蝴蝶会采蜜吗-橘子百科-橘子都知道

蝴蝶会采蜜吗 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(zì)聊天(tiān)机器人ChatGPT火爆(bào)以来，微软(ruǎn)公司创(chuàng)始人比尔·盖(gài)茨已多次公(gōng)开谈(tán)论人工智(zhì)能话题。在最近的一次采访中(zhōng)，他(tā)再次表(biǎo)示：“AI可(kě)能会让科技行业迎来(lái)一次剧烈的(de)洗牌”。

这个结(jié)论是他(tā)在当地(dì)时间2月20日接受《In Good Company》节目专访时(shí)提出的(de)。

他预期(qī)，AI的发(fā)展(zhǎn)可能会威胁(xié)到谷(gǔ)歌的市(shì)占(zhàn)率，因(yīn)为微软在AI方面的(de)行(xíng)动相当(dāng)迅(xùn)速。而最终科技巨头(tóu)将把AI整合(hé)成用户的“全能(néng)助(zhù)手”，包揽一切应用，与人们进行(xíng)沟通并(bìng)提供建议，可以取(qǔ)代亚(yà)马逊、Siri或Outlook等应用。

大佬(lǎo)口(kǒu)中全(quán)能助手的到来(lái)可能尚需时(shí)日，但由(yóu)ControlNet引发的又一次AI绘(huì)画浪(làng)潮，让(ràng)AIGC在(zài)ChatGPT的话题热点包(bāo)围(wéi)中杀(shā)出重(zhòng)围。

ChatGPT之后又一应用杀疯了(le)，AIGC或进(jìn)入(rù)可(kě)控期，将洗牌科技行业？_黑料正(zhèng)能量

ControlNet颠覆AI绘画(huà)新(xīn)玩法(fǎ)

AIGC向(xiàng)可控靠近

以AI绘画为代表的AIGC上一(yī)次爆火的时候，还是2022年8月，在美国科罗(luó)拉多(duō)州举办的新兴数字艺术家竞(jìng)赛中(zhōng)，一(yī)幅名为《太(tài)空歌剧院》的作品(pǐn)获奖。

随后各大(dà)厂商(shāng)的AI绘画软件被(bèi)广大网友熟知并体验(yàn)，Stable Diffusion便是其中代(dài)表。

用(yòng)户们可以在应用中输入一(yī)组关(guān)键(jiàn)词或者一张(zhāng)照片，就(jiù)能获得一幅AI创作的(de)画作(zuò)。

作画的关(guān)键就是所输入的(de)文(wén)本(běn)。同(tóng)一组关键词也可以创作出很(hěn)多张风格不一样的画作，这让创作的过程就(jiù)像开(kāi)盲盒。

很(hěn)多用(yòng)户很喜(xǐ)欢(huān)这(zhè)种不确定(dìng)的惊喜，他们会将生成(chéng)的美图当(dāng)做头像。而另一部分(fēn)喜欢翻看AI绘(huì)画的“翻车”作(zuò)品。在(zài)社交媒体上(shàng)，许多用户分享AI“翻车现(xiàn)场”，例如，一位网友的小狗照(zhào)片被AI画成了“肌肉男”，还有网友的个(gè)人照片被AI识别(bié)成(chéng)了建(jiàn)筑。

而如(rú)今随着(zhe)ControlNet的出(chū)现与加持，以往(wǎng)AI绘画的填写关键(jiàn)词(cí)游戏可能要被(bèi)颠覆了(le)。

ControlNet是一位正在斯坦福(fú)读博的中国人张(zhāng)吕(lǚ)敏创(chuàng)作(zuò)的一种基于(yú)控制点(diǎn)的图像变形算法，主要用于(yú)数字图像处理、计算机视觉(jué)和(hé)计算机(jī)图(tú)形学等领域。

其(qí)SD插件(jiàn)一经发布，在短短的两天内(nèi)便成(chéng)为了AI绘(huì)画领域(yù)最新的热点。

在此之前，大家用了很多方法(fǎ)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，它的出现代表着AI生(shēng)成开始进(jìn)入真正的(de)可控时期(qī)。

因为ControlNet可以直接提(tí)取画面(miàn)的构(gòu)图(tú)，人(rén)物的(de)姿势和画面的(de)深度信息(xī)等。有了它的帮助，就不用频繁(fán)的用提示词来碰(pèng)运气，抽盲盒式的创作了。

通(tōng)俗的(de)说ControlNet相当于给AI绘画加了“魔法”，不少博主的作品已经获得(dé)了大(dà)量的浏(liú)览量，“viggo”就(jiù)是其中之一，他用(yòng)朋友的照片(piàn)直接带她们走进动漫世界。

viggo先用StableDiffusion图片转文字(zì)。

再用(yòng)Text2Prompt插(chā)件(jiàn)拓展找(zhǎo)到对应(yīng)的关键词；最(zuì)后(hòu)用ControlNet插(chā)件绑定骨骼开(kāi)始(shǐ)换关键(jiàn)词试效果。

通过(guò)图片就可以(yǐ)看(kàn)出来，效果十分惊艳。

更(gèng)厉(lì)害的是，除了(le)真实的(de)照片(piàn)，草图也可以(yǐ)加(jiā)上(shàng)“魔法”，知(zhī)乎大牛(niú)“DevPoint”和(hé)“逗砂(shā)”介(jiè)绍到ControlNet还(hái)能实现线稿转全彩(cǎi)图。大(dà)神张吕(lǚ)敏其本尊也(yě)亲自回(huí)应。

不得不(bù)说当(dāng)下AIGC已经(jīng)变得越来越强大，甚至输出的作品(pǐn)都已经能以假乱真了(le)。

难(nán)辨虚实，AIGC技术力爆发(fā)

警惕安全问题

近(jìn)日(rì)，“苏州金鸡湖有游艇party”的(de)消息火遍(biàn)网络(luò)，而(ér)经过(guò)警方辟谣这所谓的(de)“party”可能是全国第一起(qǐ)AI绘图(tú)诈骗。

由于这(zhè)个(gè)活动里面给出的美女照(zhào)片都是AI制作的(de)真人(rén)照片绘图，因(yīn)为太逼(bī)真，被大家当成真(zhēn)事传播了。

不过仔细观察可以发现，活动发起者提供的(de)照片中(zhōng)有个很大(dà)的漏洞可以发(fā)现(xiàn)并非真人，而是AI绘图，那(nà)便是图片(piàn)中女性的手指部分有的存在(zài)异常。

ChatGPT之后(hòu)又一应用杀(shā)疯了(le)，AIGC或进入可控期(qī)，将洗牌科技行业？_黑料正能量

有行业(yè)人事表示：“现在因为手指部分的绘(huì)画算(suàn)法比较复杂，AI还不太会画人的手，但最新看到的图片已(yǐ)经有越来(lái)越完美(měi)的AI模型(xíng)出现(xiàn)，以后可(kě)能(néng)就完全没(méi)有漏洞了(le)。”

类似的AI作图诈骗在国外也已(yǐ)有发(fā)生。据英国广播(bō)公司报道，土(tǔ)耳其地震期间(jiān)，有(yǒu)Tiktok用户使用AI合(hé)成了儿童受灾的(de)假照片(piàn)发布到网络，以此诱(yòu)骗善良(liáng)的人打赏“捐(juān)助”从而实施诈骗。

目前随着技术发(fā)展，AIGC已经能做出(chū)真人照片(piàn)般(bān)的绘图效果，如果(guǒ)这样的图片被用来诈骗，将非常(cháng)可怕。

此外AIGC还引发了(le)很多担忧，一方(fāng)面，批(pī)判(pàn)者认(rèn)为(wèi)AI在“学习”了大量(liàng)前(qián)人(rén)的(de)作品之后，其创作(zuò)没有任何情绪和(hé)灵魂，难以和人类的(de)艺(yì)术创作相提并论。

另(lìng)一方面，AIGC背后的版权、目前都并(bìng)没(méi)有得到有(yǒu)效的(de)解(jiě)决，还(hái)有AIGC会不会代替(tì)人(rén)类“至(zhì)高(gāo)无(wú)上”的创意(yì)。

马斯克也强调(diào)，人(rén)工智能的安全问题需要得到重视(shì)，太晚就(jiù)来不及了(le)。

AIGC下一站(zhàn)除了视频，还有远方

技术都是有两面性的，潜在的危害并不能掩(yǎn)盖其光辉的贡献。现在看(kàn)来，人工智能技术将(jiāng)是第四次工(gōng)业革命的核心驱动(dòng)力(lì)量，将创造新的增长奇迹。

过去一年，人工智(zhì)能(néng)在技术和商业层面都有了巨大进展(zhǎn)，AI绘画就是人工(gōng)智能技术(shù)发生方向性改变的一个代表。其(qí)下一站(zhàn)或许就(jiù)是视频。

此前，Meta和谷(gǔ)歌先后发布了几条引爆科(kē)技圈的短视(shì)频。这些视频(pín)引发关(guān)注并非(fēi)内(nèi)容做得多优秀，反(fǎn)而都非常简单，比如一匹(pǐ)正在喝水的马，一只画画的玩(wán)具(jù)熊，或者一段(duàn)骑摩(mó)托车(chē)的第一视角(jiǎo)录(lù)像，随(suí)便一个有(yǒu)手(shǒu)机的人都(dōu)可以随手录下一段(duàn)。

但这些短视频的创作方式非常简单，创作者仅仅需要向(xiàng)AI输入一段话，甚至(zhì)只(zhǐ)是说一下要求，AI就(jiù)可(kě)以(yǐ)根据需要(yào)生(shēng)成(chéng)一(yī)段视频。

谷(gǔ)歌发布的(de)两个(gè)AI生成视频分别来自于Imagen Video和Phenaki，前者主要突(tū)出的是高(gāo)清，与Meta的Make-A-Video没(méi)有(yǒu)太多的(de)差别(bié)。

在Make-A-Video公(gōng)布了AI生成的视频后，AI圈就已经(jīng)玩了一波梗(gěng)，一个能(néng)够做出更(gèng)高清视频的(de)AI还不足以在短时间内戳(chuō)中(zhōng)兴奋点。

Phenaki更加(jiā)令人(rén)震惊的地方在于，它可以制作(zuò)出超(chāo)过2分钟(zhōng)的连贯的(de)也有(yǒu)确切(qiè)内容(róng)的视频，这才是真正让人们感到(dào)惊喜(xǐ)的地方。因(yīn)为(wèi)无(wú)论AI生成的(de)视频(pín)多么高清，也只能是为内容生产者提供一(yī)个灵感，一个素材，一个过场动画。

不(bù)过能够(gòu)制作出有具体剧(jù)情内容的视频(pín)就意味着，一些视频创作(zuò)由(yóu)AI代替人工(gōng)完成已经(jīng)初步(bù)有了(le)可能。

当下(xià)AI的发展(zhǎn)速度已经(jīng)超过大部分人的想象。内容产业的本质是供给(gěi)创造需求，AIGC作为全(quán)新的(de)内容生(shēng)产方式，可(kě)以为内(nèi)容产(chǎn)业带来更新的(de)内容风格、更(gèng)快(kuài)的(de)生产速(sù)度(dù)，更低的生产成本，这无(wú)疑会驱动内(nèi)容产(chǎn)业的大(dà)爆(bào)发。

除了AI绘(huì)图、视频，AIGC技(jì)术还能应用(yòng)于(yú)音乐、代码、机器人动作(zuò)等(děng)多种(zhǒng)内容形式(shì)的生成。不难发(fā)现(xiàn)该项技(jì)术不仅在游戏(xì)等行业(yè)能得(dé)到有效(xiào)应(yīng)用，对于下一代(dài)互联网各(gè)种(zhǒng)元素的构建亦(yì)有关键意义。

从商业化(huà)的角(jiǎo)度来看，文(wén)化娱乐(lè)、教育、传媒等诸(zhū)多领域，本身就对基于AI的可(kě)视(shì)化内(nèi)容(róng)有(yǒu)强烈需求(qiú)。

因此，AI绘画及视频(pín)或不是结(jié)果，而只是AI进程中的一块重要拼图，有望在技术更新的加持下实现更(gèng)大的应用(yòng)价(jià)值。

AI从理(lǐ)解内容，走向了可以生成内容(róng)，甚至能够创造出独立价值(zhí)和(hé)独立(lì)视角(jiǎo)的内容。AIGC的再次出圈，更(gèng)代表着未(wèi)来的先进生产力即将到来。

紧抓(zhuā)大(dà)模(mó)型与算力，牢固(gù)AIGC底(dǐ)座

从(cóng)技术的发展也可以看出(chū)，在语言大模型、图像大模型之(zhī)后，多(duō)模态大(dà)模型已经成(chéng)为了新的趋(qū)势。

大模型被(bèi)誉为当前人工智能(néng)发(fā)展的智能底(dǐ)座，是全球竞争最(zuì)激烈的(de)研究方(fāng)向之(zhī)一(yī)，包括谷歌、亚马(mǎ)逊、百度(dù)、阿里、腾讯等众多头(tóu)部企业都在竞相(xiāng)发力。

不过训练大模型的(de)确价(jià)格不菲，以国盛(shèng)证券发布(bù)的《ChatGPT需要多少(shǎo)算力》报(bào)告估算，GPT-3训练一次的(de)成(chéng)本约为140万美元。而对于一些更(gèng)大的LLM(大型语言(yán)模型)，训(xùn)练成本则介于200万美元至1200万(wàn)美元(yuán)高价之(zhī)间。

以(yǐ)ChatGPT在2023年1月(yuè)的(de)独(dú)立(lì)访客平均数1300万(wàn)计算(suàn)，其(qí)对应芯片(piàn)需(xū)求(qiú)为(wèi)3万多片英伟达A100 GPU，初始投入成本约(yuē)为8亿(yì)美元，每日仅电费就在5万美元左右。

此外不论是ChatGPT还是AIGC，都(dōu)离不开庞大(dà)算力(lì)支持。在关注(zhù)各类大模型(xíng)的(de)发展同时，更(gèng)应(yīng)该关注(zhù)算力网络的建(jiàn)设。

算力网络正(zhèng)驱动AI产业发(fā)展进入史诗(shī)级(jí)加(jiā)速进程，让AIGC及(jí)通用AI这(zhè)一人工智能发展(zhǎn)的终极目(mù)标离得更近。

因为算力(lì)可(kě)以对突破性技术(shù)创(chuàng)新提供(gōng)大力(lì)的(de)支持。这(zhè)方面，多(duō)模(mó)态大模(mó)型是典(diǎn)型(xíng)。作为面(miàn)向(xiàng)未(wèi)来(lái)强人工智能、通用人工(gōng)智能的(de)重要(yào)技(jì)术创新(xīn)，多(duō)模(mó)态大模型已(yǐ)经在人工智(zhì)能领(lǐng)域提出了很多年(nián)，业界也有不(bù)少(shǎo)技(jì)术突(tū)破(pò)，但是，多模态大模(mó)型进一步往下走，算力需求呈几(jǐ)何式上升(shēng)，一般的算力(lì)基础设施很(hěn)快将难以胜任(rèn)。

从图像、文(wén)字、语音(yīn)单独一项(xiàng)的训练，到双模态、三模态(tài)的跃迁(qiān)，让人(rén)工智能可(kě)以灵活应对不同模(mó)态的转化(huà)、像人与世(shì)界交(jiāo)互一样自然，这方面(miàn)，由算力网(wǎng)络(luò)来驱动将有(yǒu)明显优势。