东边不亮西边亮的意思是什么，东边不亮西边亮典故-橘子百科-橘子都知道

东边不亮西边亮的意思是什么，东边不亮西边亮典故 ChatGPT之后又一应用杀疯了，AIGC或进入可控期，将洗牌科技行业？

自聊天机器人(rén)ChatGPT火爆(bào)以来，微(wēi)软公司创始人比尔·盖茨已多(duō)次公开谈(tán)论人工智能话题。在最近的一次采访中，他再(zài)次表示：“AI可(kě)能会让科技(jì)行业迎(yíng)来一次(cì)剧(jù)烈的洗牌”。

这(zhè)个(gè)结论(lùn)是(shì)他在当地时间2月20日接受《In Good Company》节(jié)目(mù)专访时(shí)提出的。

他预(yù)期，AI的发(fā)展可(kě)能会威(wēi)胁到谷歌(gē)的(de)市(shì)占率，因(yīn)为微软在AI方面的行(xíng)动相(xiāng)当迅速。而最终科技巨(jù)头将把AI整合(hé)成用户的“全能助手”，包揽一切应用(yòng)，与人(rén)们进行沟通并提(tí)供建议，可以取代(dài)亚马逊、Siri或Outlook等(děng)应用(yòng)。

大佬口(kǒu)中全能助手的(de)到(dào)来可能尚需时(shí)日，但由(yóu)ControlNet引发的又一次AI绘画(huà)浪(làng)潮，让(ràng)AIGC在ChatGPT的话题热点包围中(zhōng)杀(shā)出重(zhòng)围。

ChatGPT之后又(yòu)一应用杀疯了，AIGC或(huò)进入可控(kòng)期，将洗牌科技行(xíng)业？_黑料正能量

ControlNet颠覆AI绘画(huà)新玩法

AIGC向可控(kòng)靠近

以AI绘画为代表的AIGC上一次爆火的(de)时候，还是2022年8月(yuè)，在美(měi)国(guó)科(kē)罗拉多州举办的新(xīn)兴(xīng)数字艺(yì)术家竞(jìng)赛中，一幅(fú)名(míng)为(wèi)《太(东边不亮西边亮的意思是什么，东边不亮西边亮典故tài)空歌剧(jù)院》的(de)作(zuò)品获奖。

随后各(gè)大厂商的AI绘画软(ruǎn)件被广(guǎng)大网友熟(shú)知并体验，Stable Diffusion便是其中代表。

用(yòng)户们可以在(zài)应用中输入一(yī)组(zǔ)关键词或者(zhě)一张照片，就(jiù)能获得一幅AI创作的画作(zuò)。

作画的关键就是所输入的文本(běn)。同一组关键词也可(kě)以(yǐ)创作出(chū)很多张风(fēng)格不一样的画(huà)作，这让创作(zuò)的过程就像开(kāi)盲盒。

很多(duō)用户很喜欢这种不确定的(de)惊喜，他们(men)会(huì)将生成的(de)美图当做头像。而另一部(bù)分喜欢翻看AI绘(huì)画的“翻车”作品。在社交(jiāo)媒体上，许多用户分享AI“翻车(chē)现场”，例如，一位网(wǎng)友(yǒu)的小(xiǎo)狗照(zhào)片(piàn)被AI画成了“肌肉男”，还有网(wǎng)友的个人照片(piàn)被AI识别成了建筑。

而如今(jīn)随着ControlNet的出现与加持(chí)，以往AI绘画的填写(xiě)关键词游戏可能(néng)要被颠(diān)覆(fù)了。

ControlNet是(shì)一位正在斯坦福读博的(de)中(zhōng)国人张(zhāng)吕敏创作的(de)一种(zhǒng)基于控(kòng)制点(diǎn)的图像变形算法，主要(yào)用于数字图像处(chù)理(lǐ)、计算机视觉和计(jì)算机图形学(xué)等(děng)领域。

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

在此之(zhī)前(qián)，大家(jiā)用了很多方法想让AI生成(chéng)的(de)结(jié)果尽(jǐn)可能的符合要(yào)求(qiú)，但是都(dōu)不尽如人(rén)意(yì)，它(tā)的出现代表(biǎo)着AI生成开始(shǐ)进入真正的可控时(shí)期(qī)。

因为(wèi)ControlNet可以直接提取画面(miàn)的构(gòu)图，人物的(de)姿(zī)势和画面的(de)深度(dù)信(xìn)息等(děng)。有了(le)它(tā)的帮助，就(jiù)不用频繁的用提示词来碰运气，抽(chōu)盲盒(hé)式的创作了(le)。

通俗(sú)的说ControlNet相当于给AI绘(huì)画加了(le)“魔法”，不少博主的作品已经(jīng)获得(dé)了大(dà)量的(de)浏览(lǎn)量，“viggo”就(jiù)是其中之一，他用朋(péng)友(yǒu)的照(zhào)片直接带她们走(zǒu)进动漫(màn)世界。

viggo先用StableDiffusion图片转文字(zì)。

再用(yòng)Text2Prompt插件拓展找到对应的(de)关键(jiàn)词；最(zuì)后(hòu)用ControlNet插件绑(bǎng)定骨骼开始换关(guān)键词试(shì)效果(guǒ)。

通过图片就可以看出来，效果十分(fēn)惊(jīng)艳。

更厉害的(de)是，除(chú)了真实的照片，草图也(yě)可以加上“魔(mó)法”，知乎大(dà)牛“DevPoint”和“逗(dòu)砂”介绍到ControlNet还能(néng)实现(xiàn)线稿转全彩图(tú)。大神张吕(lǚ)敏(mǐn)其本尊(zūn)也亲自回(huí)应。

不得不说当下(xià)AIGC已经变得越来越强大(dà)，甚至(zhì)输出的作品(pǐn)都已经能以假(jiǎ)乱真了(le)。

难(nán)辨虚实(shí)，AIGC技(jì)术力爆(bào)发

警(jǐng)惕安全问(wèn)题

近(jìn)日，“苏(sū)州(zhōu)金(jīn)鸡(jī)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(huì)图诈骗。

由于(yú)这个活动里面给出的美女照片都是AI制作(zuò)的真人照片(piàn)绘图，因(yīn)为太逼真，被(bèi)大家当成真事传播了。

不过仔细观(guān)察可以发现，活动发起者提供的照片中(zhōng)有个(gè)很大的(de)漏洞可以(yǐ)发现并非真人，而是AI绘图，那便(biàn)是图片中(zhōng)女性的手指部(bù)分有的(de)存(cún)在异常。

ChatGPT之后又一应用(yòng)杀(shā)疯(fēng)了，AIGC或(huò)进入可控期，将(jiāng)洗牌科技(jì)行(xíng)业？_黑料正能量

有行(xíng)业人事表(biǎo)示(shì)：“现在因(yīn)为手指部分的绘画算法(fǎ)比较复杂，AI还不太会(huì)画人的手，但最新看到的图(tú)片已经(jīng)有越来越完美的(de)AI模型出现，以后可(kě)能就(jiù)完全没有(yǒu)漏洞了。”

类似的AI作图诈(zhà)骗在国(guó)外也已有发生(shēng)。据(jù)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(le)儿童受灾的假照片发布到网(wǎng)络，以此诱(yòu)骗善良的人打赏(shǎng)“捐助”从而实施诈(zhà)骗。

目前随着技术发展，AIGC已经能做出真人照(zhào)片般的绘(huì)图效果，如果这样(yàng)的图片被用(yòng)来诈骗，将非常可(kě)怕。

此外AIGC还引(yǐn)发了很多(duō)担忧(yōu)，一方(fāng)面(miàn)，批判者(zhě)认(rèn)为AI在“学习(xí)”了大量前(qián)人的作品之后，其创作没有任何(hé)情绪和灵(líng)魂(hún)，难以(yǐ)和人(rén)类的艺(yì)术(shù)创(chuàng)作相提并论。

另一(yī)方面(miàn)，AIGC背后的版权、目前都(dōu)并没有得到有(yǒu)效的解决，还有(yǒu)AIGC会不会代替(tì)人类“至(zhì)高无上”的创意(yì)。

马斯克也强调(diào)，人(rén)工(gōng)智能的安全(quán)问题需要得(dé)到(dào)重视，太(tài)晚就来不及了(le)。

AIGC下(xià)一站除了(le)视(shì)频，还有远方

技术都(dōu)是有两(liǎng)面性(xìng)的，潜在的危害并不能掩(yǎn)盖其光辉的贡献。现在(zài)看来，人工智能技(jì)术将是第(dì)四次工(gōng)业(yè)革命的核心驱动(dòng)力量，将创造新的增长(zhǎng)奇迹。

过去(qù)一年，人工智能(néng)在技术(shù)和(hé)商业(yè)层面都有(yǒu)了巨大进展，AI绘画就是人工智能技术发生方向性改变(biàn)的一个代表。其下一站或许就是视频。

此前，Meta和(hé)谷歌先(xiān)后(hòu)发布了几条(tiáo)引爆科技圈(quān)的短视频。这些视频引(yǐn)发关注并非内(nèi)容做得(dé)多优秀，反而都非常简单，比如(rú)一匹正在(zài)喝水(shuǐ)的马，一只画画的玩(wán)具熊，或者(zhě)一段骑摩(mó)托车的第一视角(jiǎo)录像，随便一个有手机的人都可以(yǐ)随手(shǒu)录下一段。

但这些短视频的创(chuàng)作方(fāng)式非(fēi)常简单，创作者仅仅需(xū)要向AI输(shū)入一段话，甚至(zhì)只是说一(yī)下(xià)要求，AI就(jiù)可以根据需要生成一(yī)段视频。

谷歌发布(bù)的两个AI生成视频分别(bié)来自于Imagen Video和Phenaki，前(qián)者主要突出的是高清，与Meta的Make-A-Video没有(yǒu)太多的差别。

在Make-A-Video公布了AI生(shēng)成的(de)视频后，AI圈(quān)就(jiù)已经玩了(le)一(yī)波(bō)梗，一个能(néng)够做出(chū)更高清视频的(de)AI还不足以在短时间内戳(chuō)中兴(xīng)奋点。

Phenaki更加令(lìng)人震惊的地(dì)方在于，它可(kě)以制作出超(chāo)过2分钟(zhōng)的(de)连(lián)贯的也有确切内(nèi)容的视频，这才(cái)是真正让人们感到惊(jīng)喜的地方。因为无论(lùn)AI生成的视频多么高清，也只能(néng)是为内容生产者(zhě)提供一个(gè)灵感，一个(gè)素材(cái)，一个过(guò)场动画。

不过能够制作出有具体剧情内(nèi)容的视(shì)频就意味着，一些视频创作由AI代替人工完成已经初步有(yǒu)了可能(néng)。

当下AI的发展速度已经(jīng)超过大部分人的想象(xiàng)。内容产业(yè)的本质(zhì)是供给创(chuàng)造需求，AIGC作(zuò)为全新的内容生产方式，可以为内(nèi)容产业带(dài)来(lái)更新(xīn)的内容(róng)风(fēng)格、更快的生产速度(dù)，更(gèng)低的生产成本，这无疑会驱动内容产业的大爆发。

除(chú)了(le)AI绘(huì)图、视频，AIGC技术还(hái)能应用(yòng)于音乐(lè)、代码、机(jī)器人动作等多种内容形式的生成。不难发现该项技术(shù)不仅在游(yóu)戏等行业能得(dé)到有效应用，对(duì)于下一(yī)代互联网各种元素的(de)构建(jiàn)亦有(yǒu)关键意义。

从商业化的角(jiǎo)度来看，文化娱乐、教育、传媒等诸(zhū)多领域，本(běn)身就对基于(yú)AI的可视化内容有强烈需求(qiú)。

因(yīn)此，AI绘画及视频或不是结果，而只是(shì)AI进程中的一块重要拼(pīn)图，有望在技术更(gèng)新的加持下实现(xiàn)更大的(de)应用(yòng)价(jià)值(zhí)。

AI从理解(jiě)内容(róng)，走(zǒu)向了可以(yǐ)生成内(nèi)容，甚(shèn)至能够(gòu)创造(zào)出独立价值(zhí)和独立视角(jiǎo)的内容。AIGC的再次出圈，更代表着未来(lái)的先进生产力即将到(dào)来。

紧抓大模型与算力(lì)，牢固(gù)AIGC底座

从技术的发展也(yě)可以看出，在语言大(dà)模型、图像大模(mó)型之(zhī)后(hòu)，多模态大模型已经成为(wèi)了(le)新(xīn)的趋势。

大(dà)模型被誉为当前人工智能发(fā)展的智能(néng)底座，是全球竞争最激(jī)烈的研(yán)究方向之一，包括谷(gǔ)歌、亚马逊(xùn)、百度、阿(ā)里、腾讯等(děng)众(zhòng)多头部企业(yè)都在竞相(xiāng)发力。

不过(guò)训练大模型的确(què)价(jià)格不菲，以国盛证(zhèng)券发布的《ChatGPT需要多少算力》报告估算，GPT-3训练一(yī)次的成本(běn)约(yuē)为140万美元。而对于一些(xiē)更大(dà)的(de)LLM(大型语(yǔ)言模型(xíng))，训练成本则介(jiè)于200万美元至1200万美元高价之(zhī)间。

以ChatGPT在(zài)2023年(nián)1月的独(dú)立访客平(píng)均数1300万计算，其对应芯(xīn)片(piàn)需求(qiú)为3万多片(piàn)英(yīng)伟达A100 GPU，初(chū)始投入成(chéng)本约为8亿美元，每日仅电费就(jiù)在5万美元左(zuǒ)右(yòu)。

此(cǐ)外不论是ChatGPT还是(shì)AIGC，都离不(bù)开庞大算力支持。在关注(zhù)各类大模型的发展(zhǎn)同时，更(gèng)应该关注算力网络的建设。

算力(lì)网络正驱动AI产业发展进入史(shǐ)诗级加速进程，让AIGC及通用(yòng)AI这一人(rén)工智能发展的(de)终极目标离得(dé)更近。

因为(wèi)算力可(kě)以对突破(pò)性技术创新提供大力的支持。这方面，多(duō)模(mó)态(tài)大模(mó)型是典型。作为面向未来强(qiáng)人工智能、通用人工(gōng)智能的重要(yào)技术创新，多模态(tài)大(dà)模(mó)型已(yǐ)经在人工智能领(lǐng)域提出了(le)很多年，业(yè)界也(yě)有不少技术突破，但(dàn)是，多模态大模型(xíng)进一步往下(xià)走，算力需求呈几何式上升，一般的算力(lì)基础设施很(hěn)快(kuài)将难(nán)以胜任。

从图像、文字、语音单(dān)独一(yī)项的训练，到双模(mó)态、三(sān)模态的(de)跃迁，让人工智能可以灵活应对(duì)不同模态(tài)的转(zhuǎn)化、像(xiàng)人(rén)与世(shì)界交互一样自然，这(zhè)方面，由算(suàn)力网络(luò)来(lái)驱动将(jiāng)有明显优势。