上尉是什么级别，上尉是连长还是营长-橘子百科-橘子都知道

上尉是什么级别，上尉是连长还是营长 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(liáo)天机器人ChatGPT火爆以来，微软公司(sī)创始人(rén)比尔·盖茨(cí)已多(duō)次公开(kāi)谈(tán)论(lùn)人工智能话题(tí)。在最近的(de)一次采访(fǎng)中，他再次表示：“AI可能会让科(kē)技(jì)行业迎来一(yī)次(cì)剧烈(liè)的洗牌”。

这(zhè)个结论是他(tā)在当(dāng)地时(shí)间2月20日接受《In Good Company》节目专访时提出的(de)。

他预期，AI的发展(zhǎn)可能会(huì)威胁到谷歌的市占率，因为微软在AI方面的(de)行(xíng)动相当迅速。而最终科技(jì)巨头将把AI整(zhěng)合成用户的“全能助手”，包(bāo)揽一切应用，与(yǔ)人们进(jìn)行沟通并提供建议(yì)，可以取代亚马逊、Siri或Outlook等应用。

大佬口(kǒu)中(zhōng)全能(néng)助手的到来(lái)可(kě)能尚需时(shí)日，但由ControlNet引(yǐn)发的又一次AI绘画(huà)浪潮，让AIGC在ChatGPT的(de)话题热(rè)点包(bāo)围中杀出重(zhòng)围。

ChatGPT之后又一应用杀(shā)疯了，AIGC或进入可控期(qī)，将洗牌(pái)科技行业？_黑料正(zhèng)能量

ControlNet颠覆AI绘画新玩法

AIGC向可控(kòng)靠(kào)近

以AI绘(huì)画(huà)为(wèi)代表的AIGC上(shàng)一次爆火的(de)时候，还(hái)是(shì)2022年(nián)8月，在美国(guó)科罗拉多州举办(bàn)的新兴数字(zì)艺术家竞(jìng)赛中，一幅(fú)名为《太空歌剧院》的作品获奖。

随后各大厂商(shāng)的AI绘画(huà)软件被(bèi)广大(dà)网友熟知并体(tǐ)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(zǔ)关键词或者一张照(zhào)片，就(jiù)能获得一幅AI创作(zuò)的画作。

作画的关键就(jiù)是所输(shū)入的文本。同一组(zǔ)关键词也可以创作出很(hěn)多(duō)张风(fēng)格不(bù)一(yī)样的画作，这(zhè)让创作(zuò)的过程就像(xiàng)开盲盒(hé)。

很多用户很喜(xǐ)欢这种不(bù)确定的惊(jīng)喜，他们会将生成的美图(tú)当(dāng)做(zuò)头像。而另一部分喜欢翻看AI绘画的“翻车”作(zuò)品。在(zài)社交媒(méi)体(tǐ)上(shàng)，许多(duō)用户分享AI“翻车现场”，例(lì)如，一位网友的小(xiǎo)狗照片被AI画(huà)成了(le)“肌肉男”，还(hái)有网友的个人照片(piàn)被AI识(shí)别成了(le)建(jiàn)筑。

而如今随(suí)着ControlNet的出现与加持，以往AI绘画的填写(xiě)关键词游戏可能要(yào)被颠覆了。

ControlNet是(shì)一(yī)位(wèi)正(zhèng)在斯坦福(fú)读博的(de)中(zhōng)国(guó)人张吕敏创作(zuò)的一种基于控制(zhì)点的图像变(biàn)形算法(fǎ)，主要用于数字图像(xiàng)处理、计算机视觉和计(jì)算(suàn)机(jī)图形学等领域。

其SD插件一经(jīng)发布，在短短的两天(tiān)内便成为了AI绘画领(lǐng)域最新的(de)热(rè)点。

在此之前，大家用了很多方法想(xiǎng)让AI生成(chéng)的结果尽可能的(de)符(fú)合要求，但是都不尽(jǐn)如人意，它的出(chū)现代(dài)表着AI生(shēng)成开始进入(rù)真(zhēn)正的可控时期。

因为ControlNet可以直接提(tí)取画面(miàn)的(de)构图，人物的姿势和画面的深度(dù)信息(xī)等。有了它的帮(bāng)助，就不用频(pín)繁(fán)的用提示词来碰运气，抽(chōu)盲盒式的创作了(le)。

通俗的(de)说(shuō)ControlNet相当于给(gěi)AI绘画加了“魔法”，不少博主的作(zuò)品已经获得了大(dà)量的浏览量，“viggo”就(jiù)是(shì)其中之(zhī)一，他用朋(péng)友的照(zhào)片(piàn)直接带(dài)她们走进动漫世界。

viggo先用(yòng)StableDiffusion图(tú)片转(zhuǎn)文(wén)字。

再用Text2Prompt插件(jiàn)拓(tuò)展找(zhǎo)到对应的关键词；最后(hòu)用ControlNet插件绑定骨骼开始换关键词试效果。

通过图片就(jiù)可以看出来，效果十分(fēn)惊艳(yàn)。

更厉害的是，除了真实的照片，草图也可以(yǐ)加上“魔法”，知乎大牛“DevPoint”和“逗砂”介(jiè)绍到ControlNet还能实现线(xiàn)稿转全彩图。大神张吕(lǚ)敏其本(běn)尊(zūn)也亲(qīn)自回应(yīng)。

不得不说当下AIGC已经变(biàn)得(dé)越来(lái)越强大(dà)，甚至输出的(de)作品都(dōu)已经能以假乱真了。

难辨(biàn)虚实，AIGC技术力爆发

警惕安全问(wèn)题

近日，“苏州金鸡(jī)湖有游艇party”的(de)消息火遍网络，而经过(guò)警方辟谣这所谓的(de)“party”可能是全国第一起(qǐ)AI绘(huì)图诈(zhà)骗。

由于(yú)这个活动里面给出(chū)的美女照片都(dōu)是AI制作的(de)真人照片绘(huì)图(tú)，因(yīn)为太逼(bī)真(zhēn)，被大家(jiā)当成真事传(chuán)播(bō)了。

不过仔细观(guān)察可(kě)以(yǐ)发现(xiàn)，活动发(fā)起者(zhě)提(tí)供的(de)照片中有个很大的漏洞可以发(fā)现(xiàn)并非(fēi)真人(rén)，而是AI绘图，那便是图(tú)片(piàn)中女性(xìng)的手(shǒu)指部分(fēn)有的(de)存在异常。

ChatGPT之后又一应用杀疯了，AIGC或进(jìn)入可控期(qī)，将(jiāng)洗牌(pái)科技(jì)行业(yè)？_黑料正(zhèng)能量

有行业人事表示：“现在因为手指部(bù)分的绘画算(suàn)法比较复杂(zá)，AI还不太会画人的手，但最新看(kàn)到(dào)的(de)图片已经有越(yuè)来越完美的AI模(mó)型出现，以后可能就(jiù)完全(quán)没(méi)有漏(lòu)洞(dòng)了。”

类似的AI作(zuò)图诈骗在(zài)国外(wài)也(yě)已(yǐ)有(yǒu)发生。据英国(guó)广播公司报道，土耳其地震期间(jiān)，有Tiktok用(yòng)户使用AI合成了(le)儿童受灾的假照(zhào)片发布到网络，以此诱骗善良的人打赏(shǎng)“捐助”从而实施诈骗。

目前随(suí)着技术(shù)发(fā)展，AIGC已经能做(zuò)出真人照片(piàn)般的绘图效果，如果这样的(de)图片被用(yòng)来诈骗，将非常可怕。

此外AIGC还引发了(le)很多(duō)担(dān)忧，一方面，批判者认为AI在“学习”了大量前人的作(zuò)品之(zhī)后(hòu)，其创作没有(yǒu)任何情绪和(hé)灵(líng)魂，难(nán)以和人类的艺术创作相提并论。

另一方面(miàn)，AIGC背(bèi)后的版权、目前(qián)都并没有(yǒu)得到有效的解决，还有AIGC会不(bù)会代替人类“至高(gāo)无上”的创意。

马斯(sī)克(kè)也强调(diào)，人(rén)工智能的安全问(wèn)题需要得到重视，太晚就来不及了。

AIGC下一站除了视频，还(hái)有远(yuǎn)方

技术都(dōu)是有两(liǎng)面性的，潜在的危害并(bìng)不能掩(yǎn)盖其光辉的贡献。现在看来，人(rén)工智能技术将是第四次工(gōng)业革命(mìng)的(de)核心驱动力量(liàng)，将创(chuàng)造新(xīn)的增长奇迹。

过去一(yī)年(nián)，人工智(zhì)能(néng)在技术和商业层面都有(yǒu)了(le)巨大进展，AI绘画就是人工智能技术发(fā)生方(fāng)向性改变的一个(gè)代表。其下(xià)一(yī)站或许就是视(shì)频。

此(cǐ)前，Meta和谷歌(gē)先后发布了几条引爆科(kē)技圈(quān)的短视(shì)频。这些视频(pín)引发(fā)关注并(bìng)非内(nèi)容(róng)做(zuò)得多优秀，反(fǎn)而都非常简单，比如一匹正(zhèng)在喝水的马(mǎ)，一只画画的玩具熊，或者一(yī)段骑(qí)摩托车的第(dì)一(yī)视角录(lù)像(xiàng)，随便一个有手机的人都(dōu)可以随(suí)手录(lù)下一段。

但这些(xiē)短视频的创作方式非常简单，创(chuàng)作(zuò)者仅仅(jǐn)需要(yào)向AI输入一段话，甚至只是说(shuō)一下(xià)要求(qiú)，AI就可以根据需要生成(chéng)一段(duàn)视频。

谷歌发布的两个AI生成视频分别来(lái)自于Imagen Video和Phenaki，前者主要突出的是高清，与Meta的(de)Make-A-Video没有(yǒu)太(tài)多的差别。

在(zài)Make-A-Video公布了AI生成的视频后，AI圈就已(yǐ)经玩了一波(bō)梗，一个能(néng)够做出更高清(qīng)视频的AI还不足以在短时(shí)间内戳中兴奋点。

Phenaki更加令人震惊的地方在于，它可以制作出(chū)超过(guò)2分钟的连(lián)贯的也有确切内容的视频，这才(cái)是真正(zhèng)让人们感到惊(jīng)喜的地方。因为(wèi)无论(lùn)AI生成的视频多么高清，也只能是(shì)为内容生产(chǎn)者提供(gōng)一个灵感(gǎn)，一(yī)个素材，一个过场动画。

不过(guò)能够制作(zuò)出有具(jù)体剧情内容的视频就意味(wèi)着(zhe)，一些视频创作由AI代替(tì)人工(gōng)完(wán)成已(yǐ)经初步有了可能(néng)。

当(dāng)下AI的发展速度已经(jīng)超过大部分(fēn)人的想象。内容产(chǎn)业(yè)的本质是供给创造需求，AIGC作为全新(xīn)的内容(róng)生产方式，可(kě)以(yǐ)为内容产业带来更新的(de)内(nèi)容风格、更快的生产速度，更低的生(shēng)产成本，这无疑会驱动内(nèi)容(róng)产业的大爆发。

除了AI绘图、视(shì)频，AIGC技术还能应用(yòng)于音乐(lè)、代码、机器人动(dòng)作等多种内容形式的生成。不(bù)难发(fā)现(xiàn)该项技(jì)术(shù)不仅在游戏等行(xíng)业(yè)能得到有效应(yīng)用，对(duì)于下一(yī)代互联网各种元素(sù)的(de)构建(jiàn)亦(yì)有关键意(yì)义。

从(cóng)商业化的(de)角度来看，文(wén)化(huà)娱乐、教育、传媒等诸(zhū)多领域(yù)，本身就对基于AI的可视化内容有强烈(liè)需求。

因此，AI绘(huì)画(huà)及视频(pín)或不是结果，而(ér)只(zhǐ)是AI进程中的一块重要拼(pīn)图，有望在技(jì)术更新的(de)加(jiā)持下实现更大(dà)的应用(yòng)价(jià)值。

AI从理(lǐ)解内容，走(zǒu)向了可以(yǐ)生成内容，甚至能(néng)够创造(zào)出独(dú)立价值和独(dú)立视角的内(nèi)容(róng)。AIGC的(de)再(zài)次出圈，更代表着未来的先进生产力即将(jiāng)到来。

紧抓大(dà)模型与算力，牢(láo)固AIGC底座

从技术的发展也(yě)可以看(kàn)出(chū)，在语(yǔ)言大模型(xíng)、图像大模型之后，多模态大(dà)模型(xíng)已经成为(wèi)了(le)新的趋势。

大模型被誉为当前人工智(zhì)能发展(zhǎn)的(de)智能底座(zuò)，是全球(qiú)竞(jìng)争最激烈(liè)的研究方向之一，包括谷歌、亚马逊、百(bǎi)度、阿里、腾讯等众多(duō)头部(bù)企业(yè)都在(zài)竞(jìng)相(xiāng)发力(lì)。

不过(guò)训(xùn)练大(dà)模型的确价(jià)格不菲，以国盛证券发布的《ChatGPT需要多少算力》报告估(gū)算，GPT-3训练一次的成本约为(wèi)140万美(měi)元。而对于一些更大的LLM(大型语言模(mó)型)，训练(liàn)成本则介于200万美(měi)元至1200万美元高价之间。

以ChatGPT在2023年(nián)1月的独(dú)立(lì)访客平均数1300万计算，其(qí)对应芯片(piàn)需求为3万多片英伟达(dá)A100 GPU，初始投入成本约为8亿(yì)美元(yuán)，每日(rì)仅(jǐn)电费就在5万美元左(zuǒ)右。

此外不论是ChatGPT还(hái)是AIGC，都离不开(kāi)庞大算力支持(chí)。在关注各类大模型(xíng)的发展同(tóng)时(shí)，更应该关注算力网(wǎng)络(luò)的建设。

算力网(wǎng)络正驱动AI产业发(fā)展进入史(shǐ)诗级(jí)加速进程，让AIGC及通用AI这一人工智能发展的终极目(mù)标(biāo)离得更近。

因为算力可以对突(tū)破性技术创(chuàng)新提供大(dà)力(lì)的支持。这方(fāng)面，多(duō)模态大(dà)模型(xíng)是典(diǎn)型。作(zuò)为(wèi)面向未来强(qiáng)人工智能、通用(yòng)人工智(zhì)能(néng)的重要技(jì)术创新，多模态大模型已经在人工智能领(lǐng)域提出了很(hěn)多(duō)年，业界也(yě)有不少技术突破，但是，多模态大模型进一步往下走(zǒu)，算力需求(qiú)呈几何(hé)式上升，一般的(de)算(suàn)力基(jī)础(chǔ)设施(shī)很快将难以(yǐ)胜任。

从图像(xiàng)、文字、语音单独一项的训(xùn)练(liàn)，到双模态(tài)、三模(mó)态的跃(yuè)迁(qiān)，让人工(gōng)智能(néng)可(kě)以(yǐ)灵活应(yīng)对不同模态的转化(huà)、像人与(yǔ)世(shì)界交互一样(yàng)自然，这方面，由算力网络来驱动(dòng)将有明显优势。