顶的速度越来越快越叫的原因-橘子百科-橘子都知道

顶的速度越来越快越叫的原因 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火爆以来，微软公司创始(shǐ)人(rén)比(bǐ)尔·盖茨已多次公(gōng)开谈论(lùn)人工智能(néng)话题。在最近的一次采(cǎi)访中，他再次表示(shì)：“AI可能会让科技行业迎来一次(cì)剧烈的洗牌(pái)”。

这个结论是他在(zài)当地时间2月20日接(jiē)受(shòu)《In Good Company》节目专访时(shí)提(tí)出(chū)的(de)。

他预期，AI的发(fā)展可能会威胁到谷(gǔ)歌的市占(zhàn)率，因为微(wēi)软在AI方面(miàn)的行动(dòng)相当迅速。而最(zuì)终(zhōng)科技巨头将把AI整(zhěng)合成用户(hù)的“全能助手”，包揽一(yī)切应用，与人们(men)进行沟通并提供建(jiàn)议，可以取代亚马逊、Siri或Outlook等应用。

大(dà)佬口中全能(néng)助手的到来可(kě)能尚需时日，但由(yóu)ControlNet引发的又一次AI绘画(huà)浪潮(cháo)，让(ràng)AIGC在ChatGPT的话题(tí)热点(diǎn)包围(wéi)中(zhōng)杀(shā)出重围。

ChatGPT之后(hòu)又一应用杀(shā)疯了，AIGC或进入(rù)可控期，将洗牌(pái)科技行(xíng)业(yè)？_黑(hēi)料正能(néng)量

ControlNet颠覆AI绘画新玩法

AIGC向可控靠(kào)近

以AI绘画为代表的(de)AIGC上(shàng)一次爆火(huǒ)的时候，还是2022年(nián)8月(yuè)，在美(měi)国科(kē)罗拉多(duō)州举办的新兴数字(zì)艺术家竞(jìng)赛(sài)中，一幅名(míng)为(wèi)《太空歌剧院》的作品获奖(jiǎng)。

随后(hòu)各大厂商(shāng)的(de)AI绘画软(ruǎn)件被广大网友(yǒu)熟知(zhī)并体验(yàn)，Stable Diffusion便(biàn)是(shì)其中代表。

用户(hù)们(men)可以在应用中输(shū)入一组关键词或(huò)者一张照片，就能获得一幅(fú)AI创作的画作(zuò)。

作画的(de)关键就是(shì)所输入(rù)的文本。同一组(zǔ)关键词也(yě)可以(yǐ)创作出很多张风格(gé)不一样的画作，这让创作(zuò)的过程就像开盲盒。

很多用(yòng)户(hù)很喜欢这(zhè)种不(bù)确(què)定的惊喜，他们会将生成的(de)美(měi)图(tú)当做头(tóu)像。而另一(yī)部(bù)分喜欢(huān)翻看AI绘画的“翻车(chē)”作品。在社交媒体上，许多用(yòng)户分享AI“翻车现(xiàn)场”，例如(rú)，一位(wèi)网友的(de)小狗照(zhào)片被(bèi)AI画成(chéng)了“肌肉(ròu)男”，还(hái)有网(wǎng)友的(de)个人照(zhào)片被AI识别成了建筑。

而(ér)如(rú)今随着(zhe)ControlNet的出(chū)现与加持，以往AI绘画的填写关键词游(yóu)戏可(kě)能要被颠覆了。

ControlNet是(shì)一位正在斯坦福(fú)读(dú)博的(de)中国(guó)人张吕敏(mǐn)创(chuàng)作的一种基于控制点的图(tú)像变形(xíng)算(suàn)法，主要用于数(shù)字图像处理、计算机视(shì)觉和计算(suàn)机图形学等领域。

其(qí)SD插件(jiàn)一(yī)经(jīng)发布，在(zài)短(duǎn)短的两天内便成(chéng)为了AI绘画领域最新(xīn)的(de)热(rè)点。

在(zài)此之前，大家用了(le)很多方法想让AI生成(chéng)的结果尽可能的符合要求，但是都不(bù)尽如(rú)人(rén)意，它的出现代表着AI生成开始进入真正的可控(kòng)时期。

因为(wèi)ControlNet可(kě)以(yǐ)直接提取画(huà)面的构(gòu)图，人(rén)物的姿势(shì)和画面(miàn)的深(shēn)度信(xìn)息等。有了它的帮(bāng)助，就(jiù)不用频繁的用提示词来碰运气，抽盲盒式的(de)创作了。

通俗的说(shuō)ControlNet相当于给AI绘画加了“魔法”，不少博(bó)主的作品已经获得了大量的浏览量(liàng)，“viggo”就(jiù)是其中之一(yī)，他用朋(péng)友(yǒu)的照片直接带她们(men)走进动(dòng)漫(màn)世(shì)界(jiè)。

viggo先用(yòng)StableDiffusion图片转文字。

再用Text2Prompt插件拓展找(zhǎo)到对应的(de)关(guān)键(jiàn)词；最后用(yòng)ControlNet插件(jiàn)绑定骨骼开始换关键(jiàn)词试效(xiào)果。

通过图片(piàn)就可以看(kàn)出来，效果十分(fēn)惊艳(yàn)。

更(gèng)厉害的是，除了(le)真实(shí)的照片，草图也可以加上“魔(mó)法”，知乎(hū)大牛“DevPoint”和“逗砂”介(jiè)绍(shào)到ControlNet还能(néng)实(shí)现线稿转全彩图。大神张吕敏(mǐn)其本尊也亲(qīn)自回应。

不得不说当下AIGC已经变得越来越强大，甚至输(shū)出的作品都已经(jīng)能以假乱真了。

难辨虚实(shí)，AIGC技(jì)术(shù)力爆(bào)发

警惕安全问题

近日，“苏(sū)州(zhōu)金(jīn)鸡湖有游艇party”的消息火(huǒ)遍网络(luò)，而经过警方辟谣这所谓的“party”可能是(shì)全(quán)国(guó)第一起AI绘图(tú)诈骗。

由于这个活动里(lǐ)面给(gěi)出的(de)美女照片都是AI制作的真人照(zhào)片绘(huì)图，因为太逼(bī)真，被(bèi)大(dà)家当(dāng)成真事传(chuán)播了。

不过仔细观察(chá)可以(yǐ)发现，活动发(fā)起者提供的照片中有(yǒu)个很大的漏洞可以(yǐ)发(fā)现(xiàn)并非真人，而是AI绘图，那顶的速度越来越快越叫的原因(nà)便是图片中女性的手指部分有的存(cún)在异常。

ChatGPT之后又一应用杀疯了，AIGC或(huò)进入可控期，将洗(xǐ)牌科(kē)技行业？_黑料正能量

有行(xíng)业人事表(biǎo)示：“现在因为手指部分(fēn)的绘画(huà)算法比较(jiào)复(fù)杂(zá)，AI还(hái)不(bù)太会画人的手，但最新看到的图片(piàn)已经有(yǒu)越来越完美的AI模(mó)型出现，以后可能就完全没有(yǒu)漏(lòu)洞了。”

类似(shì)的AI作图诈骗在(zài)国外(wài)也已有发生。据英国广播公司(sī)报道，土耳其地(dì)震期间(jiān)，有(yǒu)Tiktok用户(hù)使用AI合(hé)成了儿童受灾的假照(zhào)片发(fā)布到网络，以(yǐ)此诱骗(piàn)善良的人打赏“捐助”从而实施(shī)诈骗。

目前(qián)随着(zhe)顶的速度越来越快越叫的原因技(jì)术发(fā)展，AIGC已经能做出真人照片般的绘图效果(guǒ)，如果这样的图片被用来诈骗，将非常可怕(pà)。

此外AIGC还引发(fā)了很多(duō)担忧，一方面，批判者认(rèn)为AI在“学习”了(le)大量(liàng)前人的(de)作品之(zhī)后，其创(chuàng)作(zuò)没有任何情绪和(hé)灵(líng)魂，难(nán)以和人(rén)类(lèi)的艺术创作相提并(bìng)论。

另一方面，AIGC背后的版权、目前都并没有得到有效的解(jiě)决，还有AIGC会不会(huì)代替(tì)人类“至高无上(shàng)”的(de)创意(yì)。

马斯克也强调，人工智能的安(ān)全问(wèn)题需要得(dé)到重视，太晚(wǎn)就来不及了。

AIGC下一站除(chú)了视频，还(hái)有远(yuǎn)方

技术都是有两面(miàn)性的(de)，潜在的(de)危害并不能(néng)掩盖(gài)其光辉的贡献。现在看来(lái)，人工智能技(jì)术将是第(dì)四(sì)次(cì)工(gōng)业革命的核心驱动力量，将创造新的(de)增长奇迹(jì)。

过(guò)去一年(nián)，人工智能在技术和(hé)商业层面都有了巨大进展，AI绘(huì)画就是人工智能技术发生方(fāng)向性改变的一个代表。其下(xià)一站或许(xǔ)就是视频。

此前(qián)，Meta和(hé)谷歌先(xiān)后发布了几条引(yǐn)爆科技圈的短视频。这些视频引发关注(zhù)并非内容(róng)做得多优秀，反而都非常(cháng)简单，比(bǐ)如一匹正在(zài)喝水的马，一只画画的(de)玩具熊，或者一段骑摩托车的第(dì)一视角(jiǎo)录像(xiàng)，随(suí)便一个(gè)有手机的人都(dōu)可以随手录下一段。

但这些短(duǎn)视频的创(chuàng)作方式非常简单，创作者仅(jǐn)仅需要向AI输(shū)入一段话，甚(shèn)至只是说(shuō)一下要求，AI就可以根(gēn)据需要生成一段视(shì)频。

谷歌(gē)发(fā)布的两个AI生(shēng)成视(shì)频分(fēn)别来自(zì)于Imagen Video和Phenaki，前者主要突(tū)出的是高清，与Meta的Make-A-Video没(méi)有太多的差别。

在Make-A-Video公(gōng)布了AI生成的视频后，AI圈就(jiù)已经(jīng)玩了一波(bō)梗，一个能够做出(chū)更高清(qīng)视频的AI还不足(zú)以(yǐ)在短时间内戳中兴奋点。

Phenaki更加令人震惊的地方在于，它可以制(zhì)作出超过2分(fēn)钟的连贯(guàn)的也有确(què)切内容(róng)的视频，这才是真正让人们感到惊喜(xǐ)的地方。因为无论AI生成的(de)视频多(duō)么高清，也(yě)只能(néng)是为内容生(shēng)产者提(tí)供一(yī)个灵感，一个素材，一个过场(chǎng)动画。

不过能够制作出有(yǒu)具体剧情(qíng)内(nèi)容的视频(pín)就意味着，一些视(shì)频创(chuàng)作(zuò)由(yóu)AI代(dài)替人(rén)工完成(chéng)已经初步有了可能。

当下AI的发(fā)展(zhǎn)速度(dù)已(yǐ)经超过(guò)大部分人的(de)想象。内(nèi)容产业的本(běn)质是供给创造需求，AIGC作为全新的内(nèi)容生(shēng)产方式，可以为内容(róng)产业带来更新的内(nèi)容风格、更快的生产速(sù)度，更低的生产成本，这(zhè)无疑(yí)会驱动(dòng)内容产(chǎn)业的大爆发。

除了AI绘图、视(shì)频，AIGC技术还(hái)能应(yīng)用于音乐(lè)、代码、机器(qì)人(rén)动作等多种内容形式的生(shēng)成。不难发现(xiàn)该项技术(shù)不仅在游(yóu)戏(xì)等行(xíng)业(yè)能得到有(yǒu)效应用，对于(yú)下一代互联(lián)网各(gè)种元素的(de)构(gòu)建亦有关(guān)键意义。

从商业(yè)化的角度来(lái)看(kàn)，文化娱(yú)乐、教(jiào)育(yù)、传媒等诸(zhū)多领域(yù)，本(běn)身就(jiù)对基于AI的可(kě)视化内容有(yǒu)强烈需(xū)求。

因此，AI绘画及视(shì)频或不是结果，而只(zhǐ)是(shì)AI进程中的一块重要拼图，有望(wàng)在技术(shù)更新的(de)加(jiā)持(chí)下实现更大的(de)应(yīng)用价(jià)值。

AI从理解内容，走向了可以生成内(nèi)容，甚至能够创(chuàng)造出独立价值和独立视(shì)角(jiǎo)的内容。AIGC的再(zài)次(cì)出圈，更(gèng)代(dài)表着未(wèi)来的(de)先进(jìn)生产力即将到来。

紧抓大模型与算力，牢固AIGC底座

从技术的(de)发展也(yě)可(kě)以看出，在(zài)语言大模(mó)型、图像(xiàng)大模型(xíng)之(zhī)后，多模态大模型已经成为了(le)新(xīn)的趋势。

大模型(xíng)被誉为(wèi)当(dāng)前(qián)人工智能发展的智能底(dǐ)座(zuò)，是全球竞(jìng)争最(zuì)激烈的研究方向(xiàng)之一(yī)，包(bāo)括谷(gǔ)歌、亚(yà)马逊、百度、阿(ā)里(lǐ)、腾讯等众多头部企业都在竞(jìng)相发力(lì)。

不过训练(liàn)大模型的确价(jià)格不菲，以国(guó)盛(shèng)证券发布的《ChatGPT需要多少(shǎo)算力》报告估算，GPT-3训练一次的(de)成本约为140万美元。而对(duì)于一些更大的LLM(大型(xíng)语言(yán)模(mó)型)，训(xùn)练成本则介于200万美元(yuán)至1200万美(měi)元高价(jià)之间。

以(yǐ)ChatGPT在2023年1月(yuè)的(de)独立(lì)访客平均数1300万计(jì)算，其对(duì)应芯片(piàn)需求为3万多片英(yīng)伟达A100 GPU，初始投(tóu)入(rù)成本约为8亿(yì)美元，每日仅电(diàn)费就在5万(wàn)美(měi)元(yuán)左右(yòu)。

此外不论是ChatGPT还(hái)是AIGC，都(dōu)离不开庞大算力支持。在关注(zhù)各类大(dà)模型(xíng)的发(fā)展同时，更(gèng)应该(gāi)关注算力网络的建设。

算力网络正(zhèng)驱动AI产业发(fā)展进入(rù)史诗级(jí)加速进程，让AIGC及(jí)通用AI这一人工智能发展的终极目标(biāo)离得更近(jìn)。

因(yīn)为算力可以(yǐ)对(duì)突(tū)破性技术创新(xīn)提供大力的(de)支持。这(zhè)方面，多模态大模型是典型。作为面(miàn)向未来强(qiáng)人工智能、通用人工智能(néng)的重要技术创新，多模态大模型已经在人工智(zhì)能领域提出(chū)了(le)很多年(nián)，业界也有不少技术(shù)突破，但是，多模态大模型进(jìn)一步往下走，算力需求呈几何式上升，一般的算力基础设施很(hěn)快将难以(yǐ)胜任(rèn)。

从(cóng)图(tú)像(xiàng)、文字、语音单独一项的训练，到双模(mó)态(tài)、三模态(tài)的跃迁，让人工智能可以灵活(huó)应对不(bù)同模态的转化、像人(rén)与(yǔ)世(shì)界交互一(yī)样自然，这(zhè)方面(miàn)，由算(suàn)力网(wǎng)络来驱(qū)动将有明显优势。