使我不得开心颜上一句是什么-橘子百科-橘子都知道

使我不得开心颜上一句是什么 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)聊天机器人ChatGPT火爆以来，微软公(gōng)司创始人比尔(ěr)·盖茨已(yǐ)多次公开谈论人工智能话题。在最近(jìn)的一(yī)次采(cǎi)访中(zhōng)，他再次表(biǎo)示：“AI可(kě)能会让科(kē)技行业迎(yíng)来一(yī)次剧烈的洗牌”。

这个结论是他(tā)在(zài)当地时间(jiān)2月20日接受《In Good Company》节(jié)目专访时(shí)提(tí)出的(de)。

他预期，AI的发展(zhǎn)可能会威胁到谷歌的市(shì)占率(lǜ)，因为微软在AI方(fāng)面的行动(dòng)相(xiāng)当迅速(sù)。而最终(zhōng)科技巨头将把AI整合成用户的“全能助手”，包揽一切应(yīng)用，与人们(men)进行(xíng)沟(gōu)通并提供(gōng)建(jiàn)议，可以取代亚(yà)马逊、Siri或Outlook等应(yīng)用。

大佬口中全能助手的到来可能尚需时日，但由ControlNet引发(fā)的又一次(cì)AI绘画浪潮，让AIGC在ChatGPT的话题热点包围(wéi)中杀出(chū)重围。

ChatGPT之后又一应用(yòng)杀疯了，AIGC或(huò)进入可控期，将洗牌科技行(xíng)业(yè)？_黑料正能量

ControlNet颠覆AI绘(huì)画新玩法

AIGC向可控靠(kào)近

以AI绘画为代表的AIGC上一次爆火(huǒ)的时候，还是(shì)2022年8月，在美(měi)国科罗拉多州举(jǔ)办的新兴(xīng)数字(zì)艺术家竞(jìng)赛中，一幅(fú)名为《太空歌剧院》的(de)作品获奖。

随后各大厂商的AI绘画软件被广大网友熟知并体验，Stable Diffusion便是其中代表。

用户们可以在(zài)应用(y使我不得开心颜上一句是什么òng)中(zhōng)输(shū)入一组关键词或者(zhě)一张(zhāng)照片，就使我不得开心颜上一句是什么(jiù)能获得一幅AI创作(zuò)的画(huà)作(zuò)。

作(zuò)画的关(guān)键就是(shì)所输入的文本。同一组(zǔ)关键(jiàn)词也可(kě)以(yǐ)创作出很多张风格不一样的(de)画作，这让创作的过(guò)程就像开盲盒。

很多用户很(hěn)喜欢这种(zhǒng)不确定的惊喜，他们会将生成(chéng)的(de)美图当做(zuò)头像。而另(lìng)一(yī)部分(fēn)喜欢(huān)翻看AI绘画的(de)“翻车”作品。在社(shè)交媒(méi)体上，许多用户分享AI“翻(fān)车现场”，例如，一位网友的小狗(gǒu)照(zhào)片被AI画成了“肌(jī)肉(ròu)男”，还有网友的个人照片被AI识别成(chéng)了建筑。

而如今随着ControlNet的出现(xiàn)与加持，以往AI绘画的(de)填写关键词游戏可能要被颠(diān)覆了。

ControlNet是(shì)一位正在斯坦福读博的中国(guó)人(rén)张吕敏创作的一种基于控(kòng)制(zhì)点的图像变(biàn)形算法，主要用于数字(zì)图(tú)像处理(lǐ)、计算机视觉(jué)和计算机(jī)图形学等领域。

其SD插件(jiàn)一(yī)经发布(bù)，在短短的两天内便成为了AI绘画领域最(zuì)新(xīn)的(de)热(rè)点。

在此之前，大(dà)家(jiā)用了很多方法想让AI生成的结果(guǒ)尽可能的(de)符合(hé)要(yào)求，但是都不尽如人意(yì)，它(tā)的出现代表(biǎo)着AI生成开始进(jìn)入真正的可控时期。

因为(wèi)ControlNet可以直接提取画面的(de)构图，人物的姿势(shì)和画面的深(shēn)度(dù)信息等。有了它(tā)的帮助，就(jiù)不用频繁的用提示词来碰运气，抽盲盒式的创作(zuò)了。

通(tōng)俗的说ControlNet相当于给AI绘(huì)画(huà)加了(le)“魔法”，不少博主的作品已经获(huò)得(dé)了大(dà)量的浏览(lǎn)量，“viggo”就是其中之(zhī)一，他用朋友的照(zhào)片直接带她们走进(jìn)动(dòng)漫世界。

viggo先用(yòng)StableDiffusion图(tú)片(piàn)转文字。

再用Text2Prompt插件拓展找到(dào)对应的关(guān)键词(cí)；最后用ControlNet插件绑定骨(gǔ)骼开(kāi)始换关键词试效果(guǒ)。

通过(guò)图片就(jiù)可以看出来，效(xiào)果十分(fēn)惊艳。

更(gèng)厉害的是，除了真(zhēn)实的照(zhào)片(piàn)，草(cǎo)图也可以加(jiā)上“魔法”，知乎大牛“DevPoint”和(hé)“逗(dòu)砂”介绍到ControlNet还能实(shí)现线稿转全彩图。大神张吕敏(mǐn)其本尊也亲自回应。

不得不说当下AIGC已经(jīng)变得越来(lái)越强大(dà)，甚至输出的(de)作品都已经(jīng)能以假乱真(zhēn)了。

难辨(biàn)虚实，AIGC技术力(lì)爆发

警惕安(ān)全(quán)问题

近日(rì)，“苏州金鸡湖有游艇party”的消息火遍网络，而经(jīng)过警方辟谣(yáo)这所谓的“party”可能是全国第一起AI绘图(tú)诈骗。

由(yóu)于(yú)这个活动里面给出(chū)的美女照片(piàn)都是AI制作的真人照片(piàn)绘(huì)图，因为太逼真，被大家(jiā)当成(chéng)真事传(chuán)播了。

不过仔细观察可以发现，活(huó)动发(fā)起(qǐ)者(zhě)提供的照片中有(yǒu)个很大(dà)的漏(lòu)洞可以发现并非真人，而是AI绘图，那便是图片中女(nǚ)性(xìng)的手指部(bù)分有的存在(zài)异常。

ChatGPT之后又一应用(yòng)杀疯了，AIGC或进入(rù)可控期(qī)，将洗牌科(kē)技行业？_黑料正能量

有(yǒu)行(xíng)业人(rén)事(shì)表示：“现(xiàn)在因为手(shǒu)指部分(fēn)的绘画算(suàn)法比较(jiào)复杂，AI还不太会画人的手(shǒu)，但(dàn)最新看到的图片已经(jīng)有越来越完美的(de)AI模型出(chū)现，以后可(kě)能(néng)就完全没有漏洞了(le)。”

类似的AI作图(tú)诈骗在国(guó)外也已有发生。据英国广播公司报道，土耳其地震(zhèn)期间，有Tiktok用户使(shǐ)用AI合成了(le)儿童受(shòu)灾的(de)假照片发(fā)布到网络(luò)，以(yǐ)此诱骗善良的(de)人打赏“捐助(zhù)”从而(ér)实施诈骗。

目前(qián)随着技术发(fā)展，AIGC已经能做(zuò)出真人(rén)照(zhào)片般的绘图效(xiào)果，如(rú)果这样的图片被用(yòng)来诈骗，将非常可怕。

此外AIGC还引发了(le)很多担忧，一方(fāng)面，批判者(zhě)认为AI在(zài)“学(xué)习”了大量前(qián)人(rén)的作品之(zhī)后，其创作没有任(rèn)何情(qíng)绪和灵魂(hún)，难以(yǐ)和人类的艺术创(chuàng)作(zuò)相提并论。

另一方面，AIGC背(bèi)后的版权、目(mù)前都并没有得到有效的解决，还有AIGC会不会代替人(rén)类“至高无上”的(de)创意。

马斯(sī)克(kè)也强调，人工智能的安(ān)全问题需要得(dé)到(dào)重视，太晚就(jiù)来不及了。

AIGC下一站除(chú)了(le)视频，还有(yǒu)远方

技术都是(shì)有两面性的，潜在的危害并不能掩盖其光辉的贡献。现(xiàn)在看来，人工智能技术将是第四次工业革命的(de)核心驱动力量(liàng)，将创造(zào)新的增长奇迹。

过去一年，人(rén)工智能在技(jì)术和商业层面都有了巨(jù)大进展，AI绘画就是人工智能技术发生方(fāng)向(xiàng)性(xìng)改(gǎi)变(biàn)的(de)一个代(dài)表(biǎo)。其下一(yī)站(zhàn)或许就是视频。

此(cǐ)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(shì)频引发关(guān)注并非内容(róng)做得多优秀，反而都(dōu)非常(cháng)简单，比如一匹正在喝水的(de)马，一(yī)只(zhǐ)画画的玩具(jù)熊，或者一段骑(qí)摩托车的第一视角录像(xiàng)，随便一个有手机的人都可以(yǐ)随手录(lù)下(xià)一(yī)段。

但这些短视频(pín)的创作方(fāng)式非常简单，创作者仅(jǐn)仅需要向(xiàng)AI输(shū)入一(yī)段话，甚至只是说一下要(yào)求，AI就可以根据需(xū)要生成一段(duàn)视频。

谷歌发布的两个AI生成视(shì)频(pín)分(fēn)别来自于(yú)Imagen Video和Phenaki，前者(zhě)主要(yào)突出的是高清，与Meta的Make-A-Video没有太(tài)多的差别。

在Make-A-Video公(gōng)布了AI生(shēng)成(chéng)的视频(pín)后(hòu)，AI圈(quān)就(jiù)已经玩了一(yī)波(bō)梗，一个(gè)能(néng)够做出更高清视频(pín)的(de)AI还不足以在短时间(jiān)内(nèi)戳中兴奋点。

Phenaki更(gèng)加令人震(zhèn)惊的地方在于，它可以制作(zuò)出超过(guò)2分钟的连(lián)贯的也有(yǒu)确切内(nèi)容的视频(pín)，这才是真正让人们感到惊喜的地方。因为无论AI生成的视频多么高清，也只能(néng)是(shì)为内容生产者提供一个灵感，一个素材，一个过场(chǎng)动画(huà)。

不过(guò)能(néng)够制(zhì)作出有(yǒu)具体剧(jù)情内容的视频就(jiù)意(yì)味着，一些视频创作由AI代(dài)替人(rén)工完成已(yǐ)经初(chū)步有了可能。

当下AI的发展速度已经(jīng)超(chāo)过大部分人(rén)的想象。内(nèi)容产(chǎn)业的本质是(shì)供给创造需求，AIGC作为全(quán)新的内容(róng)生(shēng)产方式，可(kě)以(yǐ)为内容产业带来(lái)更新(xīn)的内容(róng)风格、更(gèng)快的(de)生(shēng)产速(sù)度，更(gèng)低(dī)的生产成(chéng)本，这(zhè)无疑(yí)会驱(qū)动内容产业(yè)的大爆发。

除了(le)AI绘图、视频，AIGC技术还(hái)能应用于音乐、代码(mǎ)、机器(qì)人动(dòng)作等(děng)多种内容形式(shì)的(de)生成。不难发现该(gāi)项(xiàng)技(jì)术不(bù)仅在游(yóu)戏等行业能得到有效(xiào)应用，对于下一代互联网各种(zhǒng)元素(sù)的构建亦有关键意(yì)义。

从商(shāng)业(yè)化的角度来看，文化娱乐、教育、传媒(méi)等诸多领域，本身就(jiù)对基于AI的可视(shì)化内容有(yǒu)强烈需求(qiú)。

因此，AI绘画及视频或不是结果(guǒ)，而只是(shì)AI进程中的一块重要拼(pīn)图，有望在技术(shù)更新的加持下实现更大(dà)的应用价(jià)值。

AI从理解内容，走向了可(kě)以生成内容，甚至能够创造出独立价值和独立(lì)视角的内容。AIGC的再次出圈，更代表着未来的先进生产力即将到来。

紧(jǐn)抓大模型与算力，牢固AIGC底座(zuò)

从技术的发展也可以看出，在语言大模(mó)型(xíng)、图(tú)像大(dà)模型之后，多模(mó)态大(dà)模型(xíng)已(yǐ)经(jīng)成为了(le)新的趋势。

大模型被誉为当(dāng)前(qián)人工智能发展的智能底座(zuò)，是全球竞争最激(jī)烈的研究方向之一，包括谷歌(gē)、亚马(mǎ)逊、百(bǎi)度(dù)、阿里(lǐ)、腾(téng)讯等众多头部企业都在竞相发力。

不过(guò)训练大(dà)模型的确价(jià)格(gé)不菲，以国盛(shèng)证(zhèng)券(quàn)发(fā)布的《ChatGPT需(xū)要多少算力》报告(gào)估算，GPT-3训练一(yī)次的成本约(yuē)为140万美元。而对于一些更(gèng)大(dà)的LLM(大(dà)型语言模(mó)型)，训练成(chéng)本(běn)则介于200万美元至1200万美元高价之间。

以(yǐ)ChatGPT在2023年1月的独立(lì)访客平(píng)均数1300万计算(suàn)，其对应芯片需求为3万(wàn)多片(piàn)英伟达A100 GPU，初始投入成(chéng)本约为8亿美元(yuán)，每日仅电费就在(zài)5万美元左(zuǒ)右。

此外不论是ChatGPT还是(shì)AIGC，都离不开(kāi)庞大算力支持。在关(guān)注各类大模型的发展(zhǎn)同时，更(gèng)应该关注算力网络的(de)建设。

算(suàn)力网(wǎng)络正驱动AI产业发展(zhǎn)进(jìn)入史(shǐ)诗级加速(sù)进程，让AIGC及通(tōng)用AI这一人工智能发展(zhǎn)的终极目(mù)标离得更近。

因为算力可以对突破(pò)性技(jì)术创新提供(gōng)大力(lì)的支持。这方面，多模态大模型是典型。作为面向未来强人(rén)工智能、通(tōng)用人工智能的重要技术创(chuàng)新，多(duō)模态大模(mó)型(xíng)已经在人工(gōng)智能(néng)领(lǐng)域(yù)提出了很多年，业界(jiè)也有不少技术(shù)突破，但是(shì)，多模态(tài)大(dà)模型(xíng)进(jìn)一步往(wǎng)下走，算力需求呈(chéng)几何式上(shàng)升，一般(bān)的算力基(jī)础设施很快将难以(yǐ)胜任。

从图像(xiàng)、文字、语音(yīn)单独一项的(de)训练，到双(shuāng)模(mó)态(tài)、三模(mó)态的(de)跃迁，让人工(gōng)智(zhì)能可以灵活应(yīng)对不同模态的转化(huà)、像人与(yǔ)世界交互一样自然(rán)，这方(fāng)面，由算(suàn)力网络来驱(qū)动(dòng)将有明显(xiǎn)优势。