这都有水了还说不想要，啊怎么这么多水啊-橘子百科-橘子都知道

这都有水了还说不想要，啊怎么这么多水啊 ChatGPT之后又一应用杀疯了，AIGC或进入可控期，将洗牌科技行业？

自聊天机(jī)器人ChatGPT火(huǒ)爆以(yǐ)来，微软公司创始人比尔·盖茨已多次公开谈论人工智能话题。在最近的一次采访中，他再次表示(shì)：“AI可能会(huì)让科技行业迎来一次剧烈(liè)的洗牌”。

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

他(tā)预期，AI的发展(zhǎn)可(kě)能会威胁到谷歌(gē)的市占(zhàn)率，因(yīn)为微软在AI方面的(de)行动相当迅速。而最终科技巨头将把AI整合成用户的“全能助手”，包揽(lǎn)一切(qiè)应(yīng)用(yòng)，与人们进行(xíng)沟通并提供建(jiàn这都有水了还说不想要，啊怎么这么多水啊)议，可(kě)以取代亚马逊、Siri或Outlook等应用。

大佬(lǎo)口中(zhōng)全能(néng)助手的(de)到(dào)来(lái)可能(néng)尚(shàng)需时日，但由ControlNet引发的又一次AI绘画(huà)浪(làng)潮，让AIGC在ChatGPT的话(huà)题热点包围中(zhōng)杀出(chū)重围(wéi)。

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

ControlNet颠(diān)覆AI绘画(huà)新(xīn)玩法

AIGC向可控靠近

以AI绘画为(wèi)代表的AIGC上(shàng)一次爆火的时候，还(hái)是2022年8月，在(zài)美国(guó)科(kē)罗(luó)拉(lā)多州举办的新兴数字艺术(shù)家竞赛中，一幅名为(wèi)《太空歌剧院》的(de)作品获奖。

随后各大厂商(shāng)的(de)AI绘画软件被(bèi)广(guǎng)大网友熟知并体验，Stable Diffusion便是其中代表。

用户们可(kě)以在应用中输(shū)入一组关键词或者一张照片，就能获(huò)得一幅AI创作的画作。

作画(huà)的(de)关键就是所输入的文(wén)本(běn)。同(tóng)一组(zǔ)关键词也可以创(chuàng)作出很(hěn)多(duō)张风格不一样(yàng)的画作，这(zhè)让创作的过(guò)这都有水了还说不想要，啊怎么这么多水啊程就像开(kāi)盲盒。

很多(duō)用户很(hěn)喜欢这(zhè)种不确定(dìng)的惊(jīng)喜，他们会将(jiāng)生成的美(měi)图当做(zuò)头像。而另一部分喜(xǐ)欢翻(fān)看AI绘画的“翻(fān)车”作品。在社(shè)交媒体上，许多用户分(fēn)享AI“翻车现场”，例如(rú)，一位网友(yǒu)的小(xiǎo)狗(gǒu)照片被AI画成(chéng)了“肌肉(ròu)男”，还有网友的个人照(zhào)片被AI识别成(chéng)了建筑。

而如今随着ControlNet的(de)出现与(yǔ)加持，以往(wǎng)AI绘画(huà)的填写关键词(cí)游(yóu)戏可能(néng)要被颠覆了。

ControlNet是一位正在(zài)斯坦福读博的中国人(rén)张吕(lǚ)敏创作(zuò)的(de)一种基于控制点的图像变(biàn)形算法(fǎ)，主(zhǔ)要(yào)用于数字图(tú)像处理、计算机视觉(jué)和计(jì)算机图形学等(děng)领域。

其(qí)SD插件一(yī)经发布(bù)，在短短的两天内便(biàn)成(chéng)为了(le)AI绘画领域最新的热(rè)点。

在此(cǐ)之(zhī)前(qián)，大(dà)家用了很多方法(fǎ)想让(ràng)AI生成的结果尽可(kě)能的符(fú)合要求，但是都不(bù)尽如(rú)人意，它的出现(xiàn)代表着AI生成开始(shǐ)进(jìn)入(rù)真正的可控时期(qī)。

因为(wèi)ControlNet可以(yǐ)直(zhí)接提取(qǔ)画面的构图，人物的(de)姿(zī)势和画面的深度信息等(děng)。有(yǒu)了它的帮助，就不用频繁的(de)用提示(shì)词来碰运气，抽(chōu)盲(máng)盒式的(de)创作了(le)。

通俗的说ControlNet相当于给AI绘画(huà)加(jiā)了“魔(mó)法”，不少博主的作(zuò)品已经获得了(le)大量的(de)浏览量，“viggo”就是其中之一，他用朋友的(de)照片直接(jiē)带她们(men)走进动(dòng)漫世(shì)界。

viggo先用StableDiffusion图(tú)片转文字。

再(zài)用Text2Prompt插件拓(tuò)展找到(dào)对应的关(guān)键词；最后用ControlNet插件绑定骨骼开始换关键词(cí)试效果。

通过图片就可以(yǐ)看出来，效果十分(fēn)惊艳(yàn)。

更厉害的是，除了(le)真实的照(zhào)片，草图也可以加上“魔法”，知乎大(dà)牛“DevPoint”和“逗(dòu)砂”介绍(shào)到ControlNet还能实现线稿转全彩图。大神(shén)张吕敏其(qí)本(běn)尊也亲自(zì)回应。

不(bù)得(dé)不(bù)说当下(xià)AIGC已(yǐ)经(jīng)变得越(yuè)来越强大(dà)，甚至(zhì)输出的作(zuò)品都已经能以假乱(luàn)真了(le)。

难辨虚(xū)实，AIGC技术(shù)力爆发

警惕安(ān)全问题

近日，“苏(sū)州金鸡湖有游艇(tǐng)party”的消(xiāo)息(xī)火(huǒ)遍网络，而经(jīng)过(guò)警(jǐng)方辟(pì)谣这所谓的(de)“party”可能是(shì)全国第一起(qǐ)AI绘图诈(zhà)骗(piàn)。

由于这个活动(dòng)里面给出的(de)美女照片都是AI制作的真人(rén)照(zhào)片绘图，因为太(tài)逼真(zhēn)，被大家当成(chéng)真事传播了(le)。

不(bù)过(guò)仔细观察可(kě)以发现，活动(dòng)发起者提供的照片中有个很(hěn)大的漏洞可以发现并非真人(rén)，而(ér)是AI绘图，那便(biàn)是图(tú)片中女性的手指部(bù)分有的存(cún)在(zài)异常。

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

有行业(yè)人事(shì)表(biǎo)示(shì)：“现在因为手指部分的绘画算法比较复(fù)杂，AI还不太会画人的手，但最新看到的(de)图(tú)片已经有(yǒu)越(yuè)来(lái)越完美(měi)的AI模(mó)型(xíng)出现，以后可能(néng)就完全没有漏(lòu)洞了。”

类(lèi)似的AI作(zuò)图诈骗(piàn)在国外也已有发生。据英国广播公(gōng)司报道(dào)，土耳其(qí)地震期(qī)间，有(yǒu)Tiktok用户(hù)使用AI合成了儿(ér)童(tóng)受灾的假照片发(fā)布到网络(luò)，以(yǐ)此诱骗(piàn)善良的人打赏(shǎng)“捐助”从(cóng)而(ér)实施诈骗。

目前随着技(jì)术发展，AIGC已经能做出真人照片(piàn)般的绘图效果(guǒ)，如果这样的图片被用来诈骗(piàn)，将非常可怕。

此外AIGC还引发了很多担忧(yōu)，一(yī)方面，批(pī)判(pàn)者认(rèn)为AI在“学习”了大量前人的作(zuò)品之后，其创(chuàng)作(zuò)没(méi)有任(rèn)何情(qíng)绪(xù)和灵魂，难以和人类的艺术创(chuàng)作相提(tí)并(bìng)论。

另一方(fāng)面(miàn)，AIGC背后的版权、目前都并没(méi)有得到有(yǒu)效(xiào)的解决，还有(yǒu)AIGC会不会(huì)代替人类“至高无上”的创意。

马斯克也强调，人工智能的安全问题需要得(dé)到重视，太晚就来不(bù)及了(le)。

AIGC下一站除了视频(pín)，还有远方(fāng)

技(jì)术(shù)都是(shì)有两面(miàn)性的，潜(qián)在的危害(hài)并不能掩盖(gài)其光辉的(de)贡献(xiàn)。现在看来，人(rén)工(gōng)智能技术(shù)将(jiāng)是第(dì)四(sì)次工(gōng)业(yè)革命(mìng)的核心驱动力(lì)量，将创造新的增(zēng)长(zhǎng)奇(qí)迹。

过去一(yī)年(nián)，人工(gōng)智(zhì)能(néng)在技术(shù)和商业层面都有了巨大进展，AI绘画(huà)就(jiù)是人工智能技术发生方向性改变(biàn)的(de)一个代表。其下一站或许就是视频。

此前，Meta和谷歌先后发布了几条引爆科技(jì)圈的短视(shì)频。这些视频引发(fā)关注并(bìng)非(fēi)内容做得多优秀，反而都(dōu)非常(cháng)简单，比如一匹正在(zài)喝(hē)水的(de)马，一只画画的玩具熊，或者一段骑(qí)摩托车的(de)第(dì)一视(shì)角录像，随便一(yī)个有手机的(de)人都可以随(suí)手录(lù)下一段。

但这(zhè)些短视(shì)频的(de)创作方式非(fēi)常简单(dān)，创作者(zhě)仅仅(jǐn)需要向AI输入一段(duàn)话，甚(shèn)至只是说一(yī)下要求，AI就可(kě)以根(gēn)据(jù)需要(yào)生(shēng)成一(yī)段(duàn)视频。

谷歌发(fā)布的两个(gè)AI生成视频分别来自于Imagen Video和(hé)Phenaki，前者(zhě)主要突出的是高清，与(yǔ)Meta的Make-A-Video没有太多的差别。

在Make-A-Video公布了(le)AI生成的视(shì)频(pín)后，AI圈就已经玩(wán)了一波梗，一个能够做(zuò)出(chū)更高清视频的AI还不(bù)足以(yǐ)在(zài)短时(shí)间内戳(chuō)中兴奋点(diǎn)。

Phenaki更加令人(rén)震惊的地方在于，它可以制作出超过2分钟的连(lián)贯的也(yě)有确切内容的(de)视频(pín)，这(zhè)才是真正让人们感(gǎn)到惊喜(xǐ)的地方。因为无论AI生成的视(shì)频多么(me)高(gāo)清，也只能(néng)是为(wèi)内容生产者(zhě)提(tí)供(gōng)一个(gè)灵感，一个素材，一个过场(chǎng)动画。

不(bù)过能够(gòu)制作出有具体剧(jù)情内容(róng)的视频就(jiù)意味着，一些视频(pín)创作由AI代替人工完成已经初步有了可能。

当下AI的发展(zhǎn)速度已经超过大部分人的想象。内容产业的本质是供给创造需求(qiú)，AIGC作为全(quán)新的内容生产方式(shì)，可以为内容产(chǎn)业带(dài)来更新的内容风(fēng)格、更(gèng)快的生产速度，更低的生产成本，这无疑(yí)会驱动内容(róng)产业的大(dà)爆发(fā)。

除了(le)AI绘图、视频(pín)，AIGC技(jì)术还能应用于音乐、代码、机器(qì)人动作等多种内容形式的(de)生(shēng)成。不(bù)难(nán)发现该项技术不仅在游戏等行(xíng)业能得到有效(xiào)应用，对(duì)于下一代互联(lián)网各种元素的构(gòu)建亦有(yǒu)关键意义。

从商业化(huà)的(de)角度来看，文化娱乐(lè)、教育、传媒等诸多领域，本身就(jiù)对基(jī)于AI的可视化内容有(yǒu)强烈需求。

因此，AI绘画(huà)及视(shì)频或不是结(jié)果，而(ér)只是AI进程(chéng)中的(de)一块重(zhòng)要拼图，有望在技术(shù)更新的加持下实(shí)现(xiàn)更(gèng)大的应(yīng)用价(jià)值。

AI从理(lǐ)解(jiě)内容，走向了可(kě)以生成内容，甚至能够创造出(chū)独立价值和独立视角(jiǎo)的内容。AIGC的再次出圈，更代表着(zhe)未来的先进生产力(lì)即将到来。

紧(jǐn)抓大模型与算力，牢固AIGC底座

从(cóng)技(jì)术的发展也可以(yǐ)看(kàn)出(chū)，在语言大模型、图像大模型(xíng)之后，多模态大模型(xíng)已(yǐ)经成为了新的趋势。

大模型(xíng)被誉为当前人工智能发展的智能底(dǐ)座，是全(quán)球竞争最激烈(liè)的(de)研究(jiū)方向之一(yī)，包括(kuò)谷歌(gē)、亚马逊(xùn)、百度、阿(ā)里、腾讯等(děng)众多(duō)头部企(qǐ)业都在竞(jìng)相发力。

不过训(xùn)练大模型的确价(jià)格不菲，以国盛证券(quàn)发布的《ChatGPT需要多少算(suàn)力》报告估(gū)算，GPT-3训练一次的成本(běn)约为140万美元(yuán)。而(ér)对于(yú)一些更大的LLM(大(dà)型语(yǔ)言(yán)模型)，训练成本则介于(yú)200万美元至1200万美元高价之(zhī)间。

以ChatGPT在2023年1月的独立访客(kè)平均(jūn)数1300万(wàn)计(jì)算(suàn)，其对应(yīng)芯片需(xū)求为3万多(duō)片英伟达A100 GPU，初始投入(rù)成本约为8亿美元，每日仅(jǐn)电费就在5万(wàn)美元左右。

此外不论是ChatGPT还(hái)是AIGC，都离不开庞(páng)大(dà)算力支持。在关(guān)注各类(lèi)大模型(xíng)的发展(zhǎn)同时(shí)，更应该关注算(suàn)力(lì)网络的建设。

算力网络正(zhèng)驱动AI产业发(fā)展进入(rù)史(shǐ)诗级加速进程，让AIGC及通用AI这一人工智能(néng)发展的(de)终极目标离得更近。

因为算(suàn)力可以对突破性(xìng)技(jì)术(shù)创新提供大力(lì)的支持。这方(fāng)面(miàn)，多(duō)模态大模型是典(diǎn)型。作为面(miàn)向(xiàng)未来强(qiáng)人工智能、通用人工(gōng)智(zhì)能的重要技术创新(xīn)，多模态大模型(xíng)已(yǐ)经在人(rén)工智能领域(yù)提出了很多年，业界也有不少技术突破，但是(shì)，多模态大模型进一步往下走(zǒu)，算力(lì)需求呈(chéng)几(jǐ)何式上升(shēng)，一般的(de)算(suàn)力基础(chǔ)设施(shī)很(hěn)快将(jiāng)难以胜任。

从(cóng)图(tú)像(xiàng)、文字、语音单独一项的训(xùn)练，到双模态、三模(mó)态的(de)跃迁(qiān)，让人工(gōng)智能可以灵活应对不同模态的转(zhuǎn)化(huà)、像(xiàng)人与世界交互一样自然，这方面，由(yóu)算力网(wǎng)络来驱动将有明显(xiǎn)优势(shì)。