嘴巴含胸的感觉知乎-橘子百科-橘子都知道

嘴巴含胸的感觉知乎 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(jī)器人ChatGPT火爆以来，微软公(gōng)司创始人比尔·盖茨(cí)已多次(cì)公开谈(tán)论人工(gōng)智能话题。在最近的(de)一次采访中，他再次表示(shì)：“AI可能会让科技(jì)行业迎来一(yī)次剧烈的(de)洗牌”。

这(zhè)个结论是(shì)他在当地时间2月20日接受《In Good Company》节目(mù)专访时提(tí)出的(de)。

他预期(qī)，AI的发展可能(néng)会威胁到谷歌的市占(zhàn)率，因为微软(ruǎn)在(zài)AI方面的行动相(xiāng)当迅速。而最终科(kē)技(jì)巨头将把AI整合成用户的“全能助手”，包揽一切应用，与人们进行沟通并提供建议，可以取代亚马逊、Siri或Outlook等(děng)应(yīng)用。

大佬(lǎo)口(kǒu)中全能(néng)助手的到(dào)来可能尚(shàng)需时日，但由ControlNet引发的又一次AI绘(huì)画浪潮，让AIGC在ChatGPT的话题热(rè)点包(bāo)围中杀出(chū)重围。

ChatGPT之后又一应用杀疯(fēng)了，AIGC或进入(rù)可控期，将洗牌科技行业？_黑(hēi)料正能量

ControlNet颠(diān)覆AI绘(huì)画新(xīn)玩法

AIGC向可控靠近

以AI绘画为代(dài)表(biǎo)的AIGC上(shàng)一(yī)次(cì)爆火的时候，还是2022年8月，在美国科罗拉多(duō)州(zhōu)举(jǔ)办的新兴数字艺术家竞赛中，一幅名为《太空歌剧院》的(de)作品获奖。

随后各(gè)大(dà)厂(chǎng)商的AI绘画软(ruǎn)件被广大网(wǎng)友熟知(zhī)并(bìng)体验，Stable Diffusion便(biàn)是其中代(dài)表。

用户们可(kě)以在应用(yòng)中输(shū)入(rù)一组关键(jiàn)词或者一张(zhāng)照片(piàn)，就(jiù)能获得一幅AI创作的画作。

作画的关键就(jiù)是所输入的文(wén)本。同一组关键(jiàn)词(cí)也可以创作(zuò)出很多(duō)张风格不一样的画作，这让创作的(de)过程就像开盲盒。

很多用户(hù)很喜欢(huān)这(zhè)种不确定的(de)惊喜(xǐ)，他(tā)们会将生(shēng)成(chéng)的美(měi)图当做头像。而(ér)另一(yī)部分喜(xǐ)欢翻看(kàn)AI绘画(huà)的“翻车”作品。在(zài)社交媒体(tǐ)上，许多(duō)用户分享AI“翻车现场(chǎng)”，例如，一位网友的小狗照(zhào)片被AI画成了(le)“肌(jī)肉男”，还有网友的个人照片被AI识别(bié)成了建(jiàn)筑。

而如今随(suí)着ControlNet的出现与加(jiā)持，以往AI绘画的填写关键词游戏可能要被(bèi)颠(diān)覆了。

ControlNet是一位正在斯坦福(fú)读博的中国人张吕敏(mǐn)创作的一(yī)种基于控(kòng)制(zhì)点的图(tú)像变形算法，主要用于数字图(tú)像处理、计算机视觉和计算机图形学等(děng)领域。

其SD插件一(yī)经发布，在短(duǎn)短的两天内便(biàn)成为了AI绘画领域最新(xīn)的(de)热点。

在(zài)此之前，大家用了很多方法想让AI生成的结(jié)果尽可能的(de)符合要(yào)求，但(dàn)是(shì)都不尽如人意，它的出(chū)现代表着AI生成(chéng)开始(shǐ)进入真正的可控时期。

因(yīn)为(wèi)ControlNet可(kě)以直接提取(qǔ)画面的构(gòu)图，人物(wù)的姿势和画面的深度(dù)信(xìn)息等。有了它的帮助，就不(bù)用频繁(fán)的用提示词来碰运(yùn)气，抽盲盒(hé)式(shì)的(de)创作(zuò)了。

通俗(sú)的说ControlNet相当于给AI绘画加了(le)“魔法(fǎ)”，不少博主的(de)作品已经获得了大(dà)量的浏览量，“viggo”就是其(qí)中(zhōng)之一，他用(yòng)朋友的照(zhào)片直(zhí)接带她们走进动漫(màn)世(shì)界(jiè)。

viggo先用StableDiffusion图(tú)片转文字。

再用Text2Prompt插件拓展找到对应的关键词；最后用ControlNet插件绑定骨骼开始换(huàn)关(guān)键词试效果。

通过图片(piàn)就可以看出来(lái)，效果(guǒ)十(shí)分(fēn)惊艳。

更(gèng)厉(lì)害的是，除了真(zhēn)实(shí)的照(zhào)片，草(cǎo)图(tú)也(yě)可以加上“魔法”，知乎大牛“DevPoint”和“逗(dòu)砂”介绍到ControlNet还能(néng)实现线稿转全彩图(tú)。大神张吕敏(mǐn)其本尊也(yě)亲自(zì)回应(yīng)。

不(bù)得(dé)不说当下AIGC已经变得越来越强(qiáng)大，甚至输出的作品都已经能以假乱真了。

难辨虚(xū)实，AIGC技术(shù)力爆发

警惕安全(quán)问题

近日，“苏州(zhōu)金鸡湖有游艇party”的消息火遍网络，而经过(guò)警方辟谣这所谓的“party”可能是全国第一起AI绘图诈骗。

由于这个活动里面(miàn)给出的(de)美女照片都是AI制作的真人照(zhào)片绘图，因为太逼真(zhēn)，被(bèi)大家(jiā)当成真(zhēn)事传播了。

不过仔细观察可以发(fā)现，活动发起(qǐ)者提供的照片中(zhōng)有(yǒu)个很大的漏洞可以发现(xiàn)并非真(zhēn)人，而(ér)是AI绘(huì)图，那便(biàn)是图片中(zhōng)女性(xìng)的手指部分有的存在异常。

ChatGPT之后又一应用杀疯(fēng)了(le)，AIGC或(huò)进(jìn)入可(kě)控(kòng)期，将洗牌科技(jì)行(xíng)业？_黑料正能(néng)量

有行业(yè)人事表(biǎo)示：“现在因为手(shǒu)指部分的绘画算法比较复杂，AI还不太会画人(rén)的手，但最新(xīn)看(kàn)到(dào)的图(tú)片已经有越来越完美的AI模(mó)型出(chū)现(xiàn)，以后可能就完全没有漏(lòu)洞了。”

类似的AI作图诈骗在国外也已有发生。据英国(guó)广播(bō)公司(sī)报道，土耳其地震期间(jiān)，有Tiktok用户使用AI合成了(le)儿童受(shòu)灾的假照片发布到网络，以此诱骗(piàn)善良的人打赏“捐助”从而实施(shī)诈骗。

目前随着技(jì)术发展，AIGC已经能做(zuò)出真人照片般的(de)绘图效果，如果这样(yàng)的图片被用来诈(zhà)骗，将(jiāng)非常(cháng)可怕。

此外AIGC还引发了很(hěn)多担忧，一(yī)方面，批判者认为AI在“学习”了(le)大(dà)量前人(rén)的作品之后(hòu)，其创作(zuò)没(méi)有任何情绪和灵魂，难以和人类的艺(yì)术创作相提并论。

另一(yī)方面，AIGC背后的版权、目前都并没有得到有效的(de)解决，还有AIGC会不会代替人类(lèi)“至高(gāo)无上(shàng)”的创意。

马斯克(kè)也(yě)强调，人工智(zhì)能的安全问(wèn)题需要得到(dào)重视，太晚就来(lái)不及了。

AIGC下一站除了视(shì)频，还有远方

技术(shù)都是有两面(miàn)性(xìng)的，潜在的危害并不能(néng)掩(yǎn)盖其(qí)光辉(huī)的贡(gòng)献。现在(zài)看来(lái)，人(rén)工智能技(jì)术(shù)将是第四次(cì)工(gōng)业(yè)革命(mìng)的核心驱动力量，将创造新的增长奇迹(jì)。

过去一年(nián)，人(rén)工智能(néng)在技术和商业(yè)层面都有(yǒu)了巨大进展，AI绘画就是(shì)人工(gōng)智能(néng)技术(shù)发生方向性改(gǎi)变(biàn)的一个(gè)代表。其(qí)下一站或许就(jiù)是(shì)视频。

此前，Meta和谷歌先后发布了几条引爆科技圈的(de)短视(shì)频。这些(xiē)视频引发关注并非内容做得多优秀(xiù)，反而都非常简(jiǎn)单，比如一匹(pǐ)正在喝水(shuǐ)的马，一只(zhǐ)画(huà)画的玩具熊(xióng)，或者一段(duàn)骑摩托车的(de)第一(yī)视(shì)角录(lù)像，随(suí)便(biàn)一个(gè)有手机的(de)人都(dōu)可以随(suí)手录下(xià)一段。

嘴巴含胸的感觉知乎="gif" data-w="256">

但这些短视频的创作方式非常简单，创作(zuò)者仅(jǐn)仅需(xū)要向AI输(shū)入一段话，甚至只是说一下要求，AI就可以根(gēn)据(jù)需(xū)要生成一段视频。

谷(gǔ)歌发布的两(liǎng)个AI生(shēng)成视(shì)频(pín)分别来自于Imagen Video和Phenaki，前者(zhě)主要突出的是(shì)高清，与Meta的Make-A-Video没(méi)有太(tài)多的(de)差别(bié)。

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

Phenaki更加令(lìng)人震惊(jīng)的地方在于(yú)，它可以制作出(chū)超过2分钟的连贯的也有确切内容的视频，这才是真正让人们感到惊喜的地方。因为无(wú)论AI生(shēng)成的视频多么高清，也只能是(shì)为内容(róng)生产者提供一个(gè)灵感(gǎn)，一个素材，一个过场动画。

不过能够(gòu)制(zhì)作出(chū)有(yǒu)具体(tǐ)剧(jù)情内(nèi)容的视频就意(yì)味(wèi)着，一些(xiē)视(shì)频创作由AI代替(tì)人工完成已(yǐ)经初(chū)步(bù)有了可能。

当下AI的发(fā)展速度(dù)已经(jīng)超过大部分人的想(xiǎng)象。内容产业的本质是供(gōng)给创造需求，AIGC作为全新的内(nèi)容生(shēng)产(chǎn)方式，可以为内容产业带来更新的(de)内容风格、更快(kuài)的生产速度，更低(dī)的生产(chǎn)成本，这无疑会驱动内容产业(yè)的(de)大爆发。

除了AI绘图、视频，AIGC技术还(hái)能应用于音乐、代码、机器人动作等多(duō)种内容(róng)形式的生成(chéng)。不难发现该项技术(shù)不仅(jǐn)在游戏等行(xíng)业能得到(dào)有效应用，对于下一(yī)代互联网各种元(yuán)素(sù)的构(gòu)建(jiàn)亦有关键(jiàn)意义。

从(cóng)商业化的角(jiǎo)度来看，文化娱乐、教育、传媒(méi)等(děng)诸(zhū)多领域，本身就对基(jī)于AI的(de)可视化内(nèi)容有强(qiáng)烈需求。

因此(cǐ)，AI绘画及视频或(huò)不(bù)是结果，而只是AI进程中的一块重要(yào)拼图(tú)，有望在技术更(gèng)新的加(jiā)持(chí)下实现更(gèng)大(dà)的应用价值。

AI从理解(jiě)内容，走向了可以生成内容，甚至(zhì)能(néng)够创造出独立(lì)价值和独立视角的内(nèi)容(róng)。AIGC的(de)再(zài)次出(chū)圈，更(gèng)代表着未来的先进生产力即将到来。

紧抓大模(mó)型与算(suàn)力，牢(láo)固AIGC底座

从技(jì)术的发展也(yě)可以看出(chū)，在语言大(dà)模(mó)型、图(tú)像大模型之(zhī)后，多模态大模型已经成为了新(xīn)的(de)趋势(shì)。

大(dà)模(mó)型被誉为当(dāng)前人工智能(néng)发展(zhǎn)的(de)智能底座，是全球竞争(zhēng)最激烈的研究(jiū)方向之一，包括谷歌、亚马逊、百度、阿里、腾讯等众多(duō)头部企业都(dōu)在竞相(xiāng)发力。

不过(guò)训练大模型(xíng)的确价格(gé)不(bù)菲，以国盛证券发布的《ChatGPT需要多少(shǎo)算力(lì)》报告估(gū)算，GPT-3训练(liàn)一次的(de)成本(běn)约为140万美元。而对于一些更大的LLM(大(dà)型语(yǔ)言(yán)模(mó)型(xíng))，训练成本则介于200万美元至1200万(wàn)美元高价(jià)之间。

以ChatGPT在(zài)2023年1月(yuè)的(de)独立访客(kè)平均数1300万计算(suàn)，其对应芯片需(xū)求为(wèi)3万多片英伟达A100 GPU，初始投入成本(běn)约为8亿(yì)美(měi)元，每(měi)日仅电费(fèi)就在5万美元左右(yòu)。

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(lèi)大(dà)模型的(de)发展同(tóng)时(shí)，更应该关注算力网(wǎng)络的(de)建(jiàn)设。

算力(lì)网(wǎng)络(luò)正驱动AI产业发展进入史诗(shī)级加速进程，让AIGC及(jí)通用AI这一人工智能(néng)发展的终极目标(biāo)离得更近。

因为算力可以对突破(pò)性技术创新提供大(dà)力的支持。这方(fāng)面，多模态大模型是典型。作为面向未(wèi)来强(qiáng)人工智能、通(tōng)用(yòng)人工智能的重要技术创新，多模态大(dà)模型已经在(zài)人工智能领域提出了很多年，业界也有(yǒu)不少(shǎo)技术突破，但(dàn)是，多模态大模型进一步往下走(zǒu)，算力需求呈几何式上升，一般的算力(lì)基础设(shè)施很快将难以胜(shèng)任。

从(cóng)图像(xiàng)、文(wén)字(zì)、语音(yīn)单独一项(xiàng)的(de)训练，到双模态、三模态的(de)跃迁，让人工智能可以灵活应对不同(tóng)模(mó)态(tài)的转化、像人与世界交互(hù)一样(yàng)自然，这(zhè)方(fāng)面，由算力网络来驱动将有明显优势。