九龙司是哪里？-绿茶通用站群

九龙司是哪里？ 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，微软公司创始人比尔·盖茨已多次公开(kāi)谈论人(rén)工智能话题(tí)。在最近的(de)一次采访中，他再次表示(shì)：“AI可能会让科技行业迎来一次剧(jù)烈的(de)洗牌”。

这个结(jié)论是他在当地时间2月20日接受(shòu)《In Good Company》节(jié)目专访时提(tí)出的。

他预期，AI的(de)发展(zhǎn)可能会威胁到谷歌的市(shì)占率，因为微软(ruǎn)在AI方(fāng)面的行动相当迅速。而最终科(kē)技巨头(tóu)将把AI整合成用户的“全能助手”，包揽一切应用，与人们(men)进行沟通并提供建议，可以取(qǔ)代亚马(mǎ)逊、Siri或Outlook等应用。

大佬口中全能助手的到来可能尚需(xū)时日，但由ControlNet引发的(de)又(yòu)一次AI绘画浪潮，让AIGC在ChatGPT的话题热点包围中杀出重围。

ChatGPT之后(hòu)又一应用杀疯了，AIGC或进入可控(kòng)期，将洗牌科技行(xíng)业？_黑料正能(néng)量

ControlNet颠(diān)覆AI绘画(huà)新玩(wán)法

AIGC向可控靠(kào)近

以AI绘画为代表的(de)AIGC上一次爆火(huǒ)的时候，还是2022年(nián)8月，在美国科罗(luó)拉(lā)多州举办的新兴数字(zì)艺(yì)术家竞赛中，一幅(fú)名为《太空歌剧院》的作品获奖。

随后各大厂商(shāng)的AI绘画(huà)软件被(bèi)广大网友熟知并(bìng)体验，Stable Diffusion便是其中代表。

用(yòng)户们(men)可以在应用中(zhōng)输入一组关(guān)键词或者一张照(zhào)片，就能获得一幅AI创作的画(huà)作。

作画的关键就是所输入的文本。同一组关键(jiàn)词也可(kě)以创作出很多张风格不一样的画作，这让创(chuàng)作的过程就像(xiàng)开盲盒。

很多用户很喜(xǐ)欢这种不确定的(de)惊喜(xǐ)，他们会将生成的美图当做头像。而另一部(bù)分喜欢翻(fān)看AI绘(huì)画(huà)的“翻车”作品。在社(shè)交媒(méi)体上，许多用户分享AI“翻车现(xiàn)场”，例如，一位网友的小狗照片被AI画成了“肌肉男”，还有网友的个人照片被(bèi)AI识别成了建筑。

而(ér)如今随着ControlNet的出现(xiàn)与加(jiā)持(chí)，以(yǐ)往AI绘画的(de)填写关键词(cí)游戏可能要(yào)被颠覆了(le)。

ControlNet是一位正在斯(sī)坦(tǎn)福读(dú)博的(de)中国人张吕敏创作的一种基于控制点的图(tú)像变(biàn)形算(suàn)法，主要用于(yú)数字图(tú)像处理、计(jì)算(suàn)机(jī)视觉和计算(suàn)机图形学等领域。

其SD插件一经发布，在短短(duǎn)的两天内便成(chéng)为了(le)AI绘(huì)画领域最新的热点。

在此(cǐ)之前(qián)，大家用了很(hěn)多方法想(x九龙司是哪里？iǎng)让AI生成(chéng)的结果(guǒ)尽可能的符(fú)合要求，但是都不尽如人意，它的出现代表着AI生(shēng)成(chéng)开(kāi)始进入真正的可控时期。

因为ControlNet可以(yǐ)直接提取画面的构图，人物的姿势和画面的(de)深(shēn)度信息等(děng)。有(yǒu)了(le)它的帮助，就不用频繁的用提示词来碰运气，抽盲(máng)盒式的创作了。

通俗的说(shuō)ControlNet相当于(yú)给AI绘(huì)画(huà)加(jiā)了“魔(mó)法”，不少博主的(de)作品已(yǐ)经(jīng)获得了大(dà)量的浏览量，“viggo”就是(shì)其中之一，他用朋友的照片直(zhí)接带她们走(zǒu)进动漫(màn)世界。

viggo先用StableDiffusion图片转文字。

再用Text2Prompt插件拓展找(zhǎo)到对应的关(guān)键词；最后用(yòng)ControlNet插件绑定(dìng)骨骼开始换关键词试(shì)效果。

通过图片就可以(yǐ)看出来，效果(guǒ)十分惊艳(yàn)。

更厉害的是，除了真实的(de)照片，草(cǎo)图也可以加上“魔法”，知乎(hū)大(dà)牛“DevPoint”和“逗砂(shā)”介绍到ControlNet还能(néng)实现(xiàn)线稿转全(quán)彩图。大(dà)神张(zhāng)吕敏其本(běn)尊也亲自回应。

不得不说当下AIGC已经变得(dé)越来(lái)越强大，甚至输出的作品都已经能以假乱真(zhēn)了。

难辨虚实，AIGC技(jì)术力爆发

警惕安全问题(tí)

近日，“苏州金鸡湖有游艇(tǐng)party”的消息(xī)火遍网络，而经(jīng)过警方辟谣这(zhè)所谓的“party”可能是全国(guó)第一(yī)起AI绘(huì)图诈骗。

由于这个活动里(lǐ)面给出的美(měi)女(nǚ)照片都是(shì)AI制(zhì)作的真人照片(piàn)绘图(tú)，因为(wèi)太逼真，被大家当成真事(shì)传播了(le)。

不过仔细观(guān)察可以发(fā)现(xiàn)，活动发起者提供的照片中有(yǒu)个很(hěn)大的漏洞可(kě)以发现(xiàn)并(bìng)非真(zhēn)人(rén)，而是AI绘(huì)图，那(nà)便是图片中女性的(de)手指部分有的存在异(yì)常。

ChatGPT之(zhī)后又(yòu)一应用杀疯了(le)，AIGC或进入可控期，将洗(xǐ)牌科(kē)技行业？_黑料正(zhèng)能量

有行(xíng)业(yè)人(rén)事表示(shì)：“现在因为(wèi)手指部分的绘画算法比较复杂(zá)，AI还(hái)不(bù)太会(huì)画(huà)人的(de)手(shǒu)，但(dàn)最新看到的(de)图片已(yǐ)经有越来越完美(měi)的AI模型(xíng)出(chū)现(xiàn)，以后(hòu)可(kě)能就完全没有漏洞(dòng)了。”

类(lèi)似的AI作图诈骗在(zài)国外也已有发生。据英国广播(bō)公司报道，土耳其地震期间，有Tiktok用户使用AI合成了儿童(tóng)受灾(zāi)的假照片发布到网络，以此诱骗善良的人(rén)打赏“捐助”从而实施诈骗。

目(mù)前(qián)随着技术发展，AIGC已(yǐ)经(jīng)能(néng)做出真人照(zhào)片般(bān)的(de)绘图效果，如果这样的图片被用(yòng)来诈骗，将非常(cháng)可(kě)怕。

此外AIGC还引(yǐn)发了(le)很(hěn)多担忧(yōu)，一(yī)方面，批判者认为(wèi)AI在“学习”了大量(liàng)前(qián)人的作品之(zhī)后，其创作没(méi)有任(rèn)何情(qíng)绪(xù)和灵魂，难以和人类的艺(yì)术(shù)创(chu九龙司是哪里？àng)作(zuò)相提并论。

另一方面，AIGC背(bèi)后的版权(quán)、目前都并(bìng)没有得到有效的解决，还有(yǒu)AIGC会(huì)不会代替(tì)人类“至高无上(shàng)”的(de)创意(yì)。

马斯克也强调，人工智能的安(ān)全问题需要得到重视，太(tài)晚(wǎn)就(jiù)来不及了。

AIGC下一站除了视频，还(hái)有远(yuǎn)方

技术都是(shì)有两面性的，潜在的危害并不(bù)能掩(yǎn)盖(gài)其光(guāng)辉的贡(gòng)献。现(xiàn)在看(kàn)来，人工(gōng)智能技术将是第四次工业革命的核(hé)心驱动力量，将创(chuàng)造新的增(zēng)长奇迹(jì)。

过去一(yī)年，人工智能(néng)在技术和(hé)商业层面都有了巨大进展(zhǎn)，AI绘画就(jiù)是(shì)人工(gōng)智能技术发生方(fāng)向性(xìng)改(gǎi)变(biàn)的一个代表(biǎo)。其(qí)下一(yī)站或许(xǔ)就是视频。

此前，Meta和谷歌(gē)先后发布了几条引爆(bào)科(kē)技(jì)圈(quān)的(de)短视频。这些视(shì)频引(yǐn)发关(guān)注并非内(nèi)容做得(dé)多优秀，反而都非(fēi)常(cháng)简单，比(bǐ)如一匹正在(zài)喝水的马，一只(zhǐ)画画的(de)玩具熊，或者(zhě)一(yī)段骑摩托车的第(dì)一(yī)视角录像，随(suí)便一个有手机的人都可(kě)以随手录下一段。

但这些短(duǎn)视频的创作方式非常简单(dān)，创作者仅仅(jǐn)需要(yào)向AI输入一段话，甚(shèn)至只是说一下要(yào)求(qiú)，AI就可以根(gēn)据需要生成一段视频。

谷歌发布的(de)两个AI生成视频分别来自于(yú)Imagen Video和Phenaki，前(qián)者主要突(tū)出的是高清(qīng)，与(yǔ)Meta的(de)Make-A-Video没(méi)有(yǒu)太多的(de)差(chà)别。

在(zài)Make-A-Video公布了AI生(shēng)成的视(shì)频后(hòu)，AI圈就已经玩了(le)一波(bō)梗(gěng)，一个能(néng)够做(zuò)出更高清视频(pín)的(de)AI还不(bù)足以在短时间内(nèi)戳中兴奋点。

Phenaki更加(jiā)令人震惊的地方在于，它可以制(zhì)作出超过(guò)2分钟的连贯的(de)也有确切内容的视频(pín)，这才是(shì)真正让人们(men)感(gǎn)到惊喜(xǐ)的地方(fāng)。因为无论AI生成的视(shì)频多么高(gāo)清，也只(zhǐ)能是为内容生产者(zhě)提供(gōng)一个灵感，一(yī)个素材，一(yī)个过场动画。

不过能够制作出(chū)有具(jù)体(tǐ)剧情内容的视频就意(yì)味着，一些视(shì)频创(chuàng)作由AI代替(tì)人工完成(chéng)已经初(chū)步(bù)有了可能(néng)。

当下AI的发展速(sù)度已经(jīng)超过(guò)大部分人(rén)的想象(xiàng)。内容(róng)产业(yè)的本质是(shì)供给创造需求，AIGC作(zuò)为(wèi)全(quán)新(xīn)的内(nèi)容生产方式，可以为内(nèi)容产业带来更新的内容风(fēng)格、更快的生(shēng)产速度(dù)，更低的生产成本，这无疑(yí)会驱动(dòng)内(nèi)容(róng)产业的大爆发。

除了AI绘图、视频，AIGC技术还能(néng)应用于音乐、代码(mǎ)、机器人动(dòng)作等多种内容(róng)形式的生成(chéng)。不难发现该项技术不仅(jǐn)在游戏等行业能得(dé)到(dào)有效应用(yòng)，对(duì)于下一代(dài)互联网各种元(yuán)素的(de)构建亦有关键(jiàn)意义(yì)。

从商业化的(de)角度(dù)来看，文化(huà)娱(yú)乐、教育、传媒(méi)等诸(zhū)多(duō)领域，本身就对基于AI的可视化内容有(yǒu)强烈需求。

因此，AI绘画及视(shì)频或不(bù)是结(jié)果，而只是AI进程中的一块重要拼图，有望在(zài)技术更新的加持(chí)下实现更大的应用(yòng)价值。

AI从理解(jiě)九龙司是哪里？内容，走向了可以生成内容，甚至能够创造出独立价(jià)值和独立视(shì)角的内容。AIGC的再(zài)次出圈，更代表着未(wèi)来的先进生产力即将到(dào)来(lái)。

紧抓大模型与算力，牢固AIGC底(dǐ)座

从(cóng)技(jì)术的发展(zhǎn)也可以看出，在语(yǔ)言(yán)大(dà)模型、图像大模(mó)型(xíng)之(zhī)后，多模态大模型已(yǐ)经成为了新的趋(qū)势。

大(dà)模(mó)型被誉为当前人工智能发展的(de)智(zhì)能底座，是全球竞争最激烈的研究方向之一(yī)，包括谷(gǔ)歌、亚马逊、百(bǎi)度、阿里、腾(téng)讯等众多头部企业都在竞相发力。

不(bù)过训练(liàn)大模型(xíng)的(de)确(què)价(jià)格不菲，以国盛证券发布(bù)的《ChatGPT需要(yào)多少算(suàn)力》报告(gào)估算，GPT-3训(xùn)练一次的成本约为140万美元。而对于一些更大的LLM(大型语言(yán)模型)，训练成本则(zé)介于200万(wàn)美元(yuán)至1200万美元高价(jià)之间。

以ChatGPT在2023年1月的(de)独立访客平均数1300万(wàn)计算(suàn)，其对应芯片需(xū)求为3万(wàn)多片(piàn)英(yīng)伟达(dá)A100 GPU，初(chū)始投(tóu)入成本(běn)约为(wèi)8亿美元，每日仅电(diàn)费(fèi)就(jiù)在5万美元左右。

此外不论是ChatGPT还(hái)是AIGC，都离(lí)不开庞(páng)大算力支(zhī)持。在关(guān)注各类大模型的发展同时(shí)，更应(yīng)该关注算力网络的建设。

算力(lì)网络(luò)正驱动AI产业发展进(jìn)入(rù)史诗级加(jiā)速(sù)进程，让(ràng)AIGC及通用(yòng)AI这一人工(gōng)智能发展的终极目(mù)标离得更近。

因为(wèi)算力可(kě)以对突破(pò)性技术创新提供大力的(de)支持(chí)。这方面，多模态(tài)大模型是典型。作为面向未来(lái)强(qiáng)人工智能、通用(yòng)人工智能的重(zhòng)要技术创新(xīn)，多模态大模型已经在人工智能(néng)领(lǐng)域(yù)提出了很多年，业界也(yě)有不(bù)少技术突破，但(dàn)是，多(duō)模态大模型进(jìn)一(yī)步往下走，算力需求呈几何式上升，一般(bān)的算力基础设施(shī)很快将难以胜任(rèn)。

从图像、文字(zì)、语音单(dān)独一项(xiàng)的训练，到双模态、三模态的跃迁，让人工智(zhì)能可以灵活应对不同(tóng)模(mó)态(tài)的(de)转化、像人与(yǔ)世界(jiè)交互一样自然，这(zhè)方面，由算力网络来(lái)驱动将有明显优势。