自聊天机器人ChatGPT火爆(bào)以(yǐ)来，微(wēi)软(ruǎn)公司创始人(rén)比尔(ěr)·盖(gài)茨已(yǐ)多次公开(kāi)谈论人(rén)工智能(néng)话(huà)题。在最近的(de)一(yī)次采(cǎi)访中，他再(zài)次表示：“AI可能会(huì)让科技(jì)行业迎来一次剧烈的(de)洗牌”。

这(zhè)个结论是他在(zài)当地时间2月20日接受《In Good Company》节目专访时提出(chū)的。

他预期，AI的发展可(kě)能会威胁到(dào)谷(gǔ)歌的市占率(lǜ)，因为微软在AI方面的行动相(xiāng)当迅速。而最终科技巨头将把(bǎ)AI整(zhěng)合成用户的“全(quán)能助手(shǒu)”，包揽一切(qiè)应用，与(yǔ)人(rén)们进行沟通并提供建议(yì)，可以取代亚马逊、Siri或Outlook等应(yīng)用。

大佬(lǎo)口(kǒu)中全能助手(shǒu)的到(dào)来可(kě)能尚需时日，但由ControlNet引发的又一次AI绘画浪潮，让AIGC在ChatGPT的话题热点(diǎn)包围中杀出(chū)重围。

01

ControlNet颠覆AI绘画新玩法

AIGC向(xiàng)可控靠近

以(yǐ)AI绘画(huà)为代(dài)表的(de)AIGC上一次爆火的(de)时候，还是2022年(nián)8月，在(zài)美国科罗拉多州举办的新兴数(shù)字艺术家竞赛中，一幅名为(wèi)《太空歌(gē)剧(jù)院》的(de)作品获(huò)奖。

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

用(yòng)户们可以在应用中(zhōng)输入一组关(guān)键词或者一张照片，就(jiù)能(néng)获得一(yī)幅AI创作的画作(zuò)。

作画的关键(jiàn)就是(shì)所(suǒ)输入的文(wén)本。同一(yī)组(zǔ)关键词也(yě)可以创作出很多张风格不一(yī)样的(de)画作，这让创作的过程就(jiù)像开盲盒(hé)。

很多(duō)用(yòng)户很(hěn)喜欢这(zhè)种不(bù)确(què)定的惊喜，他们(men)会(huì)将生(shēng)成的美图当做头(tóu)像。而另一部分喜欢(huān)翻(fān)看AI绘画的“翻车”作品。在社交媒体上，许多用户分(fēn)享(xiǎng)AI“翻车现场”，例如，一位网友的小狗(gǒu)照片被AI画成了“肌肉男”，还有网友(yǒu)的个人照片被AI识别成了建筑(zhù)。

而如今随着ControlNet的出(chū)现与加(jiā)持(chí)，以往(wǎng)AI绘画的填写关(guān)键(jiàn)词(cí)游戏可能要被颠(diān)覆了。

ControlNet是一(yī)位(wèi)正在斯坦福读博的中国人张吕(lǚ)敏创作的一种基于控制点(diǎn)的(de)图像变形(xíng)算法，主(zhǔ)要用于数字图像处理、计算机视觉和计算机(jī)图形学等领域(yù)。

其SD插件一经(jīng)发布，在短短的两天(tiān)内(nèi)便成(chéng)为了AI绘画领域(yù)最新(xīn)的热点(diǎn)。

在此之前(qián)，大家(jiā)用了很(hěn)多方法想让AI生成的结(jié)果尽可能的(de)符(fú)合要求，但是都(dōu)不(bù)尽(jǐn)如人意(yì)，它的出(chū)现代表着AI生成开始进入真(zhēn)正的可控时期(qī)。

因为ControlNet可以直(zhí)接提取(qǔ)画(huà)面的构图，人(rén)物(wù)的姿势和画面(miàn)的深度(dù)信息等。有了(le)它的帮助，就不用频(pín)繁的用(yòng)提示词来碰(pèng)运气，抽(chōu)盲盒式(shì)的创作了。

通俗的说ControlNet相当(dāng)于给AI绘画加了“魔(mó)法”，不少博(bó)主的作品已经获得了大(dà)量的浏(liú)览量，“viggo”就是其中之一，他用朋友的照片直接带她们走进动漫(màn)世界。

viggo先用StableDiffusion图片转文字。

再用Text2Prompt插件拓展找到对应的关键词；最后用(yòng)ControlNet插件(jiàn)绑定骨骼开始换关键词试(shì)效果。

通(tōng)过图片就可以看出来，效果(guǒ)十分惊艳(yàn)。

更(gèng)厉(lì)害的是，除了真(zhēn)实的(de)照片，草(cǎo)图也可以(yǐ)加上“魔法(fǎ)”，知乎(hū)大牛“DevPoint”和“逗砂”介绍到ControlNet还能实现线稿转(zhuǎn)全彩图。大神张吕敏其本尊(zūn)也亲(qīn)自(zì)回(huí)应。

不得不说当下AIGC已经(jīng)变得越来(lái)越强大(dà)，甚至输出(chū)的作(zuò)品都已经(jīng)能以假乱真了。

02

难辨虚实，AIGC技(jì)术力爆发(fā)

警(jǐng)惕安全问题

近日(rì)，“苏州金(jīn)鸡湖(hú)有(yǒu)游艇party”的(de)消(xiāo)息火遍网(wǎng)络(luò)，而经(jīng)过警方辟(pì)谣这(zhè)所谓的“party”可能是(shì)全国第一(yī)起AI绘图诈(zhà)骗。

由于(yú)这个活动里面(miàn)给出的美女照(zhào)片都(dōu)是AI制作的(de)真人照片(piàn)绘图，因(yīn)为(wèi)太(tài)逼真，被大家(jiā)当成(chéng)真事传播了。

不过仔(zǎi)细观察可以(yǐ)发现(xiàn)，活动发起者提供的照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(tú)片中女性的(de)手指部分有的(de)存在(zài)异常。

有(yǒu)行业人事表示(shì)：“现在因为(wèi)手指部分的绘画算法比(bǐ)较复(fù)杂，AI还不太会画人(rén)的(de)手，但最新看到的图片已经(jīng)有越来越(yuè)完(wán)美的(de)AI模型出(chū)现，以后可能就完全没有(yǒu)漏(lòu)洞了。”

类似(shì)的AI作图诈骗在国外也已有发生。据英(yīng)国(guó)广播公司(sī)报道，土耳其地震(zhèn)期间，有Tiktok用户使用AI合成(chéng)了儿童受灾的假照片发布到网络，以此诱(yòu)骗善良的人打赏“捐助”从而实施(shī)诈(zhà)骗(piàn)。

目前随着技术发展(zhǎn)，AIGC已(yǐ)经能做出真人(rén)照片(piàn)般(bān)的绘图效果，如果这样(yàng)的图片被用(yòng)来诈骗，将非常可怕。

此外AIGC还引发了很多担忧，一方(fāng)面(miàn)，批判者(zhě)认为AI在“学习”了大量前人的作(zuò)品之后，其创作没有任何情(qíng)绪和(hé)灵魂，难以和人类的艺术创作相(xiāng)提并论。

另(lìng)一方(fāng)面，AIGC背后(hòu)的(de)版权、目前都(dōu)并(bìng)没有(yǒu)得到有效的(de)解决(jué)，还(hái)有AIGC会不会(huì)代替人类“至高无上(shàng)”的创意。

马斯克(kè)也强调，人工(gōng)智能的安全(quán)问题(tí)需要得到重视，太晚(wǎn)就来不及了。

03

AIGC下一站除了视频(pín)，还有远(yuǎn)方

技术都(dōu)是有两面性的，潜(qián)在(zài)的危害(hài)并不能(néng)掩盖其光辉的贡(gòng)献。现在看来，人工智能技术将是第四次工业革命的核心驱动力(lì)量，将创造新的增长奇(qí)迹。

过去一年，人工智能在技术和商业层面(miàn)都(dōu)有了巨(jù)大进展，AI绘画就(jiù)是人(rén)工智能技术发生方向性改变的一个代表。其下一站或许就是视频。

此前(qián)，Meta和谷歌先后(hòu)发布了几条(tiáo)引爆科(kē)技圈的短视频。这(zhè)些(xiē)视频引(yǐn)发(fā)关注并非(fēi)内容做得多优秀，反而都非常简单，比如(rú)一匹正在喝(hē)水的马，一(yī)只(zhǐ)画画的玩具熊，或者一段骑摩(mó)托(tuō)车(chē)的(de)第一(yī)视角录像(xiàng)，随便一个有(yǒu)手机的人都可(kě)以随手录下一段。

但(dàn)这些短视频的创作方(fāng)式非常简单，创(chuàng)作者仅仅需要向AI输入一段话，甚至只是说一下要(yào)求，AI就可以根据需要生(shēng)成一段视频。

谷(gǔ)歌发布的两个AI生成视频分别来自(zì)于Imagen Video和Phenaki，前者主要突出的(de)是高清，与(yǔ)Meta的Make-A-Video没有太多的差别。

在Make-A-Video公布了AI生成的视频(pín)后，AI圈就已(yǐ)经(jīng)玩(wán)了一波梗，一个能(néng)够做出更高(gāo)清视(shì)频的AI还不足以在短时(shí)间内戳中兴奋点。

Phenaki更(gèng)加令人震惊的地方在于，它可以制作出超过2分钟的连贯的也(yě)有确切内容的视频，这(zhè)才是真正让人(rén)们(men)感到惊喜的地方。因(yīn)为无论(lùn)AI生成的视频多么(me)高(gāo)清，也只(zhǐ)能(néng)是(shì)为内容(róng)生产(chǎn)者(zhě)提供一个灵感，一个素材，一(yī)个过(guò)场(chǎng)动画。

不过能够制作出有具体剧情(qíng)内容的(de)视频就意味着，一些视频创作由AI代(dài)替人工完成已(yǐ)经(jīng)初(chū)步有了可能(néng)。

当下AI的发展(zhǎn)速(sù)度已经超(chāo)过(guò)大部分人的想象(xiàng)。内容产业的本质是(shì)供给创造需求(qiú)，AIGC作为全新的内容生(shēng)产方式，可以(yǐ)为内容产业带来(lái)更新的内容风格、更快(kuài)的(de)生产速度，更低(dī)的生(shēng)产成本，这无疑会驱动内(nèi)容产业的大(dà)爆发。

除(chú)了AI绘图、视频，AIGC技术(shù)还能(néng)应用于音乐、代码、机器人(rén)动(dòng)作等多种(zhǒng)内容形(xíng)式的生成(chéng)。不难发(fā)现(xiàn)该项技术(shù)不仅在游戏等行业能得到(dào)有效应用，对于下一代互(hù)联网各种元素的构建亦有关键意义(yì)。

从商业化的(de)角度来看，文化娱乐、教育、传媒等诸(zhū)多领域，本身就对基(jī)于(yú)AI的可视化内容有强烈需(xū)求。

因此，AI绘(huì)画及视频或不是结果(guǒ)，而只是AI进程中的一块重要拼图，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(jiě)内容，走向了可以生成(chéng)内容(róng)，甚至能够创造出独立价值和独立视角的内容。AIGC的再次出圈，更代表着(zhe)未来的先进生产(chǎn)力即将到来。

04

紧抓(zhuā)大(dà)模型与算力，牢固AIGC底座(zuò)

从技术的发展(zhǎn)也可以看出，在语言(yán)大模型、图(tú)像大模型之后，多(duō)模(mó)态大模型已(yǐ)经(jīng)成为(wèi)了新的趋势。

大模(mó)型(xíng)被誉为当前人(rén)工智能发(fā)展(zhǎn)的(de)智能底座，是全球竞争(zhēng)最激(jī)烈的研究方向(xiàng)之一(yī)，包括(kuò)谷歌(gē)、亚马(mǎ)逊、百度、阿里(lǐ)、腾讯等众(zhòng)多头部企(qǐ)业都在竞相(xiāng)发力。

不过训练(liàn)大模型的确价格不菲，以国(guó)盛证券(quàn)发布的(de)《ChatGPT需(xū)要多(duō)少算力》报告估算，GPT-3训练一次的成(chéng)本(běn)约(yuē)为140万美元。而(ér)对于一些(xiē)更大的LLM(大(dà)型语言模型)，训(xùn)练成(chéng)本则介于200万美元至1200万美(měi)元高价之(zhī)间。

以ChatGPT在2023年1月(yuè)的独立访客平均数1300万计算(suàn)，其对应芯片需(xū)求为(wèi)3万多片英伟达A100 GPU，初始投入(rù)成本约(yuē)为8亿美元，每日仅电费就在5万美(měi)元左(zuǒ)右。

此外不论是ChatGPT还(hái)是AIGC，都离不开庞大算力支(zhī)持。在关注各(gè)类大(dà)模型的发(fā)展(zhǎn)同(tóng)时(shí)，更应(yīng)该关注算力网络的建(jiàn)设。

算(suàn)力网络正驱动AI产业发展进入史诗级加速(sù)进程，让AIGC及通用AI这一人工智能发展的终(zhōng)极目标(biāo)离得更近。什么的柳条填合适的词，什么的柳条填空>