鳄雀鳝危害有多大，鳄雀鳝的最大克星-绿茶通用站群

鳄雀鳝危害有多大，鳄雀鳝的最大克星 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(jī)器人(rén)ChatGPT火爆以来，微软公司创(chuàng)始人(rén)比尔(ěr)·盖茨(cí)已多次公开谈(tán)论人(rén)工智能话题。在最近的一次(cì)采(cǎi)访中(zhōng)，他再次表示：“AI可能会(huì)让科技(jì)行业迎来一次剧烈的洗牌”。

这(zhè)个结(jié)论是他(tā)在当地时(shí)间2月20日接受《In Good Company》节目专访时提出的。

他(tā)预期，AI的(de)发展可能会威胁到谷歌的市占率，因为(wèi)微软在AI方面(miàn)的行动(dòng)相(xiāng)当(dāng)迅(xùn)速。而最终科技巨头将把AI整(zhěng)合成用户的“全能助(zhù)手”，包揽一切应用，与人们进行沟(gōu)通并提供建议(yì)，可(kě)以取代亚马(mǎ)逊(xùn)、Siri或Outlook等应用。

大佬口(kǒu)中(zhōng)全能助手的到(dào)来可能(néng)尚需时日，但由ControlNet引发的又一次(cì)AI绘(huì)画浪潮，让(ràng)AIGC在ChatGPT的话(huà)题(tí)热点包围(wéi)中杀出(chū)重围。

ChatGPT之后又一应用杀(shā)疯了，AIGC或进入可控期，将洗牌科技行业？_黑料正能(néng)量

ControlNet颠(diān)覆AI绘画新玩法

AIGC向(xiàng)可控靠(kào)近

以AI绘画为代表(biǎo)的AIGC上(shàng)一次爆火的时候，还是(shì)2022年8月(yuè)，在(zài)美国科罗拉多州举办的新(xīn)兴数(shù)字艺术(shù)家(jiā)竞赛(sài)中，一幅名为《太(tài)空歌剧院》的(de)作品获奖。

随(suí)后各大(dà)厂商的AI绘画软件被广(guǎng)大网友熟知(zhī)并体验(yàn)，Stable Diffusion便是(shì)其中(zhōng)代(dài)表。

用户们可以在应用中(zhōng)输入一组(zǔ)关键词(cí)或(huò)者一张(zhāng)照(zhào)片，就能获(huò)得一幅(fú)AI创(chuàng)作(zuò)的画作。

作画的关(guān)键就是所输入的文本(běn)。同一(yī)组关键词也可以创作出(chū)很多张风(fēng)格不一样的画作，这让创(chuàng)作(zuò)的(de)过程就像开盲盒(hé)。

很多用户很喜欢这(zhè)种(zhǒng)不确定(dìng)的(de)惊喜，他(tā)们会(huì)将生成的美图当做头(tóu)像(xiàng)。而(ér)另一(yī)部(bù)分(fēn)喜欢翻看AI绘画(huà)的“翻车”作品。在社交媒体上，许多(duō)用户分享(xiǎng)AI“翻车现场”，例如(rú)，一位网(wǎng)友(yǒu)的(de)小(xiǎo)狗照(zhào)片被AI画成了(le)“肌肉男”，还有(yǒu)网友的个人照片被(bèi)AI识别成了(le)建筑。

而如今随着ControlNet的出现与加(jiā)持，以往AI绘画的填写关(guān)键词游戏(xì)可(kě)能要(yào)被(bèi)颠覆(fù)了(le)。

ControlNet是一位正在斯坦福读博的中国人(rén)张吕敏创作的一种基于(yú)控制点的图像(xiàng)变形(xíng)算法，主要用于(yú)数字(zì)图像处(chù)理、计(jì)算机视觉和计(jì)算(suàn)机图形学等(děng)领(lǐng)域。

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

在此(cǐ)之前(qián)，大(dà)家(jiā)用(yòng)了很多方法想让AI生成的结果尽可能的符合要求，但(dàn)是都不尽如人意，它的出现代表着AI生成开始进入(rù)真正的可控时期(qī)。

因为ControlNet可以直接(jiē)提取画面的构图，人物(wù)的(de)姿势(shì)和画面的深度信息等(děng)。有了它的帮助，就不用频(pín)繁的用提示词来碰运(yùn)气，抽盲盒(hé)式的创作了。

通俗的说ControlNet相当(dāng)于给AI绘画加了“魔(mó)法”，不(bù)少博主的作品已经(jīng)获(huò)得(dé)了大(dà)量的(de)浏(liú)览量，“viggo”就(jiù)是其中之一，他用朋友的照片直接带她们走进动(dòng)漫世界。

viggo先用StableDiffusion图片转文字。

再用Text2Prompt插件拓展找到对应的(de)关键词(cí)；最(zuì)后用ControlNet插件绑定骨骼开始换关键词试效果。

通过图片就可以看出来(lái)，效果十(shí)分惊艳。

更厉(lì)害的是，除(chú)了(le)真(zhēn)实的照片(piàn)，草图(tú)也(yě)可以加上“魔法(fǎ)”，知乎(hū)大牛(niú)“DevPoint”和“逗砂”介绍到ControlNet还能实(shí)现线稿转全(quán)彩图。大神张吕敏其(qí)本尊也亲自回应。

不得不说当下(xià)AIGC已经变(biàn)得越来越(yuè)强大，甚至输出的(de)作(zuò)品(pǐn)都已经能以(yǐ)假乱真了(le)。

难辨(biàn)虚实，AIGC技术力爆发

警惕安全问(wèn)题

近(jìn)日，“苏州金(jīn)鸡湖有游艇party”的消息火遍(biàn)网络，而经过警方辟谣这所谓(wèi)的“party”可能是全(quán)国第一起AI绘图诈骗。

由于这个(gè)活动里面给(gěi)出的(de)美女(nǚ)照(zhào)片都是AI制(zhì)作的真(zhēn)人(rén)照片绘图，因为太(tài)逼真，被大家当成真事传(chuán)播了。

不过(guò)仔细观(guān)察可以(yǐ)发(fā)现，活动发起(qǐ)者(zhě)提供的照片中有个很大的漏洞(dòng)可以发现并(bìng)非(fēi)真人(rén)，而(ér)是AI绘图(tú)，那便是图片中(zhōng)女性的手指部分有的存在(zài)异常(cháng)。

ChatGPT之(zhī)后又一(yī)应用(yòng)杀疯了(le)，AIGC或进(jìn)入可控期，将洗牌科(kē)技(jì)行业？_黑料正能(néng)量

有行(xíng)业人事表示(shì)：“现在(zài)因为手(shǒu)指部分的绘(huì)画算法比较复杂，AI还不太(tài)会画人的手，但最新(xīn)看到的图片(piàn)已(yǐ)经有(yǒu)越来越完美的AI模型出现，以后(hòu)可能就(jiù)完全(quán)没有漏洞(dòng)了。”

类似的(de)AI作图诈骗(piàn)在国外也已(yǐ)有发生。据英(yīng)国(guó)广(guǎng)播(bō)公司报道，土耳其(qí)地震期(qī)间，有Tiktok用户使用AI合成(chéng)了(le)儿(ér)童受灾的假照(zhào)片发布到(dào)网(wǎng)络(luò)，以此诱骗(piàn)善良的人打赏(shǎng)“捐助”从而实施(shī)诈骗。

目前(qián)随着技术(shù)发展，AIGC已经能做出真人照片般的(de)绘图效果，如果这样的(de)图片被用(yòng)来诈骗(piàn)，将非常可怕。

此(cǐ)外(wài)AIGC还引发(fā)了(le)很(hěn)多担忧(yōu)，一方面(miàn)，批判者认(rèn)为AI在“学(xué)习(xí)”了大(dà)量前人的作品之(zhī)后，其创作没有任何情绪和灵(líng)魂，难以和人(rén)类的艺术创作相(xiāng)提(tí)并论(lùn)。

另一方面，AIGC背后的版权、目(mù)前都并(bìng)没有得到有效的解决(jué)，还有AIGC会(huì)不会代(dài)替(tì)人类“至高(gāo)无上”的创(chuàng)意。

马(mǎ)斯克也强(qiáng)调，人工智能的安全问题需(xū)要(yào)得到重(zhòng)视(shì)，太晚就(jiù)来(lái)不(bù)及了。

AIGC下一站除了(le)视频，还有远方

技(jì)术都是(shì)有(yǒu)两面性的，潜在的危害并不能(néng)掩盖其光辉(huī)的贡献(xiàn)。现在看来(lái)，人工智(zhì)能(néng)技术将是第四次工业革命(mìng)的(de)核心驱动力量，将创造新(xīn)的增长奇迹(jì)。

过去一年(nián)，人(rén)工智能在技术和商业层面都有了巨大进展，AI绘(huì)画就是人工智(zhì)能技术发生方向性(xìng)改变的一(yī)个代表。其下一(yī)站或许就(jiù)是视(shì)频。

此(cǐ)前，Meta和谷(gǔ)歌先后(hòu)发布(bù)了几条引爆科技圈(quān)的短视频(pín)。这些视频引发关注(zhù)并非内容做得多优秀，反而都非常简单，比如一匹(pǐ)正(zhèng)在喝水(shuǐ)的马，一只画画(huà)的玩具熊，或者(zhě)一段骑摩托车的第一视角录(lù)像(xiàng)，随便一个有手机的人都可以随(suí)手录下(xià)一段。

但这些短(duǎn)视频的创作方式非常简单，创作者仅仅需要向AI输入一段话(huà)，甚(shèn)至只(zhǐ)是说一下要(yào)求，AI就可以根据需要生成(chéng)一段视频(pín)。

谷歌发(fā)布的两个(gè)AI生成视频(pín)分别来自于Imagen Video和Phenaki，前者(zhě)主要突出的是高清，与(yǔ)Meta的Make-A-Video没有太多(duō)的(de)差(chà)别(bié)。

在Make-A-Video公布了AI生成的视(shì)频后，AI圈就(jiù)已(yǐ)经玩了一波梗，一(yī)个(gè)能够做出(chū)更高清(qīng)视频的AI还不足以在(zài)短时(shí)间内戳(chuō)中兴(xīng)奋点。

Phenaki更加令人震(zhèn)惊的地方在于，它可以制作出超过(guò)2分钟的连贯(guàn)的(de)也有确切内容的视(shì)频(pín)，这才是真正让(ràng)人们感到惊喜(xǐ)的地方。因为无论AI生成的视频多么高(gāo)清，也只能是为内容生(shēng)产者提供一个灵感(gǎn)，一个素(sù)材，一个过场动画。

不过能够制作出有具体剧情内容(róng)的视频就意味着，一些(xiē)视频创(chuàng)作由AI代替人工(gōng)完成已经初步有了可能。

当下AI的发展速度已(yǐ)经超过大部分(fēn)人的想(xiǎng)象。内容产业的本质(zhì)是供(gōng)给(gěi)创(chuàng)造需求，AIGC作为全(quán)新的内容(róng)生产(chǎn)方式，可以为内容产业带来更(gèng)新(xīn)的内容(róng)风格、更快的生产速度(dù)，更低的生产成(chéng)本(běn)，这无疑会驱动(dòng)内容(róng)产业的大(dà)爆发。

除了AI绘图、视频(pín)，AIGC技术还能应用于音(yīn)乐、代码(mǎ)、机器人动作等多种内容形式(shì)的生成。不难发现该项技术(shù)不仅在游戏等行业能得(dé)到有效应(yīng)用，对于(yú)下一代互联网各种元素的构建亦有关键意(yì)义。

从商业化的(de)角度来看(kàn)，文化娱乐、教育、传媒等(děng)诸多(duō)领域，本身就对基于AI的(de)可视化内容有(yǒu)强烈(liè)需求。

因此，AI绘(huì)画及视频或(huò)不是结(jié)果(guǒ)，而只(zhǐ)是(shì)AI进(jìn)程中的一块重要拼图，有望(wàng)在技(jì)术更新的加持(chí)下实(shí)现更(gèng)大的(de)应用价(jià)值。

AI从理解内容(róng)，走向了(le)可以生成内(nèi)容(róng)，甚(shèn)至能够创(chuàng)造(zào)出独立价(jià)值(zhí)和独立视角(jiǎo)的内容。AIGC的再次(cì)出(chū)圈，更代(dài)表(biǎo)着(zhe)未来的(de)先(xiān)进生产力即将到来。

紧(jǐn)抓(zhuā)大模型与算力，牢(láo)固AIGC底座

从技(jì)术(shù)的发展也可以看(kàn)出，在语言大模型、图(tú)像(xiàng)大(dà)模型之后，多模态(tài)大模型已(yǐ)经成为了新的趋势。

大模型被誉为当前人(rén)工智能发展的智能底座，是全球(qiú)竞争最激烈的研究(jiū)方向之一，包括(kuò)谷(gǔ)歌、亚马逊(xùn)、百度、阿里、腾(téng)讯等(děng)众多头(tóu)部企业都在竞相(xiāng)发力。

不(bù)过训练(liàn)大模型的确价(jià)格(gé)不菲，以国盛证券发布的《ChatGPT需要多少算力》报(bào)告估(gū)算，GPT-3训练一次的(de)成(chéng)本约为140万美元。而对于一些(xiē)更大的LLM(大型(xíng)语(yǔ)言模型)，训练(liàn)成本则(zé)介(jiè)于200万美(měi)元至(zhì)1200万美元高价(jià)之(zhī)间(jiān)。

以ChatGPT在(zài)2023年1月的(de)独(dú)立(lì)访客(kè)平均数1300万计算，其对应芯片需求(qiú)为3万多片英伟达(dá)A100 GPU，初(chū)始(shǐ)投(tóu)入成本约为8亿美元，每日仅电费就在(zài)5万美元左右。

此(cǐ)外不论是(shì)ChatGPT还是AIGC，都离(lí)不开庞大(dà)算力(lì)支持。在关注各类大模(mó)型的发展同时，更应(yīng)该关注算(suàn)力网(wǎng)络的(de)建设。

算力网络正驱动AI产(chǎn)业发展进入史诗级加速进(jìn)程，让(ràng)AIGC及通用(yòng)AI这(zhè)一(yī)人工(gōng)智能发展的终极(jí)目标离得(dé)更近。

因为算力可以对突破性技术创(chuàng)新提供大力的支持(chí)。这方面，多(duō)模态大模型是典型。作为(wèi)面向(xiàng)未来强人工(gōng)智能(néng)、通用(yòng)人工智(zhì)能(néng)的重要技术创(chuàng)新，多模态大模(mó)型已经在人工智能(néng)领(lǐng)域提出了很多年(nián)，业界也有不少技术突破，但是，多模(mó)态(tài)大模型进一步往(wǎng)下走，算力(lì)需求呈(chéng)几(jǐ)何式上升，一(yī)般的算力(lì)基础(chǔ)设施很(hěn)快将难以胜任。

从(cóng)图(tú)像、文字、语(yǔ)音单独一项的训练，到(dào)双模(mó)态、三模态的跃(yuè)迁(qiān)，让(ràng)人工智能可以灵活(huó)应对不同模态的(de)转化、像人(rén)与世(shì)界交(jiāo)互一样(yàng)自然，这方面，由算力(lì)网络来驱动(dòng)将有明显优势(shì)。