抬起一条腿对正往里怼是什么意思，一条腿抬起来-橘子百科-橘子都知道

抬起一条腿对正往里怼是什么意思，一条腿抬起来 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，微软公(gōng)司创始人(rén)比尔(ěr)·盖茨(cí)已多次公开谈论人工智能话(huà)题。在最近的一次(cì)采访中(zhōng)，他再(zài)次表示(shì)：“AI可能会让科技(jì)行(xíng)业迎(yíng)来一次剧烈的(de)洗牌”。

这个结论是他在当地(dì)时间2月20日接(jiē)受《In Good Company》节目专(zhuān)访时提(tí)出的(de)。

他预期，AI的发(fā)展可能会(huì)威(wēi)胁到谷歌的市占率，因为微(wēi)软在AI方面的(de)行动相当迅速。而最终科技巨(jù)头将把AI整(zhěng)合成用(yòng)户的(de)“全能助手”，包揽一切应用，与人们(men)进(jìn)行沟通并(bìng)提(tí)供建议，可以取代亚(yà)马逊、Siri或Outlook等应(yīng)用。

大(dà)佬(lǎo)口中(zhōng)全能助手的到来可能尚需时日，但(dàn)由ControlNet引(yǐn)发(fā)的又一次AI绘(huì)画浪(làng)潮，让AIGC在ChatGPT的话(huà)题热点包围中(zhōng)杀出重(zhòng)围(wéi)。

ChatGPT之后又一应用杀(shā)疯(fēng)了，AIGC或进入(rù)可(kě)控期，将洗牌科(kē)技行(xíng)业？_黑料正能(néng)量

ControlNet颠覆(fù)AI绘画新玩(wán)法(fǎ)

AIGC向可控靠近

以AI绘画为代表(biǎo)的(de)AIGC上一次爆火的(de)时(shí)候，还是(shì)2022年8月(yuè)，在美国科罗拉多州举办的新兴数字艺术家竞赛中，一幅名为《太(tài)空歌剧院(yuàn)》的作品获奖(jiǎng)。

随后各(gè)大厂商的AI绘(huì)画软件被广大网友熟知并(bìng)体(tǐ)验，Stable Diffusion便是其中代表。

用户们(men)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AI创作的(de)画作。

作(zuò)画的关键就(jiù)是(shì)所输入的文(wén)本。同一组关键(jiàn)词也(yě)可以创(chuàng)作出很多张风格不一样抬起一条腿对正往里怼是什么意思，一条腿抬起来(yàng)的画作，这让(ràng)创(chuàng)作(zuò)的过程就(jiù)像开(kāi)盲盒。

很多用户很喜欢这种不确定的惊喜，他们会将(jiāng)生(shēng)成(chéng)的美图当做头像。而另一部分(fēn)喜欢翻看AI绘画的“翻(fān)车(chē)”作(zuò)品(pǐn)。在社(shè)交媒体上，许(xǔ)多用(yòng)户分享AI“翻(fān)车现场(chǎng)”，例如，一位网友的小(xiǎo)狗照(zhào)片被(bèi)AI画成了“肌肉(ròu)男”，还(hái)有网友(yǒu)的个(gè)人照片被(bèi)AI识别成了(le)建筑。

而(ér)如今随着ControlNet的出现与加(jiā)持(chí)，以往AI绘(huì)画的填写关键词游戏可能要被颠(diān)覆了。

ControlNet是一位正在斯坦福读博的(de)中国人张(zhāng)吕敏创(chuàng)作(zuò)的一种(zhǒng)基于控制点的图像变(biàn)形算法，主(zhǔ)要用于数(shù)字图(tú)像处理(lǐ)、计(jì)算机视觉和计(jì)算机(jī)图形学(xué)等领域。

其SD插件一经(jīng)发布，在短短的两天内便成为(wèi)了AI绘画领域最(zuì)新的(de)热点。

在此之前，大(dà)家用了很多方法想让AI生成的结(jié)果尽(jǐn)可(kě)能的符(fú)合要求，但(dàn)是都(dōu)不尽如(rú)人意，它的出现代表着AI生(shēng)成开(kāi)始进入(rù)真(zhēn)正的(de)可控时期。

因(yīn)为ControlNet可以直接(jiē)提取画面的构(gòu)图(tú)，人物的姿势和(hé)画面的深(shēn)度信息等。有了(le)它的(de)帮助，就不用频(pín)繁的用(yòng)提(tí)示词来(lái)碰运气，抽盲盒式的(de)创作了。

通俗的说ControlNet相(xiāng)当于(yú)给(gěi)AI绘(huì)画加了“魔法”，不少博主的作(zuò)品已(yǐ)经获(huò)得了大量的浏(liú)览(lǎn)量，“viggo”就(jiù)是其中(zhōng)之一，他用朋友(yǒu)的照片直(zhí)接带她们走进动漫世(shì)界(jiè)。

viggo先用StableDiffusion图片(piàn)转文(wén)字。

再用Text2Prompt插件拓展找到对应的(de)关键词；最后用(yòng)ControlNet插件绑定骨骼(gé)开(kāi)始换关键词试(shì)效(xiào)果。

通过图(tú)片就可以(yǐ)看出来，效(xiào)果十(shí)分(fēn)惊艳。

更厉害的是(shì)，除了真(zhēn)实的照片(piàn)，草图(tú)也可(kě)以加上“魔法”，知乎大牛“DevPoint”和“逗砂”介绍到ControlNet还能实现线稿转全彩图。大神张吕敏其本尊也(yě)亲自(zì)回应。

不得不说(shuō)当(dāng)下AIGC已(yǐ)经变得越来越强(qiáng)大，甚至输出的作品都已经能以(yǐ)假乱真了。

难辨(biàn)虚(xū)实，AIGC技术力爆发

警惕安(ān)全问题

近日，“苏州金鸡湖(hú)有游艇(tǐng)party”的消息火(huǒ)遍(biàn)网络，而经(jīng)过警(jǐng)方(fāng)辟(pì)谣这(zhè)所谓(wèi)的“party”可能是全国(guó)第一(yī)起AI绘图诈骗。

由(yóu)于这个活动(dòng)里面给出(chū)的(de)美女照片都是(shì)AI制作(zuò)的真(zhēn)人照片绘图，因为太逼真，被大家当成真事传播了。

不过仔细观(guān)察(chá)可(kě)以发现，活动发起者提供(gōng)的照片(piàn)中有个很大的漏洞可以发(fā)现并非真人，而是AI绘图，那便是图(tú)片中(zhōng)女性(xìng)的手指部分有的存(cún)在异常(cháng)。

ChatGPT之(zhī)后又一应(yīng)用杀疯了，AIGC或进入可控期，将洗牌科技行业(yè)？_黑料正能(néng)量

有行(xíng)业人事表示：“现(xiàn)在因为(wèi)手指部分的绘(huì)画(huà)算(suàn)法比较复杂，AI还(hái)不太会画人(rén)的手，但最新看到(dào)的图片(piàn)已经(jīng)有越来(lái)越完美的AI模型出现，以(yǐ)后(hòu)可能就完全没有漏洞(dòng)了。”

类似的(de)AI作(zuò)图(tú)诈骗在国(guó)外也已有发生。据英国广(guǎng)播公司报道(dào)，土耳其地震期间，有Tiktok用户使用AI合成(chéng)了儿童受(shòu)灾(zāi)的假照片发布到(dào)网络，以此诱骗善良(liáng)的人打赏“捐助”从而实施诈骗(piàn)。

目前随着技术发展(zhǎn)，AIGC已(yǐ)经能(néng)做出(chū)真人(rén)照片般的绘图(tú)效果(guǒ)，如果(guǒ)这样的图(tú)片被用来诈骗(piàn)，将非常可(kě)怕。

此(cǐ)外AIGC还引发了很多担忧，一方(fāng)面(miàn)，批判者认为AI在(zài)“学习”了大量前人的作品(pǐn)之后，其创作(zuò)没有(yǒu)任何情绪和(hé)灵魂，难以和人类的艺术创作相提并(bìng)论。

另一(yī)方面，AIGC背后的版权(quán)、目(mù)前都并没有得到有(yǒu)效的解决(jué)，还有AIGC会(huì)不会代替人类“至高无上”的创意。

马斯克也强调，人工智能的安(ān)全问题需要(yào)得到(dào)重视，太晚就来不及(jí)了。

AIGC下一站除了视频，还有远(yuǎn)方(fāng)

技术都是有两面性的，潜在的危(wēi)害并不能掩盖其光辉的贡献。现在看来，人工智能技术将是第四(sì)次工(gōng)业(yè)革命的核(hé)心驱动力量，将创造新的增长(zhǎng)奇迹。

过去一年，人工智能(néng)在技(jì)术和商业层(céng)面都有了(le)巨大(dà)进展(zhǎn)，AI绘画就是人工智能技术发生(shēng)方向性(xìng)改(gǎi)变(biàn)的一个代表。其下(xià)一(yī)站或许就是(shì)视频。

此前(qián)，Meta和谷歌先(xiān)后(hòu)发(fā)布了(le)几(jǐ)条引爆(bào)科技圈的(de)短视频。这些视频引发关注并非(fēi)内容做得多优秀，反而都非(fēi)常简单，比(bǐ)如一匹(pǐ)正(zhèng)在喝水的马，一只画(huà)画的玩具(jù)熊，或者一段骑摩托车的第(dì)一视角录像，随(suí)便(biàn)一个有手机的人都可以随手录(lù)下一段。

但这些短视频的创作方式非(fēi)常简单，创作者仅仅需要向AI输入一段话，甚至只是说一(yī)下要求，AI就可(kě)以(yǐ)根(gēn)据(jù)需要(yào)生成(chéng)一段视频。

谷(gǔ)歌发布的两个AI生成视频分(fēn)别(bié)来自于Imagen Video和Phenaki，前(qián)者主要突出的是高(gāo)清，与Meta的Make-A-Video没有太多的差别。

在Make-A-Video公布了AI生(shēng)成的视(shì)频后，AI圈就(jiù)已经玩了一波梗，一个能够做出更高(gāo)清视频的(de)AI还不足以在短时(shí)间内戳中兴奋点。

Phenaki更加令人(rén)震惊(jīng)的(de)地方在(zài)于，它可以制作出超过2分(fēn)钟的连贯的也(yě)有确(què)切内容的视频，这才是真正让人们感到惊喜的地方。因为无论AI生成(chéng)的视频多么高清，也(yě)只能是为内容生产者提供(gōng)一个灵感，一个素材，一个(gè)过场动画。

不过能够(gòu)制(zhì)作出有具(jù)体剧情内容的(de)视(shì)频就意味着，一些视(shì)频(pín)创作由AI代替人工完成已经初步有了(le)可能。

当下AI的发展速度已经(jīng)超过大部分人的想(xiǎng)象。内容产业(yè)的本质是供给(gěi)创造需求，AIGC作为全新的内(nèi)容生产方式，可(kě)以为内容产业带(dài)来更(gèng)新的内容风格、更快的(de)生产速(sù)度，更低的生产成本，这无疑会驱(qū)动内容(róng)产(chǎn)业(yè)的大(dà)爆发。

除了(le)AI绘图、视(shì)频，AIGC技术还(hái)能应用于音(yīn)乐(lè)、代码(mǎ)、机器(qì)人动(dòng)作等多种内(nèi)容(róng)形式的(de)生成。不难发现该(gāi)项技术(shù)不仅在游戏等行业(yè)能(néng)得到有效(xiào)应用，对于(yú)下一代互联(lián)网(wǎng)各种元素的构(gòu)建亦有关键意义。

从商业化的角度来看(kàn)，文化娱乐、教育、传媒等(děng)诸多领(lǐng)域，本身就对基于AI的可(kě)视化(huà)内容有强烈需求。

因此，AI绘画及视频(pín)或(huò)不是结果，而只是(shì)AI进(jìn)程中的一块重(zhòng)要(yào)拼图，有望在(zài)技(jì)术更新的加持下实现更大的应用价(jià)值。

AI从(cóng)理解(jiě)内(nèi)容，走向了(le)可以生(shēng)成内容，甚至能够创造出(chū)独立价(jià)值和独(dú)立(lì)视角的内(nèi)容。AIGC的(de)再次出圈，更代表着(zhe)未来的先进(jìn)生产力即将(jiāng)到来(lái)。

紧抓大模型与算力，牢固AIGC底座

从技(jì)术(shù)的发(fā)展也可以看(kàn)出，在语言大模型(xíng)、图像大模型之后(hòu)，多模态大模型已经成为了(le)新的趋势。

大模型被誉为当(dāng)前(qián)人工智能(néng)发展的智能底座，是全(quán)球竞(jìng)争最激烈的研究方向之一，包括(kuò)谷歌(gē)、亚马(mǎ)逊、百度、阿里、腾讯(xùn)等众多头部企业都在(zài)竞相发力。

不过训练大(dà)模型的确(què)价格不菲(fēi)，以国(guó)盛证(zhèng)券发布的《ChatGPT需要(yào)多少算(suàn)力(lì)》报告(gào)估算，GPT-3训练一次的成本(běn)约为140万美元。而(ér)对于一些更大的LLM(大型语言模型(xíng))，训练成本则介(jiè)于200万美元至(zhì)1200万(wàn)美(měi)元(yuán)高价之间(jiān)。

以ChatGPT在2023年1月的独立访客(kè)平均数1300万计(jì)算(suàn)，其(qí)对应芯片需求为3万(wàn)多片英伟达A100 GPU，初始投入成本约为(wèi)8亿美元，每日(rì)仅电费就在(zài)5万美元(yuán)左右。

此外不(bù)论是ChatGPT还是AIGC，都离不开庞大算力支持。在关注各类大(dà)模型的发展同时，更应该关注(zhù)算力网络的建设。

算(suàn)力网络正驱动AI产业发展进入史诗级加速(sù)进程(chéng)，让AIGC及通用AI这一人工智能发展的终极目标(biāo)离得更(gèng)近。

因(yīn)为算力可以对突破性技术创(chuàng)新提供大力的支(zhī)持(chí)。这方面，多模(mó)态大模型是典型。作为面向未(wèi)来强人工智能、通用人工智能的重要技术创新，多(duō)模态大模型已经在人工智能领域(yù)提出了(le)很多年，业界也(yě)有不(bù)少技术突破，但是，多模态大模型进一步往(wǎng)下走，算力(lì)需求呈几(jǐ)何式上升，一般的(de)算力基础设施很快(kuài)将难以胜任。

从图像(xiàng)、文字、语音单独(dú)一(yī)项的(de)训(xùn)练，到双(shuāng)模态、三模态的跃迁，让人工(gōng)智能可以(yǐ)灵活应对不同模(mó)态的(de)转化、像人(rén)与世界交(jiāo)互一样自(zì)然，这方面，由(yóu)算(suàn)力网络来驱动将有明显优势。