嘴巴含胸的感觉知乎-珠海业勤税务师事务所有限公司

嘴巴含胸的感觉知乎 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(shǐ)人比尔·盖茨已(yǐ)多次公(gōng)开谈论人工智能(néng)话题。在最近(jìn)的(de)一次采访中，他再次表示：“AI可(kě)能会让科技行业迎来一(yī)次剧烈的洗牌”。

这个(gè)结论是他在当地时(shí)间2月(yuè)20日接受《In Good Company》节(jié)目专访(fǎng)时提出的。

他(tā)预期，AI的发展可(kě)能会威胁到谷歌(gē)的市占率，因(yīn)为微软在AI方面的(de)行(xíng)动相当(dāng)迅速。而最终科技巨头(tóu)将把AI整合(hé)成用户(hù)的(de)“全能(néng)助手”，包揽一切应用，与人们进行沟通并提供建议，可(kě)以(yǐ)取代亚(yà)马逊、Siri或Outlook等应用。

大佬(lǎo)口中全能助手(shǒu)的到来可能尚需时日，但(dàn)由ControlNet引(yǐn)发(fā)的又(yòu)一(yī)次AI绘画浪潮，让AIGC在(zài)ChatGPT的话题热点包围(wéi)中(zhōng)杀(shā)出重围。

ChatGPT之后又一应用杀(shā)疯了，AIGC或进入可(kě)控期，将洗牌(pái)科技行(xíng)业(yè)？_黑(hēi)料正(zhèng)能(néng)量

ControlNet颠(diān)覆AI绘(huì)画(huà)新(xīn)玩法

AIGC向可控靠近

以AI绘(huì)画(huà)为代(dài)表的AIGC上(shàng)一次爆火的时候，还是2022年8月，在(zài)美国(guó)科罗拉多州举办的新兴数字艺(yì)术家(jiā)竞赛中，一幅名(míng)为《太(tài)空歌剧院》的作品获奖。

随后各(gè)大厂商的(de)AI绘画软(ruǎn)件被(bèi)广大(dà)网友熟知(zhī)并体验，Stable Diffusion便是其中代(dài)表(biǎo)。

用户们(men)可以在应用中输入一组关键词(cí)或者一张照片，就能获得(dé)一幅AI创作(zuò)的(de)画作。

作画的关键(jiàn)就是所输入的(de)文本。同一(yī)组关键词也可以创作(zuò)出(chū)很多(duō)张风格(gé)不一样(yàng)的(de)画(huà)作，这让创作的过程就像开盲(máng)盒。

很多用(yòng)户很喜(xǐ)欢这(zhè)种(zhǒng)不(bù)确定的惊喜(xǐ)，他们会(huì)将(jiāng)生(shēng)成的美图当做头像。而另(lìng)一部分(fēn)喜欢翻看AI绘画的“翻车”作品。在社交媒体(tǐ)上，许多用户(hù)分享AI“翻车现场”，例如，一位网友(yǒu)的小狗(gǒu)照(zhào)片被(bèi)AI画成了“肌(jī)肉男”，还有(yǒu)网友的个人照片被(bèi)AI识别成了建(jiàn)筑。

而如今随(suí)着ControlNet的出(chū)现与加持，以(yǐ)往AI绘画的填写(xiě)关(guān)键(jiàn)词游戏(xì)可能要被颠覆(fù)了。

ControlNet是(shì)一位(wèi)正在斯坦(tǎn)福读博的中(zhōng)国人张吕敏创作的一种基(jī)于控制点(diǎn)的图像变形(xíng)算(suàn)法，主要(yào)用于数字图像处理、计算机(jī)视觉(jué)和(hé)计算机图形(xíng)学等(děng)领域。

其SD插件(jiàn)一经发布，在(zài)短(duǎn)短的两(liǎng)天内便(biàn)成为了AI绘画领域最新的热(rè)点。

在此之前，大(dà)家用了很(hěn)多方法想让AI生成的结果(guǒ)尽可(kě)能(néng)的符合要求(qiú)，但是都不尽(jǐn)如人意，它的出现代表着(zhe)AI生成开始进入(rù)真正的可控时期。

因(yīn)为(wèi)ControlNet可以直接提取画面的构图，人物的姿势和画(huà)面的深度信息等。有了它的帮助(zhù)，就不用频繁的用提示词来(lái)碰运气(qì)，抽盲盒式的创作了。

通俗的说ControlNet相当(dāng)于给AI绘画加了(le)“魔法”，不(bù)少博主的作品已经(jīng)获得了大(dà)量的浏览量，“viggo”就是其中之一，他用朋(péng)友的照(zhào)片(piàn)直(zhí)接带她们走进动漫(màn)世(shì)界。

viggo先用StableDiffusion图片(piàn)转(zhuǎn)文字。

再(zài)用(yòng)Text2Prompt插(chā)件拓展找到(dào)对应的(de)关键词(cí)；最后用ControlNet插件绑定骨骼(gé)开始换关(guān)键词试效果。

通过图(tú)片就(jiù)可以看出来(lái)，效果十(shí)分(fēn)惊(jīng)艳。

更(gèng)厉害的是，除了真实的照片，草图也可以加上“魔法”，知(zhī)乎大牛“DevPoint”和“逗砂”介绍到(dào)ControlNet还能实(shí)现线(xiàn)稿转全彩图(tú)。大(dà)神张吕敏其本(běn)尊(zūn)也亲自(zì)回应。

不得不说当下AIGC已经(jīng)变得越来(lái)越强(qiáng)大，甚至输出的作(zuò)品都已(yǐ)经能以假乱真了。

难辨虚实(shí)，AIGC技(jì)术力(lì)爆发(fā)

警惕安(ān)全问题

近日，“苏州金(jīn)鸡湖有游艇party”的消(xiāo)息火遍(biàn)网络，而(ér)经过警(jǐng)方辟谣(yáo)这所谓的“party”可能(néng)是全国第一起AI绘图诈骗。

由于这(zhè)个活(huó)动里面(miàn)给(gěi)出的美女照(zhào)片都(dōu)是AI制作的真人照片绘图，因为太逼真，被大(dà)家当成真(zhēn)事传播了。

不过仔细观察可以(yǐ)发(fā)现，活动发(fā)起(qǐ)者提供的照片中(zhōng)有(yǒu)个很(hěn)大的漏洞可(kě)以发现并非真人，而是AI绘图(tú)，那便是图片中女性的(de)手指部(bù)分(fēn)有的存在(zài)异常。

ChatGPT之后又(yòu)一应用杀疯了，AIGC或进入(rù)可控期，将(jiāng)洗(xǐ)牌科技行业(yè)？_黑料正能量嘴巴含胸的感觉知乎ratio="0.61640625" data-s="300,640" data-type="jpeg" data-w="1280">

有行业人事表示：“现在因为手指部分的(de)绘画算法比较复杂(zá)，AI还(hái)不太会(huì)画人的手，但(dàn)最(zuì)新看到的(de)图片(piàn)已经有越来越完美的AI模(mó)型出现，以后可能(néng)就完全没有漏(lòu)洞了。”

类似(shì)的AI作图诈骗(piàn)在国外也已有发生。据(jù)英国广播公司(sī)报(bào)道，土(tǔ)耳其地震期间，有Tiktok用(yòng)户使用AI合成了(le)儿童受灾(zāi)的(de)假照(zhào)片发布到(dào)网络，以(yǐ)此诱(yòu)骗善良(liáng)的人打赏“捐助”从而实施诈(zhà)骗。

目(mù)前随着技(jì)术发展，AIGC已经能(néng)做(zuò)出真人照(zhào)片(piàn)般的绘图效果(guǒ)，如果(guǒ)这样的图片被用来诈骗，将(jiāng)非常可怕。

此外AIGC还引发了很多担忧，一(yī)方面，批判(pàn)者认为AI在“学习”了(le)大(dà)量(liàng)前(qián)人的(de)作品之后，其创作没有任何情(qíng)绪和(hé)灵(líng)魂，难以和(hé)人类的艺术创作(zuò)相提并论。

另一方面，AIGC背后(hòu)的版权、目前都(dōu)并没有得(dé)到有效的解决，还有(yǒu)AIGC会不会代替人类“至高无上”的创(chuàng)意。

马(mǎ)斯(sī)克(kè)也强(qiáng)调，人工智能的安全问(wèn)题(tí)需要得到重视，太晚(wǎn)就来不及(jí)了。

AIGC下一(yī)站除了视频，还有远方(fāng)

技术(shù)都是有两面(miàn)性的(de)，潜(qián)在的危害(hài)并(bìng)不(bù)能掩盖其光辉的贡献(xiàn)。现在看(kàn)来，人工智能技(jì)术将是第四次工业革命的(de)核心驱动力量，将(jiāng)创造新(xīn)的增长(zhǎng)奇迹。

过(guò)去一年，人(rén)工(gōng)智(zhì)能在技术和商业层面都有了巨大进(jìn)展，AI绘(huì)画就是(shì)人(rén)工智能(néng)技术发生(shēng)方向性改(gǎi)变的一个(gè)代表。其下(xià)一站或许(xǔ)就是视频。

此前，Meta和谷(gǔ)歌先后(hòu)发布(bù)了几(jǐ)条引爆科技(jì)圈的短(duǎn)视频。这些(xiē)视频引发关(guān)注(zhù)并非内容做得(dé)多优(yōu)秀，反(fǎn)而(ér)都非(fēi)常简单，比(bǐ)如一(yī)匹正在喝水的马，一只画画的玩(wán)具熊(xióng)，或者(zhě)一段骑摩托车的(de)第一视角(jiǎo)录(lù)像(xiàng)，随便一个有手机的人都可以随(suí)手录(lù)下(xià)一段。

但这些短视频(pín)的创作方(fāng)式非常简(jiǎn)单，创作(zuò)者仅仅需要向AI输入一段话(huà)，甚至只是说一下要求(qiú)，AI就可以(yǐ)根据(jù)需要生成一(yī)段视频。

谷(gǔ)歌发(fā)布(bù)的(de)两个AI生成视(shì)频(pín)分别来自于Imagen Video和Phenaki，前(qián)者主要突出的(de)是高(gāo)清，与Meta的Make-A-Video没有太多的(de)差别。

在(zài)Make-A-Video公布了AI生成的视频后(hòu)，AI圈就(jiù)已经玩了一波梗，一个能够做(zuò)出更(gèng)高清视频的AI还不足以在(zài)短时间(jiān)内(nèi)戳中兴奋点。

Phenaki更加令(lìng)人震惊的地方在于，它可以(yǐ)制作出超过2分钟的(de)连贯的也有确切(qiè)内(nèi)容的视频(pín)，这才是真正让人们(men)感到惊喜的地方。因为无论AI生成的视频多(duō)么高清，也只(zhǐ)能是为内(nèi)容(róng)生产者提供一个灵(líng)感，一个素(sù)材，一(yī)个过场动画。

不过能(néng)够制作出(chū)有(yǒu)具体(tǐ)剧(jù)情内容的视频就意味着，一(yī)些视频创作由AI代(dài)替人(rén)工完成已经初步有了可能(néng)。

当下AI的发展(zhǎn)速度已经超过大部分(fēn)人的想象。内容产业的本质是供给创造需(xū)求，AIGC作(zuò)为全(quán)新的内容生(shēng)产方式，可(kě)以为内容产业(yè)带(dài)来更(gèng)新的内容风格、更快的生产速度(dù)，更低的(de)生产成本(běn)，这无疑(yí)会驱动内容产(chǎn)业(yè)的大(dà)爆(bào)发。

除(chú)了AI绘图、视频，AIGC技术还能应用于音乐、代码、机器人动作等(děng)多种(zhǒng)内容形(xíng)式的生成。不难发(fā)现该(gāi)项技(jì)术不仅在(zài)游戏等行(xíng)业能得到有效(xiào)应用，对于下一代(dài)互联网各种(zhǒng)元素的构建亦(yì)有关键(jiàn)意义。

从商业(yè)化的角度来看，文化娱乐、教育、传媒等(děng)诸多领域，本身就对基于AI的可视化内(nèi)容有强(qiáng)烈需求。

因此，AI绘画及视频或(huò)不是结果，而只是AI进程中的一块重(zhòng)要拼图(tú)，有望在技术更新的加持(chí)下实(shí)现(xiàn)更大的(de)应用价值。

AI从理(lǐ)解内(nèi)容(róng)，走向了可以生成内容，甚至(zhì)能(néng)够创(chuàng)造出(chū)独立价值和独立(lì)视角的(de)内(nèi)容。AIGC的再(zài)次出(chū)圈，更代表着(zhe)未来(lái)的先进(jìn)生产力即将到来。

紧(jǐn)抓大模(mó)型与算(suàn)力，牢固AIGC底座

从技(jì)术(shù)的发(fā)展也(yě)可以看(kàn)出，在语言(yán)大模型、图(tú)像大模型之(zhī)后，多(duō)模(mó)态(tài)大模(mó)型已经成为(wèi)了新(xīn)的趋势(shì)。

大模型被誉为当(dāng)前人工智(zhì)能发展的智(zhì)能底座，是(shì)全球(qiú)竞争最激烈的(de)研究方(fāng)向之一，包括(kuò)谷歌、亚马逊、百(bǎi)度、阿(ā)里、腾讯等众多头部(bù)企业(yè)都在竞相发力。

不过(guò)训练大模型(xíng)的确价格不菲，以国盛证券发布的《ChatGPT需要多少算力》报告估算，GPT-3训练一(yī)次的成本约为140万美(měi)元。而对于一些更大的LLM(大(dà)型语言模型)，训练成本则介于200万美(měi)元(yuán)至1200万(wàn)美(měi)元高(gāo)价之(zhī)间。

以ChatGPT在(zài)2023年1月的(de)独立访客(kè)平均数1300万(wàn)计算，其对(duì)应芯片需求为(wèi)3万(wàn)多片英伟达A100 GPU，初始(shǐ)投入(rù)成本约为8亿美元，每(měi)日仅电费就在5万(wàn)美元(yuán)左(zuǒ)右。

此外不论是(shì)ChatGPT还是AIGC，都离(lí)不开庞大(dà)算(suàn)力支持(chí)。在关注各类(lèi)大(dà)模型的发展同时，更应该关注算力网(wǎng)络(luò)的建(jiàn)设。

算力网(wǎng)络正(zhèng)驱(qū)动AI产(chǎn)业发展进入史诗级加速进程，让AIGC及通用AI这一(yī)人工智能发展的(de)终极目(mù)标离(lí)得更近。

因为算力可以对(duì)突破(pò)性(xìng)技(jì)术创新提供大(dà)力的支持(chí)。这(zhè)方面，多模态大模型是典型。作为面(miàn)向未来(lái)强人工智(zhì)能(néng)、通用人工智能的(de)重要(yào)技(jì)术(shù)创新，多模态大模(mó)型已经在人工智能领域提出(chū)了很多年，业界也有不少(shǎo)技术(shù)突破(pò)，但是，多模态大模(mó)型进一步往下(xià)走，算力需求(qiú)呈几何式上(shàng)升，一般的算力基础(chǔ)设施很快(ku嘴巴含胸的感觉知乎ài)将(jiāng)难以胜任(rèn)。

从(cóng)图像、文字、语音(yīn)单(dān)独一项(xiàng)的训(xùn)练，到双模态、三(sān)模态的跃迁，让人工智能可以灵活应对不同模(mó)态的转化、像人(rén)与世界交互一样自然，这方面，由算力网络来驱动将有明显优(yōu)势(shì)。