太深是一种什么体验，太深是不是不好-惠安汇通石材有限公司

太深是一种什么体验，太深是不是不好 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(jī)器人ChatGPT火爆以来，微软公(gōng)司(sī)创始人比尔·盖茨(cí)已多次公开谈论人工智能(néng)话题。在最近的一次(cì)采访中，他(tā)再次(cì)表示(shì)：“AI可能会让科技行业迎来(lái)一次剧烈的(de)洗牌”。

这个(gè)结(jié)论是他(tā)在当(dāng)地时间(jiān)2月20日接(jiē)受《In Good Company》节目专访(fǎng)时提出的(de)。

他预(yù)期(qī)，AI的发展可能会威胁(xié)到(dào)谷歌(gē)的市占(zhàn)率，因为微软在AI方面的行动相当(dāng)迅速。而(ér)最终科技巨头(tóu)将把AI整合成用户的“全(quán)能助手”，包(bāo)揽一切应用，与人们进行(xíng)沟通并提(tí)供建议，可(kě)以(yǐ)取代亚马逊、Siri或Outlook等应(yīng)用。

大(dà)佬口(kǒu)中(zhōng)全能助手的到来可(kě)能尚需(xū)时(shí)日，但(dàn)由ControlNet引发的又(yòu)一次(cì)AI绘画浪潮，让AIGC在ChatGPT的话题热点包围中杀(shā)出重(zhòng)围。

ChatGPT之后又(yòu)一应(yīng)用杀疯(fēng)了，AIGC或进入可控期，将洗牌科技行业？_黑料(liào)正(zhèng)能量

ControlNet颠覆AI绘画新玩法(fǎ)

AIGC向可控靠(kào)近

以AI绘画为(wèi)代表的AIGC上一(yī)次爆火的(de)时(shí)候，还是2022年8月，在(zài)美国科罗拉多州举办的新兴数(shù)字艺术(shù)家(jiā)竞赛中，一幅名为(wèi)《太空歌剧院》的作品获奖。

随后各大(dà)厂商的AI绘画软件被广(guǎng)大(dà)网(wǎng)友熟知并体验，Stable Diffusion便是其中代表。

用户们可以(yǐ)在应(yīng)用(yòng)中输(shū)入一组关键词或者一(yī)张照片，就能获得一(yī)幅(fú)AI创作(zuò)的(de)画(huà)作(zuò)。

作画的关键就是(shì)所输(shū)入的文本(běn)。同一组关(guān)键词也可(kě)以创作出很多张风格不一(yī)样的画作(zuò)，这(zhè)让创作的过程就像开盲(máng)盒。

很多用户很喜欢(huān)这种不确定的惊喜，他们会(huì)将生成的美图当做头像。而另一(yī)部(bù)分喜欢翻看AI绘画的“翻车”作品。在(zài)社(shè)交媒体上，许多用户(hù)分享AI“翻(fān)车(chē)现场”，例如(rú)，一位网友的小狗照片被(bèi)AI画成了“肌(jī)肉男”，还有(yǒu)网(wǎng)友的个人照片被AI识别成了建筑(zhù)。

太深是一种什么体验，太深是不是不好g>而如(rú)今随着ControlNet的出现与加持，以往AI绘(huì)画的填(tián)写关键词(cí)游戏可能(néng)要被颠(diān)覆了(le)。

ControlNet是一位正在斯坦福读博(bó)的中国人张吕(lǚ)敏创作的一种基于控制点的(de)图像变形算法，主要用(yòng)于数字图像处理、计算机视觉和(hé)计算机图(tú)形学等领域。

其SD插件一经(jīng)发布，在短短的(de)两天内便成为了AI绘画领域最新的热点。

在此之前(qián)，大家(jiā)用了(le)很(hěn)多方法(fǎ)想(xiǎng)让AI生成的结果(guǒ)尽可能的符合要求，但是都不(bù)尽(jǐn)如(rú)人意，它的出现代表着AI生成开(kāi)始进入真正(zhèng)的可控时期。

因为ControlNet可以直接提取画(huà)面的构图，人物的姿(zī)势和画面(miàn)的(de)深度信息等(děng)。有了它(tā)的帮(bāng)助，就不用频(pín)繁的用提示词(cí)来(lái)碰运气，抽(chōu)盲盒(hé)式的创作了(le)。

通(tōng)俗(sú)的说ControlNet相当于给AI绘画加了(le)“魔法”，不(bù)少博主的作品(pǐn)已经获得了大量的浏览量，“viggo”就是其(qí)中之一，他用朋友(yǒu)的照(zhào)片直接带她们走进动(dòng)漫世界。

viggo先用StableDiffusion图片转文(wén)字。

再用Text2Prompt插件(jiàn)拓展找到(dào)对应的关键词；最后(hòu)用ControlNet插件绑定骨骼开(kāi)始(shǐ)换(huàn)关键词试效果。

通(tōng)过图片就可以看出来，效果十(shí)分惊(jīng)艳。

更厉害的是，除了真实(shí)的(de)照片，草图也可以加上(shàng)“魔法”，知(zhī)乎(hū)大牛“DevPoint”和“逗(dòu)砂”介(jiè)绍到ControlNet还能实(shí)现线稿转全彩(cǎi)图。大神(shén)张吕敏其(qí)本尊也亲自回(huí)应。

不得(dé)不说(shuō)当(dāng)下(xià)AIGC已经变得越(yuè)来越强(qiáng)大(dà)，甚至输出的作(zuò)品都(dōu)已经能以假乱真了。

难辨虚实，AIGC技术力爆发

警惕安(ān)全问题

近(jìn)日(rì)，“苏州金鸡湖有游(yóu)艇party”的消息火遍网络，而经过(guò)警方辟谣这所谓的“party”可能(néng)是全国(guó)第一起AI绘图诈骗。

由于这(zhè)个活(huó)动里面给出的(de)美女(nǚ)照(zhào)片都(dōu)是AI制(zhì)作的真人照片绘图，因为太逼(bī)真，被(bèi)大家(jiā)当成真事传播了(le)。

不过(guò)仔细观察可(kě)以发现，活动(dòng)发起者提供的照片中有个(gè)很大的(de)漏(lòu)洞可(kě)以发现(xiàn)并非真人，而是AI绘图(tú)，那便是(shì)图(tú)片(piàn)中(zhōng)女性的手指部(bù)分有的存(cún)在(zài)异常(cháng)。

ChatGPT之(zhī)后又(yòu)一应用杀疯了，AIGC或进入可控期，将(jiāng)洗牌科技行业(yè)？_黑料(liào)正能量(liàng)

有行业人事表(biǎo)示：“现在因为(wèi)手(shǒu)指(zhǐ)部分的绘画(huà)算法(fǎ)比较复杂，AI还不(bù)太会(huì)画人的手，但最新看到的图片已经有(yǒu)越(yuè)来越完美的(de)AI模型(xíng)出现，以后可能就完全没有漏(lòu)洞了(le)。”

类(lèi)似的AI作图(tú)诈骗(piàn)在国外也已有发(fā)生。据英国广(guǎng)播(bō)公司报道，土耳其地震(zhèn)期间，有(yǒu)Tiktok用户使用AI合成了儿童受灾的假(jiǎ)照(zhào)片发布到网(wǎng)络，以此(cǐ)诱骗善良(liáng)的人(rén)打赏“捐助”从(cóng)而实施诈骗。

目前随着技术(shù)发(fā)展，AIGC已经能做出真人照片般(bān)的绘图(tú)效(xiào)果，如果(guǒ)这样(yàng)的图(tú)片被(bèi)用来诈(zhà)骗，将非(fēi)常可(kě)怕。

此外(wài)AIGC还(hái)引(yǐn)发(fā)了很多担(dān)忧，一方(fāng)面，批判(pàn)者(zhě)认为AI在“学习”了大量前人的作品之后，其创(chuàng)作没(méi)有任何情绪和灵魂(hún)，难以(yǐ)和(hé)人类的艺(yì)术创作相提并论(lùn)。

另一方(fāng)面(miàn)，AIGC背后(hòu)的版权、目前都并没有得到有(yǒu)效的解决，还有AIGC会不会代替(tì)人(rén)类“至高(gāo)无上(shàng)”的创意。

马(mǎ)斯克也(yě)强调，人工(gōng)智能的安全问(wèn)题需要(yào)得到重视，太晚就来不及(jí)了。

AIGC下一站(zhàn)除了视频，还(hái)有远方

技术都(dōu)是有两面性的，潜(qián)在的危害并不能掩盖(gài)其光辉的贡(gòng)献。现(xiàn)在看来，人工(gōng)智能技术将(jiāng)是第四(sì)次工业革命的核心驱动力量，将创造(zào)新的(de)增长奇迹。

过去一年，人工(gōng)智(zhì)能在(zài)技(jì)术和商(shāng)业层面都有了巨大进展，AI绘画就是人(rén)工智能(néng)技(jì)术发(fā)生方(fāng)向性改变的(de)一个代表。其(qí)下一站或许就是视频。

此前，Meta和谷歌先后发布了(le)几条引爆(bào)科技圈的短(duǎn)视(shì)频。这些(xiē)视频(pín)引(yǐn)发关注并非内容做得(dé)多优秀，反而都非常简单，比如一匹正在喝(hē)水的马，一只(zhǐ)画(huà)画的玩具熊(xióng)，或(huò)者(zhě)一段(duàn)骑摩托车的第一视角录像，随便一个有手机(jī)的(de)人都可以(yǐ)随手录下一段。

但这些短视频的创作方式(shì)非常简单，创作者仅仅(jǐn)需要向(xiàng)AI输入一段话(huà)，甚至只是说一下要求，AI就可(kě)以(yǐ)根据需要(yào)生(shēng)成一段视频。

谷歌发布的两(liǎng)个(gè)AI生成视频分别来(lái)自(zì)于Imagen Video和Phenaki，前者主要突出的是(shì)高清(qīng)，与Meta的(de)Make-A-Video没有太多的差别。

在Make-A-Video公(gōng)布了AI生成的视(shì)频后，AI圈(quān)就(jiù)已经玩(wán)了一波梗，一个能够做出更(gèng)高清视(shì)频的AI还不(bù)足以在短时间内(nèi)戳(chuō)中兴奋点。

Phenaki太深是一种什么体验，太深是不是不好更(gèng)加令人震惊(jīng)的地方在(zài)于，它(tā)可(kě)以制作出超过(guò)2分(fēn)钟的连贯的(de)也有确切内容的(de)视频，这才(cái)是真正(zhèng)让人(rén)们感到惊(jīng)喜的(de)地方。因为无论(lùn)AI生(shēng)成(chéng)的视频(pín)多么高清(qīng)，也只能是(shì)为内(nèi)容生产者提供一个灵感，一(yī)个(gè)素材，一(yī)个(gè)过场(chǎng)动画。

不过能够制(zhì)作出(chū)有(yǒu)具(jù)体剧情内(nèi)容的视(shì)频就意味着，一些视频创(chuàng)作(zuò)由AI代替(tì)人(rén)工完成已经初步有了可能。

当下AI的发展速(sù)度已经超过(guò)大部(bù)分人的想象。内(nèi)容(róng)产业的本(běn)质(zhì)是供给创(chuàng)造(zào)需求(qiú)，AIGC作为全新的内容生产方式，可以为内容产业带来(lái)更新的内容风格、更快的(de)生(shēng)产速度，更低(dī)的(de)生产成本，这无疑会(huì)驱动内容产业(yè)的(de)大爆发(fā)。

除了AI绘(huì)图、视(shì)频，AIGC技术还能应用于音乐、代(dài)码、机器人动作等(děng)多种内(nèi)容(róng)形式的生成。不难发现该项技术不仅在游戏等行业能得到(dào)有(yǒu)效应用，对于下一代互(hù)联网(wǎng)各种元素的构建亦有(yǒu)关键意义。

从商业(yè)化的角度(dù)来看，文(wén)化娱乐、教育(yù)、传媒等诸多领域(yù)，本身(shēn)就(jiù)对基于AI的可视化(huà)内容有强烈需求(qiú)。

因此，AI绘画及视(shì)频或不是结果(guǒ)，而只是AI进程中的(de)一(yī)块重要(yào)拼(pīn)图，有望(wàng)在(zài)技术(shù)更新的加持下实(shí)现更大的应用价值。

AI从理解(jiě)内容，走向了可以生(shēng)成内容，甚(shèn)至能(néng)够创造出独(dú)立价值和独(dú)立视角的(de)内容。AIGC的再次出圈，更代表着未来的先进生产力即将到来。

紧抓大模型(xíng)与算力，牢固AIGC底座

从技术的发(fā)展也(yě)可以看(kàn)出，在(zài)语(yǔ)言(yán)大模型、图像(xiàng)大(dà)模(mó)型之后，多模态大(dà)模(mó)型已(yǐ)经(jīng)成为(wèi)了新的趋势(shì)。

大模(mó)型被誉(yù)为(wèi)当前人工智能发展(zhǎn)的智能底座，是(shì)全球竞争(zhēng)最激(jī)烈的研究方向之一，包(bāo)括(kuò)谷(gǔ)歌、亚马逊、百度、阿里、腾讯(xùn)等众多头部企业都在(zài)竞相发力。

不过训(xùn)练大(dà)模型(xíng)的确价格不菲，以国(guó)盛证(zhèng)券发布的《ChatGPT需(xū)要多少算力》报告估算，GPT-3训练一次的成本约为140万美元。而对于一些更大的LLM(大型(xíng)语言模(mó)型)，训练成本(běn)则介于200万美元至(zhì)1200万美元高(gāo)价之间。

以ChatGPT在2023年1月的独立访客平均数1300万计算，其对(duì)应芯片(piàn)需求为3万多片英伟达A100 GPU，初始投入成本约为8亿(yì)美元，每日仅(jǐn)电(diàn)费就(jiù)在5万美元(yuán)左右。

此(cǐ)外不论(lùn)是(shì)ChatGPT还是(shì)AIGC，都离不开庞(páng)大算力(lì)支持。在关注各类大模型(xíng)的发展同(tóng)时，更应该关注算力网络的建设。

算力网络(luò)正驱动AI产业发展进入史诗(shī)级加速进程(chéng)，让AIGC及通用(yòng)AI这一人工智能(néng)发展的(de)终极目(mù)标离得更近。

因为算(suàn)力可以对突破性技术创新提供大(dà)力(lì)的支持。这方面，多模(mó)态大模型是典型。作为面向未(wèi)来强人工智能(néng)、通(tōng)用人工智(zhì)能的重要技(jì)术创新(xīn)，多模态(tài)大模型已经在人工智能领域(yù)提出(chū)了(le)很多年，业界也有不少技术突破(pò)，但(dàn)是，多模态大模(mó)型进一步往下走，算(suàn)力需求呈几何式上(shàng)升，一般的算力基础设(shè)施很(hěn)快(kuài)将(jiāng)难(nán)以胜任。

从图像、文字、语音(yīn)单独一(yī)项的训(xùn)练，到双模态(tài)、三模态的跃迁(qiān)，让(ràng)人工智能可以灵活应对不(bù)同模(mó)态的转化、像人(rén)与世界交互(hù)一样自然，这方面(miàn)，由(yóu)算力网络来驱动(dòng)将有明显优势。