自聊天机器人(rén)ChatGPT火爆以来，微软公(gōng)司创始人比尔·盖茨(cí)已多次(cì)公开谈论人(rén)工智能(néng)话题。在(zài)最(zuì)近的一(yī)次采访(fǎng)中，他再次(cì)表示：“AI可能会(huì)让科(kē)技行业迎(yíng)来一次剧烈的洗(xǐ)牌”。

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

他预期，AI的(de)发展(zhǎn)可能(néng)会威胁到谷歌的市占率，因为微软(ruǎn)在AI方面的行动相当(dāng)迅(xùn)速。而最终科技(jì)巨头(tóu)将把AI整合(hé)成(chéng)用户的“全能助手”，包揽一切应(yīng)用，与人们进行沟通(tōng)并提供建议，可以取代(dài)亚马逊(xùn)、Siri或Outlook等应用(yòng)。

大(dà)佬口中全能助手的到来(lái)可能尚需时日，但由ControlNet引发的又一次AI绘(huì)画浪潮，让AIGC在ChatGPT的话题热点(diǎn)包围中杀(shā)出重围。

01

ControlNet颠覆AI绘画(huà)新玩(wán)法

AIGC向(xiàng)可控靠(kào)近(jìn)

以(yǐ)AI绘画为(wèi)代表的AIGC上一次爆火的时候，还是2022年8月，在美国科罗拉多州举办的(de)新兴数(shù)字艺(yì)术家竞(jìng)赛中，一幅(fú)名为《太空(kōng)歌(gē)剧(jù)院》的作品获(huò)奖(jiǎng)。

随后各大厂商的(de)AI绘(huì)画软件被(bèi)广大网友熟知并体验，Stable Diffusion便(biàn)是其中代表。

用户(hù)们可以在应用(yòng)中输入一组关键词或者一(yī)张照片，就能获得一幅AI创(chuàng)作的画作。

作画(huà)的(de)关键就是所输入的文本。同一组关键(jiàn)词也可以创(chuàng)作出很(hěn)多张风格不一样(yàng)的(de)画作，这让创作的过(guò)程(chéng)就像开盲盒(hé)。

很多用户很喜欢(huān)这(zhè)种不确定的惊喜，他们(men)会将(jiāng)生成的美(měi)图当做头像。而另一部分喜欢翻看AI绘(huì)画的(de)“翻车”作(zuò)品。在社交媒(méi)体(tǐ)上，许多用户分享(xiǎng)AI“翻车现场(chǎng)”，例如，一位网友的小狗照片被(bèi)AI画成(chéng)了“肌肉(ròu)男”，还(hái)有(yǒu)网友的个人照片(piàn)被AI识(shí)别成了建筑。

而如今(jīn)随着ControlNet的出现与加持，以往AI绘画的填(tián)写(xiě)关(guān)键词游戏可(kě)能要被颠覆(fù)了(le)。

ControlNet是(shì)一位正在斯坦福读博的中国人(rén)张吕敏(mǐn)创(chuàng)作(zuò)的一(yī)种基(jī)于控制点(diǎn)的图像变形算(suàn)法，主要(yào)用于数(shù)字图像处理、计(jì)算机视觉(jué)和计算机图形(xíng)学等领域。

其SD插件一经发(fā)布，在(zài)短短的两天内便成为(wèi)了(le)AI绘画领域最(zuì)新的热(rè)点。

在此之前(qián)，大家用(yòng)了很多方法(fǎ)想让AI生(shēng)成的结果(guǒ)尽可能的符合要(yào)求，但是都不(bù)尽如人(rén)意，它的出现代表着AI生成开始进入真正的可控时期。

因为ControlNet可以直接提取画面的构图(tú)，人物(wù)的姿势和画(huà)面的深(shēn)度(dù)信息等。有了它的帮助，就不用频繁的(de)用提示词(cí)来碰运(yùn)气，抽盲盒式的创作了。

通俗的(de)说ControlNet相当于(yú)给AI绘画加(jiā)了“魔法”，不少博主的作品已经获得(dé)了大量的(de)浏览量(liàng)，“viggo”就是(shì)其中之一，他用(yòng)朋友的照(zhào)片直(zhí)接(jiē)带她(tā)们走(zǒu)进动漫(màn)世界。

viggo先用StableDiffusion图片(piàn)转文字。

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

通过图片就可以看出来，效果十分惊(jīng)艳。

更厉害的是，除(chú)了(le)真实的照片，草图也可以(yǐ)加上“魔(mó)法”，知(zhī)乎(hū)大(dà)牛“DevPoint”和“逗砂(shā)”介绍到ControlNet还(hái)能实现线稿转全彩图。大神张吕(lǚ)敏其本尊(zūn)也亲自回应(yīng)。

不得不说当下AIGC已(yǐ)经变得越来越强大，甚至输(shū)出(chū)的(de)作品都已经(jīng)能以(yǐ)假(jiǎ)乱真了(le)。

02

难辨虚(xū)实，AIGC技(jì)术(shù)力爆发

警惕安全问题

近(jìn)日，“苏州(zhōu)金鸡湖有游艇party”的消(xiāo)息火遍网(wǎng)络，而经过警(jǐng)方辟谣这所谓的“party”可能是全国第一起AI绘图诈(zhà)骗。

由于这个活动里面给出的美女照(zhào)片都是(shì)AI制作(zuò)的真人(rén)照片绘(huì)图，因为太逼真，被大家当成(chéng)真事传播了。

不过(guò)仔细(xì)观察可以发(fā)现，活动发起者提供的照片中有个很大(dà)的漏(lòu)洞可以发现(xiàn)并非真人，而是(shì)AI绘图，那便是图片中女性(xìng)的(de)手指部分有的存(cún)在异常。

有行业人事表示(shì)：“现在因(yīn)为手指(zhǐ)部(bù)分的绘画算法比较复(fù)杂(zá)，AI还不太会画人的手(shǒu)，但最新看到的(de)图(tú)片已(yǐ)经(jīng)有越来越(yuè)完美的AI模(mó)型出(chū)现(xiàn)，以后可(kě)能就完(wán)全没有漏洞(dòng)了。”

类似的AI作图诈(zhà)骗在国外也已有发生。据英国广播公(gōng)司(sī)报道，土耳其地震期间(jiān)，有(yǒu)Tiktok用户(hù)使用AI合(hé)成了儿童受灾的假照(zhào)片发(fā)布(bù)到网络，以(yǐ)此诱骗善良的人(rén)打赏(shǎng)“捐助”从而实施(shī)诈骗(piàn)。

目前随着技(jì)术发展，AIGC已经能做出(chū)真人照片般的绘图效(xiào)果(guǒ)，如果这样(yàng)的图片被用来(lái)诈(zhà)骗(piàn)，将非(fēi)常可怕。

此(cǐ)外AIGC还引发了很多担忧，一方面，批判者认为AI在“学习”了(le)大量前人(rén)的(de)作品之后，其创作没有任何情绪和(hé)灵(líng)魂，难(nán)以和人类的艺(yì)术(shù)创作相提(tí)并论。

另一方面，AIGC背后的版权、目前都并没有得到有(yǒu)效(xiào)的(de)解(jiě)决，还有AIGC会(huì)不会代替(tì)人(rén)类“至高无上(shàng)”的创意。

马斯克也(yě)强调，人工(gōng)智能的安全问题需(xū)要得到重视，太晚就来不及了。

03

AIGC下一站除了(le)视频，还有远方

技术(shù)都是有两(liǎng)面性的(de)，潜在(zài)的(de)危(wēi)害并不能(néng)掩盖(gài)其光辉(huī)的贡(gòng)献。现在(zài)看来(lái)，人工智能技(jì)术将(jiāng)是第(dì)四次工业革命(mìng)的(de)核(hé)心驱动(dòng)力量，将创造新(xīn)的增长奇(qí)迹(jì)。

过去一年，人工智能在(zài)技术和(hé)商(shāng)业层(céng)面都有了(le)巨大进展，AI绘(huì)画就是(shì)人工(gōng)智能技(jì)术发生(shēng)方(fāng)向性(xìng)改变的一个代表(biǎo)。其下一站或许(xǔ)就(jiù)是(shì)视频。

此前(qián)，Meta和谷歌先后(hòu)发布了几条引爆科技(jì)圈的短视频。这些(xiē)视频(pín)引发(fā)关(guān)注(zhù)并非内容做得多优(yōu)秀(xiù)，反而都(dōu)非常简单(dān)，比(bǐ)如一匹(pǐ)正在喝水的(de)马，一只画(huà)画的(de)玩具(jù)熊，或(huò)者(zhě)一段骑摩(mó)托(tuō)车的第一视(shì)角录像，随便一个有手机的(de)人都可以随手(shǒu)录下一段。

但(dàn)这些短视频(pín)的创(chuàng)作方(fāng)式非常简单(dān)，创(chuàng)作者仅(jǐn)仅需要(yào)向AI输入(rù)一段话，甚至(zhì)只(zhǐ)是说一下(xià)要求(qiú)，AI就(jiù)可以根据需要生(shēng)成一段视频(pín)。

谷歌发布的两个AI生成(chéng)视频分(fēn)别来自于Imagen Video和Phenaki，前者主要突出的是(shì)高(gāo)清(qīng)，与Meta的Make-A-Video没有(yǒu)太多的差(chà)别。

在Make-A-Video公布(bù)了AI生成的视频后(hòu)，AI圈就(jiù)已经玩了一波梗，一个能够(gòu)做出更高清视频的AI还不足(zú)以(yǐ)在短时间内(nèi)戳(chuō)中兴奋点。

Phenaki更加令人震(zhèn)惊的地方在于，它可以制作出超过(guò)2分钟(zhōng)的连贯的也有确切内(nèi)容的视频，这才是真正让人(rén)们感到惊喜的(de)地(dì)方。因为(wèi)无论AI生成(chéng)的视(shì)频多么高清(qīng)，也只能是为(wèi)内容生产者提供一个灵感，一个素材，一(yī)个过场动(dòng)画(huà)。

不过能够制作出有具体(tǐ)剧情内容的视频就意味着，一些视频创作由(yóu)AI代替人工完成(chéng)已经初(chū)步有了可能。

当下AI的发展速度已(yǐ)经(jīng)超过(guò)大(dà)部分(fēn)人(rén)的(de)想象。内(nèi)容(róng)产(chǎn)业的本质是供(gōng)给创造需求，AIGC作为全新(xīn)的内容生产方式，可(kě)以(yǐ)为内容(róng)产业带(dài)来更新的内容(róng)风格(gé)、更快的生(shēng)产速度，更低的生产(chǎn)成本，这无(wú)疑会驱动内容(róng)产(chǎn)业的大爆发(fā)。

除了AI绘(huì)图、视频，AIGC技术还能应(yīng)用于音乐、代码、机器人动(dòng)作(zuò)等多种内容形式(shì)的生(shēng)成(chéng)。不(bù)难发现该项技术不仅在(zài)游(yóu)戏等行业能得到有效(xiào)应用，对于下一(yī)代互联(lián)网各种元素的构建(jiàn)亦有关键意义。

从(cóng)商业化的角度来(lái)看，文化娱乐、教育、传媒等诸多领域，本身就对基于AI的(de)可视化内容有强烈需求。

因此，AI绘画及(jí)视频(pín)或不是结(jié)果，而只(zhǐ)是AI进程中的一块重要拼图(tú)，有望在技(jì)术更新的加持下实(shí)现更大的应用价值。

AI从理解内(nèi)容，走(zǒu)向了可以生成内容，甚至能够创造(zào)出(chū)独立价值和(hé)独立视角的内(nèi)容。AIGC的再(zài)次出圈，更代表着未来的(de)先进生(shēng)产(chǎn)力即将(jiāng)到(dào)来。

04

紧抓大模型与(yǔ)算力(lì)，牢(láo)固AIGC底座

从技术的(de)发展也可以看(kàn)出(chū)，在语言大模(mó)型、图像(xiàng)大模型之后，多模态(tài)大模型(xíng)已经成为了(le)新的趋势。

大(dà)模型(xíng)被誉为当前人工智能发展的智能底(dǐ)座，是全球竞争(zhēng)最激(jī)烈的研究方向(xiàng)之一，包括谷歌、亚马逊、百度、阿里(lǐ)、腾(téng)讯等众多头部企业都在竞(jìng)相发力。

不过训练大模型(xíng)的确价(jià)格不(bù)菲，以(yǐ)国盛证券发(fā)布的《ChatGPT需要多少算力(lì)》报告估算，GPT-3训练一次的成(chéng)本约为140万美元。而对于一些更大(dà)的(de)LLM(大型语言模型(xíng))，训练(liàn)成(chéng)本(běn)则介(jiè)于200万美元至1200万美元(yuán)高价之间。

以(yǐ)ChatGPT在2023年1月(yuè)的独立访(fǎng)客平均数1300万计算，其对应芯片需求为3万多片(piàn)英伟达A100 GPU，初始投入成本约(yuē)为8亿美(měi)元(yuán)，每日(rì)仅(jǐn)电(diàn)费就(jiù)在5万美元(yuán)左右(yòu)。

此外不(bù)论是ChatGPT还是AIGC，都(dōu)离不开庞大算力支持。在关注各(gè)类大模(mó)型的(de)发展同时，更(gèng)应该关注算力网(wǎng)络(luò)的建设。

算力网络正驱动(dòng)AI产业(yè)发展(zhǎn)进入史诗级加速进程，让AIGC及(jí)通用AI这(zhè)一人(rén)工(gōng)智能发展的终极目标离得更近。

因为(wèi)算力可以对突破性技术创(chuàng)新提供大力的支持。这方面，多(duō)模态(tài)大模型是(shì)典型。作为面向未来强人工(gōng)智(zhì)能、通用(yòng)人(rén)工智能的重(zhòng)要技术创(chuàng)新，多模态大模型已经在(zài)人工(gōng)智能领域提出了(le)很多(duō)年(nián)，业界也有(yǒu)不少技术突破，但(dàn)是，多(duō)模态大模型进一步往(wǎng)下走，算(suàn)力需求呈几(jǐ)何式(shì)上升，一(yī)般的算力基(jī)础设(shè)施(shī)很快将难以胜任。

从(cóng)图像、文字、语音单独一项的训练，到(dào)双(shuāng)模(mó)态、三模态的(de)跃(yuè)迁，让人工智(zhì)能可以灵活(huó)应(yīng)对不同模态的转(zhuǎn)化、像人与(yǔ)世界交互一样自然，这方面，由算力网(wǎng)络来驱动将有明(míng)显(xiǎn)优(yōu)势。

此外(wài)，还有很多需要爆发式(shì)增长的算力来支撑(chēng)的(de)技(jì)术创(chuàng)新(xīn)，将(jiāng)在人工智能算力网络(luò)支撑下快速推进(jìn)。2100是平年还是闰年，2100是平年还是闰年最佳答案trong>