压在玻璃窗边c，在窗户边c-泉州电动车网福建骑行网

压在玻璃窗边c，在窗户边c 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(tiān)机器人ChatGPT火爆以(yǐ)来，微软(ruǎn)公司(sī)创始人比尔·盖茨已多(duō)次公(gōng)开(kāi)谈(tán)论(lùn)人工(gōng)智能话题(tí)。在最近的一(yī)次(cì)采访(fǎng)中，他再次表示(shì)：“AI可能会让科技行业迎(yíng)来一(yī)次剧烈(liè)的洗牌”。

这(zhè)个结论(lùn)是他在当地时间2月(yuè)20日接(jiē)受《In Good Company》节目(mù)专访(fǎng)时提出的。

他预期，AI的发展(zhǎn)可能(néng)会威胁到谷歌的市占率，因为微软在AI方(fāng)面的行动相当迅速。而最终科技巨头将把AI整(zhěng)合成用户的“全能助手”，包揽一切应用，与人们进行沟通(tōng)并提供建议(yì)，可以取代亚马逊、Siri或Outlook等应用。

大佬口中(zhōng)全能(néng)助手的(de)到来可能尚需时日，但由ControlNet引发(fā)的(de)又一次AI绘(huì)画浪潮，让(ràng)AIGC在ChatGPT的话题热点(diǎn)包围中杀出重围。

ChatGPT之后(hòu)又(yòu)一应用(yòng)杀疯了，AIGC或进入可控期，将(jiāng)洗(xǐ)牌科技行业？_黑料正能量

ControlNet颠(diān)覆(fù)AI绘画新玩法

AIGC向可(kě)控靠近

以AI绘画为代表的(de)AIGC上一次爆火的时候(hòu)，还是2022年8月，在美国(guó)科罗(luó)拉多州举办的新兴数字(zì)艺术家(jiā)竞(jìng)赛中，一幅名为《太空歌剧院》的作品(pǐn)获奖。

随后各大(dà)厂(chǎng)商的AI绘画软件被(bèi)广大网友熟知并体验，Stable Diffusion便是其中代表。

用(yòng)户们可(kě)以在应用中输入一(yī)组关键词或者(zhě)一张照片，就能获得一幅AI创(chuàng)作的画作。

作画的关键就(jiù)是所(suǒ)输入的(de)文本。同(tóng)一组关(guān)键词也可以创作出很多(duō)张风格不一样的画作(zuò)，这(zhè)让创作的过(guò)程就(jiù)像开盲(máng)盒(hé)。

很多用户(hù)很喜(xǐ)欢(huān)这种不(bù)确(què)定的惊喜(xǐ)，他(tā)们会将生成(chéng)的美图当做头像。而另一(yī)部分喜欢(huān)翻看AI绘画的“翻车(chē)”作(zuò)品。在社交媒体(tǐ)上，许多(duō)用户分享(xiǎng)AI压在玻璃窗边c，在窗户边c“翻(fān)车(chē)现场”，例如(rú)，一位网友的小狗(gǒu)照片被AI画(huà)成了“肌肉男”，还有网友(yǒu)的个(gè)人照片(piàn)被(bèi)AI识别(bié)成(chéng)了建筑。

而如今随着ControlNet的出现与加(jiā)持，以往AI绘画(huà)的填写关键(jiàn)词游(yóu)戏可能要被颠(diān)覆了(le)。

ControlNet是一位(wèi)正在(zài)斯(sī)坦福读博的中国人张吕(lǚ)敏创作的一(yī)种基于(yú)控制点的图像变形(xíng)算法，主(zhǔ)要用于数字图像(xiàng)处理、计算(suàn)机(jī)视觉和计(jì)算(suàn)机图形学等领域(yù)。

其SD插件(jiàn)一经发布(bù)，在短短(duǎn)的两天(tiān)内便成为了AI绘画领域(yù)最新的热点。

在此之(zhī)前，大家用了(le)很多方法(fǎ)想让AI生成(chéng)的结(jié)果尽可能的符合(hé)要求，但(dàn)是都不尽(jǐn)如人意(yì)，它的出现(xiàn)代(dài)表着(zhe)AI生成开始进入真正的可控时期。

因(yīn)为ControlNet可以(yǐ)直接提取(qǔ)画面的构图(tú)，人物的姿势和画面的深(shēn)度信(xìn)息等。有了它的帮(bāng)助，就不用频繁的(de)用提示词(cí)来碰(pèng)运气(qì)，抽盲盒式(shì)的创(chuàng)作了。

通俗的说ControlNet相当(dāng)于给(gěi)AI绘(huì)画加(jiā)了“魔(mó)法”，不少(shǎo)博主的作品已(yǐ)经(jīng)获得了大量的浏览量(liàng)，“viggo”就是其中(zhōng)之(zhī)一(yī)，他用朋友(yǒu)的照片直接带(dài)她们走(zǒu)进动漫世界。

viggo先(xiān)用StableDiffusion图片转文字。

再(zài)用Text2Prompt插(chā)件拓展(zhǎn)找到对应的关(guān)键词；最(zuì)后用ControlNet插件绑定骨骼开始换关键词试(shì)效果。

通过图片就可以看(kàn)出来，效果十分(fēn)惊艳。

更厉害的是，除了真(zhēn)实(shí)的照片(piàn)，草(cǎo)图(tú)也可以加(jiā)上“魔(mó)法”，知乎大牛“DevPoint”和“逗砂(shā)”介绍到ControlNet还能实现线稿转全彩(cǎi)图(tú)。大神张吕敏其本尊(zūn)也(yě)亲自回应。

不得不说当下(xià)AIGC已(yǐ)经变得越(yuè)来越(yuè)强(qiáng)大，甚至输出的(de)作品都已(yǐ)经能(néng)以假乱(luàn)真了。

难辨虚实，AIGC技(jì)术(shù)力爆发

警惕安全(quán)问题(tí)

近日(rì)，“苏(sū)州(zhōu)金鸡湖有游艇party”的消息火遍(biàn)网络，而经过警方(fāng)辟(pì)谣这所谓的“party”可能是(shì)全国第一起AI绘图诈骗。

由于这个活动(dòng)里面给出的美女照片都是(shì)AI制作的真人照片绘图，因为(wèi)太逼真(zhēn)，被(bèi)大(dà)家当成(chéng)真事传播(bō)了。

不过(guò)仔细观察(chá)可以发现，活动发起者提供的(de)照(zhào)片中有个(gè)很大的(de)漏洞可以发(fā)现并非(fēi)真(zhēn)人(rén)，而(ér)是(shì)AI绘图，那便是图片(piàn)中女性(xìng)的(de)手指(zhǐ)部分有的存在异(yì)常。

ChatGPT之后又一应用杀疯(fēng)了，AIGC或进入可控期，将洗牌(pái)科技行业？_黑料正能量

有(yǒu)行(xíng)业人事表示：“现在因为手指部(bù)分的绘画算法比较复杂，AI还不(bù)太(tài)会画人(rén)的手(shǒu)，但(dàn)最(zuì)新看到的(de)图片已经有越(yuè)来(lái)越完美的(de)AI模(mó)型出现，以后可能(néng)就完全没有漏洞(dòng)了。”

类似的AI作图诈(zhà)骗在国外也已(yǐ)有发生。据英国广播公(gōng)司报道，土耳(ěr)其地震(zhèn)期(qī)间，有Tiktok用(yòng)户使(shǐ)用(yòng)AI合成了儿童受灾的假(jiǎ)照片(piàn)发布到(dào)网络，以此诱骗善(shàn)良(liáng)的人打赏“捐助”从(cóng)而(ér)实(shí)施诈骗。

目前(qián)随着技术发展(zhǎn)，AIGC已经能做出真人照片般的绘图效果，如果这样(yàng)的图片(piàn)被用来诈骗，将非(fēi)常可怕。

此外AIGC还引发了很多(duō)担忧，一(yī)方(fāng)面，批判者认为AI在(zài)“学习”了大量(liàng)前(qián)人的作品(pǐn)之后，其创作没有任何情(qíng)绪(xù)和灵魂，难(nán)以(yǐ)和人类的(de)艺术创作相提(tí)并论。

另(lìng)一方面，AIGC背(bèi)后的版(bǎn)权(quán)、目前都(dōu)并没有(yǒu)得到有效(xiào)的解决(jué)，还有AIGC会不(bù)会(huì)代替人类“至高无上”的创(chuàng)意。

马斯克也(yě)强调，人(rén)工智(zhì)能的安全问题需(xū)要得到重视(shì)，太(tài)晚(wǎn)就来不及了。

AIGC下一站除(chú)了视频，还(hái)有远(yuǎn)方(fāng)

技(jì)术(shù)都是有两面性的，潜(qián)在的危(wēi)害并不能(néng)掩盖其光辉的贡献。现在看来，人工智能技(jì)术将(jiāng)是第四次工(gōng)业(yè)革命的核心驱(qū)动力量，将创造新的增长奇迹。

过(guò)去一(yī)年，人(rén)工智(zhì)能在技术和商业层面都有了巨大进(jìn)展，AI绘画就(jiù)是人工智能技术发生方向性改变的一个代(dài)表(biǎo)压在玻璃窗边c，在窗户边c。其(qí)下一站(zhàn)或许(xǔ)就(jiù)是(shì)视频(pín)。

此(cǐ)前，Meta和(hé)谷歌先(xiān)后发布了几(jǐ)条(tiáo)引爆(bào)科(kē)技(jì)圈(quān)的短视频。这些视频引发关注(zhù)并非(fēi)内(nèi)容(róng)做得多优(yōu)秀(xiù)，反而都非常简单(dān)，比如一匹正(zhèng)在喝水的马，一只画画的玩具(jù)熊，或者一段骑摩(mó)托车的第(dì)一(yī)视角(jiǎo)录(lù)像，随便(biàn)一个有(yǒu)手(shǒu)机(jī)的人都可以随手录下一段。

但这些短视(shì)频(pín)的创作方式非常(cháng)简(jiǎn)单，创(chuàng)作者仅仅需要向AI输入(rù)一段话，甚至只(zhǐ)是说一下(xià)要求，AI就可以(yǐ)根据需要(yào)生成一段(duàn)视频。

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

在Make-A-Video公布了AI生(shēng)成的视频后，AI圈就已经玩了一波梗，一个能够(gòu)做出更高(gāo)清视频(pín)的AI还不足以在(zài)短时间内戳(chuō)中兴奋点。

Phenaki更加令人震惊的地方在于，它(tā)可以制作出超过2分(fēn)钟的连贯的(de)也有确切内容的(de)视频，这才是(shì)真正(zhèng)让(ràng)人们感到惊喜(xǐ)的(de)地方(fāng)。因(yīn)为无(wú)论AI生成的视频多么(me)高清(qīng)，也只能(néng)是为内容生产者提供一个灵感，一(yī)个素材，一个过场动画。

不过能够制作出有具体剧(jù)情内容的视频就意味(wèi)着，一些视频(pín)创(chuàng)作由AI代替人(rén)工完成已经初步有(yǒu)了可能。

当(dāng)下AI的发展速度已经超(chāo)过大部分人的想(xiǎng)象。内容产业(yè)的(de)本质是(shì)供给创造需(xū)求(qiú)，AIGC作为全新的内容生产(chǎn)方式，可以为内容产业带(dài)来更(gèng)新的(de)内容风格、更快(kuài)的生产速度，更(gèng)低的生产成本，这(zhè)无疑(yí)会驱动内容产(chǎn)业的大爆发。

除了(le)AI绘图、视频，AIGC技术还能应用于音乐、代码(mǎ)、机器(qì)人动作(zuò)等多种(zhǒng)内容形式的(de)生成。不难发现该项技术不(bù)仅(jǐn)在游戏等行(xíng)业能得到有效应用，对于下一代互联网各种元素(sù)的构(gòu)建亦(yì)有关(guān)键意(yì)义。

从商业化的角度来看，文化娱乐、教育、传媒等诸(zhū)多领域，本身就(jiù)对(duì)基于AI的可视化(huà)内容有(yǒu)强烈需求(qiú)。

因此，AI绘画及视(shì)频或不是结果，而只是AI进程中(zhōng)的一块重(zhòng)要(yào)拼(pīn)图，有望在(zài)技术(shù)更新(xīn)的(de)加(jiā)持下实现更大的应用价(jià)值。

AI从理解(jiě)内容，走向了可(kě)以(yǐ)生成(chéng)内容，甚(shèn)至能够创造出(chū)独立价值和(hé)独立视(shì)角的(de)内容。AIGC的再次(cì)出(chū)圈，更代(dài)表着未来(lái)的先进(jìn)生产力(lì)即将(jiāng)到来。

紧抓大模型与算力，牢固AIGC底座

从技术的(de)发(fā)展也可以看出(chū)，在语言大模(mó)型、图像大模型之后，多模态大模型已经成(chéng)为了(le)新(xīn)的趋势(shì)。

大(dà)模(mó)型被誉为当前人工智能发展的智能(néng)底座，是全球竞争最激(jī)烈的研(yán)究方向之一，包括(kuò)谷(gǔ)歌、亚马(mǎ)逊、百度、阿里、腾讯等众(zhòng)多头部企业都在竞(jìng)相(xiāng)发力。

不(bù)过训(xùn)练大(dà)模型的确价格不(bù)菲，以国盛证券发(fā)布的(de)《ChatGPT需要多少(shǎo)算力》报告估算，GPT-3训练一次的(de)成本约(yuē)为140万美(měi)元。而对于一些更大的LLM(大型语(yǔ)言模型(xíng))，训练成本则(zé)介于200万美元(yuán)至1200万(wàn)美元高价(jià)之间。

以ChatGPT在2023年1月的(de)独立访客平均数1300万计算(suàn)，其对应芯(xīn)片需求(qiú)为3万多片(piàn)英(yīng)伟达A100 GPU，初始投入(rù)成本约为8亿美元，每(měi)日仅电费就在5万美元左右。

此外不论是(shì)ChatGPT还是AIGC，都离(lí)不开庞大算(suàn)力支持。在关注各类大模(mó)型的(de)发(fā)展同(tóng)时，更应该关注算力(lì)网(wǎng)络的建(jiàn)设。

算力网络正驱动AI产业(yè)发展进入史诗级加速进(jìn)程，让AIGC及(jí)通用AI这一人工智能发(fā)展的终(zhōng)极目标离(lí)得更(gèng)近。

因为算力可以对突(tū)破性技术创新提供大力的支持。这方面，多(duō)模态大模型(xíng)是典型。作为面向未来强人工(gōng)智(zhì)能、通(tōng)用人工智能的重(zhòng)要技术创新(xīn)，多模态大模(mó)型已经(jīng)在人工(gōng)智能领(lǐng)域(yù)提出了(le)很(hěn)多年(nián)，业(yè)界也有(yǒu)不少技术突破，但(dàn)是，多模(mó)态大模型进一步往下走，算力需求呈几何(hé)式上升，一(yī)般的算(suàn)力基础设施很(hěn)快(kuài)将难以(yǐ)胜任。

从图像、文字、语音单独(dú)一(yī)项的训(xùn)练，到(dào)双模态、三模(mó)态的跃迁，让人(rén)工(gōng)智(zhì)能可以灵(líng)活(huó)应对不同模态的转化、像人(rén)与世(shì)界(jiè)交(jiāo)互一样自(zì)然，这方面，由算力网络来驱动将有明显优势。