自聊(liáo)天(tiān)机(jī)器人ChatGPT火爆以来，微(wēi)软(ruǎn)公司创(chuàng)始人比尔(ěr)·盖茨(cí)已多次公开谈论人(rén)工智能(néng)话(huà)题。在最(zuì)近的一(yī)次采访中，他再次表示：“AI可(kě)能(néng)会让科技(jì)行业迎来一(yī)次(cì)剧烈的(de)洗牌”。

这个结论(lùn)是他在当地时间2月20日(rì)接受(shòu)《In Good Company》节目专(zhuān)访时提(tí)出(chū)的。

他预期，AI的发展可能会威(wēi)胁到(dào)谷歌(gē)的市占率，因为(wèi)微软在AI方面的行动相当迅(xùn)速。而最终科技巨头(tóu)将把AI整合成用(yòng)户(hù)的“全能(néng)助(zhù)手”，包揽一(yī)切应用，与人(rén)们进行沟通并(bìng)提供(gōng)建议，可以取代亚马逊(xùn)、Siri或Outlook等(děng)应用。

大佬口中全能助手的到来可能尚需(xū)时日，但由ControlNet引发的又一次AI绘画浪潮，让(ràng)AIGC在(zài)ChatGPT的话题热点包围中杀出重围。

01

ControlNet颠覆AI绘画新玩法

AIGC向可控靠近

以AI绘画为代(dài)表的AIGC上(shàng)一次爆火的(de)时候，还是(shì)2022年8月，在美国科罗拉多州举(jǔ)办(bàn)的(de)新(xīn)兴数(shù)字艺术家竞赛中，一幅名为(wèi)《太空歌剧院》的作(zuò)品(pǐn)获奖。

随后各(gè)大厂(chǎng)商(shāng)的AI绘画软件被(bèi)广大网(wǎng)友(yǒu)熟(shú)知并体验(yàn)，Stable Diffusion便是其中代表(biǎo)。

用户们(men)可(kě)以(yǐ)在应用(yòng)中输入一组关键词或(huò)者一张照片，就能获得一幅AI创作的画作。

作画的关键就是所输入的文本。同一组关(guān)键(jiàn)词也可以(yǐ)创作出很多张风格(gé)不(bù)一样的画(huà)作，这让(ràng)创作(zuò)的过程就像开(kāi)盲盒(hé)。

很多用户很喜(xǐ)欢这种不确(què)定(dìng)的(de)惊(jīng)喜(xǐ)，他们会将生(shēng)成的美(měi)图当做头像。而另一部分喜(xǐ)欢翻看(kàn)AI绘画的“翻车”作品。在社交媒体上(shàng)，许(xǔ)多用(yòng)户分享AI“翻车现(xiàn)场(chǎng)”，例如，一位网友的小狗照片被AI画(huà)成了(le)“肌肉男(nán)”，还(hái)有网友(yǒu)的个(gè)人(rén)照(zhào)片被AI识别成了建筑。

而如今(jīn)随着ControlNet的出(chū)现与加持(chí)，以往AI绘(huì)画的(de)填(tián)写关键词游戏可能要(yào)被颠覆了。

ControlNet是一位正(zhèng)在(zài)斯坦(tǎn)福读博的中国人张吕敏(mǐn)创作的(de)一(yī)种基于控制(zhì)点(diǎn)的图像变形算法，主(zhǔ)要用(yòng)于数字图像处理、计算机(jī)视觉和计算机(jī)图形学等(děng)领域。

其SD插件一经发布，在短短的两天内便成为了(le)AI绘画(huà)领域最新的热点。

在此之前，大家用了很(hěn)多方法想让AI生成的结(jié)果尽可能的(de)符合要求，但是都(dōu)不(bù)尽如人意，它的出现代表(biǎo)着AI生成开始(shǐ)进入真(zhēn)正的可(kě)控时期。

因为ControlNet可以直接(jiē)提(tí)取画面(miàn)的构图，人(rén)物(wù)的姿势和画面的(de)深(shēn)度信(xìn)息等。有了它(tā)的帮助，就不用(yòng)频繁(fán)的用提示词来(lái)碰运气，抽(chōu)盲盒式的创作了。

通(tōng)俗的说ControlNet相当于给AI绘画加了“魔法”，不少博主的作品已经获得了大量的浏(liú)览量，“viggo”就是其中(zhōng)之一，他用朋友的照片直接带(dài)她们走进动漫世界。

viggo先(xiān)用StableDiffusion图片转文(wén)字。

再用Text2Prompt插(chā)件拓展找到对应(yīng)的关键词；最(zuì)后用ControlNet插件绑定(dìng)骨骼开始换关键词(cí)试效果(guǒ)。

通过图(tú)片(piàn)就(jiù)可以看出来，效(xiào)果十分惊艳(yàn)。

更厉害的是，除(chú)了真(zhēn)实的照片，草图(tú)也可以加上(shàng)“魔(mó)法”，知乎大牛“DevPoint”和(hé)“逗砂”介绍到ControlNet还能(néng)实现线稿转全彩图(tú)。大神张吕敏其本尊也亲自回应。

不得不(bù)说当下AIGC已经(jīng)变得越来(lái)越强大，甚至(zhì)输出的(de)作品都已经能以(yǐ)假乱(luàn)真了。

02

难(nán)辨虚实，AIGC技(jì)术力爆发(fā)

警惕安全(quán)问(wèn)题(tí)

近日，“苏(sū)州金鸡湖有游艇party”的消息火(huǒ)遍(biàn)网(wǎng)络，而经过警方辟谣这所谓的“party”可(kě)能是(shì)全国第一(yī)起AI绘图诈骗(piàn)。

由于这个活动里面给(gěi)出的美女照(zhào)片都是AI制作(zuò)的真人照片绘图，因为太(tài)逼真(zhēn)，被大家(jiā)当成真事(shì)传播(bō)了(le)。

不过仔细观察可以发现，活动(dòng)发起者提供的照片(piàn)中有个很大的漏洞可以发现并非真人，而是AI绘图，那便是(shì)图片中女性的手指(zhǐ)部(bù)分有的存在异常。

有行业人事表示：“现在因为手(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(de)手，但最(zuì)新看到的图片已经有越(yuè)来越完(wán)美的AI模型出现(xiàn)，以(yǐ)后可(kě)能就完全没有漏(lòu)洞(dòng)了。”

类似的(de)AI作(zuò)图诈骗在国外也已有发生。据英国广播公(gōng)司(sī)报道(dào)，土耳其(qí)地震期间，有Tiktok用(yòng)户使用AI合成了儿童受灾(zāi)的假照片发布(bù)到(dào)网络(luò)，以此诱骗善(shàn)良的人打赏“捐助(zhù)”从而(ér)实(shí)施诈骗(piàn)。

目前(qián)随着技术发展，AIGC已(yǐ)经能做出真人(rén)照片般的绘图效果(guǒ)，如果这样的图(tú)片被用来诈(zhà)骗，将非常可怕(pà)。

此外(wài)AIGC还引发了很(hěn)多担忧，一方面(miàn)，批判者认(rèn)为AI在“学习(xí)”了(le)大(dà)量前(qián)人的作品之(zhī)后，其创作没有任何情(qíng)绪和灵魂(hún)，难以和人类的艺术(shù)创作相提并论(lùn)。

另(lìng)一方(fāng)面，AIGC背后的版权、目前(qián)都并(bìng)没(méi)有得到(dào)有效的解决，还有AIGC会不(bù)会代替人类“至高(gāo)无上”的创意。

马斯克也强调，人(rén)工智能的(de)安全问题需(xū)要得(dé)到重(zhòng)视(shì)，太晚就来不及了。

03

AIGC下(xià)一站除(chú)了视频(pín)，还有远方

技(jì)术都是(shì)有两面性(xìng)的(de)，潜在的危(wēi)害并(bìng)不(bù)能(néng)掩盖其光辉的贡献。现在看来，人工智能技术将是第四次工业革命(mìng)的核心驱(qū)动力量，将(jiāng)创造新(xīn)的增(zēng)长奇迹。

过去一(yī)年(nián)，人(rén)工智能在技术和商业层面(miàn)都有了巨大进(jìn)展，AI绘画就是人工(gōng)智能技术发(fā)生方向(xiàng)性改变的(de)一个代表。其(qí)下一站或许就是(shì)视频。

此(cǐ)前，Meta和谷歌先后发布了几条(tiáo)引爆科技圈的短视频(pín)。这些视频引发关注并非内容做得多优(yōu)秀，反而都非常简单，比如一匹正在(zài)喝水的马，一只画(huà)画的(de)玩具(jù)熊，或者一段骑摩托车的(de)第一视角录像，随便一个有手机的人都可以(yǐ)随手(shǒu)录下一段。

但这些短视频的创作方式非常简单，创作者仅仅需(xū)要向AI输入一(yī)段话(huà)，甚至只是说一(yī)下(xià)要求，AI就(jiù)可以根据需要(yào)生(shēng)成一段(duàn)视频。

谷歌(gē)发(fā)布(bù)的两个(gè)AI生成视频分别来自(zì)于(yú)Imagen Video和Phenaki，前(qián)者主要突出的(de)是高清，与Meta的(de)Make-A-Video没有太多(duō)的差别。

在Make-A-Video公(gōng)布了(le)AI生成(chéng)的(de)视频后，AI圈就(jiù)已经(jīng)玩(wán)了一(yī)波梗，一(yī)个能够(gòu)做出更高清视(shì)频的AI还不足以(yǐ)在(zài)短(duǎn)时间内戳中兴奋点。

Phenaki更加(jiā)令人震惊的地方(fāng)在于(yú)，它可以制作出(chū)超过(guò)2分(fēn)钟的连(lián)贯的也有确切(qiè)内容的(de)视频，这才是(shì)真正让人们感到惊喜的地方。因为无论AI生成的视频多(duō)么高清(qīng)，也只能是为内容生(shēng)产者提(tí)供一个(gè)灵感，一个素材，一个过场动画。

不过(guò)能(néng)够(gòu)制作出有具体剧情内容的视频就意味(wèi)着(zhe)，一些视频创作(zuò)由AI代替(tì)人工完(wán)成已经初步有(yǒu)了可能。

当下AI的发展速度已经超过大部分人的想象。内容产(chǎn)业(yè)的本质(zhì)是(shì)供给创造需求，AIGC作为全(quán)新的内容生产(chǎn)方式，可以(yǐ)为内容产(chǎn)业带来更新的内(nèi)容风格、更快的(de)生产速度(dù)，更(gèng)低(dī)的生产成本(běn)，这无疑会(huì)驱动内容产业的大爆发。

除了AI绘图、视(shì)频，AIGC技术还能应(yīng)用于音乐、代(dài)码、机器人动作等多种内容形式的生成。不难发现该(gāi)项技术不仅在(zài)游戏等行业能得(dé)到有效应用，对于下(xià)一代(dài)互联网各种元素的(de)构建亦有(yǒu)关键(jiàn)意义。

从商(shāng)业化的角度来看(kàn)，文化(huà)娱乐、教育、传(chuán)媒等诸多(duō)领域，本身就对(duì)基于(yú)AI的可视(shì)化内(nèi)容有(yǒu)强(qiáng)烈(liè)需求。

因此，AI绘画(huà)及视频(pín)或不是结果，而只是AI进程中的(de)一块(kuài)重要拼图，有(yǒu)望在技术(shù)更(gèng)新的(de)加持下实现更大(dà)的应(yīng)用价值。

AI从理解(jiě)内容，走(zǒu)向(xiàng)了可(kě)以(yǐ)生成(chéng)内容，甚至能够创造出独立价值和独(dú)立视角的内容。AIGC的(de)再(zài)次(cì)出圈，更代表(biǎo)着未来(lái)的先进生产力即将(jiāng)到来(lái)。

04

紧(jǐn)抓大模(mó)型与算(suàn)力(lì)，牢固AIGC底座(zuò)

从技术的发展也可以看(kàn)出，在语(yǔ)言大模型、图像大模型之后，多模态大模型已(yǐ)经(jīng)成为了新的(de)趋势。

大模型被(bèi)誉为当前人工智能发展(zhǎn)的(de)智能底座，是全(quán)球竞(jìng)争最(zuì)激(jī)烈的研究方向(xiàng)之一(yī)，包括谷歌、亚马逊、百度(dù)、阿里、腾讯(xùn)等(děng)众多头部企业都在竞相发(fā)力(lì)。

不过训练大(dà)模(mó)型的确价(jià)格(gé)不菲，以国盛证券发布的《ChatGPT需要多少算力》报告估算(suàn)，GPT-3训练一次的成本(běn)约为140万(wàn)美元。而(ér)对于一些更大的LLM(大型语言模(mó)型(xíng))，训练成本则介于200万美元至(zhì)1200万美元高(gāo)价之间(jiān)。

以(yǐ)ChatGPT在2023年1月的独立访客(kè)平均数1300万计算，其对应芯片需求为3万多片英伟达A100 GPU，初始投入成本约为8亿美元，每日仅电费就在5万美元(yuán)左右(yòu)。

此(cǐ)外不论是ChatGPT还是(shì)AIGC，都离不开庞大算力支持。在关(guān)注(zhù)各(gè)类大模型的发展同(tóng)时，更(gèng)应该关注算(suàn)力(lì)网络的建设。

算力网络正驱动AI产业发展进(jìn)入史(shǐ)诗(shī)级加速进(jìn)程(chéng)，让AIGC及通(tōng)用AI这一人工智(zhì)能发(fā)展的终极目标离得更近(jìn)。

因为(wèi)算力可以对突破性技术创新提供大(dà)力的(de)支(zhī)持(chí)。这方(fāng)面，多模态大模(mó)型是典型(xíng)。作为面(miàn)向未来强人工智能、通(tōng)用人工智能(néng)的(de)重要技术创新，多模态大(dà)模型已经在人工智能领域提出了很多年(nián)，业界(jiè)也有不少技(jì)术突破，但是(shì)，多模(mó)态大模型(xíng)进一步往下走，算力(lì)需求呈几何式(shì)上升，一般的算力基础(chǔ)设施很(hěn)快将(jiāng)难以胜任。

从图(tú)像、文字、语(yǔ)音单独一(yī)项(xiàng)的(de)训练，到双模态、三模(mó)态的跃迁，让人(rén)工智能可以(yǐ)灵(líng)活(huó)应对不同(tóng)模态的转化、像人与世界交互一样自然(rán)，这(zhè)方面，由算力(lì)网(wǎng)络来驱动将有明显优(yōu)势。

此外(wài)，还有(yǒu)很(hěn)多需要爆发式增长的算力来支撑的技(jì)术创新，将在人(rén)工(gōng)智(zhì)能算力网络支(zhī)撑(chēng)下快速推进。耐克品牌和乔丹品牌是什么关系rong>