自聊天机器(qì)人ChatGPT火(huǒ)爆以来，微软(ruǎn)公司(sī)创始人比尔·盖茨已多次公开谈论人(rén)工智(zhì)能话题。在最近的一次采访中，他再(zài)次表示(shì)：“AI可(kě)能会让(ràng)科(kē)技行业迎(yíng)来一次(cì)剧烈的洗牌(pái)”。

这个(gè)结论是他在当地(dì)时间2月20日接(jiē)受《In Good Company》节(jié)目专访时(shí)提出(chū)的(de)。

他预期，AI的发展可能会威(wēi)胁(xié)到谷歌的市占(zhàn)率，因为微软在AI方面的(de)行动相当迅(xùn)速。而最终科技巨头将把AI整合(hé)成用(yòng)户的“全能助手”，包揽一切应用，与(yǔ)人(rén)们进行沟(gōu)通(tōng)并提(tí)供建议，可以取代(dài)亚马逊、Siri或Outlook等(děng)应(yīng)用。

大佬口中全(quán)能助手的(de)到来可(kě)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(de)话题热(rè)点包围中(zhōng)杀出重围。

01

ControlNet颠覆AI绘画新玩法

AIGC向可(kě)控靠近

以AI绘画为代表的AIGC上一次(cì)爆火的(de)时候，还(hái)是2022年8月，在美天津面积多少平方公里国(guó)科罗拉多州(zhōu)举(jǔ)办(bàn)的新兴(xīng)数字艺(yì)术家(jiā)竞赛中(zhōng)，一幅(fú)名为《太(tài)空歌剧院》的作(zuò)品获奖(jiǎng)。

随后各大(dà)厂(chǎng)商(shāng)的AI绘画软件被广大网友(yǒu)熟知并(bìng)体(tǐ)验，Stable Diffusion便(biàn)是(shì)其中代表。

用户们可(kě)以在(zài)应(yīng)用中(zhōng)输入一(yī)组(zǔ)关键词(cí)或者一张照片，就能获得一幅AI创作的(de)画作。

作画的关键就是(shì)所输入的文(wén)本。同一组(zǔ)关键(jiàn)词也可(kě)以创作出很多张风格不一样(yàng)的画(huà)作，这让创作的(de)过程就像开盲盒。

很多用户(hù)很(hěn)喜欢(huān)这种不确定(dìng)的(de)惊(jīng)喜，他们会将(jiāng)生成的美图当(dāng)做(zuò)头像。而另一部(bù)分喜欢翻看AI绘画的“翻(fān)车”作(zuò)品(pǐn)。在社交(jiāo)媒体上，许多(duō)用户分(fēn)享AI“翻车现场”，例如，一位网友的小(xiǎo)狗照片(piàn)被AI画成了“肌肉男(nán)”，还有网(wǎng)友的个人照片(piàn)被AI识别成了建筑。

而如今随(suí)着ControlNet的出现与(yǔ)加持，以(yǐ)往(wǎng)AI绘画(huà)的(de)填(tián)写(xiě)关键词游戏可能要被颠(diān)覆了。

ControlNet是一位正(zhèng)在斯坦福读博的中国(guó)人张吕敏创(chuàng)作的一种基于控制点的(de)图(tú)像(xiàng)变(biàn)形(xíng)算(suàn)法(fǎ)，主要(yào)用于数字(zì)图像处理、计算(suàn)机视觉(jué)和计算机图形(xíng)学(xué)等领域。

其SD插件一经发布，在短短的两天内便(biàn)成为了(le)AI绘画领(lǐng)域最(zuì)新的热点。

在(zài)此之前(qián)，大(dà)家用了(le)很多方法想让AI生成(chéng)的(de)结果尽可能(néng)的符合要求，但是(shì)都不尽如人意，它的出现代(dài)表着AI生(shēng)成(chéng)开(kāi)始(shǐ)进入真正的(de)可控时期。

因为(wèi)ControlNet可以直接提(tí)取画面的构(gòu)图(tú)，人物的姿势(shì)和画面(miàn)的深度(dù)信息等。有(yǒu)了它的(de)帮(bāng)助，就不(bù)用频繁的用提示(shì)词来碰运气，抽盲盒式的创作了。

通俗的(de)说ControlNet相(xiāng)当于给AI绘(huì)画加(jiā)了“魔法”，不(bù)少博主的(de)作品已经获得了(le)大(dà)量的浏览量，“viggo”就(jiù)是其(qí)中之一，他(tā)用朋友的(de)照片直接带她们走进动漫(màn)世(shì)界(jiè)。

viggo先用StableDiffusion图片(piàn)转文字。

再用Text2Prompt插(chā)件拓展找到(dào)对(duì)应的关键词(cí)；最后用ControlNet插(chā)件绑定骨骼开始(shǐ)换关键词(cí)试效果(guǒ)。

通过图片(piàn)就可以看出来，效果十分惊艳。

更厉害(hài)的(de)是，除了真实的照片(piàn)，草图也可以(yǐ)加上“魔法”，知乎大牛“DevPoint”和“逗砂”介绍到ControlNet还能实现线(xiàn)稿(gǎo)转全彩图(tú)。大(dà)神张(zhāng)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(dà)，甚至输出的作品都已经能(néng)以假乱真了。

02

难辨虚实，AIGC技术力爆(bào)发(fā)

警(jǐng)惕安全问题

近(jìn)日，“苏州(zhōu)金鸡湖(hú)有游(yóu)艇party”的消息火遍网络，而经过警方(fāng)辟谣(yáo)这(zhè)所谓的(de)“party”可能(néng)是(shì)全(quán)国第一起AI绘图诈骗。

由于(yú)这个活(huó)动里面给出的美女(nǚ)照片都是AI制(zhì)作的(de)真(zhēn)人照片绘图，因为太逼(bī)真，被大家(jiā)当(dāng)成真事(shì)传播了。

不过仔细观察可(kě)以发现(xiàn)，活动发起者提供的(de)照片中有个很大(dà)的漏洞可(kě)以发(fā)现并非真(zhēn)人(rén)，而是AI绘图，那便是(shì)图片中女性的手指(zhǐ)部分有的存在异常。

有行业(yè)人事表(biǎo)示：“现(xiàn)在因为手指(zhǐ)部分的绘画算法比较(jiào)复杂(zá)，AI还不太(tài)会画人的手，但最(zuì)新看到(dào)的图片(piàn)已经有(yǒu)越(yuè)来越完美的AI模型出现，以后可能就完全没有漏洞(dòng)了。”

类(lèi)似的AI作(zuò)图诈骗在国外也已(yǐ)有发生(shēng)。据英国广播公司(sī)报道，土耳其(qí)地震(zhèn)期间，有Tiktok用户(hù)使用AI合成了儿童受灾(zāi)的假照(zhào)片发布(bù)到网(wǎng)络(luò)，以此诱骗善良(liáng)的人打赏“捐助”从而实施诈骗。

目前随着(zhe)技术(shù)发(fā)展，AIGC已经(jīng)能做出真(zhēn)人照(zhào)片(piàn)般的绘图效果，如(rú)果(guǒ)这样的图(tú)片(piàn)被用来诈骗，将非(fēi)常可怕。

此(cǐ)外AIGC还引(yǐn)发了(le)很多(duō)担忧，一方(fāng)面，批判者认为AI在“学习”了大量前人的作品之后(hòu)，其创作没有任何情绪和灵魂，难(nán)以和人类的艺术创(chuàng)作(zuò)相提并论。

另一方面，AIGC背(bèi)后的版权、目前都并没有(yǒu)得到有效(xiào)的解决，还有AIGC会不会代(dài)替(tì)人类“至高无上”的(de)创意。

马(mǎ)斯克也强调，人(rén)工智能(néng)的安全(quán)问题需要得(dé)到(dào)重视，太(tài)晚就来不及了。

03

AIGC下一(yī)站除了(le)视频，还有远方

技术(shù)都是(shì)有两面性的，潜(qián)在(zài)的危害并不能掩盖其光辉(huī)的(de)贡献。现在看来，人工(gōng)智能技术将是(shì)第四次(cì)工业革命的(de)核(hé)心驱(qū)动力(lì)量(liàng)，将(jiāng)创(chuàng)造(zào)新的增(zēng)长奇迹。

过去一年，人工智能在技术和商业层面都有了(le)巨大进(jìn)展，AI绘画就(jiù)是人工智能技术(shù)发(fā)生方向性改(gǎi)变的一个代表。其下一站或许就是视频。

此前(qián)，Meta和谷歌先(xiān)后发布(bù)了几条引爆(bào)科技圈的短(duǎn)视频(pín)。这些(xiē)视(shì)频引发关注(zhù)并非(fēi)内容(róng)做(zuò)得多优秀，反而都(dōu)非常(cháng)简单，比如一匹正在喝水(shuǐ)的马，一只画画的玩具熊，或者一段(duàn)骑摩(mó)托车的第一视(shì)角录像，随便一个有手机的人都可以随手录(lù)下(xià)一(yī)段。

但这(zhè)些短(duǎn)视(s天津面积多少平方公里hì)频(pín)的创作方式(shì)非常简单，创作者仅仅需要向(xiàng)AI输入一段话，甚至只是说一下要求，AI就可以根(gēn)据需要生成一段视频。

谷歌发布的两(liǎng)个AI生成视频分别来(lái)自于(yú)Imagen Video和Phenaki，前者主要突出(chū)的是高清，与Meta的Make-A-Video没有(yǒu)太多的(de)差别。

在(zài)Make-A-Video公布了AI生成(chéng)的(de)视频后，AI圈就已经(jīng)玩(wán)了一波(bō)梗，一个能够做(zuò)出更高(gāo)清视频的AI还不足(zú)以在(zài)短(duǎn)时间内戳中兴(xīng)奋点。

Phenaki更加(jiā)令(lìng)人震(zhèn)惊(jīng)的地(dì)方(fāng)在于，它可(kě)以制作(zuò)出超过2分钟的连(lián)贯的(de)也有确切内容的视(shì)频，这才是真(zhēn)正让人们感(gǎn)到惊喜的地(dì)方。因为无(wú)论AI生成的(de)视频多么高清，也只能是为内容生产者(zhě)提供一个(gè)灵感，一个(gè)素材，一个过场动画。

不过(guò)能(néng)够制作出(chū)有具(jù)体剧情内(nèi)容的视频就意味着，一些视(shì)频创作由AI代替人工完成(chéng)已(yǐ)经(jīng)初步有了可(kě)能。

当下AI的发(fā)展速度已经超过(guò)大(dà)部分(fēn)人的想象。内容产业的本质是供给创造需求，AIGC作为全新(xīn)的(de)内容生(shēng)产(chǎn)方(fāng)式，可以为(wèi)内(nèi)容产业带来更新的内容风格(gé)、更快的(de)生(shēng)产速度(dù)，更低的(de)生(shēng)产(chǎn)成本，这无疑会驱动内容产(chǎn)业的大爆发。

除了AI绘图、视频，AIGC技术还能应用于音乐、代码、机器人动作(zuò)等(děng)多(duō)种内容(róng)形式的生(shēng)成。不难发现该项技术不仅在(zài)游戏(xì)等(děng)行业能得到有效应(yīng)用(yòng)，对于下一代(dài)互联网各种元素的构建亦有关键(jiàn)意义。

从商业化的角度来看，文化娱(yú)乐、教育、传媒等诸多(duō)领域，本身就对基于AI的可视(shì)化(huà)内容有强烈需求。

因此(cǐ)，AI绘画及视频或不(bù)是结(jié)果，而只是AI进程中的一(yī)块(kuài)重(zhòng)要(yào)拼(pīn)图，有望在技(jì)术更新的(de)加持下实现更大的应用价值(zhí)。

AI从理解内容，走向(xiàng)了可以生成(chéng)内(nèi)容，甚(shèn)至(zhì)能(néng)够创造出独立价(jià)值和独立(lì)视角的内容。AIGC的(de)再次出圈，更代表着未来(lái)的先进生产(chǎn)力即(jí)将到来。

04

紧(jǐn)抓大(dà)模型(xíng)与算力，牢固AIGC底座(zuò)

从技术的(de)发(fā)展也可以看(kàn)出，在语言大模(mó)型、图像大模型之后，多模(mó)态大模型已经成为了新的趋势(shì)。

大模型被誉为(wèi)当前(qián)人工智能(néng)发(fā)展的智(zhì)能底座，是全(quán)球竞(jìng)争最激烈(liè)的(de)研究(jiū)方向(xiàng)之一，包括谷(gǔ)歌、亚马逊、百度(dù)、阿里、腾讯(xùn)等众多头部企业都(dōu)在(zài)竞相发力。

不过训练大模天津面积多少平方公里型的确价格不菲(fēi)，以国盛证(zhèng)券发布的《ChatGPT需要多(duō)少算力》报(bào)告估算(suàn)，GPT-3训练一次(cì)的成本约为140万美元(yuán)。而对于一些更大的LLM(大型语(yǔ)言模(mó)型)，训(xùn)练成本则介(jiè)于200万美(měi)元至1200万美元高价之(zhī)间。

以ChatGPT在2023年1月的独立访(fǎng)客平均数1300万计算，其对应芯片需求为3万多(duō)片英伟达(dá)A100 GPU，初始投入成本约为8亿(yì)美元，每(měi)日仅电费就在5万美元左右。

此(cǐ)外不论是ChatGPT还是AIGC，都离不开(kāi)庞大算力(lì)支持。在关注各(gè)类(lèi)大模(mó)型的(de)发展同时，更应该关注算力网络(luò)的建设。

算力网(wǎng)络(luò)正驱动AI产业发(fā)展进入史诗(shī)级加速(sù)进程，让AIGC及通用(yòng)AI这一人工智(zhì)能发展的(de)终极目(mù)标(biāo)离得更近(jìn)。

因为算(suàn)力(lì)可以对突破性技(jì)术创新提供大(dà)力(lì)的(de)支持(chí)。这方面，多模(mó)态大(dà)模型是典型。作为面向(xiàng)未来强人(rén)工智(zhì)能、通用人工智能的重(zhòng)要技(jì)术创新，多模态大模(mó)型已(yǐ)经(jīng)在人(rén)工智能领域(yù)提出了很多年，业界也有(yǒu)不少技术(shù)突破，但(dàn)是，多模态大模型进一(yī)步往下走，算力需求呈几何式上升，一般的算(suàn)力基(jī)础(chǔ)设施(shī)很快将难(nán)以胜任。

从图像、文字(zì)、语音单(dān)独一项的(de)训(xùn)练(liàn)，到双(shuāng)模(mó)态、三模态的跃迁，让人(rén)工智(zhì)能(néng)可以灵活应对不同(tóng)模态的转化、像(xiàng)人与世界交互一(yī)样自然，这方(fāng)面，由(yóu)算力网络(luò)来(lái)驱动将有明显(xiǎn)优势。

此外(wài)，还有很多需要爆发(fā)式增长的算力来(lái)支撑的技术创新，将在人工智能算力网络支(zhī)撑下快(kuài)速推进。

AIGC已经露出曙(shǔ)光，期(qī)待在大模型和大算力的支持下AIGC能持续颠(diān)覆内(nèi)容生产的方式(shì)，将创造的边际成(chéng)本降低，让(ràng)万众受益。

未经允许不得转载：中国书画艺术 天津面积多少平方公里