顶的速度越来越快越叫的原因，顶的速度越来越快过程-橘子百科-橘子都知道

顶的速度越来越快越叫的原因，顶的速度越来越快过程 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(huǒ)爆以(yǐ)来，微软公司(sī)创始人(rén)比尔·盖茨已多(duō)次公开谈论(lùn)人工智能话(huà)题。在最近的一次采访中(zhōng)，他再次表示：“AI可(kě)能会让科(kē)技行业迎来一次(cì)剧烈的(de)洗牌”。

这个结(jié)论是他在当地时间2月20日(rì)接受《In Good Company》节目专访时提出的。

他预期(qī)，AI的发展可能会威胁到谷歌的市(shì)占率，因(yīn)为微软在(zài)AI方(fāng)面的行动相当迅速。而最终(zhōng)科技巨头将把AI整合成(chéng)用户(hù)的“全能助手”，包(bāo)揽一切应用，与人们(men)进行(xíng)沟(gōu)通并提供建议，可(kě)以取(qǔ)代亚马逊、Siri或Outlook等应(yīng)用(yòng)。

大佬口中全能(néng)助手的(de)到来(lái)可能尚需时(shí)日，但由ControlNet引发的又一(yī)次AI绘画浪潮，让AIGC在ChatGPT的话(huà)题热(rè)点包围中杀出重围。

ChatGPT之后又一应用杀(shā)疯了，AIGC或进入(rù)可控期，将洗牌(pái)科技行业？_黑(hēi)料正能(néng)量(liàng)

ControlNet颠覆AI绘画新(xīn)玩法

AIGC向可控靠近

以AI绘画为代表(biǎo)的AIGC上一(yī)次(cì)爆(bào)火的时候，还是2022年8月，在美国(guó)科罗拉多州(zhōu)举(jǔ)办的新兴数字艺(yì)术(shù)家竞赛中，一幅名为《太空歌剧院》的作(zuò)品(pǐn)获(huò)奖。

随后(hòu)各大厂商(shāng)的AI绘画软件被(bèi)广大网友(yǒu)熟知并体验，Stable Diffusion便是其中(zhōng)代表。

用户(hù)们(men)可以在应(yīng)用中输入(rù)一(yī)组(zǔ)关键词或者一张(zhāng)照片，就能获(huò)得(dé)一幅AI创作的画作。

作画的关(guān)键就是所输入的文本。同一组关键词也(yě)可以(yǐ)创(chuàng)作出很多张(zhāng)风格不一样的画作，这(zhè)让创作(zuò)的(de)过程就像开盲盒。

很(hěn)多用户很喜欢这种(zhǒng)不确定的惊喜，他们会将(jiāng)生成的美图当(dāng)做(zuò)头像。而(ér)另一部分喜(xǐ)欢翻(fān)看(kàn)AI绘画(huà)的“翻车(chē)”作品。在社(shè)交媒(méi)体上，许多用(yòng)户(hù)分享AI“翻车现场”，例如，一位网友的小狗照(zhào)片被(bèi)AI画(huà)成了(le)“肌肉男”，还(hái)有(yǒu)网(wǎng)友的个(gè)人照片被AI识别成了建(jiàn)筑。

而如今随(suí)着ControlNet的(de)出(chū)现与加持，以往AI绘画的填写(xiě)关键词游(yóu)戏可能(néng)要被颠覆(fù)了(le)。

ControlNet是一位正在(zài)斯坦福(fú)读博的中国人(rén)张吕敏创(chuàng)作的一种基于控制点的图(tú)像(xiàng)变形算法，主要用于数字图(tú)像处理(lǐ)、计算(suàn)机视觉(jué)和计算机图形学等领域。

其(qí)SD插件(jiàn)一经发布，在短短的两天内(nèi)便成为了AI绘画(huà)领域最新的热点。

在(zài)此之前(qián)，大家用(yòng)了很多方法想让AI生成(chéng)的结(jié)果尽可能(néng)的(de)符(fú)合要求(qiú)，但是都(dōu)不尽如人(rén)意(yì)，它的出现代表(biǎo)着AI生成开始进入(rù)真正的可控时期。

因为ControlNet可以直(zhí)接提取画面的(de)构图(tú)，人物的(de)姿势和(hé)画面(miàn)的深度(dù)信息等。有了(le)它的(de)帮助(zhù)，就不用频繁的(de)用提示词来(lái)碰运气，抽盲盒(hé)式的创作了。

通俗的(de)说ControlNet相当于给AI绘画加了“魔法”，不(bù)少博主的作品已经获(huò)得了(le)大(dà)量的浏(liú)览量，“viggo”就是其(qí)中(zhōng)之一，他用朋友的照片直接带她们走(zǒu)进动(dòng)漫世界。

viggo先用StableDiffusion图片转文字。

再用Text2Prompt插(chā)件拓展找到对应的关键词；最(zuì)后(hòu)用(yòng)ControlNet插件绑定(dìng)骨(gǔ)骼开(kāi)始换关键(jiàn)词(cí)试效果。

通过图片就可以看出来，效果十分惊艳(yàn)。

更厉(lì)害的是，除(chú)了真实(shí)的(de)照片，草图也可以加上(shàng)“魔法”，知乎(hū)大(dà)牛“DevPoint”和“逗(dòu)砂”介绍到ControlNet还能实现线稿转全彩图。大(dà)神张吕敏其本(běn)尊也亲自回应。

不(bù)得不说当下AIGC已经变得(dé)越来(lái)越强大，甚(shèn)至输出(chū)的作(zuò)品都已经能以假乱真了(le)。

难辨(biàn)虚实，AIGC技(jì)术力爆发

警惕(tì)安全问题

近日，“苏州金鸡(jī)湖有游艇party”的(de)消(xiāo)息火遍网络(luò)，而经过(guò)警(jǐng)方辟谣(yáo)这所谓(wèi)的“party”可能是全国第一起AI绘图诈骗(piàn)。

由于这个活动里面(miàn)给出的美女(nǚ)照片都是AI制作的(de)真(zhēn)人照片绘图，因(yīn)为太逼真(zhēn)，被大家当成真事传(chuán)播了。

不过仔细观察可(kě)以(yǐ)发现(xiàn)，活(huó)动发起者提供(gōng)的照片中有个很大的漏洞可以发现并非真人，而是AI绘图，那便是图片中女性的(de)手(shǒu)指部分(fēn)有的存在异(yì)常(cháng)。

ChatGPT之后又一应用杀疯了，AIGC或(huò)进入可控期(qī)，将洗牌科技行业？_黑料(liào)正能量

有行业人事表示：“现(xiàn)在(zài)因为(wèi)手指部(bù)分(fēn)的(de)绘(huì)画(huà)算法比(bǐ)较复杂，AI还不太会画(huà)人(rén)的手，但最(zuì)新看到的(de)图片已经(jīng)有越(yuè)来越(yuè)完(wán)美(měi)的AI模型出现，以后(hòu)可能就完全没有(yǒu)漏洞了。”

类(lèi)似(shì)的(de)AI作图诈(zhà)骗(piàn)在国外也(yě)已有发生。据英国广播公(gōng)司报(bào)道(dào)，土耳(ěr)其地震期间，有Tiktok用户使(shǐ)用AI合成了儿童受灾(zāi)的假(jiǎ)照片发布(bù)到网(wǎng)络，以此(cǐ)诱骗(piàn)善良的人打赏“捐助”从而(ér)实施诈骗。

目前随(suí)着技术发展，AIGC已经能做出真(zhēn)人(rén)照片般的绘图(tú)效果，如果这样(yàng)的(de)图片(piàn)被(bèi)用(yòng)来诈骗(piàn)，将非常可怕。

此外AIGC还引发了(le)很多担忧(yōu)，一方面，批判者认为AI在“学习”了大量(liàng)前人的作品之后，其创作(zuò)没有任何情绪和灵(líng)魂，难以和人类的艺术创作相提并论(lùn)。

另一(yī)方(fāng)面，AIGC背后的版权、目前都并没有得到有效的(de)解决，还有AIGC会(huì)不会(huì)代替人类“至高无(wú)上”的创意。

马(mǎ)斯克也强调(diào)，人工智能的安全问题(tí)需要得到重视(shì)，太晚(wǎn)就来不及(jí)了。

AIGC下一(yī)站(zhàn)除了视(shì)频，还有(yǒu)远(yuǎn)方

技术都是(shì)有两面性的，潜在的危害并不能(néng)掩盖其光辉(huī)的贡(gòng)献(xiàn)。现在看(kàn)来，人工(gōng)智(zhì)能技术将(jiāng)是第四次工业革命(mìng)的核心驱动力量，将创造新的增长奇迹。

过去一年，人工智能在技术和商业层面都(dōu)有了巨大进展，AI绘画就是人工智能(néng)技术发生方向性改变的一个代表。其下一(yī)站或许就(jiù)是视频。

此前(qián)，Meta和(hé)谷歌先后发布了几顶的速度越来越快越叫的原因，顶的速度越来越快过程条(tiáo)引爆科技圈的(de)短(duǎn)视频。这些视频引发关注并(bìng)非内容做得多优秀，反而(ér)都非常(cháng)简单，比如一(yī)匹正在喝水(shuǐ)的马，一(yī)只画画的(de)玩(wán)具熊，或(huò)者一段骑摩托车的第一(yī)视角录像(xiàng)，随便(biàn)一个有手(shǒu)机的人(rén)都可以(yǐ)随(suí)手录下一(yī)段。

但(dàn)这些短视频的创作方式非常简单，创作者仅仅需要向AI输(shū)入一段话，甚至只是说一下要求，AI就可以根据需(xū)要生成一段视频(pín)。

谷歌发布的两个AI生成(chéng)视频分(fēn)别来自于Imagen Video和Phenaki，前(qián)者主要(yào)突出的是(shì)高清，与Meta的(de)Make-A-Video没(méi)有太多的(de)差别。

在Make-A-Video公(gōng)布了AI生成的视频后，AI圈就已经玩了一波梗，一个能够做出更高清视频的AI还不足以在短(duǎn)时间(jiān)内戳中兴奋点。

Phenaki更加令人震惊的地方(fāng)在于，它可(kě)以制作出超过2分钟的(de)连贯的(de)也有(yǒu)确切内容的视频，这才是(shì)真正让人们感到惊喜的地方。因为无论AI生成的视频(pín)多么高清，也只能是(shì)为内容生(shēng)产者(zhě)提供(gōng)一个灵感，一(yī)个素材，一个过场动画。

不(bù)过能够制作出有具体剧(jù)情内(nèi)容的视(shì)频就意味着，一些视频创作由AI代(dài)替(tì)人工完成已经初步有了可能。

当下AI的发展速度已经超(chāo)过(guò)大部分人的想象。内容(róng)产业的(de)本(běn)质(zhì)是供给创造需求，AIGC作(zuò)为全新的内容生产(chǎn)方式，可以为内容产业带来更新的内(nèi)容风(fēng)格、更快(kuài)的生产速度，更(gèng)低的生产成本，这无(wú)疑会驱动内容(róng)产(chǎn)业的大(dà)爆发。

除了AI绘图、视(shì)频，AIGC技术还能应用于音乐(lè)、代码(mǎ)、机器人动作等多(duō)种内容形式的生成。不难发(fā)现该项技术不仅在游(yóu)戏等行业能得到有(yǒu)效应用，对于下一代互联网(wǎng)各种(zhǒng)元(yuán)素(sù)的构(gòu)建亦(yì)有关键意义。

从商业化的角度来看，文化娱(yú)乐、教育(yù)、传(chuán)媒等诸多(duō)领域，本身就对基于(yú)AI的可视化内容有(yǒu)强烈需(xū)求(qiú)。

因此，AI绘画及视频或不(bù)是结果，而只是(shì)AI进程中(zhōng)的一块重要拼(pīn)图，有(yǒu)望在技术(shù)更新的(de)加(jiā)持下实现更大的应用(yòng)价(jià)值。

AI从理解内容，走向了(le)可以生成内容，甚(shèn)至能够创造(zào)出独立价值和独立视角的内(nèi)容。AIGC的再(zài)次出(chū)圈(quān)，更代(dài)表着未来的先进生产(chǎn)力即将(jiāng)到来(顶的速度越来越快越叫的原因，顶的速度越来越快过程lái)。

紧抓大模(mó)型与算力，牢(láo)固AIGC底座

从技(jì)术的发展也可以看出，在语言大模(mó)型、图(tú)像大模型之后(hòu)，多(duō)模(mó)态(tài)大模型已(yǐ)经(jīng)成为了新的趋势。

大(dà)模型被誉为当前人工智能发展的智能底座，是全球竞争最(zuì)激烈的研(yán)究方(fāng)向(xiàng)之一，包括谷歌、亚马逊、百(bǎi)度、阿里(lǐ)、腾讯等众(zhòng)多头部企(qǐ)业都在竞相发(fā)力。

不(bù)过训练大(dà)模型的确价格不菲，以国盛证券发布的《ChatGPT需要多少算力》报告(gào)估算，GPT-3训练(liàn)一(yī)次的成本约为140万美元。而对于一些(xiē)更大(dà)的LLM(大型语言模型(xíng))，训练成本(běn)则介(jiè)于(yú)200万(wàn)美元至(zhì)1200万美元高价之间(jiān)。

以ChatGPT在(zài)2023年1月的独立(lì)访客平均数1300万计算，其对应芯片需求为3万多(duō)片英(yīng)伟达A100 GPU，初(chū)始(shǐ)投入成本约为8亿美元，每(měi)日(rì)仅电费就在5万(wàn)美元(yuán)左右。

此外不论是ChatGPT还是AIGC，都离不开庞大算力支(zhī)持。在关(guān)注(zhù)各(gè)类大模型的发展同时，更应该关注算力网络的建设。

算力(lì)网络正(zhèng)驱(qū)动AI产业发(fā)展进(jìn)入史诗级加速进程(chéng)，让AIGC及通(tōng)用AI这一(yī)人工智(zhì)能发展的终极目标离得更近。

因为算力可以对突破(pò)性技术创新(xīn)提(tí)供大力的支持。这方面，多(duō)模态大模(mó)型(xíng)是典(diǎn)型。作为(wèi)面向未来强人工智能、通用(yòng)人工智能的(de)重要技(jì)术(shù)创新，多模态(tài)大模型已(yǐ)经(jīng)在(zài)人工智能(néng)领域提出(chū)了很多年，业界也有不少技术突破，但是(shì)，多模态大模型(xíng)进(jìn)一步往下走，算(suàn)力需求(qiú)呈几何式上升，一般的算力基(jī)础设施很快将难以(yǐ)胜(shèng)任。

从(cóng)图像、文字、语音单独一项(xiàng)的训练，到双模(mó)态、三模态(tài)的(de)跃迁，让(ràng)人(rén)工智(zhì)能可以灵活应对不同模态的转化、像人与世界(jiè)交互(hù)一样自然，这方面，由算力网络来驱动将(jiāng)有明显优势。