像火花像蝴蝶段绍荣是谁杀的-橘子百科-橘子都知道

像火花像蝴蝶段绍荣是谁杀的 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火爆(bào)以来，微软公司创始人(rén)比尔·盖茨已多次公开(kāi)谈论人(rén)工智能话题。在(zài)最近的(de)一次采访中(zhōng)，他(tā)再(zài)次(cì)表(biǎo)示：“AI可(kě)能会让科技行业(yè)迎来(lái)一次剧烈的(de)洗牌”。

这个结论是他在当地时间(jiān)2月(yuè)20日接受《In Good Company》节目专访(fǎng)时(shí)提出的。

他(tā)预期(qī)，AI的发展可能会威胁(xié)到谷歌的市占率，因为微软在AI方(fāng)面的(de)行动相当迅速。而最终科技巨头将把AI整(zhěng)合(hé)成用户的“全能(néng)助手(shǒu)”，包揽一切应(yīng)用，与人们进(jìn)行(xíng)沟通并提供建(jiàn)议，可以取代亚马逊、Siri或Outlook等应用。

大(dà)佬口中全(quán)能助手的(de)到来(lái)可能尚需时日，但由ControlNet引发的(de)又一次(cì)AI绘画浪潮，让(ràng)AIGC在ChatGPT的话题热(rè)点包围中杀出(chū)重围(wéi)。

ChatGPT之后又一应(yīng)用杀疯了，AIGC或进入(rù)可控期，将(jiāng)洗牌科技(jì)行业？_黑料正能(néng)量

ControlNet颠覆AI绘画新(xīn)玩法

AIGC向可(kě)控(kòng)靠(kào)近(jìn)

以AI绘画为(wèi)代表(biǎo)的AIGC上(shàng)一次爆火的时候，还是2022年8月，在美国科罗拉多(duō)州举办的新兴数字艺术家(jiā)竞赛中，一幅名为《太空歌剧院(yuàn)》的作品(pǐn)获奖。

随后各大厂商的(de)AI绘画(huà)软件被(bèi)广大网友熟知并体验，Stable Diffusion便是(shì)其中代表(biǎo)。

用(yòng)户们可以在应用中输入一组关键词(cí)或者一张照(zhào)片，就能获得一(yī)幅AI创作(zuò)的画(huà)作。

作(zuò)画(huà)的关键就是所输入的文本。同(tóng)一组关键词(cí)也可(kě)以创(chuàng)作出很多张风(fēng)格不一样的画作，这让(ràng)创作的过程(chéng)就像开盲盒。

很多用户(hù)很喜欢这种不确定的(de)惊喜(xǐ)，他们会将生成的美(měi)图当做头像。而另一部(bù)分喜欢(huān)翻看AI绘画(huà)的“翻车”作品。在社(shè)交媒体上，许(xǔ)多用(yòng)户分享AI“翻车现场”，例如，一(yī)位网友的小(xiǎo)狗照片被(bèi)AI画(huà)成了“肌肉男”，还有网(wǎng)友的个人照片被AI识别成了建筑。

而(ér)如今随着ControlNet的出现与(yǔ)加持，以往(wǎng)AI绘画(huà)的填(tián)写关键词游戏(xì)可能(néng)要被颠覆了。

ControlNet是一位正在斯坦福读博(bó)的中国人(rén)张吕敏创作的(de)一种基于控制点的(de)图像(xiàng)变形算法，主要用(yòng)于数字图像(xiàng)处理、计算机视觉和计(jì)算机图(tú)形学等领域(yù)。

其(qí)SD插件一经发布，在短短的两天内便成为(wèi)了(le)AI绘画领域最新的热点。

在(zài)此之前(qián)，大家用了很多方法(fǎ)想让AI生(shēng)成的结果尽可能的符合要求，但是都(dōu)不尽如人意，它(tā)的出现(xiàn)代表(biǎo)着AI生成开始(shǐ)进入(rù)真正的可控时期。

因为ControlNet可以直接提(tí)取画面的构图，人物的姿(zī)势和画面的深度信息(xī)等(děng)。有(yǒu)了它的帮助，就不用频繁(fán)的(de)用提(tí)示词来碰运(yùn)气，抽(chōu)盲盒式的创(chuàng)作了(le)。

通俗的(de)说ControlNet相当于给AI绘画加了“魔法(fǎ)”，不少(shǎo)博主的(de)作品已经获(huò)得了大量的浏览量，“viggo”就是其中之(zhī)一，他(tā)用朋友(yǒu)的(de)照片直接(jiē)带(dài)她们走进(jìn)动漫世(shì)界。

viggo先用StableDiffusion图片转(zhuǎn)文字。

再用(yòng)Text2Prompt插件拓展(zhǎn)找到对应的(de)关键词；最后(hòu)用ControlNet插件绑(bǎng)定(dìng)骨骼开始换关键词试效果。

通过图(tú)片就可以看出来，效(xiào)果十(shí)分惊艳。

更厉(lì)害的是，除(chú)了真(zhēn)实(shí)的照片，草图也可以加上“魔(mó)法”，知乎大牛“DevPoint”和(hé)“逗砂”介(jiè)绍到(dào)ControlNet还能实现线(xiàn)稿转全彩图(tú)。大神(shén)张吕(lǚ)敏其本尊也亲(qīn)自回(huí)应。

不得不(bù)说当下(xià)AIGC已(yǐ)经变(biàn)得越来越强大，甚(shèn)至输出的(de)作品都已经(jīng)能以假乱(luàn)真了。

难辨虚实，AIGC技(jì)术力爆发

警惕安全(quán)问题

近日，“苏州金鸡湖有游艇party”的消息火遍(biàn)网络，而(ér)经过警方辟(pì)谣这(zhè)所谓(wèi)的(de)“party”可能是全国第一起AI绘图诈骗(piàn)。

由于这个活动里面给出的美女(nǚ)照(zhào)片都(dōu)是AI制作(zuò)的真(zhēn)人照片(piàn)绘图，因为(wèi)太逼(bī)真，被大(dà)家当成真事(shì)传(chuán)播了。

不过仔细观察可(kě)以发现，活动发起(qǐ)者提供的照片中(zhōng)有个很大的漏(lòu)洞可以发现并非(fēi)真人(rén)，而是AI绘(huì)图，那便是图片中女性的手(shǒu)指部分有的存(cún)在异常(cháng)。

ChatGPT之(zhī)后又一应用杀疯了(le)，AIGC或进入可控(kòng)期，将(jiāng)洗(xǐ)牌科技行业(yè)？_黑料正(zhèng)能量

有行业人(rén)事表示(shì)：“现在因为手指部分的绘画算法(fǎ)比较复杂(zá)，AI还不太会画人的手，但最新看到的图片已经有越来越完美(měi)的AI模型出现，以后(hòu)可能就完全(quán)没有漏洞了。”

类似的(de)AI作(zuò)图诈(zhà)骗(piàn)在(zài)国外也已有(yǒu)发生。据(jù)英国广播公司(sī)报道，土耳(ěr)其地震(zhèn)期间，有Tiktok用户使(shǐ)用(yòng)AI合成了(le)儿童受灾的假照片(piàn)发(fā)布(bù)到网络，以此诱骗善良的人打赏“捐助”从而实施(shī)诈骗。

目前随着技(jì)术发展，AIGC已经能做出真(zhēn)人照片般的绘(huì)图(tú)效果，如果这(zhè)样的(de)图片被(bèi)用(yòng)来(lái)诈骗，将非常可怕。

此(cǐ)外(wài)AIGC还(hái)引(yǐn)发了很多担(dān)忧，一方面(miàn)，批判者认为AI在“学习”了大量前(qián)人的作品之后(hòu)，其创作没有任(rèn)何情绪和灵魂，难以(yǐ)和(hé)人类的(de)艺术(shù)创作相提并论。

另一方面，AIGC背后(hòu)的版权、目前都(dōu)并没有(yǒu)得到有效的解决，还有AIGC会(huì)不(bù)会代替(tì)人类“至高(gāo)无(wú)上(shàng)”的创意。

马(mǎ)斯(sī)克(kè)也(yě)强调，人工(gōng)智(zhì)能的安全问题需要(yào)得到重视，太晚就(jiù)来不及了。

AIGC下一站除了(le)视频，还(hái)有远方

技(jì)术都是(shì)有两面(miàn)性的(de)，潜在(zài)的危害并不(bù)能掩(yǎn)盖其(qí)光辉(huī)的贡(gòng)献。现(xiàn)在(zài)看(kàn)来，人(rén)工智能(néng)技术将是第四次工业革命(mìng)的核心驱动力量，将创造新的增(zēng)长奇(qí)迹。

过去一年(nián)，人工(gōng)智(zhì)能在技(jì)术和(hé)商业层(céng)面(miàn)都有了(le)巨大(dà)进展，AI绘画(huà)就是人工(gōng)智(zhì)能技术发生方向性改(gǎi)变(biàn)的一个代表。其下一站或许就(jiù)是视(shì)频(pín)。

此前，Meta和(hé)谷歌先后发布了几条(tiáo)引爆科技圈的短视频。这些视(shì)频引(yǐn)发(fā)关注并非(fēi)内容做得多优(yōu)秀，反(fǎn)而都非常简单，比(bǐ)如一匹(pǐ)正在喝水的马(mǎ)，一只画画的(de)玩具熊，或者一段骑摩托车的第一视角录像(xiàng)，随(suí)便一个有(yǒu)手机的人都(dōu)可以随(suí)手录下(xià)一段。

但这些短视频的创作(zuò)方式非(fēi)常简单，创作者(zhě)仅仅(jǐn)需(xū)要向(xiàng)AI输入(rù)一段(duàn)话，甚至只是说一下要求，AI就可以根据需要(yào)生成一(yī)段视(shì)频。

谷歌(gē)发(fā)布的(de)两个AI生成视频分别来自(zì)于Imagen Video和Phenaki，前者主要突出(chū)的是高清，与Meta的(de)Make-A-Video没有(yǒu)太多(duō)的差别。

在Make-A-Video公布了(le)AI生成的视频后，AI圈就已经玩了一(yī)波梗，一个能够(gòu)做出(chū)更高清视(shì)频的(de)AI还不(bù)足以在(zài)短时间内戳中兴奋点。

Phenaki更(gèng)加令人震惊的地方在(zài)于，它(tā)可以制(zhì)作出超过2分钟(zhōng)的连(lián)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(fāng)。因(yīn)为无论(lùn)AI生成的视频(pín)多么高清，也只能是(shì)为(wèi)内容生(shēng)产者提供一个灵感，一个素材，一(yī)个过场动画。

不过能够制作出有具体剧(jù)情内容的视频就意味着(zhe)，一些(xiē)视频创作由AI代替人工完成(chéng)已经初步有(yǒu)了可能(néng)。

当下(xià)AI的(de)发展(zhǎn)速度已经超过大(dà)部分(fēn)人的想象。内(nèi)容产业的本质是供给创造需求，AIGC作为(wèi)全(quán)新的内容生产方式(shì)，可(kě)以为内容产(chǎn)业(yè)带来(lái)更新的内容风格、更快的生(shēng)产速度(dù)，更低的生产成本(běn)，这像火花像蝴蝶段绍荣是谁杀的无疑会驱动(dòng)内(nèi)容产(chǎn)业的大爆发。

除了AI绘图、视频，AIGC技术还能(néng)应用于(yú)音乐、代码、机器人(rén)动作等多种内容形式(shì)的生成。不(bù)难(nán)发现该项技(jì)术不仅在游戏等行业能得到有效应用(yòng)，对于下一代互联网各(gè)种元素的构建亦有关键(jiàn)意(yì)义。

从商业化的角度来(lái)看，文化娱乐、教育、传(chuán)媒等诸多领域，本身(shēn)就(jiù)对基于(yú)AI的可(kě)视化内容有强烈(liè)需求。

因此，AI绘画(huà)及视频或不是结果(guǒ)，而只是AI进程中(zhōng)的(de)一块重(zhòng)要拼图(tú)，有望在技术更新(xīn)的加持下实现更(gèng)大的应用(yòng)价值(zhí)。

AI从理解内容，走向了可(kě)以生成内容，甚至能(néng)够创(chuàng)造出独立价值和独立视角(jiǎo)的(de)内容。AIGC的再(zài)次出圈，更代表着未(wèi)来的先进(jìn)生产力即(jí)将到来(lái)。

紧抓大模(mó)型与算力，牢固AIGC底座

从技(jì)术的发展(zhǎn)也可以(yǐ)看出，在语(yǔ)言大(dà)模型(xíng)、图像大模型(xíng)之后，多模态大模型已经成为了(le)新的趋势。

大(dà)模型被誉为当(dāng)前人工智能发展(zhǎn)的智能底(dǐ)座，是全球(qiú)竞争最(zuì)激烈(liè)的研(yán)究方向之(zhī)一，包括谷歌、亚马逊、百度、阿(ā)里、腾讯(xùn)等众多头部企业都在(zài)竞相发(fā)力。

不过训(xùn)练大模型的确价格不菲，以国盛证券发布的(de)《ChatGPT需要多少算力》报告估算，GPT-3训练一次的成本(běn)约(yuē)为140万美元。而对于一些(xiē)更大的(de)LLM(大型语(yǔ)言模型)，训练成(chéng)本(běn)则介于200万(wàn)美元至1200万美元(yuán)高(gāo)价之间。

以ChatGPT在2023年(nián)1月的独立访客平均数(shù)1300万计(jì)算，其对应芯片需求为3万多片英(yīng)伟(wěi)达A100 GPU，初始投(tóu)入成本约(yuē)为8亿美(měi)元，每(měi)日仅电费就在5万美(měi)元(yuán)左右。

此外不论是(shì)ChatGPT还是AIGC，都离不开庞大算力支持。在关注各(gè)类(lèi)大模型的发展同时(shí)，更应该关(guān)注算力(lì)网(wǎng)络的建设。

算力网络正驱动AI产业发(fā)展进入(rù)史诗级加速进(jìn)程，让(ràng)AIGC及通用AI这一人工智能发展的终(zhōng)极(jí)目标离得更(gèng)近。

因为算(suàn)力可以(yǐ)对(duì)突(tū)破性(xìng)技术创新提供大力的支持。这方面，多模态大模型是典型。作为面(miàn)向未来强人工(gōng)智(zhì)能、通用(yòng)人工智能的重要技术创(chuàng)新(xīn)，多模态大模型已(yǐ)经在人工智能领域提出了很多年，业界也(yě)有(yǒu)不少技(jì)术突破，但是，多模态大模型(xíng)进一步往下走，算(suàn)力(lì)需求呈几何式上(shàng)升(shēng)，一(yī)般的算力基础设施很快将难以胜任。

从图像(xiàng)、文(wén)字、语音单独一项的训练，到双模态、三模态的跃(yuè)迁，让人工智能可以灵活应对不同(tóng)模态(tài)的(de)转化、像(xiàng)人与世界(jiè)交互一样自(zì)然，这方(fāng)面，由算力(lì)网(wǎng)络(luò)来驱动(dòng)将有明显优势。