为什么懂手机的人都不用华为-橘子百科-橘子都知道

为什么懂手机的人都不用华为 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(zì)聊天(tiān)机器人(rén)ChatGPT火爆以来，微软公(gōng)司创始人比(bǐ)尔·盖茨已多次公(gōng)开谈论人工智能话题。在最近的一次采访中，他再次表(biǎo)示：“AI可能会让科技行业迎来一(yī)次剧烈(liè)的洗牌”。

这个结论(lùn)是他在(zài)当地时间2月20日接受《In Good Company》节(jié)目专访时(shí)提出的。

他预期(qī)，AI的发(fā)展(zhǎn)可(kě)能会威(wēi)胁到谷歌的市占率，因(yīn)为(wèi)微软在AI方面的行动相当迅速。而最终科技巨(jù)头将把AI整合成用户的“全(quán)能助手”，包揽一切应(yīng)用，与人(rén)们(men)进(jìn)行沟通并提供(gōng)建议，可(kě)以(yǐ)取代(dài)亚马逊、Siri或Outlook等应(yīng)用(yòng)。

大(dà)佬口(kǒu)中全能助手的到来(lái)可能(néng)尚需(xū)时日，但由ControlNet引发的又一(yī)次(cì)AI绘画浪(làng)潮(cháo)，让(ràng)AIGC在ChatGPT的话题热(rè)点包围中(zhōng)杀出重围。

ChatGPT之后又一应用杀疯(fēng)了，AIGC或(huò)进入可控期(qī)，将洗牌科(kē)技行(xíng)业(yè)？_黑料正能量

ControlNet颠覆AI绘画新玩法

AIGC向可控靠近

以AI绘画(huà)为(wèi)代表(biǎo)的AIGC上一次爆火的时候，还是2022年8月(yuè)，在美国科(kē)罗拉多州举办的新(xīn)兴数字艺术家(jiā)竞赛中，一幅名为《太空歌剧院》的作品获(huò)奖(jiǎng)。

随后各(gè)大厂商的AI绘画软(ruǎn)件被广大网友(yǒu)熟知并体验，Stable Diffusion便是(shì)其中(zhōng)代表。

用户们(men)可以在应用中输入一组关键词或者一张照片(piàn)，就能(néng)获得一(yī)幅AI创作(zuò)的画作。

作画(huà)的关键就是所输入的文本。同一组关键词也可以创(chuàng)作出很多张风(fēng)格(gé)不一样(yàng)的画作，这(zhè)让创作的(de)过(guò)程(chéng)就像开盲盒。

很多用户很喜欢这种不确定的惊喜(xǐ)，他们会将生成(chéng)的美图当做头像。而另(lìng)一部分(fēn)喜欢翻看AI绘画的“翻(fān)车”作品。在社交(jiāo)媒体上(shàng)，许多用户分享AI“翻车现场”，例如，一位网友(yǒu)的小(xiǎo)狗照片被AI画(huà)成了“肌肉男”，还有(yǒu)网友的(de)个人照片被AI识别成了(le)建筑。

而如今随着ControlNet的出现与加持，以往AI绘画(huà)的填写关键(jiàn)词游戏可能要被颠覆了(le)。

ControlNet是一(yī)位正在斯坦(tǎn)福(fú)读博的中国人张(zhāng)吕敏创作(zuò)的(de)一种基(jī)于控(kòng)制点的图像变形算法，主要用于数字(zì)图像处理(lǐ)、计算(suàn)机视(shì)觉(jué)和计算(suàn)机图形学(xué)等领域。

其SD插件(jiàn)一经发布，在(zài)短短(duǎn)的两天(tiān)内便成为了AI绘画领域最新的热点(diǎn)。

在此(cǐ)之前(qián)，大家用了很多方法想让AI生成的结果尽可能(néng)的符合要求，但是都(dōu)不尽(jǐn)如(rú)人意，它的出(chū)现代表(biǎo)着AI生成开始进入真正(zhèng)的可控时期。

因为ControlNet可以(yǐ)直(zhí)接提取画面的构图(tú)，人物的姿(zī)势和画面(miàn)的深度信息(xī)等。有了它的帮(bāng)助，就不用频繁的用(yòng)提(tí)示词来(lái)碰(pèng)运(yùn)气，抽盲盒式的创(chuàng)作了。

通俗的说ControlNet相(xiāng)当(dāng)于给AI绘画加了“魔法”，不少博(bó)主的(de)作(zuò)品(pǐn)已经获得了(le)大量(liàng)的浏览(lǎn)量，“viggo”就是其中之(zhī)一，他用朋(péng)友的照片直接(jiē)带(dài)她们走(zǒu)进动漫世界。

viggo先用StableDiffusion图片转(zhuǎn)文字。

再(zài)用Text2Prompt插件拓(tuò)展(zhǎn)找到对应的关键(jiàn)词(cí)；最后用ControlNet插件绑(bǎng)定骨骼(gé)开始换关键词试效果。

通过图片就(jiù)可以看出来，效果(guǒ)十(shí)分惊艳。

更厉害的是，除(chú)了真实(shí)的照片，草图也可以加上“魔(mó)法”，知乎大牛“DevPoint”和“逗砂”介绍到(dào)ControlNet还能(néng)实现(xiàn)线稿转全彩图。大(dà)神张(zhāng)吕敏其本尊也亲自(zì)回应。

不得不说当(dāng)下(xià)AIGC已经变得越来越(yuè)强大(dà)，甚至输出的作品(pǐn)都已经能以(yǐ)假乱真了。

难(nán)辨虚实，AIGC技术力爆发(fā)

警惕安全问题

近日，“苏州金鸡湖有(yǒu)游艇party”的消息火(huǒ)遍网络，而经过警方辟谣这所谓(wèi)的“party”可能是(shì)全国第一(yī)起AI绘图诈骗。

由于这个活动里面给出(chū)的美(měi)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(jiā)当成真事传播(bō)了。

不过仔细观(guān)察可(kě)以发现(xiàn)，活动发起者提(tí)供的照(zhào)片中有个很大的漏洞可以发现并非真人，而是(shì)AI绘图，那便(biàn)是图片(piàn)中(zhōng)女性的手指部(bù)分(fēn)有的存在异(yì)常。

ChatGPT之后又一应用杀疯了，AIGC或进入(rù)可控期，将(jiāng)洗(xǐ)牌科(kē)技行(xíng)业？_黑(hēi)料正能量

有行业人事表示：“现在(zài)因为手指(zhǐ)部分的绘画算法比较复(fù)杂，AI还(hái)不太会画人的手，但最新看到的图(tú)片已经有越(yuè)为什么懂手机的人都不用华为来越(yuè)完(wán)美的AI模型出现(xiàn)，以后可能就完全没有漏洞(dòng)了。”

类似的AI作图(tú)诈骗在国外也(yě)已有(yǒu)发生。据英国(guó)广播(bō)公司(sī)报道，土耳其地震期间，有Tiktok用(yòng)户使用AI合成了儿童受灾的假照(zhào)片发布(bù)到网络(luò)，以此诱骗善良(liáng)的人(rén)打赏“捐(juān)助”从而实施诈骗。

目前随着技术(shù)发展，AIGC已经能做(zuò)出真(zhēn)人(rén)照片般的绘图效果，如(rú)果这样的图片被用来诈骗，将非常可怕。

此(cǐ)外AIGC还引发了很多担(dān)忧，一方面，批判者认(rèn)为(wèi)AI在“学习”了大量(liàng)前人的作品之后，其创作没有任何情绪和灵魂(hún)，难以(yǐ)和人类(lèi)的艺术创(chuàng)作相提(tí)并论。

另一方面(miàn)，AIGC背后的版权(quán)、目前都并没有得到有效的解决，还(hái)有AIGC会不会代(dài)替人类“至高无上”的(de)创(chuàng)意(yì)。

马斯克(kè)也强调，人工智(zhì)能的安全(quán)问(wèn)题需(xū)要(yào)得到(dào)重视(shì)，太(tài)晚就来不为什么懂手机的人都不用华为及(jí)了。

AIGC下一站除了视(shì)频，还有远(yuǎn)方

技术(shù)都(dōu)是有两面(miàn)性的，潜(qián)在(zài)的危害并不(bù)能掩盖其(qí)光辉(huī)的(de)贡献。现在(zài)看来，人工智能技术将(jiāng)是第四次工业革(gé)命的核心驱动力量，将(jiāng)创造新的增(zēng)长奇迹。

过(guò)去一年，人工(gōng)智能在技术和商业(yè)层面都有了巨大进展，AI绘画(huà)就是人工(gōng)智(zhì)能技术发生方向性改变的一(yī)个代(dài)表。其下(xià)一站或许就是视频。

此前，Meta和谷歌先后发布了(le)几条引(yǐn)爆科(kē)技圈(quān)的短视频。这些(xiē)视频引发(fā)关注(zhù)并(bìng)非内容做得多优(yōu)秀，反而都非常(cháng)简单，比(bǐ)如一匹正在喝水的(de)马，一只画画的玩具熊，或者(zhě)一段骑摩托(tuō)车的第一(yī)视(shì)角录像，随便一个有手机(jī)的人都可以随手录下一段。

但这(zhè)些短视频(pín)的创(chuàng)作方式非常简单，创作者仅仅(jǐn)需要向AI输入一段话，甚至只(zhǐ)是说一(yī)下(xià)要求(qiú)，AI就可以根据需要生(shēng)成一段视频(pín)。

谷(gǔ)歌(gē)发(fā)布的两个AI生成视频分(fēn)别来自于Imagen Video和Phenaki，前者主要突出(chū)的是(shì)高(gāo)清(qīng)，与Meta的Make-A-Video没有太多的差(chà)别。

在Make-A-Video公布了(le)AI生成的视频后，AI圈就已(yǐ)经玩了(le)一(yī)波梗(gěng)，一个(gè)能(néng)够做出(chū)更高清(qīng)视频的AI还不足(zú)以(yǐ)在短(duǎn)时间内戳中兴奋(fèn)点(diǎn)。

Phenaki更(gèng)加令人震惊的地方在于，它可以制(zhì)作出超过2分钟(zhōng)的(de)连贯的也有确切内容的(de)视频，这才是(shì)真正(zhèng)让人们感到(dào)惊喜的地方。因为无论AI生成的视频多么(me)高清，也只能是为内容生产者(zhě)提供(gōng)一个(gè)灵感，一个素材(cái)，一个过场(chǎng)动画。

不过能够制作出(chū)有具体剧(jù)情(qíng)内容的(de)视频就(jiù)意味着，一些视频创作由AI代(dài)替人工完成已经(jīng)初步有(yǒu)了可能。

当下AI的(de)发展速度(dù)已经超(chāo)过大部分人(rén)的想象。内容产业的本质是供给创造(zào)需求，AIGC作为全新(xīn)的内容生产方(fāng)式，可以为内容(róng)产业带(dài)来更新(xīn)的内(nèi)容(róng)风格、更快(kuài)的生(shēng)产速(sù)度，更低的生产成本，这(zhè)无疑会驱动内(nèi)容产业的大(dà)爆发。

除(chú)了AI绘图、视(shì)频，AIGC技(jì)术还(hái)能应用于(yú)音乐、代(dài)码、机器(qì)人动作等多种内容形式的生成。不(bù)难(nán)发(fā)现该(gāi)项技(jì)术不(bù)仅在游戏等行(xíng)业能得到有效应用(yòng)，对于(yú)下(xià)一(yī)代互联网各种元素的构(gòu)建亦有(yǒu)关键意义。

从商业(yè)化(huà)的角(jiǎo)度来看，文化娱乐(lè)、教育、传媒等诸多(duō)领域，本身就对基于AI的(de)可视化内容有强烈需求(qiú)。

因(yīn)此(cǐ)，AI绘画(huà)及(jí)视频或不(bù)是结果，而只是AI进程中的(de)一块重(zhòng)要拼图，有望在技术更(gèng)新的加持下实(shí)现更大的应用价值(zhí)。

AI从理解内容，走向了(le)可以生(shēng)成内容，甚至能够创造出独立(lì)价(jià)值和独立视角的(de)内容(róng)。AIGC的再次(cì)出(chū)圈，更代表着未来的先进生产力即(jí)将到(dào)来。

紧抓大模型(xíng)与(yǔ)算力，牢(láo)固(gù)AIGC底座

从(cóng)技术(shù)的(de)发展也可以(yǐ)看出，在语言大模(mó)型、图像(xiàng)大模型(xíng)之后，多模态大模型已经成为了新的趋势。

大模型(xíng)被誉为(wèi)当(dāng)前人工(gōng)智(zhì)能发展(zhǎn)的智能底(dǐ)座，是全(quán)球竞争(zhēng)最激烈的研究方向(xiàng)之一，包括谷歌、亚马逊、百度、阿里、腾讯等众多头部企(qǐ)业都在竞相发(fā)力。

不过训练(liàn)大模型的确价(jià)格不菲，以国(guó)盛证(zhèng)券发布(bù)的(de)《ChatGPT需要多少算力》报告估算(suàn)，GPT-3训练一次的成本约为(wèi)140万美元。而对(duì)于一些更大的LLM(大型语(yǔ)言模型)，训练成本则介于200万美(měi)元(yuán)至1200万美元高价之间。

以ChatGPT在2023年1月的独立访客平均数1300万计算(suàn)，其(qí)对应芯片需求为3万多片(piàn)英伟达A100 GPU，初(chū)始投入成(chéng)本约(yuē)为8亿(yì)美元，每日(rì)仅电费(fèi)就在(zài)5万美元左右(yòu)。

此外不论是ChatGPT还是AIGC，都离不开庞大算力支持。在关(guān)注各类(lèi)大模型(xíng)的(de)发展(zhǎn)同时，更应该关(guān)注算力网(wǎng)络的建设(shè)。

算力(lì)网络(luò)正驱动AI产业发展进入史(shǐ)诗级加速进(jìn)程，让AIGC及通用AI这一人工(gōng)智能发展的终(zhōng)极目标离得更近。

因为算力可以对突(tū)破(pò)性(xìng)技术创新提供大(dà)力(lì)的支(zhī)持。这方(fāng)面，多模态大模型是典型。作为面向未来(lái)强人(rén)工智能、通用人工智能的重要技术创新，多模(mó)态大(dà)模型(xíng)已经在人工智能领域(yù)提出(chū)了很多(duō)年，业界(jiè)也有不少技术突破，但是，多模态大模型进(jìn)一步往(wǎng)下走(zǒu)，算力需求(qiú)呈几(jǐ)何式上升，一般(bān)的(de)算力基础设施很(hěn)快将难(nán)以胜任(rèn)。

从(cóng)图像、文字、语(yǔ)音单独一项的训练，到双模(mó)态、三模态(tài)的跃(yuè)迁，让人工(gōng)智能可以灵活应对(duì)不同模(mó)态(tài)的转(zhuǎn)化、像人与世界交互一样自然，这方面，由算力网络(luò)来驱动(dòng)将有(yǒu)明显优势。