姚笛为文章打过几次胎，文章和姚笛生孩子了嘛-橘子百科-橘子都知道

姚笛为文章打过几次胎，文章和姚笛生孩子了嘛 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(qì)人ChatGPT火爆以来，微软公司创始人比尔(ěr)·盖茨已多(duō)次公开谈论人工(gōng)智(zhì)能话(huà)题(tí)。在最(zuì)近(jìn)的(de)一次采访中，他再次(cì)表示：“AI可能会让科技(jì)行业迎来(lái)一次剧烈的洗牌”。

这(zhè)个(gè)结论(lùn)是(shì)他在当(dāng)地时(shí)间2月20日(rì)接(jiē)受(shòu)《In Good Company》节目专(zhuān)访(fǎng)时提出(chū)的(de)。

他预期(qī)，AI的发展可能会威胁到谷歌(gē)的(de)市(shì)占率，因为微软在AI方(fāng)面(miàn)的行(xíng)动相当迅速(sù)。而最终科(kē)技(jì)巨头(tóu)将(jiāng)把AI整合成用户的“全能助手”，包揽一切应用(yòng)，与人们进行沟(gōu)通并(bìng)提供建(jiàn)议(yì)，可以(yǐ)取代亚马逊、Siri或Outlook等应(yīng)用。

大佬口中全能助手的到来可能尚需时(shí)日，但由ControlNet引发的(de)又一次AI绘画浪潮，让AIGC在ChatGPT的话(huà)题(tí)热(rè)点(diǎn)包围中杀(shā)出重围。

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

ControlNet颠(diān)覆AI绘画新玩法

AIGC向可控靠(kào)近(jìn)

以(yǐ)AI绘画(huà)为代(dài)表(biǎo)的(de)AIGC上一次爆火的(de)时候，还是(shì)2022年8月(yuè)，在美国(guó)科罗拉多州举办的新兴数字艺术家(jiā)竞赛中，一(yī)幅名为(wèi)《太空歌剧院》的作品获奖。

随(suí)后各大厂商的(de)AI绘画软件(jiàn)被广大网友熟知(zhī)并体(tǐ)验，Stable Diffusion便是其中代表。

用户们可以(yǐ)在应(yīng)用中输入一组关键(jiàn)词或者(zhě)一张照(zhào)片(piàn)，就能获得(dé)一幅AI创作的画作。

作画的关(guān)键就是所(suǒ)输入的文本(běn)。同一组关键词也可以创作出很(hěn)多张风格不(bù)一样的画作，这让(ràng)创作的过程就像开盲盒。

很(hěn)多用户很喜欢这种(zhǒng)不(bù)确(què)定的惊喜，他们(men)会将生成(chéng)的美图当做头像(xiàng)。而另一(yī)部分(fēn)喜欢翻看AI绘画的“翻车”作品。在社交媒体上，许多(duō)用户分享AI“翻车(chē)现场”，例如(rú)，一位网友(yǒu)的小狗照(zhào)片(piàn)被AI画成了“肌(jī)肉(ròu)男”，还有(yǒu)网友的(de)个人照片被(bèi)AI识别成了建筑。

而如今随(suí)着ControlNet的出(chū)现与加(jiā)持，以往AI绘(huì)画的填写关键词游戏可能要被颠覆了。

ControlNet是一位正在斯坦福读博的中国人张吕敏创(chuàng)作的一种基于控制点的图(tú)像变(biàn)形算法，主要用于数字图像处理(lǐ)、计算机视觉和(hé)计算(suàn)机(jī)图形(xíng)学(xué)等(děng)领域(yù)。

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

在此之前，大家用(yòng)了很多方法想让AI生成的结果尽可能的符合要求，但是都不尽(jǐn)如人意，它的(de)出(chū)现代表着AI生成开(kāi)始进入(rù)真正(zhèng)的可控时期。

因为ControlNet可(kě)以直接提取画面的构图(tú)，人(rén)物的姿势和画面的深度信息等。有了它的帮助，就不用频繁的用(yòng)提示词(cí)来碰运气(qì)，抽盲(máng)盒式的创(chuàng)作(zuò)了。

通俗的(de)说(shuō)ControlNet相当于(yú)给AI绘画加了“魔法”，不少(shǎo)博主的作品已经获(huò)得了大(dà)量的浏览量，“viggo”就(jiù)是其中之一，他用朋友(yǒu)的照片(piàn)直(zhí)接带她们走进(jìn)动漫(màn)世界。

viggo先(xiān)用StableDiffusion图片转(zhuǎn)文(wén)字(zì)。

再用Text2Prompt插件拓展找到对应(yīng)的关键词；最后用ControlNet插件绑定骨骼开始(shǐ)换关(guān)键词(cí)试效(xiào)果。

通过图片就(jiù)可以看出来，效果十分惊艳。

更厉(lì)害的是，除(chú)了真实的照片(piàn)，草图(tú)也可(kě)以加上“魔法”，知(zhī)乎(hū)大牛“DevPoint”和“逗砂(shā)”介(jiè)绍(shào)到ControlNet还能实现线稿转全彩图。大神张吕敏其本(běn)尊(zūn)也亲自回应。

不得不说当下AIGC已经变得越来越(yuè)强大，甚(shèn)至输出(chū)的作品都(dōu)已经能以假乱(luàn)真(zhēn)了(le)。

难辨虚实，AIGC技术(shù)力爆发

警惕安全问(wèn)题(tí)

近日，“苏州金鸡湖有游艇party”的消息火(huǒ)遍网(wǎng)络(luò)，而经过警方辟谣这所谓的(de)“party”可能是全(quán)国第一起(qǐ)AI绘图诈骗(piàn)。

由于(yú)这个活动里(lǐ)面给(gěi)出(chū)的美女照片都是AI制作的真人(rén)照片绘图，因(yīn)为太逼(bī)真，被大家(jiā)当成真(zhēn)事传播了。

不(bù)过仔细(xì)观察可以发现，活动发(fā)起者提供的照片中有个很大的漏洞可以(yǐ)发现并非真人，而是AI绘(huì)图，那便是图(tú)片中女性(xìng)的手指(zhǐ)部(bù)分有的存在异常。

ChatGPT之后又一应用杀疯了，AIGC或进入可(kě)控期，将(jiāng)洗(xǐ)牌科技行业？_黑(hēi)料正能量

有行业人(rén)事表示：“现在因为手指部分的绘画算(suàn)法比较复杂，AI还不太会画(huà)人的手，但(dàn)最(zuì)新看到(dào)的图(tú)片已经有越(yuè)来越完美的(de)AI模型出现，以后(hòu)可能就(jiù)完全(quán)没有漏洞了。”

类似的AI作(zuò)图(tú)诈骗在国外也已有发生。据(jù)英(yīng)国广播公司报道，土耳(ěr)其地(dì)震期间，有(yǒu)Tiktok用(yòng)户(hù)使用AI合(hé)成(chéng)了儿童(tóng)受灾的假照片发(fā)布到网(wǎng)络，以(yǐ)此(cǐ)诱骗善良的人(rén)打赏“捐(juān)助”从而实施诈骗。

目前随着技术发(fā)展，AIGC已经(jīng)能(néng)做出(chū)真人照片般的绘(huì)图效果，如果(guǒ)这样(yàng)的图片(piàn)被用来诈骗，将非常可怕(pà)。

此(cǐ)外AIGC还引发了很多担忧(yōu)，一方面，批判者认(rèn)为AI在“学习(xí)”了(le)大(dà)量前人的作品之后，其创(chuàng)作没(méi)有任何(hé)情绪和(hé)灵(líng)魂(hún)，难以和人类的(de)艺(yì)术(shù)创作相提并论。

另一(yī)方面，AIGC背后的版(bǎn)权、目前都并没有(yǒu)得到有效的(de)解决，还有AIGC会不会代替(tì)人类“至高无上”的创意。

马斯(sī)克(kè)也强调，人(rén)工智能的安全问题需要得(dé)到重视(shì)，太(tài)晚就来(lái)不及了。

AIGC下一(yī)站除了视频(pín)，还有(yǒu)远方

技术都是有两面性的，潜在的危害并(bìng)不能掩盖其光辉的(de)贡献。现(xiàn)在(zài)看来，人(rén)工智能技术将是第(dì)四次工业革命的(de)核心(xīn)驱(qū)动力(lì)量，将(jiāng)创(chuàng)造新的增长(zhǎng)奇迹。

过(guò)去一年，人工智能在技(jì)术和(hé)商业层(céng)面都有了(le)巨大进(jìn)展，AI绘画就是人(rén)工智(zhì)能(néng)技术发生方(fāng)向性改变(biàn)的一个(gè)代表。其下一站(zhàn)或(huò)许就(jiù)是(shì)视(shì)频。

此前，Meta和谷歌先后发(fā)布了几条引爆科技圈的(de)短视频(pín)。这些视频(pín)引(yǐn)发关注并非(fēi)内容做得多优秀，反而都(dōu)非(fēi)常简单，比如一匹正在喝(hē)水的马(mǎ)，一只画画的玩具熊(xióng)，或者(zhě)一段(duàn)骑摩托车的第一视角录像，随便一(yī)个有手机的人都可以随手录下一段。

但这些短视(shì)频的(de)创作(zuò)方(fāng)式非常简单，创作者仅仅需要向AI输(shū)入一段话(huà)，甚至只是说一下(xià)要求，AI就(jiù)可以根据需要生成一段视频。

谷歌(gē)发布的两个AI生成视频分别来自于Imagen Video和Phenaki，前者主要(yào)突出的是(shì)高清(qīng)，与Meta的Make-A-Video没有太多的差别(bié)。

在Make-A-Video公布(bù)了(le)AI生成的视(shì)频后(hòu)，AI圈就已经玩了一波梗，一个能(néng)够做(zuò)出更高清视频的AI还不(bù)足(zú)以(yǐ)在短时间内戳中兴奋点。

Phenaki更加(jiā)令人震惊的地方在(zài)于，它可以制作(zuò)出超过(guò)2分钟的连贯的也有确切内容的视频，这才是真(zhēn)正让人们感(gǎn)到(dào)惊喜的地方。因为无论AI生(shēng)成的视频(pín)多么(me)高清，也只能是为内容生产者(zhě)提(tí)供一(yī)个灵感，一个(gè)素材，一个过场动画。

不过能够制作出有具(jù)体剧(jù)情内容(róng)的视频就意味着，一些视频创作(zuò)由AI代(dài)替人(rén)工(gōng)完(wán)成已经初步有(yǒu)了可能。

当下AI的发展速度(dù)已经超过大部分人的(de)想象。内容产业的本(běn)质是供(gōng)给创造需求(qiú)，AIGC作为全新(xīn)的内容(róng)生产方式，可以为内容产业带来更新(xīn)的内容(róng)风格、更快的生产速(sù)度，更(gèng)低的生产成本，这(zhè)无疑会驱动内容产(chǎn)业的大爆发。

除了AI绘图、视频(pín)，AIGC技术(shù)还能应用于(yú)音乐、代码、机器人动作(zuò)等多种内(nèi)容形(xíng)式的生(shēng)成。不(bù)难发现该项技术不仅在游(yóu)戏等行(xíng)业能得到有(yǒu)效应用(yòng)，对于下一(yī)代(dài)互(hù)联网各种元素的(de)构建亦有关(guān)键意义。

从(cóng)商业(yè)化的角(jiǎo)度来看，文(wén)化(huà)娱乐、教育、传媒(méi)等诸多领(lǐng)域，本身就对基于AI的可(kě)视化内容有(yǒu)强烈(liè)需求。

因此(cǐ)，AI绘画及(jí)视频或不是结(jié)果，而只是AI进程中的一块重要拼图，有望在(zài)技术更新的加(jiā)持下实现更(gèng)大的应用价值。

AI从理解内容，走(zǒu)向了可以生成内容(róng)姚笛为文章打过几次胎，文章和姚笛生孩子了嘛，甚至(zhì)能够(gòu)创(chuàng)造(zào)出独立价值和独立视(shì)角的内容。AIGC的再次(cì)出圈，更代表着未来的先进生产力(lì)即将到来(lái)。

紧抓大模型与算(suàn)力(lì)，牢固AIGC底(dǐ)座

从技术的发展也可以(yǐ)看出，在(zài)语言大(dà)模型、图(tú)像大(dà)模型之后，多模态(tài)大模型(xíng)已经成为了新的(de)趋势(shì)。

大模型被誉为当前人(rén)工智能发展(zhǎn)的智能底座，是全球竞争最激烈的研究(jiū)方向(xiàng)之一，包括谷歌、亚马逊、百度、阿里、腾讯等众(zhòng)多头部(bù)企(qǐ)业都在竞相发力。

不过训练大(dà)模型的确价格不菲，以国盛证(zhèng)券发布的《ChatGPT需(xū)要多少(shǎo)算力》报告估算，GPT-3训练一次的成本约(yuē)为140万(wàn)美元。而对(duì)于一些更大(dà)的(de)LLM(大(dà)型语言模型)，训(xùn)练成本则介于200万(wàn)美(měi)元至1200万美元高价之间(jiān)。

以ChatGPT在2023年1月的独立访客平均数1300万(wàn)计算(suàn)，其对应芯片(piàn)需求为3万多片英伟达A100 GPU，初(chū)始(shǐ)投入(rù)成本(běn)约(yuē)为8亿美元(yuán)，每日(rì)仅电(diàn)费就在5万美元左(zuǒ)右。

此外(wài)不论是ChatGPT还是AIGC，都离不开庞大(dà)算力支持。在关注各(gè)类大模型的发展同时，更应该关(guān)注算(suàn)力网络(luò)的建(jiàn)设。

算力(lì)网络(luò)正驱动AI产业(yè)发(fā)展进入(rù)史诗(shī)级加速进程，让AIGC及通用AI这一人工(gōng)智能发展(zhǎn)的终极目标离(lí)得更近。

因为算力可以对突破性技术(shù)创新(xīn)提供大力的(de)支持。这方面，多模态大模型是典型。作为面(miàn)向未(wèi)来强人(rén)工智能、通(tōng)用人(rén)工智(zhì)能的重要(yào)技术(shù)创新，多模态大模(mó)型已经在人工智(zhì)能领域提(tí)出了很多年，业界也有不少(shǎo)技术(shù)突破(pò)，但是，多模(mó)态(tài)大模(mó)型进一步往下走，算力需求呈几何式上升(shēng)，一(yī)般的算力基(jī)础设施很(hěn)快将难以(yǐ)胜任。

从图像、文字(zì)、语音单(dān)独一项的训(xùn)练，到双(shuāng)模态(tài)、三模态的跃(yuè)迁，让人工智能可以(yǐ)灵活应(yīng)对不同模态的转化、像(xiàng)人与世(shì)界交互(hù)一样自(zì)然，这方面，由算力(lì)网络来驱动(dòng)将有明显优势。