自聊天机器人ChatGPT火爆(bào)以来，微软(ruǎn)公司创始(shǐ)人比尔·盖茨已多次公开谈论人(rén)工智能话题。在最近的(de)一(yī)次采访中，他(tā)再次表示：“AI可能(néng)会(huì)让(ràng)科技行业迎(yíng)来一次剧烈的洗牌”。

这(zhè)个结(jié)论(lùn)是(shì)他在当地时间2月20日接受《In Good Company》节目专访时(shí)提出的。

他预期(qī)，AI的发展可能(néng)会威胁到谷歌的市占率，因为微软在AI方面的行(xíng)动(dòng)相当迅速(sù)。而(ér)最终科(kē)技巨头将把(bǎ)AI整合成用户的“全能助手”，包揽(lǎn)一切(qiè)应用，与人们(men)进行沟通并(bìng)提(tí)供建议，可以取代亚(yà)马(mǎ)逊、Siri或Outlook等(děng)应用(yòng)。

大(dà)佬口(kǒu)中全(quán)能助手(shǒu)的到来可能尚(shàng)需时(shí)日，但由ControlNet引发(fā)的又一次(cì)AI绘画浪潮，让AIGC在(zài)ChatGPT的话题热点包围中(zhōng)杀出(chū)重围。

01

ControlNet颠覆AI绘画新玩法

AIGC向可(kě)控(kòng)靠近

以AI绘画为代(dài)表的AIGC上一(yī)次爆火的时(shí)候，还(hái)是2022年8月，在美国科(kē)罗拉多州(zhōu)举(jǔ)办的新兴数字(zì)艺术家竞赛中，一幅名为《太空(kōng)歌剧(jù)院》的作品获奖。

随后各大厂(chǎng)商的(de)AI绘画(huà)软件被广大(dà)网友熟知并(bìng)体验，Stable Diffusion便(biàn)是(shì)其中(zhōng)代表(biǎo)。

用户们可以在应(yīng)用中输(shū)入一组关键词或者一张照(zhào)片，就能获得一幅(fú)AI创作的(de)画作。

作(zuò)画(huà)的关(guān)键就是(shì)所输(shū)入的文本。同一组关键词也(yě)可以(yǐ)创(chuàng)作出(chū)很多张风格(gé)不一样的画作，这让创作的过(guò)程就像(xiàng)开盲盒。

很多用户很喜欢这种不确(què)定的惊喜(xǐ)，他们会将(jiāng)生成的美图当(dāng)做头像。而(ér)另一部分喜欢翻看AI绘(huì)画的(de)“翻车”作品(pǐn)。在社交媒体上，许多(duō)用户(hù)分(fēn)享(xiǎng)AI“翻车现场(chǎng)”，例如，一位网友的小(xiǎo)狗照片被AI画成了“肌肉男”，还有网(wǎng)友的个(gè)人(rén)照片被(bèi)AI识别成了建筑。

而如(rú)今随着ControlNet的出现与加(jiā)持，以往(wǎng)AI绘画的填写关键词游戏可能(néng)要(yào)被(bèi)颠覆了。

ControlNet是一(yī)位正在斯坦福(fú)读博的中国(guó)人张吕敏(mǐn)创作(zuò)的(de)一种基于控(kòng)制点的图(tú)像(xiàng)变形算法，主要用(yòng)于数字图像(xiàng)处理、计(jì)算(suàn)机视觉和计(jì)算(suàn)机图(tú)形(xíng)学等领(lǐng)域。

其SD插件一经发(fā)布，在短短的两天内便成为了AI绘画领域最(zuì)新(xīn)的热点。

在此之前，大家用(yòng)了很多方法想(xiǎng)让AI生成的结果(guǒ)尽(jǐn)可(kě)能的符合要(yào)求，但是(shì)都不尽如人意，它的出(chū)现代表着AI生成(chéng)开始进入真正的(de)可控时期。

因为ControlNet可以直接提取画面的(de)构(gòu)图，人物的姿势(shì)和画面(miàn)的(de)深度信息等。有了它的帮助，就不(bù)用频繁的用提示词(cí)来(lái)碰运气，抽(chōu)盲盒式的(de)创(chuàng)作了(le)。

通俗的说ControlNet相当(dāng)于给(gěi)AI绘画加了“魔法”，不少博主的作品已经获得了大(dà)量的浏览量，“viggo”就(jiù)是其中之一，他用朋(péng)友的照片直接带她们(men)走进动漫世界(jiè)。

viggo先用StableDiffusion图片(piàn)转文字。

再用Text2Prompt插(chā)件拓展找(zhǎo)到对应的关(guān)键词；最后(hòu)用(yòng)ControlNet插(chā)件绑定(dìng)骨(gǔ)骼开始换关键词试(shì)效果(guǒ)。

通(tōng)过图片就可以看(kàn)出来(lái)，效果十分惊艳。

更厉(lì)害(hài)的是，除了真实的照片，草图也可以加(jiā)上(shàng)“魔法”，知乎大(dà)牛“DevPoint”和“逗砂”介绍到ControlNet还能实(shí)现线稿转(zhuǎn)全彩图。大神张吕敏其本尊也亲自回应。

不得不说当下AIGC已经变得越来越强大，甚(shèn)至(zhì)输出的作品都已(yǐ)经能以(yǐ)假乱真了。

02

难辨(biàn)虚实，AIGC技术力爆发

警惕安全(quán)问题(tí)

近(jìn)日，“苏州金(jīn)鸡湖有游艇party”的消息火(huǒ)遍网络，而经过警方辟谣(yáo)这所(suǒ)谓的“party”可能是全国第一起(qǐ)AI绘图诈骗(piàn)。

由于这个活动里面给出的(de)美女照片都是AI制作的真(zhēn)人照(zhào)片绘图，因为太(tài)逼真，被大(dà)家当成真事传播了。

不(bù)过仔细观察(chá)可以发现(xiàn)，活动发(fā)起者提供的(de)照片中有个很大的(de)漏洞可以发现并非真人(rén)，而是AI绘图，那便(biàn)是图片(piàn)中女性的手(shǒu)指部分有的存在异常(cháng)。

有行(xíng)业人事表示(shì)：“现在(zài)因为手(shǒu)指(zhǐ)部分的绘画(huà)算法比(bǐ)较复杂，AI还不(bù)太会画人的手，但最新看(kàn)到的图(tú)片已经有越来越完美的AI模型出现，以后可(kě)能就完全没有漏洞了。”

类似的AI作图诈骗(piàn)在国(guó)外也已有发生。据英国广播(bō)公司报道(dào)，土耳其地震期间，有Tiktok用户使用(yòng)AI合成了儿童受灾的(de)假照片发布到网络，以此诱骗善良的人打赏“捐(juān)助”从而实施诈(zhà)骗(piàn)。

目前(qián)随(suí)着技术发(fā)展，AIGC已经(jīng)能做出真人照片(piàn)般的绘图效果，如果这样(yàng)的图片被用(yòng)来诈(zhà)骗，将非(fēi)常可怕。

此(cǐ)外AIGC还引发(fā)了很多担忧，一方面，批判者认为AI在“学(xué)习”了大量(liàng)前人的作(zuò)品之(zhī)后(hòu)，其创作没有任何(hé)情绪和灵魂，难以和人类(lèi)的艺(yì)术创作(zuò)相提并论。

另一(yī)方面，AIGC背(bèi)后的版权、目前都并没有得到有效(xiào)的解决，还(hái)有AIGC会(huì)不会代替人类“至高无上(shàng)”的创意。

马(mǎ)斯克(kè)也强调，人工智(zhì)能的安全问题需(xū)要(yào)得(dé)到重视，太晚(wǎn)就来不(bù)及了。

03

AIGC下一站除了视频，还有远(yuǎn)方

技术(shù)都是(shì)有两(liǎng)面性的，潜在的危害并不能(néng)掩(yǎn)盖其光辉的贡献。现在看来，人工智能技术将是第(dì)四次(cì)工业革命的(de)核心驱动力(lì)量，将创造新的增(zēng)长奇迹。

过去一年，人工智能在技(jì)术(shù)和商业层面都有了巨(jù)大进(jìn)展，AI绘画就是人工智能技术发(fā)生方向性改变(biàn)的一个代表(biǎo)。其下一站或许就是视频(pín)。

此(cǐ)前，Meta和谷歌(gē)先(xiān)后发布(bù)了(le)几条引爆科技圈的短视(shì)频。这些(xiē)视(shì)频(pín)引(yǐn)发(fā)关注并非内容做(zuò)得(dé)多优秀，反(fǎn)而(ér)都非(fēi)常(cháng)简单，比如(rú)一匹正在(zài)喝(hē)水的马，一只画画的玩具熊，或(huò)者(zhě)一段(duàn)骑摩托(tuō)车(chē)的第一视(shì)角录像，随便一(yī)个有(yǒu)手机的人都可以随(suí)手录下一(yī)段。

但这些短视频的创(chuàng)作方式非常简(jiǎn)单，创作者仅仅需要向AI输入一(yī)段(duàn)话，甚至只是(shì)说一(yī)下(xià)要求，AI就可(kě)以(yǐ)根据需要(yào)生(shēng)成一(yī)段视频。

谷歌发布的两个AI生成视频分别来(lái)自于Imagen Video和Phenaki，前(qián)者(zhě)主要突出(chū)的(de)是高(gāo)清，与Meta的Make-A-Video没有太多的(de)差别。

在Make-A-Video公(gōng)布了AI生成的视(shì)频后，AI圈(quān)就已经玩了(le)一波梗，一个能够做出更高(gāo)清视(shì)频的AI还不足以(yǐ)在短时间(jiān)内戳中兴奋点(diǎn)。

Phenaki更加令人震惊(jīng)的地方在(zài)于(yú)，它(tā)可以制作出超过2分钟(zhōng)的连(lián)贯的(de)也(yě)有(yǒu)确(què)切内容的视频，这才是真(zhēn)正让人(rén)们感(gǎn)到惊喜(xǐ)的(de)地方。因为无论(lùn)AI生成的(de)视频多么高清，也只(zhǐ)能是为内容生产者(zhě)提供一个灵感，一个素材(cái)，一个过(guò)场动(dòng)画。

不过能够制作出有具(jù)体剧(jù)情内容的视频就意(yì)味着，一些视频创作由AI代(dài)替人工(gōng)完成已经初步有了可能(néng)。

当下AI的(de)发展速度已经超过(guò)大部分(fēn)人的想象(xiàng)。内容产业的(de)本质是供给(gěi)创造需求，AIGC作为全新的内容生产方式，可以为内容产业(yè)带来更新的内容风格、更快(kuài)的(de)生产(chǎn)速度，更低的(de)生产成(chéng)本(běn)，这(zhè)无疑会驱动内容产业的(de)大爆发(fā)。

除了AI绘图(tú)、视(shì)频，AIGC技术还能应用于音(yīn)乐(lè)、代码(mǎ)、机(jī)器人动(dòng)作(zuò)等多种内容(róng)形式的生成。不难发现该项(xiàng)技术不仅在游戏(xì)等行业能(néng)得到有(yǒu)效应(yīng)用，对于下一代(dài)互联(lián)网各种(zhǒng)元素(sù)的构建亦有关(guān)键意义。

从商(shāng)业(yè)化的角度来看，文(wén)化娱乐(lè)、教育、传(chuán)媒等诸多领域，本身(shēn)就(jiù)对基(jī)于(yú)AI的可视化内容(róng)有(yǒu)强烈需求。

因此，AI绘画及(jí)视频(pín)或不(bù)是结果，而只是AI进(jìn)程中的一块(kuài)重要拼图，有望在技(jì)术更新的加持下(xià)实(shí)现(xiàn)更大的应用价(jià)值。

AI从(cóng)理(lǐ)解内容(róng)，走向了可以生成内容，甚至能够创造出独立价(jià)值和独立视角的内容(róng)。AIGC的(de)再(zài)次出(chū)圈，更代(dài)表(biǎo)着未来(lái)的先进生产力即将到(dào)来(lái)。

04

紧抓(zhuā)大模型(xíng)与(yǔ)算力(lì)，牢建军是哪一年固AIGC底座

从(cóng)技术的发展也可以看出，在语言大模型(xíng)、图像大模型之后，多模态大(dà)模(mó)型(xíng)已(yǐ)经成(chéng)为了(le)新(xīn)的(de)趋势。

大模型被誉为(wèi)当(dāng)前人(rén)工(gōng)智能发展的智能底座，是全球(qiú)竞(jìng)争最激烈的(de)研究方向之一，包括谷歌、亚马逊、百度、阿里、腾讯等(děng)众多头(tóu)部企业都在竞相发(fā)力。

不过(guò)训练(liàn)大模(mó)型的(de)确价格不菲，以国盛证券(quàn)发布的(de)《ChatGPT需要(yào)多少算力》报告(gào)估算，GPT-3训练一(yī)次(cì)的成本约(yuē)为140万美元(yuán)。而(ér)对于一些更大的(de)LLM(大型语言模型(xíng))，训练成本则介于200万美元至1200万美元高(gāo)价之(zhī)间。

以ChatGPT在2023年(nián)1月的独立访客平均数1300万计算(suàn)，其对应芯片(piàn)需求为3万(wàn)多片英伟达A100 GPU，初(chū)始投入成(chéng)本约(yuē)为8亿美元，每日(rì)仅(jǐn)电(diàn)费(fèi)就在5万美元左右。

此外(wài)不论是ChatGPT还是AIGC，都离不(bù)开庞大算力(lì)支持。在(zài)关注各类大模(mó)型的(de)发展同时，更(gèng)应该关注算力(lì)网(wǎng)络的建设。

算(suàn)力网络正驱动(dòng)AI产业发(fā)展进入史(shǐ)诗级加速进(jìn)程，让AIGC及通用AI这一人(rén)工智能发展(zhǎn)的(de)终极目标(biāo)离(lí)得更(gèng)近。建军是哪一年trong>