不朽的意思-橘子百科-橘子都知道

不朽的意思 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ChatGPT火爆(bào)以来，微软公司创始(shǐ)人(rén)比尔(ěr)·盖茨已多次(cì)公开谈论人工智能(néng)话题。在(zài)最(zuì)近的一次采访中，他再次表示：“AI可(kě)能会让科技行(xíng)业迎(yíng)来一次(cì)剧烈的洗牌”。

这个结(jié)论是他在(zài)当地时间2月20日接受(shòu)《In Good Company》节(jié)目专(zhuān)访时提出的(de)。

他(tā)预期，AI的发展可(kě)能会威胁(xié)到谷(gǔ)歌的市占率，因为微软在AI方面的行(xíng)动相当迅速。而最终(zhōng)科技(jì)巨头将把AI整(zhěng)合(hé)成用户的(de)“全能助(zhù)手”，包揽一(yī)切应(yīng)用，与人们进行沟通并提供建(jiàn)议，可(kě)以(yǐ)取代(dài)亚马逊(xùn)、Siri或Outlook等应用。

大佬口(kǒu)中全能助手的到来可能尚(shàng)需时日，但由ControlNet引(yǐn)发的(de)又一(yī)次(cì)AI绘画浪(làng)潮，让AIGC在ChatGPT的话题热点包围中(zhōng)杀出重围。

ChatGPT之后又(yòu)一应用杀(shā)疯(fēng)了，AIGC或进(jìn)入可控(kòng)期，将洗牌科技行业？_黑料正能量

ControlNet颠覆AI绘画新(xīn)玩法(fǎ)

AIGC向(xiàng)可控靠近(jìn)

以(yǐ)AI绘画为代表的AIGC上(shàng)一次(cì)爆火的时候，还是(shì)2022年8月，在美国科罗拉多州举(jǔ)办的新(xīn)兴数字艺(yì)术家竞赛(sài)中，一幅(fú)名(míng)为《太空(kōng)歌剧院》的作品获奖(jiǎng)。

随后各大厂商的AI绘画软件被广大网友熟(shú)知(zhī)并体验，Stable Diffusion便是其中(zhōng)代表。

用户们(men)可(kě)以在应用(yòng)中(zhōng)输入一组关键词或者(zhě)一张(zhāng)照(zhào)片，就能(néng)获得(dé)一(yī)幅(fú)AI创作的(de)画作。

作画的(de)关键(jiàn)就是所输入的文(wén)本(běn)。同(tóng)一组关键词也可以创作出很多(duō)张风格不一样(yàng)的画作，这让创作的过程(chéng)就(jiù)像开盲盒。

很多(duō)用户很喜欢这种不确定的惊喜，他们会(huì)将生成的(de)美(měi)图当做头像。而另一部(bù)分喜(xǐ)欢翻(fān)看AI绘画的“翻车”作品。在社交媒体上(shàng)，许(xǔ)多(duō)用户分享AI“翻车现场(chǎng)”，例如，一位网友的小狗照片被AI画成了(le)“肌(jī)肉男(nán)”，还有网友的(de)个人(rén)照(zhào)片被AI识别成了建(jiàn)筑。

不朽的意思而(ér)如今随着ControlNet的出(chū)现(xiàn)与加持，以(yǐ)往AI绘(huì)画的填写关键(jiàn)词(cí)游戏(xì)可能要被颠(diān)覆了(le)。

ControlNet是一位(wèi)正在(zài)斯坦福读博的中国(guó)人(rén)张吕(lǚ)敏(mǐn)创(chuàng)作的一(yī)种基于控制点的图(tú)像(xiàng)变形算法，主要用于数字图像处理(lǐ)、计算机视觉和计(jì)算机图(tú)形学等领域。

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

在此之(zhī)前，大家用(yòng)了很多方法想让(ràng)AI生(shēng)成(chéng)的结(jié)果尽(jǐn)可能的符合(hé)要求，但是都不尽(jǐn)如人意，它的出现(xiàn)代表着(zhe)AI生成开始进入真(zhēn)正的可控(kòng)时(shí)期。

因(yīn)为ControlNet可(kě)以直接提取画面的构(gòu)图，人物的姿势和画面的深度(dù)信息等。有了它的帮(bāng)助，就不用频繁的(de)用提示词来碰运气，抽盲盒式的(de)创作了。

通(tōng)俗的(de)说ControlNet相当于(yú)给AI绘画加(jiā)了(le)“魔法”，不少(shǎo)博主的(de)作品已经获得了大量的浏(liú)览(lǎn)量，“viggo”就是其中之(zhī)一，他用朋友的照片直接带(dài)她们(men)走(zǒu)进动漫世界。

viggo先(xiān)用StableDiffusion图片转(zhuǎn)文字(zì)。

再(zài)用Text2Prompt插件拓展找到对应的关键词；最(zuì)后用ControlNet插(chā)件(jiàn)绑(bǎng)定骨骼开始换关键词试效果(guǒ)。

通过图片(piàn)就可以看出来(lái)，效果十分惊艳。

更(gèng)厉害的是，除了真实的照片，草图也可以(yǐ)加上“魔法”，知乎(hū)大牛“DevPoint”和(hé)“逗砂”介绍到ControlNet还能实(shí)现(xiàn)线稿转全彩图。大神张吕敏其本尊也亲(qīn)自回应(yīng)。

不得(dé)不说(shuō)当下(xià)AIGC已(yǐ)经变得越来(lái)越(yuè)强大，甚至输出的作品都已经能(néng)以(yǐ)假乱真(zhēn)了。

难辨虚实(shí)，AIGC技术(shù)力爆发

警(jǐng)惕安全问题

近日(rì)，“苏(sū)州金鸡(jī)湖有游艇party”的消息火遍网络，而经(jīng)过警方辟谣这(zhè)所谓的“party”可能是全国第一起(qǐ)AI绘图诈骗。

由于这(zhè)个活动里(lǐ)面给出的美女(nǚ)照片都是AI制作的(de)真人(rén)照片绘图，因为太(tài)逼(bī)真，被大家当成真事传播了。

不过仔细观察可以发(fā)现(xiàn)，活动(dòng)发起者(zhě)提供的(de)照片中有个很大的(de)漏洞(dòng)可以发现并(bìng)非(fēi)真(zhēn)人，而是AI绘图，那便是(shì)图片(piàn)中(zhōng)女性(xìng)的手指部分有的存在异(yì)常。

ChatGPT之后又一应用杀(shā)疯(fēng)了，AIGC或进入(rù)可控期，将洗牌科(kē)技(jì)行业？_黑料正(zhèng)能量

有行业人事表示：“现在因为手指部分(fēn)的(de)绘(huì)画算法比较复(fù)杂(zá)，AI还不太会画人的手，但最新(xīn)看到(dào)的图片已(yǐ)经有(yǒu)越来越完美的AI模型出现，以后(hòu)可能就(jiù)完全没有漏(lòu)洞了。”

类似的AI作图诈骗在国外也已有发(fā)生。据英国广播公司报道，土耳其地震(zhèn)期(qī)间，有Tiktok用(yòng)户使(shǐ)用AI合成(chéng)了儿(ér)童受灾的(de)假照片发(fā)布到(dào)网(wǎng)络，以此诱骗善良的人(rén)打赏“捐助”从而实(shí)施诈骗。

目前随着技(jì)术(shù)发展，AIGC已经(jīng)能做出真人照片般的绘图效(xiào)果，如(rú)果这样的(de)图片被用来诈骗(piàn)，将非常(cháng)可怕。

此(cǐ)外(wài)AIGC还引发了很多担忧(yōu)，一方面，批判者认(rèn)为(wèi)AI在“学习”了大量前人的作品之后，其创作(zuò)没有(yǒu)任(rèn)何情绪和灵魂，难以和人(rén)类(lèi)的艺术(shù)创作(zuò)相(xiāng)提(tí)并(bìng)论。

另一方(fāng)面(miàn)，AIGC背后(hòu)的版(bǎn)权(quán)、目前都并没有得(dé)到有效的解决，还有AIGC会不(bù)会代替人(rén)类“至高无上”的创(chuàng)意。

马斯克(kè)也强(qiáng)调，人工智能的安(ān)全问题需要(yào)得到重视，太晚就(jiù)来不及了。

AIGC下一站除了视(shì)频，还有远方

技术都是有两面性的(de)，潜在的危害并不能掩盖(gài)其光辉的贡献(xiàn)。现在看来，人工(gōng)智能(néng)技(jì)术将是第(dì)四次(cì)工业革命的核心驱动力(lì)量，将创造新的(de)增长奇迹。

过(guò)去一年，人(rén)工(gōng)智能在技术和商业层(céng)面都(dōu)有了(le)巨大(dà)进(jìn)展，AI绘画就是(shì)人工智能(néng)技(jì)术发(fā)生方向性(xìng)改变(biàn)的(de)一个(gè)代表。其(qí)下一(yī)站或许就是视频(pín)。

此前(qián)，Meta和谷歌先后发布(bù)了几条引爆科技(jì)圈(quān)的短视(shì)频(pín)。这些视频引发关注并非内容做得多优秀，反而(ér)都非常简单(dān)，比如一匹正在喝水的马(mǎ)，一只画(huà)画(huà)的玩具熊，或(huò)者(zhě)一段骑摩托车的第一视角录像，随便一(yī)个有手(shǒu)机的人都(dōu)可以随手录下一段。

但这些短视频的创作方(fāng)式(shì)非常简单，创(chuàng)作者仅仅需要向AI输(shū)入一段(duàn)话，甚至只(zhǐ)是说一下要求，AI就可以根据需要生成(chéng)一(yī)段视(shì)频(pín)。

谷(gǔ)歌(gē)发(fā)布的两个AI生(shēng)成视频(pín)分(fēn)别来自于Imagen Video和(hé)Phenaki，前者主要突出的是高清，与Meta的Make-A-Video没有太多的(de)差别。

在(zài)Make-A-Video公布了AI生成的视频(pín)后，AI圈就(jiù)已经(jīng)玩了(le)一波梗，一(yī)个能够(gòu)做出更高(gāo)清视频的AI还不(bù)足以在(zài)短时间内戳中(zhōng)兴(xīng)奋点(diǎn)。

Phenaki更加令人(rén)震惊的地(dì)方(fāng)在于，它可以(yǐ)制作出(chū)超过2分钟(zhōng)的(de)连贯的也有确(què)切内容的(de)视(shì)频(pín)，这才是真正让人们(men)感(gǎn)到惊喜的地(dì)方。因(yīn)为无论AI生成的(de)视频(pín)多么高清，也只能(néng)是(shì)为内(nèi)容生(shēng)产者提供一个灵感(gǎn)，一(yī)个素材(cái)，一(yī)个(gè)过(guò)场动画(huà)。

不过能(néng)够制作出有(yǒu)具(jù)体剧情内容(róng)的视频(pín)就意味着，一些视频创(chuàng)作由AI代替人工完成已经初步有了可能。

当下AI的发展速(sù)度已(yǐ)经超过大部分人的(de)想象。内(nèi)容产业的(de)本(běn)质是供给创造需求，AIGC作为全新的(de)内容生产方(fāng)式，可以为内容产(chǎn)业带(dài)来更新的内容风格(gé)、更快的(de)生产速度，更低的(de)生产成本，这无疑会(huì)驱动内容(róng)产业的大爆(bào)发。

除了AI绘图、视(shì)频，AIGC技(jì)术还能应(yīng)用于音乐、代码(mǎ)、机器人动作等多(duō)种内(nèi)容形式(shì)的生(shēng)成(chéng)。不(bù)难发现(xiàn)该项技(jì)术不仅在游戏等行业能得(dé)到有效应用，对于下一代互联网各种元素(sù)的构建亦有(yǒu)关键意义。

从(cóng)商(shāng)业(yè)化的角度来看，文化娱乐、教(jiào)育、传媒等诸多(duō)领域，本身就对基(jī)于AI的可视化内容有(yǒu)强烈需(xū)求。

因此，AI绘画(huà)及视频或不是(shì)结(jié)果，而只是AI进程中(zhōng)的一块重(zhòng)要拼图(tú)，有(yǒu)望(wàng)在技(jì)术更新的加持(chí)下实(shí)现更大(dà)的应用(yòng)价值(zhí)。

AI从理解内容，走(zǒu)向了可以生成内容，甚至能够创造出独立价值(zhí)和独立视角的内容。AIGC的再次出(chū)圈，更代(dài)表着未来的先进生产力即将到来(lái)。

紧抓(zhuā)大模(mó)型(xíng)与算(suàn)力(lì)，牢固AIGC底座

从技术的发展(zhǎn)也可(kě)以看出，在(zài)语言大模型、图像大模型之后，多模态大模型已经(jīng)成(chéng)为了新的趋势。

大模(mó)型被(bèi)誉为当前人工(gōng)智能发(fā)展的智能底座，是全球(qiú)竞争最激烈(liè)的(de)研究方向之一，包括(kuò)谷歌、亚马逊、百度、阿里、腾(téng)讯(xùn)等(děng)众多头(tóu)部企(qǐ)业都在竞相发力。

不(bù)过(guò)训(xùn)练大模型的确价格不菲，以国盛证(zhèng)券发(fā)布的《ChatGPT需要多少算力》报告估算，GPT-3训(xùn)练一(yī)次的成本约为140万美元(yuán)。而对于一些更大的LLM(大型语(yǔ)言模型(xíng))，训(xùn)练(liàn)成本则介于200万(wàn)美元至(zhì)1200万美元高价(jià)之(zhī)间(jiān)。

以(yǐ)ChatGPT在(zài)2023年1月的独立访客平(píng)均数1300万(wàn)计算，其对应芯片需(xū)求(qiú)为3万(wàn)多片英(yīng)伟达A100 GPU，初始(shǐ)投入成本约为8亿美元，每(měi)日仅电费就在5万美元左(zuǒ)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(wǎng)络(luò)的建(jiàn)设。

算力网络(luò)正(zhèng)驱动AI产(chǎn)业发展进入史诗级加速进程，让AIGC及(jí)通用AI这一人工智能(néng)发展(zhǎn)的终极目标离(lí)得更近。

因(yīn)为算力可(kě)以对突破性(xìng)技术创新提供大力的支持。这方面(miàn)，多模态大模型(xíng)是典(diǎn)型。作为面(miàn)向(xiàng)未来强人工(gōng)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人工智(zhì)能领域提出了很多(duō)年，业(yè)界(jiè)也有不少技术突破，但是，多(duō)模态大(dà)模型进一步(bù)往下走，算力需求呈几何式上升，一般的算力基础(chǔ)设施(shī)很快(kuài)将难以(yǐ)胜(shèng)任。

从图像、文字、语音单独一项的(de)训(xùn)练，到双模态、三模态的跃迁，让人工智能(néng)可以灵(líng)活(huó)应对不同模态(tài)的转化、像人(rén)与世界交互一样(yàng)自然(rán不朽的意思)，这方(fāng)面，由(yóu)算(suàn)力(lì)网络来驱动(dòng)将有明显优势。