戴自动蝴蝶去上班感受，被要求带着玩具上班-惠安汇通石材有限公司

戴自动蝴蝶去上班感受，被要求带着玩具上班 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(tiān)机器人ChatGPT火爆以(yǐ)来，微(wēi)软(ruǎn)公(gōng)司创始人(rén)比(bǐ)尔·盖茨已多次公开谈论(lùn)人工智(zhì)能话题。在最近的一次采访中，他再次戴自动蝴蝶去上班感受，被要求带着玩具上班表(biǎo)示：“AI可能会让科技行(xíng)业迎来一次剧烈的(de)洗(xǐ)牌”。

这(zhè)个(gè)结论是(shì)他在当地时间2月20日接受《In Good Company》节目(mù)专访时提出的。

他预期，AI的发展可能(néng)会威胁到谷歌的(de)市占率，因为微软(ruǎn)在AI方面的行(xíng)动相当迅速。而最终科技巨(jù)头将把AI整合成用户(hù)的“全能助手”，包揽(lǎn)一切应用，与人们进行沟通并提(tí)供建(jiàn)议，可以取代亚(yà)马逊、Siri或Outlook等应(yīng)用。

大佬(lǎo)口中全(quán)能助手的到来可(kě)能尚需时(shí)日，但由(yóu)ControlNet引(yǐn)发的(de)又一次AI绘画浪潮，让(ràng)AIGC在ChatGPT的(de)话题热(rè)点包围中杀出重(zhòng)围(wéi)。

ChatGPT之后(hòu)又一应用杀疯了，AIGC或进入可控期，将(jiāng)洗牌(pái)科(kē)技(jì)行业？_黑料正能量

ControlNet颠(diān)覆AI绘画新(xīn)玩法

AIGC向可控靠近

以AI绘画为代表的AIGC上一次爆(bào)火的(de)时候，还是(shì)2022年8月，在美国科(kē)罗拉(lā)多州举办的新兴数字艺术(shù)家(jiā)竞赛中，一(yī)幅名(míng)为《太空歌(gē)剧院》的作品获奖。

随后各大(dà)厂(chǎng)商的AI绘画软件(jiàn)被广(guǎng)大网友熟知(zhī)并体验，Stable Diffusion便是其中代表。

用(yòng)户们(men)可以在应用中输入一(yī)组关键(jiàn)词(cí)或者(zhě)一张(zhāng)照片，就(jiù)能获得一幅AI创作(zuò)的画(huà)作。

作(zuò)画的(de)关(guān)键就(jiù)是所输入(rù)的文本(běn)。同一组关键词也可以(yǐ)创(chuàng)作(zuò)出很多(duō)张(zhāng)风格不一样的画(huà)作，这让创作的(de)过程就(jiù)像开盲盒。

很(hěn)多用户很喜欢(huān)这(zhè)种不确定(dìng)的(de)惊(jīng)喜(xǐ)，他们会(huì)将生(shēng)成(chéng)的美(měi)图当做头像。而另一部分喜欢(huān)翻看AI绘画的(de)“翻车”作品(pǐn)。在社(shè)交媒体上，许(xǔ)多用户(hù)分享AI“翻(fān)车现场”，例如，一位(wèi)网(wǎng)友(yǒu)的(de)小狗照(zhào)片被AI画成了“肌肉男”，还有网友的个人照片被AI识别(bié)成了建筑。

而如今随着(zhe)ControlNet的(de)出现与加(jiā)持，以往AI绘画的填(tián)写关键(jiàn)词游戏(xì)可能要(yào)被颠覆(fù)了。

ControlNet是一(yī)位正(zhèng)在斯(sī)坦福读博(bó)的中(zhōng)国人张吕敏创作的一种基于控(kòng)制点的图像变(biàn)形(xíng)算法，主要用于数字图像处(chù)理、计算机视觉和计算机图形学等领(lǐng)域。

其SD插件一经(jīng)发布，在短短的两天(tiān)内便成为了AI绘(huì)画领域最新的热点。

在此之前，大家用了很多方法想让AI生成的(de)结(jié)果尽(jǐn)可(kě)能的(de)符合要求，但(dàn)是(shì)都不尽如人意，它的出现(xiàn)代表着(zhe)AI生成开始进入真(zhēn)正(zhèng)的可控时期(qī)。

因为ControlNet可以直接提取画(huà)面的构图(tú)，人物的姿势和(hé)画面的深度信(xìn)息等。有了(le)它(tā)的帮助，就(jiù)不用频繁(fán)的(de)用(yòng)提示(shì)词(cí)来碰运气，抽盲盒(hé)式的创作了。

通俗(sú)的(de)说ControlNet相(xiāng)当于给AI绘画加了“魔法”，不少博(bó)主的作品已(yǐ)经获得了大量的(de)浏览量，“viggo”就是其中之(zhī)一，他用朋友的照(zhào)片直接(jiē)带她们走(zǒu)进动漫世界。

viggo先(xiān)用(yòng)StableDiffusion图片转文(wén)字(zì)。

再用Text2Prompt插件拓展找到对(duì)应的关键词(cí)；最后用ControlNet插件(jiàn)绑定骨骼开始换关键词试效果。

通过(guò)图片就可以看(kàn)出来，效果十分(fēn)惊艳。

更厉害的是(shì)，除了真(zhēn)实的照片，草图也可以加上“魔法”，知(zhī)乎大牛“DevPoint”和(hé)“逗砂”介绍到ControlNet还(hái)能实(shí)现线稿转(zhuǎn)全彩图。大神张吕(lǚ)敏其本尊也(yě)亲(qīn)自回(huí)应。

不得不说当下(xià)AIGC已经变得(dé)越来越(yuè)强大，甚至输出的作(zuò)品都已经能以假乱真了。

难辨虚实，AIGC技术力(lì)爆发

警惕(tì)安全问题

近(jìn)日，“苏(sū)州(zhōu)金鸡湖有游艇(tǐng)party”的消(xiāo)息火遍网络(luò)，而(ér)经过警方辟谣(yáo)这所谓的“party”可能(néng)是全(quán)国第一(yī)起AI绘图诈骗。

由(yóu)于这(zhè)个(gè)活动(dòng)里面给出的美(měi)女照片都是AI制作的真人照片绘图，因为太逼真，被大家当成真事传播了。

不过仔细(xì)观察(chá)可以(yǐ)发现，活动发起者提供的(de)照(zhào)片中有个很大的漏洞可以(yǐ)发现并非真(zhēn)人，而(ér)是AI绘(huì)图(tú)，那便(biàn)是图片(piàn)中(zhōng)女(nǚ)性(xìng)的(de)手(shǒu)指(zhǐ)部(bù)分有的存在(zài)异常。

ChatGPT之(zhī)后又一应(yīng)用(yòng)杀疯了，AIGC或进入可控期，将洗牌科(kē)技行(xíng)业？_黑料正能(néng)量

有行业人事表示：“现在因(yīn)为手指部(bù)分的绘画算法(fǎ)比较复杂，AI还(hái)不太(tài)会(huì)画人的手(shǒu)，但最新看(kàn)到的图片已(yǐ)经(jīng)有越来越(yuè)完美的AI模型(xíng)出现，以后可能就完全没(méi)有漏洞了。”

类似的AI作图(tú)诈骗在(zài)国外也已有发(fā)生。据(jù)英国广播公(gōng)司(sī)报道，土耳其(qí)地震(zhèn)期间，有Tiktok用(yòng)户(hù)使用AI合成了儿童受灾的假(jiǎ)照片发布到网络，以(yǐ)此诱骗善良(liáng)的人打赏“捐助”从而实施诈(zhà)骗。

目前(qián)随着(zhe)技术发展，AIGC已经能做(zuò)出真人照片般的绘图效果，如果这样的图片被用(yòng)来诈骗，将非常可怕(pà)。

此外AIGC还(hái)引发了(le)很多担忧，一方面，批(pī)判者认为AI在“学习”了(le)大量前人的作品之后(hòu)，其创作没有任何(hé)情绪和灵魂，难以和人类(lèi)的艺术创(chuàng)作(zuò)相提并论。

另(lìng)一方面，AIGC背后的版权(quán)、目前都并没有(yǒu)得到(dào)有效的(de)解决，还有(yǒu)AIGC会不会代替人类“至高无上”的创意。

马斯(sī)克也强调，人(rén)工智能的安全问题需要得(dé)到重视(shì)，太晚就来不及了。

AIGC下一(yī)站除了视频，还(hái)有远方

技(jì)术都是有两面性的(de)，潜在(zài)的危(wēi)害并不能掩(yǎn)盖其光辉的(de)贡(gòng)献。现在看来，人工(gōng)智能技术(shù)将是第四次工业革(gé)命的核(hé)心驱动力量(liàng)，将(jiāng)创造新的增(zēng)长奇(qí)迹。

过去(qù)一年，人工(gōng)智能(néng)在技术和商业层(céng)面(miàn)都(dōu)有了(le)巨大进展(zhǎn)，AI绘画就是人工智能技术发生方向性(xìng)改变的一(yī)个代表。其下一站或许就是视频。

此前，Meta和谷歌先(xiān)后(hòu)发布了几条引(yǐn)爆(bào)科技圈的(de)短视(shì)频。这些视频引发关注并(bìng)非内容做得多优秀，反而(ér)都非常简(jiǎn)单，比如(rú)一(yī)匹正在喝水的马，一只(zhǐ)画画的玩具熊，或者一(yī)段骑摩托(tuō)车的第一(yī)视角录像，随便一(yī)个有手机的人都(dōu)可以(yǐ)随手录(lù)下一段。

但这些短视频(pín)的创作(zuò)方式(shì)非常简单，创作者(zhě)仅仅需(xū)要向AI输(shū)入一段话，甚至只是说一下(xià)要求，AI就可(kě)以根据需要生成一段视(shì)频。

谷歌发布的两个(gè)AI生成视频(pín)分别来自于Imagen Video和Phenaki，前者主(zhǔ)要突出的是高清，与Meta的(de)Make-A-Video没有太多的差别。

在Make-A-Video公布了AI生(shēng)成的视(shì)频后，AI圈就已经玩了(le)一(yī)波梗，一个(gè)能够做出更高清视频的AI还不足(zú)以在短时间内戳(chuō)中兴奋点。

Phenaki更(gèng)加令人震惊的地方(fāng)在于，它(tā)可以制作出超过2分钟的连贯的(de)也(yě)有(yǒu)确(què)切内容的视(shì)频(pín)，这才是真(zhēn)正让(ràng)人们感到(dào)惊喜的地方(fāng)。因为无论AI生(shēng)成的视频多(duō)么高清(qīng)，也只能是为内容生产者提供一个灵感，一(yī)个素材，一个过(guò)场动画。

不过能够制作出有(yǒu)具体剧情(qíng)内容的视频(pín)就意味着(zhe)，一些视频创作由AI代替(tì)人工完成已经(jīng)初步有了可能。

当下AI的(de)发(fā)展速度已经(jīng)超过大部分人的想象。内容产业(yè)的本质是供(gōng)给创造需求，AIGC作为全新的内(nèi)容(róng)生产方式，可(kě)以为内容(róng)产业(yè)带来(lái)更新(xīn)的内容风格、更快的生产速度，更低(dī)的生产成(chéng)本，这无疑会驱(qū)动内容产业的大爆发。

除了(le)AI绘图(tú)、视频，AIGC技术(shù)还能(néng)应用于音乐、代码(mǎ)、机器人动作(zuò)等多种内容形式的生成(chéng)。不(bù)难发(fā)现该项(xiàng)技术(shù)不仅在游戏等行业能得到有效应用，对于下一代互联(lián)网各种元(yuán)素的构(gòu)建(jiàn)亦有关键意义。

从商业化的角度(dù)来看，文化(huà)娱乐、教育、传媒等诸(zhū)多(duō)领(lǐng)域，本身就对基于AI的可视化内(nèi)容(róng)有强烈需求。

因(yīn)此，AI绘画及视频(pín)或不是结果，而只是AI进程中的一块重要拼图，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，走向了可(kě)以(yǐ)生成(chéng)内(nèi)容，甚至能够创造出(chū)独立价值和独立视角(jiǎo)的内(nèi)容。AIGC的再(zài)次(cì)出圈，更代表着未来的先(xiān)进生(shēng)产(chǎn)力即将到来。

紧抓大(dà)模型与(yǔ)算(suàn)力，牢固AIGC底座

从技术的发展也可以看出，在语言大模型、图像大模(mó)型之后，多(duō)模态大(dà)模型(xíng)已经成(chéng)为(wèi)了新的趋势(shì)。

大模型(xíng)被誉为当前人工智能(néng)发展的智能(néng)底座(zuò)，是全球竞争最激烈的研(yán)究方向(xiàng)之一，包括谷歌、亚(yà)马逊、百度(dù)、阿里、腾讯等众多头部企业都(dōu)在竞相(xiāng)发力。

不过训(xùn)练大模型的确价格不菲，以国盛证券发布的《ChatGPT需要(yào)多少算(suàn)力》报告(gào)估算，GPT-3训(xùn)练一次的成本(běn)约为(wèi)140万美元。而对于一些(xiē)更大的LLM(大型(xíng)语言模型)，训练成本则介于200万美元至1200万美元高价之间。

以(yǐ)ChatGPT在2023年(nián)1月的独立访客平(píng)均数1300万(wàn)计算，其对应芯(xīn)片需求为3万多片(piàn)英伟达A100 GPU，初始(shǐ)投入成本约为8亿美元，每日(rì)仅(jǐn)电(diàn)费(fèi)就(jiù)在5万美元左右。

此外不论是(shì)ChatGPT还是(shì)AIGC，都离不(bù)开(kāi)庞(páng)大算力支持。在关(guān)注各类大模型的发(fā)展同时，更应该关注算力(lì)网(wǎng)络(luò)的建(jiàn)设。

算(suàn)力网络正驱动AI产业(yè)发展(zhǎn)进入史诗级(jí)加速进程，让(ràng)AIGC及通用AI这一人工智能发展的终极(jí)目标离得(dé)更近。

因为算力(lì)可以对突破性技术创新提供大力的(de)支持。这方面，多模态大(dà)模型是典(diǎn)型。作为面向(xiàng)未(wèi)来强人(rén)工智能、通用人(rén)工智能的(de)重(zhòng)要技术创新，多模(mó)态大模型已经(jīng)在人工智能(néng)领域(yù)提出了很多年(nián)，业界也有(yǒu)不少技术突破，但(dàn)是，多模态(tài)大模型进一步(bù)往下(xià)走，算力需求呈几何式上升，一般的(de)算力(lì)基(jī)础设施很(hěn)快将难(nán)以胜任。

从图像(xiàng)、文字、语音(yīn)单独(dú)一(yī)项的训练，到双模态、三模态的跃(yuè)迁，让人工智能可以灵(líng)活应对不(bù)同模态(tài)的转化、像人与(yǔ)世界(jiè)交互(hù)一(yī)样自然，这方面，由(yóu)算(suàn)力网络来驱动将有明显优势。