广西大学唐纪良主任科员，广西大学唐记良-橘子百科-橘子都知道

广西大学唐纪良主任科员，广西大学唐记良 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(qì)人ChatGPT火爆以来，微软公司创(chuàng)始人比尔·盖茨(cí)已多次公开谈(tán)论人(rén)工智能话(huà)题。在最(zuì)近的(de)一次采访中，他再次表(biǎo)示：“AI可能会让科技行业(yè)迎(yíng)来一(yī)次剧(jù)烈(liè)的(de)洗(xǐ)牌”。

这个结论(lùn)是他(tā)在当地时间(jiān)2月20日(rì)接受《In Good Company》节目专访时提出的广西大学唐纪良主任科员，广西大学唐记良。

他(tā)预(yù)期，AI的发展可能会威胁到(dào)谷歌(gē)的市占率(lǜ)，因为微(wēi)软在AI方面的行动(dòng)相当(dāng)迅速。而最终(zhōng)科(kē)技巨头将把AI整合(hé)成用户的“全能(néng)助(zhù)手”，包揽一切应用(yòng)，与人们进行沟通并提供(gōng)建议，可(kě)以取代亚马逊、Siri或Outlook等(děng)应用。

大佬口中(zhōng)全能助手(shǒu)的(de)到来(lái)可能尚需时日，但由(yóu)ControlNet引(yǐn)发的(de)又(yòu)一次(cì)AI绘画浪潮，让AIGC在ChatGPT的(de)话题热点包围中杀出重围。

ChatGPT之后又一应用杀疯了，AIGC或进入可控期(qī)，将洗牌科技(jì)行业？_黑(hēi)料正能量(liàng)

ControlNet颠覆(fù)AI绘(huì)画新玩法(fǎ)

AIGC向(xiàng)可控(kòng)靠近

以AI绘画(huà)为代(dài)表的AIGC上一次爆火(huǒ)的时候，还是(shì)2022年8月(yuè)，在美国科罗拉多州举办(bàn)的新兴(xīng)数(shù)字艺术家竞(jìng)赛中，一幅名为《太(tài)空歌(gē)剧院》的作(zuò)品获奖。

随(suí)后各大厂(chǎng)商(shāng)的AI绘(huì)画软件(jiàn)被广大网友熟(shú)知(zhī)并(bìng)体(tǐ)验，Stable Diffusion便是其中代表(biǎo)。

用户们可以在应用中输入一组关键词或者一张照片，就能获得一幅AI创作的画作。

作画的关(guān)键就是所输入的文本。同一组(zǔ)关键词也可以创(chuàng)作出很(hěn)多张风(fēng)格不一样的画作，这让创作的过(guò)程(chéng)就像开盲(máng)盒。

很多用户很喜欢这种不确定的惊喜(xǐ)，他们会将生(shēng)成(chéng)的美图当做头像。而另一部分(fēn)喜欢翻看AI绘(huì)画(huà)的(de)“翻(fān)车”作(zuò)品。在社交媒体上，许多用户分享(xiǎng)AI“翻车(chē)现场”，例如(rú)，一位网(wǎng)友(yǒu)的(de)小狗照(zhào)片(piàn)被AI画成(chéng)了“肌肉男”，还有网友的个人照片被AI识别成(chéng)了建筑。

而如(rú)今(jīn)随(suí)着ControlNet的(de)出现与加(jiā)持，以往AI绘画的填写关键词游戏可能要被颠覆了。

ControlNet是一位正在斯坦福读博的中国(guó)人张吕(lǚ)敏创作的(de)一(yī)种基于控制点的图像变形算法，主要(yào)用于数字(zì)图像(xiàng)处理、计(jì)算(suàn)机视觉和计算机图形(xíng)学等领域。

其SD插件(jiàn)一经发布，在短(duǎn)短的两天内便成为(wèi)了AI绘画(huà)领域(yù)最新的热点。

在(zài)此之(zhī)前，大家用(yòng)了很多方法想让AI生成的结(jié)果尽可能的符合要求，但是都不(bù)尽如(rú)人意，它的(de)出现代表(biǎo)着AI生成(chéng)开始进入真正(zhèng)的可控时期(qī)。

因为(wèi)ControlNet可以直(zhí)接提取画(huà)面的(de)构(gòu)图，人物的姿势和画面的深度信息等。有了它(tā)的帮助，就不用频繁(fán)的用提示词来(lái)碰运气(qì)，抽盲盒式的创作(zuò)了。

通俗的说ControlNet相当于给AI绘画加了“魔(mó)法(fǎ)”，不少博主的作品已经获得了大量的浏览量，“viggo”就是其中之一(yī)，他用朋友的照片(piàn)直接带她们走进动漫(màn)世(shì)界。

viggo先用StableDiffusion图(tú)片(piàn)转文(wén)字。

再用Text2Prompt插件拓展找到(dào)对(duì)应(yīng)的(de)关键词；最后用ControlNet插件绑定(dìng)骨骼开始换关键词试效果。

通过图片就可以看出来，效果十(shí)分惊艳(yàn)。

更厉害的是，除了真实的照片，草图也可以加上“魔(mó)法”，知(zhī)乎(hū)大牛“DevPoint”和“逗砂(shā)”介绍到ControlNet还能实现(xiàn)线稿转全彩图。大(dà)神张吕敏(mǐn)其本(běn)尊也(yě)亲自回应。

不得不说当下AIGC已经(jīng)变得(dé)越来越(yuè)强(qiáng)大，甚至输出的作品都(dōu)已(yǐ)经能(néng)以假乱真(zhēn)了。

难辨虚实，AIGC技(jì)术力爆发

警惕安(ān)全(quán)问题

近(jìn)日(rì)，“苏州金(jīn)鸡湖有(yǒu)游艇party”的消(xiāo)息火(huǒ)遍网络(luò广西大学唐纪良主任科员，广西大学唐记良)，而(ér)经过警方(fāng)辟谣(yáo)这所谓(wèi)的“party”可能是全国第一起AI绘(huì)图诈(zhà)骗(piàn)。

由于这(zhè)个活动里面给出的(de)美女照片都(dōu)是AI制作的真(zhēn)人照片绘图，因为太逼真(zhēn)，被大(dà)家当(dāng)成真事传播了。

不过仔细观(guān)察可以发现，活动发(fā)起(qǐ)者提供(gōng)的(de)照片中有个很大的漏洞(dòng)可(kě)以发现并非真人(rén)，而(ér)是AI绘图(tú)，那(nà)便是图片(piàn)中女性的手指部分有(yǒu)的存在异(yì)常。

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

有行业人事表示：“现(xiàn)在因为手指部分的绘画算法比较(jiào)复杂，AI还(hái)不太会画人的手，但最新(xīn)看到的图片已经有(yǒu)越(yuè)来越完美的AI模型出现，以后可能(néng)就完全没(méi)有漏洞(dòng)了。”

类似的AI作图诈骗(piàn)在国外也已(yǐ)有发生。据(jù)英国(guó)广(guǎng)播公司报(bào)道，土耳其地震期间，有Tiktok用户使用AI合成了儿童受(shòu)灾的假照片发布到网(wǎng)络，以此诱(yòu)骗善良的人打赏“捐(juān)助”从而实施诈骗。

目前随着技术(shù)发展(zhǎn)，AIGC已经能做出真人(rén)照(zhào)片(piàn)般的绘图效(xiào)果，如果这(zhè)样的图片(piàn)被用来诈骗(piàn)，将(jiāng)非(fēi)常可怕。

此外AIGC还引发了很多担(dān)忧，一方(fāng)面，批判者认为AI在(zài)“学习”了大量(liàng)前人(rén)的作(zuò)品之后(hòu)，其创(chuàng)作没有(yǒu)任(rèn)何情绪和灵魂，难以和人类的艺(yì)术创作相提并(bìng)论。

另一方面，AIGC背后的版权、目前都并没有得到有效(xiào)的解决，还有(yǒu)AIGC会不(bù)会(huì)代替人类“至(zhì)高无上”的创(chuàng)意。

马斯克也强调，人(rén)工智(zhì)能的安(ān)全问题需(xū)要得到重(zhòng)视，太晚就来不(bù)及了。

AIGC下一站除了视(shì)频(pín)，还(hái)有远方(fāng)

技(jì)术都是有(yǒu)两面性(xìng)的，潜在的危害并(bìng)不能掩(yǎn)盖其光辉(huī)的贡(gòng)献。现在看来，人工智能技术将是第(dì)四次工业革命(mìng)的(de)核心(xīn)驱(qū)动力量(liàng)，将创造新的增长奇迹(jì)。

过去一年，人工智能(néng)在(zài)技术和商业(yè)层面都有(yǒu)了巨大进展，AI绘画就是人工智(zhì)能(néng)技术发生方向性(xìng)改变的一(yī)个(gè)代表。其下一站(zhàn)或许(xǔ)就是视频。

此(cǐ)前(qián)，Meta和(hé)谷歌(gē)先后(hòu)发布了几条引爆(bào)科技圈的短视频。这些(xiē)视频引(yǐn)发关注并非内容(róng)做得多优秀，反而都非(fēi)常简单，比(bǐ)如一匹正在喝(hē)水的马(mǎ)，一只画画(huà)的玩(wán)具(jù)熊，或者一段骑摩(mó)托(tuō)车的第一视角录像，随便(biàn)一(yī)个(gè)有(yǒu)手机(jī)的人(rén)都可以随(suí)手录(lù)下一段。

但这些短视频(pín)的创作(zuò)方(fāng)式(shì)非(fēi)常简单，创作者仅仅需要向AI输入一段(duàn)话(huà)，甚至只是说(shuō)一下要求(qiú)，AI就可以(yǐ)根据需要生成一(yī)段视频。

谷歌(gē)发布的两个AI生成视频(pín)分别来自于(yú)Imagen Video和Phenaki，前(qián)者(zhě)主要突出的是高清，与Meta的Make-A-Video没有太多的(de)差(chà)别(bié)。

在Make-A-Video公布(bù)了AI生成的视频后，AI圈就(jiù)已(yǐ)经玩了(le)一波梗，一个能够做出更高清(qīng)视频的AI还不足以在短时(shí)间内戳中兴奋(fèn)点(diǎn)。

Phenaki更加(jiā)令人震惊的地方(fāng)在于，它可以制作(zuò)出超过2分钟的连贯的也有(yǒu)确切内容的视频，这才是真正让人们感到惊喜的地方。因为无论(lùn)AI生成的视频多么高清，也只(zhǐ)能(néng)是为内(nèi)容生(shēng)产(chǎn)者提供一(yī)个灵感(gǎn)，一个素(sù)材，一个过场动(dòng)画。

不过(guò)能够制作(zuò)出(chū)有(yǒu)具体剧情内容的(de)视频就意味(wèi)着(zhe)，一些视频创(chuàng)作由(yóu)AI代替人(rén)工完成已经(jīng)初步有了可能。

当下AI的发(fā)展速度已(yǐ)经超过大部分人的想(xiǎng)象。内容产业的本质(zhì)是供给创(chuàng)造需求，AIGC作为(wèi)全新的(de)内(nèi)容生产方(fāng)式，可以(yǐ)为内容(róng)产业带来更新的内容风(fēng)格、更快的生产速度，更(gèng)低的生(shēng)产(chǎn)成(chéng)本(běn)，这无疑会驱动内容产业(yè)的大(dà)爆发。

除了AI绘图、视频，AIGC技术还能应用于音乐、代码、机(jī)器人动作等多种内容形式的生成。不难发(fā)现(xiàn)该项技术不仅在游戏等行业(yè)能(néng)得(dé)到有效应用，对于下一代互(hù)联网各(gè)种元素的(de)构建亦有关键意义。

从商业化的角度来看，文化娱乐、教育、传(chuán)媒(méi)等诸多领域，本(běn)身(shēn)就对基于AI的可(kě)视化内容有强烈(liè)需求。

因此，AI绘画及视频或不是结果，而只是AI进程中的一(yī)块重要拼图，有望在技术更新的加持(chí)下(xià)实现更大的应用价值。

AI从(cóng)理解(jiě)内容，走向了可以生成内容(róng)，甚至(zhì)能够创(chuàng)造出(chū)独立价值和独立视(shì)角(jiǎo)的内容。AIGC的(de)再次出圈，更代(dài)表着未来的先(xiān)进(jìn)生产力即将到来。

紧抓大模型与(yǔ)算力(lì)，牢固AIGC底(dǐ)座

从技术的发展(zhǎn)也可以看(kàn)出，在语言(yán)大模型、图像大模型之后，多模态大模型已(yǐ)经成为了新的趋势。

大(dà)模型被誉(yù)为当前(qián)人工智能发展的智能底座，是全球竞争(zhēng)最激烈的(de)研究(jiū)方向之一，包(bāo)括(kuò)谷歌、亚(yà)马逊、百度、阿里、腾讯等(děng)众多头部企业都(dōu)在竞相发(fā)力。

不过训练大模(mó)型的确(què)价格(gé)不菲，以国盛(shèng)证券发(fā)布的《ChatGPT需要多少算力》报告估算，GPT-3训练一次的(de)成本约为140万美元。而对于一些更大的LLM(大型语言模型(xíng))，训练成(chéng)本(běn)则介于200万(wàn)美元至1200万美元高价之(zhī)间(jiān)。

以ChatGPT在2023年1月的独立访客平均数1300万(wàn)计算，其对应芯片需求(qiú)为3万多片英伟达A100 GPU，初始(shǐ)投入成本约为8亿美元，每日(rì)仅电费就在(zài)5万美元左右。

此外不论是ChatGPT还是AIGC，都离不开庞大算(suàn)力支(zhī)持(chí)。在(zài)关注(zhù)各(gè)类大模(mó)型的发展同(tóng)时(shí)，更应该关(guān)注算力网络的(de)建(jiàn)设。

算力(lì)网络(luò)正驱动(dòng)AI产业发展进入史(shǐ)诗级加速(sù)进(jìn)程，让AIGC及通用(yòng)AI这一人工智(zhì)能(néng)发展的(de)终极目标离得更(gèng)近。

因为算力可以(yǐ)对突(tū)破性(xìng)技术创(chuàng)新提供大力的(de)支(zhī)持。这方(fāng)面(miàn)，多模(mó)态(tài)大模型是(shì)典型(xíng)。作(zuò)为(wèi)面向未来(lái)强人工智能、通用人工智能的重要技术创新，多模态大(dà)模(mó)型已经在人工智(zhì)能领域提出(chū)了(le)很多年，业界也有不少技术突破(pò)，但(dàn)是(shì)，多模(mó)态大模型进一步往(wǎng)下走，算力需求呈几何式上升，一般的算(suàn)力基础设施(shī)很(hěn)快将难(nán)以胜任。

从图像、文字、语音单独一项的训练，到双模态、三模(mó)态(tài)的跃迁，让人工智能可(kě)以灵活应对(duì)不同模态的转化、像人与(yǔ)世界交(jiāo)互一样自然，这方面，由(yóu)算力网络来驱动将有明(míng)显优势。