每走一步就会深深的撞一下，抱着走一下就撞一下-橘子百科-橘子都知道

每走一步就会深深的撞一下，抱着走一下就撞一下 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(zì)聊(liáo)天机器人ChatGPT火爆以来，微软公司创(chuàng)始人比尔·盖茨已多次公(gōng)开谈论人工智能话题(tí)。在最近的一次采访中，他再次(cì)表(biǎo)示：“AI可能(néng)会让科技行业(yè)迎来一次剧烈的(de)洗牌”。

这个结论是他(tā)在当地时间2月20日接受《In Good Company》节目专访(fǎng)时提出(chū)的。

他预(yù)期(qī)，AI的发展(zhǎn)可能会威胁到(dào)谷歌的市占率，因为微软在(zài)AI方面的行动相当迅(xùn)速。而最(zuì)终科技巨头将把AI整合成用户的“全能(néng)助手”，包(bāo)揽一切(qiè)应用，与人们进(jìn)行(xíng)沟通并(bìng)提(tí)供(gōng)建(jiàn)议，可以取(qǔ)代亚马逊、Siri或Outlook等应用。

大佬(lǎo)口中全能助手的到来可能尚(shàng)需时日，但由ControlNet引发(fā)的(de)又一次AI绘(huì)画浪潮，让AIGC在ChatGPT的话题热点包(bāo)围中杀(shā)出重围。

ChatGPT之后又一应用(yòng)杀疯了，AIGC或进入可控(kòng)期，将洗牌科技行业？_黑料(liào)正能量

ControlNet颠覆AI绘画新玩法

AIGC向(xiàng)可控(kòng)靠近(jìn)

以AI绘画为(wèi)代表(biǎo)的AIGC上一次爆火(huǒ)的时候(hòu)，还是2022年8月，在美国科罗拉多州举办的新(xīn)兴数字艺术家竞(jìng)赛(sài)中，一幅(fú)名为《太空歌剧(jù)院》的(de)作品获奖。

随后各大厂商(shāng)的(de)AI绘(huì)画软件(jiàn)被广大(dà)网友(yǒu)熟(shú)知并体验，Stable Diffusion便是其中(zhōng)代(dài)表。

用户们(men)可以在应用(yòng)中输(shū)入(rù)一组关键词(cí)或者一张照(zhào)片，就能获得一幅AI创作的画(huà)作。

作画的关键就(jiù)是所输入(rù)的文本。同一组关键词也可以创作(zuò)出很多张风格不一样的画作，这让(ràng)创作(zuò)的过程就(jiù)像(xiàng)开盲(máng)盒(hé)。

很多用户很喜欢这种不确定的惊(jīng)喜，他们会将生成的美图当(dāng)做头(tóu)像。而(ér)另一部分喜(xǐ)欢翻(fān)看AI绘画的“翻车”作品。在社交(jiāo)媒体上，许(xǔ)多用户分(fēn)享(xiǎng)AI“翻车(chē)现场(chǎng)”，例如，一位网友的小(xiǎo)狗照片被AI画成了“肌肉男”，还有网友的个人(rén)照片被AI识别(bié)成了(le)建筑(zhù)。

而如今随着ControlNet的出现与加持(chí)，以(yǐ)往(wǎng)AI绘画的填写(xiě)关键词(cí)游戏可能(néng)要被颠覆了。

ControlNet是一位正在斯坦福读博(bó)的中国人张吕敏创作(zuò)的一种(zhǒng)基于控制点的图像(xiàng)变形算法，主要(yào)用于数字图像处理、计算机视觉(jué)和(hé)计算(suàn)机图形学等领域。

其SD插件一(yī)经发(fā)布，在短(duǎn)短的两天内便成为了(le)AI绘画领(lǐng)域最(zuì)新的热(rè)点。

在此之前，大家用了很(hěn)多方(fāng)法想(xiǎng)让AI生成的结果尽可能的符合要求，但是都不尽如人意，它的(de)出现代表着AI生成开始进入真(zhēn)正的可控(kòng)时期。

因为ControlNet可以直接提(tí)取(qǔ)画面的构图，人物的姿势和(hé)画面的(de)深(shēn)度信息等(děng)。有(yǒu)了它的帮(bāng)助，就不(bù)用频(pín)繁的用提示词来碰运(yùn)气，抽盲(máng)盒式的(de)创作了。

通俗(sú)的说(shuō)ControlNet相当于给AI绘画加了(le)“魔法”，不少博主的(de)作(zuò)品(pǐn)已(yǐ)经(jīng)获得了大(dà)量的浏(liú)览量(liàng)，“viggo”就是其(qí)中之一，他用朋(péng)友(yǒu)的(de)照片直接带她们走(zǒu)进动漫世界。

viggo先用StableDiffusion图(tú)片转文字(zì)。

再(zài)用Text2Prompt插件拓展找到对应的(de)关键(jiàn)词；最后用ControlNet插(chā)件绑定骨骼开始换关键词试效果。

通过图(tú)片就可以看出来，效果(guǒ)十分(fēn)惊(jīng)艳。

更厉害的是(shì)，除了真实的照片，草(cǎo)图(tú)也可以加上“魔法(fǎ)”，知乎大(dà)牛“DevPoint”和“逗(dòu)砂”介绍到(dào)ControlNet还能实现线稿转(zhuǎn)全彩图。大(dà)神张(zhāng)吕敏其本尊也亲自回(huí)应。

不得(dé)不说当下AIGC已经变(biàn)得越来越(yuè)强大(dà)，甚(shèn)至输(shū)出的作品都已经能以(yǐ)假乱真了。

难(nán)辨(biàn)虚实，AIGC技术力爆发

警惕(tì)安全问题(tí)

近日，“苏(sū)州(zhōu)金鸡湖有游艇party”的消息火遍网络，而经过(guò)警方(fāng)辟谣(yáo)这所谓的“party”可(kě)能是全国第一起(qǐ)AI绘(huì)图诈骗(piàn)。

由(yóu)于(yú)这个活动里面(miàn)给出的美女(nǚ)照(zhào)片都是AI制作(zuò)的(de)真人照片绘图，因(yīn)为太逼真，被大家(jiā)当(dāng)成真事传播了。

不过(guò)仔细(xì)观察可以发(fā)现，活动(dòng)发起者(zhě)提供的照片中有个很大的漏洞(dòng)可以发现并非真人，而(ér)是AI绘图，那便是图片中(zhōng)女性的(de)手(shǒu)指部分有的存在(zài)异常(cháng)。

ChatGPT之后又(yòu)一应用杀疯(fēng)了，AIGC或进入可控期，将洗牌科技行业？_黑料正能量

有行(xíng)业人事(shì)表(biǎo)示：“现在(zài)因为手指(zhǐ)部分的绘(huì)画(huà)算法比较复杂，AI还不(bù)太会画人的手(shǒu)，但(dàn)最新看(kàn)到的(de)图片(piàn)已经有越(yuè)来越(yuè)完美的AI模型出(chū)现，以(yǐ)后可能就完全没有(yǒu)漏洞了。”

类似的AI作图诈骗在国外也已有发生。据英国广播公(gōng)司报道，土(tǔ)耳其地震期间，有Tiktok用(yòng)户使用(yòng)AI合成(chéng)了儿童受灾(zāi)的(de)假(jiǎ)照片发(fā)布到网(wǎng)络，以此诱骗善良的人打赏“捐助”从而(ér)实施(shī)诈(zhà)骗。

目前(qián)随着技术(shù)发展，AIGC已(yǐ)经能做出真(zhēn)人(rén)照(zhào)片(piàn)般(bān)的绘图效果，如(rú)果这(zhè)样的图片被用来诈骗，将非常可怕。

此外AIGC还引(yǐn)发了很(hěn)多担忧，一方面，批判者认为AI在(zài)“学习”了大量(liàng)前(qián)人(rén)的作品之后，其创作(zuò)没(méi)有任何情绪(xù)和灵魂，难以和(hé)人类(lèi)的艺(yì)术(shù)创(chuàng)作相提并论(lùn)。

另一方(fān每走一步就会深深的撞一下，抱着走一下就撞一下g)面，AIGC背后(hòu)的(de)版权、目(mù)前都并没有得到(dào)有效(xiào)的解决(jué)，还有(yǒu)AIGC会(huì)不会代替人类(lèi)“至高无上”的创意(yì)。

马斯(sī)克(kè)也强调，人工智(zhì)能的安全问题需要得(dé)到重视(shì)，太(tài)晚就来不及了。

AIGC下一(yī)站除了视(shì)频，还有远(yuǎn)方

技术都(dōu)是(shì)有两面性的(de)，潜(qián)在(zài)的危害并(bìng)不能掩盖(gài)其(qí)光辉的贡献。现在(zài)看来，人工智能技术将是(shì)第四次工业革命的核心驱动力量，将创(chuàng)造新的增长奇(qí)迹。

过(guò)去一(yī)年，人工智(zhì)能在技术和商业层面都有了巨大进(jìn)展(zhǎn)，AI绘画就是人(rén)工智能技术发生方向(xiàng)性改(gǎi)变(biàn)的一(yī)个代表。其下一站(zhàn)或(huò)许(xǔ)就是视频(pín)。

此(cǐ)前(qián)，Meta和谷歌先(xiān)后发布了(le)几条引爆科技圈的短(duǎn)视频。这些视频引发关注(zhù)并(bìng)非内(nèi)容做(zuò)得多优秀，反(fǎn)而都非常简单，比如一匹正在(zài)喝(hē)水(shuǐ)的马，一(yī)只画画(huà)的玩具熊，或者一(yī)段(duàn)骑摩(mó)托车(chē)的第一视(shì)角录像(xiàng)，随便(biàn)一个有手(shǒu)机(jī)的人都可以(yǐ)随手录下(xià)一段。

但(dàn)这些(xiē)短视频的创作方(fāng)式非(fēi)常简单，创作者(zhě)仅仅需要向AI输入一段话，甚至(zhì)只是(shì)说一下要求(qiú)，AI就可以根据需要生成一段视频。

谷歌发布(bù)的两个AI生成视频分(fēn)别来自于(yú)Imagen Video和Phenaki，前(qián)者(zhě)主要突出的是高清，与(yǔ)Meta的Make-A-Video没(méi)有太多的差(chà)别。

在Make-A-Video公布了AI生(shēng)成的视频后，AI圈就已经玩了一波(bō)梗，一个能够做出更高清视频的AI还不足以在(zài)短时间内(nèi)戳(chuō)中兴奋(fèn)点。

Phenaki更加(jiā)令人震惊的地方在(zài)于，它(tā)可以制作出超(chāo)过2分钟(zhōng)的连贯的(de)也有(yǒu)确切内容(róng)的视频，这(zhè)才是真正让人们感到(dào)惊(jīng)喜的地方。因为无论AI生成的视频(pín)多(duō)么高清(qīng)，也只能是(shì)为(wèi)内容(róng)生(shēng)产者提(tí)供(gōng)一个灵感(gǎn)，一(yī)个素材，一个过场动画。

不过能够制作出有(yǒu)具体剧情内容的视频(pín)就意味着(zhe)，一(yī)些视(shì)频(pín)创作由AI代替人工完成已经初步有了可能。

当下AI的发(fā)展(zhǎn)速度已经超过大部分人(rén)的想象。内容产业的本质是供给创(chuàng)造需求(qiú)，AIGC作为全新的内容生产方式(shì)，可以为内容产业带来(lái)更新(xīn)的内容风格、更快的生产速度，更低的生(shēng)产成本(běn)，这无疑会(huì)驱动内容(róng)产业的大爆发。

除了AI绘图、视频，AIGC技术还能应用于音乐、代码、机器人(rén)动作等(děng)多(duō)种内容形式的(de)生成。不难发现(xiàn)该(gāi)项技术不仅在游戏等行业(yè)能得到有(yǒu)效应(yīng)用，对于下一代互联网各种元素的(de)构建亦有关键(jiàn)意(yì)义。

从商业化的(de)角度来(lái)看，文化娱乐、教育、传媒等诸多领(lǐng)域，本身(shēn)就对(duì)基于AI的可视化内容有强烈需(xū)求。

因此，AI绘画及视(shì)频或不(bù)是结果，而只是AI进程中的一(yī)块重要拼图(tú)，有望(wàng)在(zài)技术更新(xīn)的加(jiā)持下实现更大的(de)应用价值。

AI从理解内容，走向了可以生(shēng)成内容(róng)，甚至能(néng)够创(chuàng)造出独立(lì)价(jià)值和独立(lì)视角的(de)内容。AIGC的再次出(chū)圈，更代表着未来的先(xiān)进生(shēng)产力即将到来。

紧(jǐn)抓大模(mó)型与算(suàn)力，牢(láo)固AIGC底座

每走一步就会深深的撞一下，抱着走一下就撞一下

从(cóng)技术(shù)的(de)发展也可(kě)以看出，在语言大模(mó)型、图(tú)像大模型之后，多(duō)模态大(dà)模型(xíng)已(yǐ)经成为了新的趋(qū)势。

大(dà)模型被(bèi)誉(yù)为当前人工智能发展的智能底座，是全球(qiú)竞争最激(jī)烈的研究方向之一，包括谷歌(gē)、亚马逊、百度、阿里(lǐ)、腾讯等众多头部企业都在(zài)竞相发力。

不过训练大(dà)模型的确(què)价格(gé)不(bù)菲，以国盛证(zhèng)券发布(bù)的《ChatGPT需要多少算力》报告估算(suàn)，GPT-3训练(liàn)一次(cì)的成本约为140万美元(yuán)。而对(duì)于一些更大的LLM(大型语(yǔ)言模型)，训(xùn)练成本则介(jiè)于200万美元(yuán)至1200万美元高价之间(jiān)。

以ChatGPT在2023年1月的独立访客(kè)平均数1300万计(jì)算(suàn)，其对(duì)应芯片需(xū)求(qiú)为(wèi)3万多(duō)片英伟(wěi)达A100 GPU，初始投(tóu)入成本约为8亿美元，每日仅电费就在5万(wàn)美元左右。

此外不论是ChatGPT还是AIGC，都离不开庞大算力支持。在(zài)关注各类大模型的发展同时(shí)，更应该关注算力网络的建设。

算力网(wǎng)络(luò)正(zhèng)驱动(dòng)AI产业发展进入(rù)史诗级(jí)加速进程，让(ràng)AIGC及通用AI这一人(rén)工智(zhì)能发展的终(zhōng)极目标(biāo)离得更近。

因为算(suàn)力可(kě)以对(duì)突破性技(jì)术创新提供大力的支(zhī)持。这方面，多模态大模型是典型。作为面向未来强人工智(zhì)能、通用人工智(zhì)能的重要技(jì)术创新，多模态(tài)大模型已经在(zài)人工智能领域提出了很多(duō)年，业界也有不(bù)少技(jì)术突破，但是(shì)，多模态(tài)大(dà)模型(xíng)进一步往下走，算力需(xū)求呈几何(hé)式上升(shēng)，一般的算力基础设施很快将难以(yǐ)胜任(rèn)。

从(cóng)图(tú)像、文字、语音单独一(yī)项的训练，到双模态、三模态的跃迁，让人(rén)工(gōng)智能可(kě)以灵活应对不同模态的(de)转化、像人与世界交互一样自然(rán)，这方(fāng)面(miàn)，由算力(lì)网(wǎng)络(luò)来驱动将有明显优势。