结婚以后他那个越来越大了-绿茶通用站群

结婚以后他那个越来越大了 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(tiān)机(jī)器(qì)人ChatGPT火(huǒ)爆以来，微软公司创始人比尔·盖茨已多次公开谈论人工智能话题(tí)。在(zài)最近(jìn)的一次(cì)采访中，他再次表示(shì)：“AI可(kě)能会让科技(jì)行业迎来一次(cì)剧烈结婚以后他那个越来越大了的(de)洗牌”。

这个(gè)结论(lùn)是他在当地时间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(kě)能会威胁到(dào)谷歌的(de)市占率，因(yīn)为微软(ruǎn)在AI方面的行动相当迅速(sù)。而(ér)最终科技巨头将把AI整合(hé)成用户的“全(quán)能(néng)助手”，包揽一切应用(yòng)，与(yǔ)人们进行沟通并提供建议，可以取代亚马(mǎ)逊、Siri或Outlook等(děng)应用。

大佬口(kǒu)中(zhōng)全能助手的到(dào)来可能尚需时(shí)日，但(dàn)由ControlNet引发(fā)的又一次AI绘画浪潮，让AIGC在ChatGPT的(de)话题(tí)热点包围中杀出重围。

ChatGPT之后又一应用杀疯了，AIGC或(huò)进入可控(kòng)期，将洗牌科技行业？_黑(hēi)料正(zhèng)能量(liàng)

ControlNet颠覆AI绘(huì)画(huà)新玩法

AIGC向可控靠近(jìn)

以AI绘画为代表的AIGC上一次爆火的(de)时候，还(hái)是2022年(nián)8月，在美国科(kē)罗拉多(duō)州举(jǔ)办的新兴(xīng)数(shù)字艺术家竞赛中，一(yī)幅名为《太空(kōng)歌剧(jù)院》的作品获奖(jiǎng)。

随后各大厂商的AI绘画软件被(bèi)广大网友熟知(zhī)并体(tǐ)验，Stable Diffusion便是其中代表。

用(yòng)户们可以在应用中输入一组关键词(cí)或者一张照(zhào)片，就能获得一幅(fú)AI创(chuàng)作的(de)画作(zuò)。

作画的关键(jiàn)就(jiù)是所输入(rù)的文本。同一组关键词也可以(yǐ)创作(zuò)出(chū)很(hěn)多张风格不一样的画(huà)作(zuò)，这(zhè)让创(chuàng)作的(de)过程就像开盲盒。

很多(duō)用户很喜欢(huān)这种不确定的惊(jīng)喜，他们(men)会将生(shēng)成的(de)美(měi)图(tú)当做头(tóu)像。而另一(yī)部分喜欢翻看AI绘画的“翻车”作品。在社交媒体上，许多用户分享AI“翻车现场”，例(lì)如(rú)，一位网友的小狗(gǒu)照片被AI画成(chéng)了“肌肉男”，还有网(wǎng)友的个人照(zhào)片被AI识(shí)别成了建筑。

而如今(jīn)随着ControlNet的出现(xiàn)与加持，以往AI绘画的填写(xiě)关键词游戏可能(néng)要被(bèi)颠覆了。

ControlNet是一位正在(zài)斯坦福(fú)读博(bó)的(de)中国人张吕敏创作(zuò)的一种基于(yú)控制点的(de)图像变形算法，主要(yào)用于数字图像处理、计算机视觉和(hé)计算机图形(xíng)学等领域。

其SD插(chā)件一经发布，在(zài)短短的两(liǎng)天内便(biàn)成(chéng)为(wèi)了AI绘画(huà)领域(yù)最(zuì)新的热点(diǎn)。

在此(cǐ)之前(qián)，大家(jiā)用了很多方法想让(ràng)AI生成的结果尽可(kě)能(néng)的符(fú)合(hé)要(yào)求，但(dàn)是都(dōu)不尽如人意(yì)，它的出(chū)现(xiàn)代表着AI生成开始进入真(zhēn)正的可控时期。

因(yīn)为ControlNet可(kě)以(yǐ)直(zhí)接(jiē)提取画(huà)面的(de)构图(tú)，人物的姿势和画面的深度(dù)信息等(děng)。有了它的帮助，就(jiù)不用频(pín)繁(fán)的用提(tí)示词来碰运气(qì)，抽盲盒式的创作了。

通(tōng)俗的(de)说ControlNet相当于(yú)给(gěi)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(liàng)，“viggo”就是(shì)其中之一，他用朋友(yǒu)的(de)照片直接(jiē)带她(tā)们走进动漫世界。

viggo先用StableDiffusion图片转文(wén)字。

再用(yòng)Text2Prompt插件拓展找到对应的关键词(cí)；最后用ControlNet插件绑定骨骼开始换(huàn)关键词试(shì)效果。

通过(guò)图片就可以看出来，效果十分惊艳。

更厉害的(de)是，除(chú)了真实的照片(piàn)，草图(tú)也可(kě)以加上“魔法”，知乎大(dà)牛(niú)“DevPoint”和“逗砂(shā)”介(jiè)绍到ControlNet还能实现线稿转全彩图。大神张吕敏其本(běn)尊也亲自回(huí)应。

不得不说当下AIGC已经变得越来越(yuè)强大，甚至输(shū)出的作品都(dōu)已(yǐ)经能以假乱真(zhēn)了。

难辨虚实，AIGC技术(shù)力爆发

警(jǐng)惕安全问题

近日，“苏州金(jīn)鸡(jī)湖有游艇party”的(de)消息(xī)火遍网络，而(ér)经过警方辟谣这(zhè)所(suǒ)谓的“party”可能是(shì)全国(guó)第一起AI绘图诈骗。

由(yóu)于这个活(huó)动里面给出的美女照片都(dōu)是AI制作(zuò)的真(zhēn)人(rén)照片(piàn)绘图(tú)，因为太逼真(zhēn)，被大(dà)家(jiā)当成真事(shì)传播了(le)。

不过(guò)仔细(xì)观(guān)察可以发现，活动发起者提供的照片(piàn)中(zhōng)有(yǒu)个很大(dà)的(de)漏洞(dòng)可以发现并非真人，而是AI绘(huì)图(tú)，那(nà)便是(shì)图片中(zhōng)女性(xìng)的(de)手指部分有(yǒu)的存在异(yì)常。

ChatGPT之后(hòu)又一(yī)应用杀疯了，AIGC或进入可控期，将洗(xǐ)牌科技行业(yè)？_黑料正能量(liàng)

有(yǒu)行业人事(shì)表示：“现在因为手指(zhǐ)部分的绘画算(suàn)法比较复(fù)杂，AI还不太会(huì)画人的手，但最新看到的图片(piàn)已经有(yǒu)越来(lái)越完美(měi)的AI模型出现，以后(hòu)可能(néng)就(jiù)完(wán)全没有漏洞了。”

类似的AI作(zuò)图诈骗在国外也已有发生(shēng)。据英国(guó)广播公司报道，土耳其(qí)地震(zhèn)期间，有Tiktok用户使用AI合成了儿童受灾的假照(zhào)片(piàn)发布到网络(luò)，以此诱骗善(shàn)良的(de)人打赏“捐助”从而实施诈骗。

目前随着技术(shù)发(fā)展，AIGC已经能做出真人照片(piàn)般的(de)绘图(tú)效(xiào)果，如果这样的图片(piàn)被用来(lái)诈(zhà)骗，将(jiāng)非(fēi)常可怕。

此外AIGC还引发了(le)很(hěn)多(duō)担忧，一方面，批(pī)判(pàn)者认为AI在“学习”了大量前人的作品之(zhī)后，其创作没有(yǒu)任何情绪和灵魂，难以和人类的(de)艺术创作相提并论。

另一方面，AIGC背后的版权、目前都(dōu)并没(méi)有得到(dào)有(yǒu)效的解决，还有AIGC会不会代替人类“至高无(wú)上”的(de)创意。

马斯克也(yě)强(qiáng)调，人工智(zhì)能(néng)的安(ān)全问题需(xū)要得到重视，太晚就来不及了(le)。

AIGC下一站除了视频，还有远(yuǎn)方(fāng)

技术都(dōu)是有两面性的，潜在的危害并不能掩盖其光辉的贡献。现在看来，人工智能技术将是(shì)第(dì)四(sì)次工业革(gé)命的核心驱动(dòng)力(lì)量(liàng)，将创造新的增长奇(qí)迹。

过去一(yī)年，人工智(zhì)能在技术和商业层面都有了巨(jù)大进展，AI绘画就是人工(gōng)智能技术发(fā)生方向(xiàng)性改变的一个代表。其(qí)下(xià)一站或许就是视频(pín)。

此前，Meta和谷(gǔ)歌先结婚以后他那个越来越大了后(hòu)发布了(le)几条引(yǐn)爆(bào)科技圈的短视频。这(zhè)些视频引发关(guān)注并非(fēi)内容做得多(duō)优秀，反(fǎn)而都非常简单，比如一匹正在喝水的(de)马，一只画画(huà)的玩具熊，或(huò)者一段骑(qí)摩托(tuō)车的(de)第(dì)一(yī)视角(jiǎo)录像，随便一个有手机的人都可(kě)以(yǐ)随手录下一(yī)段(duàn)。

但这些短视频的创作方式非(fēi)常简单，创(chuàng)作(zuò)者仅仅需(xū)要向AI输入(rù)一(yī)段话，甚(shèn)至(zhì)只是说一(yī)下要(yào)求，AI就(jiù)可以根据需要生成一(yī)段视频(pín)。

谷歌发布的两个AI生成视频(pín)分(fēn)别(bié)来自于Imagen Video和Phenaki，前者(zhě)主要突出的是高清，与Meta的Make-A-Video没有太多的差(chà)别。

在Make-A-Video公布了AI生成(chéng)的(de)视频后，AI圈就已经(jīng)玩了一波梗，一个能够(gòu)做出更高清视频(pín)的AI还不足以在(zài)短(duǎn)时间(jiān)内(nèi)戳(chuō)中(zhōng)兴奋点。

Phenaki更加令人震(zhèn)惊的地方在于，它可以制作出(chū)超过2分钟的(de)连(lián)贯的(de)也(yě)有确切(qiè)内容(róng)的视频，这才(cái)是(shì)真正让人们感(gǎn)到(dào)惊喜的地方。因为无论(lùn)AI生成(chéng)的视(shì)频多么高(gāo)清，也只能(néng)是为内容(róng)生(shēng)产者提供一个灵感，一个素材，一(yī)个(gè)过场动画。

不过能够制作出有具(jù)体剧情(qíng)内容的视频就意味着，一些视频创作由AI代(dài)替(tì)人工完成(chéng)已经初(chū)步有了可能(néng)。

当下AI的发(fā)展(zhǎn)速度已经超(chāo)过(guò)大部分人的想象。内容(róng)产业的本质是(shì)供给创造需求，AIGC作为全新的内容生产(chǎn)方式(shì)，可以为(wèi)内容产(chǎn)业带来更新的内容风格、更快的生产速度，更低(dī)的生产成本，这无疑会驱(qū)动(dòng)内容产(chǎn)业(yè)的大(dà)爆发。

除了AI绘图、视频，AIGC技术还能应用于(yú)音乐、代码、机器人动作等(děng)多种内(nèi)容形式的生成。不难发(fā)现该项技(jì)术不仅在游戏等行业能(néng)得到(dào)有效应用，对于下一代互联网(wǎng)各种元素的(de)构(gòu)建亦有关键意(yì)义。

从商(shāng)业化的角度来看，文化(huà)娱乐、教育、传媒等诸多领域，本身(shēn)就(jiù)对基(jī)于AI的可视(shì)化内(nèi)容有强烈需求。

因此，AI绘画及视频或(huò)不是(shì)结(jié)果，而只(zhǐ)是AI进程中的一块重要拼(pīn)图，有望在技术(shù)更新(xīn)的加持下实现更(gèng)大的应用价值。

AI从理解内容，走(zǒu)向了可以生成内容(róng)，甚至(zhì)能够(gòu)创造出独(dú)立价值和(hé)独立视角的内容。AIGC的再次出圈，更(gèng)代表着未来的(de)先(xiān)进生产力(lì)即将到来(lái)。

紧抓大模型与算力，牢固AIGC底座(zuò)

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

大(dà)模型被(bèi)誉为当前人工智(zhì)能发展的智能底座，是全球竞争最激烈的研究方向之一(yī)，包括(kuò)谷歌、亚(yà)马(mǎ)逊、百度、阿里、腾讯等众(zhòng)多头部企业都在竞相发(fā)力。

不过训练大模型(xíng)的确价格不菲，以国盛证券发布的(de)《ChatGPT需要多少算力》报告(gào)估算，GPT-3训练(liàn)一次的成本约为140万美元。而(ér)对(duì)于一些(xiē)更(gèng)大的(de)LLM(大型语言模型(xíng))，训练成本则介(jiè)于200万美(měi)元至1200万美元高价之(zhī)间。

以ChatGPT在(zài)2023年1月的独立访(fǎng)客平(píng)均数(shù)1300万计算(suàn)，其对(duì)应芯片需求为3万(wàn)多片英(yīng)伟达A100 GPU，初(chū)始投(tóu)入成本(běn)约为8亿美元，每日仅(jǐn)电费就在5万美元左右。

此(cǐ)外不论(lùn)是ChatGPT还(hái)是AIGC，都(dōu)离不开庞大算力支持。在关注(zhù)各类大模型的发展同时(shí)，更(gèng)应该关注(zhù)算(suàn)力网络的(de)建设。

算力网络正驱(qū)动AI产业发(fā)展进(jìn)入史诗级加速(sù)进程，让AIGC及(jí)通(tōng)用(yòng)AI这一(yī)人工智能发展的终极目(mù)标离得(dé)更近。

因为(wèi)算力可以对突破性(xìng)技术(shù)创新提(tí)供大力的(de)支持。这方(fāng)面，多模(mó)态大(dà)模型是(shì)典型(xíng)。作为面向未(wèi)来强(qiáng)人工智能(néng)、通用人工智能的重要技术创新，多模(mó)态大模型已经(jīng)在(zài)人工(gōng)智能领域提出了很多(duō)年，业界也有(yǒu)不少(shǎo)技术突破，但(dàn)是，多模(mó)态大(dà)模型进一(yī)步往下走，算力需求呈几何(hé)式上(shàng)升，一般的(de)算力基础设施很快将难以(yǐ)胜任(rèn)。

从图像、文(wén)字、语音单(dān)独一(yī)项的训练，到双模态(tài)、三模态(tài)的跃(yuè)迁(qiān)，让人工智能可(kě)以灵活应对不同模态(tài)的(de)转化、像人与世界交互一样自然，这方(fāng)面，由算力网络来驱动(dòng)将有明显优(yōu)势。