顶的速度越来越快越叫的原因-绿茶通用站群

顶的速度越来越快越叫的原因 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(yǐ)来，微软公司创始人比尔·盖茨(cí)已(yǐ)多(duō)次公开谈论人工智能话题(tí)。在最近的一次采访(fǎng)中，他再次表示：“AI可能会让科(kē)技行业迎来一次剧烈的洗牌”。

这个结论是他在当(dāng)地时间2月(yuè)20日接(jiē)受(shòu)《In Good Company》节(jié)目专(zhuān)访(fǎng)时提出的(de)。

他预(yù)期，AI的发展可能会威胁到谷歌(gē)的市占(zhàn)率(lǜ)，因为微软在AI方面(miàn)的行动相当迅(xùn)速。而最终(zhōng)科技巨头将把(bǎ)AI整合成用户的“全能助(zhù)手”，包揽(lǎn)一切应用，与人们进行沟(gōu)通并(bìng)提(tí)供建议，可以取(qǔ)代亚(yà)马逊、Siri或Outlook等应用。

大佬(lǎo)口(kǒu)中全能(néng)助手的到来可(kě)能尚需时(shí)日，但由(yóu)ControlNet引发的又一次AI绘画浪潮，让AIGC在ChatGPT的话题热点包围(wéi)中杀出重围。

ChatGPT之(zhī)后又(yòu)一应用杀疯(fēng)了，AIGC或(huò)进入可控(kòng)期，将洗牌科技行业？_黑料正能量

ControlNet颠覆(fù)AI绘画新玩法

AIGC向可(kě)控靠近

以AI绘画(huà)为代表的AIGC上一(yī)次爆火的(de)时候(hòu)，还是2022年8月，在(zài)美国(guó)科罗拉多(duō)州举办的新兴数字艺术家竞赛中，一幅名为(wèi)《太空(kōng)歌剧院》的作品获(huò)奖。

随后各大厂商的(de)AI绘画(huà)软件被(bèi)广大网友熟知(zhī)并体验，Stable Diffusion便(biàn)是其中代(dài)表。

用户(hù)们可以(yǐ)在(zài)应用(yòng)中输入一(yī)组关(guān)键(jiàn)词或者一张照(zhào)片(piàn)，就(jiù)能(néng)获得(dé)一(yī)幅(fú)AI创作的(de)画作。

作画的关键(jiàn)就是所输入(rù)的文本。同一组关键词(cí)也可以创作出很多(duō)张风格(gé)不(bù)一样的画(huà)作，这(zhè)让创作的过程就像开盲盒。

很多用户很喜欢这种不确定的惊喜，他们会(huì)将(jiāng)生成(chéng)的美图当(dāng)做头像。而另(lìng)一部分喜欢翻(fān)看(kàn)AI绘(huì)画的“翻车”作(zuò)品(pǐn)。在社交媒(méi)体上，许多用户(hù)分享(xiǎng)AI“翻车现场”，例如，一位(wèi)网友的小狗照(zhào)片被AI画成了“肌肉男(nán)”，还有(yǒu)网友的个(gè)人照(zhào)片被AI识别成了(le)建筑。

而如今随着(zhe)ControlNet的出现与加(jiā)持，以(yǐ)往AI绘画的填写关(guān)键词游(yóu)戏(xì)可能要被颠覆了(le)。

ControlNet是一位(wèi)正在斯坦福读博(bó)的中国(guó)人张吕敏创作的一种基于控制点的图像变形算法，主要用(yòng)于数字图(tú)像(xiàng)处(chù)理、计算(suàn)机(jī)视觉和计算(suàn)机(jī)图形学(xué)等(děng)领域。

其SD插件一(yī)经发布，在短短的两天(tiān)内便(biàn)成(chéng)为了(le)AI绘(huì)画领域最(zuì)新(xīn)的热点(diǎn)。

在此之前，大家用了很多(duō)方法想让(ràng)AI生成的(de)结果(guǒ)尽(jǐn)可能(néng)的符合要求(qiú)，但(dàn)是(shì)都不尽如(rú)人意，它的出现(xiàn)代表着AI生成开始进入(rù)真(zhēn)正(zhèng)的(de)可控时期。

因(yīn)为ControlNet可(kě)以直接提取画面的构图，人物的姿势和(hé)画面的深(shēn)度信(xìn)息等(děng)。有了它的帮助，就不(bù)用频繁的用提示词来碰运气，抽盲盒式的创作了(le)。

通(tōng)俗的说ControlNet相当于给AI绘画加(jiā)了“魔法”，不少博主的(de)作品已经(jīng)获得了大量的浏览量，“viggo”就是(shì)其中(zhōng)之一，他用朋友的照片直接带她们走进(jìn)动漫世界。

viggo先用StableDiffusion图片转(zhuǎn)文字。

再用Text2Prompt插件拓展找到(dào)对(duì)应的关键词；最后用ControlNet插件绑定骨骼开始换关键(jiàn)词试效果。

通过图片(piàn)就可(kě)以看(kàn)出来，效果十(shí)分(fēn)惊艳。

更厉(lì)害的是，除(chú)了真实的照片(piàn)，草图也可以加上“魔(mó)法”，知(zhī)乎大牛“DevPoint”和“逗(dòu)砂”介绍到ControlNet还能实现(xiàn)线稿转全彩图(tú)。大神张(zhāng)吕敏其本尊也亲自回应。

不得不说当下AIGC已(yǐ)经变得越来越强大，甚(shèn)至输出的(de)作品都已经(jīng)能(néng)以假乱(luàn)真了(le)。

难辨虚实(shí)，AIGC技术(shù)力爆发(fā)

警惕安全问题

近日，“苏州金(jīn)鸡湖有游(yóu)艇party”的消息(xī)火遍网络，而经过警方辟谣这所谓的“party”可能是(shì)全国第(dì)一(yī)起AI绘图(tú)诈骗(piàn)。

由于这个活(huó)动(dòng)里面给出的美女照片都(dōu)是(shì)AI制作的真人照片绘图，因为(wèi)太逼(bī)真，被(bèi)大(dà)家当成真事传播了(le)。

不过仔细观察可以(yǐ)发现，活动发起者提(tí)供(gōng)的照片中有个很大的漏洞可以发(fā)现并非真人(rén)，而是AI绘图，那便是图片中女性的手指部(bù)分有(yǒu)的(de)存(cún)在异常。

ChatGPT之(zhī)后又一(yī)应用杀疯(fēng)了，AIGC或(huò)进入可控期，将洗牌(pái)科技行(xíng)业？_黑料(liào)正能量

有(yǒu)行业人事表示：“现在因为手指部分(fēn)的绘画算法比较复杂，AI还(hái)不太(tài)会画人的手，但最新(xīn)看到(dào)的图片已经有(yǒu)越来越完美的AI模(mó)型出(chū)现，以后可能就完全(quán)没有(yǒu)漏洞了。”

类似的(de)AI作图诈骗在国外也已(yǐ)有发生。据英国广(guǎng)播(bō)公(gōng)司(sī)报道，土耳(ěr)其地(dì)震(zhèn)期间，有Tiktok用户使用(yòng)AI合成(chéng)了儿童受灾的假(jiǎ)照片发布到网络，以此诱骗善良的人(rén)打赏(shǎng)“捐助”从而实施诈骗。

目前随着技术(shù)发展，AIGC已经(jīng)能做(zuò)出(chū)真(zhēn)人照片(piàn)般的绘图效果，如果这样的图片被用(yòng)来诈骗，将非常可怕。

此外AIGC还引发(fā)了(le)很多担忧，一方面，批判(pàn)者(zhě)认(rèn)为(wèi)AI在(zài)“学习”了大量(liàng)前人(rén)的作(zuò)品(pǐn)之后，其创(chuàng)作没有(yǒu)任何(hé)情绪和灵魂，难以和人(rén)类(lèi)的艺(yì)术创(chuàng)作相提并论。

另一方面，AIGC背后的(de)版权(quán)、目前都(dōu)并没(méi)有(yǒu)得到有效的(de)解决，还有AIGC会不会代替(tì)人类“至高(gāo)无上”的创(chuàng)意。

马斯克也强调，人工(gōng)智能的安全问题需要(yào)得到重(zhòng)视，太晚(wǎn)就来不及了。

AIGC下一(yī)站除了视频(pín)，还有远方

技术(shù)都是有(yǒu)两面性的(de)，潜在(zài)的危(wēi)害并不能掩(yǎn)盖其光辉(huī)的贡献。现在看(kàn)来，人工智能技术将是第四次工业(yè)革命的核心驱(qū)动力量(liàng)，将创造新的(de)增长奇迹。

过(guò)去一年，人(rén)工(gōng)智能(néng)在(zài)技(jì)术和商业(yè)层(céng)面都(dōu)有了(le)巨大进展，AI绘画就(jiù)是人工智能技术发(fā)生(shēng)方向性改变的(de)一个代表。其下一站或许(xǔ)就是(shì)视频(pín)。

此(cǐ)前，Meta和(hé)谷歌先后发布了几条引爆科(kē)技圈的短视(shì)频。这些视(shì)频引发关注并非内容做得多优秀，反而都(dōu)非常简单，比如一匹正在喝水的马，一(yī)只(zhǐ)画画的玩具熊，或者一段骑摩托车的第一视角(jiǎo)录像，随(suí)便一个有手机(jī)的人(rén)都可以随手录下(xià)一段。

但(dàn)这些短视频(pín)的创作方式非常(cháng)简(jiǎn)单，创作(zuò)者仅(jǐn)仅需要向AI输(shū)入(rù)一段话，甚至(zhì)只是说一(yī)下要求，AI就可以根据(jù)需要(yào)生成一段(duàn)视(shì)频。

谷歌发布的两个AI生成视频分别来自于Imagen Video和Phenaki，前者(zhě)主要突(tū)出的是(shì)高清，与Meta的Make-A-Video没有太多的差(chà)别。

在Make-A-Video公布了AI生(shēng)成的(de)视频后(hòu)，AI圈就已(yǐ)经玩了一波梗，一个(gè)能够做出(chū)更(gèng)高清视频的AI还不足(zú)以在(zài)短时间内戳中兴(xīng)奋点。

Phenaki更(gèng)加令人震惊的地方在于，它可以制作(zuò)出超过2分钟的连贯(guàn)的也有确切(qiè)内容(róng)的视频，这才是真(zhēn)正让人(rén)们(men)感到惊喜(xǐ)的(de)地方。因为(wèi)无(wú)论AI生(shēng)成(chéng)的视频多么(me)高清，也只能是为内容生产者提供一个灵感，一个素(sù)材，一个(gè)过(guò)场动画。

不过(guò)能(néng)够(gòu)制作(zuò)出有具体剧情(qíng)内容的(de)视频就意味着，一些(xiē)视频创(chuàng)作(zuò)由(yóu)AI代(dài)替人工完(wán)成已经初步有(yǒu)了可(kě)能。

当(dāng)下AI的发展速度已经超过大部分(fēn)人的想(xiǎng)象。内容产业(yè)的本质(zhì)是供给(gěi)创造需求，AIGC作为(wèi)全新的内容生产方式，可以为内容产业带来(lái)更新的(de)内容风格、更快的生产(chǎn)速度，更低的(de)生产成本，这无疑会驱动(dòng)内容产(chǎn)业的大爆发。

除了AI绘图(tú)、视频，AIGC技术(shù)还能应用于音乐、代码(mǎ)、机器人动作等多种内容形式的(de)生成。不难发现该项技(jì)术不仅在游(yóu)戏等(děng)行业能(néng)得(dé)到有效应用，对于(yú)下一代互联网各种(zhǒng)元素(sù)的构建亦有关键意义。

从商业化的角度来看，文化娱(yú)乐、教育、传(chuán)媒等诸多(duō)领域，本身就对基(jī)于AI的可视化内容有强烈需求。

因此，AI绘(huì)画及视频或不是结果(guǒ)，而只(zhǐ)是AI进程中的一(yī)块重要拼(pīn)图，有望在技术更(gèng)新的加持下实现更(gèng)大(dà)的(de)应用价值(zhí)。

AI从理(lǐ)解内(nèi)容，走向了可以生成内容，甚至能够创(chuàng)造出独立价值和(hé)独立(lì)视角的(de)内容。AIGC的再(zài)次出圈，更代表着未(wèi)来的先进生产力(lì)即将到(dào)来(lái)。

紧抓(zhuā)大模型(xíng)与算力，牢(láo)固AIGC底座

从技术的发展也可以(yǐ)看出，在语言大模(mó)型、图像大模型之(zhī)后(hòu)，多模态(tài)大(dà)模型已经成(chéng)为了新的趋势。

大模型(xíng)被誉为当前人工智能发展的(de)智能底座，是全球竞争最激烈的研(yán)究(jiū)方向之一，包括谷歌、亚马逊(xùn)、百度、阿里、腾讯(xùn)等众多头(tóu)部企(qǐ)业都在(zài)竞相(xiāng)发(fā)力(lì)。

不过训练大模型的确价格(gé)不菲，以国盛证(zhèng)券发布的《ChatGPT需要多少(shǎo)算力》报(bào)告估算(suàn)，GPT-3训练(liàn)一次(cì)的成本(běn)顶的速度越来越快越叫的原因约为140万美元。而对于一些更大的LLM(大(dà)型(xíng)语言(yán)模(mó)型)，训练成本则介于200万美元至1200万(wàn)美元高价之间。

以ChatGPT在2023年(nián)1月的独(dú)立访客平均数1300万计(jì)算，其(qí)对应芯片需(xū)求为3万多片英伟达(dá)A100 GPU，初始投入(rù)成本约(yuē)为8亿美元，每日仅电(diàn)费就在5万(wàn)美(měi)元左右。

此外(wài)不论是(shì)ChatGPT还是AIGC，都离不开庞(páng)大(dà)算(suàn)力支持。在关注各类大模型的发展同(tóng)时，更应该关注算(suàn)力网络的建设(shè)。

算力网络正驱动AI产业发展进(jìn)入史诗级加速进程，让AIGC及(jí)通用(yòng)AI这一人工智能发展的(de)终极(jí)目标离得更(gèng)近。

因(yīn)为(wèi)算力可以对突破性技术创(chuàng)新提供大力的(de)支持。这(zhè)方面，多(duō)模(mó)态大模型是典型(xíng)。作为面向未来(lái)强人工智(zhì)能(néng)、通用人工智能的重要技术(shù)创新，多(duō)模态大模型已(yǐ)经在(zài)人工(gōng)智能领域提(tí)出了(le)很多(duō)年，业(yè)界(jiè)也有不少技术突破(pò)，但是(shì)，多模态大模(mó)型进一步往下走，算力(lì)需(xū)求(qiú)呈几(jǐ)何(hé)式上升，一般的算力基础设施(shī)很快将难以胜任。

从图(tú)像、文字、语(yǔ)音单独一项的训练，到双(shuāng)模(mó)态(tài)、三模态(tài)的(de)跃迁，让人工智能可以灵活应对不同模(mó)态的转(zhuǎn)化、像人(rén)与世界交互一样(yàng)自(zì)然，这方面，由算力网络来驱动将(jiāng)有明显(xiǎn)优势(shì)。