自聊天机器人ChatGPT火爆以来，微软公司创始人比尔·盖茨已多次公开谈论人工智能话题。在最近的一次采访中，他再次表示：“AI可能会让科技行业迎来一次剧烈的洗牌”。
这个结论是他在当地时间2月20日接受《In Good Company》节目专访时提出的。
他预期，AI的发展可能会威胁到谷歌的市占率，因为微软在AI方面的行动相当迅速。而最终科技巨头将把AI整合成用户的“全能助手”，包揽一切应用，与人们进行沟通并提供建议，可以取代亚马逊、Siri或Outlook等应用。
大佬口中全能助手的到来可能尚需时日，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新兴数字艺术家竞赛中，一幅名为《太空歌剧院》的作品获奖。
随后各大厂商的AI绘画软件被广大网友熟知并体验，Stable Diffusion便是其中代表。
用户们可以在应用中输入一组关键词或者一张照片，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。同一组关键词也可以创作出很多张风格不一样的画作，这让创作的过程就像开盲盒。
很多用户很喜欢这种不确定的惊喜，他们会将生成的美图当做头像。而另一部分喜欢翻看AI绘画的“翻车”作品。在社交媒体上，许多用户分享AI“翻车现场”，例如，一位网友的小狗照片被AI画成了“肌肉男”，还有网友的个人照片被AI识别成了建筑。
而如今随着ControlNet的出现与加持，以往AI绘画的填写关键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作的一种基于控制点的图像变形算法，主要用于数字图像处理、计算机视觉和计算机图形学等领域。
其SD插件一经发布，在短短的两天内便成为了AI绘画领域最新的热点。
在此之前，大家用了很多方法想让AI生成的结果尽可能的符合要求，但是都不尽如人意，它的出现代表着AI生成开始进入真正的可控时期。
因为ControlNet可以直接提取画面的构图，人物的姿势和画面的深度信息等。有了它的帮助，就不用频繁的用提示词来碰运气，抽盲盒式的创作了。
通俗的说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ControlNet插件绑定骨骼开始换关键词试效果。
通过图片就可以看出来，效果十分惊艳。
更厉害的是，除了真实的照片，草图也可以加上“魔法”，知乎大牛“DevPoint”和“逗砂”介绍到ControlNet还能实现线稿转全彩图。大神张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，甚至输出的作品都已经能以假乱真了。
02
难辨虚实，AIGC技术力爆发
警惕安全问题
近日，“苏州金鸡湖有游艇party”的消息火遍网络，而经过警方辟谣这所谓的“party”可能是全国第一起AI绘图诈骗。
由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，因为太逼真，被大家当成真事传播了。
不过仔细观察可以发现，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，那便是图片中女性的手指部分有的存在异常。
有行业人事表示：“现在因为手指部分的绘画算法比较复杂，AI还不太会画人的手，但最新看到的图片已经有越来越完美的AI模型出现，以后可能就完全没有漏洞了。”
类似的AI作图诈骗在国外也已有发生。据英国广播公司报道，土耳其地震期间，有Tiktok用户使用AI合成了儿童受灾的假照片发布到网络，以此诱骗善良的人打赏“捐助”从而实施诈骗。
目前随着技术发展，AIGC已经能做出真人照片般的绘图效果，如果这样的图片被用来诈骗，将非常可怕。
此外AIGC还引发了很多担忧，一方面，批判者认为AI在“学习”了大量前人的作品之后，其创作没有任何情绪和灵魂，难以和人类的艺术创作相提并论。
另一方面，AIGC背后的版权、目前都并没有得到有效的解决，还有AIGC会不会代替人类“至高无上”的创意。
马斯克也强调，人工智能的安全问题需要得到重视，太晚就来不及了。
03
AIGC下一站除了视频，还有远方
技术都是有两面性的，潜在的危害并不能掩盖其光辉的贡献。现在看来，人工智能技术将是第四次工业革命的核心驱动力量，将创造新的增长奇迹。
过去一年，人工智能在技术和商业层面都有了巨大进展，AI绘画就是人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，Meta和谷歌先后发布了几条引爆科技圈的短视频。这些视频引发关注并非内容做得多优秀，反而都非常简单，比如一匹正在喝水的马，一只画画的玩具熊，或者一段骑摩托车的第一视角录像，随便一个有手机的人都可以随手录下一段。
但这些短视频的创作方式非常简单，创作者仅仅需要向AI输入一段话，甚至只是说一下要求，AI就可以根据需要生成一段视频。
谷歌发布的两个AI生成视频分别来自于Imagen Video和Phenaki，前者主要突出的是高清，与Meta的Make-A-Video没有太多的差别。
在Make-A-Video公布了AI生成的视频后，AI圈就已经玩了一波梗，一个能够做出更高清视频的AI还不足以在短时间内戳中兴奋点。
Phenaki更加令人震惊的地方在于，它可以制作出超过2分钟的连贯的也有确切内容的视频，这才是真正让人们感到惊喜的地方。因为无论AI生成的视频多么高清，也只能是为内容生产者提供一个灵感，一个素材，一个过场动画。
不过能够制作出有具体剧情内容的视频就意味着，一些视频创作由AI代替人工完成已经初步有了可能。
当下AI的发展速度已经超过大部分人的想象。内容产业的本质是供给创造需求，AIGC作为全新的内容生产方式，可以为内容产业带来更新的内容风格、更快的生产速度，更低的生产成本，这无疑会驱动内容产业的大爆发。
除了AI绘图、视频，AIGC技术还能应用于音乐、代码、机器人动作等多种内容形式的生成。不难发现该项技术不仅在游戏等行业能得到有效应用，对于下一代互联网各种元素的构建亦有关键意义。
从商业化的角度来看，文化娱乐、教育、传媒等诸多领域，本身就对基于AI的可视化内容有强烈需求。
因此，AI绘画及视频或不是结果，而只是AI进程中的一块重要拼图，有望在技术更新的加持下实现更大的应用价值。
AI从理解内容，走向了可以生成内容，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，更代表着未来的先进生产力即将到来。
04
紧抓大模型与算力，牢固AIGC底座
从技术的发展也可以看出，在语言大模型、图像大模型之后，多模态大模型已经成为了新的趋势。
大模型被誉为当前人工智能发展的智能底座，是全球竞争最激烈的研究方向之一，包括谷歌、亚马逊、百度、阿里、腾讯等众多头部企业都在竞相发力。
不过训练大模型的确价格不菲，以国盛证券发布的《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。而对于一些更大的LLM(大型语言模型)，训练成本则介于200万美元至1200万美元高价之间。
以ChatGPT在2023年1月的独立访客平均数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5万美元左右。
此外不论是ChatGPT还是AIGC，都离不开庞大算力支持。在关注各类大模型的发展同时，更应该关注算力网络的建设。
算力网络正驱动AI产业发展进入史诗级加速进程，让AIGC及通用AI这一人工智能发展的终极目标离得更近。
因为算力可以对突破性技术创新提供大力的支持。这方面，多模态大模型是典型。作为面向未来强人工智能、通用人工智能的重要技术创新，多模态大模型已经在人工智能领域提出了很多年，业界也有不少技术突破，但是，多模态大模型进一步往下走，算力需求呈几何式上升，一般的算力基础设施很快将难以胜任。
从图像、文字、语音单独一项的训练，到双模态、三模态的跃迁，让人工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，这方面，由算力网络来驱动将有明显优势。
此外，还有很多需要爆发式增长的算力来支撑的技术创新，将在人工智能算力网络支撑下快速推进。
AIGC已经露出曙光，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式，将创造的边际成本降低，让万众受益。
