没带罩子让捏了一节课感受-橘子百科-橘子都知道

没带罩子让捏了一节课感受 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(bào)以(yǐ)来，微软公司创(chuàng)始人比尔(ěr)·盖茨已(yǐ)多次公开谈论人工(gōng)智能话题(tí)。在最(zuì)近的一次(cì)采访中，他再次表示：“AI可能会让科(kē)技(jì)行业迎来一(yī)次(cì)剧烈的洗牌”。

这个结论是他(tā)在(zài)当地时间2月20日接(jiē)受《In Good Company》节目(mù)专访时提出的(de)。

他预期，AI的发展可能(néng)会威(wēi)胁到谷歌的市占(zhàn)率，因为微软在AI方面的行动相当(dāng)迅速。而最终科(kē)技巨头将(jiāng)把AI整合成用户的“全能助手”，包揽一切(qiè)应用，与人(rén)们进行沟通(tōng)并提供建议(yì)，可以取代(dài)亚马逊、Siri或Outlook等(děng)应(yīng)用。

大佬口(kǒu)中全能助(zhù)手的(de)到来可能尚需时日，但由ControlNet引发的又一次AI绘画浪潮(cháo)，让AIGC在ChatGPT的话题热点包围(wéi)中杀出重围。

ChatGPT之后又一应用杀疯(fēng)了，AIGC或(huò)进入可(kě)控期，将(jiāng)洗牌科技行(xíng)业？_黑料正(zhèng)能量

ControlNet颠覆AI绘(huì)画新玩法

AIGC向可控靠近

以AI绘画(huà)为代表的AIGC上一(yī)次爆火的时候，还是2022年8月，在美国科(kē)罗拉多州举办的新兴数字艺(yì)术(shù)家(jiā)竞赛(sài)中，一幅(fú)名为《太空歌剧(jù)院(yuàn)》的(de)作品获奖。

随(suí)后各大厂商(shāng)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(yǐ)在应用中输入一组关(guān)键词或者(zhě)一张照片(piàn)，就能获得一(yī)幅(fú)AI创作的(de)画作。

作画的关(guān)键(jiàn)就是所(suǒ)输入(rù)的(de)文本。同一组(zǔ)关键词也(yě)可(kě)以创作出很(hěn)多张风格不一样的画作，这让创作(zuò)的过程(chéng)就像开盲盒。

很多用户很喜欢(huān)这种不确(què)定的(de)惊喜，他们会将生(shēng)成的美图当(dāng)做(zuò)头(tóu)像。而另一部(bù)分喜欢翻(fān)看AI绘画(huà)的“翻(fān)车”作品。在社交媒(méi)体(tǐ)上，许多(duō)用(yòng)户分享AI“翻车现场”，例如，一位网友(yǒu)的小狗照片被AI画成(chéng)了“肌肉男(nán)”，还有(yǒu)网友的个人照片被AI识(shí)别成了建筑。

而如今随着ControlNet的出现与加持(chí)，以往AI绘画的填写(xiě)关键词游(yóu)戏可能要被(bèi)颠覆(fù)了。

ControlNet是一位(wèi)正在斯坦福读博(bó)的中国(guó)人张吕敏创(chuàng)作的一(yī)种基于控(kòng)制(zhì)点的图像变形算(suàn)法，主(zhǔ)要用于数字图像处理、计算机(jī)视觉和计算(suàn)机图形学等领域。

其(qí)SD插件一经发布，在短短的两(liǎng)天内便(biàn)成为了AI绘画领域最新的(de)热点。

在此之前，大家用了很多方法想让(ràng)AI生成的(de)结果尽(jǐn)可(kě)能的符(fú)合要(yào)求(qiú)，但(dàn)是都不尽如(rú)人(rén)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(zhí)接提(tí)取画(huà)面的构图，人物的姿势和画面的深度(dù)信息(xī)等(děng)。有了它的(de)帮助，就(jiù)不(bù)用频繁的用提(tí)示词来碰(pèng)运气，抽盲(máng)盒式的创作了。

通俗的说(shuō)ControlNet相当于给AI绘画加了“魔法”，不(bù)少博主的作(zuò)品已经获(huò)得了大量(liàng)的浏(liú)览量，“viggo”就是其中之一，他用(yòng)朋友的(de)照(zhào)片直接(jiē)带她们走进动漫世界。

viggo先用(yòng)StableDiffusion图片转文字(zì)。

再用(yòng)Text2Prompt插件拓展找到对(duì)应的关键词；最后用(yòng)ControlNet插件绑(bǎng)定(dìng)骨骼开始换关键词试(shì)效(xiào)果(guǒ)。

通过(guò)图片就可(kě)以看出来，效(xiào)果十分(fēn)惊艳(yàn)。

更(gèng)厉(lì)害的(de)是，除了(le)真实的(de)照片，草图也(yě)可(kě)以加上“魔(mó)法”，知(zhī)乎大牛“DevPoint”和“逗砂”介绍到ControlNet还(hái)能实(shí)现线稿(gǎo)转(zhuǎn)全彩图。大神张吕敏其本尊(zūn)也亲(qīn)自(zì)回应。

不(bù)得(dé)不说(shuō)当下AIGC已经变得越来越强大，甚至输出的作(zuò)品(pǐn)都已经能以假乱真了。

难(nán)辨虚实，AIGC技(jì)术力爆发

警惕安(ān)全问题

近日，“苏州金鸡(jī)湖(hú)有游艇party”的消(xiāo)息火遍网络，而经过警方辟谣(yáo)这所(suǒ)谓(wèi)的“party”可能是全国第一起AI绘图诈骗。

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

不过(guò)仔细观(guān)察(chá)可以发(fā)现，活动发起者提供的照片(piàn)中有个(gè)很(hěn)大的漏洞可以(yǐ)发现并非(fēi)真人(rén)，而是AI绘图，那(nà)便是图片(piàn)中女性(xìng)的手(shǒu)指部分有的存在异常。

ChatGPT之后又一(yī)应(yīng)用(yòng)杀(shā)疯了，AIGC或进入可控期，将洗(xǐ)牌(pái)科(kē)技行业(yè)？_黑(hēi)料正能量(liàng)

有(yǒu)行(xíng)业人事表示：“现在因(yīn)为手(shǒu)指部分的绘(huì)画算法比较复杂，AI还不(bù)太会(huì)画人的手，但最新看到的图片已(yǐ)经有越(yuè)来越(yuè)完美的AI模型出现，以后可能就完(wán)全没(méi)有漏洞(dòng)了(le)。”

类似的AI作图诈骗在国外也已有发生。据(jù)英国广播(bō)公司(sī)报道，土耳(ěr)其地(dì)震期间(jiān)，有Tiktok用(yòng)户(hù)使用AI合成(chéng)了儿童受灾(zāi)的(de)假照片(piàn)发布到(dào)网络(luò)，以此诱骗善(shàn)良的(de)人打赏“捐助”从而实(shí)施诈骗。

目前随着技术发(fā)展，AIGC已经能(néng)做出真人照(zhào)片般的绘图效果(guǒ)，如果这样的图片被用来诈骗，将非(fēi)常可怕。

此外AIGC还(hái)引发了很(hěn)多担忧，一(yī)方面，批(pī)判者认为(wèi)AI在“学习”了大(dà)量前人的(de)作品之(zhī)后，其创作没有任何情绪(xù)和(hé)灵魂，难以(yǐ)和(hé)人类(lèi)的艺术创作(zuò)相提并论。

另一方面，AIGC背(bèi)后(hòu)的版权、目前都并没有得到有效的解决，还有AIGC会(huì)不会代替人类“至高无上”的创意。

马斯(sī)克也强(qiáng)调，人工智能(néng)的安(ān)全(quán)问题需要得到重视，太晚就(jiù)来不及了。

AIGC下一站除了视频，还有(yǒu)远方

技术都是有(yǒu)两(liǎng)面性(xìng)的(de)，潜在的危(wēi)害并不能掩盖其光(guāng)辉的贡献。现(xiàn)在(zài)看来，人工(gōng)智能技(jì)术将(jiāng)是第四次工业革命(mìng)的(de)核(hé)心驱动力(lì)量，将(jiāng)创造(zào)新(xīn)的增(zēng)长(zhǎng)奇迹。

过(guò)去一(yī)年，人工智能在(zài)技术(shù)和(hé)商业层面都有了(le)巨大进(jìn)展，AI绘画就是人工(gōng)智能(néng)技(jì)术(shù)发生方向性改变的一个代(dài)表。其下一站(zhàn)或许就是视频。

此前，Meta和谷歌先(xiān)后(hòu)发布了几条引(yǐn)爆科技(jì)圈的短视(shì)频。这些视频引(yǐn)发关(guān)注并非(fēi)内容做得多优(yōu)秀，反而都非常简(jiǎn)单(dān)，比如(rú)一(yī)匹正在(zài)喝水的(de)马，一(yī)只画画的玩具熊，或者一段骑(qí)摩托车的(de)第(dì)一视角录像，随便一(yī)个有手机的(de)人都(dōu)可以随手录下一段。

但这(zhè)些(xiē)短视频的创作方(fāng)式非(fēi)常简单，创作(zuò)者仅仅需要向AI输入(rù)一段话，甚至只(zhǐ)是(shì)说一(yī)下要(yào)求，AI就可(kě)以根据(jù)需要生成(chéng)一段(duàn)视频。

谷歌(gē)发(fā)布(bù)的两个AI生成(chéng)视频分别(bié)来自于Imagen Video和Phenaki，前者主(zhǔ)要突出的是高(gāo)清，与Meta的Make-A-Video没有太(tài)多(duō)的(de)差别(bié)。

在Make-A-Video公布(bù)了AI生成的视频后，AI圈(quān)就(jiù)已经(jīng)玩(wán)了(le)一波梗，一个能够做出更(gèng)高清视(shì)频的AI还不足以在(zài)短(duǎn)时间内(nèi)戳(chuō)中兴奋点。

Phenaki更加令人震惊的地方在(zài)于(yú)，它(tā)可以制作出超过2分(fēn)钟的连贯的也有确(què)切内容的(de)视频，这才是真正(zhèng)让人(rén)们(men)感到惊喜的地方。因(yīn)为无论AI生(shēng)成的(de)视频多么(me)高清，也只能是为内容生产者提供一个灵感(gǎn)，一个素材，一个(gè)过场动画(huà)。

不过能够制作出(chū)有具体剧情内容的视频(pín)就意味着，一(yī)些视频创作(zuò)由AI代(dài)替(tì)人工完(wán)成已(yǐ)经初(chū)步有了可能。

当下AI的发展速(sù)度已经超过大部分(fēn)人的(de)想象。内容(róng)产业的(de)本质(zhì)是供(gōng)给创造需求，AIGC作(zuò)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、更快的生(shēng)产速度(dù)，更低的(de)生产成本，这无疑会驱动内容产业的大爆发(fā)。

除了AI绘图、视频，AIGC技术还(hái)能应用(yòng)于(yú)音(yīn)乐、代码、机器人动(dòng)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(děng)行业能得到(dào)有效应(yīng)用，对于下一代互(hù)联网各种元(yuán)素的(de)构建(jiàn)亦(yì)有关键意义。

从商业化的角度来(lái)看，文化(huà)娱乐(lè)、教育(yù)、传(chuán)媒等诸(zhū)多领域，本身就对基于AI的(de)可视(shì)化内容(róng)有强烈需求。

因此，AI绘画(huà)及视频或不是结(jié)果，而只是AI进程中的一块重要拼图，有望(wàng)在技术更新的加(jiā)持下实现更大的应用价值。

AI从(cóng)理解内容，走向(xiàng)了可以生成(chéng)内容(róng)，甚至能够创造(zào)出独(dú)立价(jià)值和独立视角的(de)内(nèi)容。AIGC的再次出圈，更代表着未来(lái)的先进生产(chǎn)力即将到(dào)来。

紧抓大模型与(yǔ)算力，牢固AIGC底(dǐ)座

从技术的发展也(yě)可以看出，在语言大模(mó)型、图(tú)像大模型之后(hòu)，多模(mó)态大模型已经成为了新的(de)趋势。

大模型被誉为(wèi)当(dāng)前人(rén)工智能(néng)发(fā)展的智能(néng)底座，是(shì)全球竞争最(zuì)激(jī)烈的研究方向(xiàng)之一，包括谷歌、亚马逊(xùn)、百度、阿(ā)里、腾(téng)讯等众多头部企业都在竞相(xiāng)发力。

不(bù)过训练大模型的确价(jià)格(gé)不(bù)菲(fēi)，以(yǐ)国盛(shèng)证券发布的《ChatGPT需(xū)要多少算力》报告(gào)估(gū)算，GPT-3训(xùn)练一次的(de)成本约为(wèi)140万美元。而对于一些更大(dà)的(de)LLM(大型语言模型)，训(xùn)练成本则介于200万(wàn)美元至(zhì)1200万美(měi)元高价之(zhī)间。

以ChatGPT在2023年1月的独(dú)立访(fǎng)客(kè)平均数1300万计算，其对应芯(xīn)片需求为3万多片英伟(wěi)达A100 GPU，初始投入(rù)成本约为8亿美元，每日仅电费就(jiù)在5万美(měi)元左右。

此外不论是ChatGPT还是AIGC，都离不开庞大算力支(zhī)持。在关注各类大模(mó)型的(de)发展同(tóng)时，更应该关(guān)注算力(lì)网(wǎng)络的建设。

算力网(wǎng)络正驱(qū)动AI产业发展进入史诗级加速(sù)进程，让AIGC及通用AI这一人工智能发(fā)展的(de)终极目标离得更近。

因为算力可以对突破性(xìng)技(jì)术创新(xīn)提供大力的(de)支持(chí)。这方(fāng)面(miàn)，多(duō)模态(tài)大模型是典型。作为(wèi)面向未来强人工智能(néng)、通用人(rén)工智能的重要技术创新，多模态(tài)大模型已(yǐ)经在人工智能领(lǐng)域提出了很多年，业界也有不少技术突破(pò)，但是，多模态(tài)大模型进一(yī)步往(wǎng)下走，算力(lì)需(xū)求呈几何式上升，一般的算力(lì)基础(chǔ)设施很(hěn)快将(jiāng)难以胜任(rèn)。

从图像(xiàng)、文字、语音单独(dú)一项的训练，到(dào)双(shuāng)模(mó)态(tài)、三模态的跃迁，让(ràng)人工智能可以灵活应对不同模态的转化、像(xiàng)人与世界交互一样自然，这方(fāng)面，由算力(lì)网(wǎng)络来驱动将有(yǒu)明(míng)显优势(shì)。