自聊天机器人ChatGPT火爆以来，微软公司创(chuàng)始人(rén)比尔·盖茨已多次(cì)公开谈论人工智能话(huà)题。在最(zuì)近(jìn)的一(yī)次采访中，他(tā)再次(cì)表示：“AI可能(néng)会让科技行业迎(yíng)来一次剧烈的(de)洗牌”。

这个(gè)结论是他在当地时间2月20日(rì)接(jiē)受《In Good Company》节目专访时提出的。

他预期，AI的发展(zhǎn)可能会威胁到谷歌的市(shì)占率，因为微软在AI方面的行动(dòng)相当迅速。而最终科技巨头将把AI整合成用户(hù)的“全(quán)能助手”，包揽一切应用，与(yǔ)人(rén)们进行沟(gōu)通并提(tí)供建议(yì)，可以(yǐ)取代亚马逊(xùn)、Siri或(huò)Outlook等应(yīng)用(yòng)。

大(dà)佬口中全能助手的到来(lái)可能(néng)尚需时(shí)日，但由ControlNet引发的又中秋节月饼的古诗10首，关于中秋节月饼的诗一次AI绘画(huà)浪(làng)潮，让AIGC在(zài)ChatGPT的话题热点包(bāo)围中杀出重围。

01

ControlNet颠覆AI绘画新(xīn)玩法

AIGC向可控靠近

以(yǐ)AI绘画为代表的AIGC上一(yī)次爆火(huǒ)的时(shí)候，还是2022年8月，在美国科罗(luó)拉多州举(jǔ)办的(de)新兴数字艺术家竞赛中，一幅名(míng)为《太空歌剧院》的作品获奖。

随后各(gè)大(dà)厂商的AI绘画软(ruǎn)件被广大网友(yǒu)熟知并体(tǐ)验，Stable Diffusion便是其中代(dài)表(biǎo)。

用户(hù)们可以在应(yīng)用中(zhōng)输(shū)入一组关键词或者一(yī)张照片，就能(néng)获得一幅AI创作(zuò)的(de)画作。

作画的关键(jiàn)就是所输入(rù)的(de)文本。同一(yī)组(zǔ)关键词也可以创作出很多张风(fēng)格不(bù)一样的画作，这让创作的过程就像开盲盒。

很多用(yòng)户很喜欢这种不确定的(de)惊喜(xǐ)，他们会将生成的美图当做头(tóu)像。而另一部(bù)分喜欢翻看(kàn)AI绘(huì)画的(de)“翻(fān)车”作品。在社(shè)交媒体上，许多(duō)用(yòng)户分享(xiǎng)AI“翻车现(xiàn)场”，例(lì)如(rú)，一位网友的小狗照(zhào)片被AI画成了“肌肉男”，还有网友(yǒu)的个(gè)人照片被AI识(shí)别成(chéng)了建筑。

而如今随着ControlNet的(de)出现(xiàn)与加持(chí)，以往AI绘(huì)画的填写关键(jiàn)词游戏可能要被颠覆了。

ControlNet是一位正在斯坦福读博的中国人张吕敏创(chuàng)作的一(yī)种基于控制点的图像变形算(suàn)法(fǎ)，主要用于数(shù)字图像(xiàng)处理(lǐ)、计算(suàn)机视觉和计算(suàn)机图形学等领(lǐng)域。

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

在(zài)此之(zhī)前，大家用了(le)很多方法想让(ràng)AI生成的结果尽可能的符合要求(qiú)，但是都(dōu)不尽如人意，它的出现代表(biǎo)着AI生成(chéng)开始进入(rù)真正的可控时(shí)期。

因为(wèi)ControlNet可以直接提(tí)取(qǔ)画面的(de)构图，人物的姿势和画面的深(shēn)度信(xìn)息等(děng)。有了(le)它的帮助，就(jiù)不用(yòng)频繁的用提示词来碰(pèng)运气，抽盲盒式的创作了。

通俗的说ControlNet相当于给(gěi)AI绘画加了(le)“魔(mó)法”，不少博(bó)主(zhǔ)的作品已(yǐ)经获得了大(dà)量(liàng)的浏览量，“viggo”就是其(qí)中(zhōng)之一，他(tā)用朋友的照片(piàn)直(zhí)接(jiē)带(dài)她们(men)走(zǒu)进动漫世界。

viggo先用(yòng)StableDiffusion图片转文字。

再用Text2Prompt插(chā)件拓(tuò)展找到(dào)对应的关(guān)键词；最后(hòu)用(yòng)ControlNet插件(jiàn)绑定骨骼(gé)开始换关(guān)键词试效果(guǒ)。

通(tōng)过图(tú)片(piàn)就可以看(kàn)出来，效(xiào)果(guǒ)十分惊艳。

更厉害的是，除了(le)真(zhēn)实的照片(piàn)，草图也可以加上(shàng)“魔法”，知乎(hū)大牛“DevPoint”和(hé)“逗砂(shā)”介绍到ControlNet还能实现线(xiàn)稿转全彩(cǎi)图。大神张(zhāng)吕敏其本尊也(yě)亲自回应。

不得(dé)不说当(dāng)下AIGC已经(jīng)变得越来(lái)越强大(dà)，甚至(zhì)输出的作品都已(yǐ)经(jīng)能以假(jiǎ)乱真了。

02

难辨虚实，AIGC技(jì)术力(lì)爆发

警惕安(ān)全问(wèn)题

近日，“苏州(zhōu)金鸡湖有游艇(tǐng)party”的消息火遍网络(luò)，而(ér)经过警方辟谣这所谓的“party”可能是(shì)全(quán)国第一起AI绘图诈(zhà)骗(piàn)。

由(yóu)于这个活动里面给出的美女照片都是AI制作的真人照片绘图，因(yīn)为太逼真，被大(dà)家当成真事(shì)传播了(le)。

不过(guò)仔细观(guān)察(chá)可以发(fā)现，活动发起者(zhě)提供的照片中有个很大的漏(lòu)洞(dòng)可以发(fā)现并非真人(rén)，而是AI绘图，那便是图片中女性(xìng)的手指(zhǐ)部分有(yǒu)的存在异常(cháng)。

有行(xíng)业人事表示(shì)：“现在因为手(shǒu)指部分的绘画(huà)算(suàn)法比较复(fù)杂，AI还不太会画人的手，但最新看到的图片(piàn)已经有越来越完(wán)美的AI模型(xíng)出(chū)现，以后(hòu)可(kě)能就完全(quán)没有漏洞了。”

类似(shì)的(de)AI作图诈骗在国外(wài)也已(yǐ)有发(fā)生。据英国广播公司报道，土耳其地震期间，有(yǒu)Tiktok用户使用AI合成了儿童受灾的假照片发布到网络，以(yǐ)此诱骗善良(liáng)的人打赏“捐助”从而(ér)实(shí)施诈骗(piàn)。

目前(qián)随着技(jì)术发展，AIGC已经能(néng)做出真人(rén)照片般(bān)的绘图效果，如果这样的图片被用(yòng)来诈骗(piàn)，将非常可怕。

此外AIGC还引发了(le)很多担(dān)忧，一(yī)方面，批判者(zhě)认(rèn)为AI在“学习”了(le)大量前人的作品之后，其创作没有任何(hé)情绪和灵魂，难以和人类的艺术创作相提并论。

另(lìng)一方面，AIGC背(bèi)后(hòu)的版权、目(mù)前都并没(méi)有得到有效的解(jiě)决(jué)，还有AIGC会不会代替(tì)人(rén)类“至高(gāo)无上”的创意(yì)。

马斯克也强(qiáng)调，人(rén)工(gōng)智能的安全(quán)问题需要得到重视，太晚(wǎn)就来不及(jí)了。

03

AIGC下(xià)一站(zhàn)除了视频，还有远方(fāng)

技术(shù)都是(shì)有(yǒu)两面性的(de)，潜在的危害并不能掩盖其光(guāng)辉的贡献。现(xiàn)在看来，人工智能(néng)技术(shù)将是第四次工(gōng)业革命的核心驱(qū)动(dòng)力量，将创造(zào)新的增长奇迹(jì)。

过去一年，人工(gōng)智能(néng)在技术和(hé)商业层面(miàn)都(dōu)有(yǒu)了巨大进展，AI绘画就(jiù)是人工(gōng)智(zhì)能技(jì)术发生方向性改变的一(yī)个代(dài)表。其下一站或许(xǔ)就是视频(pín)。

此前，Meta和谷歌先后发布了几条(tiáo)引爆科技圈(quān)的短(duǎn)视频。这些(xiē)视(shì)频引发关(guān)注并非内容(róng)做得(dé)多优秀，反而都非(fēi)常简(jiǎn)单，比(bǐ)如一匹正在(zài)喝水的马，一只(zhǐ)画画的玩具熊，或者一段骑摩(mó)托车(chē)的第一(yī)视角(jiǎo)录像，随(suí)便(biàn)一个有手机的(de)人(rén)都可以随手录下一段(duàn)。

但这些短视(shì)频的(de)创作方式非常简单(dān)，创作者仅仅需(xū)要(yào)向(xiàng)AI输(shū)入一段话，甚(shèn)至只(zhǐ)是说一下(xià)要求，AI就可以(yǐ)根据(jù)需要生(shēng)成一段视频。

谷歌发布(bù)的两个AI生成(chéng)视频(pín)分别(bié)来自于Imagen Video和Phenaki，前者(zhě)主要突(tū)出的是(shì)高清，与Meta的Make-A-Video没有(yǒu)太多(duō)的差别。

在Make-A-Video公布(bù)了AI生(shēng)成的视(shì)频(pín)后，AI圈就已经(jīng)玩了一波(bō)梗，一个(gè)能(néng)够做出更高清视频的AI还不足以在(zài)短时间内戳中兴(xīng)奋点。

Phenaki更加(jiā)令人震惊的(de)地方在于，它可以制(zhì)作出(chū)超过2分(fēn)钟的连贯的也有确切内容的(de)视频，这才是真正(zhèng)让人们(men)感到惊喜的地(dì)方。因为无论AI生成的视频多么高清(qīng)，也只能是为内容生产者提供(gōng)一个灵感，一个素材，一个(gè)过场动画。

不过能够制作出有(yǒu)具体剧情内容的视(shì)频就意味着，一些视频创作(zuò)由AI代(dài)替(tì)人工完成(chéng)已经初步有了可能(néng)。

当(dāng)下AI的(de)发展速度已经超过大部(bù)分人(rén)的想象。内容产(chǎn)业的本质是供给创造需求，AIGC作为全新的(de)内容生产(chǎn)方式，可(kě)以为内(nèi)容(róng)产业带来更新的内容风格、更快的生产(chǎn)速度，更低的生产成本，这无(wú)疑(yí)会驱(qū)动内容产业的大爆(bào)发(fā)。

除(chú)了AI绘(huì)图、视频，AIGC技术(shù)还能应用于音乐、代码、机器(qì)人(rén)动(dòng)作等多种内容形式的生成(chéng)。不难发现该项技术不仅在游戏(xì)等行业能得(dé)到有(yǒu)效(xiào)应(yīng)用，对(duì)于(yú)下一代互联网(wǎng)各种元素的构建(jiàn)亦有关键意(yì)义。

从(cóng)商业化的角(jiǎo)度来看，文化娱乐、教(jiào)育、传媒等诸多领域，本(běn)身就对基于AI的可(kě)视化(huà)内容有(yǒu)强烈需求。

因此，AI绘画及视(shì)频或不(bù)是(shì)结果，而(ér)只是AI进(jìn)程中(zhōng)的一块重要拼图，有望在技术更新的加(jiā)持下实现更大的应用价值。

AI从理解内容，走向了可(kě)以(yǐ)生成内容，甚至能够创造(zào)出独立价值和独立(lì)视角(jiǎo)的内容。AIGC的再(zài)次出(chū)圈，更代表着未来的先进生产(chǎn)力即将到来。

04

紧抓大(dà)模(mó)型与算力，牢固AIGC底座

从技术(shù)的(de)发展也可以(yǐ)看出，在语言大模型、图像(xiàng)大模型之后，多模态大模型已经成为了(le)新的趋势。

大模型被誉为(wèi)当前人工智能发展的(de)智能(néng)底座(zuò)，是全球竞(jìng)争最激烈的(de)研究方向之一(yī)，包括(kuò)谷歌(gē)、亚(yà)马(mǎ)逊、百度(dù)、阿里(lǐ)、腾讯等众多头部企业都在竞(jìng)相发力。

不过训(xùn)练大模型的确价格不菲，以国盛证券发布(bù)的《ChatGPT需要(yào)多少算力》报(bào)告估(gū)算，GPT-3训练一次的成本约为140万美元。而对(duì)于一些更大的LLM(大型语(yǔ)言(yán)模(mó)型)，训练成本则介于200万美元至1200万(wàn)美元高价之间。

以ChatGPT在2023年1月(yuè)的独(dú)立访(fǎng)客平均(jūn)数1300万计算，其(qí)对应芯片需求为3万多片英伟达A100 GPU，初始投(tóu)入成本约为8亿(yì)美元，每日仅电费就在5万(wàn)美(měi)元左右。

此外不(bù)论是ChatGPT还(hái)是AIGC，都离不开庞大算力支持(chí)。在关注各类大模型的发展同时，更应该关注算力(lì)网络的建设。

算力网(wǎng)络(luò)正驱动AI产(chǎn)业发展进入(rù)史诗级加速进(jìn)程，让AIGC及通用AI这一人工(gōng)智能发展的终极目标(biāo)离得更近。

因为算力(lì)可(kě)以对突破性技术创新提供大力的支持。这方面，多模态大(dà)模型是典型。作为面向未来强人工(gōng)智能、通(tōng)用人工智能的重要技术创新，多模(mó)态(tài)大(dà)模型已经在人工智能领域提(tí)出了很多年，业界也有不少(shǎo)技术(shù)突破，但是，多模态大模型(xíng)进一步(bù)往下走，算力(lì)需求呈(chéng)几何(hé)式(shì)上升，一(yī)般(bān)的算力基础(chǔ)设(shè)施(shī)很快将难以(yǐ)胜任。

从(cóng)图像、文字(zì)、语音单独(dú)一项的(de)训(xùn)练，到双(shuāng)模(mó)态(tài)、三(sān)模态的跃迁，让人工(gōng)智能可以灵活应对不同模态的转化、像人与世界交互一样自然(rán)，这方面，由算力网(wǎng)络中秋节月饼的古诗10首，关于中秋节月饼的诗来驱动将有明显(xiǎn)优(yōu)势。

此(cǐ)外，还有很多需(xū)要爆(bào)发(fā)式增(zēng)长的算力来支(zhī)撑的(de)技术创新(xīn)，将在人工智能算力(lì)网络(luò)支撑下(xià)快(kuài)速推进。

AIGC已经露(lù)出曙光，期待在大模型和大算力的支持下AIGC能持续颠覆内容生产的方(fāng)式，将创造的边际成本降(jiàng)低，让万众受(shòu)益。

未经允许不得转载：腾众软件科技有限公司 中秋节月饼的古诗10首，关于中秋节月饼的诗