水娃是几娃？水娃是什么颜色-橘子百科-橘子都知道

水娃是几娃？水娃是什么颜色 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(gōng)司创始人比尔·盖茨已多次公开(kāi)谈(tán)论人(rén)工(gōng)智能话题。在最近的一次采(cǎi)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(pái)”。

这(zhè)个结论(lùn)是他在当地(dì)时(shí)间2月20日接受《In Good Company》节(jié)目专(zhuān)访时提出的(de)。

他预期，AI的发展可能(néng)会威胁到谷歌的(de)市(shì)占率，因为微软在AI方面(miàn)的(de)行动(dòng)相(xiāng)当(dāng)迅速(sù)。而最(zuì)终科(kē)技(jì)巨头将把AI整(zhěng)合成用户的“全能助手(shǒu)”，包揽(lǎn)一切应用(yòng)，与人们(men)进(jìn)行沟通(tōng)并提供建议，可以取代亚马逊、Siri或Outlook等应用。

大佬口中全能(néng)助(zhù)手的到来(lái)可(kě)能尚(shàng)需时日，但由ControlNet引发的(de)又(yòu)一次AI绘画浪(làng)潮，让AIGC在ChatGPT的话题热点(diǎn)包围中杀(shā)出重围。

ChatGPT之后又一应用杀疯了，AIGC或进(jìn)入(rù)可(kě)控期，将洗牌科技行业？_黑(hēi)料正能量

ControlNet颠覆AI绘画新玩法

AIGC向可控靠近

以AI绘画为(wèi)代表的(de)AIGC上一次爆火的(de)时候(hòu)，还是2022年8月，在(zài)美国科罗(luó)拉多(duō)州举(jǔ)水娃是几娃？水娃是什么颜色办(bàn)的新兴数字(zì)艺术家竞赛中，一幅(fú)名为《太空歌剧院(yuàn)》的作品获(huò)奖。

随后各大厂(chǎng)商(shāng)的AI绘画(huà)软件被(bèi)广大网(wǎng)友熟知并体验，Stable Diffusion便是其(qí)中代表。

用户们(men)可以在(zài)应用(yòng)中输入(rù)一组关键词或者一张照(zhào)片，就能(néng)获得一幅AI创作的画作。

作画的关键(jiàn)就是所输(shū)入的文(wén)本。同(tóng)一组关键词(cí)也可以创作出很多张风格(gé)不一(yī)样的画(huà)作，这让(ràng)创作的过程就像(xiàng)开盲盒(hé)。

很(hěn)多用户很喜欢这种不确定的惊喜(xǐ)，他们会(huì)将生(shēng)成的(de)美图当做头像。而另一部分喜欢翻看AI绘(huì)画的“翻车”作品(pǐn)。在社交媒(méi)体上，许多用户(hù)分(fēn)享AI“翻车(chē)现场”，例如，一(yī)位网友(yǒu)的小狗照(zhào)片被AI画成了“肌肉男”，还有网友(yǒu)的(de)个人(rén)照片被AI识别成了(le)建筑。

而如(rú)今随着(zhe)ControlNet的出现与加持(chí)，以往AI绘画的(de)填写关键词游(yóu)戏可能要被颠覆了。

ControlNet是一位正在斯坦福读博的(de)中(zhōng)国人(rén)张吕敏创作的(de)一种基于控制点的图像变形算(suàn)法，主要用于数字图(tú)像处理、计算机视觉(jué)和计算机图形学等领域。

其SD插件一经发布，在短短的两天内(nèi)便成为了AI绘画领(lǐng)域最新的热点。

在此(cǐ)之前，大家用了很多方法想让AI生成的结果尽可(kě)能的符合要求(qiú)，但是(shì)都不(bù)尽如人(rén)意，它的出(chū)现代表着AI生成开(kāi)始进(jìn)入(rù)真正的可控时期。

因为ControlNet可以直接(jiē)提取(qǔ)画面的构图，人(rén)物(wù)的姿(zī)势和画面的(de)深度(dù)信息等。有了它(tā)的(de)帮助，就不用频繁的用提示词(cí)来碰(pèng)运(yùn)气(qì)，抽盲盒(hé)式的创作了。

通俗的说ControlNet相当于给AI绘(huì)画加了(le)“魔法”，不少博主的作品已经获得(dé)了大量的浏览量，“viggo”就是其中之一，他用朋友的照片直(zhí)接带她们走进动漫世界。

viggo先(xiān)用StableDiffusion图片转文字(zì)。

再用Text2Prompt插件拓展找(zhǎo)到对(duì)应的关键词；最后(hòu)用(yòng)ControlNet插件绑定(dìng)骨(gǔ)骼开(kāi)始换(huàn)关键词(cí)试效(xiào)果(guǒ)。

通过图片(piàn)就(jiù)可以看(kàn)出来，效果十分惊艳。

水娃是几娃？水娃是什么颜色

更厉害的是，除了真实的照片，草图也可(kě)以加上(shàng)“魔法(fǎ)”，知乎大(dà)牛(niú)“DevPoint”和“逗砂”介绍到(dào)ControlNet还能实现线稿转全(quán)彩(cǎi)图。大神张吕敏其(qí)本尊(zūn)也亲自回(huí)应。

不得不说(shuō)当下AIGC已经(jīng)变得越来越强(qiáng)大，甚至输出的作(zuò)品都已经能以假乱(luàn)真了(le)。

难辨虚实(shí)，AIGC技术力(lì)爆发

警惕安全问(wèn)题

近(jìn)日，“苏州金鸡湖有游艇party”的消(xiāo)息火遍网(wǎng)络，而经过警方(fāng)辟谣这所谓的“party”可(kě)能是全国第一(yī)起AI绘图诈骗。

由于这个活动(dòng)里面给出的美女照片都是AI制作的真人(rén)照(zhào)片绘图，因为太逼(bī)真，被(bèi)大家当成真事(shì)传(chuán)播了。

不过(guò)仔细观察可以发现，活动发起者(zhě)提供的照(zhào)片中有个(gè)很大的漏洞(dòng)可以发现并非真人，而(ér)是(shì)AI绘图，那便是图(tú)片中女(nǚ)性的手指部分(fēn)有的存(cún)在异常。

ChatGPT之后又(yòu)一应用杀疯(fēng)了，AIGC或进入可(kě)控(kòng)期，将洗牌科技行(xíng)业(yè)？_黑料正能量

有行(xíng)业人事表示：“现(xiàn)在因(yīn)为手指(zhǐ)部分的绘画算法比较复杂，AI还(hái)不太会画(huà)人的手，但最新看到(dào)的图片已经有越来越(yuè)完(wán)美(měi)的AI模型出(chū)现，以后可(kě)能就完(wán)全没有(yǒu)漏洞(dòng)了。”

类(lèi)似的AI作图诈骗在(zài)国(guó)外也(yě)已(yǐ)有发生。据英(yīng)国广播公司(sī)报道，土耳(ěr)其(qí)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络，以此诱骗善良的人打赏“捐助(zhù)”从而(ér)实施诈骗。

目前(qián)随(suí)着技术发展，AIGC已经能做出真人(rén)照片般的绘图效果，如果(guǒ)这样的图(tú)片被用(yòng)来诈(zhà)骗，将非常可怕(pà)。

此外AIGC还引发了很多担(dān)忧，一方面，批判者认(rèn)为(wèi)AI在“学习”了大量前人的作品之(zhī)后，其创作没有任(rèn)何情绪和(hé)灵(líng)魂，难以(yǐ)和(hé)人类的(de)艺术创作相提并论。

另一方面，AIGC背后的版权、目(mù)前都并没(méi)有得到有效(xiào)的(de)解决，还有AIGC会不会(huì)代替人(rén)类“至高无上(shàng)”的创意。

马斯(sī)克也强(qiáng)调，人工智能(néng)的(de)安全问题需要得到(dào)重视，太晚就来不及了。

AIGC下一站除(chú)了视(shì)频，还有远方

技(jì)术都是(shì)有两面(miàn)性的，潜在的危害并不(bù)能掩盖(gài)其光辉的贡献。现在看来，人工智能技术将(jiāng)是第四次(cì)工业革命的核心驱(qū)动力(lì)量，将创造新(xīn)的增(zēng)长奇迹(jì)。

过去一年，人工智能(néng)在(zài)技术和(hé)商业层面都(dōu)有了巨(jù)大(dà)进(jìn)展(zhǎn)，AI绘画就是人工智能技术发生方(fāng)向性(xìng)改变的一(yī)个代(dài)表。其下一(yī)站或许就是视频。

此前，Meta和谷歌先后(hòu)发布了几(jǐ)条引爆(bào)科技圈的(de)短视频。这些视频引发关(guān)注并非内(nèi)容做得多优秀，反而(ér)都非常简单，比如一(yī)匹正在喝水的(de)马，一只画画(huà)的玩具熊，或(huò)者(zhě)一(yī)段(duàn)骑(qí)摩托车的第一视(shì)角(jiǎo)录像，随(suí)便(biàn)一个有手(shǒu)机的人都可以随手录下一段。

但这些(xiē)短视(shì)频的创(chuàng)作方式非(fēi)常简单，创作者仅(jǐn)仅需要向AI输入一段话，甚至只是说一下要求，AI就可以根据(jù)需要生成一段视频(pín)。

谷歌(gē)发布的(de)两(liǎng)个AI生成视频(pín)分别来(lái)自于Imagen Video和Phenaki，前者(zhě)主要(yào)突出的是高清，与(yǔ)Meta的Make-A-Video没有太(tài)多的(de)差别。

在(zài)Make-A-Video公布了AI生(shēng)成的(de)视频后，AI圈(quān)就已经玩(wán)了(le)一波梗，一个(gè)能够做出更高清视频(pín)的AI还不(bù)足(zú)以在短时间(jiān)内戳(chuō)中兴奋点。

Phenaki更加令人震惊的地(dì)方在于，它可以制作出(chū)超过2分钟的连贯的也有(yǒu)确切内(nèi)容的视(shì)频(pín)，这(zhè)才(cái)是真正让人们感到惊喜(xǐ)的地方。因为无论AI生(shēng)成的视频多(duō)么高清，也只能是为内容生产者提供(gōng)一个灵感，一(yī)个(gè)素材(cái)，一(yī)个过场动画。

不过(guò)能(néng)够制作出有具体(tǐ)剧情(qíng)内容的(de)视频就意(yì)味着，一些视频创作(zuò)由AI代替人工完成(chéng)已经(jīng)初步(bù)有了(le)可能(néng)。

当下(xià)AI的发展速度(dù)已经超过大部(bù)分人的(de)想象(xiàng)。内容产(chǎn)业的(de)本质是供给创造需求，AIGC作为全新的内容生(shēng)产方式，可以为(wèi)内容(róng)产业带来(lái)更新的内容(róng)风格、更(gèng)快的(de)生产速度，更低(dī)的(de)生(shēng)产成本，这无(wú)疑会驱动内容产业的大爆发(fā)。

除了AI绘图、视(shì)频，AIGC技术还(hái)能应(yīng)用于(yú)音乐(lè)、代码、机(jī)器人动作等多种内容形式的(de)生成。不难发(fā)现该(gāi)项(xiàng)技术不(bù)仅(jǐn)在游戏等行业能得到有效应用，对于下一代互(hù)联网各(gè)种元素的构建亦有关键意义。

从商业化的角度(dù)来看(kàn)，文化(huà)娱乐、教育、传(chuán)媒等诸(zhū)多领域，本身就对基于AI的可视(shì)化(huà)内容(róng)有强烈需(xū)求。

因此，AI绘画及视频或(huò)不是(shì)结果，而只是AI进程中(zhōng)的一块(kuài)重要(yào)拼图，有(yǒu)望(wàng)在(zài)技术更新(xīn)的加持下(xià)实现更大的应用价值(zhí)。

AI从理(lǐ)解内(nèi)容，走向(xiàng)了可(kě)以生成内(nèi)容，甚至能够创(chuàng)造出独立价值和独立视(shì)角的内容(róng)。AIGC的再次(cì)出圈，更代表着未(wèi)来(lái)的先进生(shēng)产力即将到来(lái)。

紧抓大模型与算力，牢固AIGC底(dǐ)座

从技术的发展也(yě)可以看出，在语言大模型、图像大(dà)模型之后，多模(mó)态(tài)大模型已经成为了新的趋(qū)势。

大模型被誉为当前人工智能(néng)发展的智能(néng)底座，是(shì)全球竞争(zhēng)最激(jī)烈的研究方向之一，包括谷歌、亚(yà)马逊、百(bǎi)度、阿里(lǐ)、腾讯等众多头部企业都在竞(jìng)相发力(lì)。

不过训练(liàn)大(dà)模型的确价格不菲，以国盛证(zhèng)券发布的《ChatGPT需要多少算力》报告(gào)估算，GPT-3训练一次的成(chéng)本约为140万美元。而对(duì)于一些更大的LLM(大型语言模(mó)型)，训练(liàn)成本(běn)则介于200万美元至1200万美元高(gāo)价之间。

以(yǐ)ChatGPT在2023年1月(yuè)的(de)独立(lì)访客(kè)平均(jūn)数1300万计算，其对(duì)应(yīng)芯片需求为3万多片英伟达(dá)A100 GPU，初(chū)始投(tóu)入(rù)成本约为(wèi)8亿美元，每日仅(jǐn)电费就在5万(wàn)美元(yuán)左右。

此外(wài)不论是ChatGPT还是AIGC，都(dōu)离不开(kāi)庞大(dà)算力支持。在关(guān)注各类大模(mó)型(xíng)的发(fā)展同(tóng)时(shí)，更应该关注算力网络的建设。

算力网络正驱动AI产业发展(zhǎn)进入史诗级加速进程，让AIGC及通用AI这一(yī)人工智能发(fā)展的(de)终极目标离得更近。

因为算力可以对突破(pò)性技术创(chuàng)新提(tí)供大力的支持。这方面，多模态大模型(xíng)是典型。作为面向未(wèi)来强人工智能、通用人(rén)工(gōng)智能的重(zhòng)要技术创新，多(duō)模态(tài)大模型已经在人(rén)工智(zhì)能(néng)领(lǐng)域提出了很多年，业界也有(yǒu)不少技术突破，但(dàn)是，多模态大模型进一步往下走(zǒu)，算力需求呈几何式上升，一般的算力基础设施(shī)很快将(jiāng)难以胜任。

从图像(xiàng)、文字、语音单(dān)独一(yī)项的训练(liàn)，到双模态、三模态(tài)的(de)跃迁(qiān)，让(ràng)人工(gōng)智能可(kě)以(yǐ)灵活(huó)应对不同模态的转化、像人与世界(jiè)交互一样(yàng)自然(rán)，这(zhè)方面，由算力网络来驱动将有明显(xiǎn)优势。