戴自动蝴蝶去上班感受，被要求带着玩具上班-绿茶通用站群

戴自动蝴蝶去上班感受，被要求带着玩具上班 ChatGPT之后又一应用杀疯了，AIGC或进入可控期，将洗牌科技行业？

自聊(liáo)天机器人ChatGPT火爆以来，微软(ruǎn)公司创始(shǐ)人比尔(ěr)·盖茨已多(duō)次(c戴自动蝴蝶去上班感受，被要求带着玩具上班ì)公(gōng)开谈论人工智能话题。在最(zuì)近的一次采(cǎi)访中，他(tā)再(zài)次(cì)表示：“AI可能(néng)会让科技行(xíng)业迎来(lái)一次剧(jù)烈的洗牌”。

这个结论(lùn)是他在(zài)当地时(shí)间(jiān)2月20日接(jiē)受(shòu)《In Good Company》节目专(zhuān)访时(shí)提出的。

他(tā)预(yù)期，AI的发展可能会威(wēi)胁到谷歌的市占率，因为(wèi)微软在AI方面的(de)行动相当迅速。而最终科(kē)技巨头将把AI整合(hé)成用户的“全能助手”，包揽一切应用，与人们(men)进行沟通并提供(gōng)建议(yì)，可以(yǐ)取代亚(yà)马逊(xùn)、Siri或Outlook等应(yīng)用。

大佬口中全能助手的到(dào)来可能尚需时日，但(dàn)由ControlNet引发(fā)的又一次(cì)AI绘画浪潮，让AIGC在ChatGPT的话题(tí)热点包围中杀出重围(wéi)。

ChatGPT之后又一应用杀疯了，AIGC或进入(rù)可控期，将洗牌科(kē)技行业？_黑料正能量

ControlNet颠覆(fù)AI绘画新玩法

AIGC向可控靠近

以AI绘画(huà)为(wèi)代表的(de)AIGC上一次爆火的(de)时候，还是(shì)2022年8月(yuè)，在美(měi)国科罗拉多州举办的新(xīn)兴数字艺(yì)术家竞赛中，一幅名(míng)为《太空歌(gē)剧院》的作品获奖。

随后各(gè)大厂(chǎng)商的AI绘画软件(jiàn)被(bèi)广大网友熟知并体验，Stable Diffusion便(biàn)是其中代表(biǎo)。

用户们可以在应用中输入一组(zǔ)关(guān)键词或者一张照片，就(jiù)能(néng)获得(dé)一幅AI创作的画作。

作画的关键就是(shì)所输(shū)入的文本。同一组(zǔ)关键(jiàn)词(cí)也可以(yǐ)创作出很多张风格不一样的画作，这(zhè)让(ràng)创作的过(guò)程就(jiù)像开(kāi)盲盒(hé)。

很多用户很喜欢(huān)这种不确定的惊喜，他们会(huì)将生(shēng)成的美图当做(zuò)头像。而另一部分喜欢翻看AI绘(huì)画的“翻车”作(zuò)品。在(zài)社交媒体上，许多用户分享AI“翻(fān)车现场(chǎng)”，例如，一位(wèi)网友的小(xiǎo)狗照片被AI画(huà)成了“肌肉男”，还有网友的个人照片被AI识别成了(le)建筑。

而(ér)如(rú)今(jīn)随着ControlNet的出现与加(jiā)持，以往(wǎng)AI绘画的(de)填(tián)写(xiě)关键词游戏可能要被颠覆(fù)了。

ControlNet是一(yī)位正(zhèng)在斯(sī)坦福读博的中国人张吕敏创作的(de)一种(zhǒng)基于控制点的图像变(biàn)形算(suàn)法，主要用于数字图(tú)像处理、计算机视觉和计(jì)算机图形学(xué)等领(lǐng)域。

其(qí)SD插(chā)件一经发布，在短短的两天内便成为了AI绘画领域最新(xīn)的热点。

在此之前，大(dà)家用了很多(duō)方法想(xiǎng)让AI生成(chéng)的结果尽可能(néng)的符合要求(qiú)，但是都不尽如人意，它的(de)出现(xiàn)代表着AI生成开始进入真正的可控时期。

因为ControlNet可以直(zhí)接提取画面的构图，人物的(de)姿势和画面的(de)深度信息等(děng)。有了(le)它的帮助，就不用频繁的(de)用(yòng)提示(shì)词来(lái)碰运气(qì)，抽盲盒式的创(chuàng)作了。

通俗(sú)的说(shuō)ControlNet相当(dāng)于(yú)给(gěi)AI绘画加了(le)“魔法”，不少博主的作品(pǐn)已经获(huò)得了(le)大量的浏览量，“viggo”就是其中之一(yī)，他(tā)用朋友的照片直接带她(tā)们(men)走进动漫世界。

viggo先用StableDiffusion图片转文(wén)字。

再用Text2Prompt插件拓展找到对(duì)应的关键词(cí)；最后用ControlNet插件绑定骨骼(gé)开始换关(guān)键词试(shì)效果(guǒ)。

通过图片就可(kě)以看(kàn)出来(lái)，效(xiào)果十分(fēn)惊艳。

更(gèng)厉害的(de)是(shì)，除了真实的照(zhào)片，草图也可以加(jiā)上“魔法(fǎ)”，知乎大牛(niú)“DevPoint”和(hé)“逗砂”介绍到ControlNet还能实现线稿转全彩图。大神(shén)张吕敏其本尊也亲自回应。

不(bù)得不说当下AIGC已经变得(dé)越来越强大，甚至输(shū)出(chū)的作品都已经能以(yǐ)假乱(luàn)真了。

难辨虚(xū)实，AIGC技术力爆发

警惕安全(quán)问题

近日，“苏州(zhōu)金鸡湖有(yǒu)游艇party”的消息(xī)火遍网络，而经过警方辟谣这(zhè)所谓的(de)“party”可能(néng)是全国(guó)第一起AI绘图诈骗。

由于这个(gè)活动里面给出的(de)美女照片都是AI制作的真人照片绘图，因为太逼真，被大(dà)家当成(chéng)真(zhēn)事传播了(le)。

不过仔细观察可以(yǐ)发现，活动发起(qǐ)者提供的(de)照(zhào)片中(zhōng)有(yǒu)个很(hěn)大(dà)的漏(lòu)洞可以(yǐ)发现并非真人(rén)，而是AI绘图(tú)，那便是图片中(zhōng)女性的手(shǒu)指(zhǐ)部分有(yǒu)的存在异常。

ChatGPT之后又一应用杀疯了，AIGC或进入可控期，将洗牌科技行(xíng)业(yè)？_黑料正能量

有行业人(rén)事表示：“现在因为手指(zhǐ)部(bù)分的(de)绘(huì)画算法比较复杂，AI还不太会画人的手，但最新(xīn)看到的图(tú)片(piàn)已经有越(yuè)来越(yuè)完美的AI模(mó)型出现，以后可能就完全没有漏(lòu)洞了。”

类似的AI作图诈(zhà)骗在国外也(yě)已有发生。据英国广播公司报道，土耳其地震(zhèn)期间，有(yǒu)Tiktok用(yòng)户使(shǐ)用(yòng)AI合成了(le)儿(ér)童受灾的(de)假照片(piàn)发布到网络，以(yǐ)此诱骗善良(liáng)的人打赏“捐助”从而实施(shī)诈骗(piàn)。

目前(qián)随着(zhe)技(jì)术发展，AIGC已经能(néng)做(zuò)出真人(rén)照(zhào)片般(bān)的(de)绘(huì)图(tú)效(xiào)果，如(rú)果这(zhè)样的图(tú)片被(bèi)用来(lái)诈骗，将非常可(kě)怕。

此外AIGC还引发了很多担忧，一方面(miàn)，批判者认为(wèi)AI在“学习(xí)”了大量前人的作品之后，其创(chuàng)作没有任何情绪和灵魂(hún)，难以和人类的艺(yì)术创作相提并论。

另一方面，AIGC背(bèi)后的版(bǎn)权、目前都并没有得到(dào)有(yǒu)效(xiào)的(de)解(jiě)决，还有AIGC会不会(huì)代替人(rén)类“至高(gāo)无上”的(de)创(chuàng)意。

马斯克也强调，人工智能(néng)的安全(quán)问题(tí)需要得(dé)到重视，太晚(wǎn)就来不及了。

AIGC下(xià)一站除(chú)了视频，还有远(yuǎn)方(fāng)

技术都是有两面性的，潜(qián)在的(de)危害(hài)并不能掩盖其光(guāng)辉的(de)贡献。现在看来，人工智能技术(shù)将是第四次工(gōng)业革命的核(hé)心驱(qū)动(dòng)力量，将创造新的增(zēng)长奇迹(jì)。

过去一年，人工智能在技术和(hé)商业(yè)层面(miàn)都(dōu)有了巨大进展，AI绘(huì)画就是人工智能技术发生方向(xiàng)性改变的一个代表(biǎo)。其下一(yī)站(zhàn)或许就是视频。

此前，Meta和谷(gǔ)歌先后发布了几条引爆科技圈的短视频(pín)。这些(xiē)视(shì)频(pín)引发关(guān)注(zhù)并非内容(róng)做得(dé)多优秀，反而都非常简单，比如一匹正在喝水的马，一(yī)只画(huà)画的玩具熊，或者一(yī)段(duàn)骑摩托(tuō)车(chē)的第一视角录像，随便(biàn)一个有手机的人都可(kě)以随手录下一段。

但(dàn)这些(xiē)短视频的创作方式非常简单(dān)，创作者(zhě)仅仅需(xū)要向AI输入一段话，甚(shèn)至只是说一下要(yào)求，AI就可以根据需要生成一段视频。

谷歌发布的两个AI生(shēng)成(chéng)视频分别来自(zì)于(yú)Imagen Video和Phenaki，前者主(zhǔ)要突出的是(shì)高清，与Meta的Make-A-Video没有太多的差(chà)别。

在(zài)Make-A-Video公布了AI生成的视频(pín)后，AI圈就已经玩了一波(bō)梗，一个能够(gòu)做(zuò)出更高清视频的AI还不足以在短时间(jiān)内(nèi)戳中兴奋点。

Phenaki更加令人震惊的地方在于，它(tā)可以制作出超过(guò)2分钟的连(lián)贯的也有确(què)切内容的视(shì)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(duō)么高(gāo)清，也(yě)只能是为内容生(shēng)产者(zhě)提供一个灵感，一个素材，一个过场动(dòng)画(huà)。

不(bù)过能够制(zhì)作出有具(jù)体剧(jù)情(qíng)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(chū)步有(yǒu)了可能。

当下AI的发展速度已经超过大部(bù)分人的想(xiǎng)象。内容产业的本质是供给(gěi)创(chuàng)造需(xū)求，AIGC作为(wèi)全新的内容生产方式，可以为内容产业带来(lái)更新的内容风格(gé)、更快的生产速度，更低(dī)的生产成本，这无(wú)疑会驱动内容(róng)产(chǎn)业的大(dà)爆(bào)发(fā)。

除(chú)了(le)AI绘图(tú)、视频，AIGC技术还能应用于音乐、代码、机器人动作等多种(zhǒng)内容形式的生成。不难发现(xiàn)该项技术不仅在(zài)游戏等行(xíng)业能得到有效应用，对(duì)于下(xià)一代互联网各(gè)种元素的构建亦有关键意(yì)义。

从商业化的(de)角度(dù)来看，文化娱乐、教育、传媒等诸(zhū)多领域，本身(shēn)就对(duì)基于(yú)AI的(de)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(zhòng)要拼图，有望(wàng)在技术更(gèng)新的加持下实现更(gèng)大的应用价值。

AI从理(lǐ)解内容，走向(xiàng)了可以生成内容(róng)，甚至能够创造出独立价值(zhí)和独立视角的(de)内容。AIGC的再次出圈，更代表(biǎo)着未来的先进生产力即将到来。

紧(jǐn)抓大(dà)模型与算力，牢(láo)固AIGC底座

从(cóng)技术的发展(zhǎn)也可(kě)以看出，在语言大(dà)模型、图(tú)像大模型之(zhī)后，多(duō)模(mó)态(tài)大模(mó)型已经成(chéng)为了(le)新的趋(qū)势。

大模型被誉为当(dāng)前人工智(zhì)能(néng)发展的智能底(dǐ)座，是全球(qiú)竞(jìng)争最激烈的(de)研究方向之一，包括(kuò)谷(gǔ)歌、亚马逊、百度、阿里、腾(téng)讯等众多头部企业都在竞相发力(lì)。

不过训练大模型的(de)确(què)价格不菲，以(yǐ)国盛证券发布的(de)《ChatGPT需要多少算力》报(bào)告估算，GPT-3训(xùn)练一次的成本约为140万(wàn)美元。而对于一些更(gèng)大的LLM(大型语言模型)，训练成本则介于200万美元至(zhì)1200万美元高(gāo)价之间。

以ChatGPT在(zài)2023年(nián)1月的独(dú)立访客平均数1300万计(jì)算，其对应芯(xīn)片(piàn)需求为3万多片英伟达(dá)A100 GPU，初始投入成本约为(wèi)8亿美元(yuán)，每日仅电(diàn)费就在5万美(měi)元左右。

此外不论是(shì)ChatGPT还(hái)是AIGC，都(dōu)离不开庞(páng)大算力支持(chí)。在关(guān)注各类大模型的发展同时，更应该(gāi)关注算力网络的建设。

算力网络(luò)正(zhèng)驱动AI产(chǎn)业(yè)发展进(jìn)入史(shǐ)诗级(jí)加速进程，让AIGC及通(tōng)用AI这一人工智能发展的(de)终极(jí)目(mù)标离得(dé)更近。

因为算力可(kě)以对突破性(xìng)技术创新(xīn)提供(gōng)大力的支持。这方面，多模态(tài)大模型是典型。作为面向未(wèi)来强人工智能、通用(yòng)人工智能的重要技术创新，多模态大模型已经在(zài)人工智能领域(yù)提出了很多年(nián)，业界也有不少技(jì)术突破，但是，多(duō)模态大模型(xíng)进一(yī)步(bù)往下走，算力需求呈几何式(shì)上升，一般的算(suàn)力基础(chǔ)设施很(hěn)快将(jiāng)难以(yǐ)胜任。

从图(tú)像、文字、语音(yīn)单独(dú)一项(xiàng)的训练，到(dào)双模态(tài)、三模态的跃迁，让人工智能可以灵活应(yīng)对(duì)不同模态的转化、像人与世界交互一样自然(rán)，这(zhè)方面，由算力网络来驱动将(jiāng)有明显(xiǎn)优(yōu)势。