自聊(liáo)天机(jī)器人ChatGPT火(huǒ)爆以(yǐ)来，微软公司创始人比尔·盖(gài)茨(cí)已多次公开谈论人工智能话题(tí)。在最近(jìn)的一(yī)次采访中，他再次表示(shì)：“AI可能会(huì)让科技行业(yè)迎来一次剧(jù)烈的(de)洗牌”。

这个结论是他在当地时间2月20日接受(shòu)《In Good Company》节目(mù)专访时提出的。

他预期，AI的(de)发展可能会威胁到谷歌的市占率(lǜ)，因为微软在AI方面的(de)行(xíng)动相当迅速。而最(zuì)终(zhōng)科技巨头(tóu)将把AI整(zhěng)合(hé)成用户的“全能助(zhù)手(shǒu)”，包揽一切应用(yòng)，与人们进行沟通并提供建议，可(kě)以取(qǔ)代亚马逊、Siri或Outlook等应用。

大佬(lǎo)口中全能助手(shǒu)的到(dào)来可能尚需时日，但由ControlNet引发的又一次AI绘画浪(làng)潮(cháo)，让(ràng)AIGC在ChatGPT的话题(tí)热点包围中杀出重围。

01

ControlNet颠覆AI绘画新(xīn)玩法(fǎ)

AIGC向可(kě)控靠近

以AI绘(huì)画为代表的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(xīng)数字艺术(shù)家竞赛中，一(yī)幅名为《太空(kōng)歌(gē)剧院》的作品获奖。

随后各大厂商的AI绘(huì)画软件被广(guǎng)大网友熟知并体验，Stable Diffusion便是其(qí)中代表。

用户们可以在应(yīng)用中输入(rù)一组关键词或者(zhě)一(yī)张(zhāng)照片，就能获得一幅AI创作的画作。

作画的关(guān)键(jiàn)就是所输入的文本。同一组关键词也可(kě)以创(chuàng)作出很多张风格(gé)不一样的画作，这(zhè)让创(chuàng)作的(de)过程就(jiù)像(xiàng)开(kāi)盲盒。

很多用(yòng)户(hù)很喜欢这(zhè)种(zhǒng)不确定的惊喜(xǐ)，他们会将生(shēng)成的美(měi)图当做(zuò)头像。而另一部分喜欢翻(fān)看AI绘画的“翻车”作品(pǐn)。在(zài)社交媒体(tǐ)上，许多用户分享(xiǎng)AI“翻车现(xiàn)场(chǎng)”，例如(rú)，一位网友的小狗照片被AI画(huà)成(chéng)了“肌肉(ròu)男”，还有(yǒu)网友的个人照片被AI识别(bié)成(chéng)了建(jiàn)筑。

而(ér)如今(jīn)随着ControlNet的(de)出(chū)现(xiàn)与加持，以往AI绘(huì)画(huà)的填写关键词游(yóu)戏(xì)可能(néng)要被颠(diān)覆了。

ControlNet是(shì)一位正在斯坦福读博的中国(guó)人张(zhāng)吕敏(mǐn)创作(zuò)的一种基于控(kòng)制点的(de)图像变形算(suàn)法，主要(yào)用于数字图像处理、计(jì)算机视觉和计算(suàn)机图形学等领域。

其SD插件一经发布，在短(duǎn)短(duǎn)的两天内便成为了AI绘画领域最新的热点。

在此(cǐ)之前，大(dà)家(jiā)用了很多方法想让AI生成的(de)结(jié)果尽可能的符合要求，但(dàn)是都不尽(jǐn)如(rú)人意(yì)，它的(de)出(chū)现(xiàn)代表着AI生成开(kāi)始(shǐ)进(jìn)入真正的可控(kòng)时期。

因为ControlNet可以直接(jiē)提取画面的构图，人物的姿势(shì)和画面的深度(dù)信息等。有了它的帮(bāng)助，就不用频繁(fán)的用提示词来碰运(yùn)气，抽盲(máng)盒式的(de)创作了。

通俗的说(shuō)ControlNet相当(dāng)于给AI绘画(huà)加了“魔法”，不少博主(zhǔ)的作品(pǐn)已经获得了大量的浏览量，“viggo”就(jiù)是(shì)其中之一，他(tā)用朋友的照片直接带她们走(zǒu)进动(dòng)漫世界。

viggo先(xiān)用StableDiffusion图(tú)片转文字。

再用Text2Prompt插(chā)件(jiàn)拓(tuò)展找到(dào)对应的关键(jiàn)词；最后用(yòng)ControlNet插件绑(bǎng)定骨(gǔ)骼开始换关键词试效果。

通过(guò)图片就可(kě)以看出来，效果十(shí)分惊(jīng)艳。

更厉害的(de)是，除了真实的照片(piàn)，草图(tú)也可以加上(shàng)“魔(mó)法”，知乎大牛(niú)“DevPoint”和“逗砂(shā)”介(jiè)绍到ControlNet还能实现线稿转全彩(cǎi)图。大神张吕敏其(qí)本(běn)尊也亲自回应。

不得不(bù)说当下AIGC已经(jīng)变得越(yuè)来越强大，甚至(zhì)输出的作品都已经(jīng)能以假乱真了(le)。

02

难辨(biàn)虚实，AIGC技(jì)术力爆(bào)发

警惕安全问(wèn)题

近日，“苏州金鸡湖有游艇party”的消息火(huǒ)遍网(wǎng)络，而经过警(jǐng)方辟谣这所(suǒ)谓的“party”可能(néng)是(shì)全国第一起AI绘图诈(zhà)骗(piàn)。

由于(yú)这个活动里面(miàn)给出的美女(nǚ)照片都是AI制作的真人照片绘(huì)图，因(yīn)为太逼(bī)真，被大家当成真事传播了(le)。

不过仔(zǎi)细(xì)观察可(kě)以发现，活动发起者提供(gōng)的(de)照(zhào)片中(zhōng)有个很(hěn)大的(de)漏(lòu)洞(dòng)可(kě)以发现并非真人，而(ér)是AI绘图(tú)，那(nà)便是(shì)图(tú)片中女性的手(shǒu)指部分有的存在异(yì)常(cháng)。

有行业(yè)人(rén)事(shì)表示：“现在因(yīn)为手指部分的绘画算法(fǎ)比较复杂，AI还不太(tài)会画人的手，但最新(xīn)看到(dào)的图片(piàn)已经有越(yuè)来越(yuè)完美的AI模型(xíng)出现，以后可能(néng)就(jiù)完全没有漏洞了。”

类似(shì)的AI作图诈骗在国外也已(yǐ)有发生。据英国广播公司(sī)报道(dào)，土(tǔ)耳其地震(zhèn)期间，有Tiktok用户使用AI合成了儿童受(shòu)灾的(de)假照片发布到网(wǎng)络(luò)，以(yǐ)此诱骗善良(liáng)的(de)人打赏“捐助”从而实施诈骗。

目前随着(zhe)技术发展(zhǎn)，AIGC已经能做出真人照片般的绘(huì)图效果，如果这样(yàng)的(de)图片被用来诈骗(piàn)，将非常(cháng)可怕。

此外AIGC还引发(fā)了很多担忧，一方面，批(pī)判者认(rèn)为AI在“学习”了(le)大量(liàng)前人的作品(pǐn)之后，其创作没有任何情绪和(hé)灵魂，难(nán)以和人类的艺术(shù)创作相(xiāng)提并论。

另(lìng)一方面，AIGC背后的版权(quán)、目前都并没有得(dé)到有效的解(jiě)决，还有AIGC会不(bù)会(huì)代替人类“至高5公里是多少米 5公里是多少步无上”的创意(yì)。

马斯克(kè)也(yě)强调，人(rén)工智能的(de)安全(quán)问题(tí)需要得到(dào)重视，太晚就来不及了。

03

AIGC下一站除了视频，还有(yǒu)远(yuǎn)方

技术(shù)都是(shì)有(yǒu)两(liǎng)面性的，潜在的危害并(bìng)不能掩盖其光辉的贡献。现在看来，人工(gōng)智能技术将是(shì)第四次(cì)工业革(gé)命的核心驱动力量，将创造新(xīn)的增长(zhǎng)奇迹。

过去(qù)一年，人工智能在技术(shù)和商业层(céng)面都有了巨大进(jìn)展，AI绘画(huà)就(jiù)是人工智能(néng)技术(shù)发生方向性改变的一个代(dài)表。其下一(yī)站或(huò)许就是视频(pín)。

此前，Meta和谷歌先(xiān)后发(fā)布(bù)了几(jǐ)条引爆科技圈的(de)短视频。这些视频引发(fā)关注并(bìng)非内容(róng)做得多优秀(xiù)，反而都非常简单(dān)，比(bǐ)如(rú)一匹正在喝(hē)水的马，一(yī)只画画(huà)的玩具熊，或者一段骑摩托(tuō)车的第一视角(jiǎo)录像，随便一(yī)个(gè)有手机的人都(dōu)可(kě)以随手录下一段。

但这些短视频的创作方式(shì)非常简(jiǎn)单，创作者仅(jǐn)仅(jǐn)需(xū)要向AI输入一段话，甚至(zhì)只是说一下要求，AI就可以根(gēn)据需要生成一段视频。

谷(gǔ)歌(gē)发布(bù)的(de)两个AI生成视频(pín)分别(bié)来自于Imagen Video和Phenaki，前者(zhě)主要突出的(de)是高清，与Meta的Make-A-Video没有太多的差别。

在Make-A-Video公布了AI生成(chéng)的(de)视频后(hòu)，AI圈就(jiù)已经(jīng)玩(wán)了(le)一波梗，一个(gè)能够做出更(gèng)高清视频(pín)的(de)AI还不足以在(zài)短时间内戳(chuō)中兴奋(fèn)点(diǎn)。

Phenaki更加(jiā)令(lìng)人震(zhèn)惊的(de)地(dì)方在(zài)于，它可以制作出超(chāo)过2分钟的(de)连贯的(de)也有(yǒu)确切内容(róng)的视频，这才是真正让人们(men)感到惊(jīng)喜(xǐ)的地方。因为(wèi)无论AI生(shēng)成的视频多么高清，也只(zhǐ)能是为内容生产者提供(gōng)一个灵感，一个素材，一个(gè)过(guò)场(chǎng)动画(huà)。

不过能够(gòu)制(zhì)作出(chū)有具体剧情内容(róng)的视频就意味着，一些视(shì)频创(chuàng)作由AI代替人工完成已经初步有了可(kě)能。

当下AI的发展速度已经超过大(dà)部分(fēn)人的想象(xiàng)。内容产业(yè)的本质是(shì)供(gōng)给(gěi)创造需(xū)求，AIGC作(zuò)为(wèi)全(quán)新(xīn)的内容(róng)生产(chǎn)方式，可以为内(nèi)容产业带来更新的内容风格、更(gèng)快的生产(chǎn)速度，更(gèng)低(dī)的生产成本，这无疑会(huì)驱动内容(róng)产业的大(dà)爆发。

除了AI绘图、视频，AIGC技术还能应(yīng)用于音(yīn)乐(lè)、代(dài)码、机器人动作等多种(zhǒng)内容形(xíng)式的生成。不(bù)难发现该(gāi)项技(jì)术不仅在游(yóu)戏(xì)等行业能得到有效(xiào)应用，对(duì)于下(xià)一代(dài)互联网各种元素的(de)构建亦(yì)有关键(jiàn)意义。

从商业(yè)化的角度(dù)来看，文化娱(yú)乐、教育、传媒等诸多领域，本身(shēn)就对基于(yú)AI的可视化内(nèi)容有强烈需求。

因(yīn)此，AI绘(huì)画(huà)及视频或不是结果(guǒ)，而只(zhǐ)是AI进程中的(de)一块重要拼图，有望(wàng)在技(jì)术更新的加(jiā)持下实现更(gèng)大的应(yīng)用(yòng)价值。

AI从(cóng)理(lǐ)解内(nèi)容，走向了可(kě)以生(shēng)成内容，甚至能够(gòu)创(chuàng)造出独立价值(zhí)和独立(lì)视角(jiǎo)的(de)内容。AIGC的再次出圈，更(gèng)代(dài)表着未来的(de)先进(jìn)生产(chǎn)力即将(jiāng)到(dào)来。

04

紧抓大模型与(yǔ)算(suàn)力，牢固AIGC底座(zuò)

从技术的(de)发展(zhǎn)也可以看(kàn)出，在语言(yán)大模(mó)型(xíng)、图像大(dà)模(mó)型之(zhī)后，多模态大模型已经成为了(le)新的趋势。

大模(mó)型被誉为当前人工智能发展(zhǎn)的智(zhì)能底座，是全(quán)球竞争最激烈的研究方(fāng)向之一，包括谷歌(gē)、亚马逊、百度(dù)、阿里、腾讯等众多头部企业都在竞相发力。

不过(guò)训练大模型的确价格(gé)不菲(fēi)，以(yǐ)国盛证券发布的《ChatGPT需要多少算力》报告估算，GPT-3训练一次的成本约为140万美元。而(ér)对于一些(xiē)更大的LLM(大型(xíng)语言模型)，训练(liàn)成本则介(jiè)于200万美(měi)元(yuán)至1200万美元高(gāo)价之(zhī)间。

以(yǐ)ChatGPT在2023年(nián)1月的独立(lì)访客平均数1300万计(jì)算，其对应芯片需求为3万多片英伟达A100 GPU，初始投入(rù)成(chéng)本(běn)约(yuē)为8亿美元，每日仅电费(fèi)就在5万美元左右。

此外不(bù)论是(shì)ChatGPT还是AIGC，都离不开庞大算力支持。在关(guān)注各类大模型(xíng)的发展同时，更应(yīng)该关注算力网络的建设。

算力网络正驱动AI产业发展进入(rù)史诗级加速进程，让AIGC及通用(yòng)AI这一(yī)人(rén)工智(zhì)能发展(zhǎn)的终极目标离得更近。

因为(wèi)算力可(kě)以对突破(pò)性技术创新提供大(dà)力的支持。这方(fāng)面，多(duō)模态大模型是典型(xíng)。作为面向(xiàng)未来强(qiáng)人工智能(néng)、通用人(rén)工智能的(de)重(zhòng)要技术创新，多模态大(dà)模型已(yǐ)经在人工智(zhì)能领(lǐng)域提出了(le)很多年，业界(jiè)也有不少(shǎo)技术突破，但是，多(duō)模(mó)态大模型进(jìn)一步(bù)往下走，算(suàn)力需求呈(chéng)几何(hé)式(shì)上升(shēng)，一般的算(suàn)力基础设施(shī)很快将(jiāng)难以(yǐ)胜任。

从图像、文字、语(yǔ)音单独一(yī)项的训练，到双模态、三模态的跃迁(qiān)，让人工智能可以(yǐ)灵(líng)活应对不同模态(tài)的(de)转化、像人与(yǔ)世界交互一样自(zì)然，这方(fāng)面，由算力网(wǎng)络(luò)来驱动(dòng)将有明显优势。

此外(wài)，还(hái)有很多需要(yào)爆发式增长的算(suàn)力(lì)来支(zhī)撑的技(jì)术创新，将在人工智能(néng)算力网络(luò)支撑下快速推进。

AIGC已经露(lù)出曙(shǔ)光，期待在大模型和大算力的支5公里是多少米 5公里是多少步持(chí)下AIGC能持续颠(diān)覆内容生产的(de)方(fāng)式，将(jiāng)创造的边际成本降(jiàng)低，让(ràng)万众受益。

未经允许不得转载：珠海业勤税务师事务所有限公司 5公里是多少米 5公里是多少步