西气东输的起点与终点，西气东输的起止点是哪里？-橘子百科-橘子都知道

西气东输的起点与终点，西气东输的起止点是哪里？ 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(qì)人ChatGPT火爆(bào)以来，微软公司(sī)创始人比尔·盖茨已多次公开(kāi)谈(tán)论人工智(zhì)能话(huà)题。在最近的一次采访中，他再次(cì)表示：“AI可能会让科技行业迎来一次(cì)剧烈的洗牌”。

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

他预期，AI的(de)发(fā)展可能会威(wēi)胁到谷歌的市占率，因为微(wēi)软在AI方面的(de)行(xíng)动相(xiāng)当迅速(sù)。而最终科技巨头将把(bǎ)AI整合成用户的“全能助手”，包揽一切(qiè)应(yīng)用(yòng)，与人们进行(xíng)沟通并提(tí)供建(jiàn)议，可以取代亚马逊、Siri或(huò)Outlook等(děng)应用。

大佬口(kǒu)中全能助手的到来可能尚需(xū)时(shí)日(rì)，但由(yóu)ControlNet引发的又一次(cì)AI绘画浪(làng)潮，让(ràng)AIGC在ChatGPT的话题热点(diǎn)包围中杀出(chū)重围(wéi)。

ChatGPT之后又一应用杀(shā)疯了，AIGC或进入可控期，将(jiāng)洗牌科技(jì)行业？_黑料正能量

ControlNet颠覆AI绘(huì)画新玩法

AIGC向可控靠近

以(yǐ)AI绘画为代表的AIGC上一次爆火的时(shí)候，还(hái)是2022年8月，在美国科(kē)罗拉多州举办(bàn)的新兴数字艺术家竞赛中，一幅名为《太空(kōng)歌剧院》的作品获奖。

随后各大厂(chǎng)商的AI绘(huì)画软件被广(guǎng)大(dà)网友熟(shú)知(zhī)并(bìng)体验，Stable Diffusion便是其中代(dài)表。

用户们可以在应用中输入一组关(guān)键词或者(zhě)一张照片(piàn)，就(jiù)能(néng)获(huò)得一幅AI创作的(de)画作(zuò)。

作画的关(guān)键就是所输入(rù)的文本(běn)。同(tóng)一组关键词也可以创作出很(hěn)多张风(fēng)格不一样(yàng)的画(huà)作，这(zhè)让(ràng)创作的过程就像开盲(máng)盒。

很多用户很喜欢这种不确定的惊喜(xǐ)，他(tā)们会将生成的美图当做(zuò)头像(xiàng)。而另一部分(fēn)喜欢翻(fān)看AI绘画的(de)“翻车”作品。在社交(jiāo)媒(méi)体上(shàng)，许多用户分享AI“翻车现场”，例如，一位网友的(de)小狗照片被AI画成了(le)“肌肉男”，还有网友的个(gè)人照片被AI识(shí)别成(chéng)了(le)建(jiàn)筑。

而(ér)如今随着ControlNet的出(chū)现与加持，以往AI绘(huì)画的填写关键词游戏(xì)可(kě)能(néng)要被(bèi)颠覆(fù)了。

ControlNet是(shì)一位(wèi)正在斯坦(tǎn)福读博的(de)中国(guó)人张吕敏(mǐn)创(chuàng)作的一种基于控制(zhì)点的图像(xiàng)变形算法，主要用于数字图(tú)像处理、计算机视觉和(hé)计算机图形(xíng)学等领域。

其SD插件一经发布(bù)，在(zài)短(duǎn)短的两(liǎng)天(tiān)内便(biàn)成(chéng)为了AI绘画领域最新的热点。

在此之前，大家用了很多(duō)方法(fǎ)想让(ràng)AI生(shēng)成(chéng)的结果(guǒ)尽可能(néng)的符合要求，但是(shì)都(dōu)不(bù)尽如人(rén)意，它的出现代表着AI生成开(kāi)始进入真正的可(kě)控时期。

因为ControlNet可以直(zhí)接提取画面(miàn)的构(gòu)图，人物的姿(zī)势和(hé)画面的深(shēn)度(dù)信息(xī)等。有了它的帮助，就(jiù)不用频(pín)繁的用提示词来(lái)碰(pèng)运气，抽(chōu)盲盒式的(de)创作了。

通俗(sú)的说ControlNet相(xiāng)当于(yú)给AI绘画加了“魔法”，不少博主的作品已经获得了大量(liàng)的浏览量(liàng)，“viggo”就是其中之一，他用朋友的照片直接带她们(men)走进(jìn)动漫世界(jiè)。

viggo先用StableDiffusion图片转文字。

再用Text2Prompt插件拓展找(zhǎo)到(dào)对应的(de)关键词；最后用(yòng)ControlNet插(chā)件绑(bǎng)定(dìng)骨骼开始换关键词试效果(guǒ)。

通过图片就(jiù)可以看出来，效果十分惊艳。

更(gèng)厉害(hài)的是，除了真实的(de)照片，草图也可以加上“魔法(fǎ)”，知乎大牛“DevPoint”和(hé)“逗砂”介绍到(dào)ControlNet还(hái)能(néng)实现(xiàn)线稿(gǎo)转全彩图。大神张(zhāng)吕敏其本尊也亲自回应。

不得不(bù)说(shuō)当下(xià)AIGC已经(jīng)变得越来越强大，甚(shèn)至输出的作品都已经能以假乱真了(le)。

难辨虚实(shí)，AIGC技术力爆(bào)发

警惕(tì)安(ān)全问题

近日，“苏州金鸡湖有游艇party”的消息火遍网络，而经过警方辟谣(yáo)这所谓的“party”可能(néng)是全(quán)国第一起(qǐ)AI绘图诈骗。

由于这个活(huó)动里面给出(chū)的(de)美女照片都是AI制作的真人(rén)照(zhào)片绘图，因为太(tài)逼真，被(bèi)大(dà)家(jiā)当成真事传播了。

不过(guò)仔细观察可(kě)以(yǐ)发现，活动发起者提供的照片中有个很大的漏洞可以发现并非真(zhēn)人，而是AI绘(huì)图，那便是图片中女(nǚ)性的手指(zhǐ)部分有的存在异常(cháng)。

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

有(yǒu)行业人事表示：“现在因为手指部分的绘画算法(fǎ)比较复杂，AI还不太会画人的手，但最新看到的(de)图片已经(jīng)有越来越完美的AI模型(xíng)出(chū)现，以(yǐ)后可能就完全没有(yǒu)漏(lòu)洞了(le)。”

类似的AI作图诈骗(piàn)在(zài)国外也已有发生。据(jù)英(yīng)国(guó)广播(bō)公司(sī)报道，土耳其地震期间，有(yǒu)Tiktok用户使用(yòng)AI合成了儿童受(shòu)灾的假照片发布到(dào)网络，以此诱骗善良的人打(dǎ)赏“捐助”从而实施诈骗。

目前随着技术发(fā)展，AIGC已(yǐ)经能做出真(zhēn)人照片般(bān)的绘图效(xiào)果，如果(guǒ)这样(yàng)的图片被用来诈骗，将(jiāng)非常可怕。

此外AIGC还引(yǐn)发了很多担忧(yōu)，一方面，批判者认为AI在“学(xué)习”了(le)大量(liàng)前人(rén)的(de)作品之后，其(qí)创作没有任何情(qíng)绪和灵魂，难以和人类的艺术创作相提并论。

另一方面，AIGC背后(hòu)的版权、目前都并(bìng)没有(yǒu)得到有(yǒu)效(xiào)的解决，还(hái)有AIGC会(huì)不会代替人类“至高(gāo)无上”的创意。

马斯克也(yě)强(qiáng)调，人工(gōng)智(zhì)能(néng)的安全(quán)问(wèn)题需要(yào)得到(dào)重视，太晚就来不及了。

AIGC下一(yī)站除了视频，还有远方

技术都是(shì)有两(liǎng)面性的(de)，潜在的危害并不能掩盖(gài)其光(guāng)辉的(de)贡献。现在看来，人(rén)工智能技术将是第四(sì)次工业革(gé)命(mìng)的核心驱动力量(liàng)，将创造新的增(zēng)长奇迹。

过去一年，人工智能在技术和商业层(céng)面都有(yǒu)了巨大进展，AI绘画就(jiù)是人工(gōng)智能(néng)技术发生方(fāng)向性(xìng)改(gǎi)变的一个代表。其下一站(zhàn)或(huò)许就是视频(pín)。

此前，Meta和谷歌先后发布了几条引爆科技圈的(de)短视频(pín)。这些(xiē)视频引(yǐn)发关(guān)注并非内容做得多优秀，反而都非常(cháng)简(jiǎn)单，比(bǐ)如(rú)一(yī)匹正在喝水的马，一只画画的玩具熊，或者一段骑摩托车的第一视角录像(xiàng)，随便一个有手机的(de)人(rén)都(dōu)可以随手录下(xià)一(yī)段。

但这些短视频的创(chuàng)作方式非常简单，创(chuàng)作者仅(jǐn)仅需要向AI输入一(yī)段话，甚至只是说一(yī)下要求，AI就可(kě)以根据(jù)需要生(shēng)成一(yī)段(duàn)视频。

谷歌发布的两个AI生成(chéng)视频分别来(lái)自于Imagen Video和(hé)Phenaki，前者(zhě)主要突出的(de)是高清，与Meta的Make-A-Video没有太多的差别。

在Make-A-Video公布了AI生成(chéng)的视(shì)频后(hòu)，AI圈就已经玩(wán)了(le)一波(bō)梗，一个能够做出更高清视(shì)频(pín)的AI还不足以(yǐ)在短时(shí)间(jiān)内戳中兴奋点(diǎn)。

Phenaki更(gèng)加(jiā)令人震(zhèn)惊的地(dì)方在(zài)于，它可以制作出(chū)超过2分钟的连贯(guàn)的也有确切内容的视频(pín)，这才是真正让人们感(gǎn)到(dào)惊(jīng)喜的(de)地方。因为无论AI生(shēng)成的视频多么高(gāo)清(qīng)，也只能是为(wèi)内容生(shēng)产者提供(gōng)一个(gè)灵感，一个素材，一(yī)个过场(chǎng)动画。

不过能够制作(zuò)出有具(jù)体剧情内容的视频就意(yì)味着(zhe)，一些视(shì)频(pín)创作由AI代替(tì)人(rén)工(gōng)完成已经(jīng)初步有了可能。

当(dāng)下AI的(de)发展速度(dù)已经(jīng)超(chāo)过(guò)大部分人(rén)的想象。内容产业的本质是(shì)供给(gěi)创造需求，AIGC作为全新的内容生产(chǎn)方式，可以为内(nèi)容(róng)产业带(dài)来更新的内(nèi)容(róng)风(fēng)格、更快的生产速度，更低(dī)的生产成本，这无(wú)疑会(huì)驱动内容(róng)产(chǎn)业的大爆发。

除了AI绘图、视频，AIGC技(jì)术还能应用(yòng)于音乐、代码、机器人动作(zuò)等多种内容形式的生成(chéng)。不难发(fā)现该项技术不仅(jǐn)在游戏(xì)等行业(yè)能得到有效应(yīng)用，对于(yú)下(xià)一(yī)代互(hù)联网各种元素的构(gòu)建亦有(yǒu)关(guān)键意义。

从商业(yè)化的角度来看，文化娱(yú)乐(lè)、教育、传(chuán)媒等诸多领(lǐng)域，本身就(jiù)对基于AI的(de)可视化内容有(yǒu)强烈需求。

因(yīn)此，AI绘画(huà)及视频(pín)或不(bù)是结(jié)果，而只是AI进程中的一块重要拼(pīn)图，有望在技术更新(xīn)的加(jiā)持下(xià)实现更大的应用价(jià)值。

AI从理解内(nèi)容(róng)，走向了(le)可以生成内容(róng)，甚至能够创造(zào)出独立(lì)价值和(hé)独立视角的内容。AIGC的(de)再(zài)次(cì)出圈，更(gèng)代(dài)表着未(wèi)来的先进生产力即(jí)将到来。

紧抓大模型与(yǔ)算力，牢固AIGC底座

从(cóng)技术的(de)发展也可以看出，在(zài)语言大(dà)模(mó)型(xíng)、图像大(dà)模型之后，多模态大模型已(yǐ)经成(chéng)为了新的趋势。

大(dà)模型被誉为当前(qián)人(rén)工智(zhì)能发展(zhǎn)的智能底座，是全(quán)球(qiú)竞争最激烈的研究方向(xiàng)之一，包括谷歌、亚马逊、百度、阿里、腾讯等众多(duō)头部(bù)企业都在竞相发力。

不过训(xùn)练大模型的确价格不菲(fēi)，以国盛证券发布的《ChatGPT需要多少算力》报(bào)告(gào)估算(suàn)，GPT-3训练(liàn)一次的成本约为140万(wàn)美元。而对(duì)于一(yī)些更大的LLM(大型语言(yán)模(mó)型)，训练成本则(zé)介于200万美(měi)元至1200万(wàn)美元高价之间。

以ChatGPT在2023年1月的(de)独立访(fǎng)客平均数1300万计算，其对应芯片需(xū)求为3万多片(piàn)英伟达A100 GPU，初始投入成本约为8亿美元(yuán)，每日(rì)仅(jǐn)电费就在5万(wàn)美元左(zuǒ)右。

此外不(bù)论(lùn)是ChatGPT还是AIGC，都离(lí)不开庞大算力支持。在关(guān)注各(gè)类大模型(xíng)的发(fā)展同时，更(gèng)应该关(guān)注算(suàn)力网(wǎng)络的建设。

算力网络(luò)正驱动AI产业发展进入史诗级加(jiā)速进(jìn)程，让AIGC及通用AI这一(yī)人工智能发展的终极目(mù)标离得更近。

因为算(suàn)力可以对(duì)突破性技术创新(xīn)提供大(dà)力的支持(chí)。这方面，多模态大模型是典型。作为面(miàn)向未(wèi)来强人工(gōng)智能、通用人工智能的重要技术创(chuàng)新，多模态大模型已经在人工(gōng)智能领域提出(chū)了很(hěn)多年，业界也(yě)有不少技术(shù)突破，但(dàn)是，多(duō)模态大模型进一步往(wǎng)下走，算力(lì)需求(qiú)呈几何式(shì)上升，一般的算力基础设施很(hěn)快将难以(yǐ)胜任。

从图像(xiàng)、文字、语音单独一项的训练，到双模态(tài)、三模(mó)态的跃迁，让人工智能(néng)可以灵活应对不同模态的转(zhuǎn)化、像(xiàng)人与(yǔ)世界交互一样自然，这方(fāng)面，由算力网络来驱动(dòng)将有明显优势。