在办公室做剧烈运动，卫生间做剧烈运动-绿茶通用站群

在办公室做剧烈运动，卫生间做剧烈运动 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(shǐ)人比尔·盖茨已多次公开谈论人(rén)工(gōng)智能话题。在最近的一次采访中(zhōng)，他再次表示：“AI可能会让(ràng)科(kē)技行业迎来(l在办公室做剧烈运动，卫生间做剧烈运动ái)一次剧烈的洗牌”。

这个(gè)结论是(shì)他在当地(dì)时间2月20日接受《In Good Company》节(jié)目(mù)专访时提出的。

他预期，AI的发展(zhǎn)可能会威胁(xié)到谷歌的(de)市占率，因为微软在(zài)AI方面的行(xíng)动相当迅速。而最终科(kē)技巨头将(jiāng)把AI整合成用户的“全(quán)能助手”，包揽一切应用，与(yǔ)人们进行沟通并提供建议，可(kě)以取代亚马(mǎ)逊、Siri或Outlook等应(yīng)用(yòng)。

大佬口(kǒu)中全能(néng)助手的(de)到来可(kě)能(néng)尚(shàng)需时日，但由ControlNet引(yǐn)发的又一次AI绘画浪潮，让AIGC在ChatGPT的话题热(rè)点(diǎn)包围(wéi)中杀出重围。

ChatGPT之后又一应用杀疯了(le)，AIGC或(huò)进入(rù)可控期，将洗牌(pái)科技行(xíng)业？_黑料正(zhèng)能量

ControlNet颠覆AI绘画(huà)新玩法(fǎ)

AIGC向可控靠(kào)近

以AI绘画为代(dài)表的(de)AIGC上一次爆火的时候，还是2022年8月，在美国(guó)科罗拉多(duō)州举办的(de)新兴数(shù)字艺(yì)术家(jiā)竞(jìng)赛中，一幅名为《太空歌剧院》的作品获奖(jiǎng)。

随后(hòu)各(gè)大厂商(shāng)的AI绘画软(ruǎn)件被广大网友熟知并(bìng)体验，Stable Diffusion便是其中代表。

用户们可以(yǐ)在应用中输入(rù)一组(zǔ)关键词或者一(yī)张照片，就能获得(dé)一幅AI创(chuàng)作(zuò)的画作(zuò)。

作(zuò)画的关键就是所(suǒ)输入的文本。同一组关键词也可以(yǐ)创作出很多(duō)张(zhāng)风格不一样(yàng)的(de)画作，这让创作的过程就像(xiàng)开(kāi)盲(máng)盒。

很多用户很喜欢这种不确定的惊喜，他(tā)们会将生成(chéng)的美图当做头(tóu)像。而另(lìng)一部(bù)分喜欢翻看(kàn)AI绘(huì)画的“翻车”作(zuò)品(pǐn)。在社交媒体(tǐ)上，许多用(yòng)户(hù)分(fēn)享AI“翻车现场(chǎng)”，例(lì)如，一位网友的小狗(gǒu)照(zhào)片被AI画成了“肌肉男(nán)”，还(hái)有网友的个人照片被AI识(shí)别成了建(jiàn)筑。

而如今随着ControlNet的(de)出现与加持，以往AI绘画(huà)的填写关键词游戏可(kě)能要被颠(diān)覆了。

ControlNet是一位正在斯坦福读博的中国人张吕敏创作的一种(zhǒng)基于控制点(diǎn)的图像(xiàng)变形算(suàn)法，主(zhǔ)要用(yòng)于数字(zì)图像处理、计算机视觉和计算机(jī)图形学等领(lǐng)域。

其SD插件一经(jīng)发(fā)布，在短短的两天内(nèi)便成为了AI绘画领(lǐng)域最新(xīn)的热点(diǎn)。

在此(cǐ)之前，大家用了(le)很多方(fāng)法想让AI生成(chéng)的结果(guǒ)尽可能的符合要求，但(dàn)是都不(bù)尽如人意，它(tā)的(de)出现代表着(zhe)AI生(shēng)成开始(shǐ)进入真(zhēn)正的可控时期(qī)。

因为ControlNet可以直接提取画面的构(gòu)图，人物的姿势和画面(miàn)的深度(dù)信息等。有了它的帮(bāng)助，就不用(yòng)频(pín)繁(fán)的(de)用提(tí)示词(cí)来碰运(yùn)气，抽(chōu)盲盒式(shì)的创(chuàng)作了。

通俗的说ControlNet相当于(yú)给AI绘(huì)画加了“魔法”，不(bù)少(shǎo)博主的作(zuò)品已(yǐ)经获得(dé)了大量的浏览量，“viggo”就是(shì)其(qí)中之一，他用朋友的照片直接带她们走进(jìn)动漫世(shì)界。

viggo先用StableDiffusion图片(piàn)转文字。

再用Text2Prompt插(chā)件(jiàn)拓展找到对应的关键词；最后用ControlNet插件绑(bǎng)定(dìng)骨骼开始换关(guān)键词试效果。

通(tōng)过图片就可(kě)以看出来，效果(guǒ)十分惊艳。

更(gèng)厉(lì)害的是，除了(le)真(zhēn)实的照片(piàn)，草图也可以加上“魔(mó)法”，知(zhī)乎(hū)大牛(niú)“DevPoint”和(hé)“逗(dòu)砂”介绍到ControlNet还能实(shí)现线稿(gǎo)转全彩(cǎi)图。大神张吕敏其本尊也亲自回应。

不得不(bù)说当下AIGC已(yǐ)经变得越来越(yuè)强大，甚至输出的(de)作品都已经能以假乱真了。

难辨虚实，AIGC技术力爆(bào)发

警惕安全问(wèn)题

近日，“苏州(zhōu)金鸡湖有游艇party”的消息火遍网络(luò)，而经(jīng)过警方辟谣(yáo)这(zhè)所谓的“party”可(kě)能是全国第(dì)一起AI绘图诈骗。

由(yóu)于这(zhè)个活动里(lǐ)面给(gěi)出的美女照片(piàn)都是(shì)AI制作的真人照片绘图(tú)，因为太逼(bī)真，被大家当(dāng)成(chéng)真事传播了(le)。

不过仔细观(guān)察(chá)可以(yǐ)发现，活动发起(qǐ)者提供的照片中有个很大的漏洞可以(yǐ)发现并非真人，而是AI绘图，那(nà)便是(shì)图片(piàn)中女性的手指(zhǐ)部分有的存(cún)在异常(cháng)。

ChatGPT之后又一应(yīng)用杀疯了，AIGC或进入可控期，将洗(xǐ)牌科技行业？_黑料正(zhèng)能(néng)量(liàng)

有(yǒu)行(xíng)业人(rén)事表(biǎo)示(shì)：“现在因为手(shǒu)指部分的绘画算(suàn)法比较(jiào)复杂，AI还不太(tài)会画人的手，但最新看到的图片已经(jīng)有越来越(yuè)完美的(de)AI模型出现，以后可能就完(wán)全没(méi)有漏洞(dòng)了。”

类似的AI作图诈骗(piàn)在国(guó)外也已(yǐ)有发生。据英国(guó)广播公司报道(dào)，土(tǔ)耳(ěr)其地震期间，有(yǒu)Tiktok用户(hù)使用(yòng)AI合成了儿童受灾的假照(zhào)片发(fā)布到网(wǎng)络，以(yǐ)此诱骗(piàn)善良的人打赏“捐助”从(cóng)而实施诈骗(piàn)。

目前随着技术发展，AIGC已经能做出真人(rén)照片般的(de)绘(huì)图效果，如果这(zhè)样的图片被用来(lái)诈骗，将(jiāng)非常(cháng)可怕。

此(cǐ)外AIGC还引发(fā)了很多(duō)担忧，一方面，批判者认(rèn)为AI在(zài)“学习”了大量前人的作品之(zhī)后，其创作没有任何(hé)情(qíng)绪和灵(líng)魂(hún)，难以(yǐ)和人(rén)类的(de)艺术创作相提(tí)并(bìng)论(lùn)。

另一方面，AIGC背后的版(bǎn)权、目前都并没(méi)有得到有效的解决，还有AIGC会(huì)不会代替人类“至高无(wú)上”的创意(yì)。

马斯克(kè)也强调(diào)，人工智能的安全(quán)问题(tí)需要得到重视，太晚就来(lái)不及了。

AIGC下一(yī)站(zhàn)除了(le)视(shì)频，还有(yǒu)远方

技术都是有两(liǎng)面性(xìng)的，潜在的危害并不能掩盖其光(guāng)辉的贡献(xiàn)。现在看来，人(rén)工智能技术将是第四次工业革命的核心驱动力量，将创造(zào)新的(de)增长奇迹。

过(guò)去(qù)一年，人(rén)工智能在技术(shù)和商业层面(miàn)都有了巨大进展，AI绘画就是人工智能技术发(fā)生方向性改变的一个代表。其下一站或许就是视(shì)频。

此前(qián)，Meta和(hé)谷歌(gē)先后(hòu)发(fā)布了几(jǐ)条引爆科技圈的(de)短视频。这些视频引发关(guān)注并(bìng)非(fēi)内容(róng)做得(dé)多(duō)优(yōu)秀，反而都非常(cháng)简(jiǎn)单，比如(rú)一匹正(zhèng)在喝水的马，一只画画(huà)的(de)玩具熊，或者一段(duàn)骑摩托车的(de)第一视角录像(xiàng)，随便一(yī)个(gè)有手机的人(rén)都可以随手录下(xià)一段。

但(dàn)这(zhè)些(xiē)短视(shì)频的创作方式(shì)非常简单，创作者仅仅需要向AI输(shū)入(rù)一段话，甚至只是说(shuō)一下要(yào)求，AI就可(kě)以根(gēn)据需(xū)要生成(chéng)一段(duàn)视频。

谷歌(gē)发布的两个AI生成视频分别来自(zì)于Imagen Video和Phenaki，前(qián)者(zhě)主要突出的是高清，与Meta的(de)Make-A-Video没(méi)有太多的差别(bié)。

在Make-A-Video公布了AI生成的视(shì)频后，AI圈就已经玩了一波梗，一个能够做出更高清(qīng)视频的AI还(hái)不足(zú)以在短时间内戳中(zhōng)兴(xīng)奋点(diǎn)。

Phenaki更(gèng)加(jiā)令人(rén)震惊的地方在于，它(tā)可以制作出超过2分钟的连贯的也有确切(qiè)内(nèi)容的视频，这(zhè)才是真(zhēn)正(zhèng)让人们感到(dào)惊喜(xǐ)的地(dì)方。因(yīn)为无论AI生成(chéng)的视频多么高清，也只能是为内容生产者提供一个灵感，一(yī)个素(sù)材(cái)，一个过(guò)场(chǎng)动画。

不过能够(gòu)制作出(chū)有具体剧情内容的视频就意味着，一些视频创作由(yóu)AI代替人工(gōng)完成已经(jīng)初步有了可能(néng)。

当下AI的(de)发展速度已(yǐ)经超过(guò)大部(bù)分(fēn)人的想(xiǎng)象(xiàng)。内容产业的本(běn)质是供给创(chuàng)造(zào)需求，AIGC作为全新(xīn)的内(nèi)容生产(chǎn)方式，可以为内容产(chǎn)业带来(lái)更新的内容(róng)风格、更快的生产速(sù)度，更(gèng)低的(de)生(shēng)产成本，这无疑会驱动(dòng)内容产业的大爆发。

除了AI绘图、视频，AIGC技术还能应用于音(yīn)乐、代码、机器人动作等多种内(nèi)容形式的生成。不难发现该项技术不仅(jǐn)在游戏(xì)等(děng)行业能得到有效应(yīng)用，对于下(xià)一代(dài)互联网(wǎng)各(gè)种元素的构建亦有(yǒu)关键意义(yì)。

从(cóng)商(shāng)业化(huà)的(de)角度(dù)来看，文化娱乐、教育、传媒(méi)等诸(zhū)多领域，本身就对基(jī)于AI的可视(shì)化内容(róng)有强(qiáng)烈(liè)需求(qiú)。

因(yīn)此，AI绘(huì)画及视频或不是结果，而只(zhǐ)是AI进程中的一块(kuài)重(zhòng)要拼图，有望在技术更新(xīn)的加持下实现更大的应(yīng)用(yòng)价值。

AI从理(lǐ)解内容(róng)，走向(xiàng)了可(kě)以生成内(nèi)容，甚至能够创造出独立价值和独(dú)立(lì)视角的内(nèi)容。AIGC的再次出圈(quān)，更代表着未来的先进生产(chǎn)力即将到来。

紧(jǐn)抓大模型与(yǔ)算力，牢(láo)固AIGC底座

从技术的发展(zhǎn)也可以(yǐ)看出，在(zài)语言大模型、图像大(dà)模型之后(hòu)，多(duō)模态大模型已(yǐ)经(jīng)成(chéng)为(wèi)了(le)新的趋势。

大模型被誉为当前人工智能发展(zhǎn)的智能底(dǐ)座，是全球竞争(zhēng)最激烈的(de)研究方(fāng)向之(zhī)一，包括谷歌、亚(yà)马逊(xùn)、百度、阿(ā)里、腾讯(xùn)等众(zhòng)多头部(bù)企业都在竞相发力。

不过(guò)训练大模型的确价(jià)格(gé)不(bù)菲(fēi)，以国(guó)盛证(zhèng)券发(fā)布的《ChatGPT需要多少算力(lì)》报告(gào)估算，GPT-3训练一次(cì)的成本约(yuē)为140万(wàn)美(měi)元(yuán)。而对于一些(xiē)更大的(de)LLM(大型语言模型)，训练成本则介于200万美元至1200万美元高价之间。

以ChatGPT在(zài)2023年1月(yuè)的独立访客平(píng)均(jūn)数1300万计(jì)算，其对应(yīng)芯(xīn)片需求(qiú)为3万多片英伟达A100 GPU，初始投入成本约(yuē)为8亿美(měi)元，每日仅(jǐn)电(diàn)费(fèi)就在5万(wàn)美元(yuán)左右。

此外不(bù)论是ChatGPT还(hái)是AIGC，都离不(bù)开(kāi)庞(páng)大算力支持(chí)。在关(guān)注各类(lèi)大模型的发展同(tóng)时，更应(yīng)该关注(zhù)算力(lì)网络的建设(shè)。

算力网络(luò)正驱动AI产业(yè)发(fā)展(zhǎn)进(jìn)入史诗级加(jiā)速进程，让(ràng)AIGC及通(tōng)用AI这一人工智能(néng)发(fā)展的终极目标离得更近。

因为算力可以对突破性技术创新提供大(dà)力的支持。这方面，多模态大模型是典型。作(zuò)为面向未来强人工智(zhì)能、通用(yòng)人(rén)工(gōng)智能的重要技术创(chuàng)新，多模态大模(mó)型已经(jīng)在人工(gōng)智能领域提(tí)出了很(hěn)多年，业界(jiè)也有不少技术突破，但是(shì)，多模态大模(mó)型(xíng)进一步往下走(zǒu)，算力需(xū)求(qiú)呈几(jǐ)何(hé)式上升，一般的算力(lì)基础设施(shī)很快将难以胜任。

从图像、文字、语音单独(dú)一项(xiàng)的训练，到双模态、三模态的跃迁，让人工智能可以灵活(huó)应对不同模态的转(zhuǎn)化(huà)、像人(rén)与(yǔ)世界交互一样自(zì)然，这方面(miàn)，由算(suàn)力网络来驱动将(jiāng)有明显优(yōu)势(shì)。