半夜被C醒是一种什么样的感受-橘子百科-橘子都知道

半夜被C醒是一种什么样的感受 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(rén)ChatGPT火(huǒ)爆以(yǐ)来，微软公司创始(shǐ)人比尔·盖茨(cí)已多次公开谈论人(rén)工(gōng)智(zhì)能话(huà)题。在最近的一次(cì)采(cǎi)访中，他再(zài)次表示：“AI可(kě)能会让(ràng)科技行业(yè)迎(yíng)来一次(cì)剧烈(liè)的洗牌”。

这个结(jié)论是他在(zài)当地时间2月(yuè)20日接受《In Good Company》节目专(zhuān)访时提出的(de)。

他预(yù)期，AI的发展可能会威(wēi)胁到谷(gǔ)歌的市占率，因(yīn)为(wèi)微(wēi)软在(zài)AI方面的(de)行动(dòng)相当迅(xùn)速。而最(zuì)终科技巨头将把AI整合(hé)成用户(hù)的“全(quán)能助(zhù)手”，包揽一(yī)切应用，与人(rén)们进行(xíng)沟(gōu)通并提供建议，可以取代亚(yà)马逊、Siri或Outlook等应用。

大佬口中全能助手的到来可能(néng)尚需时日(rì)，但(dàn)由ControlNet引(yǐn)发(fā)的(de)又一次AI绘画浪(làng)潮，让(ràng)AIGC在ChatGPT的话题热点包围中杀出重围。

ChatGPT之(zhī)后(hòu)又一应用杀疯(fēng)了，AIGC或进(jìn)入可控(kòng)期，将(jiāng)洗牌科技行业？_黑料(liào)正(zhèng)能量

ControlNet颠覆(fù)AI绘画新玩法

AIGC向可(kě)控(kòng)靠(kào)近

以(yǐ)AI绘画为代表的AIGC上一(yī)次爆火的时候，还是2022年(nián)8月，在美国科(kē)罗(luó)拉多(duō)州举办(bàn)的新兴数字(zì)艺术家竞赛中，一(yī)幅名为《太(tài)空歌剧院》的作品获奖。

随后各大厂商的AI绘画软件被广大网(wǎng)友(yǒu)熟知并体验，Stable Diffusion便是其中(zhōng)代(dài)表。

用户们可(kě)以在应用中输入一组(zǔ)关键词或者一张(zhāng)照片，就(jiù)能(néng)获(huò)得一幅AI创作的画(huà)作。

作画的关键就是所(suǒ)输入的文本。同一(yī)组关键词(cí)也可(kě)以创作出很(hěn)多张风格(gé)不一(yī)样的画作，这让(ràng)创作的(de)过程就像开盲盒(hé)。

很(hěn)多用户很喜欢这种不确(què)定的惊喜，他们会将(jiāng)生成(chéng)的(de)美(měi)图当(dāng)做头像(xiàng)。而另一部分(fēn)喜欢翻看(kàn)AI绘画的“翻车”作品。在社交媒体(tǐ)上，许多用户分(fēn)享AI“翻车现场”，例如，一位(wèi)网友的(de)小狗照(zhào)片被(bèi)AI画成了“肌肉(ròu)男”，还有(yǒu)网友的(de)个人照片(piàn)被AI识别成了建筑。

而(ér)如今(jīn)随着ControlNet的出现与加(jiā)持，以往AI绘画的填写关键词游戏可(kě)能(néng)要被颠覆了。

ControlNet是一位正在斯坦福读博的中(zhōng)国人张吕敏创作的一种基于(yú)控(kòng)制点的图(tú)像变形算(suàn)法，主要用(yòng)于数字图像(xiàng)处理、计算机(jī)视觉和计算机图形学等领域(yù)。

其SD插件一经发布，在短短的两天内便(biàn)成为了(le)AI绘(huì)画领域最新的(de)热点。

在此(cǐ)之前，大(dà)家(jiā)用了很多方法想让AI生成的结果(guǒ)尽可能的符合要求，但(dàn)是都不尽如人意，它的出现代表着AI生成开始进入真正(zhèng)的可控时期。

因为ControlNet可以直(zhí)接(jiē)提取画面的构(gòu)图(tú)，人物的姿势和画面(miàn)的深(shēn)度(dù)信息等。有(yǒu)了(le)它的帮助，就不用频(pín)繁(fán)的用提示词来碰运气，抽盲盒式的创作了。

通俗的说ControlNet相当于给AI绘画加了“魔法”，不(bù)少博主(zhǔ)的作品(pǐn)已(yǐ)经获得了大量的浏览(lǎn)量(liàng)，“viggo”就是其中之一(yī)，他(tā)用朋友(yǒu)的照片直(zhí)接带她(tā)们走进动漫世界。

viggo先(xiān)用StableDiffusion图片转(zhuǎn)文字。

再用Text2Prompt插件拓展找到对应的关键词；最后用(yòng)ControlNet插件绑(bǎng)定骨骼(gé)开始换关(guān)键词试(shì)效果。

通过图片就可(kě)以看出来，效果十分惊(jīng)艳(yàn)。

更(gèng)厉(lì)害的是，除了(le)真(zhēn)实的照片(piàn)，草图也可以加上“魔法”，知乎大牛“DevPoint”和“逗砂”介(jiè)绍到ControlNet还能实现线稿转(zhuǎn)全(quán)彩图。大神张(zhāng)吕敏其(qí)本(běn)尊也亲自回应。

不得不(bù)说当下AIGC已经变得越来越强大，甚至输出(chū)的作品都已经(jīng)能(néng)以(yǐ)假(jiǎ)乱(luàn)真(zhēn)了。

难(nán)辨(biàn)虚(xū)实(shí)，AIGC技术(shù)力爆发

警惕安(ān)全问题

近日，“苏州金(jīn)鸡(jī)湖(hú)有游艇party”的消息火遍网(wǎng)络，而经过警方(fāng)辟谣这所谓(wèi)的“party”可能(néng)是全国第一(yī)起AI绘图诈骗。

由于这(zhè)个活(huó)动里面(miàn)给(gěi)出的美女照片都是AI制作(zuò)的真人照片绘图，因为(wèi)太逼真(zhēn)，被大家当(dāng)成真事传播了。

不过(guò)仔细观察可以发现(xiàn)，活动(dòng)发起者提(tí)供的照片中(zhōng)有个很(hěn)大的漏洞(dòng)可以(yǐ)发现并非真人，而是AI绘图(tú)，那(nà)便是图片中(zhōng)女性(xìng)的(de)手指部分有的存在异常(cháng)。

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

有行业人事(shì)表示(shì)：“现在因为手指部分的绘画算法比较(jiào)半夜被C醒是一种什么样的感受复杂，AI还不太会画人的手，但(dàn)最新看到的(de)图片已经有越来越(yuè)完美的AI模型出现，以(yǐ)后可能(néng)就完全没(méi)有(yǒu)漏洞了。”

类似的AI作(zuò)图诈(zhà)骗在国外也(yě)已有(yǒu)发生(shēng)。据英国广(guǎng)播公(gōng)司报(bào)道，土耳其地震期间，有(yǒu)Tiktok用户使用AI合成了(le)儿童受(shòu)灾的假照片(piàn)发布到(dào)网络，以此诱骗善良(liáng)的人打赏(shǎng)“捐助”从而实施诈骗。

目前随着技术(shù)发展，AIGC已经能做出(chū)真人照片般的绘(huì)图效(xiào)果，如(rú)果(guǒ)这样(yàng)的图片被用(yòng)来诈骗，将非常可怕。

此(cǐ)外AIGC还(hái)引(yǐn)发了很多担忧，一方面，批判(pàn)者认为AI在“学习”了大量前人的作品(pǐn)之后，其创(chuàng)作没(méi)有任(rèn)何情绪和灵魂(hún)，难以和人类的艺术(shù)创作相提并论。

另一(yī)方面，AIGC背(bèi)后(hòu)的版权、目前(qián)都(dōu)并没有(yǒu)得到有效的解决，还有AIGC会不会代(dài)替人类(lèi)“至(zhì)高无上”的创意。

马斯克也强(qiáng)调，人工(gōng)智能(néng)的(de)安全问题需要得到(dào)重视，太晚就来不(bù)及了。

AIGC下一站(zhàn)除了视(shì)频(pín)，还有(yǒu)远方

技(jì)术都是有(yǒu)两面性的(de)，潜在的危害并不能掩盖其(qí)光辉的贡献。现(xiàn)在看(kàn)来，人工智能(néng)技术(shù)将是第四次工业(yè)革命的(de)核(hé)心驱动力量，将创造新的增长(zhǎng)奇迹。

过去一年(nián)，人工智能在技术和(hé)商业层面都有了巨大进展，AI绘画(huà)就是人(rén)工智能技术发生方(fāng)向(xiàng)性改变的一(yī)个(gè)代表。其下一站或许就(jiù)是视频。

此前，Meta和谷歌先后(hòu)发布了几条引爆科技(jì)圈的短视频。这些(xiē)视(shì)频引发关注并非内容做得多优(yōu)秀(xiù)，反(fǎn)而都(dōu)非常简单(dān)，比如一匹正在喝水的马，一(yī)只画画(huà)的玩具熊，或者一段骑摩托(tuō)车的第一视角(jiǎo)录像，随便(biàn)一个有手机的人都可以随手录下一段(duàn)。

但这些短视频的创作方式非常简单，创(chuàng)作者仅(jǐn)仅需要向(xiàng)AI输入(rù)一段话，甚至只是说一下(xià)要求，AI就可以(yǐ)根据需要生(shēng)成(chéng)一段视频。

谷歌发布的两(liǎng)个AI生成视(shì)频(pín)分(fēn)别来(lái)自于Imagen Video和Phenaki，前者(zhě)主(zhǔ)要突出的是(shì)高清，与Meta的Make-A-Video没(méi)有太多(duō)的差别。

在Make-A-Video公(gōng)布(bù)了AI生成的(de)视(shì)频后，AI圈就(jiù)已(yǐ)经玩了一波梗，一个能够(gòu)做出(chū)更高清视频的(de)AI还不(bù)足以在短时间内戳中(zhōng)兴(xīng)奋(fèn)点。

Phenaki更加令人震惊(jīng)的地方(fāng)在于，它可以制(zhì)作出超过2分(fēn)钟的连贯的也有确切内容的视频，这才是真正(zhèng)让人们感到惊(jīng)喜的(de)地方(fāng)。因为无论(lùn)AI生成的视频(pín)多么(me)高(gāo)清，也只(zhǐ)能(néng)是为内容生产者提供一个(gè)灵感，一(yī)个素材，一个过场(chǎng)动画。

不过能(néng)够制作出(chū)有具体剧情(qíng)内容的(de)视频(pín)就(jiù)意味着(zhe)，一些(xiē)视频创作由AI代替(tì)人(rén)工完成已(yǐ)经初步有了可(kě)能(néng)。

当下AI的发展速度已(yǐ)经超过(guò)大(dà)部分人的(de)想象。内容产业的本质是供(gōng)给创造需求，AIGC作为(wèi)全新的内容生产方式，可以(yǐ)为(wèi)内容产业带来(lái)更新的(de)内容风格、更(gèng)快的生产速度，更(gèng)低的生产成本(běn)，这无疑会驱动内(nèi)容(róng)产业的大爆发。

除了AI绘图、视频，AIGC技术还能应用于音乐、代(dài)码、机(jī)器(qì)人动作等多(duō)种(zhǒng)内容形式的生成。不难发现(xiàn)该项技术不仅在游戏等(děng)行业能得(dé)到有效应用(yòng)，对于下一(yī)代互联网各种元素的构(gòu)建亦有关键意义。

从(cóng)商业化的角度来看，文化(huà)娱乐、教(jiào)育、传媒等诸多(duō)领域，本身就(jiù)对基(jī)于AI的可视化内容有强烈需求。

因此，AI绘画(huà)及(jí)视频或不是结果，而只(zhǐ)是AI进程中的一(yī)块(kuài)重要拼图(tú)，有望在技术更新的加(jiā)持下实(shí)现(xiàn)更(gèng)大的应用价(jià)值。

AI从理解(jiě)内容，走(zǒu)向了可(kě)以生成内容，甚至能够创造(zào)出独立(lì)价值和独立视角的内容。AIGC的再次出圈，更代表着未(wèi)来的(de半夜被C醒是一种什么样的感受)先进(jìn)生产力即(jí)将(jiāng)到(dào)来。

紧抓(zhuā)大模型与算力，牢(láo)固(gù)AIGC底座

从技术(shù)的发展也(yě)可以看出，在(zài)语言大模型、图像大模(mó)型之后，多模态大(dà)模(mó)型已经(jīng)成为了新的趋势(shì)。

大模型被誉为当(dāng)前人工智能发展的智能底座(zuò)，是全(quán)球(qiú)竞争最激烈的(de)研究(jiū)方向之一，包括谷歌、亚马逊(xùn)、百(bǎi)度、阿里、腾(téng)讯(xùn)等众多头部企业都在竞相(xiāng)发力。

不过训练大(dà)模型的(de)确价(jià)格(gé)不菲，以国盛证(zhèng)券发布(bù)的《ChatGPT需要多少算力》报(bào)告估算，GPT-3训练(liàn)一次的成(chéng)本约为140万(wàn)美元(yuán)。而对于(yú)一(yī)些更(gèng)大的LLM(大型语言(yán)模型)，训练成本则介于200万美(měi)元至1200万(wàn)美元高价之间(jiān)。

以ChatGPT在2023年1月的独立访客平均数1300万计算，其对(duì)应(yīng)芯片(piàn)需求为3万多(duō)片(piàn)英伟(wěi)达A100 GPU，初始投入成本(běn)约为8亿美元，每日仅(jǐn)电(diàn)费就在5万美元左右。

此(cǐ)外不(bù)论是ChatGPT还(hái)是AIGC，都离不(bù)开庞大(dà)算力支持。在关(guān)注各(gè)类大模型的发展同时，更应该关注算力网络(luò)的建设。

算(suàn)力(lì)网络正驱动AI产(chǎn)业发展进入史诗级加速进程，让AIGC及通用AI这(zhè)一人工智(zhì)能发展的终极目标离得更近。

因为(wèi)算力可以对突破性技(jì)术创(chuàng)新提供大力的支持。这(zhè)方面，多模(mó)态大模型是典(diǎn)型。作(zuò)为(wèi)面向未来强人工智能、通用(yòng)人(rén)工(gōng)智能的重要技术创新，多模态大模型已经在人(rén)工(gōng)智能(néng)领域(yù)提出(chū)了很多年，业界也有不少(shǎo)技术(shù)突破，但是，多(duō)模态大模型进一(yī)步往下走，算力需求(qiú)呈几何式上升，一般的算(suàn)力基础设施(shī)很快将难以胜任。

从图像(xiàng)、文字、语音单独一项的训练，到双模态、三模态的跃(yuè)迁，让(ràng)人工智(zhì)能可以灵(líng)活应对不同模态(tài)的(de)转化、像人与世界交互一样自然(rán)，这方面，由算力网(wǎng)络来(lái)驱动将有明显优(yōu)势(shì)。