正、异、新，正异新的区分-首页-哆唻咪批发商城(本店域名www.123pf.cn)-淘宝网

正、异、新，正异新的区分 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火爆以来(lái)，微软公司创(chuàng)始人比尔(ěr)·盖茨(cí)已(yǐ)多(duō)次(cì)公开谈论人工(gōng)智能(néng)话题(tí)。在最近的一次采(cǎi)访(fǎng)中，他再次表示：“AI可能会让(ràng)科(kē)技(jì)行业(yè)迎来一次剧烈的洗牌”。

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

他预期，AI的发展可能会威胁到(dào)谷歌(gē)的市占率，因为微软在AI方(fāng)面的行动相当迅速。而(ér)最终科技巨头(tóu)将把(bǎ)AI整(zhěng)合成用户的(de)“全能助(zhù)手”，包(bāo)揽一切应用，与人们进行(xíng)沟通(tōng)并提供建(jiàn)议(yì)，可以取代亚(yà)马逊、Siri或Outlook等应(yīng)用。

大佬口中全能助手的到来可能尚需时日，但由ControlNet引发(fā)的又一次(cì)AI绘画浪潮，让AIGC在ChatGPT的话(huà)题热点包(bāo)围中杀出重(zhòng)围。

ChatGPT之后(hòu)又一应用杀(shā)疯了，AIGC或进(jìn)入(rù)可控期，将洗牌科技行业？_黑(hēi)料(liào)正能量

ControlNet颠覆AI绘画新玩法

AIGC向可控靠近(jìn)

以AI绘画为代表(biǎo)的AIGC上一(yī)次爆火的时候，还是(shì)2022年8月，在美(měi)国科罗拉(lā)多(duō)州举办(bàn)的(de)新兴数字艺术家竞赛中，一幅名为《太空歌剧(jù)院》的作品获奖。

随后各大厂商的AI绘(huì)画软件被广(guǎng)大网友(yǒu)熟知(zhī)并体验，Stable Diffusion便是其中代表(biǎo)。

用户们(men)可以在应用中输(shū)入一组关键(jiàn)词或者一张照(zhào)片，就能获得一幅AI创作(zuò)的画作。

作(zuò)画的关(guān)键就是(shì)所输入的(de)文本。同一组关键(jiàn)词也可(kě)以创(chuàng)作出很多张风格不一样的画(huà)作，这让创作的(de)过程就像开盲(máng)盒。

很多用户很喜(xǐ)欢(huān)这种不确(què)正、异、新，正异新的区分定的惊喜，他们会(huì)将生成的美图当(dāng)做头像。而另一部分(fēn)喜欢翻看(kàn)AI绘画的“翻车”作品。在社(shè)交媒(méi)体上，许(xǔ)多用户分享(xiǎng)AI“翻(fān)车现场”，例(lì)如，一位网(wǎng)友的小狗照片被AI画成了“肌肉男”，还有网友(yǒu)的个人照片被AI识别成了建筑。

而如今随着ControlNet的(de)出现与加持，以往AI绘画的(de)填写关键词游戏可能(néng)要被颠覆了(le)。

ControlNet是(shì)一位正(zhèng)在斯坦福(fú)读(dú)博的中(zhōng)国人张(zhāng)吕敏创(chuàng)作的一(yī)种基于控制点的图像(xiàng)变形算法，主(zhǔ)要用于数字图像处(chù)理(lǐ)、计算机视觉和计(jì)算机图形学等(děng)领域(yù)。

其(qí)SD插件一经(jīng)发布，在短短的两天内正、异、新，正异新的区分便成为了AI绘画(huà)领(lǐng)域最新的热点(diǎn)。

在此之前(qián)，大(dà)家用(yòng)了很多方法想让AI生(shēng)成的(de)结果尽可(kě)能的符合要求，但是都不尽如人意，它(tā)的出现代(dài)表着(zhe)AI生(shēng)成开始进入(rù)真正(zhèng)的(de)可(kě)控(kòng)时(shí)期。

因为ControlNet可以直接提取画(huà)面的构图，人物的姿(zī)势和画面的深度信息等。有(yǒu)了(le)它的帮(bāng)助，就不用频(pín)繁的用(yòng)提示(shì)词来碰(pèng)运气，抽盲盒(hé)式的创作(zuò)了。

通(tōng)俗(sú)的说ControlNet相当于给AI绘(huì)画加了“魔(mó)法(fǎ)”，不少博主(zhǔ)的作品已经获得了大量(liàng)的浏(liú)览量(liàng)，“viggo”就(jiù)是(shì)其中之一(yī)，他用朋友的照(zhào)片(piàn)直接(jiē)带她们走进动漫世界。

viggo先用StableDiffusion图(tú)片转文(wén)字(zì)。

再用(yòng)Text2Prompt插件拓(tuò)展找到对应的(de)关键词；最后(hòu)用ControlNet插件绑定骨骼开(kāi)始换关键词试效果。

通过图片就可以看出来，效果十分(fēn)惊艳。

更厉害的是(shì)，除了真实(shí)的照片，草图(tú)也(yě)可以(yǐ)加(jiā)上“魔法(fǎ)”，知(zhī)乎大牛“DevPoint”和“逗(dòu)砂”介绍到ControlNet还(hái)能实(shí)现线稿转全彩图。大神张吕(lǚ)敏其本尊(zūn)也亲自(zì)回(huí)应。

不得不说当下AIGC已经变得越来越强(qiáng)大，甚至输出的(de)作品都已经能以假乱(luàn)真(zhēn)了。

难辨虚(xū)实，AIGC技术力(lì)爆发

警惕安全问题

近日，“苏州金鸡湖有(yǒu)游艇party”的消息(xī)火遍网(wǎng)络，而经过(guò)警方(fāng)辟谣这(zhè)所谓的“party”可能是(shì)全国第(dì)一起AI绘图诈骗。

由于这个(gè)活动里面给出的美女(nǚ)照片都(dōu)是AI制作的(de)真人照片绘图，因为(wèi)太逼真，被大(dà)家当成(chéng)真事(shì)传播了。

不过仔细观(guān)察可以发(fā)现，活动发起者提供的照片(piàn)中有(yǒu)个很大的漏洞(dòng)可以发现(xiàn)并非(fēi)真人，而是(shì)AI绘图(tú)，那便是图片中女性的手指部分有的(de)存在(zài)异常。

ChatGPT之后又一应用(yòng)杀疯(fēng)了，AIGC或进入可控期，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(yīn)为(wèi)手(shǒu)指部分的(de)绘(huì)画算(suàn)法比较复杂，AI还不太会画人的手，但最新看到的图片已经(jīng)有(yǒu)越(yuè)来越完美的AI模(mó)型出现，以后可能(néng)就完全没有(yǒu)漏洞了(le)。”

类似的(de)AI作图诈骗在国外也已有发生。据英国广播(bō)公司报道，土耳其地震期间(jiān)，有Tiktok用户使(shǐ)用AI合成了(le)儿童受灾的(de)假(jiǎ)照片发布到网络(luò)，以此诱骗(piàn)善良的人打赏“捐助”从而实(shí)施诈骗(piàn)。

目(mù)前(qián)随着技(jì)术发展，AIGC已经能做出真(zhēn)人照片般的绘图效果，如(rú)果这样的图片(piàn)被用来诈骗，将非(fēi)常(cháng)可怕。

此外AIGC还(hái)引发了很多担忧，一方面，批(pī)判者认(rèn)为AI在“学(xué)习(xí)”了大(dà)量前(qián)人的作品之后，其创作没有任(rèn)何(hé)情绪和灵魂(hún)，难(nán)以(yǐ)和人类(lèi)的(de)艺术创作相提并论。

另(lìng)一(yī)方面，AIGC背后(hòu)的(de)版权、目前(qián)都并没有得到有效的解决，还有(yǒu)AIGC会不会代(dài)替人类“至高无上(shàng)”的(de)创意。

马斯克也强调(diào)，人工智(zhì)能的安全问题(tí)需(xū)要得到重(zhòng)视，太晚就来(lái)不及了。

AIGC下一站除(chú)了视频，还有(yǒu)远方

技(jì)术都是有两面(miàn)性的，潜在的危害并不能掩(yǎn)盖其光辉的贡(gòng)献(xiàn)。现(xiàn)在看来，人工智能技术(shù)将是第四次工业革命(mìng)的核心驱动(dòng)力量，将创造新的增长奇迹。

过去(qù)一年(nián)，人工智(zhì)能在技术和(hé)商业(yè)层面都有了巨大进(jìn)展，AI绘画就是人工智(zhì)能技术发生方向性改变的一个代表(biǎo)。其下一(yī)站或许就是(shì)视频。

此前，Meta和谷歌先后发(fā)布了几(jǐ)条(tiáo)引爆(bào)科技圈的短视频。这些视频引发关注并非内(nèi)容做得多(duō)优秀，反而都非(fēi)常简单，比(bǐ)如一(yī)匹正(zhèng)在喝(hē)水(shuǐ)的马，一只画画的(de)玩具熊，或者(zhě)一段骑摩托车的第一视角录像，随便一个有手机的人都可(kě)以随手(shǒu)录下一段。

但(dàn)这(zhè)些短视频的创作方式非常简单，创作者仅仅需要向AI输入一段话，甚(shèn)至只是(shì)说一下(xià)要求，AI就可(kě)以根据需要生(shēng)成一段视频。

谷歌发布的两个AI生成视频分(fēn)别来(lái)自于Imagen Video和Phenaki，前者(zhě)主要突(tū)出的是高清(qīng)，与Meta的Make-A-Video没有太多的(de)差别。

在Make-A-Video公布了AI生成(chéng)的视频后，AI圈(quān)就已经(jīng)玩(wán)了一波梗，一个能够(gòu)做出更高清视频的AI还不足以在短(duǎn)时间内戳中兴奋点。

Phenaki更(gèng)加(jiā)令人震(zhèn)惊的地方(fāng)在于(yú)，它可以制作(zuò)出超过(guò)2分(fēn)钟的连贯的也有确切内容的视频，这(zhè)才(cái)是真正让人们感到(dào)惊喜(xǐ)的地方。因为无论AI生(shēng)成(chéng)的视频多么高清，也只(zhǐ)能是为内(nèi)容生产者提(tí)供一个灵感，一(yī)个素材(cái)，一个过场动画(huà)。

不过能够制作出有具体(tǐ)剧情(qíng)内容的(de)视频(pín)就意(yì)味着(zhe)，一些视频创作由AI代替(tì)人(rén)工(gōng)完(wán)成已经初步有了可能。

当下AI的发展(zhǎn)速度(dù)已经超过大部(bù)分人(rén)的(de)想象。内容产业的本(běn)质是供给创造需(xū)求，AIGC作为(wèi)全新的内容(róng)生产方(fāng)式，可以(yǐ)为内容产业(yè)带来更(gèng)新的内(nèi)容风(fēng)格(gé)、更快的生产速度，更低的生产(chǎn)成本，这无疑(yí)会驱动内容产业的(de)大(dà)爆发。

除了AI绘图、视频，AIGC技术还能(néng)应用于(yú)音乐、代码(mǎ)、机器人动作(zuò)等(děng)多种(zhǒng)内容形式的生成。不(bù)难(nán)发现该项技术不仅(jǐn)在游戏等(děng)行业能得到有效应用，对于下一代互(hù)联网(wǎng)各种元(yuán)素的构建亦有关键(jiàn)意义。

从商业化的(de)角度(dù)来看，文化娱乐(lè)、教育(yù)、传媒等诸多领域，本身就对基于AI的(de)可视化内容有强(qiáng)烈需(xū)求。

因此(cǐ)，AI绘画(huà)及视频或不(bù)是(shì)结果，而(ér)只是AI进程中的(de)一块重(zhòng)要拼图，有(yǒu)望在技术(shù)更新(xīn)的加(jiā)持下实(shí)现(xiàn)更大(dà)的应用价(jià)值。

AI从理解内(nèi)容，走向了可(kě)以生(shēng)成(chéng)内容，甚至能(néng)够创(chuàng)造(zào)出独立(lì)价值(zhí)和独立视角的内(nèi)容。AIGC的再次出(chū)圈，更(gèng)代表着未来的先进生产力即将到来。

紧抓大模(mó)型与算力，牢固(gù)AIGC底(dǐ)座

从技术的发展(zhǎn)也可(kě)以看出，在语言大模型、图(tú)像大模型之后，多模态大(dà)模型已(yǐ)经成为了新的(de)趋势。

大模(mó)型被誉为当前(qián)人工智(zhì)能发(fā)展的智能底座，是全球竞争最激烈的研究方向之一，包括(kuò)谷歌、亚马逊(xùn)、百度、阿里(lǐ)、腾讯等众多头部企(qǐ)业都在竞相发力。

不过(guò)训练大(dà)模型的确价(jià)格不(bù)菲，以(yǐ)国盛证券(quàn)发布的《ChatGPT需要多(duō)少算(suàn)力》报告(gào)估算，GPT-3训练一次的成本(běn)约(yuē)为140万美(měi)元。而对(duì)于一(yī)些更大的LLM(大型语言模(mó)型(xíng))，训练成本(běn)则介于200万美(měi)元至(zhì)1200万美(měi)元高价之间。

以ChatGPT在2023年1月的独立访客平均数1300万计算(suàn)，其(qí)对应芯片(piàn)需(xū)求为3万(wàn)多片英伟达A100 GPU，初始投入(rù)成本约(yuē)为8亿美元，每(měi)日仅电费(fèi)就在5万美(měi)元左右。

此外不论(lùn)是(shì)ChatGPT还是AIGC，都离不(bù)开庞大(dà)算力支持。在关注各类大模型的发展同时，更应该关注算力(lì)网络的建设(shè)。

算(suàn)力网络(luò)正(zhèng)驱动AI产业(yè)发展(zhǎn)进入史诗级加速进程，让AIGC及通(tōng)用AI这(zhè)一人工(gōng)智能发展的终(zhōng)极目标离得更近。

因为算力(lì)可以对突(tū)破性技术创新提供大力的(de)支持。这方(fāng)面，多模态大模型是(shì)典(diǎn)型。作为面向(xiàng)未来强(qiáng)人工智能、通用人工智(zhì)能的重要(yào)技术创(chuàng)新，多模态大模型已经在人工智能(néng)领域提出了(le)很多年，业界也有(yǒu)不少技术突破，但是，多模态大模型(xíng)进一步往(wǎng)下走(zǒu)，算力需求呈几何式上(shàng)升(shēng)，一般的算(suàn)力(lì)基础(chǔ)设施很快将难(nán)以胜任。

从(cóng)图像、文字、语(yǔ)音单独一项(xiàng)的训练，到(dào)双(shuāng)模态、三模态的跃迁，让人(rén)工智能可以灵活应对不同模(mó)态的转化、像人与世(shì)界交(jiāo)互一(yī)样自然(rán)，这方(fāng)面(miàn)，由算力网络来驱动将有明显优势。