软公司创始(shǐ)人比尔·盖茨已多次(cì)公(gōng)开谈论(lùn)人工智(zhì)能话题。在最(zuì)近的一次采(cǎi)访(fǎng)中，他(tā)再次表(biǎo)示：“AI可能会让科技行业迎来一次剧烈的洗牌”。

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

他(tā)预(yù)期(qī)，AI的(de)发(fā)展可能会威胁到谷歌的市占率，因为微(wēi)软在AI方面的(de)行动(dòng)相当(dāng)迅速。而(ér)最终科技(jì)巨头将把(bǎ)AI整(zhěng)合成用户的“全(quán)能助手”，包揽一切(qiè)应用，与人(rén)们(men)进行沟通并提供建议，可以取代亚(yà)马逊、Siri或Outlook等(děng)应(yīng)用。

大佬(lǎo)口中(zhōng)全能助手的(de)到来可能尚需时(shí)日，但由ControlNet引发的又一(yī)次AI绘画浪潮，让(ràng)AIGC在ChatGPT的(de)话题热(rè)点包围中杀出重围。

01

ControlNet颠覆(fù)AI绘画新玩法(fǎ)

AIGC向(xiàng)可控靠近

以AI绘画为代表的AIGC上一(yī)次爆火的(de)时候(hòu)，还是2022年8月，在美(měi)国(guó)科(kē)罗拉多(duō)州举办的(de)新兴数(shù)字艺(yì)术家竞赛(sài)中，一幅名为《太(tài)空歌剧院(yuàn)》的作品(pǐn)获奖。

随后各大厂商的AI绘画软件被广大网友熟知(zhī)并(bìng)体(tǐ)验，Stable Diffusion便(biàn)是其中代表。

用户们可以在应用中输入(rù)一组关键(jiàn)词或者一张照片，就能获得一幅AI创作(zuò)的(de)画(huà)作。

作(zuò)画的关(guān)键就(jiù)是所输(shū)入的文本(běn)。同一组(zǔ)关键词也(yě)可以创作出很多张(zhāng)风格不一样的画作，这(zhè)让创(chuàng)作(zuò)的过程就像开盲盒。

很(hěn)多用户很喜欢(huān)这种不(bù)确定(dìng)的惊喜，他们(men)会(huì)将(jiāng)生成的(de)美图当做头像(xiàng)。而另一部分喜欢(huān)翻看AI绘画(huà)的“翻车”作品(pǐn)。在社交媒体上，许多(duō)用户分享AI“翻车现场(chǎng)”，例如，一位网友的小狗(gǒu)照片(piàn)被AI画(huà)成了“肌肉男”，还有(yǒu)网友(yǒu)的个人照(zhào)片被AI识别成了(le)建筑。

而如今随着ControlNet的出现与(yǔ)加持，以往AI绘画(huà)的(de)填写关键(jiàn)词游戏可能要被颠覆了。

ControlNet是一位正(zhèng)在斯坦福读(dú)博(bó)的(de)中国人(rén)张(zhāng)吕(lǚ)敏创作的一种(zhǒng)基于控(kòng)制(zhì)点(diǎn)的图像变形算法，主(zhǔ)要(yào)用于数字图像处理、计算机视觉和计算机图形学(xué)等领域。

其SD插件(jiàn)一经发(fā)布(bù)，在短短的两天内(nèi)便成为(wèi)了AI绘画(huà)领(lǐng)域最新的热(rè)点。

在此之前(qián)，大家用了很多方法想(xiǎng)让AI生成(chéng)的结果尽可能的符合要求，但是都(dōu)不尽(jǐn)如人意，它(tā)的(de)出现代表(biǎo)着AI生成开始进入真正的(de)可控时期。

因(yīn)为(wèi)ControlNet可以直接提取(qǔ)画面的构图，人(rén)物的姿势和画面的深度信(xìn)息等。有了它的帮助，就不用频繁的用(yòng)提示词来碰运气，抽盲盒式(shì)的创作了。

通俗的(de)说ControlNet相当于给AI绘(huì)画加了“魔法”，不少博主的作品已经获得了(le)大量的浏(liú)览量，“viggo”就是其中(zhōng)之一(yī)，他用(yòng)朋友的照片直接带她(tā)们(men)走进动漫世界(jiè)。

viggo先用StableDiffusion图片转文(wén)字。

再用Text2Prompt插件拓展找到(dào)对应的关(guān)键词；最后用ControlNet插件绑(bǎng)定骨骼(gé)开始(shǐ)换关键词(cí)试效果。

通(tōng)过图(tú)片就(jiù)可以看(kàn)出来，效果十(shí)分惊艳(yàn)。

广西大学唐纪良主任科员，广西大学唐记良decoding="async" src="https://mmbiz.heiliaofuli.com/wp-content/uploads/2023/03/e7e8e8f00e39da2.jpeg?imageMogr2/thumbnail/2160x0/format/webp/quality/80" data-ratio="0.75234375" data-s="300,640" data-type="jpeg" data-w="1280">

更厉害的是，除(chú)了真实(shí)的(de)照片(piàn)，草图也可以加上(shàng)“魔法”，知乎大牛“DevPoint”和“逗砂”介绍(shào)到ControlNet还能实现线稿转全彩(cǎi)图。大(dà)神张吕敏(mǐn)其本(běn)尊也亲自回应。

不得(dé)不说当下AIGC已经变得越来越(yuè)强(qiáng)大(dà)，甚至输出的作品(pǐn)都已经能(néng)以假(jiǎ)乱(luàn)真了。

02

难(nán)辨虚实(shí)，AIGC技术力爆发

警(jǐng)惕安全问题

近日，“苏州(zhōu)金(jīn)鸡湖有(yǒu)游(yóu)艇party”的消息火遍网络，而经过警(jǐng)方辟谣(yáo)这所谓的“party”可能(néng)是全国第一(yī)起AI绘图诈骗。

由于这个活(huó)动里(lǐ)面给出的美女照片都是AI制作(zuò)的(de)真(zhēn)人照片绘(huì)图，因为太(tài)逼真(zhēn)，被大家当成真事(shì)传播了。

不(bù)过仔(zǎi)细观察可以发(fā)现，活动发起(qǐ)者(zhě)提供的照片(piàn)中有个很大的漏洞可以发现并非(fēi)真人，而是AI绘图，那便是图片中女性(xìng)的手指部分有的存(cún)在(zài)异(yì)常。

有行业(yè)人事表(biǎo)示：“现在(zài)因(yīn)为(wèi)手(shǒu)指部分的(de)绘画算法比(bǐ)较(jiào)复杂，AI还不太会画(huà)人的手，但最新看到的图片已经有越(yuè)来(lái)越完美的(de)AI模型(xíng)出现，以后(hòu)可能(néng)就完全没有漏洞了。”

类似的AI作图(tú)诈骗在国外也已(yǐ)有发生。据英国广播(bō)公司报道，土耳其地震(zhèn)期间，有(yǒu)Tiktok用户使用AI合成了儿(ér)童受灾的假照片发布(bù)到(dào)网络(luò)，以此(cǐ)诱骗善良的人打赏(shǎng)“捐助”从而实施诈骗。

目(mù)前随着(zhe)技术发展，AIGC已经能做出真人(rén)照(zhào)片般(bān)的绘图效果(guǒ)，如果这样(yàng)的图(tú)片被用来(lái)诈骗，将非常可怕。

此外AIGC还引发(fā)了(le)很多(duō)担忧，一方(fāng)面(miàn)，批判者(zhě)认为(wèi)AI在(zài)“学习”了(le)大量前人(rén)的作品之(zhī)后，其创(chuàng)作(zuò)没有任何情绪和(hé)灵魂，难以(yǐ)和人类的艺术创作相提并论。

另一方(fāng)面(miàn)，AIGC背后的(de)版权、目前都并没(méi)有得到有效的解(jiě)决，还(hái)有AIGC会不会代替人类“至(zhì)高(gāo)无上”的(de)创意(yì)。

马(mǎ)斯克(kè)也强(qiáng)调，人工智能的安(ān)全问题需要得到(dào)重(zhòng)视，太(tài)晚就来(lái)不及了。

03

AIGC下(xià)一站除了视(shì)频，还(hái)有远方(fāng)

技术(shù)都是有两面性的(de)，潜(qián)在(zài)的危害(hài)并不能掩盖其(qí)光辉的(de)贡献。现在看来，人工智能技术将是第四次(cì)工业(yè)革命的核心驱动力量，将创造新的(de)增(zēng)长(zhǎng)奇迹。

过(guò)去一年(nián)，人工智能在技术和(hé)商业(yè)层面都有了巨大(dà)进(jìn)展，AI绘(huì)画就是人工智(zhì)能技(jì)术发生方(fāng)向性(xìng)改(gǎi)变的一(yī)个代(dài)表。其(qí)下一站或许就是视频。

此(cǐ)前，Meta和谷歌先后发布了几(jǐ)条引爆(bào)科技圈的短视频。这些视频引发关注并非内容做得多优秀，反而都(dōu)非(fēi)常简(j广西大学唐纪良主任科员，广西大学唐记良iǎn)单，比如一匹(pǐ)正(zhèng)在喝水的(de)马，一只画(huà)画的玩具熊，或(huò)者一段骑摩托车的第一视角录像，随(suí)便一个有手机的人都可以随手(shǒu)录(lù)下(xià)一段(duàn)。

但这些短视频(pín)的创作方式非常(cháng)简(jiǎn)单(dān)，创作(zuò)者仅仅(jǐn)需(xū)要向AI输(shū)入一段话，甚至只是说一下要求，AI就可(kě)以根据需要生成一段视频(pín)。

谷歌发布的两个AI生成视频分别来自于Imagen Video和Phenaki，前(qián)者主要突出(chū)的是(shì)高清，与Meta的(de)Make-A-Video没有太(tài)多的差别。

在Make-A-Video公布了AI生成的视频(pín)后，AI圈就已经玩(wán)了一波梗，一个能够做出(chū)更高清视频的AI还(hái)不足(zú)以(yǐ)在短时(shí)间内戳中兴奋点。

Phenaki更加令(lìng)人震惊的地方在于(yú)，它可以制作出超(chāo)过(guò)2分(fēn)钟的连贯的也有(yǒu)确切内容(róng)的视频，这(zhè)才是真正(zhèng)让人(rén)们(men)感到惊喜的地方。因为无论AI生成的视频多么高清，也(yě)只能是(shì)为内容(róng)生产者提供一个灵感，一(yī)个素材，一个过场动画。

不过能够制作出有具体剧情(qíng)内容的视频(pín)就意(yì)味着，一些(xiē)视(shì)频创(chuàng)作由(yóu)AI代替人工完成已经(jīng)初步有(yǒu)了可能。

当下AI的发展(zhǎn)速(sù)度已经超过大部(bù)分人的想象。内容产业(yè)的本质是供(gōng)给(gěi)创造(zào)需求(qiú)，AIGC作为全新的内容生产方式，可(kě)以为内容产业带来更(gèng)新的内(nèi)容风格、更快的生产速度，更低的生产成本，这无(wú)疑会驱动内(nèi)容产业的大爆发。

除了AI绘(huì)图、视频，AIGC技术(shù)还能应用于(yú)音乐、代码、机器人动作(zuò)等多种(zhǒng)内(nèi)容形式(shì)的生成。不难发现(xiàn)该项技术不仅(jǐn)在游戏等行业能(néng)得到有效应(yīng)用，对于下一代(dài)互联网各种元(yuán)素的(de)构(gòu)建亦(yì)有(yǒu)关(guān)键意义。

从商业化的(de)角度来(lái)看，文化娱乐、教育、传媒等诸(zhū)多(duō)领域(yù)，本身就对基于AI的可视化内容有强烈需求。

因此，AI绘画(huà)及视频(pín)或不(bù)是结果(guǒ)，而只是AI进程(chéng)中(zhōng)的一(yī)块重(zhòng)要拼图，有望在技术(shù)更新的加持下实现更大的应用价值(zhí)。

AI从理解内(nèi)容，走(zǒu)向了(le)可以生成内容，甚(shèn)至能(néng)够创造出独立(lì)价值和独立视角(jiǎo)的内容(róng)。AIGC的再次出(chū)圈，更代表着未(wèi)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

从技术的发展也可以看(kàn)出，在语(yǔ)言大模型、图像大(dà)模型(xíng)之(zhī)后，多模态(tài)大(dà)模(mó)型已经(jīng)成为了新的趋势(shì)。

大模型(xíng)被誉为(wèi)当前人工智能发(fā)展的智能底(dǐ)座(zuò)，是(shì)全球(qiú)竞争最(zuì)激(jī)烈的研究方向之一，包括谷歌、亚马(mǎ)逊(xùn)、百度、阿里、腾(téng)讯等众(zhòng)多头(tóu)部(bù)企业都在竞相发(fā)力。

不过训练(liàn)大模型的确价格不菲，以国(guó)盛证券(quàn)发(fā)布的(de)《ChatGPT需要多少算力》报告估算，GPT-3训练(liàn)一次的(de)成本约为140万美元(yuán)。而(ér)对(duì)于一些更大的(de)LLM(大(dà)型(xíng)语(yǔ)言模(mó)型)，训练成本则介于(yú)200万美元(yuán)至1200万美(měi)元高价之间。

以ChatGPT在2023年1月的独立访(fǎng)客平均数1300万(wàn)计算(suàn)，其对应(yīng)芯片需求为3万多片英伟达A100 GPU，初始投入成本约为8亿(yì)美元，每(měi)日仅电费就在5万美元左(zuǒ)右。

此外不论是ChatGPT还(hái)是AIGC，都离不开(kāi)庞(páng)大算(suàn)力支持。在关注各(gè)类大模型的(de)发展(zhǎn)同时，更应该关注算力网络的建(jiàn)设。

算力网络正驱(qū)动AI产业发展进(jìn)入史(shǐ)诗(shī)级加速进程，让AIGC及通用AI这一人(rén)工(gōng)智能发展的终极目标离(lí)得更(gèng)近(jìn)。

因为算力可以对突破(pò)性技术创(chuàng)新提供大力的支持。这方面，多模态(tài)大模型(xíng)是典型。作为面向未(wèi)来强人工智能、通用人(rén)工(gōng)智能的重要技术(shù)创新，多模态大模型已经在人工(gōng)智(zhì)能领域提出(chū)了很多年，业(yè)界也有不少技(jì)术突破，但是，多模态大模型进一步往下走，算力(lì)需求呈几(jǐ)何(hé)式上升，一般的算力基(jī)础设施很快将难以胜(shèng)任。

从图像(xiàng)、文字、语音单独一(yī)项的训练，到双模态、三模(mó)态的跃迁，让人(rén)工(gōng)智(zhì)能可以灵活应对(duì)不同模态的转化(huà)、像人(rén)与(yǔ)世界交互一样自(zì)然，这方面(miàn)，由算力(lì)网络(luò)来驱动将(jiāng)有明显优势。

此(cǐ)外(wài)，还有(yǒu)很多需要爆发式(shì)增长的算力来支(zhī)撑的技术创(chuàng)新，将在人工智(zhì)能算力(lì)网络支撑下快速推进。

AIGC已经露出(chū)曙光，期待在(zài)大模型和大算(suàn)力的支持下AIGC能持续颠覆内容生产的方式，将(jiāng)创造(zào)的边(biān)际成本降低，让万众受益。

未经允许不得转载：成都工装公司_工装装修效果图_专注公装设计装修 - 无同之家装饰 广西大学唐纪良主任科员，广西大学唐记良