每走一步就会深深的撞一下，抱着走一下就撞一下-绿茶通用站群

每走一步就会深深的撞一下，抱着走一下就撞一下 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火爆(bào)以来，微软公(gōng)司创始(shǐ)人比尔·盖茨已多次公开谈论人(rén)工智(zhì)能(néng)话题(tí)。在(zài)最近(jìn)的一(yī)次采访中，他再次表示：“AI可能(néng)会让(ràng)科技行业(yè)迎来一次剧(jù)烈的洗牌”。

这个结论是他在(zài)当地(dì)时间(jiān)2月20日接(jiē)受(shòu)《In Good Company》节(jié)目专访时提出的(de)。

他预(yù)期，AI的发(fā)展可能会威胁到谷歌的市占(zhàn)率，因为微软(ruǎn)在AI方(fāng)面的行(xíng)动相当(dāng)迅速。而最终科技(jì)巨头将把AI整合成(chéng)用户的“全(quán)能(néng)助手”，包(bāo)揽(lǎn)一切(qiè)应用，与人(rén)们(men)进行沟(gōu)通并提(tí)供建议，可以取代亚马(mǎ)逊(xùn)、Siri或(huò)Outlook等应用。

大佬口中(zhōng)全(quán)能助手的(de)到来可能尚需时日，但由ControlNet引发的又一次AI绘(huì)画(huà)浪潮，让AIGC在ChatGPT的话题热点包围中杀出重围。

ChatGPT之后又一应用(yòng)杀疯了，AIGC或(huò)进入(rù)可控期，将洗牌科技行业？_黑料正能量

ControlNet颠(diān)覆AI绘画(huà)新玩法(fǎ)

AIGC向可控(kòng)靠(kào)近

以AI绘画为(wèi)代表的(de)AIGC上一次爆火的(de)时候，还是(shì)2022年8月，在美国科罗(luó)拉多州举办(bàn)的新兴数字艺术家竞(jìng)赛中，一幅名为《太空歌剧院》的作品获奖。

随后各大厂商的AI绘画软(ruǎn)件被广大网友熟知并(bìng)体验(yàn)，Stable Diffusion便是(shì)其中代表。

用户们可以在应用中输(shū)入(rù)一组关键词(cí)或者一张照片(piàn)，就能获得一幅AI创作(zuò)的画作。

作(zuò)画的关键(jiàn)就(jiù)是所输入(rù)的文本。同(tóng)一组关键词也可以创作(zuò)出很多张风格不一样的画作，这让创作(zuò)的过程就像开盲盒。

很多用(yòng)户很喜欢这种不确定的惊喜(xǐ)，他们会将(jiāng)生成的美图当做头像。而另(lìng)一部分喜欢(huān)翻(fān)看AI绘画(huà)的“翻车(chē)”作(zuò)品(pǐn)。在社交(jiāo)媒体上，许多用户(hù)分享AI“翻(fān)车(chē)现场”，例(lì)如(rú)，一位网友(yǒu)的小狗照(zhào)片(piàn)被AI画(huà)成了“肌(jī)肉男”，还有网友的个人(rén)照片被(bèi)AI识(shí)别成了建筑。

而如今(jīn)随着(zhe)ControlNet的(de)出现与加持，以往AI绘(huì)画的填写关键词游(yóu)戏(xì)可能要被颠覆(fù)了(le)。

ControlNet是一位正在斯(sī)坦福读博的中国人张吕敏创作的一(yī)种基于控制(zhì)点的图像变形算法，主要用于数字图像处(chù)理、计(jì)算机视觉和计算机图形学等领域。

其SD插件一(yī)经发布，在短短的(de)两天内便成为了AI绘画领域最(zuì)新的热点。

在(zài)此之前，大家用了(le)很多方法(fǎ)想让AI生(shēng)成的结果尽可能的符合(hé)要求(qiú)，但是都不(bù)尽如人意，它的出(chū)现代表着AI生(shēng)成开始进入真正的可控时期。

因为ControlNet可以直接提取画面(miàn)的构(gòu)图，人物的姿势和画(huà)面的深度信息等。有了它的帮助，就(jiù)不用频繁的用提示词来碰运气，抽(chōu)盲盒式的创作了。

通俗(sú)的说ControlNet相当(dāng)于给(gěi)AI绘画加(jiā)了“魔法”，不少博(bó)主(zhǔ)的(de)作品已(yǐ)经获得了大量的浏览量，“viggo”就是其(qí)中之一，他用(yòng)朋友的照片直接带(dài)她(tā)们走进动漫世界。

viggo先用StableDiffusion图片转(zhuǎn)文字。

再用Text2Prompt插(chā)件拓展找到对应的关键词；最(zuì)后用ControlNet插件绑(bǎng)定骨骼(gé)开始换关键词试效果。

通过图片就可(kě)以看出来，效果十分(fēn)惊(jīng)艳。

更(gèng)厉害的是，除了真实的照(zhào)片，草(cǎo)图也可(kě)以加上“魔法(fǎ)”，知乎(hū)大牛“DevPoint”和(hé)“逗(dòu)砂”介绍(shào)到ControlNet还能实现线(xiàn)稿转全彩图。大神张吕(lǚ)敏其本尊也亲自(zì)回应。

不得(dé)不说当下(xià)AIGC已经(jīng)变得越来越强大，甚至输出的作品都已经(jīng)能以假(jiǎ)乱真了(le)。

难辨虚实，AIGC技术力爆发

警(jǐng)惕安全问题(tí)

近日，“苏州(zhōu)金鸡湖有游艇party”的消息火遍网络，而(ér)经过(guò)警方辟谣这(zhè)所谓的“party”可能是全国第一起AI绘图(tú)诈骗。

由(yóu)于这(zhè)个(gè)活(huó)动里面给出(chū)的(de)美(měi)女照片都是(shì)AI制(zhì)作的真人照片(piàn)绘图，因为(wèi)太逼真，被大(dà)家(jiā)当成真事传播了。

不(bù)过仔(zǎi)细(xì)观察可以发现，活动发起者提供的照片中有个很(hěn)大(dà)的漏洞可以发现(xiàn)并非真人(rén)，而是(shì)AI绘图，那(nà)便是图(tú)片中女性的手指部(bù)分(fēn)有(yǒu)的存在(zài)异常。

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

有行业人事表(biǎo)示：“现在因为手指部(bù)分的绘画算法比较复(fù)杂(zá)，AI还(hái)不太会画人(rén)的手，但最新看到的图片已经有(yǒu)越来越完美的AI模型出现，以后可(kě)能(néng)就完全(quán)没有漏洞了(le)。”

类似(shì)的(de)AI作图诈骗在国外也(yě)已有(yǒu)发生(shēng)。据(jù)英(yīng)国广播公司报道，土耳其地(dì)震期间，有Tiktok用(yòng)户使用AI合(hé)成了儿童受灾(zāi)的假照片发布到(dào)网络(luò)，以此诱骗善良的人打赏(shǎng)“捐助”从而实施诈骗(piàn)。

目前随着技术发展，AIGC已经(jīng)能做(zuò)出真人照片般的绘图效果，如果(guǒ)这样的图片(piàn)被用来诈骗(piàn)，将非常可(kě)怕。

此外(wài)AIGC还引发了很多担忧，一方面，批判(pàn)者认为AI在“学习”了(le)大量前人的(de)作品之后，其创(chuàng)作没有任何情(qíng)绪和(hé)灵魂，难以和人类的艺(yì)术创作相提并论。

另一方(fāng)面，AIGC背(bèi)后的版权、目前都并(bìng)没有得(dé)到(dào)有效的解(jiě)决，还有AIGC会不会代(dài)替人(rén)类“至高无上(shàng)”的(de)创意。

马斯克也(yě)强调(diào)，人工(gōng)智能的安全(quán)问(wèn)题(tí)需要得(dé)到重(zhòng)视，太晚就来不及了。

AIGC下(xià)一站除了视频，还有远方

技术都是有两面性的，潜在的危害并不(bù)能掩(yǎn)盖(gài)其光辉的(de)贡献。现在看来，人工智(zhì)能技术将是第四(sì)次工(gōng)业(yè)革命的核心驱(qū)动力量，将创造新的增长奇迹。

过去一年，人工(gōng)智(zhì)能在技术和商业(yè)层(céng)面都有了巨大进展(zhǎn)，AI绘画就是人工智能技术(shù)发生方向性改变的一个代表。其下一站或(huò)许就是视频(pín)。

此(cǐ)前(qián)，Meta和谷歌(gē)先后发布了(le)几条引(yǐn)爆科技圈的短(duǎn)视频。这些视频引(yǐn)发关注并非(fēi)内容做得(dé)多优(yōu)秀，反而都非常简单，比如一匹(pǐ)正在(zài)喝水的马，一只画画的玩具熊，或者一(yī)段骑摩(mó)托(tuō)车(chē)的第一视角录像，随便(biàn)一个(gè)有手机的人都可以随手(shǒu)录(lù)下一段。

但(dàn)这些短视频的创作方式非常简单(dān)，创作(zuò)者仅(jǐn)仅需要向(xiàng)AI输入一段(duàn)话，甚(shèn)至只(zhǐ)是说一下要求(qiú)，AI就可(kě)以(yǐ)根据需要生成一(yī)段视频。

谷歌发布的两个(gè)AI生(shēng)成(chéng)视(shì)频(pín)分别来自于(yú)Imagen Video和Phenaki，前者主要突出的是高(gāo)清，与Meta的Make-A-Video没有(yǒu)太多的差(chà)别。

在Make-A-Video公(gōng)布(bù)了AI生成(chéng)的(de)视频后(hòu)，AI圈就已经玩了一波梗(gěng)，一个能够做(zuò)出更高清视频的AI还不足(zú)以在短时间(jiān)内戳中(zhōng)兴奋点。

Phenaki更加令人震惊的地方在(zài)于，它可以制作出超(chāo)过2分钟的连贯(guàn)的也有确切内容的视频，这(zhè)才是真正让人们感到(dào)惊(jīng)喜(xǐ)的地方。因(yīn)为无(wú)论(lùn)AI生成的(de)视频(pín)多么高清，也(yě)只能是为内容生产者提供一个灵(líng)感，一(yī)个(gè)素材，一个过场(chǎng)动画。

不过(guò)能够(gòu)制作出(chū)有(yǒu)具体(tǐ)剧情内容的视频就(jiù)意味着(zhe)，一些(xiē)视(shì)频(pín)创作(zuò)由(yóu)AI代替(tì)人工完成已经初步有了可(kě)能。

当(dāng)下AI的发展速度已经超过(guò)大部分(fēn)人的想象。内(nèi)容产业的本质(zhì)是(shì)供(gōng)给创造需求，AIGC作为全(quán)新的(de)内容生产方式，可以为内容产(chǎn)业(yè)带来更新的内(nèi)容(róng)风格、更(gèng)快的生(shēng)产(chǎn)速(sù)度(dù)，更低(dī)的(de)生产成本，这无疑会驱(qū)动(dòng)内容(róng)产(chǎn)业的大爆发。

除了AI绘(huì)图、视频(pín)，AIGC技术还能应用(yòng)于音(yīn)乐、代(dài)码、机器人(rén)动作(zuò)等(děng)多种内容(róng)形式的(de)生成。不难发现(xiàn)该项(xiàng)技术不仅(jǐn)在游戏等行业能(néng)得到有效应用，对(duì)于(yú)下一代互(hù)联网各种元素(sù)的构建(jiàn)亦有关(guān)键意义。

从商业(yè)化的角度来看，文化(huà)娱乐、教(jiào)育(yù)、传(chuán)媒(méi)等诸(zhū)多领域，本身就对基于AI的可视化内容有强烈需(xū)求。

因此，AI绘画及(jí)视频或不(bù)是(shì)结果，而只是AI进程中(zhōng)的一块重要拼图，有望在技(jì)术更新(xīn)的(de)加持(chí)下(xià)实(shí)现更大的应用价值。

AI从理解内容，走向了可以生成内容，甚(shèn)至能够创造出独立价值和(hé)独立视角(jiǎo)的内容。AIGC的(de)再次出(chū)圈，更代表着未来的先进生产力即将到来。

紧抓大模型与算力(lì)，牢固(gù)AIGC底座

从技术的发展也可以看出(chū)，在语(yǔ)言大模型、图像大(dà)模(mó)型之后，多模(mó)态(tài)大(dà)模(mó)型已经成为了新的趋势。

大模型被誉为当前人工智能发展的智能(néng)底座，是全球竞争(zhēng)最激烈的(de)研究方向之一，包括谷歌、亚马逊、百度、阿里、腾讯等众多头部(bù)企业都在(zài)竞相发力。

不过训练(liàn)大模型的确价格不菲，以国盛证券发布(bù)的《ChatGPT需要(yào)多(duō)少算(suàn)力》报告估(gū)算，GPT-3训(xùn)练(liàn)一次(cì)的成本约为140每走一步就会深深的撞一下，抱着走一下就撞一下万美元(yuán)。而对于一(yī)些更大的(de)LLM(大型语言模(mó)型)，训练成本则(zé)介于(yú)200万美(měi)元(yuán)至(zhì)1200万美元高价之间。

以ChatGPT在2023年1月的(de)独立访客平均数1300万计算，其对应(yīng)芯片(piàn)需求为(wèi)3万多(duō)片英伟达A100 GPU，初始投入(rù)成本约为(wèi)8亿美(měi)元，每(měi)日仅电费就在5万美元左右。

此外不论是ChatGPT还是AIGC，都离不(bù)开(kāi)庞大算力支持。在关注各类大模型的发展同时，更应该关注算力网络(luò)的建设。

算力网络正驱动AI产(chǎn)业(yè)发展(zhǎn)进入史诗级加(jiā)速进程，让AIGC及通(tōng)用AI这一人工智能(néng)发展(zhǎn)的(de)终极目标离得更近。

因为算力(lì)可以对突(tū)破性技(jì)术创新提供大力(lì)的(de)支持(chí)。这方(fāng)面，多模态大(dà)模(mó)型是典(diǎn)型。作为面向未(wèi)来强人工智(zhì)能、通用人(rén)工(gōng)智能(néng)的(de)重(zhòng)要技术创新，多(duō)模态大模型(xíng)已经在人工智能领域提出了很多年，业界(jiè)也有不少技术(shù)突破，但是，多(duō)模态大模型进(每走一步就会深深的撞一下，抱着走一下就撞一下jìn)一(yī)步往下走(zǒu)，算(suàn)力需求呈(chéng)几何式上升，一般的算力(lì)基础设施很快将难(nán)以胜任。

从图像、文字、语(yǔ)音单独一项的训练，到双模态、三(sān)模态的跃(yuè)迁，让人工智(zhì)能可以灵活应对不同(tóng)模态的(de)转化、像人与世界交互一样自然，这方面，由算力网络来驱动将有明显优势。