一本书多重，一本书多重有一斤吗-橘子百科-橘子都知道

一本书多重，一本书多重有一斤吗 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火爆以来，微(wēi)软公(gōng)司创(chuàng)始人(rén)比尔·盖(gài)茨已(yǐ)多(duō)次(cì)公(gōng)开谈论人工智能话题。在最近的一次(cì)采(cǎi)访中，他再次表示：“AI可能(néng)会(huì)让科技行业迎来(lái)一次(cì)剧烈的洗牌”。

这个结论(lùn)是(shì)他在(zài)当(dāng)地(dì)时间2月20日接受《In Good Company》节(jié)目专访时(shí)提出的。

他预期(qī)，AI的(de)发(fā)展可能会威(wēi)胁到谷歌的市占(zhàn)率，因为微(wēi)软在AI方面的行动相当(dāng)迅速。而最(zuì)终科技巨头将把(bǎ)AI整(zhěng)合(hé)成用户的“全能助手”，包揽一切应用(yòng)，与人们进行沟通(tōng)并提供建议，可以取代亚(yà)马逊、Siri或Outlook等(děng)应(yīng)用(yòng)。

大佬口中全能助(zhù)手(shǒu)的到来可能(néng)尚需时日，但(dàn)由ControlNet引发的又一次(cì)AI绘画浪潮，让AIGC在(zài)ChatGPT的话题热点包围中杀出重围。

ChatGPT之(zhī)后又(yòu)一应用杀疯了，AIGC或进入可控期，将(jiāng)洗牌(pái)科技行(xíng)业？_黑料正能(néng)量

ControlNet颠覆AI绘画新(xīn)玩法

AIGC向(xiàng)可控靠近

以AI绘画为代表的AIGC上一次(cì)爆火的(de)时候，还是(shì)2022年8月，在美(měi)国科罗拉(lā)多州举办的新兴数字艺术家竞赛(sài)中，一幅名为《太空歌剧(jù)院》的作品获奖。

随后(hòu)各大(dà)厂商的AI绘(huì)画(huà)软件被广大网友熟知并体(tǐ)验，Stable Diffusion便(biàn)是其中代表。

用户们可以在应用中输入一组关键词或者(zhě)一张照片，就能获得一幅(fú)AI创作(zuò)的(de)画(huà)作。

作(zuò)画的关(guān)键就是所输(shū)入的文(wén)本(běn)。同一组关键词也(yě)可以(yǐ)创作(zuò)出(chū)很多张风格不一样的(de)画作，这让创作(zuò)的过程就像开盲盒。

很多用户(hù)很喜欢这种不确定的惊喜，他们会将生成的美图当做(zuò)头像。而另一部(bù)分喜欢翻看AI绘(huì)画的“翻车”作品。在社交媒体上，许多(duō)用户分享AI“翻车现(xiàn)场”，例如，一位(wèi)网友(yǒu)的小狗照片(piàn)被AI画成了“肌肉(ròu)男(nán)”，还有(yǒu)网友的个(gè)人照片被AI识别(bié)成(chéng)了建(jiàn)筑。

而如今随着ControlNet的出现与(yǔ)加持，以往AI绘(huì)画的填写关键(jiàn)词(cí)游戏可能要被颠覆了。

ControlNet是一位正在(zài)斯(sī)坦福读(dú)博的中国人张吕敏创(chuàng)作的(de)一种基于控制(zhì)点(diǎn)的图像变(biàn)形算法，主要用于数字图像处理、计(jì)算机视觉和(hé)计(jì)算机图(tú)形学(xué)等领域。

其SD插件一经发布(bù)，在短短(duǎn)的两天内(nèi)便成为了AI绘(huì)画(huà)领域最新的热点。

在此(cǐ)之前，大家用了很多方法(fǎ)想让AI生成的结果尽可(kě)能的符合要(yào)求，但(dàn)是都不尽如人(rén)意(yì)，它的出现代表着AI生成开(kāi)始进入真正的(de)可控时(shí)期。

因为ControlNet可以直(zhí)接提(tí)取画(huà)面的构图，人(rén)物(wù)的(de)姿势和(hé)画(huà)面的(de)深度信息(xī)等。有(yǒu)了它(tā)的帮助，就不用频繁的(de)用提(tí)示词(cí)来碰运气(qì)，抽盲盒式的(de)创(chuàng)作了(le)。

通俗的说ControlNet相(xiāng)当(dāng)于(yú)给(gěi)AI绘画加了“魔法”，不(bù)少博主的作品已(yǐ)经获得了大量(liàng)的浏览量，“viggo”就是其中之一，他用(yòng)朋(péng)友的照片直接(jiē)带(dài)她们走进(jìn)动漫(màn)世界(jiè)。

viggo先用(yòng)StableDiffusion图片转文字。

再用Text2Prompt插件拓展(zhǎn)找到对应的(de)关键词；最(zuì)后用ControlNet插(chā)件绑定骨(gǔ)骼开始换关键词试效果。

通过图片就可以看(kàn)出来，效果十分惊艳。

更厉(lì)害的是(shì)，除(chú)了真实的照片，草图(tú)也可(kě)以加上“魔法”，知乎大牛(niú)“DevPoint”和(hé)“逗砂”介绍到ControlNet还能实(shí)现线稿转(zhuǎn)全彩图。大(dà)神(shén)张(zhāng)吕敏其本尊(zūn)也亲自回应。

不(bù)得不说当下AIGC已(yǐ)经变得(dé)越来(lái)越(yuè)强大，甚(shèn)至输出的作(zuò)品都(dōu)已(yǐ)经能以假乱(luàn)真了。

难辨(biàn)虚实(shí)，AIGC技(jì)术力(lì)爆(bào)发

警惕安全(quán)问题(tí)

近日，“苏(sū)州金鸡湖有(yǒu)游艇(tǐng)party”的消息(xī)火遍网络，而经过(guò)警(jǐng)方(fāng)辟谣这所谓的“party”可能是全国第一起AI绘图诈骗。

由于这个活动里面(miàn)给(gěi)出的美女照片都是AI制作(zuò)的真(zhēn)人照片绘(huì)图，因为太逼真，被大家当(dāng)成真事(shì)传播(bō)了。

不过仔细观察(chá)可以(yǐ)发现，活动发起者提供的照片中有个(gè)很大的漏洞(dòng)可以发(fā)现并非真人，而是AI绘图，那(nà)便是图片中女性的手(shǒu)指部(bù)分有(yǒu)的存(cún)在异常。

ChatGPT之后(hòu)又一应(yīng)用杀(shā)疯了(le)，AIGC或进入(rù)可控期(qī)，将洗(xǐ)牌(pái)科技行业？_黑料正能量

有行业人事(shì)表示：“现在因为(wèi)手指部(bù)分的绘画算(suàn)法比较(jiào)复(fù)杂，AI还不太(tài)会画人(rén)的(de)手，但最(zuì)新看(kàn)到的(de)图片(piàn)已经(jīng)有越来越完美的AI模型出(chū)现，以后可(kě)能就完全没有漏洞了(le)。”

类似的AI作(zuò)图诈骗在国外也已有发生。据英国广(guǎng)播公司(sī)报道，土耳其地震期间，有Tiktok用户(hù)使用AI合成了儿童受灾的假(jiǎ)照(zhào)片(piàn)发布到(dào)网络，以(yǐ)此(cǐ)诱骗善良的人打赏“捐(juān)助”从而实施诈骗。

目(mù)前随着技术发(fā)展，AIGC已经能做出真人照片(piàn)般的绘图效(xiào)果，如果这样的图片被用来诈(zhà)骗，将非常可怕。

此(cǐ)外AIGC还引发了很多担忧，一(yī)方面(miàn)，批判者认为AI在“学习(xí)”了大量前(qián)人的作(zuò)品之后，其创作没有任何情绪和灵(líng)魂，难(nán)以和人类的艺术创作相提并(bìng)论。

另一方面(miàn)，AIGC背(bèi)后的版(bǎn)权、目(mù)前都并没有得到有(yǒu)效的解(jiě)决，还有AIGC会(huì)不会(huì)代替人类“至(zhì)高无上”的创(chuàng)意。

马斯克也强调，人工智能的安全问题需要得到重视，太晚就来不及了。

AIGC下一(yī)站除了视频，还(hái)有远方(fāng)

技术都(dōu)是有两(liǎng)面(miàn)性的(de)，潜在的危害并(bìng)不能掩盖(gài)其光辉的贡献(xiàn)。现在看来，人工智(zhì)能技术将是第四次工业革命的核心驱动力量，将创造(zào)新(xīn)的增长(zhǎng)奇(qí)迹。

过去一(yī)年，人(rén)工智能(néng)在技术和商业(yè)层面都有了巨大进展(zhǎn)，AI绘画就是人工智能技术发(fā)生方向性改变的一个代表。其下一站或许就是一本书多重，一本书多重有一斤吗(shì)视频。

此前，Meta和谷歌先后(hòu)发布了几(jǐ)条引爆科技圈(quān)的短视(shì)频(pín)。这些视频引(yǐn)发(fā)关注(zhù)并(bìng)非内(nèi)容做得多优秀，反而(ér)都非常简单，比如一匹正在喝(hē)水的马，一只画(huà)画的玩具(jù)熊，或者一段骑摩托车的第(dì)一视角录(lù)像，随便一个(gè)有手机的(de)人都可以(yǐ)随手(shǒu)录(lù)下一段(duàn)。

但这些短视频的创作方式非常(cháng)简单，创作(zuò)者(zhě)仅(jǐn)仅需要(yào)向AI输入一段话(huà)，甚(shèn)至只是说一下要求(qiú)，AI就可以根(gēn)据(jù)需要生成(chéng)一(yī)段(duàn)视频(pín)。

谷歌发布的两个(gè)AI生成视频分别来自于Imagen Video和(hé)Phenaki，前者主要突出(chū)的(de)是高清，与Meta的Make-A-Video没有太(tài)多(duō)的(de)差别。

在Make-A-Video公布了(le)AI生成的(de)视频后，AI圈就已经玩了一波梗(gěng)，一个能够做出更高清视频的AI还不足以在短时间内戳中兴奋点(diǎn)。

Phenaki更加令(lìng)人(rén)震惊(jīng)的地方在于(yú)，它可以制作(zuò)出(chū)超过2分钟的(de)连贯的也有确切内容的(de)视频，这(zhè)才是(shì)真正让(ràng)人们感到惊喜的地方。因为(wèi)无(wú)论AI生(shēng)成的(de)视频多么高清，也只能(néng)是为内容生(shēng)产者提(tí)供(gōng)一(yī)个灵感，一个素材，一个过场(chǎng)动画。

不过能够制作出有具体剧情(qíng)内容(róng)的(de)视(shì)频就意味着(zhe)，一些视(shì)频创作(zuò)由AI代替人工完成已(yǐ)经初步有了可能。

当下(xià)AI的发展速度已经超过(guò)大部分(fēn)人的想象(xiàng)。内容产业(yè)的本(běn)质是供给创造需求，AIGC作为(wèi)全新的内(nèi)容生产方式，可以为内容产业(yè)带来更(gèng)新的内容风格、更快的生产速度，更低的(de)生产(chǎn)成本，这无疑会驱(qū)动内容产业的大爆发。

除了AI绘(huì)图、视频，AIGC技术(shù)还(hái)能应用于音乐(lè)、代码、机器人动(dòng)作等(děng)多(duō)种内容(róng)形式的生成。不难发现该(gāi)项(xiàng)技术(shù)不仅在游戏等行业(yè)能(néng)得(dé)到有效(xiào)应用，对于下(xià)一代互联(lián)网各种(zhǒng)元素的构建亦有关键意义。

从(cóng)商业化(huà)的角度来(lái)看，文(wén)化(huà)娱(yú)乐、教(jiào)育、传媒等诸(zhū)多领域，本身就对基于(yú)AI的可视(shì)化内容有强烈需求。

因此，AI绘画(huà)及视频(pín)或不(bù)是结果，而只(zhǐ)是AI进程中的一块重要拼图(tú)，有(yǒu)望(wàng)在技(jì)术更新的加持下实(shí)现更大的应用(yòng)价值。

AI从理解内(nèi)容(róng)，走向了可以生成内容，甚(shèn)至能够创(chuàng)造(zào)出(chū)独立价(jià)值和(hé)独(dú)立视角(jiǎo)的内(nèi)容。AIGC的再次(cì)出圈(quān)，更代表着未来的先进生产力即将(jiāng)到来(lái)。

紧抓(zhuā)大(dà)模型与(yǔ)算(suàn)力，牢固AIGC底座

从技术(shù)的发展(zhǎn)也可以看出，在语言大模型、图像大(dà)模型(xíng)之(zhī)后，多模态大模型已经成为了(le)新的(de)趋势。

大模(mó)型被誉为当前(qián)人(rén)工智(zhì)能发展的智(zhì)能底座，是(shì)全球竞争(zhēng)最(zuì)激烈的研究(jiū)方向(xiàng)之一，包括谷(gǔ)歌、亚马逊、百(bǎi)度(dù)、阿里(lǐ)、腾(téng)讯(xùn)等(děng)众多头部(bù)企业(yè)都在竞相发力(lì)。

不过训练大模(mó)型的确价格不菲(fēi)，以(yǐ)国盛证券发布的《ChatGPT需要多少算力》报告估算，GPT-3训练一次的成(chéng)本约为140万美(měi)元(yuán)。而(ér)一本书多重，一本书多重有一斤吗对于一些更大的LLM(大(dà)型语言模型(xíng))，训练成本则介于(yú)200万美元至(zhì)1200万美元高价之间。

以(yǐ)ChatGPT在2023年1月的独(dú)立访(fǎng)客平(píng)均数1300万计算，其对应芯片需(xū)求为(wèi)3万多片英(yīng)伟(wěi)达A100 GPU，初(chū)始(shǐ)投入成本约为8亿(yì)美(měi)元，每日仅电(diàn)费就在(zài)5万美元(yuán)左右。

此(cǐ)外不论是(shì)ChatGPT还是(shì)AIGC，都离不开庞大算力支持。在关(guān)注各(gè)类大(dà)模型的发(fā)展同时(shí)，更应该关注算力网络的建设(shè)。

算力网络正驱动AI产(chǎn)业发展进入(rù)史诗级(jí)加速(sù)进程，让AIGC及通用AI这一人工(gōng)智能发展(zhǎn)的终极(jí)目标离得更(gèng)近。

因为(wèi)算力可(kě)以对突(tū)破性技(jì)术(shù)创新提供大力(lì)的支(zhī)持。这方(fāng)面，多模态(tài)大模型是典型(xíng)。作(zuò)为面向未来(lái)强(qiáng)人工(gōng)智能、通用人工智能的重要技术(shù)创新，多模(mó)态大模型已经在人工智能领域提出了很多年，业界也(yě)有(yǒu)不少技术(shù)突破，但是，多模态大模型进一步往(wǎng)下走(zǒu)，算力需求呈几何式上升，一般的算力基础设施很快将难以胜任。

从(cóng)图像、文(wén)字、语音单独一项的(de)训练，到(dào)双模(mó)态、三(sān)模(mó)态的跃迁，让人工智能可以灵活应对(duì)不同模态的转化、像人与世界交互(hù)一(yī)样(yàng)自然(rán)，这方面，由算(suàn)力网络来驱动(dòng)将(jiāng)有(yǒu)明显优(yōu)势。