池子为什么被封杀-橘子百科-橘子都知道

池子为什么被封杀 ChatGPT之后又一应用杀疯了，AIGC或进入可控期，将洗牌科技行业？

自聊天机器人ChatGPT火(huǒ)爆以来，微软公司创(chuàng)始人比尔·盖(gài)茨已多(duō)次(cì)公开谈论(lùn)人工智能话题。在最近的一次采(cǎi)访中，他再次表(biǎo)示(shì)：“AI可(kě)能会让科技行业迎(yíng)来一次剧烈的洗牌”。

这个结论是他在(zài)当地(dì)时间2月20日接(jiē)受《In Good Company》节目专访时提出(chū)的。

他预期，AI的发展可能会(huì)威胁到(dào)谷歌的市占率，因(yīn)为微软在(zài)AI方面的行动相当(dāng)迅速(sù)。而(ér)最终科技(jì)巨(jù)头(tóu)将把AI整合成用户(hù)的“全能助手”，包揽一切应用，与(yǔ)人们进行(xíng)沟(gōu)通并提供建议(yì)，可以取代亚马逊、Siri或(huò)Outlook等(děng)应用(yòng)。

大(dà)佬(lǎo)口中全能助手的到来可能(néng)尚需时日，但由ControlNet引发的又一次AI绘画浪潮(cháo)，让AIGC在(zài)ChatGPT的(de)话题热点包围中(zhōng)杀(shā)出重围。

ChatGPT之后又一应(yīng)用(yòng)杀疯了(le)，AIGC或进入可控期，将洗(xǐ)牌(pái)科技(jì)行业？_黑料正能量

ControlNet颠覆AI绘(huì)画(huà)新(xīn)玩法

AIGC向(xiàng)可(kě)控靠近

以AI绘画为代表的AIGC上一次(cì)爆火的时候，还是2022年8月(yuè)，在(zài)美国科罗拉多州(zhōu)举办的新兴数字艺术家竞(jìng)赛(sài)中，一幅名为《太空歌剧院》的(de)作品获(huò)奖(jiǎng)。

随后各(gè)大厂商的AI绘画软(ruǎn)件(jiàn)被广大网友熟知并体(tǐ)验，Stable Diffusion便是其中代表(biǎo)。

用(yòng)户们可(kě)以(yǐ)在应(yīng)用中输入一组关键(jiàn)词或者一张照片，就能(néng)获(huò)得一幅(fú)AI创作的画(huà)作。

作画的(de)关键就是所输入的文本。同一组关(guān)键词也可以创(chuàng)作(zuò)出很多张风格(gé)不一样(yàng)的画作(zuò)，这让(ràng)创(chuàng)作的过程就像开盲(máng)盒。

很多用户很喜(xǐ)欢(huān)这种不确定(dìng)的惊喜，他们会将生成的美图当做头像。而另(lìng)一部分喜(xǐ)欢翻(fān)看AI绘画的“翻车”作品。在社交(jiāo)媒体(tǐ)上，许多用(yòng)户分享AI“翻车现场”，例如，一位网友的小狗照片(piàn)被AI画成了(le)“肌肉男”，还(hái)有网(wǎng)友的个人照片被AI识别成了建筑。

而如今随着(zhe)ControlNet的出(chū)现与加持，以往AI绘画的填写关(guān)键词(cí)游戏(xì)可能(néng)要(yào)被颠覆(fù)了。

ControlNet是一(yī)位正在斯坦福读博的中(zhōng)国人张吕(lǚ)敏创作的一(yī)种基(jī)于控制(zhì)点的(de)图像变形算法，主要(yào)用于(yú)数(shù)字图像(xiàng)处(chù)理、计(jì)算机视觉和计(jì)算机图形学等领(lǐng)域(yù)。

其(qí)SD插件一经发布，在短短(duǎn)的两天内便成为了AI绘画领(lǐng)域最新的(de)热点(diǎn)。

在此之(zhī)前，大(dà)家用了很多方法想让AI生成的结果尽可能的(de)符合(hé)要求，但是(shì)都不尽(jǐn)如人(rén)意，它的出现代表着AI生成开(kāi)始进入真正的可控时期。

因为ControlNet可以(yǐ)直接(jiē)提(tí)取画面的构图，人物(wù)的(de)姿(zī)势和(hé)画面的深度信息(xī)等(děng)。有了它(tā)的帮助，就(jiù)不用频繁的用提示词来碰运(yùn)气(qì)，抽(chōu)盲盒(hé)式的创作(zuò)了。

通俗的说ControlNet相(xiāng)当于给AI绘画加了“魔法”，不(bù)少博主(zhǔ)的作品已经(jīng)获(huò)得了大量的(de)浏览量，“viggo”就是其(qí)中之一，他用朋友的照片直接(jiē)带她们走进动漫世界。

viggo先用StableDiffusion图(tú)片转文字。

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

通过(guò)图片就可以看出来，效果十分惊(jīng)艳(yàn)。池子为什么被封杀p>

更厉害的(de)是，除了真实的照片，草(cǎo)图(tú)也可以(yǐ)加上(shàng)“魔法”，知乎(hū)大牛“DevPoint”和“逗砂”介绍到ControlNet还(hái)能实(shí)现(xiàn)线稿转全彩(cǎi)图。大神(shén)张吕敏其本尊也亲自回应。

不得不说(shuō)当下AIGC已经变(biàn)得越来越强大，甚至输出(chū)的作品都已经能以假乱真了(le)。

难辨虚(xū)实，AIGC技术力爆发

警(jǐng)惕安(ān)全问题(tí)

近日(rì)，“苏州金鸡湖有(yǒu)游艇party”的(de)消息火遍网络(luò)，而(ér)经(jīng)过警方辟谣这(zhè)所(suǒ)谓的“party”可能是全国(guó)第一起AI绘图诈骗。

由于这个活动里面给出(chū)的美(měi)女照(zhào)片都(dōu)是AI制(zhì)作的(de)真人照片绘图，因为(wèi)太逼(bī)真，被大家当成真事(shì)传播了。

不(bù)过仔细(xì)观察(chá)可以发现，活动发起(qǐ)者提供的照片中有个很(hěn)大的(de)漏洞可以发(fā)现并非真(zhēn)人，而是AI绘(huì)图(tú)，那便是图(tú)片中女性的手指部分有(yǒu)的存在异常。

ChatGPT之后又(yòu)一(yī)应用杀疯了，AIGC或进入(rù)可控期，将洗牌(pái)科(kē)技行(xíng)业？_黑料正能量

有行业(yè)人事表示(shì)：“现在因为手指部分的绘画算法(fǎ)比(bǐ)较复杂，AI还不太会画人(rén)的手，但(dàn)最(zuì)新(xīn)看到的图片已经(jīng)有越来越完美的(de)AI模型(xíng)出现(xiàn)，以后可能就完全没(méi)有漏洞(dòng)了。”

类似的AI作图诈骗在(zài)国(guó)外也已(yǐ)有发生。据英国广播公(gōng)司报道，土耳(ěr)其地震期间(jiān)，有Tiktok用户使用AI合成了儿童受灾(zāi)的假照(zhào)片发布到网络，以此诱骗善(shàn)良(liáng)的(de)人打(dǎ)赏“捐(juān)助”从而实施诈(zhà)骗。

目前随着技(jì)术发展，AIGC已(yǐ)经能做出(chū)真人照片般的绘图效果(guǒ)，如果这(zhè)样的(de)图片被(bèi)用(yòng)来诈骗，将非常(cháng)可怕。

此外(wài)AIGC还引发(fā)了很多担忧，一方(fāng)面，批判者认为AI在(zài)“学习”了大量前(qián)人的(de)作(zuò)品之后，其创作(zuò)没有任何情绪和(hé)灵(líng)魂(hún)，难以和(hé)人类的艺(yì)术创作相(xiāng)提并论。

另一方面(miàn)，AIGC背后的版权、目前都并没有得到有效的解决，还有AIGC会不会代替人类“至高无上”的创(chuàng)意。

马斯克也强调，人工(gōng)智能的(de)安全问题需要得到重视(shì)，太晚就(jiù)来不及了。

AIGC下一站(zhàn)除(chú)了视频(pín)，还(hái)有远方

技术都是有两面性的(de)，潜在的危害并不(bù)能掩盖其(qí)光(guāng)辉的贡献。现在(zài)看(kàn)来，人工智(zhì)能技术将是(shì)第四次工业革(gé)命的(de)核心驱动力量，将创造新的(de)增长奇迹。

过去一年，人(rén)工智能在技术(shù)和商业层(céng)面都(dōu)有了巨大进(jìn)展，AI绘画就是人(rén)工(gōng)智(zhì)能技术发(fā)生方向性改变的一个代(dài)表(biǎo)。其(qí)下一(yī)站或许(xǔ)就是视频(pín)。

此前，Meta和谷歌先后(hòu)发布(bù)了几条引爆科技圈的(de)短视频。这些(xiē)视频引发(fā)关注并非(fēi)内容做(zuò)得(dé)多优秀，反而都非常简单，比如一(yī)匹正在喝水的马(mǎ)，一(yī)只画画(huà)的玩具熊(xióng)，或者(zhě)一段(duàn)骑摩(mó)托车的第一(yī)视角录像，随便一个有(yǒu)手机的人都可以随(suí)手录下一段。

但(dàn)这些短视频的创作方式非常简单，创作者仅仅需要(yào)向(xiàng)AI输入一段话，甚(shèn)至只(zhǐ)是(shì)说(shuō)一下要求，AI就可以(yǐ)根据需(xū)要生(shēng)成(chéng)一(yī)段视频。

谷歌发布(bù)的两个AI生成视(shì)频分别来自于Imagen Video和Phenaki，前者(zhě)主(zhǔ)要突出的是高清(qīng)，与Meta的(de)Make-A-Video没(méi)有(yǒu)太多的差(chà)别。

在Make-A-Video公布(bù)了AI生成的视频后，AI圈就已经玩了一波梗(gěng)，一(yī)个能够做出更高清视(shì)频的AI还(hái)不足以(yǐ)在短时间内戳中(zhōng)兴奋(fèn)点。

Phenaki更加令人震惊的地方(fāng)在(zài)于，它可以制作出超(chāo)过2分(fēn)钟的(de)连贯的也有确切内容的视频(pín)，这才是真(zhēn)正让人们(men)感(gǎn)到(dào)惊喜的地方(fāng)。因为无论(lùn)AI生(shēng)成的视频多么高清，也只能是为(wèi)内容生产者提供一(yī)个灵感，一(yī)个素(sù)材(cái)，一个过场(chǎng)动画(huà)。

不过能(néng)够制(zhì)作出有具体剧情内容的视频就意味着(zhe)，一些(xiē)视频创(chuàng)作由AI代(dài)替(tì)人(rén)工完成已(yǐ)经初步有了可能。

当下AI的发(fā)展速度已(yǐ)经(jīng)超过大部分人的想象。内容产业的(de)本质是供给创造需求，AIGC作为全新的内容生产方(fāng)式，可(kě)以为内容产业带来更(gèng)新的(de)内容风格、更快的生产速(sù)度，更低的生(shēng)产成本(běn)，这无疑会驱动内(nèi)容产业的大爆发。

除了AI绘(huì)图、视(shì)频，AIGC技术(shù)还能应用于(yú)音乐、代码、机(jī)器人(rén)动(dòng)作等多(duō)种内容形式的生成。不难发现该项技(jì)术(shù)不(bù)仅在游戏等行业(yè)能得到有效应用(yòng)，对于下(xià)一代互(hù)联网各(gè)种(zhǒng)元素的构建(jiàn)亦有关键意义。

从商业(yè)化的(de)角度来看，文化娱(yú)乐、教育(yù)、传(chuán)媒等诸多领域，本身就对(duì)基于AI的可视化内容有强(qiáng)烈需求。

因此，AI绘画及视频或不是结(jié)果，而只是AI进程中的一块(kuài)重要拼图，有望在技术更新的(de)加持(chí)下(xià)实现(xiàn)更(gèng)大的应用价值(zhí)。

AI从理解内容，走向了可以生成(chéng)内容，甚(shèn)至(zhì)能够创(chuàng)造出独立(lì)价值和(hé)独立视角的内容。AIGC的再次出(chū)圈，更代表着未(wèi)来的先进(jìn)生产力即(jí)将(jiāng)到来。

紧(jǐn)抓大模型与算力，牢固AIGC底座

从(cóng)技术的发展也可以(yǐ)看出，在语言(yán)大模型、图像大模型之后(hòu)，多模(mó)态大模(mó)型已经成为了新的趋势。

大模型被誉为当前人工智能发展(zhǎn)的智能(néng)底座(zuò)，是全(quán)球竞争(zhēng)最激烈的研究方向之一，包括(kuò)谷歌、亚(yà)马(mǎ)逊、百度、阿(ā)里、腾讯等(děng)众多(duō)头部企业都(dōu)在竞相发力。

不过(guò)训练大模型的(de)确价格不菲，以国盛证券发布的(de)《ChatGPT需要多(duō)少(shǎo)算力》报告估算，GPT-3训练(liàn)一次的成本(běn)约为(wèi)140万美(měi)元。而对于一些更(gèng)大的LLM(大(dà)型语言模型)，训练成(chéng)本(běn)则介于200万美元至1200万美元高价之间。

以ChatGPT在2023年1月的独(dú)立访客平均数1300万计算，其对(duì)应芯片(piàn)需求(qiú)为3万多片英(yīng)伟达A100 GPU，初始(shǐ)投(tóu)入成本约(yuē)为8亿美(měi)元，每日仅电费就(jiù)在5万美元左右。

此(cǐ)外不论是ChatGPT还是(shì)AIGC，都离不(bù)开庞大算力支(zhī)持。在关注各类大模型的发展同时，更应该关注算力网(wǎng)络的(de)建设。

算力(lì)网络正驱(qū)动AI产(chǎn)业发展进入(rù)史诗级加速进程，让AIGC及通(tōng)用AI这(zhè)一人工智能发展的终极目(mù)标离得更近。

因为算力可(kě)以对突破性技术创新(xīn)提供大(dà)力的(de)支(zhī)持。这方面，多模态大模型是典型。作为面向未来强人工智能、通用人工智能(néng)的重要技术创新，多模态大(dà)模(mó)型已经在(zài)人工智能领域提出了很多年，业界(jiè)也有不(bù)少(shǎo)技术突破，但是，多模态大(dà)模(mó)型进(jìn)一(yī)步往(wǎng)下走，算(suàn)力需求呈几何式上升，一般(bān)的算力基础设(shè)施(shī)很快(kuài)将难(nán)以胜任。

从图像、文字、语音单(dān)独一项(xiàng)的训练(liàn)，到双模态(tài)、三模态(tài)的跃迁，让人工(gōng)智(zhì)能(néng)可以灵活(huó)应对不(bù)同模态的转化(huà)、像人与世界交(jiāo)互(hù)一(yī)样(yàng)自然，这(zhè)方面，由算力网络来驱动将有明显优势。