向华强敢惹霍家吗，向华强和霍家哪个厉害-橘子百科-橘子都知道

向华强敢惹霍家吗，向华强和霍家哪个厉害 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(liáo)天机器人ChatGPT火爆以来，微软(ruǎn)公(gōng)司创始人比尔·盖茨已多次(cì)公开(kāi)谈论(lùn)人工智(zhì)能话题。在最近(jìn)的(de)一(yī)次采(cǎi)访中，他再次表示(shì)：“AI可能会让科技行业迎来一(yī)次剧烈的洗牌”。

这个结论是他在当(dāng)地时间2月20日接(jiē)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(gǔ)歌的市(shì)占(zhàn)率，因为微软在AI方(fāng)面的行动(dòng)相当迅速。而最终科技巨头将把AI整合成用(yòng)户的“全能助手”，包揽一切应用，与人们进行沟通并提供建议，可以取代亚马(mǎ)逊、Siri或Outlook等应用(yòng)。

大(dà)佬口中全能助手(shǒu)的到来可能尚(shàng)需时日，但由ControlNet引发的又(yòu)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(wéi)。

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

ControlNet颠覆AI绘画新玩(wán)法(fǎ)

AIGC向可(kě)控靠近

以AI绘画为(wèi)代表(biǎo)的AIGC上一次爆火的时候(hòu)，还是2022年(nián)8月，在美国(guó)科罗拉(lā)多州(zhōu)举办的新兴数字艺术家竞赛(sài)中，一(yī)幅名为《太空歌(gē)剧院》的作品获奖(jiǎng)。

随后(hòu)各大厂商(shāng)的AI绘画软件(jiàn)被广大网友熟知并体验，Stable Diffusion便是其中代表。

用户(hù)们可(kě)以在应用中输(shū)入一组关键词或者一(yī)张(zhāng)照片，就能获(huò)得一幅AI创(chuàng)作(zuò)的画作(zuò)。

作画的关键就是所输入的文本。同一组(zǔ)关(guān)键词也可以创作出很多(duō)张风格不一样的(de)画(huà)作(zuò)，这(zhè)让(ràng)创作的过程(chéng)就(jiù)像开盲(máng)盒。

很多用户很喜欢(huān)这种不(bù)确定的惊喜，他们会将生(shēng)成的美(měi)图当做头像(xiàng)。而另(lìng)一(yī)部分喜(xǐ)欢翻看AI绘画的“翻(fān)车”作品。在社(shè)交媒体上(shàng)，许多用(yòng)户(hù)分享AI“翻车现场”，例如，一位(wèi)网友的小狗照片被AI画成了(le)“肌肉男”，还有(yǒu)网(wǎng)友的个人照片被AI识别成(chéng)了(le)建筑。

而(ér)如(rú)今随着(zhe)ControlNet的出现与加持，以往(wǎng)AI绘画的(de)填(tián)写关键词游戏可能要被颠覆(fù)了(le)。

ControlNet是一位正在斯坦福读博的中(zhōng)国人张(zhāng)吕(lǚ)敏创作的(de)一种基于控制(zhì)点的图像变(biàn)形算法，主要用(yòng)于数字图像处理、计算机视觉和计算机(jī)图形学(xué)等(děng)领域。

其SD插(chā)件(jiàn)一经发布，在短短的(de)两天内便成(chéng)为了AI绘(huì)画领(lǐng)域最新的(de)热点。

在此之前，大家用了很(hěn)多方法想让AI生成的结果尽(jǐn)可能的符合要求，但是都不尽(jǐn)如人意，它的出现(xiàn)代(dài)表着AI生成开(kāi)始进入真正的(de)可控时期。

因为(wèi)ControlNet可以直接提取(qǔ)画面的构(gòu)图，人物的姿势和画面的深度信息(xī)等。有了(le)它的帮助，就不用频(pín)繁的(de)用(yòng)提(tí)示(shì)词来碰运(yùn)气，抽盲盒式的创作了。

通俗的(de)说(shuō)ControlNet相当于给AI绘画加了“魔法”，不少博主(zhǔ)的作品已(yǐ)经获得了大量的浏览量，“viggo”就是其中之一，他用朋友的照片(piàn)直(zhí)接带(dài)她们走进动(dòng)漫世界。

viggo先用StableDiffusion图(tú)片转文字(zì)。

再用Text2Prompt插件拓展找到对应的(de)关(guān)键词；最(zuì)后用ControlNet插件绑(bǎng)定(dìng)骨骼开始换(huàn)关键(jiàn)词试效果。

通过图片就可以看(kàn)出来，效果(guǒ)十分惊艳。

更(gèng)厉害的是，除了(le)真实的照片，草图(tú)也可以(yǐ)加上“魔法”，知乎大牛“DevPoint”和“逗砂”介绍到ControlNet还能实现(xiàn)线稿转全彩(cǎi)图。大神张吕敏其(qí)本尊也(yě)亲自回应(yīng)。

不(bù)得不说当下AIGC已经(jīng)变得越(yuè)来越强大，甚至输(shū)出的作品都(dōu)已经能以假(jiǎ)乱真了。

难辨虚实，AIGC技术(shù)力爆发(fā)

警惕安全问题

近(jìn)日，“苏(sū)州金鸡湖有游艇party”的消息火遍网络，而经过警方辟谣这(zhè)所谓的“party”可能是全国第一起AI绘图诈骗。

由于这个活动里面给(gěi)出(chū)的美女照片(piàn)都是(shì)AI制作的(de)真人照片(piàn)绘图，因为太逼真，被(bèi)大家当(dāng)成(chéng)真事(shì)传播(bō)了。

不过仔细观察(chá)可以(yǐ)发现(xiàn)，活(huó)动发起者提供的照片(piàn)中有个很大的漏洞(dòng)可以发现(xiàn)并非真人(rén)，而是AI绘图，那便是图片中(zhōng)女性的(de)手指部分有的存在异常。

ChatGPT之后又一(yī)应用杀疯了，AIGC或(huò)进入(rù)可控期(qī)，将洗(xǐ)牌(pái)科技行业？_黑(hēi)料正(zhèng)能量

有(yǒu)行业人(rén)事(shì)表示：“现在因为(wèi)手指部(bù)分(fēn)的绘画算(suàn)法比较复杂(zá)，AI还不(bù)太(tài)会画人的手(shǒu)，但最新看到的图片已经(jīng)有越(yuè)来越(yuè)完美的(de)AI模型出现，以后可能就完(wán)全没有漏(lòu)洞了(le)。”

类似的AI作图诈骗(piàn)在国(guó)外也(yě)已有发生。据英(yīng)国广播公(gōng)司报道(dào)，土耳其地震期间(jiān)，有Tiktok用户使用(yòng)AI合成了儿(ér)童(tóng)受灾的(de)假(jiǎ)照片发布到网络，以(yǐ)此诱(yòu)骗善(shàn)良的(de)人打赏“捐(juān)助”从而(ér)实施诈骗。

目前随着技术发展，AIGC已经能做出真(zhēn)人照片般的绘(huì)图效果，如果这(zhè)样的图片被用(yòng)来(lái)诈骗，将非常可怕。

此外AIGC还(hái)引发了(le)很多担忧，一(yī)方(fāng)面(miàn)，批(pī)判者认为AI在“学习”了大量前人的作品之后，其创作没有(yǒu)任何情绪和灵魂，难以(yǐ)和人类的艺术(shù)创作相提并论。

另一(yī)方面，AIGC背后的(de)版权(quán)、目前都并没有得(dé)到有效(xiào)的(de)解决，还有AIGC会(huì)不会代替人类“至(zhì)高无上”的创意(yì)。

马斯克(kè)也强调，人工智能的安(ān)全问题需要(yào)得到重视，太晚就来不(bù)及了(le)。

AIGC下一站(zhàn)除了视频，还有远方(fāng)

技术(shù)都是有两面性的，潜在的危害并不能(néng)掩盖其光辉的贡献(xiàn)。现在看来，人工智(zhì)能技术将是第四次工业革命的(de)核心驱动力量，将创造新(xīn)的增长奇迹。

过去(qù)一年，人工(gōng)智能在技术和商(shāng)业层面都有了巨大进(jìn)展，AI绘(huì)画就是人(rén)工智能(néng)技术发生方向性改变的一个代表。其下一站或许就是视频。

此前，Meta和谷歌(gē)先后发布了几条引爆科(kē)技圈(quān)的短(duǎn)视(shì)频。这(zhè)些视(shì)频引发关(guān)注(zhù)并非内容做得多优秀，反而都(dōu)非常简单，比如一匹(pǐ)正在喝水(shuǐ)的马，一只画画的玩(wán)具(jù)熊(xióng)，或者一(yī)段骑摩(mó)托车的第一视角录像，随便一个(gè)有手(shǒu)机的人都可以(yǐ)随(suí)手录下一段。

但这(zhè)些短视频的创作方式非常简单(dān)，创(chuàng)作者仅仅(jǐn)需要向(xiàng)AI输入一段话，甚至只是说(shuō)一下要求，AI就可(kě)以根据需要生成一段(duàn)视频。

谷歌(gē)发布(bù)的两个AI生成视(shì)频分别(bié)来自于Imagen Video和Phenaki，前者主要(yào)突出的是高清，与Meta的(de)Make-A-Video没(méi)有太多的(de)差别。

在Make-A-Video公布了AI生成的视频后(hòu)，AI圈(quān)就已(yǐ)经玩了一波梗(gěng)，一个能够做出更高清(qīng)视(shì)频的(de)AI还不足(zú)以在(zài)短(duǎn)时间内戳(chuō)中(zhōng)兴奋点。

Phenaki更加令人震惊的地方在于，它(tā)可(kě)以制作出超过2分钟的连贯的也(yě)有确(què)切内容的视频，这(zhè)才是(shì)真正(zhèng)让人们感到惊(jīng)喜的地(dì)方。因(yīn)为无论AI生成的视频多么高清(qīng)，也只能是为内容(róng)生产者提供一个灵(líng)感，一个素材，一个过场动画。

不过能(néng)够(gòu)制(zhì)作出有具体(tǐ)剧情内容(róng)的视(shì)频就(jiù)意味(wèi)着(zhe)，一些视频创作(zuò)由AI代替人(rén)工完成已(yǐ)经初步有了可能。

当下AI的发展(zhǎn)速(sù)度已经超过大部(bù)分(fēn)人(rén)的想象。内(nèi)容(róng)产业的本质是供给创造需求，AIGC作为全新(xīn)的内(nèi)容生(shēng)产(chǎn)方式，可以(yǐ)为内容产业带来更(gèng)新(xīn)的内(nèi)容风(fēng)格、更快的生产速度(dù)，更低的生产(chǎn)成本，这(zhè)无疑会(huì)驱动(dòng)内容产业的大爆发(fā)。

除了AI绘图、视频，AIGC技术还(hái)能应用于音乐、代码、机器人动作等(děng)多(duō)种(zhǒng)内容形式的(de)生成。不难发(fā)现该项(xiàng)技(jì)术不(bù)仅在游戏等行业能得到有效应用，对于下一代互联网各种(zhǒng)元素的构建亦有关(guān)键意义。

从商(shāng)业化的角(jiǎo)度(dù)来看(kàn)，文化娱(yú)乐(lè)、教(jiào)育、传媒等诸多领(lǐng)域(yù)，本身就对基于AI的(de)可视(shì)化内容(róng)有强烈(liè)需求。

因(yīn)此，AI绘画及视(shì)频或(huò)不是结果，而只是AI进程中的(de)一块重要(yào)拼图，有望(wàng)在技术更新的加持(chí)下实现(xiàn)更大的应用(yòng)价(jià)值。

AI从理解(jiě)内容，走(zǒu)向了(le)可以生成(chéng)内容，甚至(zhì)能够(gòu)创造出(chū)独立价值和独立视(shì)角(jiǎo)的(de)内容(róng)。AIGC的(de)再次(cì)出圈，更代表(biǎo)着未(wèi)来的先(xiān)进生产(chǎn)力即(jí)将(jiāng)到(dào)来(lái)。

紧抓大模(mó)型(xíng)与算力，牢固AIGC底座

从技术的发(fā)展(zhǎn)也可以看出，在语言大模(mó)型、图像大模型之后(hòu)，多模态大模型已经成(chéng)为(wèi)了新的(de)趋势。

大模型被(bèi)誉(yù)为当前人(rén)工智(zhì)能发(fā)展的智(zhì)能底座，是全(quán)球竞(jìng)争最(zuì)激烈的研(yán)究(jiū)方向之(zhī)一(yī)，包括谷歌、亚马逊(xùn)、百(bǎi)度、阿(ā)里、腾讯等众多头部(bù)企业都在(zài)竞相发力。

不过训练大模型的确价格不菲(fēi)，以国盛证券发布的《ChatGPT需要多少算力(lì)》报告估算(suàn)，GPT-3训练一(yī)次的(de)成(chéng)本(běn)约为140万美元(yuán)。而对于一些(xiē)更大的LLM(大型语言(yán)模型)，训练成本(běn)则介(jiè)于200万美元至1200万美元高价之(zhī)间(jiān)。

以ChatGPT在2023年(nián)1月的独立(lì)访(fǎng)客平均数1300万(wàn)计算(suàn)，其对应芯片需求为3万多片(piàn)英伟达A100 GPU，初(chū)始投(tóu)入成本约为8亿美元(yuán)，每日仅电费(fèi)就在5万(wàn)美元左右。

此外不论(lùn)是ChatGPT还(hái)是AIGC，都离不开(kāi)庞大算力支(zhī)持。在关注(zhù)各类大模型的发展同时，更应(yīng)该(gāi)关(guān)注算(suàn)力网络的建设。

算力网络正(zhèng)驱动AI产(chǎn)业(yè)发展进入史诗级加速进程，让AIGC及通用AI这一(yī)人工智能发展的终极(jí)目标离得更近。

因为算力(lì)可以对突破性技(jì)术创新提供大(dà)力的支(zhī)持。这方(fāng)面，多模态大模型是典(diǎn)型(xíng)。作为面向未(wèi)来强人工智能、通用人工智能(néng)的重要技(jì)术(shù)创新(xīn)，多模态大模型(xíng)已(yǐ)经在人工智(zhì)能领域提出了(le)很多年(nián)，业界也有不少技术突破(pò)，但是(shì)，多模态大模(mó)型进一步往下(xià)走，算力需求(qiú)呈几何式(shì)上升，一(yī)般的(de)算力基础设施(shī)很快将难以胜任。

从图像、文(wén)字、语音(yīn)单独(dú)一(yī)项的训(xùn)练(liàn)，到双模态、三模态的跃迁，让(ràng)人工智(zhì)能可以灵(líng)活(huó)应对不同模态的转(zhuǎn)化(huà)、像人与世界交互一样(yàng)自(zì)然，这方(fāng)面(miàn)，由算力(lì)网络来驱动(dòng)将有明显(xiǎn)优势(shì)。