几天不见怎么这么湿，没过几天就湿成那样了-橘子百科-橘子都知道

几天不见怎么这么湿，没过几天就湿成那样了 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(huǒ)爆以来，微软(ruǎn)公司创始人比(bǐ)尔·盖(gài)茨(cí)已多(duō)次公开谈(tán)论人工智能话(huà)题。在最近的一次采访中，他再次表示：“AI可能会让科技行业迎(yíng)来一(yī)次剧烈的洗牌”。

这个结论是(shì)他在当(dāng)地时(shí)间2月(yuè)20日接受《In Good Company》节目专访时(shí)提出的。

他预期(qī)，AI的(de)发(fā)展可能会威胁到谷歌的(de)市占率，因为(wèi)微软在AI方面的行(xíng)动(dòng)相(xiāng)当(dāng)迅速。而最终科技巨(jù)头(tóu)将把AI整合成用户的“全能助手”，包(bāo)揽一切应用，与人(rén)们进(jìn)行沟通并提供建议(yì)，可以取(qǔ)代(dài)亚(yà)马逊、Siri或Outlook等应用(yòng)。

大(dà)佬口中全能助手(shǒu)的到来可能尚需时(shí)日(rì)，但由(yóu)ControlNet引发的又(yòu)一次AI绘(huì)画浪(làng)潮，让(ràng)AIGC在ChatGPT的话题热(rè)点包围中杀出重围。

ChatGPT之(zhī)后又一应用杀疯了(le)，AIGC或进入可控期，将(jiāng)洗牌科技行业？_黑料正能量

ControlNet颠覆AI绘(huì)画新玩(wán)法

AIGC向可控靠近

以AI绘(huì)画为代表的(de)AIGC上一次爆火的时候，还是2022年8月，在美(měi)国科罗拉多州举(jǔ)办(bàn)的新(xīn)兴数字(zì)艺术家竞赛(sài)中，一幅(fú)名为《太空歌(gē)剧院》的作(zuò)品获奖。

随(suí)后各(gè)大(dà)厂(chǎng)商(shāng)的(de)AI绘(huì)画软件被广(guǎng)大网友熟知(zhī)并体验，Stable Diffusion便是(shì)其中(zhōng)代表。

用户们可以(yǐ)在应用(yòng)中输入一组关键词或者一张(zhāng)照片，就能获得一(yī)幅(fú)AI创作的(de)画作。

作画的关(guān)键(jiàn)就是所输入(rù)的(de)文(wén)本。同一组关键词也可以创作出很多张风格(gé)不一样的画作，这让创作(zuò)的(de)过(guò)程就像开盲(máng)盒。

很多(duō)用户很喜欢这种不确定的惊(jīng)喜，他(tā)们(men)会将(jiāng)生(shēng)成的美图当(dāng)做头像。而另一部(bù)分喜欢翻看(kàn)AI绘(huì)画的“翻(fān)车”作品。在(zài)社交媒体上，许多用(yòng)户分(fēn)享AI“翻(fān)车现场(chǎng)”，例如，一(yī)位网(wǎng)友的小狗(gǒu)照片被AI画成了(le)“肌肉男(nán)”，还(hái)有网友的个人(rén)照片(piàn)被AI识别成(chéng)了建筑。

而如今(jīn)随着ControlNet的出现与加持，以往AI绘画的(de)填写(xiě)关键词(cí)游戏可能要被颠覆了。

ControlNet是一位正在斯坦福(fú)读博的中国(guó)人张吕(lǚ)敏创作的一种(zhǒng)基(jī)于控制点的(de)图像变(biàn)形算法，主(zhǔ)要用(yòng)于数字(zì)图像(xiàng)处理、计(jì)算机视觉和计算机图形学等(děng)领(lǐng)域。

其SD插件一经发布，在短短的两天内便成为了AI绘画领域最(zuì)新(xīn)的(de)热点(diǎn)。

在几天不见怎么这么湿，没过几天就湿成那样了此之前，大家用了很多方(fāng)法想(xiǎng)让AI生成的结果尽可能的符合要求，但(dàn)是都不(bù)尽(jǐn)如人意，它的出现代(dài)表着AI生成开始进入真正的可控时期。

因为(wèi)ControlNet可以直接(jiē)提取画面(miàn)的构图(tú)，人(rén)物的姿(zī)势和画面的深度信(xìn)息等。有(yǒu)了(le)它的帮助，就不用频繁的用提示词来碰运气，抽盲盒式的创作了。

通俗(sú)的说ControlNet相当(dāng)于给AI绘画(huà)加(jiā)了“魔法”，不少博(bó)主的(de)作(zuò)品已经获得了大(dà)量的浏览量(liàng)，“viggo”就是其(qí)中(zhōng)之一，他用(yòng)朋友的照片直接带她们走进(jìn)动漫世界。

viggo先用StableDiffusion图片转文字。

再用(yòng)Text2Prompt插件拓展找到对应的关(guān)键词；最后用ControlNet插件(jiàn)绑(bǎng)定骨骼开始换关键词(cí)试效果。

通过图片就可以看出来，效果(guǒ)十分惊艳。

更(gèng)厉害的是(shì)，除了真实的照(zhào)片(piàn)，草图也可以加(jiā)上“魔法”，知乎大(dà)牛(niú)“DevPoint”和“逗砂”介绍到ControlNet还能实现线(xiàn)稿转全彩图。大神(shén)张吕(lǚ)敏其本(běn)尊也(yě)亲自回应。

不得不说当下AIGC已(yǐ)经变(biàn)得越(yuè)来越强大，甚至输出的作品(pǐn)都已经能以假乱真了。

难辨(biàn)虚实(shí)，AIGC技术(shù)力爆发

警(jǐng)惕安全问(wèn)题(tí)

近日，“苏州金(jīn)鸡(jī)湖(hú)有(yǒu)游艇(tǐng)party”的消息火遍网络，而经过(guò)警(jǐng)方辟谣这所谓(wèi)的(de)“party”可能是全(quán)国第一起AI绘图诈骗。

由于(yú)这个活(huó)动里面(miàn)给出的(de)美女照片(piàn)都是AI制作的真人照片绘图，因(yīn)为(wèi)太逼(bī)真，被大(dà)家当成(chéng)真事传(chuán)播了(le)。

不过仔细观察可以(yǐ)发现，活动发起者提供的(de)照(zhào)片中有个很大的漏洞可以发现并非真人，而是AI绘(huì)图，那便是图片中女性的手(shǒu)指部分有的存在异常。

ChatGPT之(zhī)后又一应用杀(shā)疯(fēng)了(le)，AIGC或(huò)进入可控(kòng)期，将洗牌科(kē)技行(xíng)业？_黑料(liào)正能量

有行业人事表示：“现在因(yīn)为(wèi)手指部(bù)分(fēn)的绘(huì)画算法比(bǐ)较复杂，AI还不太会画(huà)人的手(shǒu)，但最新看到的(de)图(tú)片已(yǐ)经有(yǒu)越(yuè)来越完美的AI模型(xíng)出现(xiàn)，以后可能就完全没有(yǒu)漏洞了。”

类似的(de)AI作(zuò)图诈骗在国外也已有发生。据英国广播(bō)公司报道，土耳(ěr)其地(dì)震期间(jiān)，有Tiktok用户(hù)使用AI合成了儿童(tóng)受灾的假照片(piàn)发布到(dào)网络，以此(cǐ)诱骗善良的人打赏“捐助”从而实(shí)施(shī)诈骗。

目前随着(zhe)技(jì)术发展，AIGC已(yǐ)经能做出真人(rén)照(zhào)片般的绘(huì)图效果，如果这样的图片被(bèi)用来(lái)诈(zhà)骗(piàn)，将非常可(kě)怕。

此外AIGC还(hái)引发了很(hěn)多(duō)担忧，一(yī)方面，批判(pàn)者(zhě)认为AI在“学习”了大量前(qián)人的(de)作品之后，其创(chuàng)作没有任何情绪(xù)和灵魂，难以和人(rén)类的(de)艺术创作相提并论。

另一方(fāng)面，AIGC背(bèi)后的(de)版权、目(mù)前都并没(méi)有得到有效的解决，还(hái)有AIGC会不会代替人(rén)类“至高无上”的(de)创(chuàng)意。

马斯(sī)克也(yě)强调(diào)，人工智能的安全问题需要得(dé)到重(zhòng)视，太晚就来不及了。

AIGC下一站除了视(shì)频，还(hái)有远(yuǎn)方

技术都是有两面(miàn)性的，潜在(zài)的危害并(bìng)不能(néng)掩盖(gài)其(qí)光辉的贡(gòng)献(xiàn)。现(xiàn)在看来(lái)，人工(gōng)智能技术将是第四次工业革(gé)命的核(hé)心驱动力量(liàng)，将创造新(xīn)的增长奇迹。

过去一年，人工智能在(zài)技术和(hé)商业层面都有了巨大进展，AI绘画就是人工智(zhì)能(néng)技(jì)术(shù)发(fā)生方(fāng)向性改变的(de)一个代(dài)表。其下一站或许就是视(shì)频。

此前，Meta和谷歌先后发布(bù)了几条引爆科技圈的短视(shì)频。这些视频引发关注并非内容做得(dé)多优秀，反(fǎn)而都非常(cháng)简单，比如一匹正在喝水的马，一只画画的玩具熊，或者一段骑摩托车的第一视角(jiǎo)录(lù)像，随便一个有手机的人都可以随手录下一段。

但这些短视频的创作方式非常简单(dān)，创作(zuò)者仅仅需(xū)要向AI输入一段话，甚至只是说(shuō)一(几天不见怎么这么湿，没过几天就湿成那样了yī)下要(yào)求(qiú)，AI就可以根据需要(yào)生成一段视(shì)频。

谷歌发布的(de)两(liǎng)个AI生(shēng)成视频分别来自于Imagen Video和Phenaki，前者主要(yào)突出的是高清，与Meta的Make-A-Video没有(yǒu)太多的差别。

在Make-A-Video公布(bù)了AI生成的视频后，AI圈就(jiù)已经玩了一波(bō)梗，一个能够做出更高清视频的AI还不足以在短(duǎn)时(shí)间内戳中兴奋点。

Phenaki更加令人(rén)震惊的(de)地方(fāng)在于，它可以制作(zuò)出(chū)超过2分(fēn)钟的连贯的也(yě)有(yǒu)确切内(nèi)容的视频(pín)，这才是真(zhēn)正让人们感到惊喜的地(dì)方。因(yīn)为无论AI生(shēng)成(chéng)的视频多么高清，也只能(néng)是为(wèi)内(nèi)容生产者提供一个灵感(gǎn)，一个(gè)素(sù)材，一个过场动画。

不过能(néng)够制作出有具体(tǐ)剧情(qíng)内容的视频就意味着，一(yī)些(xiē)视频创作(zuò)由AI代替人工完成已经初步有了(le)可能。

当(dāng)下(xià)AI的发展速度已经超过大部分人的想(xiǎng)象(xiàng)。内容产(chǎn)业的本质是供给创造(zào)需(xū)求，AIGC作为(wèi)全(quán)新的内容生产方式，可以为(wèi)内容产(chǎn)业带来更新的内容风(fēng)格(gé)、更快(kuài)的生产速度，更低的生产成本(běn)，这(zhè)无疑(yí)会驱动内容产业的大爆发。

除了AI绘图(tú)、视频，AIGC技(jì)术还能应用于音乐、代(dài)码、机器人动作等多种内容(róng)形式的生成。不难(nán)发现该(gāi)项技术(shù)不仅在游戏等(děng)行业能得到有效应用，对(duì)于(yú)下一代互联网(wǎng)各种元(yuán)素(sù)的(de)构建亦有关键意义。

从商业化的角(jiǎo)度来(lái)看，文化娱乐、教(jiào)育、传媒等诸多领域，本身就对基(jī)于(yú)AI的可视化内容(róng)有强烈需求。

因此(cǐ)，AI绘画及视频或不是结果，而只(zhǐ)是(shì)AI进程中的一(yī)块重要拼(pīn)图(tú)，有(yǒu)望在技术更新(xīn)的(de)加持(chí)下实现更大(dà)的应用价值(zhí)。

AI从(cóng)理解内容，走向了可以生(shēng)成内容，甚至(zhì)能(néng)够创(chuàng)造出独立价值和独立视(shì)角的内容。AIGC的再(zài)次出(chū)圈(quān)，更代表着未来的(de)先(xiān)进生产力即将到来。

紧抓(zhuā)大模型与算力，牢固AIGC底(dǐ)座

从(cóng)技术(shù)的(de)发(fā)展也可(kě)以看(kàn)出，在语言大模型、图(tú)像(xiàng)大(dà)模型之后，多模态大模型已经成(chéng)为了新的趋势(shì)。

大模型被誉为当前人工(gōng)智(zhì)能发展的智能底座，是全球竞(jìng)争最(zuì)激烈的研究方(fāng)向之一，包括谷歌、亚(yà)马逊(xùn)、百度、阿里(lǐ)、腾讯(xùn)等(děng)众(zhòng)多(duō)头(tóu)部企业(yè)都在竞相发力(lì)。

不过(guò)训(xùn)练(liàn)大模型的(de)确价格不(bù)菲(fēi)，以国盛证券(quàn)发布的《ChatGPT需要多少(shǎo)算力》报告(gào)估算，GPT-3训(xùn)练一次的成本约为(wèi)140万(wàn)美元(yuán)。而(ér)对(du几天不见怎么这么湿，没过几天就湿成那样了ì)于一些更大的LLM(大型语言模型)，训练(liàn)成本则介于200万美(měi)元至1200万(wàn)美元(yuán)高价之间(jiān)。

以ChatGPT在(zài)2023年1月(yuè)的(de)独立访客平均数1300万计算，其对(duì)应芯片需求为(wèi)3万多(duō)片(piàn)英(yīng)伟达A100 GPU，初始投入成本约为8亿美元，每日(rì)仅电费(fèi)就在5万美元(yuán)左右。

此外不论是ChatGPT还是AIGC，都离(lí)不开庞大算(suàn)力支持。在(zài)关注(zhù)各类大(dà)模型的(de)发展同时，更应(yīng)该关注(zhù)算力网络的建设。

算力网络正驱(qū)动AI产业发展进入史(shǐ)诗级(jí)加速进(jìn)程，让AIGC及通用AI这一人工(gōng)智能发展的终极目标(biāo)离得更近。

因为算(suàn)力可以对(duì)突破(pò)性(xìng)技术创新提(tí)供大力的支持。这方面，多模态大模(mó)型是(shì)典型。作为(wèi)面向未来强人工智能(néng)、通用人工(gōng)智能的(de)重要技术创新，多模态大模型已(yǐ)经在(zài)人工智能领域提出了(le)很多(duō)年，业界(jiè)也有(yǒu)不少技术突(tū)破，但是，多模态大模型进一步往下(xià)走(zǒu)，算力需求(qiú)呈几(jǐ)何式上升，一般的算力基(jī)础(chǔ)设施很快将(jiāng)难以胜任。

从图像、文字、语(yǔ)音单独一项(xiàng)的训(xùn)练，到双模(mó)态、三模态的跃(yuè)迁，让人工智能可以(yǐ)灵活(huó)应对不同模态的(de)转化、像(xiàng)人与(yǔ)世界交互(hù)一样(yàng)自然(rán)，这方面(miàn)，由算(suàn)力网(wǎng)络来(lái)驱动将有明(míng)显优势(shì)。