1页是一面还是两面啊，1页是一张还是一面-绿茶通用站群

1页是一面还是两面啊，1页是一张还是一面 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ChatGPT火爆以来，微软公司创始人(rén)比尔·盖(gài)茨已多次公开谈(tán)论人工智能话(huà)题。在最近的(de)一次采访中，他(tā)再次表示：“AI可能会(huì)让科技行业迎来一次剧烈(liè)的洗牌”。

这个结论(lùn)是他在当地时(shí)间2月20日接受《In Good Company》节目专访时提出的。

他预期，AI的发展可能会(huì)威胁到谷歌的市占率，因为微软在AI方(fāng)面的行动相(xiāng)当迅速。而最终科(kē)技巨头将(jiāng)把AI整合(hé)成用户的“全(quán)能助(zhù)手”，包揽一切应用，与人们进行沟通并提供建议，可以取(qǔ)代(dài)亚(yà)马逊、Siri或Outlook等应用。

大佬口中全能(néng)助手的到来可能尚需时(shí)日(rì)，但(dàn)由(yóu)ControlNet引发的又(yòu)一次AI绘画浪潮，让AIGC在(zài)ChatGPT的话题热(rè)点包(bāo)围中杀出(chū)重围。

ChatGPT之后又一应用杀疯(fēng)了(le)，AIGC或进入可控期，将(jiāng)洗牌科技行业？_黑料正(zhèng)能量

ControlNet颠覆AI绘画新玩法

AIGC向(xiàng)可(kě)控靠近

以AI绘(huì)画为代表(biǎo)的AIGC上一次爆(bào)火的时候，还是2022年8月，在(zài)美国科罗拉多州(zhōu)举办(bàn)的新兴数字艺术家竞赛中(zhōng)，一(yī)幅(fú)名(míng)为《太空(kōng)歌剧院》的(de)作品获(huò)奖(jiǎng)。

随后各大厂商的AI绘画软件被广大网友熟知并(bìng)体(tǐ)验，Stable Diffusion便是其中代(dài)表。

用(yòng)户(hù)们可以在(zài)应用中输入一组关键词或者(zhě)一张照片，就能(néng)获得一(yī)幅(fú)AI创作的画作。

作画的关(guān)键就是所输(shū)入的文(wén)本。同一组关键词也可以创作(zuò)出很(hěn)多张风格(gé)不一样的画作，这让创(chuàng)作的过程就(jiù)像开(kāi)盲盒。

很多用户很(hěn)喜(xǐ)欢这种(zhǒng)不确定(dìng)的惊喜，他们会(huì)将生(shēng)成的美图(tú)当做头像。而另一部分(fēn)喜欢翻看(kàn)AI绘画的“翻(fān)车”作品。在社交媒体上，许多用户(hù)分享AI“翻车现场”，例如，一位(wèi)网友的(de)小狗照片被AI画成了“肌(jī)肉(ròu)男”，还(hái)有网友的个人照片被AI识别成了建(jiàn)筑。

而如今随着ControlNet的出现(xiàn)与加持(chí)，以往(wǎng)AI绘画的填写关键词游戏可能要被颠覆了(le)。

ControlNet是一位正在斯坦(tǎn)福读博的中国人(rén)张(zhāng)吕敏创作(zuò)的(de)一种基于控制点的图像变(biàn)形算法(fǎ)，主要用于(yú)数字图像处理、计(jì)算机(jī)视觉和计算机(jī)图形学等领域。

其SD插件一经发布，在短短的两天内便成为(wèi)了AI绘画领(lǐng)域最(zuì)新的热点。

在此之前(qián)，大家用了(le)很多方法想让(ràng)AI生(shēng)成的结果(guǒ)尽可能的(de)符合要求，但(dàn)是都不尽如人意，它的出现代表(biǎo)着AI生成开始(shǐ)进入(rù)真正的(de)可(kě)控时(shí)期(qī)。

因为(wèi)ControlNet可(kě)以(yǐ)直接提取画面的(de)构图，人物的姿势和画面(miàn)的深(shēn)度信息等。有(yǒu)了它(tā)的(de)帮助，就不用频繁的用提示(shì)词(cí)来(lái)碰运气，抽盲盒式的创作了。

通(tōng)俗的说(shuō)ControlNet相当于给(gěi)AI绘画(huà)加(jiā)了“魔法”，不(bù)少(shǎo)博主的作品已(yǐ)经获得了大(dà)量的浏(liú)览(lǎn)量(liàng)，“viggo”就是其中之一(yī)，他用朋友的照片直接带她们走进(jìn)动漫世界。

viggo先(xiān)用(yòng)StableDiffusion图片(piàn)转文字。

再用Text2Prompt插件拓展找到对应的关键词；最后用(yòng)ControlNet插件绑定(dìng)骨骼开始换关键(jiàn)词(cí)试效果(guǒ)。

通过图片就可以(yǐ)看(kàn)出(chū)来(lái)，效果十分惊艳。

更厉害的是，除了真实的照(zhào)片，草图也可(kě)以加(jiā)上“魔(mó)法(fǎ)”，知乎(hū)大牛“DevPoint”和“逗(dòu)砂(shā)”介绍到ControlNet还能实现线稿转全彩图(tú)。大神张吕敏其本尊也亲自回应。

不得不说(shuō)当(dāng)下AIGC已(yǐ)经(jīng)变得越来越强大，甚至输出的作(zuò)品都已经能以假乱真了。

难辨虚实(shí)，AIGC技(jì)术力爆发

警惕(tì)安全问题

近(jìn)日，“苏州金鸡湖有游艇(tǐng)party”的(de)消(xiāo)息火遍(biàn)网络，而经过(guò)警方辟谣(yáo)这所谓的“party”可能(néng)是全国(guó)第一起(qǐ)AI绘图(tú)诈(zhà)骗。

由于(yú)这个活动里(lǐ)面给(gěi)出的(de)美女照片(piàn)都是AI制作的真人(rén)照片(piàn)绘(huì)图(tú)，因为太逼真，被大(dà)家当成真事传(chuán)播了。

不过仔细观察可以(yǐ)发现，活动发(fā)起者提(tí)供的照片(piàn)中有个(gè)很(hěn)大的漏洞可以发现并(bìng)非真(zhēn)人，而(ér)是AI绘图(tú)，那便是图片中女性(xìng)的手指(zhǐ)部分有的存在异常。

ChatGPT之后又一(yī)应用杀疯(fēng)了，AIGC或进入可控期，将洗牌(pái)科(kē)技行业？_黑料正能量(liàng)

有行业人事表示(shì)：“现在因为手指部分(fēn)的绘画(huà)算(suàn)法比(bǐ)较复(fù)杂，AI还不太会画人的手，但最新看到的图片(piàn)已经有越来越完美(měi)的AI模型(xíng)出现，以后可能就(jiù)完全没有漏洞了。”

类似的AI作图诈骗在国外也已(yǐ)有发生(shēng)。据英(yīng)国广播公(gōng)司报(bào)道，土耳其地震期间，有Tiktok用户使用AI合成了(le)儿童受灾的(de)假照片发布到网(wǎng)络(luò)，以此诱骗(piàn)善良(liáng)的(de)人打(dǎ)赏(shǎng)“捐(juān)助”从(cóng)而实施(shī)诈骗。

目(mù)前随着(zhe)技术(shù)发展，AIGC已经能做出真人(rén)照片般的绘图效果，如(rú)果这样的图片(piàn)被用来(lái)诈骗，将非常(cháng)可怕。

此外AIGC还引发(fā)了很多担忧，一方(fāng)面，批判者(zhě)认为AI在“学习”了大量前人(rén)的(de)作品之后，其(qí)创(chuàng)作没(méi)有任何情绪和(hé)灵魂，难以和人类的艺术创作相提并(bìng)论(lùn)。

另一方面(miàn)，AIGC背后的版(bǎn)权(quán)、目前都(dōu)并没有得到有效(xiào)的解决，还有AIGC会不会代替(tì)人类“至高无上”的(de)创意。

马斯克也(yě)强(qiáng)调(diào)，人(rén)工智(zhì)能(néng)的(de)安全(quán)问题需要(yào)得到重(zhòng)视，太晚就来(lái)不及(jí)了(le)。

AIGC下一站(zhàn)除了视频，还有远方

技术都(dōu)是有(yǒu)两面性的，潜在(zài)的危害并(bìng)不能(néng)掩盖(gài)其(qí)光(guāng)辉(huī)的(de)贡献(xiàn)。现在看来(lái)，人工智能(néng)技术将是(shì)第四次工业革命的核心驱动(dòng)力(lì)量(liàng)，将创造新的增长奇迹(jì)。

过去(qù)一年，人工智能在技(jì)术(shù)和商业层面都有(yǒu)了巨大(dà)进展(zhǎn)，AI绘(huì)画就是人工智能技术发生方向性改变的一个代表。其(qí)下一站或许就是视(shì)频。

此前(qián)，Meta和谷歌先后发布了几条引爆科技(jì)圈的短视频。这些(xiē)视频引发关注并非(fēi)内(nèi)容做(zuò)得多优秀，反而(ér)都非常简(jiǎn)单，比(bǐ)如一匹正(zhèng)在(zài)喝水的马，一只画画的玩具熊，或者一段(duàn)骑摩托车的第一视角录像，随(suí)便一个有手机的人都可以随手录(lù)下(xià)一段。

但(dàn)这些短视频的(de)创作方式非(fēi)常(cháng)简单，创作者仅仅需要(yào)向AI输入一段话，甚至只是说一下要求，AI就(jiù)可以(yǐ)根据需要(yào)生成一段视频。

谷歌发(fā)布的两个AI生成视频分(fēn)别来自于Imagen Video和Phenaki，前者主要突出(chū)的是高清(qīng)，与Meta的Make-A-Video没有太多的差(chà)别。

在(zài)Make-A-Video公布(bù)了AI生成的视频后(hòu)，AI圈就已经玩(wán)了一波梗，一个能够(gòu)做出更高清视(shì)频的AI还不足以在(zài)短(duǎn)时间内戳中兴(xīng)奋点。

Phenaki更加令(lìng)人(rén)震惊的地(dì)方在(zài)于，它可以制(zhì)作出超过2分钟的连(lián)贯的也有确切内容的(de)视频，这才(cái)是真正让人们感到(dào)惊喜的地方(fāng)。因为无论AI生成的视(shì)频多么高(gāo)清，也只(zhǐ)能是为(wèi)内容生产(chǎn)者提供(gōng)一个灵感，一个素(sù)材，一个过场动画。

不过能够制作出有(yǒu)具体(tǐ)剧情内容的视频就意味着，一些视频(pín)创作由AI代替人工完成已经(jīng)初步有了可能。

当(dāng)下AI的发展速度已(yǐ)经超(chāo)过大部(bù)分人的想象。内容(róng)产业(yè)的本质是供给创造(zào)需求，AIGC作为全新的内容生产方式，可以(yǐ)为内容(róng)产业带来(lái)更新的内容风格(gé)、更快的生(shēng)产速(sù)度，更低的生产成本，这无疑会驱动(dòng)内容产业的大爆(bào)发。

除了AI绘图、视频(pín)，AIGC技术(shù)还能应用于音乐、代码、机器(qì)人动(dòng)作(zuò)等多种内容形式的生成。不(bù)难发现(xiàn)该项技术不(bù)仅在游戏等行业(yè)能得到有效应用，对(duì)于下一代(dài)互联网各种元素的构建亦(yì)有关键意义。

从商业化的角(jiǎo)度(dù)来看，文化(huà)娱(yú)乐、教育、传媒等诸多领域，本身就对基于AI的可视化内(nèi)容(róng)有强烈需求。

因此，AI绘画及视频或(huò)不(bù)是(shì)结果，而只是AI进程中的一块重要拼图(tú)，有望在技术更新(xīn)的加持下实现更(gèng)大的应(yīng)用价值。

AI从理解内容(róng)，走(zǒu)向了可(kě)以生成(chéng)内容(róng)，甚至能够创造出(chū)独立价值(zhí)和独立视角的(de)内(nèi)容。AIGC的再次出(chū)圈(quān)，更代表着未来的先进生产力即将到(dào)来。

紧抓大模型与算力，牢固(gù)AIGC底座

从技术的发(fā)展(zhǎn)也可以看(kàn)出，在语言(yán)大(dà)模型、图(tú)像大模型(xíng)之后(hòu)，多(duō)模态大模型已经(jīng)成为了(le)新的趋势。

大模型被誉为当前(qián)人工智(zhì)能发展的智能底座，是全球(qiú)竞争(zhēng)最激烈的研究方(fāng)向之一(yī)，包括谷(gǔ)歌(gē)、亚马逊、百度(dù)、阿(ā)里(lǐ)、腾讯(xùn)等众(zhòng)多头部(bù)企业都在竞相发力。

不过训练大模型的(de)确价格(gé)不菲(fēi)，以国盛证券发布的《ChatGPT需要多少(shǎo)算力(lì)》报(bào)告估(gū)算，GPT-3训(xùn)练一次的(de)成(chéng)本约(yuē)为140万美元。而对于(yú)一些更大(dà)的LLM(大型语言模型(xíng))，训练成(ch1页是一面还是两面啊，1页是一张还是一面éng)本则介于200万美元至1200万美元高价之间(jiān)。

以(yǐ)ChatGPT在2023年1月(yuè)的独立访客平(píng)均数(shù)1300万(wàn)计算，其对应芯(xīn)片(piàn)需(xū)求为(wèi)3万多片(piàn)英伟达A100 GPU，初始投入成本约为8亿美(měi)元，每日仅(jǐn)电费就(jiù)在(zài)5万美(měi)元左(zuǒ)右。

此外不论是ChatGPT还是AIGC，都离不开庞大(dà)算力支持。在(zài)关注各类大模型的发(fā)展同时(shí)，更应该关注算力网络的建设。

算(suàn)力(lì)网络正(zhèng)驱动(dòng)AI产业(yè)发展进入史诗级加速进程，让AIGC及通用AI这一人工(gōng)智能发展的终极目标离得(dé)更近。

因为算力可以对突(tū)破性技(jì)术创新提供大力的(de)支持。这方面，多模态大模型是(shì)典(diǎn)型。作为面(miàn)向未来强(qiáng)人(rén)工智能、通用人工智能的重(zhòng)要技术创新(xīn)，多模态大(dà)模型(xíng)已(yǐ)经在人工(gōng)智(zhì)能领域提出了很(hěn)多年，业界也(yě)有不(bù)少(shǎo)技(jì)术突破，但是，多模态大(dà)模型进一步往下走，算力需求呈(chéng)几何式上升，一(yī)般(bān)的(de)算力(lì)基础设施很(hěn)快将难以胜任。

从图(tú)像、文(wén)字、语音单独(dú)一项的训(xùn)练(liàn)，到双(shuāng)模(mó)态、三模态的跃迁(qiān)，让人工智能可(kě)以(yǐ)灵活应对不同模态的转化、像人与世界交(jiāo)互一样(yàng)自(zì)然，这方(fāng)面，由算力网络来驱动将有明显(xiǎn)优(yōu)势(shì)。