自聊天机器人ChatGPT火爆以(yǐ)来，微软公司创始人比(bǐ)尔·盖茨已多(duō)次(cì)公开谈(tán)论人工智(zhì)能(néng)话题。在(zài)最近的(de)一次(cì)采访(fǎng)中(zhōng)，他再次表(biǎo)示(shì)：“AI可能会让科(kē)技行业迎来一次(cì)剧烈(liè)的洗牌(pái)”。

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

他预期(qī)，AI的发展可能会威(wēi)胁到谷歌的市占率，因为微软在AI方(fāng)面的行动(dòng)相(xiāng)当(dāng)迅(xùn)速。而最(zuì)终(zhōng)科技巨(jù)头将把AI整合成用户的“全能助(zhù)手”，包揽一切应用，与人们进行(xíng)沟(gōu)通并提供建议(yì)，可以(yǐ)取代亚(yà)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(huà)浪(làng)潮，让AIGC在ChatGPT的(de)话(huà)题(tí)热(rè)点包围中杀出(chū)重围。

01

ControlNet颠覆AI绘(huì)画(huà)新(xīn)玩法

AIGC向(xiàng)可(kě)控靠近

以AI绘画为代(dài)表的AIGC上一次爆火的(de)时候(hòu)，还(hái)是2022年(nián)8月，在美国科罗拉多(duō)州举办(bàn)的新兴数字艺术家(jiā)竞赛(sài)中，一幅名(míng)为《太空(kōng)歌剧院》的作品获(huò)奖。

随后各(gè)大厂商(shāng)的AI绘画软件被广大网友熟(shú)知并体验(yàn)，Stable Diffusion便是其(qí)中代(dài)表。

用户(hù)们(men)可以在(zài)应用(yòng)中输入一(yī)组关键(jiàn)词或者一张照片，就能获得一幅AI创(chuàng)作(zuò)的画作。

作画的(de)关键就是(shì)所(suǒ)输入的文本bushi是什么意思，bushi是什么意思中文翻译(běn)。同一组关键词也可以创作出很(hěn)多张风格不一样的画作，这让(ràng)创作的过程就(jiù)像开盲盒。

很多用(yòng)户很(hěn)喜(xǐ)欢(huān)这种(zhǒng)不确定的惊喜，他们会(huì)将生成的美图(tú)当做头(tóu)像(xiàng)。而另一(yī)部分喜欢(huān)翻看AI绘画的“翻(fān)车”作品。在社交媒(méi)体上，许多用户分享AI“翻(fān)车现场(chǎng)”，例如(rú)，一位网友的小狗照(zhào)片(piàn)被AI画成了“肌(jī)肉男”，还有(yǒu)网(wǎng)友的(de)个人照片被AI识别成了(le)建筑。

而如今随着(zhe)ControlNet的(de)出现与加持，以往AI绘画的(de)填写关键词游戏可能要被颠覆了(le)。

ControlNet是(shì)一位(wèi)正在(zài)斯坦福读博的中国人张吕敏创作的一种基于控制点的图(tú)像变形算法(fǎ)，主要用于数字(zì)图像处理(lǐ)、计算机视觉和计算机图形学等领域(yù)。

其SD插件一经发布，在短短(duǎn)的(de)两天内便成为了AI绘(huì)画(huà)领(lǐng)域最(zuì)新的热点。

在此(cǐ)之前(qián)，大家(jiā)用了很多方法想让AI生成的(de)结果尽可能的符(fú)合要求，但是都(dōu)不(bù)尽如人意(yì)，它(tā)的出现代表着AI生成开(kāi)始进入(rù)真正的可控时期。

因为ControlNet可以直接(jiē)提取画面的构图，人物的姿势和(hé)画面的(de)深度信息等。有(yǒu)了(le)它(tā)的(de)帮助，就不用(yòng)频繁的用提(tí)示词(cí)来碰运(yùn)气(qì)，抽盲(máng)盒式的创作了。

通俗的说ControlNet相当于给(gěi)AI绘(huì)画加(jiā)了“魔法”，不少博主的(de)作品已经获得了大量的浏览量，“viggo”就是其(qí)中之一，他用朋友的照(zhào)片直接带她们走(zǒu)进动漫(màn)世(shì)界。

viggo先用StableDiffusion图片(piàn)转文字(zì)。

再(zài)用Text2Prompt插件拓展(zhǎn)找到对(duì)应的(de)关键词(cí)；最后用ControlNet插件绑定骨骼(gé)开始换关键词试效果。

通(tōng)过图(tú)片就可(kě)以看出来，效(xiào)果十分惊(jīng)艳。

更(gèng)厉害的是，除了真实的照片，草(cǎo)图也可(kě)以加上(shàng)“魔(mó)法”，知乎(hū)大牛“DevPoint”和“逗砂”介绍到ControlNet还能实现线(xiàn)稿(gǎo)转全彩图(tú)。大神张吕敏其本(běn)尊也亲自回应。

不(bù)得不说当下AIGC已经变得越来越强(qiáng)大，甚至输(shū)出的作品都已经能以假乱真(zhēn)了。

02

难辨虚实，AIGC技术力(lì)爆(bào)发

警惕安全bushi是什么意思，bushi是什么意思中文翻译问题(tí)

近日，“苏州金鸡湖有游艇party”的消息(xī)火遍(biàn)网络，而经过警方辟谣这所谓的“party”可(kě)能是全国第一起AI绘图诈骗。

由(yóu)于这个(gè)活动里面给出(chū)的美女照片都(dōu)是(shì)AI制作的真(zhēn)人(rén)照片绘(huì)图，因为太逼真，被大家(jiā)当成(chéng)真事(shì)传播了(le)。

不过仔细(xì)观察可以发现，活动发起者提供的照片(piàn)中有(yǒu)个很(hěn)大的漏(lòu)洞(dòng)可以发现并非真(zhēn)人，而是AI绘(huì)图，那便是图片中女性的手指部(bù)分有的(de)存在异(yì)常。

有(yǒu)行业(yè)人事(shì)表示(shì)：“现(xiàn)在因为(wèi)手指部分的绘画(huà)算法比较复杂，AI还不太会(huì)画人的手(shǒu)，但最新看到的图片已经有越来越完美(měi)的AI模(mó)型出(chū)现，以后可(kě)能就(jiù)完(wán)全没有漏洞了。”

类似的AI作图诈骗(piàn)在(zài)国外(wài)也(yě)已有发生。据英国广播公司报道(dào)，土耳其(qí)地震期间，有Tiktok用户使用AI合成了儿童受灾的假照片(piàn)发布到网络，以此诱骗善良的人打赏(shǎng)“捐助”从而实施诈(zhà)骗。

目(mù)前(qián)随(suí)着技术(shù)发展，AIGC已经(jīng)能做出真(zhēn)人照(zhào)片(piàn)般的绘图效果，如果这样的(de)图片被用来诈骗，将非常可怕。

此外(wài)AIGC还(hái)引发了很多担忧(yōu)，一方面(miàn)，批(pī)判者认为AI在“学习(xí)”了大量前人的作品之后，其创(chuàng)作(zuò)没(méi)有任(rèn)何情绪和灵魂，难以和人类的(de)艺术(shù)创作(zuò)相提并论。

另一方面，AIGC背(bèi)后的版权、目前(qián)都并没(méi)有得(dé)到有效的解(jiě)决，还(hái)有(yǒu)AIGC会(huì)不会(huì)代替人(rén)类“至高无上(shàng)”的创意(yì)。

马斯克也强调，人工智(zhì)能的安(ān)全问(wèn)题需(xū)要得到(dào)重(zhòng)视，太晚就来不及了(le)。

03

AIGC下(xià)一站除了视(shì)频，还有远方

技术都是有两(liǎng)面性的，潜在的(de)危害并不能掩盖其(qí)光(guāng)辉的(de)贡献(xiàn)。现(xiàn)在看(kàn)来(lái)，人工智能技术将(jiāng)是第四次工业革(gé)命的核心驱动力量，将创造新的增长奇迹。

过去一年(nián)，人(rén)工(gōng)智(zhì)能在技术和商(shāng)业(yè)层面(miàn)都有了巨大进展，AI绘画(huà)就是人工智能技术(shù)发生(shēng)方向性改变(biàn)的(de)一个(gè)代表(biǎo)。其下一站(zhàn)或许就是(shì)视频。

此前，Meta和(hé)谷歌先(xiān)后发布了(le)几(jǐ)条引爆科技(jì)圈的短视频。这些视频引发关(guān)注并(bìng)非内容做得多优秀，反而都非常简单，比如一(yī)匹正在喝(hē)水的(de)马，一只画画的(de)玩具熊，或者一段骑摩托车(chē)的(de)第(dì)一视(shì)角录像，随便一个有手机的人(rén)都可以随(suí)手录下一段。

但这些(xiē)短视频的(de)创作方式非常简单，创作(zuò)者(zhě)仅仅需要向AI输入一段(duàn)话，甚至只是说一(yī)下(xià)要求(qiú)，AI就(jiù)可以根(gēn)据需要生成一段视频。

谷歌发布的(de)两个AI生成视(shì)频分别来自于Imagen Video和(hé)Phenaki，前(qián)者主(zhǔ)要(yào)突出的是高清，与Meta的Make-A-Video没(méi)有太多的差(chà)别。

在Make-A-Video公布了AI生成(chéng)的(de)视频后，AI圈(quān)就(jiù)已经玩了一波梗，一(yī)个能够做出(chū)更(gèng)高清(qīng)视频的(de)AI还不足以在短时间内戳中兴(xīng)奋点。

Phenaki更加令人震惊的地(dì)方(fāng)在于，它可(kě)以制作出(chū)超(chāo)过(guò)2分钟的连(lián)贯(guàn)的也(yě)有确(què)切内容(róng)的视频，这才(cái)是真正让人们感到惊喜的地方。因为无论AI生(shēng)成的视(shì)频(pín)多(duō)么高(gāo)清(qīng)，也只能是为内(nèi)容生产者提供一(yī)个(gè)灵(líng)感，一个素材，一个过场动(dòng)画。

不过能够制作出有(yǒu)具体剧情内容的(de)视频(pín)就意味(wèi)着，一些(xiē)视频创作(zuò)由AI代替人工完成已(yǐ)经初步有(yǒu)了可能。

当下AI的发展速度已(yǐ)经超过大部分(fēn)人(rén)的想象。内容产业的本质是供给创造需求，AIGC作为全新的内(nèi)容生产(chǎn)方(fāng)式，可(kě)以为内容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(běn)，这无疑(yí)会驱动内容(róng)产(chǎn)业的大爆发。

除了Abushi是什么意思，bushi是什么意思中文翻译I绘图、视频，AIGC技术还能应用于音乐、代码(mǎ)、机器人(rén)动作(zuò)等多种(zhǒng)内容形(xíng)式的生成。不难发现该项技术不仅在(zài)游戏等行业(yè)能(néng)得到有效应用，对于下(xià)一代互联网各种(zhǒng)元(yuán)素的构(gòu)建亦有关(guān)键意(yì)义。

从商业(yè)化(huà)的角(jiǎo)度来看，文化娱乐、教育、传媒等诸多(duō)领域，本身就对基于AI的可视(shì)化内(nèi)容有强(qiáng)烈需(xū)求。

因此，AI绘(huì)画及视频或不是结(jié)果(guǒ)，而只(zhǐ)是(shì)AI进程中的一块重要拼(pīn)图，有望在技(jì)术更新(xīn)的(de)加(jiā)持下实现更大的应用价值。

AI从理解内容(róng)，走向了可以生成内容(róng)，甚至能够创造(zào)出独立(lì)价值和独立(lì)视角的内容。AIGC的再次出(chū)圈，更代表着未(wèi)来的先(xiān)进生(shēng)产力即将到来。

04

紧抓大模型与算力，牢固AIGC底座(zuò)

从技(jì)术的发展也可以看出，在语言大模型、图像大模型之(zhī)后，多模态大模型已经(jīng)成为了新的趋势。

大模型被誉为当前人工智能发展(zhǎn)的智(zhì)能底座，是全球竞争最激烈的(de)研(yán)究方(fāng)向之一，包括谷歌、亚马(mǎ)逊、百度(dù)、阿里、腾讯等众(zhòng)多(duō)头部企业都在竞相发力。

不过训(xùn)练大(dà)模型的确价(jià)格不菲，以(yǐ)国盛证券发布的《ChatGPT需要多少算(suàn)力》报告估算(suàn)，GPT-3训练一(yī)次的成(chéng)本约为(wèi)140万美元。而(ér)对于(yú)一些更(gèng)大的LLM(大型语言模型)，训练(liàn)成(chéng)本则介于200万(wàn)美元至1200万美元(yuán)高价之(zhī)间。

以ChatGPT在(zài)2023年1月(yuè)的独立访客平均数1300万计算(suàn)，其对应芯(xīn)片需求为(wèi)3万多(duō)片英伟(wěi)达A100 GPU，初始(shǐ)投(tóu)入成本约为(wèi)8亿美元，每(měi)日仅(jǐn)电费就在5万美元左(zuǒ)右(yòu)。

此外不论是(shì)ChatGPT还是AIGC，都离不开庞大算力(lì)支持。在关注各类(lèi)大模型的发展同时，更应该关注算力(lì)网络的建设。

算力网络(luò)正(zhèng)驱动AI产业发(fā)展进入史诗级加速进(jìn)程，让(ràng)AIGC及通用AI这一人工智能发(fā)展的终(zhōng)极(jí)目标离得更(gèng)近。

因(yīn)为算力(lì)可(kě)以对突(tū)破性(xìng)技术创新(xīn)提供(gōng)大(dà)力的支持(chí)。这方面，多模(mó)态(tài)大模型是典型。作为面向(xiàng)未来(lái)强人(rén)工智能(néng)、通用(yòng)人工智能的(de)重要技(jì)术(shù)创新(xīn)，多模(mó)态大(dà)模型(xíng)已经(jīng)在人工智能领域提出了(le)很(hěn)多年，业(yè)界(jiè)也有不少技(jì)术突破，但是，多模态大模(mó)型进(jìn)一(yī)步往下走，算力需求呈几何式(shì)上升，一般的算力基础(chǔ)设施很(hěn)快将难以(yǐ)胜(shèng)任。

从图(tú)像、文字(zì)、语音单独一项的训练，到双模态(tài)、三模态的跃(yuè)迁，让人工(gōng)智能可以灵活应对不同模态的转化(huà)、像人与(yǔ)世界交互一样自然(rán)，这方面，由算力(lì)网(wǎng)络来驱动将有(yǒu)明显(xiǎn)优势。

此外，还有很(hěn)多需要爆发(fā)式增长的(de)算力来支撑的技术创新，将在人(rén)工智能(néng)算力网络(luò)支撑下快速(sù)推(tuī)进。

AIGC已经露出曙光，期待在大(dà)模型和大算(suàn)力的支持下(xià)AIGC能持续颠覆内容生产的方式(shì)，将创造的边(biān)际成本降低，让(ràng)万众受益(yì)。

未经允许不得转载：橘子百科-橘子都知道 bushi是什么意思，bushi是什么意思中文翻译